[发明专利]电池组的电池单元的容量的自动估计方法

权利要求书

1.一种电池组的电池单元的容量的自动估计方法，该方法包括：

a)在时刻k获取所测量的所述电池单元的充电或放电电流强度i_k，

b)通过使用卡尔曼滤波器估计所述电池单元在时刻k3的容量C_n,k3，该估计包括：

·借助于状态模型计算所述容量C_n,k3的预测值，其中所述状态模型将所述容量C_n,k3关联到该同一电池单元在之前的时刻k3-1的容量C_n,k3-1，然后

·在时刻k3获取由以下关系式限定的可测量物理量z_k3：

其中，k是最接近所述时刻k3的时刻，N是大于或等于1的整数，z_k3在N等于1时等于i_k-1，

·借助于观测模型计算所述可测量物理量z_k3的预测值以及

·根据所获取的物理量z_k3与借助于所述观测模型计算的所述预测值之间的差值，修正所述容量C_n,k3的预测值，

其特征在于，所述方法包括：

-函数G_SVM的自动学习，所述函数G_SVM根据所述容量C_n,k3-1和至少一个与所述电池单元的容量随时间的变化相关联且在时刻k3测量的物理特征cc_1,k3来返回所述容量C_n,k3，该自动学习包括对学习数据库执行监督式学习算法，该学习数据库包含容量数值以及对于每个容量数值在相同时刻测量的所述物理特征的数值和所述容量的前一数值，以及

-一旦学习了所述函数G_SVM，在之后的时刻k3+1执行步骤b)期间，使用由以下关系式限定的状态模型计算容量C_n,k3+1的预测值：C_n,k3+1＝G_SVM(C_n,k3,cc_1,k3+1)。

2.如权利要求1所述的方法，其中，函数G_SVM(C_n,k3-1,cc_1,k3)是由以下关系式限定的：G_SVM(C_n,k3-1,cc_1,k3)＝C_n,k3-1+f_SVM(cc_1,k3)，其中，f_SVM(cc_1,k3)是根据保存在所述学习数据库中的数据进行的学习步骤期间学习的函数。

3.如权利要求1所述的方法，其中：

-在每个时刻k3，所述方法包括将以下各项保存在所述学习数据库中：

·在步骤b)期间由所述卡尔曼滤波器预测然后修正的容量C_n,k3，以及

·在时刻k3测量的所述物理特征cc_1,k3，于是

-对所述函数G_SVM的自动学习包括对其中已经保存了由所述卡尔曼滤波器预测然后修正的容量C_n,k3的所述学习数据库执行所述监督式学习算法。

4.如权利要求3所述的方法，其中：

-步骤b)还包括估计对容量C_n,k3的估计的误差的协方差Pc_k3，以及

-响应于所估计的协方差Pc_k3超过预定阈值而自动触发所述函数G_SVM的自动学习。