電池狀態(tài)估計裝置以及電池狀態(tài)估計方法
【專利摘要】電池狀態(tài)估計裝置具有檢測單元、充電率估計單元、開路電壓估計單元、端電壓估計單元、以及校正單元。檢測單元檢測電池的充放電電流和端電壓。充電率估計單元基于檢測單元檢測出的充放電電流，估計電池的充電率。開路電壓估計單元基于充電率估計單元估計出的充電率、電池的開路電壓和充電率之間的對應關系，估計電池的開路電壓。端電壓估計單元基于檢測單元檢測出的充放電電流和端電壓、使用了反比例曲線的等效電路模型，計算估計端電壓。校正單元基于端電壓估計單元算出的估計端電壓和檢測單元檢測出的端電壓，校正充電率估計單元估計出的充電率。
【專利說明】
電池狀態(tài)估計裝置以及電池狀態(tài)估計方法
技術領域
[0001] 本發(fā)明涉及高精度地估計電池的內部狀態(tài)的電池狀態(tài)估計裝置以及電池狀態(tài)估 計方法。
【背景技術】
[0002] 以發(fā)動機作為主要的動力源的車輛裝載有電池作為用于起動發(fā)動機的啟動電機 的電源。作為這樣的電池，一般使用鉛蓄電池。此外，近年來，鉛蓄電池的充放電特性得到改 善。因此，鉛蓄電池作為用昂貴的鋰離子二次電池不經濟的電動車或叉車等的特殊電動車 輛的電源正在普及。
[0003] 在私家車的故障次數(shù)(具體地說日本汽車聯(lián)盟的出動次數(shù)）中最多的是電池沒電 及電池的性能下降。此外，近年來，為了削減以發(fā)動機為主要動力源的車輛的廢氣，進行怠 速啟停。但是，在怠速停止導致的發(fā)動機的停止中，電池的剩余容量下降，得不到啟動發(fā)動 機所需要的輸出，不能將發(fā)動機再啟動。期望高精度地檢測電池的剩余容量，使得能夠事先 檢測并應對這樣的電池故障(例如參照專利文獻1)。
[0004] -般地，已知在鉛蓄電池中，開路電壓（以下，稱為"0CV"）和剩余容量之間有一次 式的關系。因此，在上述專利文獻1記載的技術中，利用上述一次式的關系，從測量出的OCV 的值計算剩余容量。
[0005] 此外，為了正確地估計電池的剩余容量即充電率（以下，稱為"S0C"），已知考慮極 化分量來構建電池的等效電路模型，高精度地估計電池的內部狀態(tài)的技術(例如參照專利 文獻2)。
[0006] 現(xiàn)有技術文獻
[0007] 專利文獻
[0008] 專利文獻1:國際公開第2008/152875號 [0009] 專利文獻2:日本專利第5291845號

【發(fā)明內容】

[0010] 本發(fā)明提供通過簡易的結構能夠提高電池的端電壓估計和與之相伴的SOC估計精 度的電池狀態(tài)估計裝置、以及電池狀態(tài)估計方法。本發(fā)明的電池狀態(tài)估計裝置具有檢測單 元、充電率估計單元、開路電壓估計單元、端電壓估計單元、以及校正單元。檢測單元檢測電 池的充放電電流和端電壓。充電率估計單元基于檢測單元檢測出的充放電電流，估計電池 的充電率。開路電壓估計單元基于充電率估計單元估計出的充電率、電池的開路電壓和充 電率之間的對應關系，估計電池的開路電壓。端電壓估計單元基于檢測單元檢測出的充放 電電流和端電壓、使用了反比例曲線的等效電路模型(使用了與乘方成反比的函數(shù)的等效 電路模型），計算估計端電壓。校正單元基于端電壓估計單元算出的估計端電壓和檢測單元 檢測出的端電壓，校正充電率估計單元估計出的充電率。
[0011] 此外，本發(fā)明的電池狀態(tài)估計方法具有以下步驟。在檢測的步驟中，檢測電池的充 放電電流和端電壓。在充電率估計步驟中，基于在檢測步驟中檢測出的充放電電流，估計電 池的充電率。在開路電壓估計步驟中，基于在充電率估計步驟中估計出的充電率、電池的開 路電壓和充電率之間的對應關系，估計電池的開路電壓。在端電壓估計步驟中，基于在檢測 步驟中檢測出的充放電電流和端電壓、使用了反比例曲線的等效電路模型(使用了與乘方 成反比的函數(shù)的等效電路模型），計算估計端電壓。在校正的步驟中，基于在端電壓估計步 驟中算出的估計端電壓和在檢測步驟中檢測出的端電壓，校正在充電率估計步驟中估計出 的充電率。
[0012] 根據(jù)本發(fā)明，能夠不使用高階的等效電路模型進行甚至考慮了電池的遲緩響應分 量的狀態(tài)估計。因此，能夠通過簡易的結構提高電池的端電壓估計和與之相伴的SOC估計精 度。
【附圖說明】
[0013] 圖IA是表示本發(fā)明的第1實施方式的電池狀態(tài)估計裝置的結構的框圖。
[0014]圖IB是表示圖IA所示的卡爾曼濾波器SOC估計單元中的處理算法的圖。
[0015] 圖2是說明使用了一階等效電路的端電壓估計模型的圖。
[0016] 圖3是說明使用了一階等效電路的端電壓估計模型的端電壓的估計值和實測值之 間的誤差的圖。
[0017] 圖4是圖3的虛線框的放大圖。
[0018] 圖5是說明使用了反比例曲線的端電壓估計模型的圖。
[0019] 圖6是以示意圖方式說明通過使用了一階等效電路的端電壓估計模型和使用了反 比例曲線的端電壓估計模型估計出的端電壓的比較的圖。
[0020] 圖7是說明反比例曲線的函數(shù)的一例的圖。
[0021] 圖8是說明與乘方成反比的函數(shù)的一例的圖。
[0022] 圖9是以示意圖方式說明不校正在使用了一階等效電路的端電壓估計模型中估計 出的電阻值而適用了使用反比例曲線的端電壓估計模型的情況下的估計端電壓的比較的 圖。
[0023] 圖10是以示意圖方式說明校正在使用了一階等效電路的端電壓估計模型中估計 出的電阻值并適用于使用反比例曲線的端電壓估計模型的情況下的估計端電壓的比較的 圖。
[0024] 圖11是說明使用了反比例曲線的端電壓估計模型的端電壓的估計值和實測值之 間的誤差的圖。
[0025]圖12是圖11的虛線框的放大圖。
[0026]圖13是表示本發(fā)明的第2實施方式的電池狀態(tài)估計裝置的結構的框圖。
[0027]圖14是表示圖13所示的卡爾曼濾波器SOC估計單元中的處理算法的圖。
[0028]圖15是表示圖13所示的OCV-SOC估計單元中的處理算法的圖。
[0029]圖16是表示圖13所示的電池容量估計單元中的處理算法的圖。
【具體實施方式】
[0030]在說明本發(fā)明的實施方式之前，說明以往的電池用狀態(tài)估計裝置中的問題。如專 利文獻2,以往在有效利用卡爾曼濾波器的SOC估計中，進行電池模型的參數(shù)識別來估計端 電壓?？墒?，在使用指數(shù)函數(shù)的一階的等效電路模型中，在估計端電壓時不能表示遲緩響應 分量(松弛極化分量）。為此需要使用高階的等效電路模型。其結果，計算量和處理時間龐 大，所以在ECU(Electrical Control Unit;電子控制單元)有限的處理能力中現(xiàn)實中難以 進行估計。
[0031] 以下，參照【附圖說明】本發(fā)明的實施方式。再有，以下的實施方式是將本發(fā)明具體化 的一例，不是限定本發(fā)明的技術范圍。此外，在各圖中，對同樣的要素附加同樣的標號，適當 省略說明。
[0032] (第1實施方式）
[0033] 圖IA是表示本發(fā)明的實施方式的電池狀態(tài)估計裝置的結構的框圖。該電池狀態(tài)估 計裝置例如由ECU構成，具有傳感器單元100、ARX模型識別單元101、等效電路參數(shù)估計單元 102、0CV-S0C圖存儲單元103、卡爾曼濾波器SOC估計單元104、誤差計算單元105。傳感器單 元100測量電池(為可充放電的二次電池，例如用于怠速停止的啟動的鉛蓄電池）的充放電 電流和端電壓。傳感器單元100例如具有電流傳感器和電壓傳感器。通過傳感器單元100測 量出的電池的充放電電流值k，和端電壓值VT被適當輸出到ARX模型識別單元101、等效電路 參數(shù)估計單元102、0CV-S0C圖存儲單元103、卡爾曼濾波器SOC估計單元104、誤差計算單元 105,用于各種運算。
[0034] ARX模型識別單元101、等效電路參數(shù)估計單元102、0CV-S0C圖存儲單元103、卡爾 曼濾波器SOC估計單元104、誤差計算單元105作為硬件由未圖示的中央運算處理裝置 (CPU)、存儲器和隨機存取存儲器(RAM)構成。也可以由集成了它們的1個集成電路(LSI等） 構成。作為軟件由程序構成，基于未圖示的存儲器中存儲的各程序和預先存儲的數(shù)據(jù)，由 CPU處理各種運算。處理結果暫時存儲在未圖示的RAM中，用于各種處理。
[0035]圖2是說明使用了一階等效電路的端電壓估計模型的圖。該模型關系的狀態(tài)空間 表示按以下的關系式表示。
[0036:
[0037]再有，QR是電池的額定容量。
[0038]該1次等效電路模型的等效電路參數(shù)，通過ARX模型識別單元101算出的傳遞函數(shù)、 等效電路參數(shù)估計單元I 〇 2算出的傳遞函數(shù)之間的對比來估計。
[0039]首先，說明ARX模型識別單元101的處理。ARX模型識別單元101進行使用了眾所周 知的最小二乘法的ARX模型識別。例如參照眾所周知的非專利文獻:H. Rah i m i E i ch i an d M·_Υ.Chow，"Adaptive Online Battery Parameters/SOC/Capacity Co-estimation"IEEE Transportation Electrification Conference and Expo(ITEC)，2013〇在ARX模型中，米 用以下的廠1的多項J
.(式 2.):
[0040] 此外，ARX模型是將輸入u(k)和輸出y(k)之間的關系模型化為以下的類(class)。
[0041] A(z)y(k)=B(z)u(k)+e(k)(式 3)
[0042] 而且，從以下的關系式，確定回歸系數(shù)即系數(shù)ai，· · ·，aP，bo, · · ·，bq，使得y(k)-〇 (k)0為最小值。
[0044] (式 4)[0045] 從多個數(shù)據(jù)進行統(tǒng)一估計的情況下，能夠按以下的算式計算。
[0046]
[0047]
[0048]
[0049]
[0050] ARX模型識別單元101使用從傳感器單元100輸入的充放電電流值k和端電壓值ντ 的變化量的數(shù)字的z變換，變換為以下的關系式。
[0051]
[0052]然后，從該關系式計算系數(shù)ai，Co，Ci。
[0053]接著，等效電路參數(shù)估計單元102將該ARX模型的傳遞函數(shù)和等效電路的傳遞函數(shù) 進行比較，估計等效電路的參數(shù)。該關系按以下的關系式表示。
[0055] 上述的式如下那樣導出。[0056] VT[k] =biSOC[k]+bo[k]-VRci[k]_RoiL[k] =voc[k]-VRci[k]_RoiL[k][0057] VT[k]-VT[k-l] =voc[k]-v〇c[k-l ]-Vrci [k]+VRci[k-l]-Ro( IL [k]-iL[k-l])[0058] 假設丫〇。[1<:]-￥〇。[1<-1];^0[0059] VT[k]_VT[k_l] =-VRci[k]+VRci[k-l]-Ro(iL[k]-iL[k_l])
[0054] (式9 )
[0060] 進行z變換
[0061]
[0062] 等效電路參數(shù)估計單元102基于上述的關系式，估計圖2中所示的等效電路模型的 參數(shù)Ro A1X1，輸出到卡爾曼濾波器SOC估計單元104。然后，ARX模型識別單元101、等效電路 參數(shù)估計單元102對每個規(guī)定的采樣周期(例如0.05[s])執(zhí)行這些處理，更新這些參數(shù)。
[0063] OCV-SOC圖存儲單元103預先存儲被確定了OCV和SOC之間的對應關系的OCV-SOC 圖，將該OCV-SOC圖的信息輸出到卡爾曼濾波器SOC估計單元104。此外，在該圖中OCV-SOC之 間的關系以一階函數(shù)表示。而且，該函數(shù)所示的OCV的下限值被預先設定為bo,該函數(shù)的斜 率被預先設定為bhOCV-SOC圖存儲單元103將這些值輸出到ARX模型識別單元101、等效電 路參數(shù)估計單元102。即，本實施方式中作為從OCV-SOC圖存儲單元103輸出的OCV-SOC圖，至 少輸出該回歸系數(shù)即可。在其它的實施方式中也是同樣。再有，該OCV-SOC圖的信息可以是1 個圖，也可以根據(jù)電池的種類設定，使得能夠選擇多個圖。例如，OCV-SOC圖存儲單元103也 可以基于從傳感器單元100輸入的測量值即充放電電流值k和端電壓值VT進行電池的類別 判定，選擇與電池的類別相關聯(lián)的OCV-SOC圖。由此，即使在電池被更換的情況下，也能夠抑 制SOC的估計精度的下降。
[0064]接著，說明卡爾曼濾波器SOC估計單元104的詳細的處理?？柭鼮V波器SOC估計單 元104使用以下的狀態(tài)空間表示進行端電壓估計和SOC估計。
[0065]
[0066] 具體地說，作為一階等效電路模型的關系式的上述狀態(tài)空間表示，參照以下進行 估計，而細節(jié)將后述。
[0067]
[0068] 作為處理算法，進行電流積算法SOC估計處理200、估計值校正處理201、OCV估計處 理202、反比例曲線適用模型處理203、卡爾曼增益處理204的各處理。首先，在電流積算法 SOC估計處理200中，卡爾曼濾波器SOC估計單元104對從傳感器單元100輸入的充放電電流 值iL進行電流積算來進行SOC估計。接著，在估計值校正處理201中，卡爾曼濾波器SOC估計 單元104將估計SOC '使用后述的卡爾曼增益進行校正。該估計SOC作為當前的SOC被輸出到 外部。此外，在OCV估計處理202中，卡爾曼濾波器SOC估計單元104根據(jù)從OCV-SOC圖存儲單 元103輸入的OCV-SOC圖和該估計S0C，計算估計0CV。然后，在反比例曲線適用模型處理203 中，卡爾曼濾波器SOC估計單元104根據(jù)從等效電路參數(shù)估計單元102輸入的等效電路參數(shù)、 從傳感器單元100輸入的充放電電流值iL、從OCV估計處理202輸入的估計OCV，計算估計端 電壓。誤差計算單元105計算該估計端電壓和從傳感器單元100輸入的端電壓值ντ之間的誤 差e[k]。然后，在卡爾曼增益處理204中，卡爾曼濾波器SOC估計單元104將卡爾曼增益g[k] 乘以誤差e[k]進行校正。
[0069] 圖3是說明圖2的使用了一階等效電路的端電壓估計模型的端電壓值ντ的估計值 和實測值之間的誤差的圖。圖4是圖3的虛線框的放大圖。如圖3、圖4所示，在使用了指數(shù)函 數(shù)(Exp函數(shù))的一階等效電路中，由于不能表示較長的時間常數(shù)的極化分量，所以估計值和 實測差的誤差逐漸增大。
[0070] 因此，在卡爾曼濾波器SOC估計單元104中，通過反比例曲線適用模型處理203中使 用了反比例曲線的端電壓估計模型進行端電壓估計和SOC估計。
[0071] 圖5是說明使用了反比例曲線的端電壓估計模型的圖。如圖5所示，在使用了反比 例曲線適用模型處理203中使用的反比例曲線的端電壓估計模型中，圖2的一階的電阻-電 容并聯(lián)電路的部分被置換為反比例曲線適用單元500。根據(jù)使用了該反比例曲線的端電壓 估計模型，甚至可表示電池的遲緩響應分量而不用高階的電阻-電容并聯(lián)電路。
[0072] 圖6是以示意圖方式說明比較通過使用了一階等效電路的端電壓估計模型和使用 了反比例曲線的端電壓估計模型估計出的端電壓的圖。如圖6所示，將使用了一階等效電路 的端電壓估計模型的Exp曲線和使用了反比例曲線的端電壓估計模型的反比例曲線進行對 比，隨著時間，Exp曲線與反比例曲線比較，由于很快地收斂，所以難以表示電池的遲緩響應 分量。另一方面，反比例曲線與Exp曲線比較，收斂緩慢。因此，在反比例曲線中，如用虛線包 圍所示，隨著時間在Exp曲線中即使收斂卻仍可能不收斂地變化，所以可表示電池的遲緩響 應分量。
[0073]在反比例曲線適用模型處理203中，根據(jù)當前的輸入值、測量值和1步驟前的狀態(tài) 估計值，進行使用了卡爾曼濾波器進行當前的狀態(tài)估計值和1步驟前的狀態(tài)預測的處理。特 別地，在本實施方式的端電壓估計模型中使用非線性的反比例曲線，所以采用擴展卡爾曼 濾波器。通過該處理，在反比例曲線適用模型處理203中，進行降低當前值v對端電壓的目標 值心^化]的差分和其正負相應的誤差的處理。
[0074] 圖7是說明反比例曲線的函數(shù)的一例的圖。如圖7所示，使用y = K/x作為反比例曲 線。K是比例常數(shù)。
[0075] 在誤差為"0"或正（即，當前值》目標值）的情況下，使用y = K/x的反比例曲線，在 誤差為負（即，當前值〈目標值)的情況下，使用y = _K/x的反比例曲線。
[0076] 這里，具體地說，例如，在當前值彡目標值的情況下，進行以下的處理。
[0077]
[0078]
[0079]
[0080]
[0081]
[0082]
[0083]
[0084] (變形例1)
[0085] 此外，作為反比例曲線，從y = K/x擴展，也可以使用y = K/xp作為與乘方成反比的 函數(shù)。此時，在當前值多目標值的情況下，進行以下的處理。
[0086]
[0087]
[0088]
[0089]
[0090]
[0091]
[0092]
[0093] 圖8是說明與乘方成反比的函數(shù)的一例的圖。如圖8所示，在反比例曲線適用模型 處理203中，也可以根據(jù)S0C、端電壓的估計狀況和電池的類別等的各種條件的至少一個，設 定合適的乘方數(shù)P作為與乘方成反比的函數(shù)。例如，卡爾曼濾波器SOC估計單元104在緩慢響 應的變化量較大的電池的情況下，也可以進行使得乘方數(shù)P增大的設定。
[0094](變形例2)
[0095] 此外，在上述的處理中，也可以將x[k] .x[k]變更為x[k] .x[k+l]。此時，在當前值 多目標值的情況下，進行以下的處理。
[0096]
[0097]
[0098] 另一方面，在當前值 <目標值的情況下，進行以下的處理。
[0101] 將它們歸納，按以下的關系式進行處理。
[0099]
[0100]
[0102]
[0103] 接著，說明使用了卡爾曼濾波器SOC估計單元104中的反比例曲線的端電壓估計模 型的狀態(tài)空間表示。
[0104] 這里，為用于OCV計算，使用以下的關系式。
[0105]
[0106] 此外，為用于極化分量計算，使用以下的關系式。
[0107]
[0108] 使用這些關系式，估計端電壓按以下的關系式表示。
[0109]
[0110] 這里，極化分量計算用的關系式在以下的關系式中為非線性空間表示。
[0111]
[0112] 因此，不能以ARX模型識別比例常數(shù)K。因此，卡爾曼濾波器SOC估計單元104將比例 常數(shù)K納入狀態(tài)向量，同時進行擴展卡爾曼濾波器的優(yōu)化。
[0113] 接著，說明極化分量計算用的關系式中的反比例曲線的電阻分量?？柭鼮V波 器SOC估計單元104將該Ri '校正為由等效電路參數(shù)估計單元102估計出的一階等效電路的 電阻值R1的估計值的常數(shù)倍。此外，為了在充電時和放電時端電壓的衰減特性不同，也可以 使該校正放大率不同。
[0114] 圖9是以示意圖方式說明不校正以使用了一階等效電路的端電壓估計模型估計出 的電阻值而適用于使用反比例曲線的端電壓估計模型的情況下估計端電壓的比較的圖。此 外，圖10是以示意圖方式說明校正以使用了一階等效電路的端電壓估計模型估計出的電阻 值來比較適用了使用反比例曲線的端電壓估計模型的情況下的估計端電壓的圖。例如，如 圖9所示，與圖3、圖4所示的使用了一階等效電路的端電壓估計模型對應的Exp曲線能夠比 較正確地表示電池的反應較快的部分。如圖9所示，在與使用了反比例曲線的端電壓估計模 型對應的反比例曲線中，對于電池的反應遲緩的部分不收斂地維持電壓的變化量，所以也 可正確地估計端電壓。另一方面，在與使用了一階等效電路的端電壓估計模型對應的Exp曲 線中，有可能在電池的反應較快的部分（用虛線包圍的區(qū)域）中比較高精度地估計極化分 量，但在反比例曲線中，若使用與Exp曲線相同的一階等效電路的電阻值R 1,則收斂值也相 同，所以在電池的反應較快的部分中變化量緩慢，比較的精度會下降。因此，如圖10所示，卡 爾曼濾波器SOC估計單元104將反比例曲線的電阻分量R 1'校正為一階等效電路的電阻值R1 的常數(shù)倍，校正在最初的電池的反應較快的部分（用虛線包圍的區(qū)域）中反比例曲線，使得 與Exp曲線匹配。
[0115] 圖11是說明使用了反比例曲線的端電壓估計模型的端電壓的估計值和實測值之 間的誤差的圖。圖12是圖11的虛線框的放大圖。如圖11、圖12所示，可知對于較長的時間常 數(shù)的極化分量也能夠精度良好地估計。
[0116] 如以上說明，在該實施方式中，用使用了反比例曲線的等效電路模型來估計端電 壓，所以能夠不用高階的等效電路模型而進行甚至考慮了電池的遲緩響應分量的狀態(tài)估 計。因此，通過一階的等效電路模型程度的簡易的結構，能夠提高電池的端電壓估計和與之 相伴的SOC估計精度。特別地，由于能夠抑制精度的下降，并且抑制運算負荷，所以也能夠裝 載在處理能力上有限的怠速停止用的ECU中。
[0117](第2實施方式）
[0118] 圖13所示的第2實施方式的電池狀態(tài)估計裝置，進行電池容量估計單元106、0CV-SOC圖估計單元110的新的處理，僅卡爾曼濾波器SOC估計單元104的估計方法有所不同，其 它的結構與第1實施方式的結構是同樣的。對同一結構，附加同一標號，省略詳細的說明。
[0119] 圖14所示的卡爾曼濾波器SOC估計單元104使用一階近似的OCV-SOC圖（OCV = b〇+ bASOC)進行SOC估計。與第1實施方式中的關系式(式22)~(式25)進行比較，對于(式22)的 OCV計算和(式24)的端電壓估計，在將bo從狀態(tài)向量省去而包含在輸入向量中方面有所不
[0120] 同。具體地說，OCV計算用以下的關系式表示。
[0121]
[0122]
[0123] 再有，這里為了簡化計算而使用了一階近似的OCV-SOC圖，但也可以使用N階多項
[0124] 此外，在卡爾曼濾波器SOC估計單元104的誤差計算處理205中，從OCV估計處理202 中估計出的估計0CV、反比例曲線適用模型處理203中估計出的估計端電壓之間的誤差，計 算并輸出估計極化電壓。這里，卡爾曼濾波器SOC估計單元104例如根據(jù)以下的關系式計算 估計極化電壓。
[0125] vP[k]=v[k]+RoiL[k]或 vP[k] = (Ro+Ri)iL[k](式 28)
[0126] 圖16所示的電池容量估計單元106估計電池容量，使得通過卡爾曼濾波器SOC估計 單元104估計出的估計S0C、利用電流積算法的估計SOC相同。狀態(tài)方程式用以下的關系式表
不。
[0127]
[0128] 此外，輸出方程式用以下的關系式表示。
[0129] S0Ccc[k] =S0Ccc[k-l]-iL[k] At · x[k](式30)
[0130] 其中，滿足以下的關系式。
[0131] S0Ccc[0]=S0C[l](式 31)
[0132] 這里，S0C[ 1 ]表示在電池容量估計單元106開始估計時卡爾曼濾波器SOC估計單元 104輸出的估計S0C。因為電池容量估計單元106的開始估計對于卡爾曼濾波器SOC估計單元 104的估計有延遲。
[0133] 說明圖16所示的電池容量估計單元106的處理。首先，通過容量估計處理400,計算 電池的估計容量。接著，通過電流積算法SOC估計處理401，根據(jù)該算出的電池的估計容量、 從傳感器單元100輸入的電池的充放電電流值U，利用電流積算法對估計SOC進行估計。然 后，誤差計算處理403計算通過電流積算法SOC估計處理401估計出的估計SOC和通過卡爾曼 濾波器SOC估計單元104估計出的估計SOC之間的誤差?？柭鲆嫣幚?04中，基于該算出 的誤差，計算估計SOC的校正量。然后，估計值校正處理402中，將通過容量估計處理400估計 出的估計容量用該卡爾曼增益處理404算出的校正量進行校正。
[0134]再有，這里，優(yōu)選電池容量估計單元106的估計處理的工作周期設定為比卡爾曼濾 波器SOC估計單元104的估計處理的工作周期長的周期。電池容量的特性變化相比S0C，變化 的時間常數(shù)遲緩，所以假如將電池容量估計單元106的估計處理的工作周期設定為與卡爾 曼濾波器SOC估計單元104的估計處理的工作周期相同的周期，則估計結果的變動增大，估 計精度降低。因此，通過將電池容量估計單元106的估計處理的工作周期設定為比卡爾曼濾 波器SOC估計單元104的估計處理的工作周期長的周期，能夠防止估計精度的下降。
[0135] 圖15所示的OCV-SOC圖估計單元110不是從OCV-SOC圖存儲單元103僅讀出OCV-SOC 圖，而是校正OCV-SOC圖。
[0136] OCV-SOC圖估計單元110根據(jù)卡爾曼濾波器SOC估計單元104估計出的估計極化電 壓和估計S0C、傳感器單元100檢測出的輸入的電池的充放電電流值k和端電壓值VT，估計電 池的開路電壓(OCV)和充電率(SOC)之間的對應關系。
[0137] 這里，在OCV-SOC圖估計單元110中，狀態(tài)方程式用以下的關系式表示。
[0138]
[0139] 此外，輸出方程式用以下的關系式表示。
[0140] VT[k] = [l S0C[k]]x[k]+vP[k]
[0141] (式 33)
[0142] 再有，這里為了計算的簡化而使用了直至一階近似為止的回歸系數(shù)[bo，^]1，但在 N階多項式的情況下，以[bhb^te，...化]7的矩陣式表示。
[0143] 接著，說明OCV-SOC圖估計單元110中的處理。
[0144] 首先，在OCV-SOC圖回歸系數(shù)估計處理300中，使用式(32)的輸出方程式，例如以隨 機游動的一定的規(guī)則產生隨機數(shù)，估計回歸系數(shù)[bo，^]1。
[0145] 接著，在端電壓估計處理301中，根據(jù)從卡爾曼濾波器SOC估計單元104輸入的估計 極化電壓和估計SOC和通過OCV-SOC圖回歸系數(shù)估計處理300產生的隨機數(shù)，估計端電壓。然 后，在誤差計算處理303中，計算在端電壓估計處理301中估計出的估計端電壓VT[k]、從傳 感器單元100輸入的端電壓的實測值ντ之間的誤差。然后，在卡爾曼增益處理304中，基于在 誤差計算處理303中算出的端電壓的誤差，計算卡爾曼增益。然后，在估計值校正處理302 中，將在卡爾曼增益處理304中算出的卡爾曼增益用作校正量，校正狀態(tài)變量即回歸系數(shù) [bo Α]τ，將校正后的回歸系數(shù)輸出到卡爾曼濾波器SOC估計單元104。
[0146] 再有，與電池容量估計單元106的估計處理的工作周期同樣，OCV-SOC圖估計單元 110中的估計處理的工作周期也可以設定為比卡爾曼濾波器SOC估計單元104的估計處理的 工作周期長的周期。由此，同樣地能夠防止估計精度的下降。
[0147] 以上，說明了本發(fā)明的各實施方式。再有，本發(fā)明不限于在上述實施方式中說明的 具體的結構和方法，在不脫離發(fā)明的宗旨的范圍內可適當變更。例如，在本發(fā)明的各實施方 式中，使用ARX模型識別單元101和等效電路參數(shù)估計單元102來估計等效電路參數(shù)，但也可 以通過卡爾曼濾波器SOC估計單元104進行等效電路參數(shù)的估計。此外，也可以通過在卡爾 曼濾波器SOC估計單元104中包含狀態(tài)方程式而省略。此外，也可以使用ARX模型以外的其它 的模型和其它的方法，省略ARX模型識別單元101。
[0148] 工業(yè)實用性
[0149] 本發(fā)明的電池狀態(tài)估計裝置以及狀態(tài)估計方法，對用于怠速停止車輛的啟動的鉛 蓄電池狀態(tài)估計特別有用。
[0150] 標號說明
[0151] 100 傳感器單元
[0152] 101 ARX模型識別單元
[0153] 1〇2 等效電路參數(shù)估計單元
[0154] 1〇3 OCV-SOC 圖存儲單元
[0155] 104 卡爾曼濾波器SOC估計單元
[0156] 105 誤差計算單元
[0157] 106 電池容量估計單元
[0158] HO OCV-SOC圖估計單元
[0159] 200 電流積算法SOC估計處理
[0160] 201，302,402 估計值校正處理
[0161] 202 OCV估計處理
[0162] 203 反比例曲線適用模型處理
[0163] 204,304,404 卡爾曼增益處理
[0164] 205,303,403 誤差計算處理
[0165] 300 OCV-SOC圖回歸系數(shù)估計處理
[0166] 301 端電壓估計處理
[0167] 400 容量估計處理
[0168] 401 電流積算法SOC估計處理
【主權項】
1. 電池狀態(tài)估計裝置，包括： 檢測單元，檢測電池的充放電電流和端電壓； 充電率估計單元，基于所述檢測單元檢測出的所述充放電電流，估計所述電池的充電 率； 開路電壓估計單元，基于所述充電率估計單元估計出的所述充電率、所述電池的開路 電壓和充電率之間的對應關系，估計所述電池的開路電壓； 端電壓估計單元，基于所述檢測單元檢測出的所述充放電電流和所述端電壓、使用了 反比例曲線的等效電路模型，計算估計端電壓；以及 校正單元，基于所述端電壓估計單元算出的所述估計端電壓和所述檢測單元檢測出的 所述端電壓，校正所述充電率估計單元估計出的所述充電率。2. 如權利要求1所述的電池狀態(tài)估計裝置， 使用了所述反比例曲線的等效電路模型是使用了與乘方成反比例的函數(shù)的等效電路 模型。3. 如權利要求2所述的電池狀態(tài)估計裝置，還包括： 等效電路參數(shù)估計單元，基于所述檢測單元檢測出的所述充放電電流和所述端電壓， 估計所述等效電路模型的反比例的乘方的參數(shù)。4. 如權利要求3所述的電池狀態(tài)估計裝置， 所述等效電路參數(shù)估計單元將與所述等效電路模型的電阻相當?shù)姆至吭O定為從用作 基準的使用了指數(shù)函數(shù)一階等效電路模型算出的電阻值的常數(shù)倍。5. 如權利要求4所述的電池狀態(tài)估計裝置， 所述等效電路參數(shù)估計單元將對所述算出的電阻值相乘的放大率在充電時和放電時 設定為不同的值。6. 如權利要求5所述的電池狀態(tài)估計裝置， 所述校正單元使用卡爾曼濾波器校正所述充電率估計單元估計出的充電率。7. 如權利要求6所述的電池狀態(tài)估計裝置，還包括： 對應關系存儲單元，基于所述檢測單元檢測出的所述充放電電流和所述端電壓，存儲 所述電池的開路電壓和充電率之間的對應關系。8. 如權利要求6所述的電池狀態(tài)估計裝置，還包括： 電池容量估計單元，估計電池容量，使得所述充電率估計單元估計出的充電率與通過 所述檢測單元檢測出的所述充放電電流的電流積算求得的充電率相同， 所述電池容量估計單元以遲于所述充電率估計單元的周期動作。9. 如權利要求6所述的電池狀態(tài)估計裝置，還包括： 對應關系估計單元，基于所述充電率估計單元估計出的充電率和極化電壓、所述檢測 單元檢測出的充放電電流和端電壓，估計所述電池的開路電壓和充電率之間的對應關系， 所述對應關系估計單元估計以任意階數(shù)的回歸式近似的回歸系數(shù)，基于根據(jù)所述充電 率估計單元估計出的充電率以及所述等效電路模型的電阻或極化電壓算出的端電壓、和所 述檢測單元檢測出的端電壓之間的誤差，校正所述回歸系數(shù)。10. 如權利要求1至9的任意一項所述的電池狀態(tài)估計裝置， 作為所述電池，以怠速停止車輛上安裝的鉛蓄電池為對象，設定所述充電率估計單元、 所述開路電壓估計單元、所述端電壓估計單元和所述校正單元。11.電池狀態(tài)估計方法，包括以下步驟： 檢測電池的充放電電流和端電壓的步驟； 基于檢測出的所述充放電電流，估計所述電池的充電率的步驟； 基于估計出的所述充電率、所述電池的開路電壓和充電率之間的對應關系，估計所述 電池的開路電壓的步驟； 基于檢測出的所述充放電電流和所述端電壓、使用了與乘方成反比例的函數(shù)的等效電 路模型，計算估計端電壓的步驟;以及 基于算出的所述估計端電壓和檢測出的所述端電壓，校正估計出的所述充電率的步 驟。
【文檔編號】H01M10/42GK106062579SQ201580011520
【公開日】2016年10月26日
【申請日】2015年2月27日 公開號201580011520.5, CN 106062579 A, CN 106062579A, CN 201580011520, CN-A-106062579, CN106062579 A, CN106062579A, CN201580011520, CN201580011520.5, PCT/2015/1027, PCT/JP/15/001027, PCT/JP/15/01027, PCT/JP/2015/001027, PCT/JP/2015/01027, PCT/JP15/001027, PCT/JP15/01027, PCT/JP15001027, PCT/JP1501027, PCT/JP2015/001027, PCT/JP2015/01027, PCT/JP2015001027, PCT/JP201501027
【發(fā)明人】近江亨, 三浦謙一, 日和悟, 飯?zhí)镒聊? 角谷和重
【申請人】松下知識產權經營株式會社