[发明专利]针对基于电池模型的在线学习的插电式充电电流管理

说明书

本公开提供“针对基于电池模型的在线学习的插电式充电电流管理”。一种车辆包括电池，所述电池可使用耦合到所述车辆的外部电源来再充电。所述车辆包括控制器，所述控制器被编程为使用参数估计算法来估计所述电池的参数。所述控制器被编程为当连接到所述外部电源时改变充电电流，以向所述参数估计算法提供足够动态的输入，使得所述参数估计算法收敛到准确解。

技术领域

本申请涉及一种用于估计牵引电池参数的车辆系统。

背景技术

混合动力电动或纯电动车辆具有牵引电池以存储和提供能量以用于车辆推进。为了改善性能和电池寿命，必须在某些极限内操作电池。在极限之外操作电池可能会降低电池的性能或寿命。用于控制和操作电池组的重要量是电池电力容量。电池电力容量指示电池能够提供(放电)或接收(充电)多少电力以便满足驾驶员和车辆需求。

发明内容

一种车辆包括电池。所述车辆包括控制器，所述控制器被编程为经由参数估计算法来识别所述电池的参数的值，并且响应于外部电源耦合到所述车辆并在存在识别所述参数的所述值的请求的情况下向所述电池提供电流，将流到所述电池的所述电流从正常充电电流改变为预定的连续变化的充电电流，所述预定的连续变化的充电电流使所述参数估计算法的残余误差向零收敛。

所述预定的连续变化的充电电流可以是在预定最大电流与预定最小电流之间正弦地变化的正弦电流。所述正常充电电流可以是大致恒定的电流。所述控制器还可以被编程为响应于自从上次参数估计以来经过的时间超出预定持续时间而生成所述请求以识别所述值。所述控制器还可以被编程为响应于自从上次参数估计以来所述电池的吞吐量超出预定吞吐量而生成所述请求以识别所述值。所述参数估计算法可以是扩展卡尔曼滤波器。所述控制器还可以被编程为响应于所述残余误差下降到预定阈值以下，将所述电流改变为所述正常充电电流以对所述电池充电。所述预定的连续变化的充电电流的频率可以被配置成使得防止所述电流的变化率超出预定最大变化率。

一种用于对车辆的电池充电的系统包括控制器，所述控制器被编程为响应于在充电事件期间并且在存在使用参数估计算法识别所述电池的参数的值的请求的情况下外部电源向所述电池提供电力，将流到所述电池的电流从大致恒定的电流改变为预定的连续变化的充电电流，所述预定的连续变化的充电电流使所述参数估计算法的残余误差向零收敛。所述控制器还可以被编程为响应于自从上次参数估计以来经过的时间超出预定持续时间而生成所述请求以识别所述值。所述控制器还可以被编程为响应于自从上次参数估计以来所述电池的吞吐量超出预定吞吐量而生成所述请求以识别所述值。所述控制器还可以被编程为响应于以预定准确度识别所述值，将所述电流改变回所述大致恒定的电流以对所述电池充电。所述预定的连续变化的充电电流可以是在预定最大电流与预定最小电流之间正弦地变化的正弦电流。所述预定的连续变化的充电电流可以被配置为将所述电流的变化率限制在预定最大变化率。所述参数估计算法可以是扩展卡尔曼滤波器。

一种方法包括通过控制器响应于识别车辆的电池的参数的值的请求而使用参数估计算法来识别所述值。所述方法还包括通过所述控制器响应于充电事件当外部电源耦合到所述车辆时而使用于对电池充电的电流是大致恒定的电流。所述方法包括通过所述控制器响应于在所述充电事件期间接收到识别所述电池的参数的所述请求而将所述电流改变为预定的连续变化的电流，所述预定的连续变化的电流使所述参数估计算法的残余误差向零收敛。

所述方法还可以包括响应于所述残余误差下降到阈值以下，使所述电流是所述大致恒定的电流。所述方法还可以包括响应于自从上次参数估计以来所述电池的吞吐量超出预定吞吐量而生成所述请求以识别所述值。所述方法还可以包括响应于自从上次参数识别以来经过的时间超出预定持续时间而生成所述请求以识别所述值。所述预定的连续变化的电流可以是在预定最大电流与预定最小电流之间正弦地变化的正弦电流。

附图说明

图1是插电式混合动力电动车辆的图示，示出了典型的传动系和能量存储部件。

图2是由多个电池单元组成的且由电池控制模块监测和控制的可能的电池组布置的图示。