[发明专利]基于降阶电化学模型的电池功率容量估计

说明书

公开了一种基于降阶电化学模型的电池功率容量估计。一种车辆包括由具有正电极和负电极的电池单元构成的电池。控制器基于电池的降阶电化学模型根据电池功率极限来操作所述电池。所述模型包括作为电极内的位置处的有效金属离子浓度的状态。电池功率极限是基于金属离子浓度和系统矩阵的参数的，所述系统矩阵包括指示所述浓度中的每个对由所述浓度限定的梯度的贡献的系数。所述参数是所述系统矩阵的特征值。还通过对所述系统矩阵进行转换以使所述系统矩阵被表示为对角矩阵的函数来推导所述功率极限。

技术领域

本申请总体上涉及使用降阶电池模型的电池功率容量估计。

背景技术

混合动力电动车辆和纯电动车辆依赖于牵引电池来提供用于推进的动力，并且还可为某些附件提供电力。牵引电池通常包括以各种形态连接的多个电池单元。为了确保车辆的优化操作，可监测牵引电池的各种性能。一种有用的性能是指示存储在电池中的电荷量的电池荷电状态(SOC)。可针对整个牵引电池和针对每个电池单元来计算荷电状态。牵引电池的荷电状态提供对剩余电荷的有用指示。针对每个单独的电池单元的荷电状态提供对平衡电池单元之间的荷电状态有用的信息。除SOC之外，电池可允许的充电和放电功率极限是用于确定电池操作的范围并用于防止电池过度操作的有价值的信息。然而，使用传统方法(诸如，基于实验的方法或基于等效电路模型的方法)不易于实现对上述电池响应的估计。

发明内容

一种车辆包括电池，其中，所述电池包括具有正电极和负电极的至少一个电池单元。所述车辆还包括至少一个控制器，所述至少一个控制器被配置为：根据功率极限来操作所述电池，其中，所述功率极限是基于多个有效金属离子浓度和系统矩阵的参数的，所述多个有效金属离子浓度与电极内的位置相关联，所述系统矩阵包括指示所述浓度中的每个对所述浓度的梯度的贡献的系数。所述参数可以是所述系统矩阵的特征值。所述功率极限还可以是基于所述至少一个电池单元的有效内电阻的。所述功率极限还可以是基于所述至少一个电池单元的端电压极限的。所述端电压极限可以是针对充电的预定最大端电压和针对放电的预定最小端电压。所述功率极限还可以是基于所述至少一个电池单元的开路电压的。所述浓度可作为限定所述系统矩阵的电池的电化学模型的输出而被推导出。所述功率极限是还基于预定时间的。所述功率极限可以是基于根据状态变量的所述有效金属离子浓度的，所述状态变量通过转换矩阵与所述有效金属离子浓度相关，所述转换矩阵是基于从所述系统矩阵推导出的特征向量的。

一种电池管理系统包括至少一个控制器，所述至少一个控制器被配置为根据电池功率极限来操作牵引电池，其中，所述电池功率极限是基于多个有效金属离子浓度和系统矩阵的参数的，所述多个有效金属离子浓度与电池单元的至少一个电极内的位置相关联，所述系统矩阵包括限定所述有效金属离子浓度的梯度的系数。所述参数可以是所述系统矩阵的特征值。所述功率极限可以是基于根据状态变量的所述多个有效金属离子浓度的，其中，所述状态变量通过转换矩阵与所述有效金属离子浓度相关，所述转换矩阵是基于从所述系统矩阵推导出的特征向量的。所述有效金属离子浓度的估计值和系统矩阵可从电池单元的电化学模型被推导出。所述有效金属离子浓度和系统矩阵可从电池单元的电化学模型被推导出。所述电池功率极限还可以是基于电池端电压的，其中，所述电池端电压从在关联的电极-电解质界面处的正电极有效金属离子浓度和负电极有效金属离子浓度被推导出。所述电池功率极限还可以是基于电池单元的有效内电阻的。所述电池功率极限还可以是基于预定时间段的。

一种操作车辆的方法包括：通过控制器基于多个估计的金属离子浓度和系统矩阵的特征值来输出电池功率极限，其中，所述估计的金属离子浓度与电池单元的至少一个电极内的位置关联，所述系统矩阵包括限定所述估计的金属离子浓度之间的相互作用的系数。所述方法还包括：根据所述电池功率极限控制电机。所述估计的金属离子浓度可作为限定所述系统矩阵的电池的电化学模型的输出而被推导出。所述估计的金属离子浓度可作为电池的电化学模型的状态变量而被推导出。所述电池功率极限还可以是基于最大端电压和最小端电压中的至少一个的。所述估计的金属离子浓度可以是基于电池电流的。所述估计的金属离子浓度可以是基于有效扩散系数和有效欧姆电阻的。

附图说明