电池参数计算方法、装置以及系统与流程

1.本发明涉及电池管理技术领域，特别地涉及一种电池参数计算方法及电池参数计算装置和系统。


背景技术：

2.锂电池是一个根据时间变化的非线性化学储能系统。荷电状态(soc)是一个跟踪目前剩余容量占电池最大容量百分比的关键参数。soc实际上反映了电池的实时内部化学状态，但只能根据有限的可测量的电池参数来估计，这些参数包括电池的电压、电流和温度。由于soc与温度、电流以及电池的固有特性(如开路电压(ocv)和电阻)有着复杂的非线性关系，因此在使用寿命内覆盖不同温度和负载使用场景下准确估计soc是具有挑战性的。
3.通常地，估计soc的一个简单方法是使用库仑计数器来累积充电或放电过程中通过的容量。但是，soc的准确性受制于初始soc值和电流积分累积误差。虽然在电池完全充电或放电时，soc可以得到一定程度的修正，但这种方法不适合在较窄的soc范围内工作的电池，因为它很少达到完全充电或放电的条件，从而修正库伦计数器的初始soc。
4.另一种估计soc的方法是结合ocv校正和库仑计数器，但不应用电池模型。在该方法中，ocv校正被用来调整电池弛豫时的初始soc，测量的电压被直接用作ocv值，soc根据ocv值被校正。但是，如果电池连续充电或放电，长时间不能达到松弛条件来触发ocv校正，这种方法仍然是有限的。
5.上述的估计soc的方法都有一定的局限性。希望有一种简单有效的方法来准确地估计电池的soc。本技术解决了这种需求。


技术实现要素：

6.通过提供一种基于电池模型来精确地计算电池的荷电状态(soc)的方法，本公开的优选实施例总体上解决或规避了这些和其他问题，并且总体上实现了技术优势。
7.本技术提供了一种用于计算电池的荷电状态soc的方法，包括：获取当前的所述电池的电流测量值；获取当前的所述电池的电压测量值；基于所述电流测量值、所述电压测量值和电池模型计算所述电池的基于模型的开路电压ocv
model
，其中，所述电池模型包括电池电阻分量和电池电压分量，用于表征所述电流测量值、所述电压测量值与所述电池的所述ocv
model
之间的关系；基于所述ocv
model
计算当前的基于电压的荷电状态vsoc
k+1
；接收前一次的荷电状态sock；基于所述sock计算当前的基于库伦计数的荷电状态ccsoc
k+1
；以及基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态soc
k+1
。
8.可选地，该方法还包括：接收前一次的开路电压ocvk；以及基于所述ocv
model
和所述ocvk计算当前的开路电压ocv
k+1
，并且基于所述ocv
k+1
计算所述vsoc
k+1
。
9.可选地，所述电池电阻分量包括等效串联电阻分量和rc网络中的电阻分量，且所述计算所述电池的ocv
model
包括基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值以及rc网络中的电阻分量值计算所述电池的ocv
model
。
10.可选地，所述电池电阻分量包括等效串联电阻分量和瞬态电阻分量，且所述计算所述电池的ocv
model
包括基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值和所述瞬态电阻分量值计算所述电池的ocv
model
。
11.可选地，所述计算当前的荷电状态soc
k+1
包括根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。
12.可选地，所述计算当前的荷电状态soc
k+1
包括获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。
13.可选地，该方法还包括：重复上述步骤以基于下一次的基于电压的荷电状态vsoc
k+2
和下一次的基于库伦计数的荷电状态ccsoc
k+2
来计算下一次的荷电状态soc
k+2
。
14.可选地，该方法还包括：获取当前的所述电池的温度测量值，且基于所述温度测量值计算所述电池的所述ocv
model
，所述电池模型还表征所述温度测量值与所述ocv
model
之间的关系。
15.本技术还提供了一种用于计算电池的荷电状态soc的装置，所述装置包括：开路电压ocv计算电路，被配置为接收当前的所述电池的电流测量值以及当前的所述电池的电压测量值，并且基于所述电流测量值、所述电压测量值和电池模型计算所述电池的基于模型的开路电压ocv
model
，其中，所述电池模型包括电池电阻分量和电池电压分量，用于表征所述电流测量值、所述电压测量值与所述电池的所述ocv
model
之间的关系；soc计算电路，被配置为基于所述ocv
model
计算当前的基于电压的荷电状态vsoc
k+1
，以及被配置为接收前一次的荷电状态sock，并且基于所述sock计算当前的基于库伦计数的荷电状态ccsoc
k+1
；和soc适配电路，被配置为基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态soc
k+1
。
16.可选地，所述装置还包括：ocv滤波电路，被配置为基于所述ocv
model
和前一次的开路电压ocvk计算当前的开路电压ocv
k+1
，其中，所述soc计算电路还被配置为基于所述ocv
k+1
计算所述vsoc
k+1
。
17.可选地，所述电池电阻分量包括等效串联电阻分量和rc网络中的电阻分量，所述开路电压计算电路还被配置为基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值以及rc网络中的电阻分量值计算所述电池的所述ocv
model
。
18.可选地，所述电池电阻分量包括等效串联电阻分量和瞬态电阻分量，且所述开路电压计算电路还被配置为基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值和所述瞬态电阻分量值计算所述电池的所述ocv
model
。
19.可选地，所述soc适配电路还被配置为根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。
20.可选地，所述soc适配电路还被配置为获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。
21.可选地，所述ocv计算电路还被配置为接收当前的所述电池的温度测量值，并且基于所述温度测量值计算所述电池的所述ocv
model
，其中，所述电池模型还用于表征所述温度测量值与所述电池的所述ocv
model
之间的关系。
22.本技术还提供了一种用于计算电池的荷电状态soc的系统，其特征在于，所述系统包括：电流传感器，被配置为测量当前的所述电池的电流值；电压传感器，被配置为测量当前的所述电池的电压值；以及soc计算设备，包括：电池模型装置，被配置为接收所述电池的电流值和所述电池的电压值以生成所述电池的基于模型的开路电压ocv
model
；和控制电路，被配置为基于所述ocv
model
计算当前的基于电压的荷电状态vsoc
k+1
，接收前一次的荷电状态sock，并且基于所述sock计算当前的基于库伦计数的荷电状态ccsoc
k+1
，以及基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态soc
k+1
。
23.可选地，所述控制电路还被配置为接收前一次的开路电压ocvk；以及基于所述ocv
model
和所述ocvk计算当前的开路电压ocv
k+1
，并且基于所述ocv
k+1
计算所述vsoc
k+1
。
24.可选地，所述电池模型包括等效串联电阻分量和瞬态电阻分量，所述电池模型装置还被配置为基于所述电流值、所述电压值、所述等效串联电阻分量值和瞬态电阻分量值计算所述电池的所述ocv
model
。
25.可选地，所述控制电路还被配置为根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。
26.可选地，所述控制电路还被配置为获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。
27.本技术可实现至少一项如下的有益效果：本技术提供的方法能够直接根据模型计算出基于电压的soc，然后作为反馈修正基于库仑计数的soc，使得不同场景下的电压对基于电流积分所得soc的修正权重的确定变得简单且直观，即直接利用基于电压的soc对基于库仑计数的soc进行修正，并易于在电池管理系统的芯片或设备中实现。
28.上文相当广泛地概述了本技术的特征和技术优点，以便可以更好地理解以下对本技术的详细描述。下文将描述本技术的额外特征和优点，它们形成本技术的权利要求的主题。本领域技术人员应明白，可容易地利用公开的概念和特定实施例作为修改或设计用于实现本技术的相同目的的其它结构或过程的基础。本领域技术人员还应意识到，此类等效构造没有偏离随附权利要求中所阐述的本技术的精神和范围。
附图说明
29.为了更全面地了解本技术及其优点，现在结合附图参考以下描述，图中：
30.图1示出了本技术一实施例提供的用于计算电池的荷电状态(soc)的装置的高级框图；
31.图2示出了本技术一实施例提供的电池的等效电路模型图；
32.图3示出了本技术另一实施例提供的电池的等效电路模型图；
33.图4示出了本技术一实施例提供的电池模型的高级框图；
34.图5示出了本技术另一个实施例提供的用于计算电池的荷电状态(soc)的装置的高级框图；
35.图6示出了本技术一个实施例提供的ocv滤波器的高级框图；
36.图7示出了本技术一个实施例提供的soc适配器的高级框图；
37.图8示出了本技术另一个实施例提供的soc适配器的高级框图；
38.图9示出了本技术一实施例提供的计算电池的荷电状态的方法流程图；
39.图10示出了本技术一实施例提供的电池模型中的电阻和rc网络的时间参数与soc和温度的曲线图；
40.图11示出了本技术一实施例提供的电池的开路电压与荷电状态和温度的曲线图；
41.图12示出了根据本技术一实施例提供的建立电池模型的方法流程图；
42.图13示出了根据本技术一实施例提供的计算电池的荷电状态(soc)的系统的高级框图；以及
43.图14示出了根据本技术另一实施例提供的计算电池的荷电状态(soc)的系统的高级框图。
44.除非另外指示，否则不同图中的对应数字和符号一般指对应部分。绘制附图是为了清楚地说明各种实施例的相关方面，它们不一定按比例绘制。
具体实施方式
45.下面将结合附图，对本技术中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例，都属于本技术保护的范围。
46.通常，提高soc估计精度的较好方法是引入电池模型来估计soc。在该方法中，无论电池是在充电、放电还是弛豫模式下工作，测量的电池电压都可以持续用于修正基于电流的库仑计数器计算的soc。例如，基于模型的电池电压被计算出来，并与测量的电池电压进行比较，然后将其作为反馈因素来修正基于库仑计数的soc，以产生新的电池soc。但该方法的劣势为，测量的电压是以隐含的方式作为反馈来修正soc，适当的修正权重不能根据其物理意义来确定，而是以试错的方式来保证在不同温度和负载的情况下的soc性能。因此，如果基于电压的soc可以直接根据模型计算出来，然后作为基于库仑计数的soc的修正反馈，使得不同场景下的修正权重的确定变得简单(即直接利用基于电压的soc对基于库仑计数的soc进行修正，而并非用测量的电压对基于库仑计数的soc进行修正)，并易于在电池管理系统(bms)芯片或设备中实现。
47.在本技术的一个实施例中，用于计算soc的系统可以包括电流、温度和电压传感器，以获取相应的数据。该系统可以实现基于电池模型的算法。电池模型可以由一个串联的欧姆电阻和顺序为1阶至n阶的rc元件组成。电池模型可以通过用电池电阻引起的压降补偿所测量的电压来生成基于模型的ocv值。该ocv值可以转化为soc值，即基于电压的soc，以此soc作为反馈来修正基于库仑计数的soc值，就可以生成当前的soc值。基于电压的soc的修正权重可由soc适配器调整，以保证soc计算的准确性和鲁棒性。
48.请参照图1，图1示出了本技术一实施例提供的用于计算电池的荷电状态(soc)的装置的高级框图。
49.如图1所示，用于计算电池的soc的装置10可获取多种传感器所测量的反映电池状态的数据。例如，装置10可获取由电流传感器测量的电池的当前电流值i
k+1
。在一实施例中，电流传感器可以使用感测电阻以检测流入和流出电池的电流。装置10可获取由电压传感器测量的电池的当前电压值u
k+1
。在一实施例中，所述电池被用于向电子设备供电，所测量的
当前电流值和电压值反映了电子设备加载在电池上的负载的信息。装置10还可以获取由温度传感器测量的电池的当前温度值t
k+1
。温度传感器的测温元件可定位在电池的周围。
50.该用于计算电池的soc的装置10还包括库伦计数器106。库伦计数器106接收从电流传感器测量的当前电流值i
k+1
，并生成当前的荷电状态增量δsoc
k+1
。求和元件108通过相加当前的荷电状态增量δsoc
k+1
和前一次荷电状态sock以生成基于伦计数的荷电状态ccsoc
k+1
。
51.装置10还包括基于电压的soc计算器104。由电池模型102生成的基于模型的开路电压ocv
model
被馈入基于电压的soc计算器104以生成当前的基于电压的soc值vsoc
k+1
。vsoc
k+1
被用来与ccsoc
k+1
进行比较和结合以生成当前的荷电状态soc
k+1
。例如，使用soc适配器110比较vsoc
k+1
和ccsoc
k+1
。
52.在本技术中，soc适配器110也可称为soc适配电路。库伦计数器106、基于电压的soc计算器104和求和元件108也可称为soc计算电路以生成vsoc
k+1
和ccsoc
k+1
。电池模型102也可称为开路电压(ocv)计算电路或电池模型装置。soc适配电路和soc计算电路也可被称为控制电路。
53.装置10还包括soc延迟电路112，其接收soc适配器110的输出以生成前一次荷电状态sock，并将sock馈入求和元件108和电池模型102。
54.电池模型102可以用来预估电池的开路电压，其输出基于模型的开路电压ocv
model
。该电池模型102基于所获取的电流测量值、电压测量值、温度测量值以及接收到的电池的前一次的荷电状态sock来输出ocv
model
。
55.图2示出了电池模型所基于的一种等效电路模型图。该等效电路模型包括表示电池的开路电压ocv的电压源。该等效电路模型还包括等效串联电阻r
ohmic
，其反映了电池的瞬态电阻特性。该等效电路模型还包括n个rc并联网络，其反映了电池的电荷转移反应和电荷扩散特性。rc网络的数量n可以是1至3，甚至更多。更多个rc网络意味着更复杂的计算工作，以及装置运行该电池模型所消耗的更多资源。图2中的电池模型的组成部分(ocv、r
ohmic
、rc网络)取决于多种参数，如温度、soc、负载、老化程度等，并且这些参数之间的关系是非线性的，ocv和soc之间关系是非线性的且与温度相关的；模型中的各电阻值和soc之间关系也是非线性的且与温度相关的。不同参数之间的关系可以用数学方程组来表达。以二阶等效模型(n＝2)为例，该电池模型的离散形式可描述为如下的公式：
[0056][0057][0058]
ocv(t
k+1
)＝u(t
k+1
)-i(t
k+1
)*r
ohmic
(soc(tk),t(t
k+1
))-i
r1
(t
k+1
)*r1(soc(tk),t(t
k+1
))-i
r2
(t
k+1
)*r2(soc(tk),t(t
k+1
))
ꢀꢀ
(3)
[0059][0060]
其中，i
r1
表示流经电阻r1的电流；i
r2
表示流经电阻r2的电流；i表示流经电阻r
ohmic
的电流；u表示实时测量的电池端电压；ocv表示电池的开路电压；t表示电池温度；soc表示荷电状态。tk表示循环周期中的前一次时刻；t
k+1
表示周期中的当前时刻。
[0061]
电池的开路电压ocv可以计算为电池电压u减去等效串联电阻r
ohmic
上的压降以及n个rc网络上的压降。
[0062]
在一些实施例中，可能需要以有限的资源来运行复杂的电池模型，那么电池模型可以简化为图3中所示的等效电路模型。参考图3，n个rc网络被近似为一个恒定的电阻r
slow
，它只考虑几秒钟甚至几分钟内的短时rc响应，而忽略了长时rc响应。此外，r
slow
可以根据温度范围δt、负载范围δr
l
、soc范围δsoc和时间周期δt进行补偿。例如，补偿系数可以被确定为一个简单的函数f(δt，δsoc)。
[0063]
图4示出了根据本技术一实施例提供的电池模型的高级框图。如图4所示，电池模型102包括r
ohmic
模块204和rc1…n模块202。电池模型102的输入参数包括当前的电池的电压测量值u
k+1
、当前的电池的电流测量值i
k+1
、当前的电池温度值t
k+1
和前一次的电池荷电状态sock。这些输入参数经电池模型102处理以生成电池当前的开路电压ocv
model
，即基于模型的开路电压。
[0064]rohmic
模块204生成电池的r
ohmic
值，该r
ohmic
值被馈入乘积元件216以输出表示r
ohmic
和i
k+1
乘积的电压v
esr
。rc1…n模块202能生成多个电阻值r1…rn
和与多个电阻值对应的电流值i
r1
…irn
。这些电阻值和电流值被馈入乘积元件212以输出表示r1…rn
和i
r1
…irn
乘积的多个电压值v
r1
…vrn
，随后v
r1
…vrn
经求和元件214输出多个电压值之和∑v
rn
。例如，对于二阶的电池模型，∑v
r2
＝i
r1
*r1+i
r2
*r2。求差元件218结合u
k+1
和v
esr
以生成u
k+1
与v
esr
的差值，求差元件220结合上述差值和∑v
rn
以生成表示u
k+1
与v
esr
和∑v
rn
的差值，及基于模型的开路电压ocv
model
。
[0065]
图5示出了本技术另一个实施例提供的用于计算电池的荷电状态(soc)的装置的高级框图。图5所示的高级框图与图1所示的类似，区别在于装置10还包括ocv滤波器114，也可称为ocv滤波电路。
[0066]
ocv滤波器114连接在电池模型102和基于电压的soc计算器104之间。ocv滤波器114接收电池模型102输出的ocv
model
，并向soc计算器104输出当前的开路电压ocv
k+1
。在该实施例中，soc计算器104基于所述ocv
k+1
计算当前的基于电压的荷电状态vsoc
k+1
。ocv滤波器114可以避免由电流急剧变化或电池模型误差造成的明显的ocv
model
电压值的跳动，以保证输入soc计算器104的开路电压ocv
k+1
的稳定，从而提高整个装置soc估算的准确性。
[0067]
图6示出了本技术一个实施例提供的ocv滤波器的高级框图。ocv滤波器114包括权重模块402，其接收当前的基于模型的开路电压ocv
model
以及前一次的开路电压ocvk，并通过预设的权重因子a，生成当前的开路电压ocv
k+1
，即ocv
k+1
＝aocv
model
+(1-a)ocvk。所述权重因子a取决于电池模型精度和电流负载大小，例如，电池模型精度好或电流较小时，由于基于模型计算所得的开路电压值ocv
model
准确度高，能较为准确反映电池内部真实的电极电势状态，则a值可以选取较大值提高ocv
model
对ocv
k+1
的贡献权重，以计算出较为准确的vsoc
k+1
，反之a值则应选取较小值。
[0068]
ocv滤波器114还包括延迟电路404，其接收前一次的开路电压ocvk并将其反馈到权重模块402。延迟电路404用于保留前一次(或当前)的开路电压，并将其用于计算当前(或下一次)的开路电压。
[0069]
返回参考图1或图5，soc适配器110接收当前的基于库伦计数的荷电状态、当前的基于电压的荷电状态、基于电压的荷电状态的置信度以及当前的电流测量值来生成当前的
荷电状态。图7示出了本技术一个实施例提供的soc适配器的高级框图。如图7所示，soc适配器110包括vsoc权重装置701，其基于所接收的vsoc置信度以及当前电池的电流测量值生成分配于基于电压的荷电状态和基于库伦计数的荷电状态之间的权重因子，从而计算出当前的荷电状态。具体地，vsoc权重装置701向乘积元件703和求差元件705输出权重因子w。乘积元件703接收当前的基于电压的荷电状态vsoc
k+1
和权重因子w以向求和元件709输出两者的乘积。求差元件705输出1与权重因子w之间的差值。乘积元件707接收当前的基于库伦计数的荷电状态ccsoc
k+1
和求差元件705所输出的差值以向求和元件709输出两者的乘积。最终，求和元件709结合乘积元件703和乘积元件707的输出，生成当前的荷电状态soc
k+1
。在一实施例中，权重因子w的取值在0-1之间。。vsoc置信度表示vsoc值的可信程度，可由ocv
model
、ocvk、电流i
k+1
等量来确定，比如，当前周期内电流有突变，由t＝k时刻的0.1c变为了t＝k+1时刻的1c(c为倍率)，该时刻计算出的开路电压ocv
model
＝3800mv，而上一时刻t＝k的ocvk＝3900mv，由于电池内部的电动势正常情况下不可能发生瞬态大范围跳变，所以此次基于模型计算的ocv
model
以及滤波后的ocv
k+1
与真实值有较大偏差，vsoc
k+1
可信度小，此时w应取很小的值，即基本不对基于电流积分的ccsoc
k+1
做修正。
[0070]
图8示出了本技术另一个实施例提供的soc适配器的高级框图。在该实施例中，soc的误差增益值被生成，并将该增益值反馈至基于库伦计数的荷电状态，从而计算出当前的荷电状态。具体地，如图8所示，求差元件803生成当前的基于电压的荷电状态vsoc
k+1
和当前的基于库伦计数的荷电状态ccsoc
k+1
的差值。soc误差增益装置根据所接收的vsoc置信度以及当前电池的电流测量值生成误差增益系数，并且基于vsoc
k+1
和ccsoc
k+1
的差值向求和元件805输出soc误差增益值。求和元件805结合ccsoc
k+1
和soc误差增益值生成当前的荷电状态soc
k+1
。相较于图7中所示的实施例更依赖于置信度确定最终修正权重w，本实施例中的误差增益法可以更直观获取由模型基于电压计算的vsoc
k+1
与库伦积分ccsoc
k+1
之间的差值，从而方便确定最终对ccsoc
k+1
的修正值，该差值在一个采样周期内不应有太大变化，若有则说明vsoc
k+1
计算误差较大，则误差增益模块的输出应非常小或直接为0，保证此时以库伦积分为主来计算soc。
[0071]
图9示出了根据本技术一实施例提供的计算电池的荷电状态的方法流程图。图9所示的这个流程图只是一个示例，它不应该不适当地限制权利要求的范围。本领域的普通技术人员会认识到许多变化、替代和修改方案。例如，图9中示出的各种步骤可以被添加、移除、替换、重新安排和重复。
[0072]
在步骤902中，计算电池的soc的装置10可以获取各种电池测量值。例如，装置10获取由电流传感器所测量的流过电池的电流值i
k+1
；装置10获取由电压传感器所测量的电池电压值u
k+1
；电池的温度t
k+1
可由温度传感器测量并获取。
[0073]
在步骤904中，电池模型102接收在步骤902中获取的各种电池测量值，以及前一次的荷电状态sock，以便更新或生成基于模型的开路电压ocv
model
。
[0074]
在步骤906中，装置10根据前一次的荷电状态sock确定电池模型中的各参数值。参考回图2和图3，电池模型的等效电路图中的电阻r
ohmic
、r1…rn
、r
slow
以及rc网络的时间参数tau取决于电池的soc、温度和电池状态(例如，电池处于充电状态或放电状态；电池正在以恒流模式充电或以恒压模式充电等)等变量。可以通过表格或曲线图来表示电阻或时间参数和这些变量的关系。该表格或曲线图的数据可存储在存储器中，以供处理器调用。图10示
出了本技术一实施例提供的电池模型中的电阻和rc网络的时间参数与soc和温度的曲线图。在该实施例中，电池模型为电池的一阶等效电路模型。如图10中的上图所示，横坐标表示荷电状态soc，纵坐标表示电阻r
ohmic
的阻值，图中实线表示在25摄氏度下，电阻r
ohmic
与soc的曲线关系图。虚线表示在0摄氏度下，电阻r
ohmic
与soc的曲线关系图。通过混合脉冲功率特性(hppc)检测可得到电池电阻和soc的关系。类似地，在图10中的中图中，示出了在0摄氏度和25摄氏度下，电阻r1与soc的曲线关系图。在图10中的下图中，示出了在0摄氏度和25摄氏度下，一阶等效电路中rc网络的时间参数tau1与soc的曲线关系图。如图10所示，电阻r
ohmic
和电阻r1显示出与soc的非线性负相关的关系，而时间参数tau1显示出与soc的非线性正相关的关系。
[0075]
在步骤908中，装置10确定电池的基于模型的开路电压ocv
model
。基于步骤906中所确定的电阻值以及步骤904中所接收到电流值和电压值，装置10可以根据图2和图3中的等效电路来计算出ocv
model
。例如，以一阶等效模型为例，ocv
model
＝u
k+1-i
k+1
*r
ohmic-i
r1
*r1。
[0076]
在步骤910中，装置10对ocv
model
进行滤波以生成ocv
k+1
。在其他实施例中，也可以省略步骤910，此时ocv
model
直接馈入图1中的soc计算器104。
[0077]
在步骤912中，装置10基于所接收的ocv
k+1
计算vsoc
k+1
。电池的ocv取决于多个因素，例如电池的soc、温度和电池状态(例如，电池处于充电状态或放电状态；电池正在以恒流模式充电或以恒压模式充电等)。为简化起见，可将ocv表示为soc的函数。图11示出了本技术一实施例提供的电池的开路电压与荷电状态和温度的曲线图。图11中的长虚线、短虚线和实线分别表示0摄氏度、25摄氏度和55摄氏度下电池的开路电压与荷电状态的关系曲线图。通过容量和ocv测试可以得到这些曲线图。在一些实施例中，通过插值方式查找表格可以计算vsoc值。在其他实施例中，为了减少存储在存储器中的数据，可以将soc-ocv关系拟合为数学函数，如多次多项式方程。如果需要，可以先将曲线分成几段，然后分别拟合成更简单的方程。
[0078]
在步骤914中，确定基于库伦计数的soc。装置10根据当前的电流测量值生成荷电状态的增量δsoc，通过与当前荷电状态soc
k+1
相加以产生当前的基于库伦计数的荷电状态ccsoc
k+1
。
[0079]
在步骤916中，装置10基于vsoc
k+1
和ccsoc
k+1
计算当前的荷电状态soc
k+1
，如使用图1中所示的soc适配器110。具体地，在一实施例中，基于所接收的vsoc置信度以及当前电池的电流测量值生成分配于基于电压的荷电状态和基于库伦计数的荷电状态之间的权重因子，从而计算出当前的荷电状态。在另一实施例中，生成soc的误差增益值，并将该增益值与基于库伦计数的荷电状态相加，以计算出当前的荷电状态。
[0080]
在完成当前soc的计算后，整个处理会循环回步骤902，并在后续迭代中重复计算电池的下一次soc，在下一次soc的计算中，使用当前的电池soc作为前一次的电池soc。
[0081]
图12示出了根据本技术一实施例提供的建立电池模型的方法流程图。
[0082]
在步骤1202中，对电池的特性进行表征测试，以获得电池参数的关系图、关系式或对应列表。例如，通过表征测试获得图11所示的电池的soc-ocv-t曲线图、图10所示的电池的r-soc-t曲线图。
[0083]
在步骤1204中，对步骤1202的关系图中的参数，用hppc测试数据并根据上文公式1和公式2中电流、电压、时间参数的关系可对阻抗和时间参数等值进行参数识别，以建立等
效电路模型。如图2所示，该等效电路模式可以是n阶电路模型(n≥1)。
[0084]
图13示出了根据本技术一实施例提供的计算电池的荷电状态(soc)的系统的高级框图。该系统包括温度传感器1002、电压传感器1004、电流传感器1006和计算电池soc的设备1300。在该实施例中，设备1300可包括诸如flash存储器1302和sram 1304等的存储器。flash存储器1302可用于存储电池的特定系数或设置，以及从电池特性中生成的其他电池参数。例如，flash存储器1302可存储图11所示的电池的soc-ocv-t的曲线图或关系表格。flash存储器1302还可以存储拟合图11所示的soc-ocv-t的曲线的函数。flash存储器1302还可以存储各种数学方程，例如表征图2所示等效电路图的数学方程参数。flash存储器1302还可以存储算法计算输出的状态量(如soc值)以及其他参数(如时间、ocv次数等)。
[0085]
设备1300可包括i2c模块1306。i2c模块1306可以提供与设备1300的通信，例如配置设备、读写数据等。
[0086]
设备1300还可以包括用于将各种模拟测量电压转换为合适的数字信号的adc模块。adc模块包括电压adc 1308，用于转换电池的电压测量值和温度测量值。adc模块还包括电流adc 1310，用于转换电池的电流测量值。在一些实施例中，电流adc 1310和电压adc 1308可以同步操作以同时提供转换。
[0087]
设备1300包括处理模块cpu 1312。cpu 1312可包括bms算法模块和驱动器。bms算法模块可用于执行上述的方法流程。例如，图9和图10中的方法流程。
[0088]
前述设备1300中的各个元件或模块可以通过通信和控制总线1314互连，以允许数据的传输。
[0089]
在一些实施例中，对于具有许多电池单元和复杂电气结构的电池系统，例如电动汽车或储能系统的电池组，可能需要更复杂的电池管理系统(bms)。图14示出了根据本技术另一实施例提供的计算电池的荷电状态(soc)的系统的高级框图。该系统包括多个传感器器和计算电池soc的设备。该计算电池soc的设备包括两个模拟前端(afe)芯片和一个微控制器单元(mcu)芯片。在其他实施例中，模拟前端(afe)芯片可根据实际需求扩展为多个。每个afe芯片对应多个传感器。具体地，afe芯片1可以通过温度传感器1402a获取温度测量值，通过电压传感器1404a获取电压测量值，通过电流传感器1406获取电流测量值。afe芯片2可以通过温度传感器1402b获取温度测量值，通过电压传感器1404b获取电压测量值。
[0090]
afe芯片1包括电压adc 1408a，用于将传感器的模拟信号输入转换为数字形式的温度值和电压值。afe芯片1还包括电流adc 1408a，用于将传感器的模拟输入转换为数字形式的电流值。
[0091]
afe芯片1可包括看门狗模块1412a，用于监控afe芯片1是否按预期工作。afe芯片1可包括ldo模块1418a，用于为内部电路提供电压输入。afe芯片1可包括均衡模块1414a，用于控制或驱动均衡电路，以减少电池组中各电芯充放电时的不一致性，从而提高电池组寿命。afe芯片1可包括串行外设接口(spi)模块，该模块提供与其他afe芯片或mcu芯片的通信通道。afe芯片1中的各个元件或模块可以通过通信和控制总线1420a互连，以允许数据的传输。根据不同的需求，可以添加其他模块以满足芯片的特定要求。图14所示，afe芯片2也包括上述afe芯片1中的类似模块，以实现相同的功能，在此不复赘述。
[0092]
mcu芯片可以是支持定点或浮点数据处理的通用商用芯片。mcu芯片包括诸如ram 1422等的易失性存储器和诸如rom 1424等的非易失性存储器。这些存储器可用于存储电池
的特定系数或设置，以及从电池特性中生成的其他电池参数，例如，存储图11所示的电池的soc-t-ocv的曲线图或关系表格。这些存储器还可以存储拟合图11所示的soc-t-ocv的曲线的函数，或者存储各种数学方程或公式，例如表征图2所示等效电路图的数学方程。
[0093]
mcu芯片还包括处理模块cpu 1426。cpu 1426可包括bms算法模块和驱动器。bms算法模块可用于执行上述的方法流程。例如，图9和图10中的方法流程。mcu芯片可包括ldo模块1418c，用于为内部电路提供电压输入。mcu芯片还可包括串行外设接口(spi)模块，该模块提供与其他afe芯片的通信通道。在其他实施例中，可以选择控制器局域网(can)而不是spi作为计算电池soc的设备中各芯片或组件之间的通信介质。
[0094]
尽管详细描述了本技术的实施例及其优点，但是应了解，在不偏离由随附权利要求定义的本技术的精神和范围的情况下，可在本文中进行各种改变、替换和更改。
[0095]
此外，本技术的范围不局限于本说明书中描述的过程、机器、制造、物质组成、方式、方法和步骤的特定实施例。本领域技术人员将从本技术的公开内容容易地明白，根据本技术，可利用与本文中描述的对应实施例执行大体上相同的功能或实现大体上相同的结果的目前现有或以后要开发的过程、机器、制造、物质组成、方式、方法或步骤。因此，希望随附权利要求在它们的范围内包含此类过程、机器、制造、物质组成、方式、方法或步骤。

技术特征：
1.一种用于计算电池的荷电状态(soc)的方法，包括：获取当前的所述电池的电流测量值；获取当前的所述电池的电压测量值；基于所述电流测量值、所述电压测量值和电池模型计算所述电池的基于模型的开路电压(ocv
model
)，其中，所述电池模型包括电池电阻分量和电池电压分量，用于表征所述电流测量值、所述电压测量值与所述电池的所述ocv
model
之间的关系；基于所述ocv
model
计算当前的基于电压的荷电状态(vsoc
k+1
)；接收前一次的荷电状态(soc
k
)；基于所述soc
k
计算当前的基于库伦计数的荷电状态(ccsoc
k+1
)；以及基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态(soc
k+1
)。2.根据权利要求1所述的方法，还包括：接收前一次的开路电压(ocv
k
)；以及基于所述ocv
model
和所述ocv
k
计算当前的开路电压(ocv
k+1
)，并且基于所述ocv
k+1
计算所述vsoc
k+1
。3.根据权利要求1所述的方法，其中，所述电池电阻分量包括等效串联电阻分量和rc网络中的电阻分量，且所述计算所述电池的ocv
model
包括基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值以及rc网络中的电阻分量值计算所述电池的ocv
model
。4.根据权利要求1所述的方法，其中，所述电池电阻分量包括等效串联电阻分量和瞬态电阻分量，且所述计算所述电池的ocv
model
包括基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值和所述瞬态电阻分量值计算所述电池的ocv
model
。5.根据权利要求1所述的方法，其中，所述计算当前的荷电状态(soc
k+1
)包括根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。6.根据权利要求1所述的方法，其中，所述计算当前的荷电状态(soc
k+1
)包括获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。7.根据权利要求1所述的方法，还包括：重复上述步骤以基于下一次的基于电压的荷电状态(vsoc
k+2
)和下一次的基于库伦计数的荷电状态(ccsoc
k+2
)来计算下一次的荷电状态(soc
k+2
)。8.根据权利要求1所述的方法，还包括：获取当前的所述电池的温度测量值，且基于所述温度测量值计算所述电池的所述ocv
model
，所述电池模型还表征所述温度测量值与所述ocv
model
之间的关系。9.一种用于计算电池的荷电状态(soc)的装置，其特征在于，所述装置包括：开路电压(ocv)计算电路，被配置为接收当前的所述电池的电流测量值以及当前的所述电池的电压测量值，并且基于所述电流测量值、所述电压测量值和电池模型计算所述电池的基于模型的开路电压(ocv
model
)，其中，所述电池模型包括电池电阻分量和电池电压分
量，用于表征所述电流测量值、所述电压测量值与所述电池的所述ocv
model
之间的关系；soc计算电路，被配置为基于所述ocv
model
计算当前的基于电压的荷电状态(vsoc
k+1
)，以及被配置为接收前一次的荷电状态(soc
k
)，并且基于所述soc
k
计算当前的基于库伦计数的荷电状态(ccsoc
k+1
)；和soc适配电路，被配置为基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态(soc
k+1
)。10.根据权利要求9所述的装置，其特征在于，所述装置还包括：ocv滤波电路，被配置为基于所述ocv
model
和前一次的开路电压(ocv
k
)计算当前的开路电压(ocv
k+1
)，其中，所述soc计算电路还被配置为基于所述ocv
k+1
计算所述vsoc
k+1
。11.根据权利要求9所述的装置，其特征在于，所述电池电阻分量包括等效串联电阻分量和rc网络中的电阻分量，所述开路电压计算电路还被配置为基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值以及rc网络中的电阻分量值计算所述电池的所述ocv
model
。12.根据权利要求9所述的装置，其特征在于，所述电池电阻分量包括等效串联电阻分量和瞬态电阻分量，且所述开路电压计算电路还被配置为基于所述电流测量值、所述电压测量值、所述等效串联电阻分量值和所述瞬态电阻分量值计算所述电池的所述ocv
model
。13.根据权利要求9所述的装置，其特征在于，所述soc适配电路还被配置为根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。14.根据权利要求9所述的装置，其特征在于，所述soc适配电路还被配置为获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。15.根据权利要求9所述的装置，其特征在于，所述ocv计算电路还被配置为接收当前的所述电池的温度测量值，并且基于所述温度测量值计算所述电池的所述ocv
model
，其中，所述电池模型还用于表征所述温度测量值与所述电池的所述ocv
model
之间的关系。16.一种用于计算电池的荷电状态(soc)的系统，其特征在于，所述系统包括：电流传感器，被配置为测量当前的所述电池的电流值；电压传感器，被配置为测量当前的所述电池的电压值；以及soc计算设备，包括：电池模型装置，被配置为接收所述电池的电流值和所述电池的电压值以生成所述电池的基于模型的开路电压(ocv
model
)；和控制电路，被配置为基于所述ocv
model
计算当前的基于电压的荷电状态(vsoc
k+1
)，接收前一次的荷电状态(soc
k
)，并且基于所述soc
k
计算当前的基于库伦计数的荷电状态(ccsoc
k+1
)，以及基于所述vsoc
k+1
和所述ccsoc
k+1
计算当前的荷电状态(soc
k+1
)。17.根据权利要求16所述的设备，其特征在于，所述控制电路还被配置为接收前一次的开路电压(ocv
k
)；以及基于所述ocv
model
和所述ocv
k
计算当前的开路电压(ocv
k+1
)，并且基于所述ocv
k+1
计算所述vsoc
k+1
。
18.根据权利要求16所述的设备，其特征在于，所述电池模型包括等效串联电阻分量和瞬态电阻分量，所述电池模型装置还被配置为基于所述电流值、所述电压值、所述等效串联电阻分量值和瞬态电阻分量值计算所述电池的所述ocv
model
。19.根据权利要求16所述的设备，其特征在于，所述控制电路还被配置为根据分配在所述vsoc
k+1
和所述ccsoc
k+1
上的权重，来计算所述soc
k+1
，所述权重取决于soc置信度和所述电池的电流测量值。20.根据权利要求16所述的设备，其特征在于，所述控制电路还被配置为获取所述vsoc
k+1
与所述ccsoc
k+1
的差值；基于由所述差值生成的soc误差增益和所述ccsoc
k+1
计算所述soc
k+1
，所述soc误差增益取决于soc置信度和所述电池的电流测量值。

技术总结
一种电池参数计算方法、装置以及系统，所述方法包括：获取当前的电池的电流测量值；获取当前的电池的电压测量值；基于电流测量值、电压测量值和电池模型计算基于模型的开路电压，其中，电池模型包括电池电阻分量和电池电压分量，用于表征电流测量值、电压测量值与基于模型的开路电压之间的关系；计算当前的基于电压的荷电状态；接收前一次的荷电状态；计算当前的基于库伦计数的荷电状态；以及计算当前的荷电状态。的荷电状态。的荷电状态。


技术研发人员：朱坤旭 詹福春
受保护的技术使用者：芯祥科技（合肥）有限公司
技术研发日：2023.07.21
技术公布日：2023/10/11