电池的参数估计装置的制作方法

相关申请的交叉引用

本申请主张日本专利申请2014-223124号(2014年10月31日申请)的优先权，为了参照而将该申请的全部公开内容引入到本申请中。

本发明涉及一种电池的参数估计装置，能够利用卡尔曼滤波器逐次估计电池的等效电路模型的参数。

背景技术：

作为以往的电池的内部状态参数估计装置已知有例如专利文献1所记载的装置。该以往的电池的参数估计装置检测电池的充放电电流和端子电压，并将这些作为输入，使用包括电阻的电池的等效电路模型来利用卡尔曼滤波器估计(计算)电池的参数、电池的内部状态量、开路电压值。

专利文献1：日本特开2014-74682号公报

技术实现要素：

发明要解决的问题

然而，在上述的电池的等效电路模型中，没有考虑电池的温度这个对电池的内部电阻带来较大影响的因素，因此电池的内部电阻的估计误差大。也就是说，在当电池状态的估计开始时使用上次的最后的估计结果作为此次的估计的初始值的情况下，有时电池的温度自进行上次的最后的估计的时间点起发生了变化。在该情况下，从初始值距此次应该估计的值远的地方开始估计，从而估计结果对应(收敛)于当前的温度需要花费时间。由于像这样不使用电池的温度的信息，导致soc(荷电状态)估计精度的恶化。

鉴于该情况而完成的本发明的目的在于提供一种电池的参数估计装置，能够减小因温度的差异引起的电池的内部电阻的估计值的误差，从而更快更准确地估计参数。

用于解决问题的方案

为了解决上述课题，第一观点所涉及的电池的参数估计装置基于电池的温度、电池的电压以及电池的电流中的至少一项来逐次估计所述电池的等效电路模型中的包括电阻在内的参数，所述的电池的参数估计装置的特征在于，估计预先确定的温度t0时的电阻值r^t0，基于所述预先确定的温度时的电阻值和当前的温度计算当前的温度时的电阻来作为所述电池的等效电路模型内的电阻。

为了解决上述课题，第二观点所涉及的电池的参数估计装置的特征在于，使用包括所述预先确定的温度t0时的电阻值r^t0和温度依存系数ar的式子[数1]

来计算当前的温度t时的电阻值r(t)。

为了解决上述课题，第三观点所涉及的电池的参数估计装置的特征在于，所述温度依存系数ar是事先求出的常数。

为了解决上述课题，第四观点所涉及的电池的参数估计装置的特征在于，利用事先求出的表示温度依存系数ar与温度t的关系的表格来决定所述温度依存系数ar。

为了解决上述课题，第五观点所涉及的电池的参数估计装置的特征在于，通过同时估计法求出所述温度依存系数ar和所述预先确定的温度t0时的电阻值r^t0。

发明的效果

根据第一观点所涉及的电池的参数估计装置，能够减小因温度的差异引起的内部电阻的估计值的误差。另外，能够更快更准确地估计参数。

根据第二观点所涉及的电池的参数估计装置，能够减小因温度的差异引起的内部电阻的估计值的误差。另外，能够更快更准确地估计参数。

根据第三观点所涉及的电池的参数估计装置，能够将应该估计的参数的个数抑制为以往模型时的个数，并且能够利用温度信息来使估计精度提高。

根据第四观点所涉及的电池的参数估计装置，能够在限速步骤在某温度时发生变化的情况下，使用与温度对应的温度依存系数ar来更快更准确地估计参数。

根据第五观点所涉及的电池的参数估计装置，即使在温度依存系数因电池的劣化等而发生变化的情况下也能够更快更准确地估计参数。

附图说明

图1是表示与电池连接的本发明的实施方式所涉及的电池的参数估计装置的功能块的图。

图2是说明电池的等效电路模型的图。

图3是表示电池的开路电压与充电率的关系的图。

图4是表示近似了瓦尔堡阻抗的n阶的福斯特型rc梯形电路的图。

图5是表示以3阶的福斯特型电路进行近似时的电池等效电路的图。

图6a是表示电池的温度与电池的内部电阻(直达电阻)的关系的曲线图。

图6b是表示电池的温度与电池的内部电阻(扩散电阻)的关系的曲线图。

图7是表示以实施例1的模型进行同时估计法的情况下的估计误差的曲线图。

图8a是表示电池的内部电阻与温度的关系的阿雷尼厄斯图(有一个限速步骤的情况)。

图8b是表示电池的内部电阻与温度的关系的阿雷尼厄斯图(有两个限速步骤的情况)。

图9是表示温度与温度依存系数的关系的表格。

图10是表示以实施例3的模型进行同时估计法的情况下的估计误差的曲线图。

具体实施方式

下面，参照附图来详细地说明本发明所涉及的实施方式。

(本发明的实施方式)

本实施方式的电池的参数估计装置用于电动车、混合动力车等车辆中。在这样的车辆中搭载有对车辆进行驱动的电动马达、电池、以及这些的控制器等，进行对电动马达的电力的提供(放电)、制动时来自电动马达的制动能的再生、从地上充电设备向电池的电力回收(充电)。当电池存在这样的充放电电流的出入时，电池内部的状态发生变化，利用电池的参数估计装置估计并监视电池的内部状态，由此收集电池的剩余量等所需信息。

如图1所示，电池1的参数估计装置具备电压传感器(端子电压检测部)2、电流传感器(充放电电流检测部)3、温度传感器(电池温度检测部)8、估计部4、电荷量计算部5、充电率计算部6、健全度计算部7。估计部4、电荷量计算部5、充电率计算部6以及健全度计算部7例如由车载的微型计算机构成。

电池1例如为可充电电池(二次电池)。电池1在本实施方式中设为锂离子电池进行说明，但也可以使用其它种类的电池。

端子电压检测部2例如为电压传感器，检测电池1的端子电压值v。端子电压检测部2将检测出的端子电压值v输入到估计部4。

充放电电流检测部3例如为电流传感器，检测电池1的充放电电流值i。充放电电流检测部3将检测出的充放电电流值i输入到估计部4。

电池温度检测部8例如为温度传感器，检测电池1的温度t。电池温度检测部8将检测出的温度t输入到估计部4。

估计部4具有电池1的电池等效电路模型41和卡尔曼滤波器42。估计部4能够使用卡尔曼滤波器42估计(计算)电池等效电路模型41的参数值、电池1的开路电压ocv(opencircuitvoltage)、电池1的内部状态量。在本实施方式中，估计部4基于来自端子电压检测部2的端子电压v和来自充放电电流检测部3的充放电电流i来同时估计参数值和内部状态量，基于所估计出的参数值来计算开路电压ocv。在后面叙述估计部4进行的估计计算的处理的详情。另外，估计部4将计算出的开路电压ocv输入到充电率计算部6和健全度计算部7。

电池等效电路模型41由连接了电阻与电容器的并联电路的、以基于无穷级数的和进行近似而表示的福斯特型rc梯形电路、利用电容器将串联连接的电阻之间接地的、以基于连分数展开进行近似而表示的考尔型rc梯形电路等构成。此外，电阻、电容器成为电池等效电路模型41的参数。

在卡尔曼滤波器42中，设计作为对象的系统的模型(本实施方式的情况下为电池等效电路模型41)，向该模型和实际系统输入相同的输入信号，比较该情况下的两者的输出，如果两者之间存在误差，则使该误差乘以卡尔曼增益并反馈到模型，由此以两者的误差为最小的方式修正模型。通过重复进行来估计模型的参数。

电荷量计算部5输入由充放电电流检测部3所检测出的电池1的充放电电流值i，通过逐次累计该值来求出从电池1出入的电荷量。电荷量计算部5通过从逐次累计运算前所存储的剩余电荷量减去所出入的电荷量来计算当前的电池1所具有的电荷量q。该电荷量q被输出到健全度计算部7。

由于开路电压值与充电率的关系不易被温度、电池1的劣化影响，因此充电率计算部6将预先通过实验等求出它们的关系而得到关系数据例如存储为特性表。而且，基于该特性表根据由估计部4估计出的开路电压估计值来估计此时的充电率soc(stateofcharge)。该充电率soc用于电池1的电池管理。

健全度计算部7具有按以规定幅度划分的每个健全度soh(stateofhealth)来表示电荷量q与开路电压ocv的关系的特性表。关于该特性表的详情例如在基于本申请人的申请的日本特开2012-57956号公报中有所公开。对健全度计算部7输入由估计部4估计出的开路电压ocv和由电荷量计算部5计算出的电荷量q，计算这些进入了上述特性表中的哪个健全度soh的范围，输出相应的健全度soh。

在此，对电池1的等效电路模型41进行说明。一般电池的电极反应包括电解液和活性物质在界面处的电荷移动过程以及电解液或活性物质中的离子的扩散过程。例如在锂离子电池等物理过程(non-faradaicprocess：非法拉第过程)电池、即扩散现象为主导的电池中，由于扩散过程引起的阻抗即瓦尔堡阻抗的影响成为主导。

首先，如图2所示，假定具有开路电压(开放电压)ocv、内部电阻r0与瓦尔堡阻抗zw串联连接的开路作为电池的模型。

开路电压ocv为图3所示那样的充电率soc的非线性函数。充电率soc使用充放电电流值i和满充电容量fcc(fullchargecapacity)用式(1)表示。

[数2]

另外，瓦尔堡阻抗zw的传递函数由式(2)表示。

[数3]

其中，s是拉普拉斯算子、扩散电阻rd是zw(s)的低频极限(ω→0)。另外，扩散时常数τd是指扩散反应的速度。使用扩散电阻rd和扩散时常数τd利用式(3)来定义扩散容量cd。

[数4]

在式(2)中，存在拉普拉斯算子s的平方根，因此难以直接将瓦尔堡阻抗zw转换为时间区域。因此，考虑瓦尔堡阻抗zw的近似。瓦尔堡阻抗zw例如能够进行基于无穷级数的和进行近似或基于连分数展开进行近似。

说明基于无穷级数的和进行近似。瓦尔堡阻抗zw如式(4)所示那样能够表示为无穷级数的和。

[数5]

其中，

[数6]

当用电路图表示上述的近似式时，是将电阻与电容器的并联电路串联n个而得到的n阶福斯特型电路(参照图4)。根据式(5)和式(6)可知，根据将瓦尔堡阻抗zw近似得到的n阶福斯特型等效电路模型，能够使用扩散容量cd和扩散电阻rd计算等效电路的其它参数(电阻rn、电容器cn)。

下面，对以3阶福斯特型电路进行近似情况下的电池等效电路模型41进行说明(参照图5)。该图中，r为电阻、c为电容器，分别用下角标表示它们的阶数。当设状态变量为x、设输入为u、设输出为y时，

[数7]

x＝[socv3v2v1]^t(7)

u＝i(8)

y＝v(9)

。其中，v1～v3为分别与下角标对应的电容器的电压下降、i为流过电路整体的电流、v为电路整体的电压下降。另外，行列的上角标t表示其转置矩阵。

此时，状态空间为

[数8]

y(t)＝focv(soc(t))+hfx(t)+r0u(t)(11)

hf＝[01…1](14)

。此外，上述的式(10)为状态方程式、式(11)为输出方程式。

也有时上述模型中的电阻成分(直达电阻r0和扩散电阻rd)不论温度为多少均设为固定。在本实施方式中，模型中的电阻成分(直达电阻r0和扩散电阻rd)基于阿雷尼厄斯方程式(预测某温度下的化学反应的速度的式子)，而处理成具有温度依存性。

在此导出表示基于阿雷尼厄斯方程式的电阻的温度依存性的式子。已知一般来说电池特性根据电池温度而变化。图6a和图6b是表示按每个温度的数据应用连续时间系统辨识来估计电池的内部电阻时的、电池温度(电池表面的平均温度)与电池的内部电阻的关系的图。可知直达电阻r0(图6a)、扩散电阻rd(图6b)分别相对于电池温度具有指数函数的依存性。即，电池的内部电阻r(t)按照阿雷尼厄斯方程式而表达为式(15)那样。

[数9]

在式(15)中，a为频率因子、ea为活化能、t为电池的绝对温度。

分别将频率因子a置换为温度无穷大时的电阻值r∞、将活化能与气体常数之比置换为温度依存系数ar，由此式(15)能够改写为式(16)。

[数10]

在此，温度无穷大时的电阻值r∞为概念上的基准值。考虑定义某个实用的温度t0[k]时的电阻值r^t0作为通过实验能够容易地求出的基准值，将r∞置换为r^t0。在式(16)中如果t＝t0，则导出式(17)。

[数11]

如果将式(17)进行变形则得到式(18)。

[数12]

如果将式(18)代入到式(16)则得到式(19)。

[数13]

在此，当使用式(19)表示直达电阻r0和扩散电阻rd时分别表达为式(20)(21)。

[数14]

其中，r0^t0、rd^t0分别为温度t0[k]时的电阻r0、rd的电阻值，ar0、ar0分别为电阻r0、rd的温度依存系数。在该模型中，估计r0^t0、rd^t0。电池的温度t由温度测定部8进行测定，因此能够根据r0^t0、rd^t0的估计值分别计算r0、rd。ar0、ar0在本实施方式中设为常数。

如以上那样，本实施方式所涉及的电池的参数估计装置基于电池的温度、电池的电压和电池的电流中的至少一项逐次估计所述电池的等效电路模型中的包括电阻的参数，所述电池的参数估计装置的特征在于，估计预先确定的温度t0时的电阻值r^t0，使用包括所述预先确定的温度t0时的电阻值r^t0和温度依存系数ar的式(19)计算当前的温度t时的电阻值r(t)来作为所述电池的等效电路模型内的电阻。根据本实施方式的模型，能够在电池参数的估计中利用温度信息，从而能够减小因温度的差异引起的内部电阻的估计值的误差。也就是说，当事先估计规定温度时的电阻值时，规定温度时的电阻值几乎不变化，因此相对于进行估计时的温度的差，追随性变好。因而，能够更快更准确地估计参数。

下面说明通过具有由式(19)表示的温度依存性的模型估计电池的参数的情况下的实施例。在考虑温度依存性的情况下，测定温度的误差会产生影响也是应该留意的点。另外，测定电池的哪个部分的温度、该温度传感器的测定误差有多少等会产生影响也是应该留意的点。

(实施例1)

在实施例1中，使用连续时间系统辨识等来事先求出温度依存系数ar，在实际的行驶中通过同时估计法只求出t0＝300k当量的电阻值r^t0。图7表示通过本实施例的模型进行同时估计法的情况下的估计误差。实线为应用了本实施例(实施例1)的模型的情况，虚线为应用了以往的模型的情况。可知不论在哪个模型中只要经过足够的时间就能够以高的估计精度进行估计，但在初始的阶段(约2小时以内)以往模型的误差大。假定在以往模型中估计内部电阻时内部电阻随机游动，因此在初始的内部电阻的估计值发生较大偏差的情况下只能渐渐校正估计值。因此收敛花费时间。该初始的内部电阻的估计值发生偏差大多是由于温度的原因。例如，认为在保持车辆的ign(ignition)-off(熄火)时的最终估计值用作下次的ign-on(点火)时的初始估计值的情况下，由于ign-off期间的温度变化而内部电阻大幅度变化，与初始估计值产生大的偏差。关于该点，在应用本实施例的模型的情况下，通过考虑了温度的效果，初始的收敛变快，从刚开始估计起误差变得更小。

如以上那样，实施例1所涉及的电池的参数估计装置的特征在于，温度依存系数ar为事先求出来的常数。根据实施例1的模型，能够将应该估计的参数的个数抑制为以往模型时的个数，并且能够利用温度信息来使估计精度提高。

(实施例2)

温度依存系数ar不总是固定的值，有时为根据温度而不同的值。在实施例2中，事先求出表示温度依存系数ar与温度t的关系的表格，使应用于模型的温度依存系数ar伴随温度的变化而变化，并通过同时估计法求出t0＝300k当量的电阻值r^t0。温度依存系数ar为根据温度而不同的值是由于电池特性受到限速步骤(日文：律速過程)的影响。所谓限速步骤是指由多个步骤构成的化学反应中反应速度最慢的步骤。即限速步骤处于作为瓶颈决定整体的反应速度的状态。图8a和图8b为表示电池的内部电阻与温度的关系的阿雷尼厄斯图。如上述那样，电阻值与温度的关系按照阿雷尼厄斯方程式。阿雷尼厄斯图为横轴为绝对温度的倒数、纵轴为电阻值的自然对数。其中，图8a和图8b的曲线图的纵轴以绝对温度为298k时的电阻值为基准值以其比率进行表示。下面，参照图8a和图8b来说明限速步骤对温度依存系数的影响。图8a的曲线图为一根直线。这表示在曲线图所表示的温度的范围内有一个限速步骤的情况。直线的斜率表示温度依存系数，因此在曲线图表示的温度的范围内温度依存系数固定。另一方面，图8b的曲线图在摄氏0℃的点为折线。这表示在摄氏0℃限速步骤发生变化，在曲线图表示的温度的范围内有两个限速步骤的情况。在该情况下，比摄氏0℃低的温度下的温度依存系数与比摄氏0℃高的温度下的温度依存系数不同。在像这样根据温度而温度依存系数不同的情况下，优选的是事先求出表示温度与温度依存系数的关系的表格，将基于该表格所决定的温度依存系数应用于模型中。图9表示表格的例子。在图9所示的表格中对两个温度范围分配了温度依存系数。但是，不限于该例子，优选的是构成进一步细分化温度并对各个温度范围分配温度存系数的表格。另外，优选的是将温度依存系数表示为温度的函数。

如以上那样，实施例2所涉及的电池的参数估计装置的特征在于，通过事先求出的表示温度依存系数ar与温度t的关系的表格来决定所述温度依存系数ar。根据实施例2的模型，在限速步骤在某个温度时发生变化的情况下，能够使用与温度对应的温度依存系数ar更快更准确地估计参数。

(实施例3)

温度依存系数ar不仅是根据温度而不同的值，有时因电池的时间变化即使是相同的温度时温度依存系数ar也发生变化。在实施例3中，设为温度依存系数ar不是常数，与温度之间的关系也不事先求出，通过同时估计法求出温度依存系数ar和t0＝300k当量的电阻值r^t0这两者。在本实施例中，需要留意的是温度依存系数也是估计对象，因此具有应该估计的参数增加使得估计变困难的倾向。图10表示实际以本实施例的模型进行同时估计法的情况下的估计误差。实线是应用了本实施例(实施例3)的模型的情况，虚线是应用了以往的模型的情况，一点划线是应用了实施例1的模型的情况。可知在任意的模型中只要经过足够时间就能以高的估计精度进行估计，但在初始的阶段(约2小时以内)以往模型的误差大。另外，在应用了本实施例的模型的情况下，相比于实施例1的模型，初始的收敛快。这是由于在实施例1中事先求出的温度依存系数具有与实际的电池的温度依存系数之差。即，根据本实施例的模型，容易对应于温度依存系数的时间变化。

像以上那样，实施例3所涉及的电池的参数估计装置的特征在于，通过同时估计法求出所述温度依存系数ar和所述预先确定的温度t0时的电阻值r^t0。根据实施例3的模型，即使在温度依存系数因电池的劣化等而发生变化的情况下，也能够更快更准确地估计参数。

基于各附图和实施例对本发明进行了说明，但应该注意的是本领域人员基于本公开进行各种变形或修正是容易的。因而，需要留意的是这些变形或修正也包含在本发明的范围内。例如，各结构部、各步骤等所包括的功能等只要理论上不矛盾就能够进行再配置，能够将多个结构部和步骤等组合为一个、或进行分割。

例如，在上述的实施方式中，通过无穷级数展开或连分数展开近似了瓦尔堡阻抗zw，但也可以通过任意的方法进行近似。例如，考虑使用无穷乘积展开进行近似。

附图标记说明

1：电池；2：电压传感器(端子电压检测部)；3：电流传感器(充放电电流检测部)；4：估计部；41：电池等效电路模型；42：卡尔曼滤波器；5：电荷量计算部；6：充电率计算部；7：健全度计算部；8：温度传感器(电池温度检测部)。