估计电池的荷电状态的方法及装置制造方法及图纸

本公开涉及估计电池的荷电状态的方法及装置。根据所述估计电池的荷电状态的方法，通过检测所述电池的电压和电流来生成当前电压值V

【技术实现步骤摘要】
估计电池的荷电状态的方法及装置
[0001]本申请基于并要求于2022年5月25日向韩国知识产权局提交第10
‑
2022
‑
0064256号韩国专利申请的优先权，所述韩国专利申请的公开内容通过引用被整体包含于此。


[0002]一个或更多个实施例涉及一种估计电池的荷电状态的方法及装置，更具体地，涉及一种通过使用对环境温度的变化具有鲁棒性的电池参数模型来估计电池的荷电状态的方法及装置。

技术介绍

[0003]作为下一代储能装置，锂离子电池具有许多优点(诸如，高能量密度、高功率密度或长寿命)。当使用锂离子电池时最重要的事情是如何有效和安全地使用它们。为此，需要准确地估计电池的荷电状态(SOC)。
[0004]最初，开发了在室温下应用于电池的SOC估计技术，但是由于已知环境温度对电池的特性具有很大影响，因此近来已经研究了考虑环境温度变化的SOC估计技术。这是因为具有电池的应用可能不仅暴露于室温下，而且还暴露于各种环境温度下(取决于操作具有电池的应用的季节和区域)。
[0005]最近的SOC估计技术之一是通过0℃至50℃的环境温度范围内的初步温度实验将电池内部电阻(Rint)模型的参数变化转换为查找表。该SOC估计技术可通过使用通过初步温度实验生成的温度函数利用常数项补偿从简单内部电阻(Rint)模型生成的电压建模误差，从而提高电压建模和SOC估计的准确度。然而，存在需要在许多温度点进行初步电池特性测试以考虑宽环境温度范围的问题。
[0006]另一种SOC估计技术通过使用比内部电阻(Rint)模型稍微复杂的电池戴维南模型(battery Thevenin model)来估计SOC，而不在
‑
10℃至40℃的环境温度范围内利用常数项补偿建模误差，但是仍然存在以下问题：除非执行初步温度实验以识别在环境温度范围内的所有温度点处电池模型的参数特性的变化，否则不可能准确估计SOC。
[0007]另一种SOC估计技术实时估计电池的内部电阻和电容(电池的内部电阻和电容已经通过先前的SOC估计技术中的初步温度实验进行了分析)，反映电池模型中的内部电阻和电容，然后估计电池在10℃至40℃的环境温度范围内的SOC，但是存在以下限制：需要通过初步温度实验来识别和应用受环境温度显著影响的电池的开路电压(OCV)特性曲线。

技术实现思路

[0008]根据一个或更多个实施例，使用一种即使在电池操作温度环境根据季节和地区变化时也准确地估计电池的荷电状态(SOC)的电池参数模型。在现有技术中，在通过初步温度实验识别宽温度范围内的电池特性变化之后，提高了电池SOC估计的准确度，但是根据本公开，在一个典型温度(例如，室温)下执行电池特性测试就足够了。根据一个或更多个实施例，可通过在电池参数模型的参数中补偿和反映电池特性相对于温度的变化来获得对温度
变化的鲁棒性。一个或更多个实施例包括一种用于估计SOC并且能够减小电压建模和SOC估计中的误差的方法和装置。
[0009]一个或更多个实施例包括一种用于通过使用递归最小二乘法(RLS)和扩展卡尔曼滤波器(EKF)来准确地估计电池的SOC的方法和装置。
[0010]另外的方面将部分地在下面的描述中阐述，并且部分地将通过描述而易于理解，或者可通过实践本公开的所呈现的实施例来学习。
[0011]根据一个或更多个实施例，一种估计电池的荷电状态的方法包括：通过检测所述电池的电压和电流来生成当前电压值V
t
(k)和当前电流值I
L
(k)；基于荷电状态估计值SOC(k)确定参考开路电压值V
OC,ref
(k)；通过使用递归最小二乘法(RLS)，根据所述当前电压值V
t
(k)、所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)和先前电流值I
L
(k
‑
1)，来估计第一参数值α1(k)、第二参数值α2(k)和第三参数值α3(k)；以及通过使用扩展卡尔曼滤波器(EKF)，根据所述荷电状态估计值SOC(k)、所述当前电压值Vt(k)、所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)、所述先前电流值I
L
(k
‑
1)以及所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)，来确定所述电池的下一荷电状态估计值SOC(k+1)。
[0012]可估计所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)以使所述当前电压值V
t
(k)与当前电压估计值V^
t
(k)之间的误差e(k)的平方最小化。
[0013]由所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)组成的参数矩阵θ(k)可通过以下等式确定：
[0014]θ(k)＝θ(k
‑
1)+K(k)e(k)。
[0015]这里，K(k)可以是增益矩阵，并且所述误差e(k)可根据e(k)＝V
t
(k)
‑
V^
t
(k)来确定。
[0016]可通过使用由所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)和所述先前电流值I
L
(k
‑
1)组成的回归矩阵Φ(k)和所述参数矩阵的先前值θ(k
‑
1)，根据V^
t
(k)＝θ
T
(k
‑
1)Φ(k)来确定所述当前电压估计值V^
t
(k)。
[0017]这里，所述回归矩阵Φ(k)根据Φ(k)＝[V
OC,ref
(k),I
L
(k),I
L
(k
‑
1)]T
来定义，所述参数矩阵θ(k)根据θ(k)＝[α1(k),α2(k),α3(k)]T来定义。
[0018]所述增益矩阵K(k)可通过以下等式确定：
[0019]K(k)＝P(k)Φ(k)＝P(k
‑
1)Φ(k)/[λ(k)+Φ
T
(k)P(k
‑
1)Φ(k)]。
[0020]这里，P(k)是协方差矩阵，λ(k)是遗忘因子。
[0021]所述协方差矩阵P(k)可通过以下等式确定：
[0022]P(k)＝(P(k
‑
1)
‑
K(k)Φ
T
(k)P(k
‑
1))/λ(k)。
[0023]当所述当前电压值V
t
(k)与所述先前电压值V
t
(k
‑
1)之间的差大于预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种估计电池的荷电状态的方法，所述方法包括：通过检测所述电池的电压和电流来生成当前电压值V
t
(k)和当前电流值I
L
(k)；基于荷电状态估计值SOC(k)确定参考开路电压值V
OC,ref
(k)；通过使用递归最小二乘法，根据所述当前电压值V
t
(k)、所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)和先前电流值I
L
(k
‑
1)估计第一参数值α1(k)、第二参数值α2(k)和第三参数值α3(k)；以及通过使用扩展卡尔曼滤波器，根据所述荷电状态估计值SOC(k)、所述当前电压值Vt(k)、所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)、所述先前电流值I
L
(k
‑
1)以及所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)，来确定所述电池的下一荷电状态估计值SOC(k+1)。2.根据权利要求1所述的方法，其中，估计所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)以使所述当前电压值V
t
(k)与当前电压估计值V^
t
(k)之间的误差e(k)的平方最小化。3.根据权利要求2所述的方法，其中，由所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)组成的参数矩阵θ(k)通过以下等式确定：θ(k)＝θ(k
‑
1)+K(k)e(k)其中，K(k)是增益矩阵，并且所述误差e(k)根据e(k)＝V
t
(k)
‑
V
^t
(k)来确定。4.根据权利要求3所述的方法，其中，通过使用由所述参考开路电压值V
OC,ref
(k)、所述当前电流值I
L
(k)和所述先前电流值I
L
(k
‑
1)组成的回归矩阵Φ(k)和所述参数矩阵的先前值θ(k
‑
1)，根据V
^t
(k)＝θ
T
(k
‑
1)Φ(k)来确定所述当前电压估计值V^
t
(k)，其中，所述回归矩阵Φ(k)根据Φ(k)＝[V
OC,ref
(k),I
L
(k),I
L
(k
‑
1)]T来定义，所述参数矩阵θ(k)根据θ(k)＝[α1(k),α2(k),α3(k)]
T
来定义。5.根据权利要求4所述的方法，其中，所述增益矩阵K(k)通过以下等式确定：K(k)＝P(k)Φ(k)＝P(k
‑
1)Φ(k)/[λ(k)+Φ
T
(k)P(k
‑
...

【专利技术属性】
技术研发人员：金济益，金纪宪，金相禹，宋永彬，徐旻焕，
申请(专利权)人：浦项工科大学校产学协力团，
类型：发明
国别省市：