本申请要求享有于2017年4月10日提交的序列号为62/483,699的美国临时申请的权益并且要求享有于2018年1月19日提交的序列号为15/875,277的美国申请的优先权，这些申请的公开内容据此通过引入全部并入本文。
技术领域
本公开涉及用于估计或计算电池充电状态(SOC)的方法和系统，并且更具体地涉及使用自适应抛物线开路电压(OCV)对SOC模型来计算电池SOC的方法和系统。
背景
交通工具燃油箱中剩余的燃油量可以采用不同的传感器技术来直接测量。然而，电池的充电状态(SOC)不能直接测量；它必须被估计。已经实施了不同的策略，以获得SOC信号的正确的值。当交通工具的电气系统处于活动状态(即充电或放电)时，可以使用库仑计数策略来估计SOC信号的变化。库仑计数法将输出(或输入)电流进行积分，以获得从电池中提取(或加载)的电荷量。
概述
本公开的一个或更多个实施例涉及用于计算电池的充电状态(SOC)的方法。该方法可以包括：确定开路电压(OCV)对放电深度(DOD)电池模型的初始模型参数；从模型参数中获得模型常数；测量电池的电压；以及基于电压和电池模型来计算SOC。
本公开的一个或更多个另外的实施例涉及一种电池监测系统，该电池监测系统包括电池、连接到电池的电池传感器、以及耦合到电池传感器的能量管理系统。能量管理系统可以被配置为使用具有抛物线区域和线性区域的动态开路电压(OCV)对放电深度(DOD)电池模型来计算所述电池的充电状态(SOC)。
本公开的一个或更多个另外的实施例涉及用于交通工具电池的能量管理系统，该能量管理系统包括估计单元和控制器。估计单元可以被配置为：确定开路电压(OCV)对放电深度(DOD)电池模型的初始模型参数；从模型参数中获得模型常数；接收从交通工具电池的电极测量的电压；并且基于电压和电池模型，计算交通工具电池的充电状态(SOC)。控制器可以被配置为基于所述电池的SOC向交通工具负载或交流发电机发送控制信号。
附图说明
图1是根据本公开的实施例的交通工具的电池监测系统的简化框图；
图2是用于估计电池SOC的典型的OCV对SOC模型；
图3是根据本公开的一个或更多个实施例的用于估计电池SOC的具有两个主要区域(一个抛物线区域和一个线性区域)的动态的分段定义的OCV对DOD(放电深度)模型；
图4A显示了根据本公开的实施例的用于斜率(S)模型参数的更新函数；
图4B显示了根据本公开的实施例的用于完全充电开路电压(OCV_FC)模型参数的更新函数；并且
图5是根据本公开的一个或更多个实施例的描绘用于计算电池的SOC的方法500的简化流程图。
详细描述
根据需要，在本文中公开了本发明的详细实施方案；然而，应理解的是，所公开的实施方案仅仅是可以以各种形式和替代形式来实施的本发明的示例。附图不一定是按比例的；一些特征可能被放大或最小化以示出特定部件的细节。因此，本文中所公开的特定的结构细节和功能细节不应被解释为限制性的，而是仅仅作为用于教导本领域中的技术人员以各种方式利用本发明的代表性基础。
图1示出具有电池监测系统(BMS)12的交通工具10，电池监测系统(BMS)12包括一个或更多个电池14。BMS 12可以包括至少一个电池14，诸如，典型的12伏电池。BMS 12可以监测电池状况，诸如，电池的SOC和健康状态(SOH)。
电池14可连接到交流发电机或发电机16、以及交通工具负载18，诸如电动机、逆变器、附加电池、附件等。电池14可以向交通工具负载18提供电能，并从交流发电机16接收电能。交通工具负载18也可以直接从交流发电机16接收电能。电池14可以包括正极和负极20。电池传感器22可以直接连接到电池极20中的一个。电池传感器22可以测量电池特性，诸如电池电压、电池电流等。
BMS 12还可以包括耦合到电池传感器22的电能管理系统24。能量管理系统24可以从电池传感器22接收指示电池状况和特性的数据信号26。能量管理系统24可以包括电池估计单元28和控制器30。估计单元28可以基于下面详细描述的动态模型来估计电池14的SOC。控制器30可以是专用电池控制器，诸如电池控制模块(BCM)。可选地，控制器30可以是通用交通工具控制器，诸如交通工具系统控制器/动力系统控制模块(VSC/PCM)。控制器30可以耦合到电池14、电池传感器22和估计单元28，并且可以基于电池的SOC来发送控制信号32。例如，控制器30可以将控制信号发送到交通工具负载18或交流发电机16，如图1所示。
电能管理系统24可能需要电池14的SOC的准确测量结果。本公开涉及用于获得电池SOC的精确测量结果的系统、方法和模型。电池SOC计算方法可以应用于铅酸电池等。
如先前所解释的，SOC信号的变化可以使用库仑计数策略来估计，该库仑计数策略对输出(或输入)电流进行积分，以获得已从电池提取(或加载)的电荷量。库仑计数具有在所有基于积分的算法中存在的偏移累积的固有问题。偏移积分可以采用精确的电流测量结果来最小化，但不能被忽视。校正方法已被用于补偿由电流积分引起的误差。当电池在一段规定的间歇时间后稳定时，最常用的校正方法使用在SOC与开路电压(OCV)之间的关系。这种关系通常是非线性的，如图2中所观察到的。基于不同电池模型的查找表(LUT)，交通工具制造商经常在其设备中整合一组OCV-SOC映射。特定电池的真实行为不太可能与模型完全匹配。另外，这些模型是固定的并且不适合电池行为的变化。随着电池老化，这种效应变得更强。本公开描述了自适应非线性OCV-SOC模型。
虽然在SOC和OCV之间的关系在很宽的SOC范围内几乎是线性的，但是电池很可能工作在上部的非线性部分。参考图3，本公开描绘了基于分段定义的函数的OCV对DOD(放电深度)的新数学模型300。它还描述了动态调整模型的关键参数以使模型与电池14的实际行为相匹配的过程。动态更新模型的关键参数补偿了电池在其老化时的行为偏差。
出于实际原因，该模型可以按照放电深度(DOD)来定义而非按照SOC来定义。方程式1显示了在DOD和SOC之间的关系：
方程式1：DOD(％)＝100-SOC(％)
如图3所示，所提出的模型300可以是混合模型，该混合模型包括两个主要区域：上侧的抛物线区域302和下侧的线性区域304。可能需要四个模型参数来构建模型，并且可以通过电池表征过程来获得这四个模型参数：
OCV_FC:当电池完全充电时，电池14的电极20中的电压。在对电池14进行充电之后可以经过一段停留时间，以便得到OCV_FC的良好稳定值。
S:线性区域中OCV对DOD函数的斜率。为了获得这个参数，必须执行具有中间停留期的缓慢放电。
OCV_FC_EFF:在线性区域中的OCV对DOD函数与DOD＝0轴线的交点。
DODX:该参数被定义为在模型的抛物线部分和线性部分之间的接合点。实验结果显示DODX的推荐值应保持在15％和30％之间。然而，基于特定的电池应用或配置，DODX的值可能会向上或向下调整。
完整的模型表达式可以根据方程式2来表示：
方程式2：
线性区域304中的模型常数(C3和C4)可以直接从配置(模型)参数(方程式3和方程式4)中获得：
方程式3：C4＝S
方程式4：C3＝OCV_FC_EFF
为了获得抛物线区域302的常数(C0，C1和C2)，可以做出三个假设：
●当DOD＝0时，模型电压可以等于OCV_FC(方程式5)
●在DOD＝DODX中，函数可以是连续的(方程式6)，
●在DOD＝DODX中，函数的导数可以是连续的(方程式7)
方程式5：V(0)＝OCV_FC
方程式6：V(DODX+)＝V(DODX-)
方程式7：
然后可以按照方程式8，9和10计算抛物线区域302中的常数(C0，C1和C2)的值：
方程式8：
方程式9：
方程式10：C0＝OCV_FC
当(例如，由于老化)所测量的OCV-SOC关系偏离内部模型时，所提出的算法可以重新调整一些模型参数。例如，电池老化时的共同影响是在OCV和DOD之间的斜率(S)的变化。可以连续测量这种影响，并且通过更新模型参数的值将其结合到以上模型中。为了更新斜率参数，如图4A所示，可能会首先在系统中满足一些条件：
●电池电极的电压必须在规定的时间段内稳定
●DOD的当前值必须高于DODX
●出于一致性原因，DOD的当前值应该保持在安全最大值以下。实验结果显示该阈值的推荐值可能在70％左右。然而，基于特定的电池应用或配置，该阈值的值可能会向上或向下调整。
电池的真实电压(V测量)可以在电池极间测量。如果满足上述三个条件，则可以根据方程式11来计算斜率的新值(S′)：
方程式11：
如图4A和方程式11所示，斜率的学习速率可以用滤波常数α来调整。这个常数的值越大，学习响应越快。这个常数的值也可能取决于学习过程的周期性。
当电池14完全充电时，参数OCV_FC的值也可以被更新，如图4B所示。为了更新这个参数，系统应该满足的条件是：
●电池14的电极20中的电压在规定的时间段内稳定
●电池完全充电(DOD<3％)
如果满足这些条件，完全充电时开路电压的新值(OCV_FC′)可根据方程式12计算：
方程式12：OCV_FC′＝β(OCV_FC-(V(DOD)-V测量))+(1-β)OCV_FC
滤波常数β可能会受到与α相同的限制的影响。
每次更新配置参数(S或OCV_FC)时，都会根据方程式3、4、8、9和10重新计算模型常数。然后可以使用上述模型重新校准从直流积分获得的电池SOC值。此外，可以根据模型参数的值推断出电池的健康状态(SOH)。
图5是描绘根据本公开的一个或更多个实施例的描绘用于计算电池14的SOC的方法500的简化流程图。如上所述，用于计算电池的SOC的OCV对DOD的数学模型300基于分段定义的函数，该分段定义的函数具有两个区域-上侧的抛物线区域302和下侧的线性区域304。此外，可以动态更新模型的关键参数，以匹配电池14在其老化时的行为。可以在步骤510确定模型的初始参数。模型参数可以包括如前所述的OCV_FC、S、OCV_FC_EFF和DODX。
在步骤520，可以在上述合适的条件和假设下使用例如方程式3、4、8、9和10从模型参数获得在方程式2中的模型表达式的模型常数。随后电池传感器22可以测量电池电压，如在步骤530所提供的。在步骤540，电池估计单元28可基于测量的电压从模型估计或以其他方式计算电池的放电深度(DOD)。一旦获得DOD，可以使用方程式1来计算电池的SOC，如在步骤550所提供的。电池SOC可用于确定交通工具可行驶里程、动力系统的运行模式及其他等。
随后该方法可进行到步骤560。在步骤560，可以更新模型参数。例如，可以根据方程式11来更新斜率参数(S)以获得S′。类似地，可以根据方程式12来更新OCV_FC参数以获得OCV_FC′。更新后的模型参数S′和OCV_FC′分别在下一次迭代时变为S和OCV_FC。也就是说，一旦模型参数更新，方法可以返回到步骤520，以基于更新的模型参数来计算新的(更新的)模型常数。
虽然上面描述了示例性实施方案，但是并非意图这些实施方案描述了本发明的所有可能的形式。而是，在说明书中使用的词语是描述性的词语而非限制性的词语，以及应理解，可做出各种变化而不偏离本发明的精神和范围。此外，各种实现的实施方案的特征可被组合以形成本发明的另外的实施方案。