[发明专利]固态浓度模型结合经验等效电路模型的蓄电池状态估计器

说明书

技术领域

本发明大体上涉及用于蓄电池组中的电池单元的蓄电池状态估计器，并且更具体地涉及将电化学固态浓度模型与经验等效电路模型结合的混合蓄电池状态估计器，其中混合模型使用扩展卡尔曼滤波器例程来计算，以提供开路电压和其它蓄电池参数的值，这些值甚至在高电流操作条件下也是准确的。

背景技术

电动车辆和汽油-电动或柴油-电动混合动力车辆在现今的汽车市场上正迅速得到普及。电动车辆和混合动力电动车辆提供了多个所需特征，例如减少或消除了在消费者水平上的排放物和石油基燃料消耗以及潜在地更低的运行成本。电动车辆和混合动力电动车辆的关键子系统是蓄电池组，其在决定车辆性能方面起很大作用。在这些车辆中的蓄电池组通常由许多互连的电池单元组成，这些电池单元能够根据需要提供大量功率。使蓄电池组性能和寿命最大化是在电动车辆和混合动力电动车辆的设计和操作中的重要考量因素。

典型的电动车辆蓄电池组包括两个或更多个蓄电池组部段，其中每个部段根据需要包含多个单独的蓄电池电池单元，以提供所需的电压和容量。为了优化蓄电池组的性能和耐久性，重要的是监测蓄电池电池单元的荷电状态和其它参数。通常使用以荷电状态-开路电压(SOC-OCV)曲线形式定义的关系基于电池单元的开路电压来确定电池单元的荷电状态。然而，仅当蓄电池电池单元已达到平衡达数小时而没有充电或放电电流时可以直接测量开路电压，此时，开路电压等于端子电压。在电动车辆蓄电池组的充电或放电期间以及此后的一些时间内，仅可以基于测量的端子电压来估计开路电压。

用于在充电或放电期间从蓄电池电池单元的端子电压估计开路电压的一种现有技术是使用蓄电池电池单元的等效电路模型。等效电路模型使用诸如电容器和电阻器的经验导出的电路元件来模拟蓄电池电池单元的表现。然而，在高电流的充电或放电条件下，等效电路模型通常失去准确性，因为在这些条件下不能准确地建模扩散效应。需要一种蓄电池状态估计器，其能够准确模拟真实操作条件下的蓄电池电池单元表现，并且在计算上足够高效以实时运行。

发明内容

根据本发明的教导，公开了一种将电化学固态浓度模型与经验等效电路模型结合的蓄电池状态估计器。蓄电池状态估计器使用降阶的基于物理的电化学固态浓度模型来计算蓄电池电池单元的开路电压，并且使用等效电路模型中的所计算的开路电压来评价扩散压降和其它蓄电池电池单元参数。蓄电池状态估计器使用扩展卡尔曼滤波器在在线估计器框架中被实施，其中测量的端子电压和测量的电流作为输入。蓄电池电池单元的荷电状态可从计算的开路电压被确定，并且荷电状态和来自等效电路模型的其它参数一起用来评价蓄电池组性能并控制蓄电池组的充电和放电。

本发明还可包括下列方案。

1. 一种用于确定蓄电池电池单元在充电或放电期间的状态的方法，所述方法包括：

提供所述蓄电池电池单元的包括端子电压的等效电路模型，所述端子电压等于扩散效应压降、双层压降、欧姆电阻压降和开路电压之和；

建立与所述等效电路模型中的所述双层压降和所述欧姆电阻压降相关联的电阻值和电容值；

提供降阶的电化学模型，以基于在所述蓄电池电池单元的正电极和负电极处的活性材料的固体浓度的计算来确定开路电压值；

在充电或放电期间获得所述蓄电池电池单元的测量的端子电压数据和测量的电流数据，其中所述测量的数据使用传感器来获得；以及

基于所述等效电路模型、所述建立的电阻值和电容值、所述降阶的基于物理的模型以及所述测量的端子电压数据和电流数据，使用微处理器来计算所述蓄电池电池单元的状态。

2. 根据方案1所述的方法，其中，所述等效电路模型中的所述双层压降被建模为第一并联电阻器-电容器对和第二并联电阻器-电容器对，其中所述第一和第二并联电阻器-电容器对具有不同的时间常数。

3. 根据方案2所述的方法，其中，建立电阻值和电容值包括：通过经验确定所述第一和第二并联电阻器-电容器对的电阻值和电容值。

4. 根据方案1所述的方法，其中，所述降阶的电化学模型包括在所述电极处的活性材料的所述固体浓度的有限差分逼近，并且将所述电极中的每个固体粒子建模为三个或更多个分立层。

5. 根据方案4所述的方法，其中，所述开路电压值从在固体-电解质界面处的活性材料的所述固体浓度来确定。