CN103135056A - 电池容量预测装置及其预测方法 - Google Patents

Abstract

本发明公开了一种电池容量预测装置及其预测方法，电池容量预测装置内建或外接于一电池包，容量预测装置包含：一电池容量演算法程式，由微处理器执行程式以存取一数据库，数据库储存于一可覆写的非挥发性存储器内。数据库内建有一开回路电压表，电流增益表及容量转换方程式。其中，容量演算法程式，将依据所量测的负载电流及电池温度演算一预测电池放电曲线，再依库仑计、电池放电曲线及电池端电压，据以修正数据库。

Description

电池容量预测装置及其预测方法

技术领域

本发明涉及一种电池容量预估演算法，特别是有关于一种依据电池表面温度、目前电池电量消耗，对电池容量预估的一种演算法。

背景技术

电池可说是一切可携式电子装置动力来源，举凡：行动电话、笔记本电脑、个人数字助理、随身听等等，皆有赖电池提供电力。但毕竟电池只是一种蓄积电量的装置，可携式电子装置使用时就消耗电池的电能。当可携式电子装置被开启以使用时，电池电力就会持续被消耗直至该可携式电子装置被关闭或者剩余的电能不足以驱动该装置时，可携式电子装置就会被强迫关闭。后者所表示意义是储存于电池内的电力低于一临界值。一般而言，不管以环保考量，或者以长时间总平均成本思考，可携式电子装置多会采取电池再充电的方式，将原来耗损的电能补充回来。

一电池管理程式良好的锂电池通常可被重复充电数百次，甚至达数千次。一颗好电池，除了可重复使用的次数要高外，对使用者而言，可携式电子装置在使用过程(电池放电状态)中的电池的剩余电量，更是他们所关心的。因为可再续航(run)多少时间，他得先有心理准备才行，以便可在电池芯管理系统强制关闭他的可携式电子装置之前，适时的结束他目前的作业。如果他的身边没有充电器的话。

不仅如此，电池管理系统最好还能依据目前电池放电速率的大小，随时正确的告诉使用者当下电池可续航力者，而不是在电池直到已被放电到某一阶段时，才提供较为正确的信息，而这得有一个优质的电池管理系统才行。

然而，就发明人知识所及，现有技术要提供这样一个优质的电池管理系统所费不赀，电池管理系统设计业者得花费相当长的时间去建立数据库，更糟的是，为电池制造商A的电池所建立的数据库，只要电池制造商换成是B，电池管理系统的IC设计者，得将为制造商A所建的数据库程序再重新执行一次。因为，这些数据库是和电池内的化学物质高度相关，只要电池内化学物质的等级有差异时。

以现有的动态放电截止电压法而言，数据库建立时，得多次完整充放电，且数据库内容和电池内化学材料微细差异有关，即，即便同样是锂电池，管理系统设计业者得就不同的电池制造商，重建数据。更甚者最终端的使用者，若没有经常进行完整充放电，则数据库内容就不会被更新，这对于电池经一段时间的使用导致电池老化时，电池芯管理系统单凭库仑计所提供的剩余电量信息就会明显不正确。

另一种开回路电压法，情况和上述的动态放电截止电压法相似，建立数据库时得花费的时间更长，除此之外又明显和电池材料相关。

再另一种现有的技术是德州仪器的IT演算法，例如，由Barsoukou等人所获得的美国专利第6832171号，发明名称“Circuit And Method forDetermining Battery Impedance Increase with Aging”该专利揭示，一种求得电池内阻的方法：包含(a)分析流经电池的电流或电池电压，以判断是否负载改变所导致的暂态是否发生；(b)检测暂态是否结束；(c)量取电池电压及通过电池的输出电流，求出目前的放电深度(DOD)；(e)求在当下DOD下的电池开路电压；(e)计算电池内阻，内阻值是开路电压和所量到的电池电压差值除以所量的电流值。

发明内容

本发明的一目的是提供一种可显著降低数据库建立时间又可因应所有同类型电池，不因电池制造商不同而重建的装置及演算法。

本发明的另一目的是提供一种具有自我训练学习能力的电池管理系统，即，数据库在每次电池放电时都会根据所撷取的电池信息修正相关的参数自我训练学习。电池芯管理系统设计业者所需的只是先建立一套数据库的基本数据点。消费末端的使用者使用时，基本数据点仍会自我训练学习。因此，电池芯管理系统不管使用者在那一阶段都可提供相较于已知的传统技术提供相对准确的电池容量预测。

本发明揭露一种电池容量预测装置及其预测方法，电池容量预测装置，内建或外接于一电池包，电池包设有微处理器、非电性量测元件以撷取电池表面温度元件、库仑计、电性量测元件以量测电池的端电压电转换单元负载电流、模拟至数字转换器用以将温度、电压及电流转换为数字信号以供该微处理器处理。容量预测装置包含：一电池容量演算法程式，由微处理器执行程式以存取一数据库，数据库储存于一可覆写的非挥发性存储器内。数据库内建有一开回路电压表，电流增益表及一容量转换方程式。

其中，容量演算法程式，将依据负载电流及电池温度演算一预测电池放电曲线，再依据所量测的电池端电压比对预测电池放电曲线以获取一放电能量深度。接着，库仑计读取值判断电池状态。当电池状态是放电状态时，库仑计所得的数据对应至上述预测电池放电曲线以求得一第二电压值，当该第二电压值与该量取电压值不一致时，就修正容量转换方程式中的一权值数，并修正电流增益表。当电池状态是休息状态时，库仑计所得的数据对应至上述预测电池放电曲线以求得一第二电压值，当该第二电压值与该量取电压值不一致时，就修正开回路电压表。

本发明实施例的电池容量预测装置及其预测方法，在已建立好资料数据库的前题前提下，上述的自我训练流程，约可每5至10秒就执行一循环，甚至，每1～2秒就执行完一次，可以提高准确度，迅速且准确的只依据放电电流及电池表面温度下提供最新的电池容量；只要知道电池确切放电点，例如，充电充饱后的电量，或者其它放电能量深度下，就可以在每次执行一次自我训练流程后，获取电池的剩余电量，并且执行时，只要是合于放电状态的标准或者休息状态的标准都会自动修正资料数据库；资料数据库的建立，相较于习知现有技术可以省下非常多的时间，因为不需要完整地对电池充放电数百次，且同类型电池只需建立一次即可。

附图说明

通过以下详细的描述结合所附图式，将可轻易明了上述内容及此项发明的诸多优点，其中：

图1为依据本发明的较佳实施例所设计的电池容量预测装置示意图。

图2为本发明的电池容量预测装置内含或外挂于一电池包的示意图。

图2A为以开回路放电曲线及定额放电电流下的放电曲线，计算在定值DOE下的电流增益值。

图2B为开回路放电曲线及定额放电电流下放电曲线示意图。

图3为电池示预测电池容量的演算法流程图。

图4A为一温度不在开回路电压表的温度时求出放电曲线的示意图。

图4B为库仑计和撷取的电池电压所对应的DOE不相等下的示意图。

附图标号：

201缓冲器             210多节电池芯

电池保护电路215       电性量测单元220a

非电性量测单元220b    模拟数字转换器225

                      电池容量预测装置260

202、203、401、401’、402、402’、  微处理器240

403、403’、405、405’电池放电曲线  容置演算程式255

数据库250             电池沟通协议控制器235

230库仑计

305、310、320、330、340、350、360、

363、365、367、370、380流程图方块(步骤)

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

如先前技艺所述，现有技术不管是以动态放电截止电压法、开回路电压法，通常都得经过多次的完整充放电过程。且终端使用者若未对电池进行完整充放电，将使得数据库不被更新。特别是在电池老化后，不准确的预测就格外严重。

本发明提供一种电池容量预估演算法，如图1所示，一电池容量预估装置260(请同时参见图2)，内含一容量演算程式255、一数据库250，一微处理器240，以进行自我训练流程，其中，微处理器240亦可使用电池包内的微处理器。输入端包含电池电压、电池温度及负载电流。每次执行一次的自我训练流程步骤后(自我训练流程步骤，请参见图3)，就可以算出所预测电池容量，并修正数据库，然后，再根据最新的数据库的基本数据点，再提供给下一次的自我训练流程。即，每执行一次自我训练流程，就会依目前电池状态更新数据库内容，再经一缓冲器201后就再馈入电池容量预测装置。因此，只要使用一般电池包内的处理器执行即可，每次自我训练流程执行一次，只需一秒至数秒。

本发明的电池容量预估装置260，可内建于一电池包内，或外挂于电池包。如图2所示。电池包200包含多节电池芯215、一电池保护电路210，电性量测单元220a、非电性量测单元220b、模拟数字转换器225、一库仑计230、电池沟通协议控制器235。

电性量测单元220a量取的是多节电池芯215的电压及电流，而非电性量测单元220b则量取电池表面温度。上述的电流、电压、及温度都会经模拟数字转换器225转换成数字以供微处理器使用。电性量测单元220a所量取的电流也会提供给库仑计230使用。而电池容量预估装置260的输出结果也会提供给电池沟通协议控制器235输出。

本发明实施时，首要的前提便是提供一数据库250，或自行建立一数据库。建立：(1)开回路电压表，(2)电流增益电压表，及(3)容量转换方程式。此处，及之后所提到的开路电压都是指电池被以极小的放电速率例如放电电流小于0.05C(电池容量)来仿真，而不是使电池在真正完全开路下放电。其中，(1)开回路电压表是先将电池充电充饱，在定值的环境温度下，将电池充饱后再以例如二十分之一电池容量放电率放电至预定的DOE(％)值，量取电池表面的实际温度，及电池的端电压值。即获取温度和OCV关系曲线图，即OCV(％DOE，T)。

例如，在环境温度5℃下，先将电池充饱后，再以例如二十分之一电池容量放电率放电，放电至预定的10％DOE值，再量取放电池的端电压值，例如3800mV及实际的电池表面温度例如6℃。如此，将可得到一个OCV₁(10％DOE，T₁)点。其中T₁＝6℃

重复上述获得OCV₁(10％DOE，T₁)步骤，但不同的环境温度，例如25℃，可得到第二个OCV₂(10％DOE，T₂)值，同样，重复上述步骤，但在环境温度45℃将可得到第三个OCV₃(10％DOE，T₃)值。上述T₂未必恰好是25℃，同样，T₃未必恰好是45℃，为简化数据量，可以选择(非必要)将上述数据点以内插或外插法，来取得预定环境温度下的值，即OCV₁(10％DOE，5℃)、OCV₂(10％DOE，25℃)、OCV₃(10％DOE，45℃)。

接着，变更至第二个DOE值，重复上述取得OCV₁、OCV₂、OCV₃步骤，例如15％DOE将可得到另外三个OCV₄(15％DOE，T₁)，OCV₅(15％DOE，T₂)，OCV₆(15％DOE，T₃)。

接着，再变更至其它的％DOE。例如，若基本数据库要建立15个％DOE，则数据库将有45个基本数据点即至OCV₄₅(DOE_E，T₃)。这些个％DOE并不需要等距制作，以锂电池为例，锂电池的放电曲线在电池充饱附近及截止放电电压附近变化较大EDV或DOE_E附近，因此DOE点要密集，而在10％至例如85％附近放电曲线斜率接近，因此数据点距可以相对大些。表一表示一数据库内OCV(T)结果范例：

表一：开回路电压表OCV(DOE，T)

接着，建立(2)电流增益电压表，及(3)容量转换方程式。

电流增益表(IGAIN table)，是先将电池充电充饱，环境温度为室温25℃，再以预定值的放电速率放电至预定目标的％DOE获得。例如，放电率为十分之二额定电池容量放电率。以公式表示则是

V(DOE，T，I)＝OCV(DOE，T)+I×IGAN(DOE)......(1)

亦即，当放电时不再是接近开回路时的放电速率，而是较高的放电速率时，开回路放电曲线，将加入放电电流和电流增益(相当于电阻)的乘积。即开回路放电曲线将向上或向下调整。

例如，请参考图2A，开回路放电曲线202在50％DOE时所对应的电池电压OCV(30℃，50％DOE)是3741mV，而放电曲线204则是以放电电流为1000mA时所绘制的3529mV，则IGAIN将会是：

$\mathrm{IGAN}=\frac{3741-3529}{1000}=0.212$

本发明的电流增益表是以已知的放电能量，定额的放电速率放电至目标DOE，例如0.2C(额定电容量)由最小的％DOE至最大的％DOE。每当达到目标DOE时就量取电池电压。此电压再与同一DOE下的开回路电压值相减，再除以该定额放电电流即可得对应DOE下的IGAIN_0.2。

换言之，15个不同％DOE，同一放电电流下将可获得IGAIN_0.2(1)至IGAIN_0.2(15)值。

同样的，在0.3C放电速率将可得IGAIN_0.3(1)至IGAIN_0.3(15)值对应于15个％DOE。请参考图2B。图2B的放电曲线中202是OCV放电曲线，而放曲线203则是以定电流，例如0.3C放电速率放电。

更精准些，在0.5C放电速率将可得IGAIN_0.5(1)至IGAIN_0.5(15)值对应于15个％DOE。

为简化数据库，将所得的同一％DOE，但不同放电速率下取其共同特性值，例如平均值(AVG)，或中值(MID)。因此，在电流增益表(IGAIN table)是每一％DOE对应15个IGAN_AVG或IGAN_MID。

表二表示一数据库内电流增益表(IGAIN table)结果范例

至于(3)容量转换方程式则是包含：

电池能量方程式： $E_{\max }=\frac{\mathrm{\ΔCap}}{\mathrm{\Δ}({\mathrm{DOE}}_X-{\mathrm{DOE}}_{X-1})}......\left(2\right),$

其中：

Emax是电池最大能量，ΔCap是两个不同％DOE值的容量差值。

充饱时电容量方程式FCC＝E_max×DOE_E×ω......(3)

其中，ω为修正因子，

DOE_E是放电能量深度对应于截止放电电压点；

剩余容量方程式：

RM_Initial＝E_max×(DOE_E-DOE_ε)×ω......(4)

相对电荷状态(relative state of charge)：

RSOC_Initial＝RM_Initial/FCC......(5)

其中，DOE_ε是放电能量深度对应于目前电压点。

自我训练流程的详细说明，请参见图3。

请参考图3所示的流程图。如步骤305所示宣告容量预测自我训练流程开始。

接着，进行步骤310以电池电性及非电性检测模块分别检测从电池流到负载的电流及电池表面温度。在此及以后所指的电池电性或非电性检测模块都包含一模拟转数字转换器以利于处理器存取。

紧接着，进行步骤320，电池管理系统自数据库的基本数据点及电池表面温度(如表一)描绘出一初步电池放电曲线，若温度恰好是表一所列的温度T1，则将可获得放电曲线401。若是T2则将可获得放电曲线402。T3则对应于放电曲线403。否则，例如电池表面温度T_y虽落在电池使用温度内，但不是数据库中基本数据点的温度值时，则需以内插或外插法获得对应的放电曲线405，请参考图4A。说明如下：因温度已知，因此，可就每一％DOE自数据库开回路电压表取得一对应该％DOE及温度的基本数据点。连接该些点即可得上述的放电曲线401、402或403。

仍请参考图4A，否则，每一％DOE点，需就不同温度进行内插或外插法。例如，V(DOE₁，T_y)，是由V(DOE₁，T₁)V(DOE₁，T₂)V(DOE₁，T₃)数据点，进行内插取得。同理可得其它的，V(DOE_n，T_y)。

仍请参考图4A，再依据负载电流及数据库内的IGAIN(DOE)表，以公式(1)调整初步电池放电曲线401至预测电池放电曲线401’，同理可得电池放电曲线及403’。放电曲线405’，则由放电曲线401’，402’，403’以内插法获得。

随后，进行步骤330，以电池电性检测模块撷取电池电压。根据所撷取的电池电压电转换单元及整预测电池放电曲线，即可推算出目前电池的％DOE值。

接着，进入决策步骤340，判定有效放电条件是否成立。有效放电条件是指放电电流的大小至少需超过十分之一的电池额定容量，放电过程中电池温度变化不得超过电池使用的温度范围，例如0℃-60℃。更佳的电池使用的温度范围是在5℃-50℃，并且自电池达到确切容量点开始放电，确切容量点可以是例如，被充饱时，或其它的容量已知点。從确切容量点至执行本发明的预测电池容量放电时间不可过长，过长的定义以一天为上限。因为太长将有电池自放电的问题，而影响准确性。

当有效放电条件不成立时，就进行步骤350，以步骤330所得的％DOE报告电池的容量。

当有效放电条件成立时，就进行步骤360，库仑计累积由电池流出的电荷量，以撷取目前电池状态。此处所指电池状态包含充电状态、放电状态及休息状态。因此，它将包含上一时刻，例如1秒或10秒前和目前时刻库仑计所读到的电荷量，判定目前电池的状态。

当判定结果认定符合放电状态363的条件，请参考方块370，是指电流由电池流向负载，且大于一预设的门槛值，以一较佳实施例而言，门槛值为100mA。则根据步骤360库仑计所量得的库仑值获知％DOE值。例如，请参考图4B，读取值为2500mAh，又已知是从确切的放电点10％DOE开始放电的，且目前的E_MAX为3571mAh，则可通过库仑计得到目前的％DOE为80％，由图4B的所示的预测电池放电曲线405知对应的电压为V”。由步骤330所得的电压是V’。若V”＝V’则不需要修正，否则，如图4B所示V’对应于82％DOE，V”＞V’，依据电压V’与电压V”的差值修正电流增益表。由图4B的所示的预测电池放电曲线405知V’对应于82％DOE，因此，容量转换方程式公式(3)由预测电池放电曲线405’来的E_MAX将是3472mAh。

接着，再回到步骤350计算电池容量。如图4B所示，FCC＝E_MAX×95％＝3298mAh，

RM＝E_MAX×(95％-82％)＝451mAh。

另一方面，由库仑计，已知是从确切的放电点10％DOE开始放电的，且当时之E_MAX为3571mAh，则FCC＝E_MAX×95％＝3392mAh，RM＝E_MAX×(95％-10％)＝3035mAh。而从10％DOE放电点起至80％DOE止，库仑计累计已读到的放电量是2500mAh，因此，目前之RM为3035-2500＝535mAh。因此可计算出公式(4)中的ω为1.186。

当判定结果认定符合放电休息状态365，请参考方块380，将对数据库内既有的开回路电压表作修正。这是指放电电流小于第二设定值且持续达第二设定时间门槛值，以一较佳实施例而言，当电池芯的额定值为4400mAh时，第二设定电流门槛值为50mA，持续时间超过30分钟(含)。第二设定电流门槛值及时间门槛值将依据电池芯的额定容量而调整。额定容量愈大，则愈大。

开回路电压表的修正，依据步骤310所得的电池表面温度及步骤360中由库仑计所推算的％DOE值修正数据库内相对应温度下的基本数据点OCV(DOE，T)值，供后续算法步骤取得最新的预测电池放电曲线之用。接着，接着，进入步骤350，再依据最新的预测电池放电曲线，及步骤330所得的电压，取得％DOE值，以计算电池容量。

当判定结果不是休息状态或放电状态的其他状态367，则不对数据进行任何的修正。直接回到步骤350计算电池容量。

本发明具有以下的优点：

(1)在已建立好数据库的前提下，上述的自我训练流程，约可每5至10秒就执行一循环，甚至，每1～2秒就执行完一次。以提高准确度，迅速且准确的只依据放电电流及电池表面温度下提供最新的电池容量。

(2)只要知道电池确切放电点，例如，充电充饱后的电量，或者其它放电能量深度下，就可以在每次执行一次自我训练流程后，获取电池的剩余电量，并且执行时，只要是合于放电状态的标准或者休息状态的标准都会自动修正数据库。

(3)数据库的建立，相较于现有技术可以省下非常多的时间，因为不需要完整地对电池充放电数百次，且同类型电池只需建立一次即可。

本发明虽以较佳实例阐明如上，然其并非用以限定本发明精神与发明实体仅止于上述实施例。是以，在不脱离本发明的精神与范围内所作的修改，均应包含在申请专利范围内。

Claims (9)

1.一种电池容量预测方法，其特征在于，至少包含以下步骤：

(a)建立一数据库，该数据库包含：

一开回路电压表，包含一基本数据阵列，该基本数据阵列的每一元素以OCV_T，DOE表示，其中OCV为开回路电压值，T为温度，温度个数至少三个，DOE为放电能量深度，其中放电能量深度个数为m个；

一电流增益表，包含m个一一对应于m个DOE下的电流增益值IGAIN(DOE_n)；

一能量和容量转换方程式，包含一修正因子；

(b)撷取负载电流I及电池温度T；

(c)产生m个第一数据点OCV(T_B，DOE_n)，其中，n由1至m；

(d)产生一预测电池放电曲线，该预测电池放电曲线是以m个第二数据点V(DOEn，T_B，I)，横轴为DOEn，纵轴为V(DOEn，T_B，I)所描绘，该第二数据点满足以下关系V(DOEn，T_B，I)＝OCV(T_B，DOE_n)+I×IGAIN(DOE_n)；

(e)撷取电池电压，并依据该电池电压及该预测电池放电曲线推算当前放电能量深度；

(f)判断是否符合有效放电条件；

(g)依据该放电能量深度，计算电池容量并结束，当不符合有效放电条件时；

(h)撷取目前电池信息，包含读取库仑计的值，当符合有效放电条件时，并依据所撷取的目前电池信息为放电状态、休息状态或其它状态分别进入步骤(i)、(j)、(k)；

(i)当所撷取的目前电池信息是在放电状态时，修正数据库的该电流增益表及该容量转换方程式，其中上述的电流增益表修正是指当该库仑计所得的数据依该预测电池放电曲线求得一第二电压值，当该第二电压值与该量取电压值不一致时，修正该电流增益表，回到步骤(h)；

(j)当所撷取的目前电池信息是在休息状态时，修正该开回路电压表，回到步骤(h)；

(k)当所撷取的目前电池信息是在其它状态时，不对该数据库进行任何修正动作，再回到步骤(h)。

2.如权利要求1所述的电池容量预测方法，其特征在于，上述的有效放电条件包含电池温度在电池额定使用范围内，开始放电容量点为确定点，执行时间是在电池充饱后的一天之内。

3.如权利要求1所述的电池容量预测方法，其特征在于，上述的放电状态包含放电电流至少大于0.1C，C为额定容量。

4.如权利要求1所述的电池容量预测方法，其特征在于，上述的休息状态包含放电电流小于0.05C，C为额定容量，且持续至少30分钟。

5.如权利要求1所述的电池容量预测方法，其特征在于，当上述的库仑计所对应于该预测电池放电曲线的放电能量深度小于该电池电压量取值所对应于该预测电池放电曲线的放电能量深度时，该修正因子大于1。

6.如权利要求5所述的电池容量预测方法，其特征在于，上述的修正因子是用以使库仑计所对应于该预测电池放电曲线的剩余容量，与由该修正该预测电池放电曲线所得的剩余电池容量，电池电压量取值所对应于该预测电池放电曲线的剩余容量两者趋于一致。

7.如权利要求1所述的电池容量预测方法，其特征在于，上述的容量转换方程式的修正是指通过库仑计及起始放电点的剩余容量所推测的目前剩余容量与该预测电池放电曲线求得的目前剩余容量不一致时，修正该容量转换方程式的修正因子。

8.一种电池容量预测装置，其特征在于，内建或外接于一电池包，该电池容量预测装置至少包含：

一数据库，储存于一可覆写的非挥发性存储器内，该数据库内建有一开回路电压表，包含一基本数据阵列，该基本数据阵列的每一元素以OCV_T，DOE表示，其中OCV为开回路电压值，T为温度，温度个数至少三个，DOE为放电能量深度，其中放电能量深度个数为m个，一电流增益表，包含m个分别对应于一DOE下的电流增益值及一能量和容量转换方程式包含一修正因子；及

一电池容量演算程式，由一微处理器执行，该电池容量演算法依据该电池包所撷取的负载电流及电池温度产生一预测电池放电曲线，并依据所撷取的电池电压、该预测电池放电曲线及该库仑计，修正该数据库中的电流增益表、能量和容量转换方程式，或开回路电压表，更新并覆写该数据库后，据以产生一预测电池容量。

9.如权利要求8所述的电池容量预测装置，其特征在于，上述的库仑计所对应于该预测电池放电曲线的剩余容量，与由该修正该预测电池放电曲线所得的剩余电池容量不一致时，该电池电压量取值所对应于该预测电池放电曲线的剩余容量将乘以修正因子，以使两者趋于一致。

Images