用于估计电池状态的设备和方法
【专利摘要】本发明公开了一种设备和方法，其中使用扩展卡尔曼滤波以便估计诸如电池的SOC的电池的状态，并且在电池中包含的电流传感器的电流偏移被加以考虑从而能够相对准确地估计电池的状态。根据本发明的电池状态估计设备是用于估计设有用于测量电池充电和放电电流的电流传感器的电池的状态的设备，并且包括测量单元、预测单元、校正单元、SOC估计单元和控制单元。
【专利说明】用于估计电池状态的设备和方法
【技术领域】
[0001]本公开涉及一种用于估计电池状态的设备和方法，并且更加具体地，涉及一种用于考虑到在电池中包括的电流传感器的电流偏移通过使用扩展卡尔曼滤波而估计更加准确的诸如电池的荷电状态(S0C)的电池状态的设备和方法。
[0002]本申请要求于2012年3月16日在大韩民国提交的韩国专利申请N0.10-2012-0027284的优先权，其公开通过引用被包含在此。
【背景技术】
[0003]近来，随着蓄电池、机器人、卫星等的积极的研制，连同对于诸如膝上型计算机、摄影机、移动电话等的便携式电子产品的急剧地增加的要求，已经主动地开展了对于能够反复地充电和放电的高性能二次电池的研究和开发。
[0004]当前，镍-镉电池、镍-金属氢化物电池、镍-锌电池、锂二次电池，等被用作商业二次电池。在它们中，与镍-基二次电池相比，锂二次电池具有很小的甚至无任何存储效应，并且因此由于它们的自由充电/放电、低自放电和高能量密度的优点，锂二次电池正在获得大量的关注。
[0005]特别地，随着碳能量的稳态耗尽和对于环境的正在增加的兴趣，对于混合动力车辆和电动车辆的需求近来在包括美国、欧洲、日本和大韩民国的全世界范围内逐渐地增加。从电池组的充电/放电能量向混合动力车辆和电动车辆供应用于驱动车辆的动力。因此，与单独地由发动机提供动力的车辆相比，它们具有更高的燃料效率并且能够消除或者减少污染物的排放，这增加了混合动力车辆和电动车辆的吸引力。相应地，对于混合动力车辆和电动车辆必需的车辆电池的研究和开发已经在引起兴趣的同时得到增强。
[0006]如上所述，电池被用于诸如笔记本或者车辆的各种移动装置并且具有服务时间的限制。因此，检查电池的SOC的准确的信息是重要的。SOC在权衡电池的可用服务时间方面是有用的并且因此对于相应的装置的用户而言被认为是非常重要的信息。因此，诸如笔记本、蜂窝电话或者车辆的使用电池的一般装置估计电池的S0C，从估计SOC检查电池的可用服务时间或者容量，并且向用户提供信息。
[0007]电池的SOC通常将剩余容量表示为电池的完全充电容量(FCC)的百分比。为了估计电池的S0C，可以使用各种方法；然而，最代表性的方法是利用电流积分估计S0C。在电流积分中，电池的输入/输出电流被累积并且被增加到初始容量或者被从初始容量减去以获得 SOC。
[0008]在该电流积分方法中，因为从由安装在电池的充电/放电路径上的电流传感器测量的电流估计S0C，所以电流传感器的准确感测是非常重要的。然而，电流传感器可能由于劣化而导致在实际电流和所测量的电流值之间引起电流偏移。如果这种电流偏移发生，则由于是在所测量的电流值和实际电流值之间的差的电流偏移值，导致实际SOC可能不同于所估计的S0C。特别地，当使用诸如卡尔曼滤波的算法估计电池的SOC时，由这种电流偏移值引起的SOC的差不断地累积，这逐渐地增加所估计的SOC值的误差。然而，当估计SOC时，传统的SOC估计技术并不考虑这种电流偏移，这导致SOC的不准确的估计。
[0009]如果如上所述由于电流偏移导致诸如SOC的电池状态未被准确地估计，则可能对于用户引起严重的不便或者损害。特别地，在被用于电动车辆的电池的情形中，如果电池的SOC被估计过度地高于它的实际值，则因为用户可能不能够预测电池的SOC的耗尽，用户可能未对电池充电，在车辆正在运行时这可能引起电池完全地放电。另外，如果在车辆正在运行时电池完全地放电，则能够导致诸如车辆被拖曳或者甚至交通事故的很多不便。
【发明内容】
[0010]技术问题
[0011]本公开被设计用于解决现有技术的问题，并且因此本公开涉及提供一种通过根据电流传感器的电流偏移确定是否信任电流传感器或者电池模型而通过使用扩展卡尔曼滤波能够更加准确地估计诸如电池的荷电状态(S0C)的电池状态的设备和方法。
[0012]本公开的其它目的和优点将会根据以下说明而得到理解并且根据本公开的实施例而变得清楚。另外，理解到可以利用在所附权利要求中限定的部件或者它们的组合实现本公开的目的和优点。
[0013]技术方案
[0014]在本公开的一个方面，提供了一种用于估计电池状态的设备，该设备包括用于测量电池的端子电压、充电/放电电流和电流偏移值的测量单元；用于通过使用状态方程来预测状态变量和输出变量的预测单元，该状态方程包括电池的荷电状态(SOC)和过电位作为状态变量并且包括电池的端子电压作为输出变量；用于通过比较所预测的输出变量与由测量单元所测量的输出变量来校正所预测的状态变量的校正单元；用于利用所校正的状态变量来估计电池的SOC的SOC估计单元；和控制单元，该控制单元用于根据所测量的电流偏移值选择单一状态变量以估计电池的S0C，使得SOC估计单元利用所选择的状态变量来估计电池的SOC。
[0015]优选地，当所测量的电流偏移值大于基准值时，控制单元可以选择过电位作为用于估计SOC的状态变量，使得SOC估计单元利用所校正的过电位来估计电池的S0C。
[0016]还优选地，SOC估计单元可以利用所校正的过电位计算电池的开路电压(OCV)并且利用所计算的OCV来估计电池的S0C。
[0017]还优选地，当所测量的电流偏移值不大于基准值时，控制单元可以选择SOC作为用于估计SOC的状态变量，使得SOC估计单元将所校正的SOC估计作为电池的S0C。
[0018]还优选地，用于估计电池状态的设备可以进一步包括用于根据由SOC估计单元所估计的SOC来估计电池的SOH的SOH估计单元。
[0019]在本公开的另一个方面，还提供一种包括如上所述用于估计电池状态的设备的电池管理系统。
[0020]在本公开的另一个方面，还提供一种包括如上所述用于估计电池状态的设备的车辆。
[0021]在本公开的另一个方面，还提供了一种用于估计电池状态的方法，该方法包括测量电池的端子电压、充电/放电电流和电流偏移值；通过使用状态方程来预测状态变量和输出变量，该状态方程包括电池的SOC和过电位作为状态变量并且包括电池的端子电压作为输出变量；通过比较所预测的输出变量与所测量的输出变量来校正所预测的状态变量；以及，根据所测量的电流偏移值选择单一状态变量以估计电池的SOC，并且利用所选择的状态变量来估计电池的SOC。
[0022]有益效果
[0023]根据本公开，因为使用扩展卡尔曼滤波估计诸如SOC的电池状态，所以可以更加准确地估计电池状态。特别地，即使用于估计电池的充电/放电电流的电流传感器具有电流偏移值，也可以准确地估计电池的S0C。换言之，因为基于电流偏移值确定是否根据所测量的电流值或者过电位值估计S0C，所以可以考虑到电流偏移地更加准确地估计电池状态。
[0024]特别地，根据本公开的实施例，如果电流偏移值大于基准值，则利用在状态变量中包括的过电位值确定S0C，而如果电流偏移值不大于基准值，则根据在状态变量中包括的SOC确定所估计的SOC值。因此，如果电流偏移值超过特定水平，则根据电池模型估计电池的S0C，而如果电流偏移值不大于特定水平，则根据电流传感器估计电池的S0C。因此，可以根据电流偏移适当地估计S0C。
[0025]因此，因为可以为用户提供电池的完全放电点而不管电流传感器的偏移，所以用户可以通过对电池充电等而更好地应对完全放电状态，由此防止任何意外的事故、损害或者类似的不便。
【专利附图】
【附图说明】
[0026]附图示出本公开的优选实施例并且与前面的公开一起地用于提供对于本公开的技术精神的进一步的理解。然而，本公开不被解释为限于附图。
[0027]图1是示意地示出根据本公开的实施例的用于估计电池状态的设备的功能配置的框图；以及
[0028]图2是用于示出根据本公开的实施例的用于估计电池状态的方法的示意流程图。【具体实施方式】
[0029]在下文中，将参考附图详细描述本公开的优选实施例。在描述之前，应该理解在说明书和所附权利要求中使用的术语不应该被解释为限于通常的和字典的含义，而是基于允许本发明人为了最好地解释而适当地定义术语的原则基于对应于本公开的技术方面的含义和概念来解释。
[0030]因此，在这里提出的说明只是仅仅为了示意目的的优选示例，而非旨在限制本公开的范围，所以应该理解，能够在不偏离本公开的精神和范围的情况下对此实现其它等同物和修改。
[0031]图1是示意地示出根据本公开的实施例的用于估计电池状态的设备(在下文中，还被称作“电池状态估计设备”)的功能配置的框图。
[0032]参考图1，根据本公开的电池状态估计设备可以包括测量单元110、预测单元120、校正单元130、控制单元160和SOC估计单元140。
[0033]测量单元110测量电池的端子电压和充电/放电电流。此时，电池的充电/放电电流可以由诸如电流传感器的设置在传统电池组处的电流测量单元测量。
[0034]特别地，根据本公开的测量单元110测量电池的电流偏移值。这里，电池的电流偏移值意味着在所测量的电流值和沿着电池的充电/放电路径流动的实际电流值之间的差，该差由电流传感器(电流测量单元)的偏移引起。例如，在电流并不实际上沿着电池的充电/放电路径流动而是电流传感器测量到2A的电流流动的情形中，电流偏移值可以被视为2A。该电流偏移现象可以由于电流传感器的劣化等而导致发生。
[0035]测量单元110可以例如通过测量电池的电压以各种方式测量电流偏移值。例如，当电流没有流经电池时，测量单元110可以通过测量由电流传感器感测的值而确定电流偏移值。
[0036]预测单元120和校正单元130通过使用算法预测并且校正状态变量和输出变量。特别地，根据本公开的预测单元120和校正单元130可以使用扩展卡尔曼滤波作为用于预测并且校正状态变量和输出变量的算法。
[0037]卡尔曼滤波是用于电池的建模操作并且基于模型预测SOC的技术之一并且通过使用系统的输出值而循环地预测动态系统的内部状态。扩展卡尔曼滤波使用卡尔曼滤波的基本原理并且应用于非线性函数，而不是线性函数。在本公开中，通过使用扩展卡尔曼滤波估计电池的S0C。在本【技术领域】中扩展卡尔曼滤波的原理是众所周知的，并且本说明书将聚焦于本公开的区别性特征。
[0038]预测单元120通过使用状态方程预测状态变量和输出变量。这里，状态方程可以包括关于状态变量的系统方程和关于输出变量的测量方程。特别地，状态方程的状态变量可以包括电池的SOC和过电位，并且状态方程的输出变量可以包括电池的端子电压。
[0039]在本公开的预测单元120中使用的扩展卡尔曼滤波的一般状态方程可以表达为以下方程I和2。
[0040]方程I
[0041]xk+1 = f (xk, uk) + ω k
[0042]方程2
[0043]yk = g (xk) +zk
[0044]方程I是扩展卡尔曼滤波的一般系统方程，并且方程2是一般测量方程。
[0045]这里，k代表时间步长。另外，Xk代表将要被估计的状态变量，Uk是电池的电流，并且Wk是系统噪声分量。另外，yk是可以被测量的输出变量，并且Zk是测量噪声分量。
[0046]关于状态方程，根据本公开的预测单元120可以包括电池的SOC和过电位作为状态变量并且包括电池的端子电压作为输出变量。这里，电池的SOC代表电池的荷电状态，并且电池的过电位意味着通过从电池的端子电压减去开路电压(OCV)而获得的值。
[0047]因此，在根据本公开的预测单元120中使用的状态方程可以更加具体地表达为以下方程3和4。
[0048]方程3
【权利要求】
1.一种用于估计电池状态的设备，所述设备包括: 测量单元，所述测量单元用于测量电池的端子电压、充电/放电电流和电流偏移值； 预测单元，所述预测单元用于通过使用状态方程来预测状态变量和输出变量，所述状态方程包括所述电池的荷电状态(SOC )和过电位作为状态变量并且包括所述电池的端子电压作为输出变量； 校正单元，所述校正单元用于通过比较所预测的输出变量与由所述测量单元所测量的输出变量来校正所预测的状态变量； SOC估计单元，所述SOC估计单元用于利用所校正的状态变量来估计所述电池的SOC ；和 控制单元，所述控制单元用于根据所测量的电流偏移值来选择单一状态变量以估计所述电池的S0C，使得所述SOC估计单元利用所选择的状态变量来估计所述电池的S0C。
2.根据权利要求1所述的用于估计电池状态的设备， 其中，当所测量的电流偏移值大于基准值时，所述控制单元选择所述过电位作为用于估计所述SOC的状态变量，使得所述SOC估计单元利用所校正的过电位来估计所述电池的SOC。
3.根据权利要求2所述的用于估计电池状态的设备，` 其中，所述SOC估计单元利用所校正的过电位来计算所述电池的开路电压(OCV)并且根据所计算的OCV来估计所述电池的S0C。
4.根据权利要求2所述的用于估计电池状态的设备， 其中，当所测量的电流偏移值不大于所述基准值时，所述控制单元选择SOC作为用于估计所述SOC的状态变量，使得所述SOC估计单元将所校正的SOC估计作为所述电池的SOC。
5.根据权利要求1所述的用于估计电池状态的设备， 其中，所述控制单元根据所测量的电流偏移值来改变所述状态方程的系统噪声分量。
6.根据权利要求5所述的用于估计电池状态的设备， 其中，所述控制单元根据所测量的电流偏移值来改变所述系统噪声分量相对于所述状态变量的比率。
7.根据权利要求1所述的用于估计电池状态的设备， 其中，所述预测单元利用由所述校正单元所校正的所述状态变量作为前值来预测下一个状态变量和下一个输出变量。
8.根据权利要求1所述的用于估计电池状态的设备， 其中，所述测量单元进一步测量所述电池的温度，以及 其中，所述控制单元根据所述电池的所测量的温度来改变系统噪声分量相对于所述状态变量的比率。
9.根据权利要求8所述的用于估计电池状态的设备， 其中，当所述电池的所测量的温度不高于预定温度时，所述控制单元选择SOC作为用于估计所述电池的SOC的状态变量，使得所述SOC估计单元将所校正的SOC估计作为所述电池的SOC。
10.根据权利要求1所述的用于估计电池状态的设备，其中，所述预测单元通过使用以下方程来预测所述状态变量:
11.根据权利要求1所述的用于估计电池状态的设备， 其中，所述校正单元利用增益因子、所预测的输出变量和所测量的输出变量来校正所述预测状态变量。
12.根据权利要求1所述的用于估计电池状态的设备，进一步包括SOH估计单元，所述SOH估计单元用于根据由所述SOC估计单元所估计的所述SOC来估计所述电池的S0H。
13.一种电池管理系统，所述电池管理系统包括根据权利要求1到12中任何一项所述的用于估计电池状态的设备。
14.一种车辆，所述车辆包括根据权利要求1到12中任何一项所述的用于估计电池状态的设备。
15.一种用于估计电池状态的方法，包括: 测量电池的 端子电压、充电/放电电流和电流偏移值； 根据状态方程来预测状态变量和输出变量，所述状态方程包括所述电池的SOC和过电位作为状态变量并且包括所述电池的端子电压作为输出变量； 通过比较所预测的输出变量与所测量的输出变量来校正所预测的状态变量；和 根据所测量的电流偏移值来选择单一状态变量以估计所述电池的S0C，并且利用所选择的状态变量来估计所述电池的S0C。
【文档编号】G01R19/165GK103620432SQ201380001829
【公开日】2014年3月5日 申请日期:2013年3月15日 优先权日:2012年3月16日
【发明者】朴奎河, 金喆泽 申请人:株式会社Lg 化学