本發(fā)明涉及車輛技術(shù)領(lǐng)域,特別涉及一種電池單體的內(nèi)阻檢測(cè)方法、檢測(cè)裝置及具有其的車輛。
背景技術(shù):
電池的內(nèi)阻(DCR,Direct Current Resistance)是電動(dòng)汽車動(dòng)力電池的重要參數(shù),其分為直流內(nèi)阻和交流內(nèi)阻兩類。
其中,當(dāng)用于功率預(yù)測(cè)時(shí)常常采用以下公式(式1)計(jì)算直流內(nèi)阻:
P=Imax×(OCV-Imax×R), (1)
由于電池內(nèi)阻不能方便地直接測(cè)量得出,因此需要通過(guò)充放電機(jī)進(jìn)行充電或放電,在得出相應(yīng)的數(shù)據(jù)(如圖1所示)之后,通過(guò)簡(jiǎn)化為如下線性公式(式2)計(jì)算得出:
(式2)
其中,V1和V2與I1和I2分別為電池系統(tǒng)在t1時(shí)刻和t2時(shí)刻的端電壓和電流。
然而,由于在車輛運(yùn)行時(shí),通過(guò)電池系統(tǒng)的電流時(shí)刻都在變化,以某一個(gè)采樣周期T(比如T=t2-t1)定期采集電池包的電壓和電流,則在每一采樣時(shí)間內(nèi)都可以得到一個(gè)R值,但是由于車輛運(yùn)行過(guò)程中,電流變化劇烈,由于電池的非線性,用該方法得到的內(nèi)阻值如圖2所示,存在某些離群值如240s處和400s處的內(nèi)阻值,表現(xiàn)出了很大的非線性度,無(wú)法準(zhǔn)確獲取電池包的輸入輸出功率,從而無(wú)法準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率,易導(dǎo)致車輛行駛不平順,降低用戶使用體驗(yàn)。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明旨在至少在一定程度上解決上述相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。
為此,本發(fā)明的一個(gè)目的在于提出一種電池單體的內(nèi)阻檢測(cè)方法,該方法可以消除離群值的影響,并且存儲(chǔ)需求量小。
本發(fā)明的另一個(gè)目的在于提出一種電池單體的內(nèi)阻檢測(cè)裝置。
本發(fā)明的再一個(gè)目的在于提出一種車輛。
為達(dá)到上述目的,本發(fā)明一方面實(shí)施例提出了一種電池單體的內(nèi)阻檢測(cè)方法,包括以 下步驟:獲取電池單體的內(nèi)阻計(jì)算關(guān)系式;獲取第k次采樣時(shí)所述電池單體的電壓和電流,其中,k為正整數(shù);根據(jù)所述第k次采樣時(shí)的電壓和電流與所述內(nèi)阻計(jì)算關(guān)系式得到卡爾曼濾波器的遞推方程與測(cè)量方程;以及根據(jù)所述卡爾曼濾波器的遞推方程與測(cè)量方程得到所述電池單體的內(nèi)阻。
根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)方法,通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,不但可以消除離群值影響,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率,而且降低了存儲(chǔ)的歷史數(shù)據(jù)量,從而降低存儲(chǔ)空間的使用量,存儲(chǔ)需求量小,節(jié)約能源。
另外,根據(jù)本發(fā)明上述實(shí)施例的電池單體的內(nèi)阻檢測(cè)方法還可以具有如下附加的技術(shù)特征:
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,所述卡爾曼濾波器的遞推方程為:
xk=Axk-1+Buk-1+wk-1,
其中,x=R,A=1,B=0,R為所述電池單體的內(nèi)阻,x為狀態(tài)參數(shù),u為自變量,w為過(guò)程噪聲。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,所述卡爾曼濾波器的測(cè)量方程為:
zk=Hxk+vk,
其中,zk=OCVk-Uk,H=I,I為電流、OCV為開(kāi)路電壓,U為電壓。
其中,在本發(fā)明的一個(gè)實(shí)施例中,通過(guò)電池模型獲取所述電池單體的內(nèi)阻計(jì)算關(guān)系式。
本發(fā)明另一方面實(shí)施例提出了一種電池單體的內(nèi)阻檢測(cè)裝置,包括:第一獲取模塊,用于獲取電池單體的內(nèi)阻計(jì)算關(guān)系式;采集模塊,用于獲取第k次采樣時(shí)所述電池單體的電壓和電流,其中,k為正整數(shù);第二獲取模塊,用于根據(jù)所述第k次采樣時(shí)的電壓和電流與所述內(nèi)阻計(jì)算關(guān)系式得到卡爾曼濾波器的遞推方程與測(cè)量方程;以及檢測(cè)模塊,用于根據(jù)所述卡爾曼濾波器的遞推方程與測(cè)量方程得到所述電池單體的內(nèi)阻。
根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)裝置,通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,不但可以消除離群值影響,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率,而且降低了存儲(chǔ)的歷史數(shù)據(jù)量,從而降低存儲(chǔ)空間的使用量,存儲(chǔ)需求量小,節(jié)約能源。
另外,根據(jù)本發(fā)明上述實(shí)施例的電池單體的內(nèi)阻檢測(cè)裝置還可以具有如下附加的技術(shù)特征:
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,所述卡爾曼濾波器的遞推方程為:
xk=Axk-1+Buk-1+wk-1,
其中,x=R,A=1,B=0,R為所述電池單體的內(nèi)阻,x為狀態(tài)參數(shù),u為自變量,w為 過(guò)程噪聲。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,所述卡爾曼濾波器的測(cè)量方程為:
zk=Hxk+vk,
其中,zk=OCVk-Uk,H=I,I為電流、OCV為開(kāi)路電壓,U為電壓。
其中,在本發(fā)明的一個(gè)實(shí)施例中,所述第一獲取模塊還用于通過(guò)電池模型獲取所述電池單體的內(nèi)阻計(jì)算關(guān)系式。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,所述電池模型可以為開(kāi)路電壓-內(nèi)阻模型、RC模型、戴維斯寧模型中的一種。
本發(fā)明再一方面實(shí)施例提出了一種車輛,其包括上述的電池單體的內(nèi)阻檢測(cè)裝置。該車輛可以通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,不但可以消除離群值影響,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率,而且降低了存儲(chǔ)的歷史數(shù)據(jù)量,從而降低存儲(chǔ)空間的使用量,存儲(chǔ)需求量小,節(jié)約能源。
本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出,部分將從下面的描述中變得明顯,或通過(guò)本發(fā)明的實(shí)踐了解到。
附圖說(shuō)明
本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解,其中:
圖1為相關(guān)技術(shù)中充電或放電后得出的數(shù)據(jù)示意圖;
圖2為相關(guān)技術(shù)中由于電池的非線性得到的內(nèi)阻值示意圖;
圖3為根據(jù)本發(fā)明實(shí)施例的電池單體的內(nèi)阻檢測(cè)方法的流程圖;
圖4為根據(jù)本發(fā)明一個(gè)實(shí)施例的電池模型示意圖;
圖5為根據(jù)本發(fā)明一個(gè)具體實(shí)施例的電池單體的內(nèi)阻檢測(cè)方法的流程圖;以及
圖6為根據(jù)本發(fā)明一個(gè)實(shí)施例的電池單體的內(nèi)阻檢測(cè)裝置的結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面詳細(xì)描述本發(fā)明的實(shí)施例,所述實(shí)施例的示例在附圖中示出,其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的,旨在用于解釋本發(fā)明,而不能理解為對(duì)本發(fā)明的限制。
此外,術(shù)語(yǔ)“第一”、“第二”僅用于描述目的,而不能理解為指示或暗示相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此,限定有“第一”、“第二”的特征可以明示或者 隱含地包括一個(gè)或者更多個(gè)該特征。在本發(fā)明的描述中,“多個(gè)”的含義是兩個(gè)或兩個(gè)以上,除非另有明確具體的限定。
在本發(fā)明中,除非另有明確的規(guī)定和限定,術(shù)語(yǔ)“安裝”、“相連”、“連接”、“固定”等術(shù)語(yǔ)應(yīng)做廣義理解,例如,可以是固定連接,也可以是可拆卸連接,或一體地連接;可以是機(jī)械連接,也可以是電連接;可以是直接相連,也可以通過(guò)中間媒介間接相連,可以是兩個(gè)元件內(nèi)部的連通。對(duì)于本領(lǐng)域的普通技術(shù)人員而言,可以根據(jù)具體情況理解上述術(shù)語(yǔ)在本發(fā)明中的具體含義。
在本發(fā)明中,除非另有明確的規(guī)定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接觸,也可以包括第一和第二特征不是直接接觸而是通過(guò)它們之間的另外的特征接觸。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或僅僅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或僅僅表示第一特征水平高度小于第二特征。
下面描述根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)方法、檢測(cè)裝置及具有其的車輛之前,先來(lái)簡(jiǎn)單描述一下準(zhǔn)確測(cè)量電池內(nèi)阻的重要性。
對(duì)于電動(dòng)汽車技術(shù)而言,準(zhǔn)確地獲取電池系統(tǒng)當(dāng)前可提供的功率大小尤為重要。如果獲取了電池系統(tǒng)當(dāng)前可提供的功率,則整車控制器即可以計(jì)算出當(dāng)駕駛員踏下某一深度的加速踏板或制動(dòng)踏板時(shí),電池系統(tǒng)可以提供或吸收的功率,從而避免發(fā)生當(dāng)駕駛員踏下加速踏板需要加速時(shí),由于電池包輸出功率的預(yù)測(cè)不準(zhǔn)確導(dǎo)致加速中止的現(xiàn)象或駕駛員踏下制動(dòng)踏板需要吸收回饋能量時(shí),電池包的輸入功率不準(zhǔn)確導(dǎo)致回饋功率不能吸收浪費(fèi)能量的現(xiàn)象。
從另一個(gè)方面去考慮,在電池系統(tǒng)的高功率應(yīng)用中,SOH(state of health)采用的定義如下:
其中,R為當(dāng)前電池的內(nèi)阻,R0為初始內(nèi)阻或額定內(nèi)阻,Re為壽命結(jié)束時(shí)的電池內(nèi)阻。從該定義式可以得出,能得到電池的內(nèi)阻,就可以得出電池的SOH。
相關(guān)技術(shù)中,一般采用以下方法來(lái)在線監(jiān)測(cè)或計(jì)算電池的內(nèi)阻:S1、采用移動(dòng)平均的方法進(jìn)行濾波,通過(guò)平均一段時(shí)間內(nèi)的內(nèi)阻值作為當(dāng)前內(nèi)阻的測(cè)量值,采集了新的數(shù)據(jù)之后再丟掉最早的老數(shù)據(jù),重新平均作為下一個(gè)新的測(cè)量值;S2、采集一段時(shí)間內(nèi)的狀態(tài)參數(shù)如溫度、電壓、電流后,由估算的SOC值得到當(dāng)前的OCV值,再通過(guò)類似于式3(式3采用了開(kāi)路電壓-內(nèi)阻模型,亦可以用其他更加復(fù)雜的電池等效電路模型如RC模型、戴維寧模型等)所列出的狀態(tài)參數(shù)與內(nèi)阻之間的關(guān)系采用最小二乘法 回歸出內(nèi)阻R的值。
U=OCV-R×I, (式3)
其中,U為電池系統(tǒng)的端電壓、OCV為開(kāi)路電壓、R為內(nèi)阻、I為電流。
然而,相關(guān)技術(shù)中的移動(dòng)平均的方法可以消除離群值帶來(lái)的影響,但是由于控制時(shí)效的關(guān)系導(dǎo)致BMS采樣速率較快(如果采用較低的采樣頻率,則可能得到滯后的數(shù)據(jù),無(wú)法反應(yīng)電池系統(tǒng)當(dāng)前的狀態(tài)),約10ms,從而為了避開(kāi)圖2中所示的持續(xù)時(shí)間幾十秒的離群值就需要記錄較長(zhǎng)時(shí)間的值進(jìn)行平均才能消除離群值,導(dǎo)致需要控制器留出較大的存儲(chǔ)空間。
另外,相關(guān)技術(shù)中采用最小二乘法回歸的方法也可以消除離群值的影響,但是由于最小二乘法只能進(jìn)行批處理,一次批處理若干組數(shù)據(jù)可以得到一個(gè)內(nèi)阻數(shù)據(jù),采用的批次處理的數(shù)據(jù)量太大,導(dǎo)致需要較大存儲(chǔ)空間,并且也會(huì)由于數(shù)據(jù)飽和詳細(xì)而不能靈敏地反映內(nèi)阻的實(shí)時(shí)變化,常常有較大的滯后,而批次處理的數(shù)據(jù)量太小又不能有效地消除離群值的影響。
因此,相關(guān)技術(shù)中在線監(jiān)測(cè)或計(jì)算電池的內(nèi)阻的方法都存在缺陷,有待改進(jìn)。
本發(fā)明正是基于上述問(wèn)題,而提出了一種電池單體的內(nèi)阻檢測(cè)方法、檢測(cè)裝置及具有其的車輛。
下面參照附圖描述根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)方法、檢測(cè)裝置及具有其的車輛,首先將參照附圖描述根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)方法。參照?qǐng)D3所示,該檢測(cè)方法包括以下步驟:
S101,獲取電池單體的內(nèi)阻計(jì)算關(guān)系式。
在本發(fā)明的一個(gè)實(shí)施例中,通過(guò)電池模型獲取電池單體的內(nèi)阻計(jì)算關(guān)系式。
其中,獲取電池單體的內(nèi)阻計(jì)算關(guān)系式有很多種方式,本發(fā)明實(shí)施例以通過(guò)電池模型獲取電池單體的內(nèi)阻計(jì)算關(guān)系式為例進(jìn)行詳細(xì)贅述,舉例說(shuō)明如下:
圖4為根據(jù)本發(fā)明一個(gè)實(shí)施例的電池模型示意圖。
電池模型可以理解為等效電路模型,由等效電路模型來(lái)模擬電池系統(tǒng)的電壓對(duì)電流的變化,并依據(jù)等效電路模型得出的電池電壓和電流之間的關(guān)系得出內(nèi)阻的計(jì)算公式。如圖4所示,OCV為按照電池OCV(Open circuit Voltage,開(kāi)路電壓)進(jìn)行電壓輸出的電壓源輸出的電壓(可能隨電池SOC進(jìn)行變化),R為電池的內(nèi)阻,U為電池的端電壓,I為電池的放電或充電電流,則描述圖3的方程為:
U=OCV-R×I, (式3)
其中,由于電池的內(nèi)阻R是隨著電池的溫度、SOC(State of Charge,荷電狀態(tài))等參數(shù)變化的量,而SOC、溫度的變化相對(duì)于采樣周期的時(shí)間長(zhǎng)度來(lái)說(shuō)是變化非常緩 慢的,則可以認(rèn)為電池的內(nèi)阻R在采樣周期內(nèi)也是常數(shù),則有:
Rk=Rk-1, (式4)
而相應(yīng)地將式3離散化后,則有電池單體的內(nèi)阻計(jì)算關(guān)系式為:
OCVk-Uk=Ik×Rk。 (式5)
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,電池模型可以為開(kāi)路電壓-內(nèi)阻模型、RC模型、戴維斯寧模型等電池等效模型中的一種,其中,由不同的電池模型得到的內(nèi)阻值可以代表歐姆內(nèi)阻,也可以代表直流內(nèi)阻,從而可以用于計(jì)算電池的生熱、電池的輸入輸出功率、電池的健康狀態(tài)SOH等各種參數(shù)。
S102,獲取第k次采樣時(shí)電池單體的電壓和電流,其中,k為正整數(shù)。
S103,根據(jù)第k次采樣時(shí)的電壓和電流與內(nèi)阻計(jì)算關(guān)系式得到卡爾曼濾波器的遞推方程與測(cè)量方程。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,卡爾曼濾波器的遞推方程為:
xk=Axk-1+Buk-1+wk-1,
其中,x=R,A=1,B=0,R為電池單體的內(nèi)阻,x為狀態(tài)參數(shù),u為自變量,w為過(guò)程噪聲??梢赃M(jìn)一步簡(jiǎn)化為:
Rk=Rk-1+wk-1。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,卡爾曼濾波器的測(cè)量方程為:
zk=Hxk+vk,
其中,zk=OCVk-Uk,H=I,I為電流、OCV為開(kāi)路電壓,U為電壓??梢赃M(jìn)一步簡(jiǎn)化為:
OCVk-Uk=Ik×Rk+vk。
在本發(fā)明的實(shí)施例中,本發(fā)明實(shí)施例的檢測(cè)方法采用卡爾曼濾波算法進(jìn)行電池系統(tǒng)內(nèi)阻的估算,典型的卡爾曼濾波算法的計(jì)算過(guò)程如下:
對(duì)于狀態(tài)參數(shù)x滿足線性差分方程:
xk=Axk-1+Buk-1+wk-1, (式6)
式6中x為需要估算的狀態(tài)參數(shù),A、B為系數(shù)矩陣,u為自變量,w為過(guò)程噪聲。而對(duì)于測(cè)量值z(mì),由以下測(cè)量方程:
zk=Hxk+vk, (式7)
其中,z為可測(cè)量值向量,H為測(cè)量矩陣,v為測(cè)量噪聲。則根據(jù)卡爾曼濾波算法的相關(guān)理論,x可以用以下公式來(lái)進(jìn)行估算(表示x的第k次先驗(yàn)估計(jì)值,表示先驗(yàn)估計(jì)值,即未取得測(cè)量值z(mì)之前由先驗(yàn)知識(shí)對(duì)x進(jìn)行的估計(jì)值):
(式8)
(式9)
(式10)
(式11)
(式12)
式8~式9可以稱為時(shí)間更新,式10~式12可以稱為測(cè)量更新,需要說(shuō)明的是,在上述列式中,E為單位矩陣。
進(jìn)而,比較式4與式6和式5與式7令:
x=R,A=1,B=0,H=I, (式13)
zk=OCVk-Uk, (式14)
因此,將式13和式14應(yīng)用到式4和式5后,即具備了應(yīng)用卡爾曼濾波所需要的遞推方程和測(cè)量方程。
將式13和式14的相應(yīng)變量代入式8~式12中,即可應(yīng)用卡爾曼濾波算法??蓪?nèi)阻R的初值設(shè)為某一標(biāo)定量R0,則當(dāng)k=1時(shí),式8中的為R0。過(guò)程噪聲可采用估計(jì)的值,估計(jì)協(xié)方差P的初值P0采用絕對(duì)數(shù)值較大的對(duì)角陣,如果在計(jì)算初期誤差較大的時(shí)候,則時(shí)間更新和測(cè)量更新時(shí)會(huì)給出具有較大的調(diào)整幅度。
S104,根據(jù)卡爾曼濾波器的遞推方程與測(cè)量方程得到電池單體的內(nèi)阻,并且當(dāng)?shù)趉+1次采樣時(shí)回到步驟S102。
圖5為根據(jù)本發(fā)明一個(gè)具體實(shí)施例的電池單體的內(nèi)阻檢測(cè)方法的流程圖。
舉例而言,如圖5所示,當(dāng)BMS(BATTERY MANAGEMENT SYSTEM,電池管理系統(tǒng))得到新的測(cè)量值之前,將上一步驟的估計(jì)值應(yīng)用于式8用于內(nèi)阻值的先驗(yàn)估計(jì),并根據(jù)式9計(jì)算出先驗(yàn)估計(jì)的協(xié)方差,完成時(shí)間更新;當(dāng)BMS得到新的測(cè)量值z(mì)k時(shí),由式10和式11,計(jì)算出估計(jì)值并由式12計(jì)算出估計(jì)值的協(xié)方差Pk,完成測(cè)量更新。完成測(cè)量更新后得到的和Pk將在下一步的時(shí)間更新中用于計(jì)算先驗(yàn)估計(jì)值和先驗(yàn)估計(jì)值的協(xié)方差,從而可以進(jìn)一步計(jì)算出和P-k+1并由第k+1次測(cè)量到的zk+1計(jì)算出和Pk+1并由此循環(huán)往復(fù)計(jì)算。也就是說(shuō),只用到本次測(cè)量和上次測(cè)量的計(jì)算結(jié)果用于估算本次估算值,而無(wú)需儲(chǔ)存太多的歷史數(shù)據(jù),從而具備存儲(chǔ)需求量小的優(yōu)點(diǎn)。
根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)方法,通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,采用了卡爾曼濾波算法處理BMS采集到的數(shù)據(jù),依據(jù)卡爾曼濾波算法的特性,其有對(duì)初值不敏感的特性,即使采用誤差較大的初值,也可以迅速收斂到準(zhǔn)確值 附近,同時(shí)可以給出估計(jì)的誤差限,并且可以有效地處理噪聲對(duì)數(shù)據(jù)帶來(lái)的影響,又避免了存儲(chǔ)過(guò)多的歷史數(shù)據(jù),且避免了采用最小二乘法所不可避免的數(shù)據(jù)飽和問(wèn)題,既有較高的靈敏性,有能有效消除噪聲帶來(lái)的離群值問(wèn)題,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率。
其次參照附圖描述根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)裝置。參照?qǐng)D6所示,該檢測(cè)裝置10包括:第一獲取模塊100、采集模塊200、第二獲取模塊300和檢測(cè)模塊400。
其中,第一獲取模塊100用于獲取電池單體的內(nèi)阻計(jì)算關(guān)系式。采集模塊200用于獲取第k次采樣時(shí)電池單體的電壓和電流,其中,k為正整數(shù)。第二獲取模塊300用于根據(jù)第k次采樣時(shí)的電壓和電流與內(nèi)阻計(jì)算關(guān)系式得到卡爾曼濾波器的遞推方程與測(cè)量方程。檢測(cè)模塊400用于根據(jù)卡爾曼濾波器的遞推方程與測(cè)量方程得到電池單體的內(nèi)阻。本發(fā)明實(shí)施例的檢測(cè)裝置10通過(guò)卡爾曼濾波算法檢測(cè)電池單體的內(nèi)阻,不但可以消除離群值影響的影響,而且存儲(chǔ)需求量小,節(jié)約能源。
可選地,在本發(fā)明的一個(gè)實(shí)施例中,第一獲取模塊100還用于通過(guò)電池模型獲取電池單體的內(nèi)阻計(jì)算關(guān)系式,其中,電池模型可以為開(kāi)路電壓-內(nèi)阻模型、RC模型、戴維斯寧模型中的一種。
需要說(shuō)明的是,由不同的電池模型得到的內(nèi)阻值可以代表歐姆內(nèi)阻,也可以代表直流內(nèi)阻,從而可以用于計(jì)算電池的生熱、電池的輸入輸出功率、電池的健康狀態(tài)SOH等各種參數(shù)。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,卡爾曼濾波器的遞推方程為:
xk=Axk-1+Buk-1+wk-1,
其中,x=R,A=1,B=0,R為電池單體的內(nèi)阻,x為狀態(tài)參數(shù),u為自變量,w為過(guò)程噪聲。
進(jìn)一步地,在本發(fā)明的一個(gè)實(shí)施例中,卡爾曼濾波器的測(cè)量方程為:
zk=Hxk+vk,
其中,zk=OCVk-Uk,H=I,I為電流、OCV為開(kāi)路電壓,U為電壓。
需要說(shuō)明的是,前述對(duì)電池單體的內(nèi)阻檢測(cè)方法實(shí)施例的解釋說(shuō)明也適用于該實(shí)施例的電池單體的內(nèi)阻檢測(cè)裝置,此處不再贅述。
根據(jù)本發(fā)明實(shí)施例提出的電池單體的內(nèi)阻檢測(cè)裝置,通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,采用了卡爾曼濾波算法處理BMS采集到的數(shù)據(jù),依據(jù)卡爾曼濾波算法的特性,其有對(duì)初值不敏感的特性,即使采用誤差較大的初值,也可以迅速收斂到準(zhǔn)確值附近,同時(shí)可以給出 估計(jì)的誤差限,并且可以有效地處理噪聲對(duì)數(shù)據(jù)帶來(lái)的影響,又避免了存儲(chǔ)過(guò)多的歷史數(shù)據(jù),且避免了采用最小二乘法所不可避免的數(shù)據(jù)飽和問(wèn)題,既有較高的靈敏性,有能有效消除噪聲帶來(lái)的離群值問(wèn)題,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率。
最后,本發(fā)明還提出了一種車輛,該車輛包括上述的電池單體的內(nèi)阻檢測(cè)裝置。該車輛可以通過(guò)電池單體的電壓和電流得到卡爾曼濾波器的遞推方程與測(cè)量方程,從而通過(guò)卡爾曼濾波算法進(jìn)行電池單體的內(nèi)阻估算,采用了卡爾曼濾波算法處理BMS采集到的數(shù)據(jù),依據(jù)卡爾曼濾波算法的特性,其有對(duì)初值不敏感的特性,即使采用誤差較大的初值,也可以迅速收斂到準(zhǔn)確值附近,同時(shí)可以給出估計(jì)的誤差限,并且可以有效地處理噪聲對(duì)數(shù)據(jù)帶來(lái)的影響,又避免了存儲(chǔ)過(guò)多的歷史數(shù)據(jù),且避免了采用最小二乘法所不可避免的數(shù)據(jù)飽和問(wèn)題,既有較高的靈敏性,有能有效消除噪聲帶來(lái)的離群值問(wèn)題,從而可以準(zhǔn)確獲取電池系統(tǒng)當(dāng)前可提供功率。
流程圖中或在此以其他方式描述的任何過(guò)程或方法描述可以被理解為,表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過(guò)程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分,并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn),其中可以不按所示出或討論的順序,包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序,來(lái)執(zhí)行功能,這應(yīng)被本發(fā)明的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。
在流程圖中表示或在此以其他方式描述的邏輯和/或步驟,例如,可以被認(rèn)為是用于實(shí)現(xiàn)邏輯功能的可執(zhí)行指令的定序列表,可以具體實(shí)現(xiàn)在任何計(jì)算機(jī)可讀介質(zhì)中,以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備(如基于計(jì)算機(jī)的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng))使用,或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說(shuō)明書(shū)而言,"計(jì)算機(jī)可讀介質(zhì)"可以是任何可以包含、存儲(chǔ)、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。計(jì)算機(jī)可讀介質(zhì)的更具體的示例(非窮盡性列表)包括以下:具有一個(gè)或多個(gè)布線的電連接部(電子裝置),便攜式計(jì)算機(jī)盤盒(磁裝置),隨機(jī)存取存儲(chǔ)器(RAM),只讀存儲(chǔ)器(ROM),可擦除可編輯只讀存儲(chǔ)器(EPROM或閃速存儲(chǔ)器),光纖裝置,以及便攜式光盤只讀存儲(chǔ)器(CDROM)。另外,計(jì)算機(jī)可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì),因?yàn)榭梢岳缤ㄟ^(guò)對(duì)紙或其他介質(zhì)進(jìn)行光學(xué)掃描,接著進(jìn)行編輯、解譯或必要時(shí)以其他合適方式進(jìn)行處理來(lái)以電子方式獲得所述程序,然后將其存儲(chǔ)在計(jì)算機(jī)存儲(chǔ)器中。
應(yīng)當(dāng)理解,本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來(lái)實(shí)現(xiàn)。在上述實(shí)施方式中,多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來(lái)實(shí)現(xiàn)。例如,如果用硬件來(lái)實(shí)現(xiàn),和在另一實(shí)施方式中一樣,可用本領(lǐng)域公知的下 列技術(shù)中的任一項(xiàng)或他們的組合來(lái)實(shí)現(xiàn):具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路,具有合適的組合邏輯門電路的專用集成電路,可編程門陣列(PGA),現(xiàn)場(chǎng)可編程門陣列(FPGA)等。
本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件完成,所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中,該程序在執(zhí)行時(shí),包括方法實(shí)施例的步驟之一或其組合。
此外,在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中,也可以是各個(gè)單元單獨(dú)物理存在,也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn),也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí),也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。
上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器,磁盤或光盤等。
在本說(shuō)明書(shū)的描述中,參考術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中,對(duì)上述術(shù)語(yǔ)的示意性表述不一定指的是相同的實(shí)施例或示例。而且,描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例,可以理解的是,上述實(shí)施例是示例性的,不能理解為對(duì)本發(fā)明的限制,本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨的情況下在本發(fā)明的范圍內(nèi)可以對(duì)上述實(shí)施例進(jìn)行變化、修改、替換和變型。