用于确定能量存储设备的运行工况的方法和系统的制作方法
用于确定能量存储设备的运行工况的方法和系统的制作方法
【技术领域】
[0001] 本发明设及对用于估计能量存储设备的运行工况的参数图进行确定的方法和系 统。
【背景技术】
[0002] 近来，在世界各地的公路上，电动和混合动力车辆已经成为一种更加常见的景象。 它们具有一个共同点，而该共同点就是，它们都需要大型并且强劲的可再充电能量存储设 备，例如，可再充电电池。运样的可再充电电池在其每次被充电之后具有有限的运行时间， 并且用户典型地具有对估计的电池的当前可用功率和能量进行监测的习惯。
[0003] 典型地，使用模型来估计电池的可用功率或者诸如荷电状态（SoC)之类的其他运 行工况。该模型可能需要与电池相关的输入，例如，电池的电池单元的容量和电阻或者电池 的溫度。模型的常见类型包括等效电路模型，通过该等效电路模型，可W获得针对模型电池 的电流-电压特性。
[0004] US7373264公开了用于估计电池的健康状态的方法的一个示例，其中，使用了等效 电路模型和递归公式。模型的参数作为模型的一部分被更新。
[0005] 当考虑电池参数和电池的老化二者时，对（例如）荷电状态进行估计的复杂度增 加。期望的是，W某种有效的方式将电池参数和电池的老化包括在模型中，W便于提高所估 计的（例如）荷电状态的准确性。
【发明内容】
[0006] 鉴于W上内容，本发明的总体目标是提供一种用于估计能量存储设备的运行工况 (例如，荷电状态）的更准确的方法和系统。
[0007] 根据第一方面，因此提供了一种对用于估计能量存储设备的运行工况的参数图进 行确定的方法，所述方法包括W下的步骤：
[0008] 确定与所述能量存储设备的运行工况相关的第一参数值W及所述第一参数值的 方差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运行点，每个 运行点具有相关的参数值；
[0009] 针对所述当前运行点，估计所述第一参数值的更新的参数值和更新的方差；
[0010] 针对所述参数图的运行点的至少一部分，使用相关模型来估计所述参数值中的每 个的更新的参数值和更新的方差，所述相关模型包括在所述当前运行点处的参数值与在所 述参数图中的所述运行点的部分中的运行点处的所述参数值中的每个之间的相关性；W及
[0011] 基于所述更新的参数值和更新的方差，通过在各个运行点处利用所述更新的参数 值来替换所述参数值并且利用所述更新的方差来替换所述方差，W对所述参数图进行更 新。
[0012] 根据本发明，参数图包括所述参数和所述运行点之间的关系。因此，关系可W采用 参数值相对于运行点的形式，其可W例如在图表中示出。例如，所述参数图可W是随着运行 点变化的参数。自然地，"参数"具有相关联的"参数值"。当然，参数可w具有若干个参数 值。
[0013] 在给定的当前运行点处，更新的参数值被估计。可W使用递归过程来执行所述估 计。运样的递归过程可W是递归最小二乘过程或者是卡尔曼滤波化alman filter)技术， 二者在本领域中均为公知的。另外，可W使用相同的递归最小二乘过程来对所述当前运行 点处的所述参数值的方差进行估计。
[0014] 根据本发明，运行点的"一部分"应当被理解为不是所有在所述参数图中具有相关 的运行点的参数值都被更新，或者至少它们不必全部被更新。例如，如果所述参数图包括N 个具有相对应的运行点的参数值，则可W仅更新所述参数值中的N-n个（N〉n)。所述当前运 行点可W被包括在所述运行点的部分中。在运种情况下，也可W针对所述当前运行点使用 所述相关模型。
[0015] 本发明基于运样的认识：可W基于具有预先确定的数据的相关模型、针对运行点 的至少一部分中的每个运行点来对参数图中的所述参数进行更新。所述参数图可W描述遍 及一系列运行点的所述能量存储设备的行为或特性。利用本发明，在实际情况下难W达到 的但是也会影响到对运行工况的估计的所述参数图的部分也可W被更新。因此，对运行工 况的估计可W W运种方式被改进。
[0016] 所述方法还可W包括基于所更新的参数图对所述运行工况进行估计。运行工况可 W例如是荷电状态（SoC)、当前容量怕)、自放电、到能量存储设备被放电为止能量存储设 备中的可用能量的当前量、到能量存储设备被完全充电为止所需能量的当前量、在不违反 任何电池/电池单元的电压/电流限制的情况下立即可用的功率的量和/或针对任何给定 长度的任何充电/放电功率脉冲的估计的可用功率。
[0017] 对所述运行工况的估计可W例如基于等效电路模型，所述等效电路模型包括能量 存储设备的内阻和电容。值得注意的是，也可W将额外的寄生电阻（或其它电阻）或电容 考虑在运样的等效电路模型中。
[0018] 根据本发明的实施例，可W根据预先确定的实验数据来确定相关模型，所述预先 确定的实验数据包括在参数图中的两个不同的运行点处的参数的参数值之间的关系。所述 实验数据可W基于实验室测量，或者基于从实际情况中所使用的能量存储设备中获取的统 计数据。例如，所述相关模型可W包括在运行点Θ '处的参数Θ与另一运行点Θ "处的 相同参数Θ之间的关系。因此，使用来自若干个（例如，多于1〇、1〇〇,或者甚至多于1000 个）能量存储设备的历史数据，可W获得在不同运行点Θ'或Θ"处的参数Θ之间的相 关性。实验数据可运种方式合并来自（例如）不同寿命的能量存储设备的数据或者与 "理想"电池有其他偏差的能量存储设备的数据。
[0019] 根据本发明的另一实施例，相关模型可W包括当前运行点处的参数值与参数图中 除去当前运行点之外的所有运行点的参数值之间的相关性。换言之，之前提到的运行点的 部分可W包括全部的运行点。W运种方式，与仅更新参数图的一部分相反，整个参数图被更 新。从而，可W获得对运行工况的更准确的估计。
[0020] 根据本发明的实施例，参数图可W与一种参数类型相关，所述一种参数类型与一 种运行点类型相关。换言之，参数图包括一种参数类型（例如，内阻）与一种运行点类型 (诸如能量存储设备的溫度）之间的关系。参数可W例如是能量存储设备的等效电路模型 的一部分。
[0021] 可替代地，参数图可W包括一种参数类型（例如，内阻）与多于一种的运行点类型 (例如，溫度和可用能量）之间的关系。W运种方式，可W获得参数图的Ξ轴图表（即，曲面 图）的表示。
[0022] 根据本发明的又一实施例，所述方法可W包括：如果所述参数图的运行点处的参 数值的方差低于口限值，则不更新所述运行点处的所述参数值和方差。因此，可W存在更新 参数值的条件。如果参数值的方差小，则可能没有对各个参数值进行更新的需要。因此，具 有高不确定性（即，较高方差）的参数值与具有低不确定性的参数值相比，更频繁地被更 新。例如，与最近未被更新的参数值相比，最近被更新的参数值被更新的需要可能较小。利 用运样的选择性更新，可W通过更新不确定的参数值来进一步改进所述方法。
[0023] 参数值的示例可W是电阻值，而运行点可W是溫度值。
[0024] 根据本发明的又一实施例，不同运行点处的参数值之间的相关性可W基于关于时 间的运行点处的参数值和方差之间的相关性。因此，随着时间被更新的参数值可W被并入 所述相关模型中。
[00巧]此外，遗忘因子（λ)可W被包括在更新参数值和方差的步骤中W给在第一时间 的运行点处的参数值提供第一权重W及给在不同于所述第一时间的第二时间的运行点处 的参数值提供第二权重。遗忘因子可W例如包括指数关系，W使得经过的时间越多，参数值 变得越不重要。
[00%] 相关模型可W包括第一运行点处的参数值与其他运行点处的其他参数值之间的 相关性。因此，该相关模型可W被存储在W下形式的矩阵中：
[0027]
[0028] 其中，Ρ 1,是运行点i和j处的参数值之间的相关性，而σ 1是运行点i处的参数 值的所估计的方差。
[0029] 在本发明的一个实施例中，可W根据下式来更新所述运行点和参数值的所述部 分：
[0030]
[0031] σ i(t+l) = σ i(t)/A 如果 tr(。（t)/ λ (t))《C 阳03引 σ i(t+l) = σ i(t) 其他，
[0033] 其中，g是参数值，U表示当前运行点，Ki(t)是根据递归过程的估计量增益 (estimator gain),而ε。是在当前运行点U处的观测的（测量的）参数值与估计的参数 值之间的余差（resi化al)，而C是修剪参数并且为正数。 W34] 可替代地，对参数图的参数值进行更新可W包括使用卡尔曼滤波化alman filter),卡尔曼滤波化alman filter)本身也是递归过程。例如，卡尔曼滤波化alman filter)算法可W采用W下形式：
[0039] 其中，P是矩阵，其包括不同参数值之间的协方差W及当前运行点中估计的参数值 的方差，K是Kalman增益（与上文的估计量增益类似），Η是取决于当前运行点的向量，Rk 是矩阵，其包括卡尔曼滤波化 alman filter)的修剪参数，而y,是对参数值的当前估计。通 常，卡尔曼滤波化alman filter)在本领域中是公知的。 W40] 向量Η是基于预先确定的运行点之间的线性插值来确定的。通常，
而
[0041 ]
阳042] 作为示例，将X考虑为当前运行点，而将[xl，x2，x3，x4]考虑为预先确定的运行 点，贝>1基于η = (x-x3)/(x4-x3)来确定数值n，而Η则为：Η = [0, 0, 1-n, η]。此外，输出的 估计yk可W被表示为y k= Η k 9。
[0043] 根据本发明的第二方面，提供了一种用于对能量存储设备的运行工况进行估计的 系统，所述系统包括：
[0044] 传感器，其用于测量与所述能量存储设备的运行工况相关的参数值；W及
[0045] 控制单元，其电气连接到所述传感器，所述控制单元被配置为从所述传感器接收 所述参数值，
[0046] 其中，所述控制单元还被配置为：
[0047] 确定与所述能量存储设备的运行工况相关的第一参数值和所述第一参数值的方 差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运行点，每个运 行点具有相关的参数值；
[0048] 针对所述当前运行点，使用递归过程来估计所述第一参数值的更新的参数值和更 新的方差；
[0049] 针对所述参数图的除所述当前运行点W外的运行点的部分，使用相关模型来估计 所述参数值中的每个的更新的参数值和更新的方差，所述相关模型包括当前运行点处的参 数值与所述参数图中的所述运行点的部分中的运行点处的参数值中的每个之间的相关性； W及
[0050] 基于所述更新的参数值和更新的方差，通过在各个运行点处利用所述更新的参数 值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行更 新。
[0051] 所述控制单元优选地是微处理器或任何其他类型的计算设备。所述控制单元可W 包括计算机可读介质，所述计算机可读介质可W是任何类型的存储器设备，包括可移动的 非易失性/易失性随机存取存储器、硬盘驱动器、软盘、CD-ROM、DVD-ROM、USB存储器、SD存 储器卡或者本领域已知的类似的计算机可读介质中的一种。
[0052] 所述传感器可W被配置为测量例如：来自能量存储设备的电压或电流、来自能量 存储设备的单独能量存储单元的电压或电流、能量存储设备的溫度、单独能量存储单元的 溫度、用于冷却能量存储设备（或单元）的冷却剂（例如，液态冷却剂）的溫度、单元平衡 电流（用于平衡能量存储设备的不同单元的荷电状态的电流）或者接触器是否闭合W便于 可W从能量存储设备取得功率，等等。
[0053] 系统可W有利地包括能量存储设备。
[0054] 此外，系统可W有利地被用于监测能量存储设备，例如，电动或混合动力车辆的可 再充电电池。系统可W因此有利地被布置在车辆中。然而，系统的控制单元可W被布置在 车辆外部的其他地方。
[0055] 本发明的该第二方面的进一步的效果和特征与上文结合本发明的第一方面所描 述的那些很大程度上类似。
[0056] 在学习所附的权利要求W及下文的说明书时，本发明的进一步的特征和优点将变 得显而易见。本领域技术人员应该意识到，可W组合本发明的不同特征来创建与下文中所 描述的那些实施例不同的实施例，而不偏离本发明的范围。
【附图说明】
[0057] 现在将参考示出了本发明的当前优选实施例的附图，更加详细地描述本发明的运 些W及其他方面，在附图中：
[0058] 图1示出了本发明的实施例的示例性应用；
[0059] 图2示意性地示出了根据本发明的示例性实施例的系统；
[0060] 图3是示出了根据本发明的示例性实施例的步骤的流程图；
[0061] 图4示出了示例性的相关模型关系；
[00创图5示出了本发明的实施例的示例性实现方式；W及
[0063] 图6是示出了图5中所描述的步骤的流程图。
【具体实施方式】
[0064] 在下面的描述中，主要参考能量存储设备来描述本发明。然而，应该注意到，运决 不是限制本发明的范围，本发明同样可适用于利用参数图来估计工况的其他类型的设备。 例如，除了电池的健康状态之外，可W在车辆引擎的健康状态的场景中使用本发明。 W65] 图1示出了根据本发明的实施例的系统的示例性应用。在图1中有所示出的例如 混合动力或电动汽车100形式的车辆100,其包括可再充电电池102。在车辆100中还有针 对可再充电电池的充电系统104,其对电池进行控制并且监测电池的运行和状态。应当注意 的是，本发明同样可适用于基于燃料电池的车辆。
[0066] 图2示出了根据本发明的实施例的示例性系统。在图2中，系统200包括至少一个 传感器202 W及微处理器204形式的控制单元204,其连接到传感器202。传感器可W例如 是检测电池102的溫度的溫度传感器，或者是测量电池102的内阻的传感器。此外，控制单 元204还可W直接连接到电池102 W用于控制例如电池102的充电电流的外向电流供给， 或者，控制单元204可W直接从电池接收关于电池102的状态的信息。因此，控制单元204 被配置为监测电池102的状态。特别地，控制单元204被配置为对电池102的运行工况进 行估计。将参考前述的该应用的附图来描述对运行工况进行估计的步骤。该系统还可W包 括用于监测电池102的当前功率级（目P，容量曲的必要的电气部件。
[0067] 图3是根据本发明的实施例的示例性方法的步骤的流程图。为了估计能量存储设 备（例如，电池102)的运行工况，使用参数图。然而，由于（例如）系统参数随着时间改变， 因此参数图需要随着时间被更新。在第一步骤S302中，在运行点处确定参数图的第一参数 值。第一参数值与关于能量存储设备的运行工况的参数相关。此外，在步骤S302中，确定 第一参数值的方差。为了更新参数图，使用W下步骤。在步骤S304中，对当前运行点处的 更新的参数值和更新的方差进行估计。可W使用递归最小二乘过程或卡尔曼滤波化alman filter)技术来执行该估计，并且此外，其可W将第一参数值和方差用作输入。在随后的 步骤S306中，方法移动到参数图的其他运行点，运些运行点与当前运行点不同。在该步骤 S306中，估计参数图的运行点的一部分处的更新的参数值和更新的方差。步骤S306中的运 种估计是通过使用相关模型来完成的，所述相关模型包括当前运行点处的参数值与参数图 中的运行点的一部分中的运行点处的参数值的每个之间的相关性。在随后的步骤S308中， 通过利用更新的参数值和方差来替换先前的参数值和方差W对参数图进行更新。然后更新 的参数图可W随后被用于估计（例如）可再充电电池的荷电状态。其他运行工况是（例如） 荷电状态（SoC)、当前容量怕)、自放电、到电池被放电为止电池中的可用能量的当前量、至U 电池被完全充电为止所需能量的当前量、在不违反任何电池/电池单元的电压/电流限制 的情况下立即可用的功率的量和/或针对任何给定长度的任何充电/放电功率脉冲的估计 的可用功率。
[0068] 值得注意的是，第一参数值和各自的方差可W是根据先前对参数值的更新所确定 的值，或者，如果没有先前的参数值，则第一参数值可W是获得初始参数值的第一测量。
[0069] 相关模型基于第一运行点处的第一参数值与第二运行点处的第二参数值之间的 关系。在该示例中，第一运行点可W被指示为当前运行点。作为相关模型的至少一部分的 所述关系是基于实验数据的，并且还基于关于电池状态的其他历史数据。作为示例，在图4 中，示出了图表400,图表400示出了运行点0X1处的参数灯）相对于相同的、但在运行点 0X2处的参数Y所标绘出的多个参数值402。数据点402是针对具有不同内在特性（例如， 内阻、电容、容量、老化等）的、但当然属于同种类型（例如，"模型"）的电池所收集的。W运 种方式，获取关系404,在运种情况下是两个不同运行点处的参数值之间的线性关系404被 获取。值得注意的是，该关系也可W是非线性的。在那样的情况下，例如，可W将该关系分 成线性的子部分。因此，即使关系是非线性的本发明仍然是可适用的，例如，由于在关系趋 向于至少接近线性的情况下长期相关性是更可取的。此外，如果运行点0X1和0X2处的参 数值之间的相关性不存在，本方法仍然有效，运是因为本方法无非不更新不相关的参数值。
[0070] 对于相关模型，我们可W假定参数值Y(OXl)和Υ(〇Χ2)是具有相应的均值μγ^χι> 和μγ(。蝴和方差。 2γ咖郝。2γ(。哟的正态分布。在运种情况下，我们得到参数之间的相关 性是：
[0071]
[0072] 针对运行点之间的相关性所使用的模型由下面给出的矩阵Σ给出：
[0073]
[0074] 其中，Ρ。是运行点i和j处的参数值之间的相关性，而σ 1是估计的运行点i处 的参数值的方差。相关性Pi,可W根据参考图4和等式（1)所描述的那些而获得。 [00巧]现在可W使用W下过程来执行对参数的更新。在第一步骤中，使用W下公式来计 算当前运行点U处的余差:
[0076] A' (/') = v(〇 _ :p(/')马' (/ - Γ)
[0077] 其中，y(t)和梦的分别是观察到的（测量到的）参数值和运行点，而6是所估计 的参数值（是参数图的一部分）。在下一步骤中，使用递归最小二乘算法来对当前运行点U 处的参数凳和方差Pu进行更新，运可由W下算法给出：
[0081] 其中，I是单位矩阵。可替代地，可W使用卡尔曼滤波化alman filter)技术代替 上面的递归算法。卡尔曼滤波化alman filter)在本领域中是公知的。在随后的步骤中， 针对除当前运行点W外的运行点执行对参数图的更新。该更新步骤可W基于相关模型，并 且可W根据W下给出的算法执行：
[0082] 句(/ + 1) =句(0 +必,(/伍，&',' (/) 阳08引 Pi (t+1) = pi (t) / λ，如果 tr (P (t) / λ (t))《C
[0084] Pi(t+1) = Pi(t)其他， 阳0化]其中，g是参数值，U表示当前运行点，Ki(t)是来自递归过程的估计量增益，而ε。 是当前运行点U处的余差。为了避免"协方差结束（wind up)"增加了跟踪协方差的条件。 参数λ是遗忘因子。遗忘因子可W采用修剪参数（trimparameter)的形式，并且具有0到 1范围中的值，优选地接近1 (例如，0. 90-0. 99)。
[0086] 图5a-b展示了根据本发明的实施例的方法的示例性实现方式，并且图6是相对应 的方法步骤的流程图。在图5a中有所示出的参数图的图502,该参数图具有采用溫度值形 式的运行点和采用电阻值形式的相关联的参数值。每个运行点和相关联的参数值具有由误 差条503、509、511(仅对Ξ个进行标号，W便于避免在图中杂乱）所指示的方差。在该示例 中，在巧0°C的当前运行点504处收集数据（步骤S502)，因此收集当前运行点504处的参 数值508。使用递归过程、化S (或卡尔曼滤波化alman filter))，使用所收集的参数值508 对当前运行点504+20°C处的参数值（换言之，电阻值）进行更新（S504)。类似地，运行点 504处的参数值的方差也被更新。此外，如先前所描述的，根据预先确定的模型（如参考图4 所描述的）对除当前运行点504 W外的运行点处的参数值进行更新。如在图5b中所示的， 参数图已经被更新（虚线514指示更新的参数图），在该示例中，整个参数图502都已经被 更新，但是运并不是必要的。在其他示例中，可W仅对参数图502的部分进行更新。如在图 化中可W看到的，与图5a中由误差条509和511所指示的方差相比，在运行点507和510 处的参数值的误差条509'和511'所指示的方差已经增大。实线512指示图5a中示出的 先前的参数图。因此，关于由实线512所指示的先前的参数图，在步骤S508中由线514所 指示的新的参数图已经被更新。在图5a-b中所示出的示例中，采用电阻值形式的参数值已 经增大，即线514位于线512的上方。也可能出现电阻值（或所使用的任何参数类型）减 小，因此在那样的情况下线514将位于线512的下方。
[0087] 此外，根据对附图、公开W及所附的权利要求的学习，本领域技术人员在实现所要 求的发明的过程中可W理解和产生所公开的实施例的变型。例如，可W使用本文所示出的 示例性算法之外的其他递归方法。此外，即使利用非递归的算法，根据本发明的实施例的方 法仍然是可适用的。
[0088] 在权利要求书中，词语"包括"不排除其他的元件或步骤，并且不定冠词"一"或"一 个"不排除多个。某种测量被记载在相互不同的从属权利要求中的单纯事实不表示所测量 的运些的组合不能被用作优势。
【主权项】
1. 一种对用于估计能量存储设备的运行工况的参数图进行确定的方法，所述方法包括 以下步骤： 确定（S302;S502)与所述能量存储设备的运行工况相关的第一参数值以及所述第一 参数值的方差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运 行点，每个运行点具有相关的参数值； 针对所述当前运行点，估计（S304;S504)所述第一参数值的更新的参数值和更新的方 差； 针对所述参数图中运行点的至少一部分，使用相关模型来估计（S306;S506)所述参数 值中的每个的更新的参数值和更新的方差，所述相关模型包括所述当前运行点处的参数值 与所述参数图中的运行点的所述部分中的运行点处的参数值中的每个之间的相关性；以及 基于所述更新的参数值和所述更新的方差，通过在各个所述运行点处利用所述更新的 参数值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行 更新。2. 根据权利要求1所述的方法，还包括基于所述更新的参数图来估计所述运行工况。3. 根据权利要求1或2中的任一项所述的方法，其中，所述相关模型是根据预先确定的 实验数据来确定的，所述预先确定的实验数据包括所述参数图中的两个不同的运行点处的 参数的参数值之间的关系（400)。4. 根据权利要求1所述的方法，其中，所述相关模型包括所述当前运行点处的参数值 与所述参数图中除所述当前运行点以外的全部运行点的参数值之间的相关性。5. 根据前述权利要求中的任一项所述的方法，其中，所述参数图与一种参数类型相关， 所述一种参数类型与一种运行点类型相关。6. 根据前述权利要求中的任一项所述的方法，其中，如果所述参数图的运行点处的参 数值的方差低于门限值，则不更新所述运行点处的所述参数值和所述方差。7. 根据前述权利要求中的任一项所述的方法，其中，所述参数值是电阻值或者电容值， 而所述运行点是温度值。8. 根据前述权利要求中的任一项所述的方法，其中，所述能量存储设备是能量存储设 备，而所述运行工况是荷电状态。9. 根据前述权利要求中的任一项所述的方法，其中，各个运行点处的参数值之间的所 述相关性是基于关于时间的运行点处的参数值和方差之间的相关性的。10. 根据前述权利要求中的任一项所述的方法，其中，遗忘因子（λ)被包括在更新所 述参数值和所述方差的步骤中，以给在第一时间的运行点处的参数值提供第一权重以及给 在与所述第一时间不同的第二时间的运行点处的参数值提供第二权重。11. 根据前述权利要求中的任一项所述的方法，其中，所述相关模型被存储在以下形式 的矩阵Xij中：其中，P U是运行点i和j处的所述参数值之间的所述相关性，而σ 1是运行点i处的 参数值的所估计的方差。12. 根据权利要求11所述的方法，其中，所述运行点和参数值的所述部分是根据下式 来更新的：其中，.禹是参数值，U表示所述当前运行点，Ki (t)是估计量增益，而ε。是所述当前运 行点U处的观测的参数值与所估计的参数值之间的余差，而C是数值参数。13. -种用于估计能量存储设备（102)的运行工况的系统（200)，所述系统包括： 传感器（202)，其用于测量与所述能量存储设备的运行工况相关的参数值；以及 控制单元（204)，其电气连接到所述传感器，并且所述控制单元被配置为从所述传感器 接收所述参数值， 其中，所述控制单元还被配置为： 确定与所述能量存储设备的运行工况相关的第一参数值以及所述第一参数值的方差， 所述第一参数值与参数图（502)的当前运行点相关，所述参数图包括至少两个运行点，每 个运行点具有相关的参数值； 针对所述当前运行点，使用递归过程来估计所述第一参数值的更新的参数值和更新的 方差； 针对所述参数图中除所述当前运行点之外的运行点的一部分，使用相关模型来估计所 述参数值中的每个的更新的参数值和更新的方差，所述相关模型包括所述当前运行点处的 参数值与所述参数图中的运行点的所述部分中的运行点处的参数值中的每个之间的相关 性；以及 基于所述更新的参数值和所述更新的方差，通过在各个所述运行点处利用所述更新的 参数值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行 更新。14. 根据权利要求13所述的系统，还包括所述能量存储设备（102)。15. -种车辆（100)，包括根据权利要求13至14中任一项所述的系统。
【专利摘要】本发明涉及对用于估计能量存储设备(102)的运行工况的参数图(502)进行确定的方法和系统(200)，所述能量存储设备可以是能量存储设备，所述方法包括对所述参数图进行更新。在对所述参数图进行更新时，考虑到能量存储设备的老化行为来实现相关模型。所述模型包括参数图的不同部分之间的相关性，这使得能够在现在不在当前运行点处的部分处对参数图进行更新。基于所述参数图，可以确定所述能量存储设备的运行工况。
【IPC分类】G01R31/36
【公开号】CN105487013
【申请号】CN201510621548
【发明人】H·库西斯托, B·弗里德霍尔姆
【申请人】沃尔沃汽车公司
【公开日】2016年4月13日
【申请日】2015年9月25日
【公告号】EP3002598A1, US20160096443
【技术领域】
[0001] 本发明设及对用于估计能量存储设备的运行工况的参数图进行确定的方法和系 统。
【背景技术】
[0002] 近来，在世界各地的公路上，电动和混合动力车辆已经成为一种更加常见的景象。 它们具有一个共同点，而该共同点就是，它们都需要大型并且强劲的可再充电能量存储设 备，例如，可再充电电池。运样的可再充电电池在其每次被充电之后具有有限的运行时间， 并且用户典型地具有对估计的电池的当前可用功率和能量进行监测的习惯。
[0003] 典型地，使用模型来估计电池的可用功率或者诸如荷电状态（SoC)之类的其他运 行工况。该模型可能需要与电池相关的输入，例如，电池的电池单元的容量和电阻或者电池 的溫度。模型的常见类型包括等效电路模型，通过该等效电路模型，可W获得针对模型电池 的电流-电压特性。
[0004] US7373264公开了用于估计电池的健康状态的方法的一个示例，其中，使用了等效 电路模型和递归公式。模型的参数作为模型的一部分被更新。
[0005] 当考虑电池参数和电池的老化二者时，对（例如）荷电状态进行估计的复杂度增 加。期望的是，W某种有效的方式将电池参数和电池的老化包括在模型中，W便于提高所估 计的（例如）荷电状态的准确性。
【发明内容】
[0006] 鉴于W上内容，本发明的总体目标是提供一种用于估计能量存储设备的运行工况 (例如，荷电状态）的更准确的方法和系统。
[0007] 根据第一方面，因此提供了一种对用于估计能量存储设备的运行工况的参数图进 行确定的方法，所述方法包括W下的步骤：
[0008] 确定与所述能量存储设备的运行工况相关的第一参数值W及所述第一参数值的 方差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运行点，每个 运行点具有相关的参数值；
[0009] 针对所述当前运行点，估计所述第一参数值的更新的参数值和更新的方差；
[0010] 针对所述参数图的运行点的至少一部分，使用相关模型来估计所述参数值中的每 个的更新的参数值和更新的方差，所述相关模型包括在所述当前运行点处的参数值与在所 述参数图中的所述运行点的部分中的运行点处的所述参数值中的每个之间的相关性；W及
[0011] 基于所述更新的参数值和更新的方差，通过在各个运行点处利用所述更新的参数 值来替换所述参数值并且利用所述更新的方差来替换所述方差，W对所述参数图进行更 新。
[0012] 根据本发明，参数图包括所述参数和所述运行点之间的关系。因此，关系可W采用 参数值相对于运行点的形式，其可W例如在图表中示出。例如，所述参数图可W是随着运行 点变化的参数。自然地，"参数"具有相关联的"参数值"。当然，参数可w具有若干个参数 值。
[0013] 在给定的当前运行点处，更新的参数值被估计。可W使用递归过程来执行所述估 计。运样的递归过程可W是递归最小二乘过程或者是卡尔曼滤波化alman filter)技术， 二者在本领域中均为公知的。另外，可W使用相同的递归最小二乘过程来对所述当前运行 点处的所述参数值的方差进行估计。
[0014] 根据本发明，运行点的"一部分"应当被理解为不是所有在所述参数图中具有相关 的运行点的参数值都被更新，或者至少它们不必全部被更新。例如，如果所述参数图包括N 个具有相对应的运行点的参数值，则可W仅更新所述参数值中的N-n个（N〉n)。所述当前运 行点可W被包括在所述运行点的部分中。在运种情况下，也可W针对所述当前运行点使用 所述相关模型。
[0015] 本发明基于运样的认识：可W基于具有预先确定的数据的相关模型、针对运行点 的至少一部分中的每个运行点来对参数图中的所述参数进行更新。所述参数图可W描述遍 及一系列运行点的所述能量存储设备的行为或特性。利用本发明，在实际情况下难W达到 的但是也会影响到对运行工况的估计的所述参数图的部分也可W被更新。因此，对运行工 况的估计可W W运种方式被改进。
[0016] 所述方法还可W包括基于所更新的参数图对所述运行工况进行估计。运行工况可 W例如是荷电状态（SoC)、当前容量怕)、自放电、到能量存储设备被放电为止能量存储设 备中的可用能量的当前量、到能量存储设备被完全充电为止所需能量的当前量、在不违反 任何电池/电池单元的电压/电流限制的情况下立即可用的功率的量和/或针对任何给定 长度的任何充电/放电功率脉冲的估计的可用功率。
[0017] 对所述运行工况的估计可W例如基于等效电路模型，所述等效电路模型包括能量 存储设备的内阻和电容。值得注意的是，也可W将额外的寄生电阻（或其它电阻）或电容 考虑在运样的等效电路模型中。
[0018] 根据本发明的实施例，可W根据预先确定的实验数据来确定相关模型，所述预先 确定的实验数据包括在参数图中的两个不同的运行点处的参数的参数值之间的关系。所述 实验数据可W基于实验室测量，或者基于从实际情况中所使用的能量存储设备中获取的统 计数据。例如，所述相关模型可W包括在运行点Θ '处的参数Θ与另一运行点Θ "处的 相同参数Θ之间的关系。因此，使用来自若干个（例如，多于1〇、1〇〇,或者甚至多于1000 个）能量存储设备的历史数据，可W获得在不同运行点Θ'或Θ"处的参数Θ之间的相 关性。实验数据可运种方式合并来自（例如）不同寿命的能量存储设备的数据或者与 "理想"电池有其他偏差的能量存储设备的数据。
[0019] 根据本发明的另一实施例，相关模型可W包括当前运行点处的参数值与参数图中 除去当前运行点之外的所有运行点的参数值之间的相关性。换言之，之前提到的运行点的 部分可W包括全部的运行点。W运种方式，与仅更新参数图的一部分相反，整个参数图被更 新。从而，可W获得对运行工况的更准确的估计。
[0020] 根据本发明的实施例，参数图可W与一种参数类型相关，所述一种参数类型与一 种运行点类型相关。换言之，参数图包括一种参数类型（例如，内阻）与一种运行点类型 (诸如能量存储设备的溫度）之间的关系。参数可W例如是能量存储设备的等效电路模型 的一部分。
[0021] 可替代地，参数图可W包括一种参数类型（例如，内阻）与多于一种的运行点类型 (例如，溫度和可用能量）之间的关系。W运种方式，可W获得参数图的Ξ轴图表（即，曲面 图）的表示。
[0022] 根据本发明的又一实施例，所述方法可W包括：如果所述参数图的运行点处的参 数值的方差低于口限值，则不更新所述运行点处的所述参数值和方差。因此，可W存在更新 参数值的条件。如果参数值的方差小，则可能没有对各个参数值进行更新的需要。因此，具 有高不确定性（即，较高方差）的参数值与具有低不确定性的参数值相比，更频繁地被更 新。例如，与最近未被更新的参数值相比，最近被更新的参数值被更新的需要可能较小。利 用运样的选择性更新，可W通过更新不确定的参数值来进一步改进所述方法。
[0023] 参数值的示例可W是电阻值，而运行点可W是溫度值。
[0024] 根据本发明的又一实施例，不同运行点处的参数值之间的相关性可W基于关于时 间的运行点处的参数值和方差之间的相关性。因此，随着时间被更新的参数值可W被并入 所述相关模型中。
[00巧]此外，遗忘因子（λ)可W被包括在更新参数值和方差的步骤中W给在第一时间 的运行点处的参数值提供第一权重W及给在不同于所述第一时间的第二时间的运行点处 的参数值提供第二权重。遗忘因子可W例如包括指数关系，W使得经过的时间越多，参数值 变得越不重要。
[00%] 相关模型可W包括第一运行点处的参数值与其他运行点处的其他参数值之间的 相关性。因此，该相关模型可W被存储在W下形式的矩阵中：
[0027]
[0028] 其中，Ρ 1,是运行点i和j处的参数值之间的相关性，而σ 1是运行点i处的参数 值的所估计的方差。
[0029] 在本发明的一个实施例中，可W根据下式来更新所述运行点和参数值的所述部 分：
[0030]
[0031] σ i(t+l) = σ i(t)/A 如果 tr(。（t)/ λ (t))《C 阳03引 σ i(t+l) = σ i(t) 其他，
[0033] 其中，g是参数值，U表示当前运行点，Ki(t)是根据递归过程的估计量增益 (estimator gain),而ε。是在当前运行点U处的观测的（测量的）参数值与估计的参数 值之间的余差（resi化al)，而C是修剪参数并且为正数。 W34] 可替代地，对参数图的参数值进行更新可W包括使用卡尔曼滤波化alman filter),卡尔曼滤波化alman filter)本身也是递归过程。例如，卡尔曼滤波化alman filter)算法可W采用W下形式：
[0039] 其中，P是矩阵，其包括不同参数值之间的协方差W及当前运行点中估计的参数值 的方差，K是Kalman增益（与上文的估计量增益类似），Η是取决于当前运行点的向量，Rk 是矩阵，其包括卡尔曼滤波化 alman filter)的修剪参数，而y,是对参数值的当前估计。通 常，卡尔曼滤波化alman filter)在本领域中是公知的。 W40] 向量Η是基于预先确定的运行点之间的线性插值来确定的。通常，
而
[0041 ]
阳042] 作为示例，将X考虑为当前运行点，而将[xl，x2，x3，x4]考虑为预先确定的运行 点，贝>1基于η = (x-x3)/(x4-x3)来确定数值n，而Η则为：Η = [0, 0, 1-n, η]。此外，输出的 估计yk可W被表示为y k= Η k 9。
[0043] 根据本发明的第二方面，提供了一种用于对能量存储设备的运行工况进行估计的 系统，所述系统包括：
[0044] 传感器，其用于测量与所述能量存储设备的运行工况相关的参数值；W及
[0045] 控制单元，其电气连接到所述传感器，所述控制单元被配置为从所述传感器接收 所述参数值，
[0046] 其中，所述控制单元还被配置为：
[0047] 确定与所述能量存储设备的运行工况相关的第一参数值和所述第一参数值的方 差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运行点，每个运 行点具有相关的参数值；
[0048] 针对所述当前运行点，使用递归过程来估计所述第一参数值的更新的参数值和更 新的方差；
[0049] 针对所述参数图的除所述当前运行点W外的运行点的部分，使用相关模型来估计 所述参数值中的每个的更新的参数值和更新的方差，所述相关模型包括当前运行点处的参 数值与所述参数图中的所述运行点的部分中的运行点处的参数值中的每个之间的相关性； W及
[0050] 基于所述更新的参数值和更新的方差，通过在各个运行点处利用所述更新的参数 值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行更 新。
[0051] 所述控制单元优选地是微处理器或任何其他类型的计算设备。所述控制单元可W 包括计算机可读介质，所述计算机可读介质可W是任何类型的存储器设备，包括可移动的 非易失性/易失性随机存取存储器、硬盘驱动器、软盘、CD-ROM、DVD-ROM、USB存储器、SD存 储器卡或者本领域已知的类似的计算机可读介质中的一种。
[0052] 所述传感器可W被配置为测量例如：来自能量存储设备的电压或电流、来自能量 存储设备的单独能量存储单元的电压或电流、能量存储设备的溫度、单独能量存储单元的 溫度、用于冷却能量存储设备（或单元）的冷却剂（例如，液态冷却剂）的溫度、单元平衡 电流（用于平衡能量存储设备的不同单元的荷电状态的电流）或者接触器是否闭合W便于 可W从能量存储设备取得功率，等等。
[0053] 系统可W有利地包括能量存储设备。
[0054] 此外，系统可W有利地被用于监测能量存储设备，例如，电动或混合动力车辆的可 再充电电池。系统可W因此有利地被布置在车辆中。然而，系统的控制单元可W被布置在 车辆外部的其他地方。
[0055] 本发明的该第二方面的进一步的效果和特征与上文结合本发明的第一方面所描 述的那些很大程度上类似。
[0056] 在学习所附的权利要求W及下文的说明书时，本发明的进一步的特征和优点将变 得显而易见。本领域技术人员应该意识到，可W组合本发明的不同特征来创建与下文中所 描述的那些实施例不同的实施例，而不偏离本发明的范围。
【附图说明】
[0057] 现在将参考示出了本发明的当前优选实施例的附图，更加详细地描述本发明的运 些W及其他方面，在附图中：
[0058] 图1示出了本发明的实施例的示例性应用；
[0059] 图2示意性地示出了根据本发明的示例性实施例的系统；
[0060] 图3是示出了根据本发明的示例性实施例的步骤的流程图；
[0061] 图4示出了示例性的相关模型关系；
[00创图5示出了本发明的实施例的示例性实现方式；W及
[0063] 图6是示出了图5中所描述的步骤的流程图。
【具体实施方式】
[0064] 在下面的描述中，主要参考能量存储设备来描述本发明。然而，应该注意到，运决 不是限制本发明的范围，本发明同样可适用于利用参数图来估计工况的其他类型的设备。 例如，除了电池的健康状态之外，可W在车辆引擎的健康状态的场景中使用本发明。 W65] 图1示出了根据本发明的实施例的系统的示例性应用。在图1中有所示出的例如 混合动力或电动汽车100形式的车辆100,其包括可再充电电池102。在车辆100中还有针 对可再充电电池的充电系统104,其对电池进行控制并且监测电池的运行和状态。应当注意 的是，本发明同样可适用于基于燃料电池的车辆。
[0066] 图2示出了根据本发明的实施例的示例性系统。在图2中，系统200包括至少一个 传感器202 W及微处理器204形式的控制单元204,其连接到传感器202。传感器可W例如 是检测电池102的溫度的溫度传感器，或者是测量电池102的内阻的传感器。此外，控制单 元204还可W直接连接到电池102 W用于控制例如电池102的充电电流的外向电流供给， 或者，控制单元204可W直接从电池接收关于电池102的状态的信息。因此，控制单元204 被配置为监测电池102的状态。特别地，控制单元204被配置为对电池102的运行工况进 行估计。将参考前述的该应用的附图来描述对运行工况进行估计的步骤。该系统还可W包 括用于监测电池102的当前功率级（目P，容量曲的必要的电气部件。
[0067] 图3是根据本发明的实施例的示例性方法的步骤的流程图。为了估计能量存储设 备（例如，电池102)的运行工况，使用参数图。然而，由于（例如）系统参数随着时间改变， 因此参数图需要随着时间被更新。在第一步骤S302中，在运行点处确定参数图的第一参数 值。第一参数值与关于能量存储设备的运行工况的参数相关。此外，在步骤S302中，确定 第一参数值的方差。为了更新参数图，使用W下步骤。在步骤S304中，对当前运行点处的 更新的参数值和更新的方差进行估计。可W使用递归最小二乘过程或卡尔曼滤波化alman filter)技术来执行该估计，并且此外，其可W将第一参数值和方差用作输入。在随后的 步骤S306中，方法移动到参数图的其他运行点，运些运行点与当前运行点不同。在该步骤 S306中，估计参数图的运行点的一部分处的更新的参数值和更新的方差。步骤S306中的运 种估计是通过使用相关模型来完成的，所述相关模型包括当前运行点处的参数值与参数图 中的运行点的一部分中的运行点处的参数值的每个之间的相关性。在随后的步骤S308中， 通过利用更新的参数值和方差来替换先前的参数值和方差W对参数图进行更新。然后更新 的参数图可W随后被用于估计（例如）可再充电电池的荷电状态。其他运行工况是（例如） 荷电状态（SoC)、当前容量怕)、自放电、到电池被放电为止电池中的可用能量的当前量、至U 电池被完全充电为止所需能量的当前量、在不违反任何电池/电池单元的电压/电流限制 的情况下立即可用的功率的量和/或针对任何给定长度的任何充电/放电功率脉冲的估计 的可用功率。
[0068] 值得注意的是，第一参数值和各自的方差可W是根据先前对参数值的更新所确定 的值，或者，如果没有先前的参数值，则第一参数值可W是获得初始参数值的第一测量。
[0069] 相关模型基于第一运行点处的第一参数值与第二运行点处的第二参数值之间的 关系。在该示例中，第一运行点可W被指示为当前运行点。作为相关模型的至少一部分的 所述关系是基于实验数据的，并且还基于关于电池状态的其他历史数据。作为示例，在图4 中，示出了图表400,图表400示出了运行点0X1处的参数灯）相对于相同的、但在运行点 0X2处的参数Y所标绘出的多个参数值402。数据点402是针对具有不同内在特性（例如， 内阻、电容、容量、老化等）的、但当然属于同种类型（例如，"模型"）的电池所收集的。W运 种方式，获取关系404,在运种情况下是两个不同运行点处的参数值之间的线性关系404被 获取。值得注意的是，该关系也可W是非线性的。在那样的情况下，例如，可W将该关系分 成线性的子部分。因此，即使关系是非线性的本发明仍然是可适用的，例如，由于在关系趋 向于至少接近线性的情况下长期相关性是更可取的。此外，如果运行点0X1和0X2处的参 数值之间的相关性不存在，本方法仍然有效，运是因为本方法无非不更新不相关的参数值。
[0070] 对于相关模型，我们可W假定参数值Y(OXl)和Υ(〇Χ2)是具有相应的均值μγ^χι> 和μγ(。蝴和方差。 2γ咖郝。2γ(。哟的正态分布。在运种情况下，我们得到参数之间的相关 性是：
[0071]
[0072] 针对运行点之间的相关性所使用的模型由下面给出的矩阵Σ给出：
[0073]
[0074] 其中，Ρ。是运行点i和j处的参数值之间的相关性，而σ 1是估计的运行点i处 的参数值的方差。相关性Pi,可W根据参考图4和等式（1)所描述的那些而获得。 [00巧]现在可W使用W下过程来执行对参数的更新。在第一步骤中，使用W下公式来计 算当前运行点U处的余差:
[0076] A' (/') = v(〇 _ :p(/')马' (/ - Γ)
[0077] 其中，y(t)和梦的分别是观察到的（测量到的）参数值和运行点，而6是所估计 的参数值（是参数图的一部分）。在下一步骤中，使用递归最小二乘算法来对当前运行点U 处的参数凳和方差Pu进行更新，运可由W下算法给出：
[0081] 其中，I是单位矩阵。可替代地，可W使用卡尔曼滤波化alman filter)技术代替 上面的递归算法。卡尔曼滤波化alman filter)在本领域中是公知的。在随后的步骤中， 针对除当前运行点W外的运行点执行对参数图的更新。该更新步骤可W基于相关模型，并 且可W根据W下给出的算法执行：
[0082] 句(/ + 1) =句(0 +必,(/伍，&',' (/) 阳08引 Pi (t+1) = pi (t) / λ，如果 tr (P (t) / λ (t))《C
[0084] Pi(t+1) = Pi(t)其他， 阳0化]其中，g是参数值，U表示当前运行点，Ki(t)是来自递归过程的估计量增益，而ε。 是当前运行点U处的余差。为了避免"协方差结束（wind up)"增加了跟踪协方差的条件。 参数λ是遗忘因子。遗忘因子可W采用修剪参数（trimparameter)的形式，并且具有0到 1范围中的值，优选地接近1 (例如，0. 90-0. 99)。
[0086] 图5a-b展示了根据本发明的实施例的方法的示例性实现方式，并且图6是相对应 的方法步骤的流程图。在图5a中有所示出的参数图的图502,该参数图具有采用溫度值形 式的运行点和采用电阻值形式的相关联的参数值。每个运行点和相关联的参数值具有由误 差条503、509、511(仅对Ξ个进行标号，W便于避免在图中杂乱）所指示的方差。在该示例 中，在巧0°C的当前运行点504处收集数据（步骤S502)，因此收集当前运行点504处的参 数值508。使用递归过程、化S (或卡尔曼滤波化alman filter))，使用所收集的参数值508 对当前运行点504+20°C处的参数值（换言之，电阻值）进行更新（S504)。类似地，运行点 504处的参数值的方差也被更新。此外，如先前所描述的，根据预先确定的模型（如参考图4 所描述的）对除当前运行点504 W外的运行点处的参数值进行更新。如在图5b中所示的， 参数图已经被更新（虚线514指示更新的参数图），在该示例中，整个参数图502都已经被 更新，但是运并不是必要的。在其他示例中，可W仅对参数图502的部分进行更新。如在图 化中可W看到的，与图5a中由误差条509和511所指示的方差相比，在运行点507和510 处的参数值的误差条509'和511'所指示的方差已经增大。实线512指示图5a中示出的 先前的参数图。因此，关于由实线512所指示的先前的参数图，在步骤S508中由线514所 指示的新的参数图已经被更新。在图5a-b中所示出的示例中，采用电阻值形式的参数值已 经增大，即线514位于线512的上方。也可能出现电阻值（或所使用的任何参数类型）减 小，因此在那样的情况下线514将位于线512的下方。
[0087] 此外，根据对附图、公开W及所附的权利要求的学习，本领域技术人员在实现所要 求的发明的过程中可W理解和产生所公开的实施例的变型。例如，可W使用本文所示出的 示例性算法之外的其他递归方法。此外，即使利用非递归的算法，根据本发明的实施例的方 法仍然是可适用的。
[0088] 在权利要求书中，词语"包括"不排除其他的元件或步骤，并且不定冠词"一"或"一 个"不排除多个。某种测量被记载在相互不同的从属权利要求中的单纯事实不表示所测量 的运些的组合不能被用作优势。
【主权项】
1. 一种对用于估计能量存储设备的运行工况的参数图进行确定的方法，所述方法包括 以下步骤： 确定（S302;S502)与所述能量存储设备的运行工况相关的第一参数值以及所述第一 参数值的方差，所述第一参数值与参数图的当前运行点相关，所述参数图包括至少两个运 行点，每个运行点具有相关的参数值； 针对所述当前运行点，估计（S304;S504)所述第一参数值的更新的参数值和更新的方 差； 针对所述参数图中运行点的至少一部分，使用相关模型来估计（S306;S506)所述参数 值中的每个的更新的参数值和更新的方差，所述相关模型包括所述当前运行点处的参数值 与所述参数图中的运行点的所述部分中的运行点处的参数值中的每个之间的相关性；以及 基于所述更新的参数值和所述更新的方差，通过在各个所述运行点处利用所述更新的 参数值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行 更新。2. 根据权利要求1所述的方法，还包括基于所述更新的参数图来估计所述运行工况。3. 根据权利要求1或2中的任一项所述的方法，其中，所述相关模型是根据预先确定的 实验数据来确定的，所述预先确定的实验数据包括所述参数图中的两个不同的运行点处的 参数的参数值之间的关系（400)。4. 根据权利要求1所述的方法，其中，所述相关模型包括所述当前运行点处的参数值 与所述参数图中除所述当前运行点以外的全部运行点的参数值之间的相关性。5. 根据前述权利要求中的任一项所述的方法，其中，所述参数图与一种参数类型相关， 所述一种参数类型与一种运行点类型相关。6. 根据前述权利要求中的任一项所述的方法，其中，如果所述参数图的运行点处的参 数值的方差低于门限值，则不更新所述运行点处的所述参数值和所述方差。7. 根据前述权利要求中的任一项所述的方法，其中，所述参数值是电阻值或者电容值， 而所述运行点是温度值。8. 根据前述权利要求中的任一项所述的方法，其中，所述能量存储设备是能量存储设 备，而所述运行工况是荷电状态。9. 根据前述权利要求中的任一项所述的方法，其中，各个运行点处的参数值之间的所 述相关性是基于关于时间的运行点处的参数值和方差之间的相关性的。10. 根据前述权利要求中的任一项所述的方法，其中，遗忘因子（λ)被包括在更新所 述参数值和所述方差的步骤中，以给在第一时间的运行点处的参数值提供第一权重以及给 在与所述第一时间不同的第二时间的运行点处的参数值提供第二权重。11. 根据前述权利要求中的任一项所述的方法，其中，所述相关模型被存储在以下形式 的矩阵Xij中：其中，P U是运行点i和j处的所述参数值之间的所述相关性，而σ 1是运行点i处的 参数值的所估计的方差。12. 根据权利要求11所述的方法，其中，所述运行点和参数值的所述部分是根据下式 来更新的：其中，.禹是参数值，U表示所述当前运行点，Ki (t)是估计量增益，而ε。是所述当前运 行点U处的观测的参数值与所估计的参数值之间的余差，而C是数值参数。13. -种用于估计能量存储设备（102)的运行工况的系统（200)，所述系统包括： 传感器（202)，其用于测量与所述能量存储设备的运行工况相关的参数值；以及 控制单元（204)，其电气连接到所述传感器，并且所述控制单元被配置为从所述传感器 接收所述参数值， 其中，所述控制单元还被配置为： 确定与所述能量存储设备的运行工况相关的第一参数值以及所述第一参数值的方差， 所述第一参数值与参数图（502)的当前运行点相关，所述参数图包括至少两个运行点，每 个运行点具有相关的参数值； 针对所述当前运行点，使用递归过程来估计所述第一参数值的更新的参数值和更新的 方差； 针对所述参数图中除所述当前运行点之外的运行点的一部分，使用相关模型来估计所 述参数值中的每个的更新的参数值和更新的方差，所述相关模型包括所述当前运行点处的 参数值与所述参数图中的运行点的所述部分中的运行点处的参数值中的每个之间的相关 性；以及 基于所述更新的参数值和所述更新的方差，通过在各个所述运行点处利用所述更新的 参数值来替换所述参数值并且利用所述更新的方差来替换所述方差，来对所述参数图进行 更新。14. 根据权利要求13所述的系统，还包括所述能量存储设备（102)。15. -种车辆（100)，包括根据权利要求13至14中任一项所述的系统。
【专利摘要】本发明涉及对用于估计能量存储设备(102)的运行工况的参数图(502)进行确定的方法和系统(200)，所述能量存储设备可以是能量存储设备，所述方法包括对所述参数图进行更新。在对所述参数图进行更新时，考虑到能量存储设备的老化行为来实现相关模型。所述模型包括参数图的不同部分之间的相关性，这使得能够在现在不在当前运行点处的部分处对参数图进行更新。基于所述参数图，可以确定所述能量存储设备的运行工况。
【IPC分类】G01R31/36
【公开号】CN105487013
【申请号】CN201510621548
【发明人】H·库西斯托, B·弗里德霍尔姆
【申请人】沃尔沃汽车公司
【公开日】2016年4月13日
【申请日】2015年9月25日
【公告号】EP3002598A1, US20160096443
最新回复(0)