度。系统可利用传感器模块204来测量一个 或更多个电池单元模块202的特性。该特性可包括电池单元电压、溫度、寿命、充电/放电 循环的次数等。典型地，传感器模块将测量电池单元电压。电池单元电压可W是单个电池 的电压或者并联或串联电连接的一组电池的电压。电池组200可利用多达化个传感器模 块204来测量所有电池单元202的特性。每个传感器模块204可W将测量结果传输至BCM 208W进一步处理和协调。传感器模块204可W将模拟或数字形式的信号传输至BCM208。 电池组200还可包含电池配电模块化atte巧distributionmodule,BDM) 214,BDM214控 制电流流入电池组200和从电池组200流出。
[0042] 图3示出参数估计的示意图300。电流i301被提供给电池从而产生参考电压Vfw 303。参考电压Vfw303是电池的实际参考电压。电流301还被提供给可使用上述方法而被 辨识的电池的辨识模型310,W输出估计电压較313。由于估计电压313代表在车辆的特定 状况下的估计值，因此估计电压313可在针对车辆的控制方案中被使用。辨识模型310可 被存储在车辆的车载存储器中并被用于计算（例如，在模块或处理器中计算），W估计电池 114的状态。例如，模型310可确定估计的电池电流限制和可用功率限制。
[0043] 图4示出用于电池参数估计的实施例的方法流程图400。在401，使用在某时间段 内测量的电池输入电流曲线和电池输出电压曲线来辨识牵引电池的系统动态特性模型。所 述时间段可被设置为一个小值，例如，100微秒或100微秒的倍数。所述时间段还可被设置 为电池没有提供电流W使车辆运动或者未使车辆运动或未驱动车辆的时间。所述时间段还 可被设置为电池不被充电的时间。在403,辨识的系统动态特性模型被转换为适于推导用于 电池电流限制预测的显式表达式的状态空间模型。在示例中，所述状态空间模型具有对角 系统矩阵，其中，对角系统矩阵基本由通过特征分解的系统特征值构成。在405,系统可使用 转换后的系统动态特性模型来估计电池电流限制和可用功率限制。在407,车辆控制器可根 据使用估计的电池电流限制和可用功率限制而被辨识的所述系统动态特性模型，来操作牵 引电池。
[0044] 图5示出用于电池参数估计的实施例的方法流程图500。在501，估计电池的内电 阻R。。可通过在先前的时间窗内获得的N个数据估计R。。先前的时间窗可被设置为运样的 时间段，在所述时间段期间，电池参数无需被更新并可基于车辆先前的测试数据或基于车 辆使用历史。在示例中，R。的估计值可W是：
[0045]
(1)
[0046] 其中，V=Vt-v。。，Vt是电池端电压，V。。是开路电压。然后，电池系统输
[0047] 出可被表示为：
状态空间模型被表示为： 阳048] x(k+l) =AdX似BdU似 似 W49]y似=CdX化） 做
[0050] 在503,然后可应用用于子空间状态空间系统辨识的数值算法（anumerical algorithmforsubspacestatespacesystemidentification，N4SID)。可使用其它子 空间辨识算法，N4SID用作子空间辨识算法的例证。MSID能使用测量的输入-输出数据来 估计^阶状态空间模型。运种应用于当前电池状态确定的算法的示例等式为：
[0051]
(4)
[0052]
[0053] 其中，A/B=ARt度的?β (6)[0054] 其中，4、片和4是使用等式做计算出的iXj矩阵。 C5)
[0059] A/B的行空间等于A的行空间对B的行空间的投影。
[0060] 在505,可通过但不限于W下过程来导出奇异值分解。
[0061] 奇异值分解被导出为： W创
^9) 阳06引其中，Γι= UiS//2和Γ 1 1二UiS/々。
[0064] 可通过W下等式计算系统矩阵： !；〇〇 尉
（10.)'
[0066] 辨识的离散状态空间模型的矩阵被确定为Ad=K…Bd=K21，Cd和Dd分别取自K12 和K22。
[0067] 在另一示例中，可经由不同的MSID算法（例如，近似解）确定所述矩阵。首先， 例如使用W下等式来确定状态義和髮^;
[0074] 运样，现在状态空间矩阵Ad、Bd、Cd和Dd已被辨识。通过运些矩阵，电池的电流限 制的表达式可被辨识。 阳0巧]在509,离散状态空间矩阵被转换为连续矩阵。
[0076] 通过连续状态表达式： W77]
(14)
[0078]离散模型被表示为：
[008引根据辨识的Ad、Bd、Cd和Dd，连续状态空间模型被推导为：
[0084]A二（A(j-I) /Δt,B二Bd/Δt,C二Cd,D二Dd〇
[00化]一旦被转换为连续形式，则在511执行特征分解。用于特征分解的等式可w是： [0086]A=QAQ1 (16)
[0087] 其中，Q是ηΧη矩阵，其第i列是基本特征向量Qi。Λ是对角矩阵，其对角元素是 相应的特征值。
[008引通过X二g'X来计算由特征向量表示的转换后的状态向量。
[0089] 在513,通过W下等式来确定转换后的状态空间矩阵：
[0095]例如，在515,既然转换后的状态空间矩阵被设置，则电池模型被辨识。可利用下面 的等式来进行上述处理：
[0098] 其中，y=v〇c_Vt= V 1+V2, U=1。
[0099] 结果，在515,可通过W下等式来计算持续时间t=td内的电池电流限制。
[0100]
(20) 阳101] 其中，Viim是电池电压限制。对于放电，V iim= V ib(电池电压下限），对于充电，Viim =V。b(电池电压上限）。 阳102] 当η= 2时，所述等式被表示为：
[0103]
C21) 阳104] 可针对电池的充电状态和放电状态，通过W下等式来计算功率限制：
[0105] Ρη"= |i"n|Vub 阳 106] Piim=limaJvib， 阳1 07] 其中，Piim是功率容量，Vub是电池电压上限，imi。是绝对最小电流。在放电状态下， im。虎可从电池引出的最大电流。运样，所述系统可计算在充电事件或放电事件期间的电池 瞬时功率容量。
[0108] 在517,确定电池模型参数是否需要被更新。该确定可基于自上一更新起的时间而 被触发。在另一示例中，车辆状况或使用可用于触发更新。 阳109]图6A示出的输入到电池中的电池电流（作为时间的函数）的曲线图，y轴表示安 培数，X轴表示时间。
[0110] 图6B示出电池的电池端电压（作为时间的函数）的曲线图，y轴表示伏特数，X轴 表示时间。
[0111] 图6C示出估计的电池中的电池内部状态％ (作为时间的函数）的曲线图，y轴表 示伏特数，X轴表示时间。
[0112] 图抓示出估计的电池中的电池内部状态^ (作为时间的函数）的曲线图，y轴 表示伏特数，X轴表示时间。
[0113] 图7A示出电池输入电流（作为时间的函数）的曲线图。
[0114] 图7B示出电池电压的曲线图，电池电压包括Vfw和模型电压二者，其中，Vfw= Vt-v。。-R〇*i。图7B中的y轴标签是作为时间的函数的Vt-v。。-R〇*i。如图所示，W虚线示 出的模型电压紧密跟随参考电压Vfw。例如，Y轴比例不足够大W示出辨识的电池模型与参 考信号不同。
[0115] 图8A示出计算出的电池最大放电电流（作为时间的函数）的曲线图。使用在此 描述的结构和方法来执行所述计算。该曲线图及其底层数据可用于控制车辆（例如，肥