行之知识产权综合服务平台

技术领域

本公开涉及电池管理技术，其中，所述电池管理技术能够估计形成电池 模型的组件的参数，以用于提供对相关电池的控制。

背景技术

混合动力电动车辆(HEV)利用内燃发动机与电动马达的组合来提供动力。 与仅具有内燃发动机的车辆相比，这种配置提高了燃料经济性。提高HEV中 的燃料经济性的一种方法是在发动机低效运转且其他方面也不需要发动机驱 动车辆的期间将发动机关闭。在这些情况下，电动马达被用于提供驱动车辆 所需要的所有动力。当驾驶员动力需求增加以至于电动马达不再能够提供足 够的动力以满足所述需求时，或者，在诸如电池荷电状态(SOC)下降到特定 水平之下的其他情况下，应起动发动机。

发明内容

一种车辆包括：电池包；至少一个控制器，被编程为：响应于基于电池 包端电压的参数值对电池包进行操作。电池包端电压具有比阈值大的频率成 分或比阈值小的频率成分。所述参数值指示(i)基于具有比阈值小的频率 成分的端电压的电池包内电阻和(ii)基于具有比阈值大的频率成分的端电 压的电池包内阻抗。

提出一种基于电池端电压数据来控制电池包的电池管理方法。所述方法 可响应于，基于具有比阈值频率小的频率成分的端电压数据、指示电池包内 电阻的参数值，来控制电池包的操作。所述方法可响应于，基于具有比阈值 频率大的频率成分的端电压数据、指示电池包内阻抗的参数值，来控制电池 包的操作。

或者说，根据本发明，一种电池管理方法包括：响应于，基于具有比阈 值频率小的频率成分的电池包端电压数据、指示电池包内电阻的参数值，来 控制电池包的操作；响应于，基于具有比阈值频率大的频率成分的电池包端 电压数据、指示电池包内阻抗的参数值，来控制电池包的操作。

根据本发明的一个实施例，所述内电阻可为电池包的活性电解质电阻。

根据本发明的一个实施例，所述内阻抗可包括电池包的充电电容和活性 电荷转移电阻。

根据本发明的一个实施例，所述阈值频率可基于电池包的电化学特性。

根据本发明的一个实施例，所述方法还可包括：应用频率选择滤波器以 获得以下项中的一个：(i)具有比阈值频率大的频率成分的电池包端电压数 据或(ii)具有比阈值频率小的频率成分的电池包端电压数据。

根据本发明的一个实施例，所述方法还可包括：基于电池包的输入电压 与(a)具有比阈值频率大的频率成分的电池包端电压数据或(b)具有比阈 值频率小的频率成分的电池包端电压数据中的一个之差，来产生(i)具有 比阈值频率大的频率成分的电池包端电压数据和(ii)具有比阈值频率小的 频率成分的电池包端电压数据中的另一个。

根据本发明的一个实施例，所述方法还可包括：基于所述参数值输出在 预定时间段期间可用的最大放电功率，或者，基于所述参数值输出在预定时 间段期间可用的最大充电功率。

一种混合动力传动系统包括电池和至少一个控制器，其中，所述至少一 个控制器实现对电池包的建模。所述至少一个控制器将电池包端电压数据过 滤为具有比阈值大的频率的高频成分和具有比阈值小的频率的低频成分。所 述至少一个控制器响应于预测的电池可用功率来控制电池包的操作，其中， 从基于低频成分、指示电池包内电阻的参数值和基于高频成分、指示电池包 内阻抗的参数值来得出预测的电池可用功率。

或者说，根据本发明，一种混合动力传动系统包括：电池包，具有一个 或更多个电池单元；至少一个控制器，被编成为：实现对电池包的建模；将 电池包端电压数据过滤为具有比阈值大的频率的高频成分和具有比阈值小的 频率的低频成分；响应于预测的电池可用功率来控制电池包的操作，其中， 从(i)基于低频成分、指示电池包内电阻的参数值和(ii)基于高频成分、 指示电池包内阻抗的参数值来得出所述预测的电池可用功率。

根据本发明的一个实施例，所述内电阻可为活性电解质。

根据本发明的一个实施例，所述内阻抗可包括电容和活性电荷转移电阻。

根据本发明的一个实施例，所述预测的电池可用功率可包括在预定时间 段期间可用的最大放大功率。

附图说明

图1是混合动力电动车辆的示意图，其示出了典型的动力传动系与能量 储存组件；

图2是电池的等效电路模型的示意图；

图3是示出根据实施例的用于描述电池的电化学阻抗谱奈奎斯特 (Nyquist)曲线的曲线图；

图4A至图4C是根据实施例的用于对测量的电池响应进行信号处理的滤 波器的示意图；

图5是根据实施例的用于确定在电池管理方法中使用的一个或更多个电 池参数的算法的流程图；

图6是示出根据实施例的在等效电路模型中的电池模型参数估计结果的 比较的曲线图。

具体实施方式

在此描述本公开的实施例。然而，将理解的是，所公开的实施例仅仅是 示例，其他实施例可采用各种和替代形式。附图无需按比例绘制；可放大或 最小化一些特征以示出特定组件的细节。因此，在此公开的具体结构和功能 细节不会被解释为具有限制性，而仅仅作为用于教导本领域技术人员以多种 形式实施实施例的代表性基础。本领域普通技术人员将理解的是，参照任一 附图示出并描述的各种特征可与在一个或更多个其他附图中示出的特征相组 合，以产生未明确示出或描述的实施例。示出的特征的组合提供用于典型应 用的代表性实施例。然而，可期望将与本公开的教导一致的特征的各种组合 和修改用于特定应用或实现。

本公开的实施例总体上提供了多个电路或其他电装置。当提及所述电路 和其他电装置以及由它们中的每一个提供的功能时，都不意在受限于仅涵盖 在此示出和描述的内容。虽然特定标号可被分配给公开的各种电路或其他电 装置，但是这样的标号不意在限制所述电路和其他电装置的操作范围。可基 于所期望的特定类型的电实现方案，按照任何方式将所述电路和其他电装置 彼此组合和/或分离。应该认识到，在此公开的任何电路或其他电装置可包括 任意数量的微处理器、集成电路、存储装置(例如，闪存、随机存取存储器 (RAM)、只读存储器(ROM)、电可编程只读存储器(EPROM)，电可擦除可编 程只读存储器(EEPROM)或上述项的其他适当的变型)和软件，它们彼此协 作以执行在此公开的操作。此外，任意一个或更多个电子装置可被配置为运 行在非暂时性计算机可读介质中包含的计算机程序，其中，计算机程序被编 写为用于执行公开的任意数量的功能。

HEV电池系统可实现电池管理策略，其中，所述电池管理策略估计描述 电池和/或一个或更多个电池单元的当前操作状况的值。电池包和/或一个或 更多个单元的操作状况包括：电池荷电状态、功率衰减、容量衰减和瞬时可 用功率。电池管理策略能够在电池包的整个使用期，随着电池单元老化对值 进行估计。对一些参数的精确估计可提高性能和鲁棒性，并可最终延长电池 包的有效使用期。对于在此描述的电池系统，可按照下面的讨论来实现对特 定电池包和/或电池单元的参数的估计。

图1示出典型的混合动力电动车辆。典型的混合动力电动车辆2可包括 被机械连接到混合动力传动装置6的一个或更多个电动马达4。此外，混合 动力传动装置6被机械连接到发动机8。混合动力传动装置6还被机械连接 到驱动轴10，其中，驱动轴10被机械连接到车轮12。在另一个未在图例中 示出的实施例中，混合动力传动装置可为非可选式(non-selectable)的齿 轮传动装置，其中，所述非可选式的齿轮传动装置可包括至少一个电机。当 发动机8被启动或关闭时，电动马达4可提供驱动能力和减速能力。电动马 达4还充当发电机，并可通过回收通常在摩擦制动系统中会作为热量流失的 能量来在燃料经济方面获益。由于在特定情况下，混合动力电动车辆2可在 电动模式下运转，因此，电动马达4还可减少污染物排放。

电池包14可包括但不限于具有一个或更多个电池单元的牵引电池，其 中，所述一个或更多个电池单元储存可由电动马达4使用的能量。车辆电池 包14一般提供高电压DC输出，并被电连接到电力电子模块16。电力电子模 块16可与组成车辆计算系统(VCS)22的一个或更多个控制模块进行通信。 车辆计算系统22可控制若干车辆特征、系统和/或子系统。所述一个或更多 个模块可包括但不限于电池管理系统。电力电子模块16还被电连接到电动马 达4，并提供在电池包14和电动马达4之间双向传递能量的能力。例如，典 型的电池包14可提供DC电压，而电动马达4可能需要三相AC电流来运转。 电力电子模块16可将DC电压转换为电动马达4所需要的三相AC电流。在再 生模式下，电力电子模块16将来自充当发电机的电动马达4的三相AC电流 转换为电池包14所需要的DC电压。

除了提供用于驱动的能量之外，电池包14可为其他车辆电系统提供能 量。典型的系统可包括DC/DC转换器模块18，其中，所述DC/DC转换器模块 18将电池包14的高电压DC输出转换为与其他车辆负载兼容的DC低电压供 电。其他高电压负载可无需使用DC/DC转换器模块18而被直接连接。在典型 的车辆中，低电压系统被电连接到12V电池20。

电池包14可由电力电子模块16控制，其中，所述电力电子模块16可从 具有一个或更多个控制模块的车辆计算系统22接收命令。所述一个或更多个 控制模块可包括但不限于电池控制模块。可使用电池模型参数估计方法来校 正所述一个或更多个控制模块以控制电池包14，其中，所述电池模型参数估 计方法在运转期间估计一般意义上的有效电池内电阻以用于确定电池功率容 量。功率容量预测使得电池包14能够防止过度充电和过度放电，其中，所述 过度充电和过度放电会导致电池的寿命缩短、车辆动力传动方面的性能问题 等。

电池参数预测方法和/或策略可助于实时(即，在操作期间)确定电池电 流限制和功率容量。许多电池参数估计处理受电池模型的保真度以及电池操 作期间的不可预测的环境状况或不可预期的噪声的影响。车辆电池测量方法/ 策略可在运转期间使用等效电路模型来测量车辆中的电池包以获取电化学阻 抗，其中，所述等效电路模型使用若干种配置中的一个或更多个电阻-电容 (R-C)电路。

可通过使用多重表格捕获影响电池包的阻抗及其关联动态特性的宽频率 范围来实现用于控制电池包的校正。为了填充/校正所述多重表格，需要严格 执行在测试设施中使用复杂算法对电池包的离线测试。对电池包的离线测试 的示例为电化学阻抗谱(ETS)，其中，ETS可被实现以捕获宽频率范围内的 电池系统特性，其中，所述电池系统特性可包括电池温度、电池荷电状态、 电池放电状态和/或电池使用。

可实现车辆电池测量方法以消除对大量离线测试的需求。车辆电池测量 方法可在运转期间使用一个或更多个简单的等效电路来测量车辆中的电池 包，以获取电化学阻抗。车辆电池测量方法与ETS相比会具有更高的噪声水 平，然而，车辆电池测量方法可在车辆运转期间提供用于描述电池瞬态行为 特性的有价值的信息。

图2是用于模拟电池的简单等效电路的示意图。所述电路可模拟包括电 池包和/或一个或更多个电池单元的电池。在该示例中，简单等效电路模型 200包括兰德尔(Randles)电路模型。Randles电路(例如，RC电路)包括 活性电解质电阻r₁202、电容C 204和活性电荷转移电阻r₂206，其中，活 性电解质电阻r₁202与活性电荷转移电阻r₂206和电容C 204的并联相串联。 Randles电路允许测量端电压v_t212、电池开路电压v_oc214、电池内电压v₁216 和R-C电路的电压v₂210。Randles电路可在HEV电池管理系统中被实现以 提供针对一个或更多个电池参数的预测计算。

HEV电池管理系统可实现Randles电路模型以接收用于计算电化学阻抗 的电池测量值并基于阻抗来估计电池参数。估计的电池参数可包括波动轨迹， 其中，所述波动轨迹在车辆处于特定系统模式时增大，所述特定系统模式包 括充电模式、保持模式或耗尽模式。当使用Randles电路和/或其他RC电路 配置来估计这些电池参数时，这些电池参数倾向于对内部噪声和外部噪声以 及环境状况敏感。

系统可在车辆运转(例如，实时运转)期间接收电池测量值以使用模型 参数估计来计算电池功率容量，其中，所述模型参数估计可包括一般意义上 的有效电池内电阻估计。电池功率容量受电池包的阻抗及其关联动态特性的 影响。电池模型参数估计方法可包括在车辆中进行电池测量以使用扩展的卡 尔曼滤波和以下进一步详细描述的其他的计算/算法来获取电化学阻抗，从而 计算电池功率容量。

电池的功率容量可由内部状态来决定，并可仅使用外部系统输出来推导 出电池的功率容量。可对所述计算进行改进，并且，通过从全频率范围动态 特性中分离出中高频动态特性(如图3所示)而使估计的参数对噪声的敏感 度会降低。结果，从分离的中高频动态特性估计出与电池功率容量估计直接 相关的电池动态特性。通过实时调节内电阻来表示慢动态特性和瞬时动态特 性。恒定电阻电池功率限制可与低频直接相关。换言之，低频可表示电池动 态特性的稳定状态。

电池管理系统可基于Randles电路模型的实现，从而在无需引入额外的 硬件和/或增加系统复杂度的情况下，提供电池管理系统可管理的足够的计算 速度。等效的电路模型200可允许计算预测的电池系统参数，其中，所述预 测的电池系统参数包括电池包的阻抗、内电阻及其关联动态特性。

包括ETS的一个或更多个离线测试的实现提供宽频率范围内的电池系统 特性。ETS的实现会在HEV电池包的开发期间需要较长的应用开发时间和额 外的硬件。使HEV在车辆运转期间实时地进行电池功率容量预测有利于电池 管理系统。

可借助于一个或更多个等效电路在HEV中进行直接电池测量来使用简化 的方式计算电池系统的特性。所述系统可借助于一个或更多个RC电路(例如， Randles电路)来测量电池电流输入和电池的端电压。可在包括电池能量控 制模块的车辆计算系统中的一个或更多个控制模块中记录、计算和存储测量 值。

HEV可具有用于控制电池包的离线校正方法和/或在线控制方法。用于校 正电池包的离线方法和/或在线方法可不包括用于使用高通滤波器、低通滤波 器、带通滤波器和/或它们的组合来分离测量的电池响应的信号处理器。模型 参数估计可借助于一个或更多个滤波器和/或包括一个或更多个滤波器的数 字滤波器来将接收的测量电池响应分为中高频率范围信号以及稳定状态部分 和慢动态特性部分。所述方法可借助于在线估计方法(包括但不限于扩展的 卡尔曼滤波)来高鲁棒性地计算瞬时电流限制和功率容量。

图3是示出电池的ETS奈奎斯特曲线描述的曲线图300。ETS奈奎斯特曲 线描述曲线图300具有表示实际阻抗的x轴304和表示虚拟阻抗的y轴302。 曲线306示出频率范围内的电池的测量的阻抗。系统的频率响应的范围可揭 示电池的能量存储特性和能量消耗特性。

ETS奈奎斯特曲线描述曲线图300可揭示关于电池的电化学处理的反应 原理的信息，其中，电化学处理包括可在特定频率起主导作用的不同的反应 步骤。在不同的反应步骤的频率响应可有助于确定率值限制(rate limiting) 步骤。曲线306可表示由电极活性材料的固体颗粒的扩散处理和整个电池单 元厚度内的极化处理引起的慢电池动态响应。瞬时响应由内电阻值r₁314来 确定。考虑到电池动态特性，由中高频310表示的动态响应主要确定功率容 量。功率容量可包括但不限于最大充电功率和最大放电功率。在简单Randles 电路模型中，由低频312表示的慢动态特性和由r₁314表示的瞬时动态特性 被建模为实时调节的内电阻。

ETS奈奎斯特曲线描述曲线图300使用一个或更多个等效电路来示出电 池系统的直接物理解释。曲线图300捕获电池动态响应308，其中，电池动 态响应308可用于估计电池系统的瞬时电池功率容量。动态响应308可用于 捕获与两个电极的动态电阻相关的中高频310。

车辆电池测量方法可实现对测量的电池响应的滤波，以便分离低频312 与中高频310。所述方法能够在通过使用一个或更多个滤波器去除低频312 时确定系统的动态响应308。

图4A至图4C是用于对测量的电池响应进行信号处理的滤波器的示意图。 车辆电池测量方法可具有一个或更多个滤波器，其中，所述一个或更多个滤 波器用于基于阈值频率从测量的电池响应过滤中高频和低频。图4A表示用于 使来自电池系统的中高频响应信号通过的高通滤波器404。高通滤波器404 可根据车辆电池测量方法基于阈值频率去除低频响应信号。

使用高通滤波器的车辆电池测量方法可包括输入电压402，其中，输入 电压402为端电压与电池开路电压之差。输入电压402被发送到用于分离低 频与中高频的高通滤波器404。高通滤波器输出v_hf406为具有中高频的系统 电压。高通滤波器输v_hf406可用于确定一个或更多个模型参数，其中，所述 一个或更多个模型参数包括但不限于等效电路模型的活性电荷转移电阻和电 压。

输入电压402还可用于使用高通滤波器输出406来确定具有低频的系统 电压。具有低频的系统电压v_1f408为输入电压402与高通滤波器输出v_hf406 之差。具有低频的系统电压v_1f408可用于确定一个或更多个模型参数，其中， 所述一个或更多个模型参数包括但不限于等效电路模型的活性电解质电阻。

图4B表示用于使来自电池系统的低频响应信号通过的低通滤波器414。 低通滤波器414可根据车辆电池测量方法基于阈值频率来去除中高频响应信 号。

使用低通滤波器414的车辆电池管理方法可包括输入电压412，其中， 输入电压412为端电压和电池开路电压之差。输入电压412被发送到用于分 离中高频与低频的低通滤波器414。低通滤波器输出v_1f416为具有低频的系 统电压。低通滤波器输出v_1f416可用于确定一个或更多个模型参数，其中， 所述一个或更多个模型参数包括但不限于等效电路模型的活性电解质电阻。

输入电压412还可用于使用低通滤波器输出416来确定具有高频的系统 电压。具有高频的系统电压v_hf418为输入电压412与低通滤波器输出v_1f416 之差。具有高频的系统电压v_hf418可用于确定一个或更多个模型参数，其中， 所述一个或更多个模型参数包括但不限于等效电路模型的活性电荷转移电阻 和电压。

图4C表示可用于实现对测量的电池响应进行要求的信号处理的数字滤 波器422。在一实施例中，数字滤波器422可以是无限脉冲响应(IIR)滤波 器或有限脉冲响应(FIR)滤波器的形式。数字滤波器422可包括可过滤低频 与中高频的规范的集合。可过滤低频与中高频的规范的集合可包括阈值频率。

例如，数字滤波器可接收输入信号424，并可包括一个或更多个反馈/前 馈路径，其中，所述一个或更多个反馈/前馈路径具有至少一个求和和一个或 更多个单元延迟426。数字滤波器输出Y(z)428可采用以下等式：

Y ( z ) = b ( 1 ) + b ( 2 ) z - 1 + . . . + b ( nb + 1 ) z - nb 1 + a ( 2 ) z - 1 + . . . + a ( na + 1 ) z - na X ( z ) - - - ( 1 ) ]]>

其中，Y(z)为输出信号，b(i)为前馈滤波器系数，a(i)为反馈滤波器系数， X(z)为输入信号。

车辆电池测量方法可基于从一个或更多个滤波器接收的分离的频率响应 来估计电池参数。测量方法可使用一个或更多个等效电路来对电池参数进行 建模。所述一个或更多个等效电路可包括由以下等式表示的Randles电路模 型：

v₁＝r₁i          (2a)

其中，v₁216为电阻r₁202两端的电压，其中，电阻r₁202为活性电解质电阻(或 内电阻)，并且，i208为激励电路的电流。

v · 2 = - 1 r 2 C v 2 + 1 C i - - - ( 2 b ) ]]>

其中，为R-C电路两端的电压，其中，R-C电路由r₂206和C204组成， i208为激励电路的电流，并且，r₂206和C204表示在车辆运转期间改变 的电池动态特性。

基于分离的频率估计的电池参数可由以下等式表示：

z＝v_ov-v_t      (3)

其中，z为电池开路电压v_OC 214和端电压v_t212之差。

v₁(k)＝(1-H(k))z(k)       (4)

其中，v₁(k)为具有低频分量的过滤的电池电压响应，H(k)为高通滤波器的传 递函数。此外，v₁(k)被分配给r₁两端的电压。

v₂(k)＝H(k)z(k)       (5)

其中，v₂(k)为具有中高频分量的过滤的电池电压响应，v₂(k)被分配给R-C电 路两端的电压。

基于以上等式，使用扩展的卡尔曼滤波(EKF)估计电池模型参数r₂和C， 使用电池输入电流和在等式(4)中过滤的电压响应来估计r₁。

EKF对于电池模型参数的估计通过等式(2b)和等式(5)的离散形式来 表示，如下：

v 2 , k + 1 = ( 1 - Δt r 2 C ) v 2 , k + Δt C i k - - - ( 6 ) ]]>

其中，Δt为时间步长。

在以下等式中示出倍增状态向量：

X＝[v₂ r₂ C]^T      (7)

在以下雅可比(Jacobian)矩阵等式中示出使用倍增状态向量X的等式 (6)的新表述：

v 2 , k + 1 r 2 , k + 1 C k + 1 = F k v 2 , k r 2 , k C k + Δt / C k 0 0 i k - - - ( 8 a ) ]]>

其中，F_k为用于描述系统动态特性和模型参数改变的系统矩阵。

在以下等式中示出使用倍增状态向量X的等式(5)的新表述：

y k = H k v 2 , k r 2 , k C k - - - ( 8 b ) ]]>

其中，H_k为用于计算系统响应的输出矩阵。

EKF通过预测步骤和更新步骤来估计电池模型参数。输入电流i_k在特定 操作点被发送到算法，以允许系统预测随时间变化的电池参数。模型参数被 用于在时间周期期间施加恒定电流时预测电压响应。基于以上等式和EKF已 知变量，更新的滤波器等式现可使用预测的协方差等式来预测电池功率容量 的下一状态，如下：

F k - 1 = ∂ f ∂ x | x ^ k - 1 | k - 1 , u k - 1 - - - ( 9 a ) ]]>

P k | k = cov ( x k - x ^ k | k ) = E ( ( x k - x ^ k | k ) ( x k - x ^ k | k ) T ) - - - ( 9 b ) ]]>

P k | k - 1 = cov ( x k - x ^ k | k - 1 ) = E ( ( x k - x ^ k | k - 1 ) ( x k - x ^ k | k - 1 ) T ) - - - ( 9 c ) ]]>

P k | k - 1 = F k - 1 P k - 1 | k - 1 F k - 1 T + Q k - - - ( 10 ) ]]>

其中，(9a)为从f的函数得到的Jacobian矩阵，k-1为计算出Jacobian矩 阵的时间，P为状态估计误差的协方差矩阵，并且，F_k-1包括使得电池参数和 系统动态特性之间具有物理关系的新参数。

在电池管理系统已经预测了电池功率容量之后，系统可使用新电池测量 值来更新电池管理系统。新测量值基于预测的电池功率容量和以下等式：

y ~ k = y k - h ( x ^ k | k - 1 ) - - - ( 11 ) ]]>

其中，为测量的估计。电池系统的测量y_k被接收和发送，以在新的电 池测量预测值更新过程中使用。

以下等式是确定卡尔曼增益K_k的中间步骤：

S k = H k P k | k - 1 H k T + R k - - - ( 12 ) ]]>

用于确定卡尔曼增益K_k的等式如下：

K k = P k | k - 1 H k T S k - 1 - - - ( 13 ) ]]>

其中，卡尔曼增益从确定更新状态矢量如下：

x ^ k | k = x ^ k | k - 1 + K k y ~ k - - - ( 14 ) ]]>

状态估计误差的协方差在以下等式中：

P_k|k＝(I-K_kH_k)P_k|k-1     (15)

如果启用了电池管理系统，(例如，当车辆仍处于点火开关接通(key-on) 状态时)，系统可继续使用具有引入的变量的更新的卡尔曼滤波器来实时地预 测和更新电池的功率容量。

图5是用于确定在电池管理方法500中使用的一个或更多个电池参数的 算法的流程图。使用包含在车辆控制模块中的软件代码来实现方法500。在 其他实施例中，方法500在其他车辆控制器中实现或分布于多个车辆控制器 中。

再次参照图5，在图1和图2中示出的车辆及其组件在对方法500进行 讨论的整个过程中被提及以帮助理解本公开的各个方面。在混合动力电动车 辆中控制电池参数预测的方法500可通过以下项来实现：被编程到车辆的合 适的可编程逻辑装置中的计算机算法、机器可执行代码或软件指令，其中， 所述可编程逻辑装置诸如车辆控制模块、混合动力控制模块、与车辆计算系 统进行通信的其他控制器或它们的组合。尽管在流程图中示出的各个步骤看 起来按时间先后顺序发生，但至少一些步骤可按不同的顺序发生，并且，一 些步骤可同时执行，或根本不执行。

在步骤502，在允许车辆通电的点火开关接通事件期间，车辆计算系统 可开始使一个或更多个模块通电。在步骤504，所述一个或更多个模块的通 电可促使与电池管理系统相关的变量在启用用于控制电池的一个或更多个算 法之前，进行初始化。

初始化的参数可为预定值或在最近的点火开关断开(key-off)事件中存 储的值。在依据点火开关接通事件而启用所述算法之前，应对参数进行初始 化。例如，电池管理方法可初始化若干变量，包括但不限于：电池端电压、 电流限制和/或其他与电池相关的参数。

在步骤506，系统可使用多个类型的传感器来测量电池电压输出和电流 输入。在步骤508，一旦系统接收到电池电压响应和电流测量，则系统可对 接收到的信号进行处理，以分离低频信号与中高频信号。

例如，系统可借助于一个或更多个滤波器来过滤测量的电压以从低频提 取中高频。中高频和低频可分别用于确定等效电路模型的对应参数。中高频 可用于计算在车辆运转期间改变的电池动态特性。在车辆运转期间改变的电 池动态特性由等效电路模型中的R-C电路表示。低频可用于计算电池模型的 活性电解质电阻(或内电阻)。

在步骤510，可使用已由系统使用一个或更多个滤波器处理的低频来计 算估计的内电阻r₁。系统可利用电池输入电流和使用由一个或更多个滤波器 (例如，高通滤波器、低通滤波器等)处理的低频信号通过等式(4)中的过 滤的电压响应来估计内电阻r₁。

在步骤512，使用等式(6)中表示的扩展的卡尔曼滤波(EKF)来估计 RC电路中的模型参数r₂和C。等式(7)中示出的倍增状态向量可被应用于等 式(8)中的Jacobian矩阵。基于以上等式和EKF已知变量，更新的滤波器 等式现可使用等式(9)和等式(10)中阐述的预测协方差等式来预测电池功 率容量的下一状态。

在步骤514，如果系统检测到点火开关断开事件，则系统可结束用于管 理电池包和/或一个或更多个电池单元的一个或更多个算法。在步骤516，车 辆计算系统可采用车辆点火开关断开模式以允许系统将一个或更多个参数存 储在非易失性存储器中，使得这些参数可被系统用于下一点火开关接通事件。

图6是示出在R-C电路中的电池模型参数估计结果的比较的曲线图600。 上面的曲线图601、603采用(以秒)表示时间的x轴602和以欧姆表示r₁的电阻的y轴604。下面的曲线图605、607采用(以秒)表示时间的x轴602 和表示tau(希腊字母τ)的y轴610。

未使用滤波器的先前方法通过将慢动态特性分配给RC电路而在曲线图 601中被示出，其中，RC电路还被设计为表示中等-快速动态特性。先前估计 r₁的方法曲线图601示出不使用频域分离的参数数据606。在等效电路模型中 的一个RC电路由于其固有限制(即，可能不在同一时间表示慢动态特性和快 动态特性)而无法捕获多个时间常数。换言之，一个RC电路具有表示动态特 性的一个时间常数。因此，如曲线图605所示，当宽范围的频率分量应由一 个RC电路覆盖时，RC电路中的确定的模型参数或时间常数612可能不稳定 或变化太大。

曲线图603中示出的提出的方法将慢动态特性分配给内电阻，且只有中 高频分量被分配给RC电路。频域中的信号分离提供过滤的信息以分别确定 RC电路中的内电阻和模型参数。实时适应算法(诸如EKF)可在确定内电阻 时捕获慢动态特性。RC电路中的模型参数被单独地确定。因此，与曲线612 中示出的先前方法相比，曲线图607中示出的由时间常数614表示的确定的 动态特性更加稳定。

提出的估计r₁的方法曲线图603示出使用频域分离而更新的参数数据 608。更新的参数数据608通过对中高频响应进行过滤来允许系统捕获电池动 态行为，以确定改进的电池功率容量参数。使用提出的方法确定r₁包括慢动 态特性。因此，r₁可为包括电池的慢动态特性的等效内电阻。

如在下面的曲线图605、607中示出的，在该示例中公开的确定的时间常 数为0.1秒左右。确定的时间常数是稳定的，且该值与锂离子电池中的电荷 转移动态特性很好地进行匹配。通过在上面的曲线图601、603中示出的实时 调节的r₁来捕获慢动态特性。一般来说，接下来的几秒期间的电池功率容量 较为重要，使得公开的方法可捕获电池动态特性，电池动态特性对于考虑到 内阻抗的缓慢变化来进行电池功率容量预测而言是重要的，从而使预测精确 度提高。例如，所述方法可基于频域分离来捕获可用的最大放电功率。

虽然以上描述了示例性实施例，但这些实施例并不意在描述权利要求所 包含的所有可能形式。说明书中使用的词语是描述性词语而非限制，并且应 理解的是，可在不脱离本公开的精神和范围的情况下做出各种改变。如前所 述，可将各种实施例的特征进行组合以形成本发明的可能未被明确描述或示 出的另外的实施例。虽然各种实施例已经被描述为提供优点，或者关于一个 或更多个期望的特性优于其它实施例或现有实现方式，但本领域的普通技术 人员认识到的是，一个或更多个特征或特性可被折衷以实现期望的整体系统 属性，这取决于具体的应用和实现。这些属性可包括但不限于成本、强度、 耐久性、生命周期成本、市场性、外观、包装、尺寸、适用性、重量、可制 造型、便于组装等。因此，被描述为关于一个或更多个特性与其他实施例或 现有实现方式相比并不理想的实施例并不超出本公开的范围，并且针对特定 应用而言是可取的。