使用电池荷电状态和电力容量策略的电动化车辆控制制造技术

本公开提供“使用电池荷电状态和电力容量策略的电动化车辆控制”。车辆和控制方法包括：牵引电池；与所述牵引电池相关联的温度传感器、电流传感器和电压传感器；电机，其由所述牵引电池供电以向所述车辆提供推进动力；以及控制器，其被配置为响应于使用具有参数的电池模型估计的电池荷电状态(SOC)而控制所述电机和所述牵引电池中的至少一个，所述参数包括与第二电阻串联的第一电阻和与所述第二电阻并联的电容。电池模型参数在车辆操作期间使用卡尔曼滤波器进行调整，并且响应于车辆钥匙接通、响应于电池电流的变化超过对应阈值、和/或响应于参数值中的任一个越过相关联的极限，而被重新初始化为新值。重新初始化为新值。重新初始化为新值。

【技术实现步骤摘要】
使用电池荷电状态和电力容量策略的电动化车辆控制


[0001]本公开涉及使用电池荷电状态和电力容量策略的电动车辆和控制策略。

技术介绍

[0002]电动化车辆可以依靠牵引电池来提供电力以进行推进。为了提供期望的车辆性能，可以监测牵引电池的各种性质和/或参数以控制电池充电/放电和车辆操作。电池电力容量提供电池可以在任何特定时间供应或吸收多少电力的指示，而电池荷电状态(SOC)提供存储在电池中的电荷量的指示。
[0003]电池性质和/或参数可以直接或间接地测量或以其他方式确定。电池电压和电流可以使用传感器直接测量。其他电池性质可能需要首先估计电池的一个或多个参数。估计的参数可以包括与牵引电池相关联的电阻、电容和电压。然后可以从估计的电池参数计算电池性质。许多现有技术策略可用于估计电池参数，包括实现卡尔曼滤波器模型以递归地估计模型参数。

技术实现思路

[0004]在至少一个实施例中，一种车辆包括：牵引电池，其具有多个单元；温度传感器，其被配置为测量牵引电池的电池温度；电流传感器，其被配置为测量流入和流出牵引电池的电池电流；电压传感器，其被配置为测量牵引电池的输出端子电压；电机，其由牵引电池供电并且被配置为向车辆提供推进动力；以及控制器，其被配置为响应于估计的电池电力容量，基于具有多个模型参数的电池模型来控制电机和牵引电池中的至少一个，所述多个模型参数响应于所述参数中的至少一个超过对应的参数极限而被重新初始化。控制器还可以被配置为响应于电池电流的变化(电池电流增量)超过对应阈值而重新初始化多个模型参数。多个模型参数可以包括电池模型的第一电阻、第二电阻和电容，其中第一电阻与第二电阻串联，并且电容与第二电阻并联。控制器还可以被配置为在车辆的操作期间使用卡尔曼滤波器来调整第一电阻、第二电阻和电容。控制器可以响应于牵引电池的荷电状态(SOC)来控制电机和牵引电池中的至少一个，所述SOC是基于多个模型参数、电池温度、电池电流和电池端子电压。多个模型参数中的每一个可以响应于触发条件而被重新初始化为先前存储的值，所述触发条件可以包括车辆钥匙接通、参数值越过极限、或电池电流增量超过阈值。车辆可以包括收发器，所述收发器被配置为将车辆数据无线地传达到云服务器，其中多个模型参数中的每一个被重新初始化为从云服务器接收的值。车辆可以包括联接到电机的内燃发动机。
[0005]实施例还可以包括一种车辆，所述车辆包括：牵引电池；温度传感器，其被配置为测量牵引电池的电池温度；电流传感器，其被配置为测量流入和流出牵引电池的电池电流；电压传感器，其被配置为测量牵引电池的输出端子电压；电机，其由牵引电池供电并且被配置为向车辆提供推进动力；以及控制器，其被配置为响应于使用电池模型估计的电池荷电状态(SOC)来控制电机和牵引电池中的至少一个，所述电池模型包括与第二电阻串联的第
一电阻和与第二电阻并联的电容，其中第一电阻、第二电阻和电容响应于电池电流的变化超过对应的阈值而被初始化为对应值。在车辆的操作期间基于接合的卡尔曼滤波器来调整第一电阻值、第二电阻值和电容值。第一电阻值、第二电阻值和第三电阻值的值可以由控制器从云服务器无线地接收。可以响应于第一电阻值、第二电阻值和电容值中的至少一个越过对应的参数极限而重新初始化第一电阻值、第二电阻值和电容值。车辆可以包括内燃发动机。控制器还可以被配置为基于第一电阻、第二电阻和电容来确定电池电力容量。第一电阻、第二电阻和电容可以根据牵引电池的电池温度、电池电流和寿命来确定。
[0006]在至少一个实施例中，一种用于控制电动化车辆的方法包括：通过控制器响应于车辆钥匙接通而针对第一电阻、第二电阻和电容初始化牵引电池模型参数；以及响应于使用电池模型估计的电池荷电状态(SOC)和电池电力容量而控制电机和牵引电池中的至少一个，所述电池模型包括与第二电阻串联的第一电阻和与第二电阻并联的电容，其中第一电阻、第二电阻和电容在车辆的操作期间使用卡尔曼滤波器进行调整，并且其中第一电阻、第二电阻和电容响应于电池电流的变化超过对应的电流阈值，以及响应于第一电阻、第二电阻和电容中的至少一个超过相关联的参数阈值而被重新初始化为相关联的值。所述方法可以包括根据牵引电池的温度来确定SOC和电池电力容量中的至少一个。所述方法可以包括根据牵引电池的寿命来确定SOC和电池电力容量中的至少一个。所述方法可以包括根据牵引电池电流来确定SOC和电池电力容量中的至少一个。所述方法还可以包括从云服务器无线地接收值以初始化第一电阻、第二电阻和电容。
附图说明
[0007]图1是示出典型的传动系和能量存储部件的代表性电动化车辆的图示。
[0008]图2是具有多个单元且由电池能量控制模块监测并控制的代表性电池组布置的图示。
[0009]图3是示例性电池单元等效电路的图示。
[0010]图4是示出代表性电池单元的可能开路电压(Voc)与电池荷电状态(SOC)关系的曲线图。
[0011]图5是示出根据代表性实施例的使用具有参数极限和初始化的卡尔曼滤波器模型来估计电池电力容量和SOC的控制器或控制策略的操作的框图。
[0012]图6是示出用于初始化卡尔曼滤波器参数的控制器或控制策略的操作的框图。
[0013]图7是示出用于经由云计算更新卡尔曼滤波器初始化值的控制器或控制策略的操作的框图。
[0014]图8是示出用于经由云计算更新卡尔曼滤波器初始化值的另一个控制器或控制策略的操作的框图。
具体实施方式
[0015]本文中描述了本公开的各实施例。然而，应理解，所公开的实施例仅仅是示例并且其他实施例可以呈现各种和替代形式。附图不一定按比例绘制；一些特征可能被放大或最小化以示出特定部件的细节。因此，本文所公开的具体结构细节和功能细节不应被解释为是限制性的，而仅是解释为教导本领域技术人员以不同方式采用本专利技术的代表性基础。如
本领域的普通技术人员将理解，参考附图中的任一附图示出和描述的各个特征可以与一个或多个其他附图中示出的特征组合以产生未明确地示出或描述的实施例。所示特征的组合提供用于典型应用的代表性实施例。然而，对于特定的应用或实现方式，可能期望与本公开的教导一致的对特征的各种组合和修改。
[0016]本公开认识到，当在低温下操作时，用于电池状态估计的各种现有技术实现方式可能无法准确地匹配于电池端子测量值。另外，SOC估计可能对电流传感器偏置敏感，这在没有基于电压的更新(诸如由根据本公开的一个或多个实施例提供的那些更新)的情况下可能导致SOC漂移。另外，现有策略可能需要大量校准。
[0017]根据本公开的各种实施例可以相对于一个或多个现有技术策略提供相关联的优点。例如，一个或多个实施例可以通过减少校准工作来提供工程效率，同时提供电池端子测量值的更准确匹配，特别是当在低温下操作时。与一些现有技术不同，根据本公开的实施例可以使用卡尔曼滤波器策略来提供电池状态估计，所述卡尔曼滤波器策略考虑了影响参数值的各种因素，以在宽范围的工况(例如，诸如温度、SOC和电流)下提供更好的准确性。...

【技术保护点】

【技术特征摘要】
1.一种车辆，其包括：牵引电池，其具有多个单元；温度传感器，其被配置为测量所述牵引电池的电池温度；电流传感器，其被配置为测量流入和流出所述牵引电池的电池电流；电压传感器，其被配置为测量所述牵引电池的输出端子电压；电机，其由所述牵引电池供电并被配置为向所述车辆提供推进动力；以及控制器，其被配置为响应于估计的电池电力容量，基于具有多个模型参数的电池模型来控制所述电机和所述牵引电池中的至少一个，所述多个模型参数响应于所述参数中的至少一个超过对应的参数极限而被重新初始化。2.如权利要求1所述的车辆，其中所述控制器还被配置为响应于电池电流的变化超过对应阈值而重新初始化所述多个模型参数。3.如权利要求1所述的车辆，其中所述多个模型参数包括所述电池模型的第一电阻、第二电阻和电容，其中所述第一电阻与所述第二电阻串联，并且所述电容与所述第二电阻并联。4.如权利要求3所述的车辆，其中所述控制器还被配置为在所述车辆的操作期间使用卡尔曼滤波器来调整所述第一电阻、所述第二电阻和所述电容。5.如权利要求4所述的车辆，其中所述控制器响应于所述牵引电池的荷电状态(SOC)来控制所述电机和所述牵引电池中的至少一个，所述SOC是基于所述多个模型参数、所述电池温度、所述电池电流和所述电池端子电压。6.如权利要求3所述的车辆，其中所述多个模型参数中的每一个被重新初始化为先前存储的值。7.如权利要求3所述的车辆，其还包括收发器，所述收发器被配置为将车辆数据无线地传达到云服务器，其中所述多个模型参数中的每一个被重新初始化为从所述云服务器接收的值...

【专利技术属性】
技术研发人员：G，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：