专利名称：用于确定估计的电池组状态向量和估计的电池组参数向量的系统和方法
技术领域：
本申请涉及使用数字滤波技术来确定估计的电池组状态向量和估计的电池组参数向量的系统和方法。
背景技术：
在可再充电电池组技术中，在某些应用领域需要能够估计可描述当前电池组状况但可能无法直接测得的量。这些量中有一些可能变化很快，例如电池组的充电状态(SOC)，其可在数分钟内经历其整个范围。其他量可能变化很慢，例如电池容量，其可能在正常使用的十年或更长时间仅改变20％。倾向于快速变化的量包括系统的“状态”，倾向于缓慢变化的量包括系统的时间变化“参数”。
在电池组系统中，特别是需要在不损害电池组寿命的情况下尽可能长时间运行的电池组系统，例如混合电动车(Hybrid ElectricVehicle，HEV)、蓄电池电动车(Battery El ectric Vehicle，BEV)、笔记本电脑电池、便携式工具电池组等，希望将有关迅速变化的参数(例如SOC)的信息用于估计当前可用于做功的电池组能量的多少等等。此外，希望确定与缓慢变化的参数(例如总容量)相关的信息，以在该电池组的整个寿命中保持之前计算的精确性，延长其有效使用时间，并帮助确定该电池组的健康状态(state-of-health(SOH))。
本发明的发明人已经认识到其他数学算法已不能对电池组的内部状态和参数给出高精确度的估计，因为对具有非线性工作特性的电池组来说这些算法没有被充分地优化。由于电池组通常具有非线性工作特性，因此需要一种更精确的方法。
因此，本发明的发明人已经认识到需要一种更精确地确定估计的电池组状态和估计的电池组参数的系统和方法。特别地，本发明的发明人已经认识到需要使用具有组合性能的两个耦合“滤波器”来确定估计的电池组状态和估计的电池组参数。
发明内容
根据一个示例性实施方案，提供一种用于确定估计的电池组状态向量和估计的电池组参数向量的方法。所述估计的电池组状态向量表示在第一预定时间的电池组状态。所述估计的电池组参数向量表示在第一预定时间的电池组参数。该方法包括确定一组估计的增加的电池组状态向量，该向量表示在第一预定时间之前的第二预定时间的电池组的状态、电池组输入噪声、与测量电池组输出变量的传感器相关的传感器噪声、所述电池组状态的不确定度、所述电池组输入噪声的不确定度和所述传感器噪声的不确定度。该方法还包括基于所述一组估计的增加的电池组状态向量确定一组预计的电池组状态向量，该向量表示在第一预定时间的电池组状态和所述电池组状态的不确定度。该方法还包括确定一组预计的电池组参数向量，该向量表示在第一预定时间的电池组参数及所述电池组参数的不确定度。该方法还包括基于所述一组预计的电池组参数向量来确定第一组预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量和该输出变量的不确定度。该方法还包括基于所述一组估计的增加的电池组状态向量和所述一组预计的电池组状态向量来确定第二组预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量和该输出变量的不确定度。该方法还包括确定一个具有至少一个在第一预定时间获得的电池组输出变量测量值的电池组输出向量。该方法还包括基于所述一组预计的电池组参数向量、所述第一组预计的电池组输出向量和所述电池组输出向量来确定估计的电池组参数向量，该向量表示在第一预定时间的电池组参数。该方法还包括基于所述一组预计的电池组状态向量、所述第二组预计的电池组输出向量和所述电池组输出向量来确定估计的电池组状态向量，该向量表示在第一预定时间的电池组状态。
根据另一示例性实施方案，提供一种用于确定估计的电池组状态向量和估计的电池组参数向量的系统。所述估计的电池组状态向量表示在第一预定时间的电池组状态。所述估计的电池组参数向量表示在第一预定时间的电池组参数。该系统包括一个传感器，配置该传感器以产生表示电池组的一个输出变量的第一信号。该系统还包括一个可操作地与该传感器耦合的计算机。该计算机被配置以确定一组估计的增加的电池组状态向量，该向量表示在所述第一预定时间之前的第二预定时间的电池组状态、电池组输入噪声、与测量电池组输出变量的传感器相关的传感器噪声、所述电池组状态的不确定度、所述电池组输入噪声的不确定度以及所述传感器噪声的不确定度。该计算机还被配置以基于所述一组估计的增加的电池组状态向量来确定一组预计的电池组状态向量，该向量表示在第一预定时间的电池组状态和电池组状态的不确定度。该计算机还被配置以确定一组预计的电池组参数向量，该向量表示在第一预定时间的电池组参数和该电池组参数的不确定度。该计算机还被配置以基于所述一组预计的电池组参数向量确定第一组预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量和该输出变量的不确定度。该计算机还被配置以基于所述一组估计的增加的电池组状态向量和所述一组预计的电池组状态向量来确定第二组预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量和该输出变量的不确定度。该计算机还被配置以基于所述第一信号确定一个电池组输出向量。该计算机还被配置以基于所述一组预计的电池组参数向量、所述第一组预计的电池组输出向量和所述电池组输出向量来确定一个估计的电池组参数向量，该向量表示在第一预定时间的电池组参数。该计算机还被配置以基于所述一组预计的电池组状态向量、所述第二组预计的电池组输出向量和所述电池组输出向量来确定一个估计的电池组状态向量，该向量表示在第一预定时间的电池组状态。
根据所述实施方案的其他系统和/或方法在参阅以下附图和详细说明的基础上对本领域技术人员来说将变得明显或是明显的。所有所述其他系统和方法均意欲包括在本发明的范围内，并受所附权利要求的保护。
图1为根据一个示例性实施方案的用来确定估计的电池组状态向量和估计的电池组参数向量的系统的示意图； 图2-8为根据另一示例性实施方案的用来确定估计的电池组状态向量和估计的电池组参数向量的方法的流程图；并且 图9-16为根据另一示例性实施方案的用来确定估计的电池组状态向量和估计的电池组参数向量的方法的流程图。
具体实施例方式 参见图1，图1示出了用于确定表示电池组12的一个状态的估计的电池组状态向量和表示电池组12的一个参数的估计的电池组参数向量的系统10。该电池组12包括至少一个电池组单元14。当然，电池组12可包括多个其他电池单元。每一个电池单元可为可再充电电池单元或不可再充电电池单元。此外，每一个电池单元可使用具有本领域技术人员已知的电化学构造的一个正极和一个负极构建。
输入变量定义为在特定时间的电池组输入信号值。例如，输入变量可包括进入电池组的电流和电池组的温度之一。输出变量定义为在特定时间的电池组输出信号值。例如，输出变量可包括电池组的输出电压和电池组压力之一。
系统10包括一个或多个电压传感器20、一个负载电路26和一个计算单元例如计算机28，还可包括一个或多个温度传感器22，以及一个电流传感器24。
提供电压传感器20以产生第一输出信号，该第一输出信号表示电池组12的一个或多个电池单元产生的电压。电压传感器20电耦合于计算机28的I/O接口46和电池组12之间。电压传感器20将第一输出信号传递至计算机28。为清楚说明，本文将只描述一个电压传感器。但是，应认识到在系统10的一个替代实施方案中，在系统10中使用了多个电压传感器(例如每个电池单元使用一个电压传感器)。
提供温度传感器22以产生第二输出信号，该第二输出信号表示电池组12的一个或多个温度。温度传感器22置于电池组12附近并电耦合至计算机28的I/O接口46。温度传感器22将第二输出信号传递至计算机28。为清楚说明，本文中将只描述一个温度传感器。但是，应认识到在系统10的一个替代实施方案中，在系统10中使用了多个温度传感器(例如每个电池单元使用一个温度传感器)。
提供电流传感器24以产生第三输出信号，该第三输出信号表示输出或输入电池组12的电池单元的电流。电流传感器24电耦合于电池组12和负载电路26之间。电流传感器24还与计算机28的I/O接口46电耦合。电流传感器24将第三输出信号传递至计算机28。
负载电路26与电流传感器24电耦合，并自电池组12输入或输出电流。负载电路26含有可与电池组12电耦合的任何电设备。
提供计算机28以确定表示电池组12的状态的估计的电池组状态向量和表示电池组12的参数的估计的电池组参数向量，这将在下文中更加详细地解释。计算机28包括一个中央处理器(CPU)40、一个只读存储器(ROM)44、一个非永久性存储器例如随机存储器(RAM)45和一个输入/输出(I/O)接口46。CPU 40可操作地与ROM 44、RAM 45和I/O接口46通信。CPU 40包括一个时钟42。包括ROM 44和RAM 46的计算机可读介质可通过使用任何已知的存储设备例如PROM、EPROM、EEPROM、闪存，或任何其他能够储存数据的电、磁、光或混合存储设备而实现，这些设备中的一些具有CPU 40使用的可执行指令。
为便于理解，将对以下方法的公式中使用的符号进行说明。抑扬符号(circumflex symbol)表示估计的或预计的量(例如x表示真实量x的估计值)。上标符号“-”表示先验估计值(即基于以往数据对一个量的当前值进行的预计)。上标符号“+”表示后验估计值(例如
是基于直到并且包括时间k时所取得的所有测量结果得到的真实量x在时间下标k时的估计值)。否定符号(tilde symbol)表示估计量的误差(例如和)。符号∑xy＝E[xyT]表示下标中变量的相关性或交互相关性(本申请中所述量是零均值(zero-mean)，因此相关性与协方差相同)。符号∑x表示的量与∑xx相同。上标“T”是矩阵/向量的转置算符。
在对用于确定与电池组12相关的电池组参数向量的算法进行详细讨论之前，先进行一般性概述。
电池组状态向量可包括，例如与电池组12相关的充电状态(SOC)值、滞后电压或极化电压。SOC值是0-100％的一个数值，其表示可用于做功的电池组12的当前可用容量。
本方法中使用电池单元行为的数学模型来计算电池组12的状态向量的估计值。假定电池单元动力学的数学模型为已知，并且可使用包括一个状态方程和一个输出方程的离散时间的状态-空间模型来表达，如下所述。
用于确定与电池组12相关的状态向量的状态方程如下xk＝f(xk-1，uk-1，wk-1，k-1)，其中， xk是在时间下标k时与电池组12相关的状态向量； uk是一个表示已知的/确定的电池组12输入量的变量； wk是模拟某些影响系统状态的未测量输入量的电池组输入噪声向量；并且 f(xk-1，uk-1，wk-1，k-1)是状态转变函数。
使用以下方程确定与电池组12相关的输出向量yk＝h(xk，uk，vk，k)，其中 h(xk，uk，vk，k)是测量函数；并且 vk是在无存储模式(memory-less mode)中影响电池组12的输出量的测量、但不影响电池组12的状态向量的传感器噪声。
系统状态xk至少包括预计当前输出所需的最少量信息以及当前的输入和电池单元的数学模型。对于电池单元14，所述状态可包括例如SOC、对于不同时间常数的极化电压水平，以及滞后水平。系统外来输入uk至少包括当前电池单元电流ik，并且可任选包括电池单元的温度(除非温度变化本身在状态中被模拟)。系统参数θk是只随时间缓慢变化的数值，以至于其无法通过测量系统的输入与输出来直接确定。这些参数可包括但不限于电池单元容量、电阻、一个或多个极化电压时间常数、一个或多个极化电压混合因子、一个或多个滞后混合因子、一个或多个滞后速率常数、一个或多个效率因子等。模型输出yk对应于物理可测的电池单元的量或那些至少可由测得的量直接计算出的量，例如负载时的电池单元电压。
还使用了参数动力学的数学模型。一个示例性模型具有以下形式 θk+1＝θk+rk dk＝g(xk，uk，θk)+ek。
第一个方程表示参数θk最初是恒定的，但其可随时间缓慢变化，在此情况下，通过一个用rk表示的“噪声”过程来模拟。“输出”dk是用g(
)模拟的最优参数动力学函数加上一些估计误差ek。最优参数动力学g(
)是系统状态xk、外来输入uk和一系列时间变化参数θk的函数。
参见图2-8，现将解释根据一个示例性实施方案的使用σ点卡尔曼滤波器来确定与电池组12相关的估计的电池组状态向量和估计的电池组参数向量的方法。该方法可通过使用由控制器28执行的软件算法来完成。该软件算法存储在ROM 44或RAM 45中或本领域技术人员已知的其他计算机可读介质中。
在步骤60中，计算机28产生一个电池组输入向量uk，该向量具有至少一个在第一预定时间获得的电池组输入变量的测量值。
在步骤62中，计算机28产生一个电池组输出向量yk，该向量具有至少一个在第一预定时间获得的电池组输出变量的测量值。
在步骤64中，计算机28基于一个表示在第一预定时间之前的第二预定时间电池组12的参数的估计的电池组参数向量
来确定一个预计的电池组参数向量
该向量表示在第一预定时间电池组12的参数，使用以下方程 在步骤66中，计算机28基于一个表示在第二预定时间电池组参数协方差的估计的电池组参数向量协方差矩阵
和一个相应于参数噪声的协方差矩阵来确定一个预计的电池组参数向量协方差矩阵
该矩阵表示在第一预定时间电池组参数协方差的协方差，使用以下方程其中∑r，k-1相应于与电池组参数噪声向量相关的一个协方差矩阵。
在步骤68中，计算机28确定一个估计的增加的电池组状态向量
该向量表示在第二预定时间电池组12的状态，使用以下公式其中
相应于一个估计的电池组状态向量，该向量表示在第二预定时间的电池组状态； E[wk-1]相应于在第二预定时间的电池组输入噪声向量的预期值；E[vk-1]相应于在第二预定时间的传感器噪声向量的预期值；并且T为矩阵/向量的转置算符。
在步骤70中，计算机28确定一个与估计的增加的电池组状态向量相关的估计的增加的电池组状态向量协方差矩阵
使用以下方程其中
相应于与在第二预定时间的估计的电池组状态向量相关的估计的电池组状态向量协方差矩阵； ∑w相应于与电池组输入噪声向量相关的协方差矩阵； ∑v相应于与传感器噪声向量相关的协方差矩阵；并且 diag()为由其输入自变量组成一个分块对角矩阵的函数。
在步骤72中，计算机28确定一组估计的增加的电池组状态向量
每个所述向量均表示在第二预定时间的电池组12的状态，使用以下方程其中
相应于
的Cholesky矩阵平方根；并且 γ相应于一个常数。
在步骤74中，计算机28确定一组预计的电池组状态向量
每个所述向量均表示在第一预定时间的电池组12的状态，使用以下方程其中
相应于组
的第i个元素 uk-1相应于在第二预定时间的电池组输入向量；
相应于从组
的第i个元素中提取的估计的电池组状态向量；
相应于从组
的第i个元素中提取的估计的电池组输入噪声向量；并且 k-1相应于第二预定时间。
在步骤76中，计算机28通过计算所述一组预计的电池组状态向量
的加权平均值来确定相应于第一预定时间的预计的电池组状态向量
使用以下方程其中
相应于一系列常数；并且 p相应于组
中元素的数目减1。
在步骤78中，计算机28确定一个预计的电池组状态向量协方差矩阵
使用以下方程其中
相应于一系列常数。
在步骤80中，计算机28确定一组预计的电池组参数向量wk，每个所述向量均表示在第一预定时间的电池组12的参数，使用以下方程
其中
相应于
的Cholesky矩阵平方根；并且 γ相应于一个常数。
在步骤82中，计算机28确定第一组预计的电池组输出向量Dk，每个所述向量均表示在第一预定时间的电池组12的输出，使用以下方程
其中
相应于组
的第i个元素；
相应于组
的第i个元素； vk相应于第一预定时间的预期传感器噪声；并且 k相应于第一预定时间。
在步骤84中，计算机28通过计算所述第一组预计的电池组输出向量
的加权平均值来确定相应于第一预定时间的第一预计的电池组输出向量
使用以下方程
其中
相应于一系列常数；并且 p相应于组
中元素的数目减1。
在步骤86中，计算机28确定第二组预计的电池组输出向量
每个所述向量表示在第一预定时间的电池组12的输出，使用以下方程
其中
相应于组
的第i个元素；
相应于从组
的第i个元素中提取的一个估计的传感器噪声向量；并且 k相应于第一预定时间。
在步骤88中，计算机28确定第二预计的电池组输出向量
该向量表示在第一预定时间电池组12的输出，使用以下方程
在步骤90中，计算机28确定第一预计的电池组输出向量协方差矩阵
使用以下方程
在步骤92中，计算机28确定一个预计的交互协方差矩阵
使用以下方程
在步骤94中，计算机28确定一个状态增益矩阵
使用以下方程 在步骤96中，计算机28确定一个第二预计的电池组输出向量协方差矩阵
使用以下方程
其中
相应于一系列常数； ∑e相应于与电池组输出噪声向量相关的协方差矩阵； T为矩阵/向量的转置算符。
在步骤98中，计算机28确定一个预计的交互协方差矩阵
使用以下方程
在步骤100中，计算机28确定一个参数增益矩阵
使用以下方程 在步骤102中，计算机28确定一个估计的电池组状态向量
该向量表示在第一预定时间电池组12的状态，使用以下方程 在步骤104中，计算机28确定一个与估计的电池组状态向量相关的估计的电池组状态向量协方差矩阵
使用以下方程 在步骤106中，计算机28确定一个估计的电池组参数向量
该向量表示在第一预定时间电池组12的参数，使用以下方程 在步骤108中，计算机28确定一个与估计的电池组参数向量相关的估计的电池组参数向量协方差矩阵
使用以下方程 在步骤110中，计算机28选择新的第一和第二预定时间。在步骤108之后，该方法返回至步骤60。
参见附图9-16，现将解释根据另一示例性实施方案的使用平方根σ点卡尔曼滤波器确定与电池组12相关的估计的电池组状态向量和估计的电池组参数向量的方法。该方法可使用由控制器28执行的软件算法而实现。该软件算法存储在ROM 44或RAM 45中或本领域技术人员已知的其他计算机可读介质中。
在步骤120中，计算机28产生一个电池组输入向量uk，该向量具有至少一个在第一预定时间获得的电池组输入变量的测量值。
在步骤122中，计算机28产生一个电池组输出向量yk，该向量具有至少一个在第一预定时间获得的电池组输出变量的测量值。
在步骤124中，计算机28基于一个表示在第一预定时间之前的第二预定时间电池组12的参数的估计的电池组参数向量
来确定一个预计的电池组参数向量
该向量表示在第一预定时间的电池组参数，使用以下方程 在步骤126中，计算机28确定一个平方根协方差更新矩阵Dr，k-1，使用以下方程其中 ∑r，k-1相应于与电池组参数噪声向量相关的协方差矩阵；
相应于估计的电池组参数向量平方根协方差矩阵，该矩阵表示在第二预定时间的电池组参数协方差的协方差；
相应于其输入自变量的Cholesky矩阵平方根；并且 diag{}为由输入矩阵的对角元素形成平方对角矩阵的函数。在步骤128中，计算机28基于表示在第二预定时间的电池组参数协方差的估计的电池组参数向量协方差矩阵
和一个平方根协方差更新矩阵来确定一个预计的电池组参数向量平方根协方差矩阵
该矩阵表示在第一预定时间的电池组参数协方差的协方差，使用以下方程 在步骤130中，计算机28确定一个估计的增加的电池组状态向量
该向量表示在第二预定时间电池组12的状态，使用以下方程其中
相应于估计的电池组状态向量，该向量表示在第二预定时间电池组12的状态； E[wk-1]相应于在第二预定时间电池组输入噪声向量的预期值； E[vk-1]相应于在第二预定时间传感器噪声向量的预期值；并且 T为矩阵/向量的转置算符。
在步骤132中，计算机28确定与估计的增加的电池组状态向量相关的估计的增加的电池组状态向量平方根协方差矩阵
使用以下方程其中，
相应于与第二预定时间的估计的电池组状态向量相关的估计的电池组状态向量平方根协方差矩阵； Sw相应于与电池组输入噪声向量相关的平方根协方差矩阵； Sv相应于与传感器噪声向量相关的平方根协方差矩阵；并且 diag()为由其输入自变量组成分块对角矩阵的函数。
在步骤134中，计算机28确定一组估计的增加的电池组状态向量
每个该向量表示在第二预定时间电池组12的状态，使用以下方程其中γ相应于一个常数。
在步骤136中，计算机28确定一组预计的电池组状态向量
每个该向量表示在第一预定时间电池组12的状态，使用以下方程其中
相应于组
的第i个元素； uk-1相应于在第二预定时间的电池组输入向量；
相应于从组
的第i个元素中提取的估计的电池组状态向量；
相应于从组
的第i个元素中提取的估计的电池组输入噪声向量；并且 k-1相应于第二预定时间。
在步骤138中，计算机28通过计算所述一组预计的电池组状态向量
的加权平均值来确定相应于第一预定时间的预计的电池组状态向量
使用以下方程其中，
相应于一系列常数；并且 p相应于组
中元素的数目减1。
在步骤140中，计算机28确定一个预计的电池组状态向量平方根协方差矩阵
使用以下方程 其中
相应于一系列常数；并且 qr{}为计算其输入自变量的Q-R矩阵分解并返回R矩阵的上三角部分的函数。
在步骤142中，计算机28确定一组预计的电池组参数向量
每个所述向量表示在第一预定时间电池组12的参数，使用以下方程
其中γ相应于一个常数。
在步骤144中，计算机28确定第一组预计的电池组输出向量
每个所述向量表示在第一预定时间电池组12的输出，使用以下方程
其中
相应于组
的第i个元素；
相应于组
的第i个元素； vk相应于第一预定时间的预期传感器噪声； k相应于第一预定时间。
在步骤146中，计算机28通过计算第一组预计的电池组状态向量
的加权平均值来确定相应于第一预定时间的第一预计的电池组输出向量
使用以下方程
其中
相应于一系列常数；并且 p相应于组
中的元素的数目减1。
在步骤148中，计算机28确定第二组预计的电池组输出向量
每个所述向量表示在第一预定时间电池组12的输出，使用以下方程
其中
相应于组
的第i个元素；
相应于从组
的第i个元素中提取的一个估计的传感器噪声向量；并且 k相应于第一预定时间。
在步骤150中，计算机28确定一个第二预计的电池组输出向量
该向量表示在第一预定时间电池组12的输出，使用以下方程
在步骤152中，计算机28确定第一预计的电池组输出向量平方根协方差矩阵
使用以下方程
在步骤154中，计算机28确定一个预计的交互协方差矩阵
使用以下方程
在步骤156中，计算机28确定一个状态增益矩阵
使用以下方程 在步骤158中，计算机28确定一个预计的电池组输出向量平方根协方差矩阵
使用以下公式 其中
相应于一系列常数； ∑e相应于与传感器噪声向量相关的协方差矩阵； qr{}为计算其输入自变量的Q-R矩阵分解并返回R矩阵的上三角部分的函数；并且 T为矩阵/向量的转置算符。
在步骤160中，计算机28确定第二预计的交互协方差矩阵
使用以下方程
在步骤162中，计算机28确定一个参数增益矩阵
使用以下方程 在步骤164中，计算机28确定一个估计的电池组状态向量
该向量表示在第一预定时间电池组12的状态，使用以下方程 在步骤166中，计算机28确定一个与估计的电池组状态向量相关的估计的电池组状态向量平方根协方差矩阵
使用以下方程其中downdate{}计算使用其第二自变量对其第一自变量进行的矩阵降级(downdate)操作。
在步骤168中，计算机28确定一个估计的电池组参数向量
该向量表示在第一预定时间电池组12的参数，使用以下方程 在步骤170中，计算机28确定一个与估计的电池组参数向量相关的估计的电池组参数向量平方根协方差矩阵
使用以下方程 在步骤172中，计算机28选择新的第一和第二预定时间。在步骤172之后，该方法返回至步骤120。
用于确定与电池组12相关的估计的电池组状态向量和估计的电池组参数向量的系统和方法与其他系统和方法相比具有显著优点。具体而言，所述系统和方法提供了更精确地确定具有非线性工作特性的电池组的估计的电池组状态向量和估计的电池组参数向量的技术效果。
上述方法可体现为包含于实体介质中的含有指令的计算机程序代码形式，所述实体介质例如软盘、CD ROM、硬盘或任何其他的计算机可读存储介质，其中，当所述计算机程序代码被装入计算机并被计算机执行时，该计算机成为实施本发明的一个设备。上述方法也可体现为计算机程序代码形式，例如，无论是存储于存储介质中、装入计算机和/或通过计算机执行，还是通过一些传输介质例如电线或电缆、光纤或电磁辐射而被传输的计算机程序代码，其中当所述计算机程序代码被装入计算机并被计算机执行时，该计算机成为实施本方法的一个设备。当在一个通用微处理器上运行时，该计算机程序代码片断使该微处理器产生特定的逻辑电路。
尽管参照示例性实施方案对本发明进行了描述，但本领域技术人员将理解的是，在不偏离本发明范围的情况下可进行多种改变和可用等价元素替换其中的元素。此外，在不偏离本发明范围的情况下可对本发明的教导进行许多改进以适应具体情形。因此，本发明不意欲受限于所公开的用于实施本发明的实施方案，而是包括落入本发明权利要求范围的所有实施方案。而且，所使用的术语第一、第二等不表示任何重要性上的顺序，而是使用所述术语第一、第二等将元素彼此区分。
权利要求
1.一种用于确定估计的电池组状态向量和估计的电池组参数向量的方法，所述估计的电池组状态向量表示在第一预定时间电池组的状态，所述估计的电池组参数向量表示在第一预定时间电池组的参数，该方法包括
确定一组估计的增加的电池组状态向量，该向量表示在第一预定时间之前的第二预定时间的电池组状态、电池组输入噪声、与测量电池组输出变量的传感器相关的传感器噪声、所述电池组状态的不确定度、所述电池组输入噪声的不确定度，以及所述传感器噪声的不确定度；
基于所述一组估计的增加的电池组状态向量确定一组预计的电池组状态向量，该向量表示在第一预定时间的电池组状态和该电池组状态的不确定度；
确定一组预计的电池组参数向量，该向量表示在第一预定时间的电池组参数和该电池组参数的不确定度；
基于所述一组预计的电池组参数向量确定第一组预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量和该输出变量的不确定度；
基于所述一组估计的增加的电池组状态向量和所述一组预计的电池组状态向量确定第二组预计的电池组输出向量，该向量表示在第一预定时间电池组的至少一个输出变量和该输出变量的不确定度；
确定一个电池组输出向量，该向量具有至少一个在第一预定时间获得的电池组输出变量的测量值；
基于所述一组预计的电池组参数向量、所述第一组预计的电池组输出向量，以及所述电池组输出向量确定一个估计的电池组参数向量，该向量表示在第一预定时间的电池组参数；和
基于所述一组预计的电池组状态向量、所述第二组预计的电池组输出向量，以及所述电池组输出向量确定一个估计的电池组状态向量，该向量表示在第一预定时间的电池组状态。
2.权利要求1的方法，其中所述一组估计的增加的电池组状态向量的确定包括
从存储器中得到一个估计的电池组状态向量，该向量表示在第二预定时间的电池组状态；
基于所述估计的电池组状态向量、一个预期的电池组输入噪声向量和一个预期的传感器噪声向量来确定第一估计的增加的电池组状态向量，该向量表示在第二预定时间的电池组状态、电池组输入噪声，以及传感器噪声；
从存储器中得到一个估计的电池组状态向量协方差矩阵，该矩阵表示在第二预定时间的电池组状态的不确定度；
基于所述估计的电池组状态向量协方差矩阵、一个表示电池组输入噪声的不确定度的协方差矩阵和一个表示传感器噪声的不确定度的协方差矩阵，确定第一估计的增加的电池组状态向量协方差矩阵；并且
基于所述第一估计的增加的电池组状态向量和第一估计的增加的电池组状态向量协方差矩阵，计算所述一组估计的增加的电池组状态向量。
3.权利要求2的方法，其中对所述一组估计的增加的电池组状态向量的计算包括
设定所述一组估计的增加的电池组状态向量的一个元素等于所述第一估计的增加的电池组状态向量；
设定所述一组估计的增加的电池组状态向量的另一第一系列的L个元素等于所述第一估计的增加的电池组状态向量加上一个常数乘以从所述第一估计的增加的电池组状态向量协方差矩阵的矩阵平方根中提取出的各列，其中L是所述第一估计的增加的电池组状态向量的长度；和
设定所述一组估计的增加的电池组状态向量的另一第二系列的L个元素等于所述第一估计的增加的电池组状态向量减去所述常数乘以从所述第一估计的增加的电池组状态向量协方差矩阵的矩阵平方根中提取出的各列。
4.权利要求1的方法，其中对所述一组估计的增加的电池组状态向量的确定包括
从存储器中得到一个估计的电池组状态向量，该向量表示在第二预定时间的电池组状态；
基于所述估计的电池组状态向量、一个预期的电池组输入噪声向量和一个预期的传感器噪声向量，确定第一估计的增加的电池组状态向量，该向量表示在第二预定时间电池组的状态、电池组输入噪声和传感器噪声；
从存储器中得到一个估计的电池组状态向量平方根协方差矩阵，该矩阵表示在第二预定时间电池组状态的不确定度；
基于所述估计的电池组状态向量平方根协方差矩阵、一个表示电池组输入噪声的不确定度的协方差矩阵和一个表示传感器噪声的不确定度的协方差矩阵，确定第一估计的增加的电池组状态向量平方根协方差矩阵，该矩阵表示电池组状态的不确定度、电池组输入噪声的不确定度和传感器噪声的不确定度；和
基于所述第一估计的增加的电池组状态向量和所述第一估计的增加的电池组状态向量平方根协方差矩阵，计算所述一组估计的增加的电池组状态向量。
5.权利要求4的方法，其中对所述一组估计的增加的电池组状态向量的计算包括
设定所述一组估计的增加的电池组状态向量的一个元素等于所述第一估计的增加的电池组状态向量；
设定所述一组估计的增加的电池组状态向量的另一第一系列的L个元素等于所述第一估计的增加的电池组状态向量加上一个常数乘以从所述估计的增加的电池组状态向量平方根协方差矩阵中提取出的各列，其中L为所述估计的增加的电池组状态向量的长度；和
设定所述一组估计的增加的电池组状态向量的另一第二系列的L个元素等于所述第一估计的增加的电池组状态向量减去所述常数乘以从所述第一估计的增加的电池组状态向量平方根协方差矩阵中提取出的各列。
6.权利要求1的方法，其中对所述一组预计的电池组状态向量的确定包括
从所述一组估计的增加的电池组状态向量中提取表示在第二预定时间的电池组状态和该电池组状态的不确定度的数值，从而获得第一组估计的电池组状态向量；
从所述第一组估计的增加的电池组状态向量中提取表示在第二预定时间的电池组输入噪声及该电池组输入噪声的不确定度的数值，从而获得一组估计的电池组输入噪声向量；
生成具有至少一个在第二预定时间的电池组输入变量测量值的一个电池组输入向量；和
基于所述第一组估计的电池组状态向量、所述第一组预计的电池组输入噪声向量和所述电池组输入向量，确定所述一组预计的电池组状态向量。
7.权利要求1的方法，其中对所述一组预计的电池组参数向量的确定包括
从存储器中得到一个估计的电池组参数向量，该向量表示在第二预定时间的电池组参数；
从存储器中得到一个估计的电池组参数向量协方差矩阵，该矩阵表示在第二预定时间的电池组参数的不确定度；
确定一个估计的电池组参数噪声协方差矩阵，该矩阵表示在第二预定时间的参数噪声的不确定度；和
基于所述估计的电池组参数向量、所述估计的电池组参数向量协方差矩阵和所述估计的电池组参数噪声协方差矩阵，计算所述一组预计的电池组参数向量。
8.权利要求7的方法，其中对所述一组预计的电池组参数向量的计算包括
设定所述一组预计的电池组参数向量的一个元素等于所述估计的电池组参数向量；
基于所述估计的电池组参数向量协方差矩阵和估计的电池组参数噪声协方差矩阵，确定一个预计的电池组参数向量协方差矩阵，该矩阵表示在第一预定时间的电池组参数的不确定度；
设定所述一组预计的电池组参数向量的另一第一系列的L个元素等于所述第一估计的电池组参数向量加上一个常数乘以从所述第一预计的电池组参数向量协方差矩阵的矩阵平方根中提取出的各列，其中L为所述第一估计的电池组参数向量的长度；和
设定所述一组预计的电池组参数向量的另一第二系列的L个元素等于所述第一估计的电池组参数向量减去所述常数乘以从所述第一预计的电池组参数向量协方差矩阵的矩阵平方根中提取的各列。
9.权利要求1的方法，其中对所述一组预计的电池组参数向量的确定包括
从存储器中得到一个估计的电池组参数向量，该向量表示在第二预定时间的电池组参数；
从存储器中得到一个估计的电池组参数向量平方根协方差矩阵，该矩阵表示在第二预定时间的电池组参数的不确定度；
确定一个估计的电池组参数噪声平方根协方差矩阵，该矩阵表示在第二预定时间的参数噪声的不确定度；和
基于所述估计的电池组参数向量、所述估计的电池组参数向量平方根协方差矩阵和所述估计的电池组参数噪声平方根协方差矩阵，计算所述一组预计的电池组参数向量。
10.权利要求9的方法，其中对所述一组预计的电池组参数向量的计算包括
设定所述一组预计的电池组参数向量的一个元素等于所述估计的电池组参数向量；
基于所述估计的电池组参数向量平方根协方差矩阵和所述估计的电池组参数噪声协方差矩阵，确定一个预计的电池组参数向量平方根协方差矩阵，该矩阵表示在第一预定时间的电池组参数的不确定度；
设定所述一组预计的电池组参数向量的另一第一系列的L个元素等于所述第一估计的电池组参数向量加上一个常数乘以从所述第一预计的电池组参数向量平方根协方差矩阵中提取出的各列，其中L为所述第一估计的电池组参数向量的长度；和
设定所述一组预计的电池组参数向量的另一第二系列的L个元素等于所述第一估计的电池组参数向量减去所述常数乘以从所述第一预计的电池组参数向量平方根协方差矩阵中提取的各列。
11.权利要求1的方法，其中对所述第一组预计的电池组输出向量的确定包括
从存储器中得到一个估计的电池组状态向量，该向量表示在第二预定时间的电池组状态；
生成一个表示在第一预定时间的平均传感器噪声的电池组平均传感器噪声向量，和一个表示在第二预定时间的平均电池组输入噪声的电池组平均输入噪声向量；
生成第一电池组输入向量，该向量具有至少一个在第一预定时间的电池组输入变量的测量值；
生成第二电池输入向量，该向量具有至少一个在第二预定时间的电池组输入变量的测量值；和
基于所述一组预计的电池组参数向量、所述第一电池组输入向量、所述第二电池组输入向量、所述电池组平均传感器噪声向量、所述电池组平均输入噪声向量和所述估计的电池组状态向量，确定所述第一组预计的电池组输出向量。
12.权利要求1的方法，其中对所述第二组预计的电池组输出向量的确定包括
从所述一组估计的增加的电池组状态向量中提取表示在第二预定时间的传感器噪声和该传感器噪声的不确定度的数值，从而获得一组估计的传感器噪声向量；
生成具有至少一个在第一预定时间的电池组输入变量测量值的所述第一电池组输入向量；和
基于所述一组预计的电池组状态向量、所述第一电池组输入向量、所述一组估计的传感器噪声向量，确定所述第二组预计的电池组输出向量。
13.权利要求1的方法，其中对所述估计的电池组参数向量的确定包括
基于所述第一组预计的电池组输出向量，确定第一预计的电池组输出向量，该向量表示在第一预定时间的电池组的至少一个输出变量；
基于一个表示在第二预定时间电池组参数的估计的电池组参数向量，确定一个表示在第一预定时间电池组参数的预计的电池组参数向量；
基于所述预计的电池组参数向量、所述第一预计的电池组输出向量、所述一组预计的电池组参数向量和所述一组预计的电池组输出向量，确定一个参数增益矩阵；和
基于所述电池组输出向量、所述第一预计的电池组输出向量、所述预计的电池组参数向量和所述参数增益矩阵，计算所述估计的电池组参数向量。
14.权利要求13的方法，其中对所述第一预计的电池组输出向量的确定包括计算所述一组预计的电池组输出向量的加权平均值。
15.权利要求13的方法，其中对所述参数增益矩阵的确定包括
基于所述第一预计的电池组输出向量和所述一组预计的电池组输出向量，确定一个预计的电池组输出向量协方差矩阵；
基于所述第一预计的电池组输出向量、所述一组预计的电池组输出向量、所述预计的电池组参数向量和所述一组预计的电池组参数向量，确定一个在一个电池组输出向量和一个电池组参数向量之间的预计的交互协方差矩阵；和
基于所述预计的交互协方差矩阵和所述预计的电池组输出向量协方差矩阵，计算所述参数增益矩阵。
16.权利要求15的方法，其中对所述预计的电池组输出向量协方差矩阵的确定包括
基于所述第一预计的电池组输出向量和所述一组预计的电池组输出向量，确定一个预计的电池组输出向量平方根协方差矩阵；和
基于所述预计的电池组输出向量平方根协方差矩阵和所述预计的电池组输出向量平方根协方差矩阵，计算所述预计的电池组输出向量协方差矩阵。
17.权利要求13的方法，其中对所述估计的电池组参数向量的计算包括
基于所述电池组输出向量和所述第一预计的电池组输出向量，确定一个创新向量；
基于所述参数增益矩阵和所述创新向量，确定一个更新向量；和
基于所述预计的电池组参数向量和所述更新向量，计算所述估计的电池组参数向量。
18.权利要求13的方法，还包括基于所述第一预计的电池组参数向量、所述第一组预计的电池组参数向量、所述参数增益矩阵和所述第一预计的电池组输出向量协方差矩阵，确定在第一预定时间的一个估计的电池组参数向量协方差矩阵。
19.权利要求13的方法，还包括基于所述第一预计的电池组参数向量、所述第一组预计的电池组参数向量、所述参数增益矩阵和一个预计的电池组输出向量平方根协方差矩阵，确定在第一预定时间的一个估计的电池组参数向量平方根协方差矩阵。
20.权利要求1的方法，其中对所述估计的电池组状态向量的确定包括
基于所述一组预计的电池组状态向量，确定一个预计的电池组状态向量，该向量表示在第一预定时间的电池组状态；
基于所述一组预计的输出向量，确定第二预计的电池组输出向量，该向量表示在第一预定时间电池组的至少一个输出变量；
基于所述预计的电池组状态向量、所述第二预计的电池组输出向量、所述一组预计的电池组状态向量和所述第二组预计的电池组输出向量，确定一个状态增益矩阵；和
基于所述预计的电池组状态向量、所述第二预计的电池组输出向量、所述状态增益矩阵和所述电池组输出向量，计算所述估计的电池组状态向量。
21.权利要求20的方法，其中对所述预计的电池组状态向量的确定包括计算所述一组预计的电池组状态向量的加权平均值。
22.权利要求20的方法，其中对所述第二预计的电池组输出向量的确定包括计算所述第二组预计的电池组输出向量的加权平均值。
23.权利要求20的方法，其中对状态增益矩阵的确定包括
基于所述第二预计的电池组输出向量和所述第二组预计的电池组输出向量，确定一个预计的电池组输出向量协方差矩阵；
基于所述第二预计的电池组输出向量、所述第二组预计的电池组输出向量、所述预计的电池组状态向量和所述一组预计的电池组状态向量，确定在一个电池组输出向量和一个电池组状态向量之间的一个预计的交互协方差矩阵；和
基于所述预计的交互协方差矩阵和所述预计的电池组输出向量协方差矩阵，计算所述状态增益矩阵。
24.权利要求23的方法，其中对所述预计的电池组输出向量协方差矩阵的确定包括
基于所述第二预计的电池组输出向量和所述第二组预计的电池组输出向量，确定一个预计的电池组输出向量平方根协方差矩阵；和
基于所述预计的电池组输出向量平方根协方差矩阵和所述预计的电池组输出向量平方根协方差矩阵，计算所述预计的电池组输出向量协方差矩阵。
25.权利要求20的方法，其中对所述估计的电池组状态向量的计算包括
基于所述第二电池组输出向量和所述第二预计的电池组输出向量，确定一个创新向量；
基于所述状态增益矩阵和所述创新向量，确定一个更新向量；和
基于所述预计的电池组状态向量和所述更新向量，计算所述估计的电池组状态向量。
26.权利要求20的方法，还包括基于所述预计的电池组状态向量、所述一组预计的电池组状态向量、所述状态增益矩阵和所述预计的电池组输出向量协方差矩阵，确定一个在第一预定时间的估计的电池组状态向量协方差矩阵。
27.权利要求20的方法，还包括基于所述预计的电池组状态向量、所述一组预计的电池组状态向量、所述状态增益矩阵和一个预计的电池组输出向量平方根协方差矩阵，确定一个在第一预定时间的估计的电池组状态向量平方根协方差矩阵。
28.一个用于确定估计的电池组状态向量和估计的电池组参数向量的系统，所述估计的电池组状态向量表示在第一预定时间的电池组状态，所述估计的电池组参数向量表示在第一预定时间的电池组参数，所述系统包括
一个传感器，配置该传感器以产生表示电池组的一个输出变量的第一信号；和
一个可操作地与该传感器耦合的计算机，配置该计算机以确定一组估计的增加的电池组状态向量，该向量表示在第一预定时间之前的第二预定时间的电池组状态、电池组输入噪声、与测量电池组输出变量的传感器相关的传感器噪声、所述电池组状态的不确定度、所述电池组输入噪声的不确定度以及所述传感器噪声的不确定度，还配置该计算机以基于所述一组估计的增加的电池组状态向量来确定一组预计的电池组状态向量，该向量表示在所述第一预定时间的电池组状态和该电池组状态的不确定度，还配置该计算机以确定一组预计的电池组参数向量，该向量表示在第一预定时间的电池组参数和该电池组参数的不确定度，该计算机还被配置以基于所述一组预计的电池组参数向量来确定第一组预计的电池组输出向量，该向量表示在第一预定时间电池组的至少一个输出变量和该输出变量的不确定度，该计算机还被配置以基于所述一组估计的增加的电池组状态向量和所述一组预计的电池组状态向量来确定第二组预计的电池组输出向量，该向量表示在第一预定时间电池组的至少一个输出变量和该输出变量的不确定度，该计算机还被配置以基于所述第一信号确定电池组的输出向量，该计算机还被配置以基于所述一组预计的电池组参数向量、所述第一组预计的电池组输出向量和所述电池组输出向量来确定估计的电池组参数向量，该向量表示在第一预定时间的电池组参数，该计算机还被配置以基于所述一组预计的电池组状态向量、所述第二组预计的电池组输出向量和所述电池组的输出向量来确定一个估计的电池组状态向量，该向量表示在第一预定时间的电池组状态。
全文摘要
提供用于确定估计的电池组状态向量和估计的电池组参数向量的系统和方法。所述方法包括基于一组预计的电池组参数向量、第一组预计的电池组输出向量和一个电池组输出向量来确定一个估计的电池组参数向量，该向量表示在第一预定时间的电池组的参数。所述方法还包括基于一组预计的电池组状态向量、第二组预计的电池组输出向量和所述电池组输出向量来确定所述估计的电池组状态向量，该向量表示在第一预定时间的电池组的状态。
文档编号G01R31/36GK101395489SQ200780007244
公开日2009年3月25日 申请日期2007年1月22日 优先权日2006年3月2日
发明者G·L·普莱特 申请人:株式会社Lg化学