[go: up one dir, main page]

TW201604566A - 估計電池的荷電狀態的方法與系統 - Google Patents

估計電池的荷電狀態的方法與系統 Download PDF

Info

Publication number
TW201604566A
TW201604566A TW104122895A TW104122895A TW201604566A TW 201604566 A TW201604566 A TW 201604566A TW 104122895 A TW104122895 A TW 104122895A TW 104122895 A TW104122895 A TW 104122895A TW 201604566 A TW201604566 A TW 201604566A
Authority
TW
Taiwan
Prior art keywords
battery
charge
state
voltage
model
Prior art date
Application number
TW104122895A
Other languages
English (en)
Other versions
TWI563276B (en
Inventor
何昌祐
Original Assignee
立錡科技股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 立錡科技股份有限公司 filed Critical 立錡科技股份有限公司
Publication of TW201604566A publication Critical patent/TW201604566A/zh
Application granted granted Critical
Publication of TWI563276B publication Critical patent/TWI563276B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本發明提出一種估計電池的荷電狀態的方法與系統。估計電池的荷電狀態的方法包括下列步驟: 監測電池電壓; 以及根據第一電池模型、第二電池模型及電池電壓，估計荷電狀態。第一電池模型包括:在電池電壓與根據藉由電池的充電、放電及弛豫所收集的電池資訊的第一權重彼此之間的第一預設關係。第二電池模型包括: 在電池電壓與電池的估計的開路電壓之間的電壓差值與根據電池資訊的荷電差值彼此之間的第二預設關係。

Description

估計電池的荷電狀態的方法與系統
本發明係有關一種估計電池的荷電狀態的方法與系統，特別是指一種估計電池的荷電狀態的方法與系統。
對於可攜式電子裝置的使用者而言，荷電狀態(state of charge, SOC)是一項必要資訊。對於一個完全充電完成的電池，其荷電狀態顯示為100%。而對於一個完全放電的電池，其荷電狀態顯示為0%。利用內嵌於可攜式電子裝置之中的演算法來估計荷電狀態是迫切需要的。先前技術常使用電流庫倫積分器來累進計算電池充電或放電的電容量，再搭配電池總容量，可計算出電池的荷電狀態，但是電流庫倫積分器會因設計不準確或外在雜訊而產生累積誤差，進而估算出不準確的電池的荷電狀態。
有鑑於此，本發明即針對上述先前技術之不足，提出一種估計電池的荷電狀態的方法與系統。
就其中一觀點言，本發明提供了一種估計電池的荷電狀態 (state of charge, SOC) 的方法，包含: 監測一電池電壓(VBAT); 以及根據一第一電池模型、一第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值，其中該第一電池模型包括:在該電池電壓與根據藉由電池的充電、放電及弛豫 (relaxing)所收集的一電池資訊的一第一權重彼此之間的一第一預設關係; 以及其中該第二電池模型包括: 在該電池電壓與該電池的一估計的開路電壓之間的一電壓差值與根據該電池資訊的一荷電差值彼此之間的一第二預設關係。
就另一觀點言，本發明提供了一種根據電池電壓估計電池的荷電狀態的方法，包含: 模型化該電池電壓與根據於電池的充電與放電時所收集的一電池資訊的一第一權重彼此之間的一第一預設關係，以建立第一電池模型;模型化該電池電壓與該電池的一估計的開路電壓之間的一電壓差值與根據該電池資訊的一荷電差值彼此之間的一第二預設關係;監測該電池電壓; 以及根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值。
在一種較佳的實施型態中， 監測該電池電壓之步驟更包含: 當電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。
在一種較佳的實施型態中， 估計電池的荷電狀態的方法更包含:在即時估計該荷電狀態之前，於不同的充電/放電電流下，收集該荷電狀態與該電池電壓之間的該電池資訊。
在一種較佳的實施型態中， 根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態之步驟更包含: 在不監測電池電流的情況下，估計該荷電狀態。
在一種較佳的實施型態中， 估計電池的荷電狀態的方法更包含: 於不同的充電/放電電流下，藉由量測該荷電狀態及該電池電壓，以建立該第一電池模型及該第二電池模型。
在一種較佳的實施型態中，估計電池的荷電狀態的方法更包含: 藉由根據該電池電壓於該充電/放電電流時與於不同的充電/放電電流時之間的差值，來計算該第一權重，以建立該第一電池模型。
在一種較佳的實施型態中， 估計電池的荷電狀態的方法更包含: 藉由根據該充電/放電電流，來計算該荷電差值，以建立該第二電池模型。
在一種較佳的實施型態中， 估計電池的荷電狀態的方法，更包含: 根據該第一電池模型及該電池電壓，估計該第一權重; 根據該第二電池模型及該電池電壓與該電池的該估計的開路電壓之間的該電壓差值，估計該荷電差值; 根據該第一權重及該荷電差值，產生一加權過的荷電差值; 收集該加權過的荷電差值，以提供一估計的荷電狀態。
就另一觀點言，本發明提供了一種根據電池電壓估計電池的荷電狀態的系統，包含: 一第一電池模型，此模型包含該電池電壓與於電池的充電、放電、及弛豫時所收集的一電池資訊的一第一權重彼此之間的一第一預設關係; 一第二電池模型，此模型包含該電池電壓與該電池的一估計的開路電壓之間的一電壓差值、與根據該電池資訊所得的一荷電差值彼此之間的一第二預設關係; 一電壓偵測器，用以監測該電池電壓; 以及一荷電狀態估計器，與該電壓偵測器連接，根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值。
在一種較佳的實施型態中， 估計電池的荷電狀態的方法與系統，可更根據相關於電池電流的資訊來補償該荷電狀態估計值。
底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之一較佳實施例的詳細說明中，將可清楚的呈現。本發明中的圖式均屬示意，主要意在表示各裝置以及各元件之間之功能作用關係，至於形狀、厚度與寬度則並未依照比例繪製。
本發明提供數種不同實施態樣(或實施例)，以具體化本發明之不同特徵。元件與配置方式的特定實施例如下述，用以簡化本發明。這些實施例為極少數且發明不侷限於此。此外，在描述於一第一特徵上形成一第二特徵時，可能包括第一特徵與第二特徵直接接觸的實施例，也可能包括在第一特徵與第二特徵之間有形成其他特徵，而不直接接觸的實施例。另外，本發明的說明中不同範例可能使用重複的參考符號及/或用字。這些重複符號或用字係為了簡化與清晰的目的，並非用以限定各個實施例及/或所述外觀結構之間的關係。
本發明是關於一種當電池處於至少下列一種狀態時: 充電、放電及弛豫，估計電池的荷電狀態 (state of charge, SOC) 的方法。本發明係利用電池電壓VBAT)，而非電池電流。為了建立本發明之方法所用到的模型，本發明採用標準的充電與放電的流程來收集電池資訊。例如，本發明藉由不同的充電與放電電流，以便觀察荷電狀態 SOC及電池電壓VBAT。據此，根據這些觀察，本發明得以在下述二者建立一夥伴函數(或關係): (1)在電池電壓VBAT與電池的一估計的開路電壓(open circuit voltage, OCV)之間的一電壓差值; 及 (2) 用以調整估計的荷電狀態SOC的一荷電差值dSOC。此外，根據這些觀察，本發明得以在被施予在荷電差值dSOC與電池電壓VBAT之間的一權重 (或增益)之間建立另一夥伴函數(或關係)。此二個夥伴函數形成一個標準模型，其可以根據特定的電池充電與放電資訊而被最佳化。特定的電池資料乃是最常被使用的使用者經驗。再者，藉由最小均方誤差 (minimized least square error)演算法可以得到一最佳的增益 (K)，藉此更進一步地微調荷電差值dSOC。
本實施例提供一種估計電池的荷電狀態 SOC的方法。該方法之步驟包括: 首先，監測一電池電壓VBAT; 接著，根據一第一電池模型、一第二電池模型及電池電壓，估計荷電狀態SOC。第一電池模型包括:在電池電壓VBAT與根據藉由電池的充電、放電及弛豫 (relaxing)所收集的一電池資訊的一第一權重彼此之間的一第一預設關係。第二電池模型包括: 在電池電壓VBAT與電池的一估計的開路電壓之間的一電壓差值與根據電池資訊的一荷電差值彼此之間的一第二預設關係。
第1圖顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖。如第1圖所示，本實施例提供一估計電池電壓的演算法100。實現此演算法100所需的硬體包括一加權模糊器110，一dSOC/dV模糊器 120，一乘法器125，一最佳化器130，一累加器140及一開路電壓(open circuit voltage, OCV)的查表150。
演算法100用以監測電池電壓VBAT。加權模糊器110根據第一電池模型及電池電壓VBAT，估計第一權重112。 dSOC/dV模糊器 120根據第二電池模型及電池電壓VBAT與電池的估計的開路電壓152之間的一電壓差值121，估計一荷電差值(dSOC*)122。 乘法器125根據第一權重112及荷電差值(dSOC*)122，產生一加權過的荷電差值(dSOC)131。在一實施例中，最佳化器130能將一額外的增益 (K值)施予已被加權過的荷電差值(dSOC)131，以進行最佳化。累加器140藉由，例如但不限於，反Z變換 (inverse Z transformation)的方式來累加加權過的荷電差值(dSOC)131，以決定一估計的荷電狀態SOC。接著，估計的荷電狀態SOC被回授至開路電壓(OCV)的查表150，以產生估計的開路電壓152，其中，此一步驟係反覆地進行。關於演算法100的細節特徵容下詳述。
第2圖顯示於用以估計電池的荷電狀態的演算法中，而建立的加權模糊器及dSOC/dV模糊器的量測結果示意圖。如第2圖所示，圖210及圖220顯示在使用演算法100即時估計荷電狀態之前的量測結果。
圖210顯示在不同的充電情況下，電池電壓VBAT與荷電狀態SOC的量測結果彼此之間的關係。充電情況OCV代表的是每一小時能將電池充電2%;充電情況0.5C代表的是每一小時能將電池充電50%;充電情況0.25C代表的是每一小時能將電池充電25%。圖210顯示在相同的荷電狀態SOC值下，當充電速率越高，電池電壓VBAT越高。
圖220顯示在不同的放電情況下，電池電壓VBAT與荷電狀態SOC的量測結果彼此之間的關係。放電情況OCV代表的是每一小時能將電池放電2%;放電情況0.5C代表的是每一小時能將電池放電50%;放電情況0.25C代表的是每一小時能將電池放電25%; 放電情況0.15C代表的是每一小時能將電池放電15%;放電情況0.1C代表的是每一小時能將電池放電10%。圖220顯示在相同的荷電狀態SOC值下，當放電速率越高，電池電壓VBAT越低。接著，說明如何建立第1圖所示的dSOC/dV模糊器 120。
第3圖顯示dSOC/dV模糊器 120的一部分模型建立的一實施例。第3圖包括表310、表320、圖330及圖340。表310包括從第2圖所示的圖210所擷取的資料。例如，在荷電狀態SOC值皆為80%的情況下，對於每一小時能將電池充電2%的充電情況而言，其電池電壓 VBAT是4000mV。對於每一小時能將電池充電25%的充電情況而言，其電池電壓 VBAT是4179 mV。此外，在荷電狀態SOC值皆為60%的情況下，對於每一小時能將電池充電2%的充電情況而言，其電池電壓 VBAT是3850 mV。對於每一小時能將電池充電25%的充電情況而言，其電池電壓 VBAT是4023 mV。
表320係根據表310的資訊而產生的。例如，在荷電狀態SOC值皆為80%的情況下，將電池的開路電壓OCV(意即代表每一小時能將電池充電2%)當作一基準。在電池開路電壓OCV與在充電情況0.25C(意即代表每一小時能將電池充電25%)時的電池電壓 VBAT的電壓差值為179 mV (也就是將4179 mV減去4000 mV的結果)。同樣地，在荷電狀態SOC值皆為60%的情況下，在電池開路電壓OCV與在充電情況0.25C(意即代表每一小時能將電池充電25%)時的電池電壓 VBAT的電壓差值為173 mV (也就是將4023 mV減去3850 mV的結果)。藉由反覆進行上述步驟，便可以得到表320。此外，根據表320，可以得到在不同的荷電狀態SOC下，電壓差值與充電速率彼此之間的關係330。將關係330施予標準化之後，便可以得到曲線340。
第4圖顯示如第1圖所示之dSOC/dV模糊器 120的另一部分模型建立的一實施例。第4圖包括表410、表420、圖430及圖440。表410包括從第2圖所示的圖220所擷取的資料。例如，在荷電狀態SOC值皆為80%的情況下，對於每一小時能將電池放電2%的放電情況而言，其電池電壓 VBAT是4000mV。對於每一小時能將電池放電10%的放電情況而言，其電池電壓 VBAT是3964 mV。此外，在荷電狀態SOC值皆為60%的情況下，對於每一小時能將電池放電2%的放電情況而言，其電池電壓 VBAT是3850 mV。對於每一小時能將電池放電10%的放電情況而言，其電池電壓 VBAT是3795 mV。
表420係根據表410的資訊而產生的。例如，在荷電狀態SOC值皆為80%的情況下，將電池開路電壓OCV(意即代表每一小時能將電池放電2%)當作一基準。在電池開路電壓OCV與在放電情況0.1C(意即代表每一小時能將電池放電10%)時的電池電壓 VBAT的電壓差值為36 mV (也就是將4000 mV減去3964 mV的結果)。同樣地，在荷電狀態SOC值皆為60%的情況下，在電池的開路電壓OCV與在放電情況0.25C(意即代表每一小時能將電池放電25%)時的電池電壓 VBAT的電壓差值為55 mV (也就是將3850 mV減去3795 mV的結果)。藉由反覆進行上述步驟，便可以得到表420。此外，根據表420，可以得到在不同的荷電狀態SOC下，電壓差值與放電速率彼此之間的關係430。將關係430施予標準化之後，便可以得到曲線440。
第5圖顯示如第1圖所示之dSOC/dV模糊器 120的模型建立的一實施例。藉由將曲線340及440結合，本實施例替第1圖所示之dSOC/dV模糊器 120建立了第二電池模型510。第二電池模型510顯示當電池開路電壓OCV與在充電/放電情況時的電池電壓VBAT的電壓差值dV的絕對值越高，充電/放電電流越高(對應於第1圖所示之荷電差值(dSOC*))，因此，這二者之間有一個V型的關係。
第6圖顯示如第1圖所示之模糊器 110的模型建立的一實施例。第6圖包括表610、表620、圖630及圖640。表610包括從第2圖所示的圖220所擷取的資料。例如，在荷電狀態SOC值皆為90%的情況下，對於每一小時能將電池放電2%的放電情況而言，其電池電壓 VBAT是4100 mV。對於每一小時能將電池放電10%的放電情況而言，其電池電壓 VBAT是4065 mV。此外，在荷電狀態SOC值皆為80%的情況下，對於每一小時能將電池放電2%的放電情況而言，其電池電壓 VBAT是4000 mV。對於每一小時能將電池放電15%的放電情況而言，其電池電壓 VBAT是3952 mV。又，在荷電狀態SOC值皆為70%的情況下，對於每一小時能將電池放電2%的放電情況而言，其電池電壓 VBAT是3900 mV。對於每一小時能將電池放電25%的放電情況而言，其電池電壓 VBAT是3811 mV。
表620係根據表610的資訊而產生的。例如，在荷電狀態SOC值皆為90%的情況下，將放電情況OCV(意即代表每一小時能將電池放電2%)當作一基準。電池電壓為4.1 V及每一小時能將電池放電10%的權重係等於0.29 (這是由10/(4100-4065)計算而得到的)。電池電壓為4.0 V及每一小時能將電池放電15%的權重係等於0.31 (這是由15/(4000-3952)計算而得到的)。電池電壓為3.9 V及每一小時能將電池放電25%的權重係等於0.28 (這是由25/(3900-3811)計算而得到的)。藉由反覆進行上述步驟，便可以得到表620。此外，根據表620，可以得到在放電電流下，電池電壓VBAT與第一權重112(如第1圖所示)彼此之間的關係630。將關係630施予標準化之後，便可以得到第1圖所示之加權模糊器 110所需要的第一電池模型640。
第7圖顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖及資料表。如第7圖所示，在寫完估計電池電壓的演算法100後，將第5圖所示之第二電池模型510與第6圖所示之第一電池模型640嵌入估計電池電壓的演算法100。由於電池是在放電的狀況下，因此屬於第二電池模型510的一部分的圖440 被繪示。此外，本實施例提供了對應於演算法100中之各節點的資料表710。
根據第一電池模型640，視電池電壓VBAT的值而定，第一權重112可介於0.8與1.8之間。在本實施例中，當電池電壓VBAT的值為3.894 Volts時，被應用於dSOC/dV模糊器 120的輸出的第一權重112為0.9。 [00032] In the first battery model 640, we can see that depending upon the VBAT, the first weighting 112 may be between 0.8 and 1.8. In this embodiment, at a VBAT of 3.894 Volts, the first weighting 112 that will be applied to the output of the Fuzzifier (dSOC/dV) block is 0.9.
電壓差值dV 121用以作為dSOC/dV模糊器 120的輸入。其中，電壓差值dV 121係由電池電壓VBAT減去電池之查表的的開路電壓152而得到的。經由演算法100計算而得的荷電狀態SOC係被輸入至開路電壓(OCV)的查表150。如dSOC/dV模糊器 120所示，當電壓差值dV 121的絕對值越大時，dSOC/dV模糊器 120所輸出之荷電差值(dSOC*)122的絕對值越大。圖440顯示，當電壓差值dV 121例如為-100 mV時，荷電差值(dSOC*)122為-0.25。
如上所述，dSOC/dV模糊器 120所計算出之荷電差值(dSOC*)122係被加權模糊器110之輸出給施予加權，並且經由最佳化器130而被施予最佳化。在一實施例中，最佳化器130進行加權後，根據最小均方最佳化的方式與電池充電/放電的實際資料，而產生一K值。此K值被用以計算荷電差值(dSOC)131。
接著，演算法100將荷電差值(dSOC)131與累加器140 (例如但不限於，利用荷電狀態(SOC)的反Z變換 (inverse Z transformation))加總，以決定一新的荷電狀態SOC。此新的荷電狀態SOC被回授至開路電壓(OCV)的查表150，其中，此一步驟係反覆地進行。表710顯示3個電池的樣本，每一個彼此間隔36秒。根據上述關於演算法100的內容，本實施例之演算法100的運作模式係為: 先決定電壓差值，並針對此電壓差值施予複數個模糊演算方式。
第8圖顯示將本發明一實施例所述之演算法施予最小均方最佳化之後所得的實驗結果。如第8圖所示，演算法810類似於演算法100，二者差異在於: 演算法810多了額外的最小均方最佳化功能方塊812。演算法810所對應的電池電壓VBAT及荷電狀態SOC係分別如圖820及圖830所示。最小均方最佳化功能方塊812係接收圖830中藉由外部量測儀器所量測的荷電狀態SOC之理想值與圖830中藉由演算法100所提供之估計的荷電狀態SOC。最小均方最佳化功能方塊812逐步地微調最佳化器816。根據最小均方最佳化功能方塊812所做的微調，不同的權重 (或增益)( 權重 #1減去 權重#3)被應用於最佳化器816。結果，例如，增益 #1係三者之中最好的結果，因此，增益 #1被選作一最佳的增益K。
第9圖顯示於第1圖所示之實施例中，利用演算法100估計電池的荷電狀態所得的實驗結果。第9圖包括三張圖910、920及930，其顯示在不同充電/放電情況下之估計的荷電狀態SOC的誤差。圖910顯示在0.5C的標準充電/放電速率下，估計的荷電狀態SOC的誤差為-3% 至 +3%之間。圖920顯示在0.25 C的標準充電/放電速率下，估計的荷電狀態SOC的誤差亦為-3% 至 +3%之間。圖930顯示在0.5C的部分充電/放電速率下，估計的荷電狀態SOC的誤差為-4% 至 +4%之間。因此，圖910、920及930可顯示演算法100的準確度。
第10圖顯示本發明一實施例之用以估計電池的荷電狀態的方法流程圖。本實施例提供一種估計電池的荷電狀態SOC的方法1000，其步驟包括: 首先，監測一電池電壓(VBAT) (步驟1002)。接著，根據一第一電池模型、一第二電池模型及電池電壓，估計荷電狀態(步驟1004)。第一電池模型包括:在電池電壓與根據藉由電池的充電、放電及弛豫 (relaxing)所收集的一電池資訊的一第一權重彼此之間的一第一預設關係。第二電池模型包括: 在電池電壓與電池的一估計的開路電壓之間的一電壓差值與根據電池資訊的一荷電差值彼此之間的一第二預設關係。
在一實施例中，監測該電池電壓之步驟更包含下列步驟: 當電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。在一實施例中，方法1000更包含下列步驟: 在即時估計荷電狀態之前，於不同的充電/放電電流下，收集荷電狀態與電池電壓之間的電池資訊。在一實施例中，根據第一電池模型、第二電池模型及電池電壓，估計荷電狀態之步驟更包含下列步驟: 在不監測電池電流的情況下，估計荷電狀態。需說明的是，在某些應用場合下，當電池電流的相關資訊(下稱電池電流資訊)本就已有、或可輕易獲得時，則可利用電池電流資訊來補償或校準荷電狀態，此部分容後詳述。
在一實施例中，估計電池的荷電狀態SOC的方法1000更包含下列步驟: 於不同的充電/放電電流下，藉由量測荷電狀態及電池電壓，以建立第一電池模型及第二電池模型。在一實施例中，估計電池的荷電狀態SOC的方法1000更包含下列步驟: 藉由根據電池電壓於充電/放電電流時與於不同的充電/放電電流時之間的差值，來計算第一權重，以建立第一電池模型。在一實施例中，估計電池的荷電狀態SOC的方法1000更包含下列步驟:藉由根據充電/放電電流，來計算荷電狀態，以建立第二電池模型。
在一實施例中，估計電池的荷電狀態SOC的方法1000更包含下列步驟: 首先，根據第一電池模型及電池電壓，估計第一權重; 接著，根據第二電池模型及電池電壓與電池的估計的開路電壓之間的電壓差值，估計荷電差值; 再接著，根據第一權重及荷電差值，產生一加權過的荷電差值; 再接著，收集加權過的荷電差值，以提供一估計的荷電狀態; 最後，根據估計的荷電狀態及開路電壓的一查表值，以產生電池的估計的開路電壓。
第11圖顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的方法流程圖。本實施例提供一種根據電池電壓估計電池的荷電狀態的方法1100，其包括下列步驟: 首先，模型化電池電壓與根據於電池的充電與放電時所收集的一電池資訊的一第一權重彼此之間的一第一預設關係，以建立第一電池模型 (步驟1102); 接著，模型化電池電壓與電池的一估計的開路電壓之間的一電壓差值與根據電池資訊的一荷電差值彼此之間的一第二預設關係 (步驟1104); 再接著，監測電池電壓(步驟1106); 最後，根據第一電池模型、第二電池模型及電池電壓，估計荷電狀態(步驟1108)。
在一實施例中，監測電池電壓之步驟更包含下列步驟: 當電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。在一實施例中，根據電池電壓估計電池的荷電狀態的方法1100更包含下列步驟: 在即時估計荷電狀態之前，於不同的充電/放電電流下，收集荷電狀態與電池電壓之間的電池資訊。在一實施例中，根據第一電池模型、第二電池模型及電池電壓，估計荷電狀態之步驟更包含下列步驟: 在不監測電池電流的情況下，估計該荷電狀態。需說明的是，在某些應用場合下，當電池電流資訊本就已有、或可輕易獲得時，則可利用電池電流資訊來補償或校準荷電狀態，此部分容後詳述。在一實施例中，根據電池電壓估計電池的荷電狀態的方法1100更包含下列步驟:於不同的充電/放電電流下，藉由量測荷電狀態及電池電壓，以建立第一電池模型及第二電池模型。
在一實施例中，根據電池電壓估計電池的荷電狀態的方法1100更包含下列步驟:藉由根據電池電壓於充電/放電電流時與於不同的充電/放電電流時之間的差值，來計算第一權重，以建立第一電池模型。在一實施例中，根據電池電壓估計電池的荷電狀態的方法1100更包含下列步驟: 藉由根據充電/放電電流，來計算荷電差值，以建立第二電池模型。
在一實施例中，根據電池電壓估計電池的荷電狀態的方法1100更包含下列步驟:首先，根據第一電池模型及電池電壓，估計第一權重; 接著，根據第二電池模型及電池電壓與電池的估計的開路電壓之間的電壓差值，估計荷電差值; 再接著，根據第一權重及荷電差值，產生一加權過的荷電差值; 再接著，收集加權過的荷電差值，以提供一估計的荷電狀態; 最後，根據估計的荷電狀態及開路電壓的一查表值，以產生電池的估計的開路電壓。
第12圖顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的系統的硬體方塊圖。本實施例提供一種根據電池電壓估計電池的荷電狀態的系統1200。根據電池電壓估計電池的荷電狀態的系統1200包括: 一第一電池模型1202，其包括: 在電池電壓與根據藉由電池的充電、放電及弛豫 (relaxing)所收集的一電池資訊的一第一權重彼此之間的一第一預設關係; 一第二電池模型1204，其包括: 在電池電壓與電池的一估計的開路電壓之間的一電壓差值與根據電池資訊的一荷電差值彼此之間的一第二預設關係; 一電壓偵測器1206，用以監測一電池電壓VBAT; 以及一荷電狀態SOC估計器1208，與電壓偵測器1206連接，並且根據第一電池模型1202、第二電池模型1204及電池電壓VBAT，估計荷電狀態SOC。
在一實施例中，當電池處於至少下列一種狀態時: 充電、放電及弛豫時，電壓偵測器1206監測多個串聯的電池的電池電壓。在一實施例中，在荷電狀態SOC估計器1208開始即時估計荷電狀態之前，第一電池模型1202及第二電池模型1204可於不同的充電/放電電流下，收集荷電狀態SOC與電池電壓VBAT之間的電池資訊。在一實施例中，荷電狀態SOC估計器1208可在不監測電池電流的情況下，估計荷電狀態SOC。需說明的是，在某些應用場合下，當電池電流資訊本就已有、或可輕易獲得時，則可利用電池電流資訊來補償或校準荷電狀態，此部分容後詳述。
請參閱第13圖，顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖。在第13圖實施例中，電池電流資訊本就已有、或可輕易獲得。第13圖實施例提供一種估計電池電壓的演算法1300。演算法1300與演算法100相似，其間差異是：演算法1300也取得電池電流IBAT的相關資訊。較佳、但非必須地，該電池電流IBAT可乘以一增益值180，所得之經過增益運算的電池電流資訊182被傳送給一補償器184。補償器184補償或校準乘法器125的輸出，以獲得經過補償加權運算的荷電差值186。在一實施例中，補償器184可以實現為一乘法器。在其他實施例中，補償器184例如但不限於可為加法器、或是更為複雜的運算電路，以根據電池電流資訊來對乘法器125的輸出進行補償或校準運算。在一實施例中，較佳、但非必須地，經過補償加權運算的荷電差值186由最佳化器130予以最佳化。需說明的是: 演算法1300可應用在方法1000和1100之中。
請參閱第14圖，顯示顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的系統的硬體方塊圖。本實施例的系統1400與系統1200相似，但荷電狀態SOC估計器1208更接收電流資訊，此電流資訊例如來自電流感測器1402。荷電狀態SOC估計器1208與電壓偵測器1206及電流感測器1402連接，並且根據第一電池模型1202、第二電池模型1204及電池電壓VBAT，估計荷電狀態SOC，且根據電池電流來補償荷電狀態的估計值。
以上已針對較佳實施例來說明本發明，唯以上所述者，僅係為使熟悉本技術者易於了解本發明的內容而已，並非用來限定本發明之權利範圍。在本發明之相同精神下，熟悉本技術者可以思及各種等效變化。凡此種種，皆可根據本發明的教示類推而得，因此，本發明的範圍應涵蓋上述及其他所有等效變化。此外，本發明的任一實施型態不必須達成所有的目的或優點，因此，請求專利範圍任一項也不應以此為限。
〔本發明〕
1000‧‧‧估計電池的荷電狀態的方法
1100‧‧‧根據電池電壓估計電池的荷電狀態的方法
1200‧‧‧根據電池電壓估計電池的荷電狀態的系統
1300‧‧‧根據電池電壓與電流估計電池的荷電狀態的方法
1400‧‧‧根據電池電壓與電流估計電池的荷電狀態的系統
1002‧‧‧步驟
1004‧‧‧步驟
1102‧‧‧步驟
1104‧‧‧步驟
1106‧‧‧步驟
1108‧‧‧步驟
1202‧‧‧第一電池模型
1204‧‧‧第二電池模型
1206‧‧‧電壓偵測器
1208‧‧‧荷電狀態估計器
100‧‧‧演算法
110‧‧‧加權模糊器
112‧‧‧第一權重
120‧‧‧dSOC/dV模糊器
122‧‧‧荷電差值(dSOC*)
125‧‧‧乘法器
130‧‧‧最佳化器
131‧‧‧加權過的荷電差值(dSOC)
140‧‧‧累加器
150‧‧‧開路電壓(OCV)的查表
152‧‧‧開路電壓
210、220‧‧‧圖
310、320‧‧‧表
330、340‧‧‧圖
410、420‧‧‧表
430、440‧‧‧圖
340、440‧‧‧曲線
510‧‧‧第二電池模型
610、620‧‧‧表
630、640‧‧‧圖
630‧‧‧關係
640‧‧‧第一電池模型
710‧‧‧資料表
810‧‧‧演算法
812‧‧‧最小均方最佳化功能方塊
820、830‧‧‧圖
816‧‧‧最佳化器
910、920‧‧‧圖
930‧‧‧圖
dV‧‧‧電壓差值
K‧‧‧增益
SOC‧‧‧荷電狀態
VBAT‧‧‧電池電壓
Z-1‧‧‧反Z變換(inverse Z transformation)
第1圖顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖。 第2圖顯示於用以估計電池的荷電狀態的演算法中，而建立的加權模糊器及dSOC/dV模糊器的量測結果示意圖。 第3圖顯示dSOC/dV模糊器 120的一部分模型建立的一實施例。 第4圖顯示如第1圖所示之dSOC/dV模糊器 120的另一部分模型建立的一實施例。 第5圖顯示如第1圖所示之dSOC/dV模糊器 120的模型建立的一實施例。 第6圖顯示如第1圖所示之模糊器 110的模型建立的一實施例。 第7圖顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖及資料表。 第8圖顯示將本發明一實施例所述之演算法施予最小均方最佳化之後所得的實驗結果。 第9圖顯示於第1圖所示之實施例中，利用演算法100估計電池的荷電狀態所得的實驗結果。 第10圖顯示本發明一實施例之用以估計電池的荷電狀態的方法流程圖。 第11圖顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的方法流程圖。 第12圖顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的系統的硬體方塊圖。 第13圖顯示根據本發明一實施例之用以估計電池的荷電狀態的演算法所需的硬體方塊圖。 第14圖顯示本發明一實施例之根據電池電壓估計電池的荷電狀態的系統的硬體方塊圖。
1000‧‧‧估計電池的荷電狀態的方法
1002‧‧‧步驟
1004‧‧‧步驟

Claims (25)

  1. 一種估計電池的荷電狀態 (state of charge, SOC) 的方法，包含: 監測一電池電壓(VBAT); 以及 根據一第一電池模型、一第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值， 其中該第一電池模型包括:在該電池電壓與藉由電池的充電、放電及弛豫 (relaxing)所收集的一電池資訊的一第一權重彼此之間的一第一預設關係; 以及 其中該第二電池模型包括: 在該電池電壓與該電池的一估計的開路電壓之間的一電壓差值、與根據該電池資訊所得的一荷電差值彼此之間的一第二預設關係。
  2. 如申請專利範圍第1項所述之方法，其中監測該電池電壓之步驟更包含: 當電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。
  3. 如申請專利範圍第1項所述之方法，更包含: 在即時估計該荷電狀態之前，於不同的充電/放電電流下，收集該荷電狀態與該電池電壓之間的該電池資訊。
  4. 如申請專利範圍第1項所述之方法，其中根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態之步驟更包含: 在不監測電池電流的情況下，估計該荷電狀態。
  5. 如申請專利範圍第1項所述之方法，更包含: 於不同的充電/放電電流下，藉由量測該荷電狀態及該電池電壓，以建立該第一電池模型及該第二電池模型。
  6. 如申請專利範圍第5項所述之方法，更包含: 藉由根據該電池電壓於該充電/放電電流時與於不同的充電/放電電流時之間的差值，來計算該第一權重，以建立該第一電池模型。
  7. 如申請專利範圍第5項所述之方法，更包含: 藉由根據該充電/放電電流，來計算該荷電差值，以建立該第二電池模型。
  8. 如申請專利範圍第1項所述之方法，更包含: 根據該第一電池模型及該電池電壓，估計該第一權重; 根據該第二電池模型及該電池電壓與該電池的該估計的開路電壓之間的該電壓差值，估計該荷電差值; 根據該第一權重及該荷電差值，產生一加權過的荷電差值; 收集該加權過的荷電差值，以提供一估計的荷電狀態; 以及 根據該估計的荷電狀態及開路電壓的一查表值，以產生該電池的該估計的開路電壓。
  9. 如申請專利範圍第1項所述之方法，更包含: 根據相關於電池電流的資訊來補償該荷電狀態估計值。
  10. 如申請專利範圍第9項所述之方法，其中該根據一第一電池模型、一第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值之步驟包括： 根據該第一電池模型及該電池電壓，估計該第一權重; 根據該第二電池模型及該電池電壓與該電池的該估計的開路電壓之間的該電壓差值，估計該荷電差值; 根據該第一權重及該荷電差值，產生一加權過的荷電差值; 且其中該根據相關於電池電流的資訊來補償該荷電狀態估計值之步驟包括：根據相關於電池電流的資訊補償該加權過的荷電差值，以產生一補償後之加權荷電差值； 其中該補償後之加權荷電差值經累積運算而提供該荷電狀態估計值。
  11. 一種根據電池電壓估計電池的荷電狀態的方法，包含: 模型化該電池電壓與於電池的充電與放電時所收集的一電池資訊的一第一權重彼此之間的一第一預設關係，以建立第一電池模型; 模型化該電池電壓與該電池的一估計的開路電壓之間的一電壓差值與根據該電池資訊所得的一荷電差值彼此之間的一第二預設關係; 監測該電池電壓; 以及 根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值。
  12. 如申請專利範圍第11項所述之方法，其中監測該電池電壓之步驟更包含: 當電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。
  13. 如申請專利範圍第11項所述之方法，更包含: 在即時估計該荷電狀態之前，於不同的充電/放電電流下，收集該荷電狀態與該電池電壓之間的該電池資訊。
  14. 如申請專利範圍第11項所述之方法，其中根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態之步驟更包含: 在不監測電池電流的情況下，估計該荷電狀態。
  15. 如申請專利範圍第11項所述之方法，更包含: 於不同的充電/放電電流下，藉由量測該荷電狀態及該電池電壓，以建立該第一電池模型及該第二電池模型。
  16. 如申請專利範圍第15項所述之方法，更包含: 根據該電池電壓於該充電/放電電流時、與於不同的充電/放電電流時之間的差值，來計算該第一權重，以建立該第一電池模型。
  17. 如申請專利範圍第15項所述之方法，更包含: 藉由根據該充電/放電電流，來計算該荷電差值，以建立該第二電池模型。
  18. 如申請專利範圍第11項所述之方法，更包含: 根據該第一電池模型及該電池電壓，估計該第一權重; 根據該第二電池模型及該電池電壓與該電池的該估計的開路電壓之間的該電壓差值，估計該荷電差值; 根據該第一權重及該荷電差值，產生一加權過的荷電差值; 收集該加權過的荷電差值，以提供一估計的荷電狀態; 以及 根據該估計的荷電狀態及開路電壓的一查表值，以產生該電池的該估計的開路電壓。
  19. 如申請專利範圍第11項所述之方法，更包含: 根據相關於電池電流的資訊來補償該荷電狀態估計值。
  20. 如申請專利範圍第19項所述之方法，其中該根據一第一電池模型、一第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值之步驟包括： 根據該第一電池模型及該電池電壓，估計該第一權重; 根據該第二電池模型及該電池電壓與該電池的該估計的開路電壓之間的該電壓差值，估計該荷電差值; 根據該第一權重及該荷電差值，產生一加權過的荷電差值; 且其中該根據相關於電池電流的資訊來補償該荷電狀態估計值之步驟包括：根據相關於電池電流的資訊補償該加權過的荷電差值，以產生一補償後之加權荷電差值； 其中該補償後之加權荷電差值經累積運算而提供該荷電狀態估計值。
  21. 一種根據電池電壓估計電池的荷電狀態的系統，包含: 一第一電池模型，此模型包含該電池電壓與於電池的充電、放電、及弛豫時所收集的一電池資訊的一第一權重彼此之間的一第一預設關係; 一第二電池模型，此模型包含該電池電壓與該電池的一估計的開路電壓之間的一電壓差值、與根據該電池資訊所得的一荷電差值彼此之間的一第二預設關係; 一電壓偵測器，用以監測該電池電壓; 以及 一荷電狀態估計器，與該電壓偵測器連接，根據該第一電池模型、該第二電池模型及該電池電壓，估計該荷電狀態以產生一荷電狀態估計值。
  22. 如申請專利範圍第21項所述之系統，其中該電壓偵測器更於電池處於至少下列一種狀態時: 充電、放電及弛豫 ，監測多個串聯的電池的電池電壓。
  23. 如申請專利範圍第21項所述之系統，其中該第一電池模型與該第二電池模型在即時估計該荷電狀態之前，於不同的充電/放電電流下，收集該荷電狀態與該電池電壓之間的該電池資訊。
  24. 如申請專利範圍第21項所述之系統，其中該荷電狀態估計器在不監測電池電流的情況下，估計該荷電狀態。
  25. 如申請專利範圍第21項所述之系統，更包含: 一電流感測器，用以提供相關於電池電流的資訊，且該荷電狀態估計器更與該電流感測器連接，以根據該相關於電池電流的資訊來補償該荷電狀態估計值。
TW104122895A 2014-07-21 2015-07-15 Method of estimating the state of charge of a battery and system thereof TWI563276B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201462026786P 2014-07-21 2014-07-21

Publications (2)

Publication Number Publication Date
TW201604566A true TW201604566A (zh) 2016-02-01
TWI563276B TWI563276B (en) 2016-12-21

Family

ID=55074407

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104122895A TWI563276B (en) 2014-07-21 2015-07-15 Method of estimating the state of charge of a battery and system thereof

Country Status (4)

Country Link
US (1) US20160018468A1 (zh)
KR (1) KR101802028B1 (zh)
CN (1) CN105277894B (zh)
TW (1) TWI563276B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI641855B (zh) * 2016-06-23 2018-11-21 矽力杰半導體技術（杭州）有限公司 Battery and battery pack state detecting method and device

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842627B (zh) * 2016-02-01 2018-06-01 北京理工大学 基于数据模型融合的动力电池容量和荷电状态的估计方法
US20170227607A1 (en) * 2016-02-04 2017-08-10 Mediatek Inc. Schemes capable of efficiently and accurately estimating and/or predicting available battery capacity and battery aging factor
US10942221B2 (en) 2016-02-04 2021-03-09 Mediatek Inc. Method and apparatus capable of accurately estimating/determining power percentage of battery based on confidence levels determined from resultant information of multiple different fuel gauge operations and/or information of battery history, aging factor, sleep time, or battery temperature
FR3069180B1 (fr) * 2017-07-19 2019-08-02 Renault S.A.S Procede de detection d'un defaut d'autodecharge dans une cellule de batterie
JP6834864B2 (ja) * 2017-09-11 2021-02-24 トヨタ自動車株式会社 電池出力監視装置及び方法
CN113075562B (zh) * 2020-01-06 2025-05-02 东莞新能德科技有限公司 电池压差更新方法、电量预估方法、电子装置及存储介质
KR20240154907A (ko) * 2023-04-19 2024-10-28 주식회사 엘지에너지솔루션 배터리 상태 추정 방법 및 그 방법을 제공하는 배터리 시스템
KR102905339B1 (ko) * 2024-11-07 2025-12-26 호남대학교 산학협력단 신경망 모델을 이용한 배터리의 soc 추정 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850038B2 (en) * 2002-05-14 2005-02-01 Yazaki Corporation Method of estimating state of charge and open circuit voltage of battery, and method and device for computing degradation degree of battery
US7593821B2 (en) * 2004-11-23 2009-09-22 Lg Chem, Ltd. Method and system for joint battery state and parameter estimation
TWI287313B (en) * 2004-11-29 2007-09-21 Lg Chemical Ltd Method and system for battery state and parameter estimation
JP4703593B2 (ja) * 2007-03-23 2011-06-15 株式会社豊田中央研究所 二次電池の状態推定装置
WO2008154960A1 (en) * 2007-06-21 2008-12-24 Robert Bosch Gmbh Battery charging method with constant current and constant voltage
KR101189150B1 (ko) * 2008-01-11 2012-10-10 에스케이이노베이션 주식회사 배터리 관리 시스템에서 배터리의 ｓｏｃ 측정 방법 및 장치
US8624560B2 (en) * 2008-04-11 2014-01-07 Apple Inc. Controlling battery charging based on current, voltage and temperature
JP4649682B2 (ja) * 2008-09-02 2011-03-16 株式会社豊田中央研究所 二次電池の状態推定装置
BR112012023275A2 (pt) * 2010-03-26 2016-05-17 Mitsubishi Eletric Corp aparelho de estimativa de estado de carga
TW201224485A (en) * 2010-12-02 2012-06-16 Ind Tech Res Inst State-of-charge estimation method and battery control unit
CN102569922B (zh) * 2012-03-05 2014-03-05 同济大学 一种基于单体电池一致性的蓄电池组soc估计改进方法
CN102608542B (zh) * 2012-04-10 2013-12-11 吉林大学 动力电池荷电状态估计方法
EP3255444B1 (en) * 2012-04-13 2020-01-08 LG Chem, Ltd. Method for managing a secondary battery
CN103675683A (zh) * 2012-09-02 2014-03-26 东莞市振华新能源科技有限公司 一种锂电池荷电状态(soc)估算方法
US9081068B2 (en) * 2012-09-18 2015-07-14 Apple Inc. Method and apparatus for determining a capacity of a battery
CN103293485A (zh) * 2013-06-10 2013-09-11 北京工业大学 基于模型的蓄电池荷电状态估计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI641855B (zh) * 2016-06-23 2018-11-21 矽力杰半導體技術（杭州）有限公司 Battery and battery pack state detecting method and device

Also Published As

Publication number Publication date
US20160018468A1 (en) 2016-01-21
KR20160011172A (ko) 2016-01-29
CN105277894A (zh) 2016-01-27
KR101802028B1 (ko) 2017-11-27
TWI563276B (en) 2016-12-21
CN105277894B (zh) 2018-01-05

Similar Documents

Publication Publication Date Title
TW201604566A (zh) 估計電池的荷電狀態的方法與系統
JP6471179B2 (ja) 迅速な絶縁抵抗の測定が可能な絶縁抵抗測定装置及び方法
US8918300B2 (en) Apparatus and method for battery state of charge estimation
JP6403746B2 (ja) 電池状態推定装置
JP6657967B2 (ja) 状態推定装置、状態推定方法
CN105223506B (zh) 使用双扩展卡尔曼滤波器的电池状态估计方法和系统
CA2550072C (en) Apparatus and method for estimating state of charge of battery using neural network
JP5842421B2 (ja) 電池状態推定装置
US20160018469A1 (en) Method of estimating the state of charge of a battery and system thereof
WO2015033504A1 (ja) バッテリの健全度推定装置および健全度推定方法
JP5389136B2 (ja) 充電率推定装置およびその方法
JP5329500B2 (ja) バッテリの充電率推定装置
TWI758760B (zh) 電池控制裝置以及電池容量估測方法
CN108028439A (zh) 用于估计电池组的当前的空载电压变化过程的方法和设备
US10823785B2 (en) Method of estimating the state of charge of a battery and system thereof
KR101759532B1 (ko) 배터리의 내부 임피던스를 추정하는 방법
JP2013208034A (ja) 開回路電圧推定装置
CN107238803A (zh) 用于估计电池soe的方法和计算机可读存储介质
JP2018146343A (ja) バッテリ管理装置及びバッテリ管理方法
JP6879126B2 (ja) 電池の充電量の推定方法および推定装置
CN107870305B (zh) 基于温度参数的锂离子电池在线参数辨识和soh估计方法
JP5625244B2 (ja) 二次電池の容量推定装置
JP2018084548A (ja) 二次電池の状態推定装置及び車両
US20180292463A1 (en) Method and system for battery state of charge calculation
Chaoui et al. Accurate state of charge (SOC) estimation for batteries using a reduced-order observer