用于及时处理量化机动车辆电池的荷电状态的信号的方法

用于及时处理量化机动车辆电池的荷电状态的信号的方法
【专利摘要】本发明涉及一种方法，该方法用于及时处理量化机动车辆的电池的荷电状态的初始信号（SOC_Brut（t））以便获得基于时间的过滤信号（SOC_Filtre（t）），其中在每个时刻t执行如下步骤：a）确定在时刻t所述初始信号的值（SOC_Brut（t））与在先前时刻t-1确定的过滤信号的值（SOC_Filter（t-1））之间的差（DIFF（t））；b）根据在时刻t由电池供给或恢复的电功率确定在时刻t电池的荷电状态的理论变化（Variat_TH（t））；c）根据在步骤a）确定的差（DIFF（t））以及在步骤b）确定的理论变化（Variat_TH（t）），确定在时刻t过滤信号（SOC_Filtre（t））的值。
【专利说明】用于及时处理量化机动车辆电池的荷电状态的信号的方法
【技术领域】
[0001]本发明涉及用于处理作为时间的函数的量化机动车辆的电池的荷电状态的初始信号以获得作为时间的函数的过滤信号的方法。
[0002]本发明尤其适用于具有由电池供电的电动机的任何车辆。
【背景技术】
[0003]在电动车辆中，在行驶的同时实时确定牵引电池中存储的能量的量。
[0004]存储在电池中的能量的量通常表示为其最大存储容量的百分比。
[0005]术语电池的“荷电状态”将用来将存储的能量的量表示为最大存储容量的百分比。
[0006]因此，完全充电的电池的荷电状态具有100%的值，并且空电池具有0%的值。
[0007]该信息在每个时刻经由车辆仪表盘上的屏幕被传递给驾驶员。
[0008]其也使得能够确定其它车辆运行参数，例如，车辆凭借存储在电池中的能量的量还能够行驶的公里数的估计，以及车辆的最大电动机和发动机扭矩。
[0009]因此，重要的是尽可能准确地确定电池的荷电状态。现在，仅在特定电池操作条件下，例如当电池输入和输出电流接近零时，有可能准确估计行驶时的荷电状态。
[0010]于是用于估计电池的荷电状态的已知算法定期进行“重新校准”，即，在那些操作条件发生的时刻的估计的瞬时或非常快速的校正。
[0011]因此，在这些瞬间，所估计并且显示在仪表盘屏幕上的荷电状态突变以达到更准确的校正估计。
[0012]荷电状态的这些快速变化带来的缺点是用户难以理解，并且可能给用户以具有不可靠信息的印象。
[0013]例如，在与该电池的荷电状态有联系的电动机扭矩限制的情况下，该荷电状态的变化也能够被用户感觉到。
[0014]用户也期望荷电状态按照电池输入和输出功率流的趋势变化，S卩，他或她期望当能量恢复时(例如，在释放加速踏板或制动时)荷电状态增加，并且当消耗能量时(例如当加速时)荷电状态减小。
[0015]在重新校准的过程中，显示在仪表盘屏幕上的电池的荷电状态的趋势不必遵循用户期望的“直觉”变化，并且因此不与用户对该荷电状态的感觉一致。

【发明内容】

[0016]为了解决现有技术中的前述缺陷，本发明提出了一种用于处理电池荷电状态估计信号的方法，该方法使得可能以满意的准确度并且以对于用户保持直观和易于理解的趋势来获得代表电池荷电状态的过滤信号。
[0017]为此，根据本发明提出了 一种如介绍中所定义的方法，其中在每个时刻t执行如下步骤:
[0018]a)确定在时刻t的初始估计信号的值S0C_Raw (t)与在先前时刻t_l确定的过滤信号的值SOC_Filter (t_l)之间的差DIFF (t)，
[0019]b)根据在时刻t由电池供给或恢复的电功率确定在时刻t电池的荷电状态的理论变化VARTH (t)，以及
[0020]c)根据在步骤a)确定的差DIFF (t)以及在步骤b)确定的理论变化VARTH (t)，确定在时刻t过滤信号S0C_Filter (t)的值，使得过滤信号(SOC Filter (t))向着初始信号(SOC Raw (t))收敛。
[0021]根据本发明的方法的其它非限制的有利特征如下:
[0022]-在步骤c)中:
[0023]° d)根据在步骤a)确定的差DIFF (t)以及在步骤b)确定的理论变化Variat_TH (t)，确定在时刻t过滤信号S0C_Filter (t)的至少一个变化系数Pl (t)、P2 (t)，以及
[0024]° e)根据该变化系数Pl (t)、P2 (t)和时刻t与前一时刻t_l隔开的持续时间Dt，确定时刻t的过滤信号S0C_Filter (t)的值；
[0025]-在步骤e)中:将该变化系数Pl(t)、P2 (t)与时刻t与前一时刻t_l隔开的持续时间Dt的乘积，与前一时刻t-Ι的过滤信号S0C_Filter (t_l)的值相加。
[0026]变化系数Pl (t)、P2 (t)在每个时刻t确定过滤信号的变化。
[0027]-该方法包括如下步骤:
[0028]dl)在步骤d)中，对应于由所述方法确定的时刻t的过滤信号S0C_Filter (t)的值大于时刻t的初始信号S0C_Raw (t)的值的情况，确定时刻t的过滤信号S0C_Filter(t)的第一变化系数Pl (t)，
[0029]el)在步骤e)中，根据所述第一变化系数Pl (t)和时刻t与前一时刻t_l隔开的持续时间Dt，确定时刻t的过滤信号S0C_Filter (t)的第一可能值VI，
[0030]Π)将在步骤el)中确定的第一值Vl与时刻t的初始信号S0C_Raw (t)的值相比较，以及
[0031]gl)根据在步骤Π)中执行的比较的结果，确定过滤信号S0C_Filter (t)的值；
[0032]-在步骤fl)中执行的比较已经显示第一值Vl大于初始信号S0C_Raw(t)的值，时刻t的过滤信号S0C_Filter (t)的值被确定为等于第一可能值Vl ；
[0033]-该方法包括如下步骤:
[0034]d2)在步骤d)中，对应于由所述方法确定的时刻t的过滤信号S0C_Filter (t)的值小于时刻t的初始信号S0C_Raw (t)的值的情况，确定时刻t的过滤信号S0C_Filter(t)的第二变化系数P2 (t)，
[0035]e2)在步骤e)中，通过将所述第二变化系数P2 (t)和时刻t与前一时刻t_l隔开的持续时间Dt的乘积加上前一时刻t-Ι的过滤信号S0C_Filter (t_l)的值，确定时刻t的过滤信号S0C_Filter (t)的第二可能值V2，
[0036]f2)将在步骤e2)中确定的第二值V2与时刻t的初始信号S0C_Raw (t)的值相比较，以及
[0037]g2)根据在步骤f2)中执行的比较的结果，确定过滤信号S0C_Filter (t)的值；
[0038]-在步骤fl)中执行的比较已经显示第二值V2小于初始信号S0C_Raw(t)的值，时刻t的过滤信号S0C_Filter (t)的值被确定为等于第二可能值V2 ；[0039]步骤Π)中执行的比较已经显示出第一值Vl小于初始信号S0C_Raw (t)的值，并且在步骤f2)中执行的比较已经显示出第二值V2大于初始信号S0C_Raw (t)的值，时刻t的过滤信号S0C_Filter (t)的值被确定为等于时刻t的初始信号S0C_Raw (t)的值；
[0040]-时刻t的过滤信号S0C_Filter(t)的第一变化系数Pl (t)被确定为第一和SI(t)的函数，所述第一和SI (t)是时刻t的电池荷电状态的理论变化Variat_TH (t)、第一因子Kll与在步骤a)中确定的差DIFF (t)的乘积以及第二因子K12的和。
[0041]-第一因子Kll为正或零,并且第二因子K12为负或零；
[0042]-所述第一因子Kll是常数或其它信号的函数并且所述第二因子K12是常数；
[0043]-第一变化系数Pl(t)等于所述第一和(SI (t))与预定最大值(K13)中的最小者；
[0044]-时刻t的过滤信号S0C_Filter(t)的第二变化系数P2 (t)被确定为第二和S2(t)的函数，所述第二和S2 (t)是时刻t的电池荷电状态的理论变化Variat_TH (t)、第三因子K21与在步骤a)中确定的差DIFF (t)的乘积以及第四因子K22的和；
[0045]-第三和第四因子K21、K22为正或零；
[0046]-第三因子K21是常数或其它信号的函数并且所述第四因子K22是常数；
[0047]-第二变化系数P2(t)等于所述第二和S2 (t)与预定最小值K23中的最大者；
[0048]-时刻t电池的荷电状态的理论变化Variat_TH(t)等于在时刻t由电池供给或恢复的电功率乘以转换因子Kconv ；
[0049]-在所述方法的实施的第一时刻t0，过滤信号S0C_Filter(t0)的值等于该第一时刻的初始信号S0C_Raw (t0)的值。
[0050]本发明也提出了一种机动车辆，其包括电池以及计算和电子控制单元，所述计算和电子控制单元被编程为根据前述方法处理量化电池的荷电状态的初始信号S0C_Raw( t)。
【专利附图】

【附图说明】
[0051]通过非限制实例给出的下文的考虑到附图的描述将显示出本发明的构成以及可以如何得到本发明。
[0052]在以下的图中:
[0053]-图1是根据本发明用于处理量化电池的荷电状态的初始信号的方法的各种步骤的示意性概览，
[0054]-图2、3、4和5分别是图1的框1、2、3和4中每一个的示例性实施例的示意性表示，
[0055]-图6是确定在图1的框3中使用的参数之一的步骤的例子的示意性表示，
[0056]-图7在其上部包括作为时间的函数的初始信号S0C_Raw(t)的趋势(阶梯曲线)，通过图1的方法获得的作为时间的函数的过滤信号S0C_Filter (t)的趋势(平滑的实线曲线)、以及通过在时间上对电池的功率进行积分获得的信号的趋势(虚线)的图形表示；图7在其下部包括由对应车辆的电池供电的电动机的转矩的伴随趋势的图形表示。
【具体实施方式】
[0057]图1示意性示出了根据本发明的方法的各种步骤。[0058]该方法例如通过车辆的计算和电子控制单元实施，所述计算和电子控制单元从各种车辆发动机传感器接收信号。该控制单元被编程为实施不同的方法，包括根据本发明的方法。
[0059]该方法涉及作为时间的函数的量化机动车辆的电池的荷电状态的初始信号S0C_Raw (t)的处理，以便获得用户保持以直觉方式理解其变化的、作为时间的函数的过滤信号S0C_Filter (t)。
[0060]例如通过使用估计电池的荷电状态的算法获得初始信号S0C_Raw(t)，这本身是已知的。
[0061]该算法使得有可能例如根据在时刻t测量的电池放电电流的值、或者根据在时刻t测量的电池的端子电压，估计电池的荷电状态。
[0062]该算法不是本发明的目的，并且将不在此处详细描述。
[0063]按照根据本发明的方法，在每个时刻t，执行以下步骤:
[0064]a)确定在时刻t所述初始信号的值S0C_Raw (t)与在先前时刻t_l确定的过滤信号的值S0C_Filter (t_l)之间的差DIFF⑴，
[0065]b)根据在时刻t由电池供给或恢复的电功率确定在时刻t电池的荷电状态的理论变化 Variat_TH (t),
[0066]c)根据在步骤a)确定的差DIFF (t)以及在步骤b)确定的理论变化Variat_TH(t)，确定在时刻t的过滤信号S0C_Filter (t)的值。
[0067]时刻t对应于所述方法的实施的连续时刻。实践中，以间隔开持续时间Dt的规则时间间隔重复所述方法。
[0068]t-Ι用于表示在时刻t之前的时刻，其因此对应于时间t-Dt。
[0069]步骤a)
[0070]步骤a)由图1的框A表示。
[0071]对于除了表示为t0的所述方法的实施的第一时刻之外的所有时刻t，根据如下公式计算在时刻t初始信号的值S0C_Raw (t)与在前一时刻t-Ι的过滤信号的值S0C_Filter(t-Ι)之间的差 DIFF (t):DIFF (t) =S0C_Raw (t) - S0C_Filter (t_l)。
[0072]在t0，如图1中的框Al中所表示的，
[0073]DIFF (t0) =S0C_Raw (t0) - S0C_Raw (t0)=0。
[0074]步骤b)
[0075]步骤b)由图1的框B示意性表示。
[0076]在该步骤，根据在时刻t由电池供给或恢复的电功率PE (t)确定在时刻t电池的荷电状态的理论变化Variat_TH (t)。根据在时刻t电池的端子处的电压V_Batt (t)以及在该时刻进入电池的电流密度(t)，确定由电池供给或恢复的电功率PE (t)。
[0077]更具体地，电功率PE (t)等于电压V_Batt (t)与密度I_Batt (t)的乘积。
[0078]根据所述方法，通过将电功率PE (t)乘以转换因子Kconv确定所述理论变化Variat_TH (t)，所述转换因子Kconv是以瓦特表示的电功率与表示为百分比每秒(表示为％/s)的电池的荷电状态的变化之间的转换因子。
[0079]该转换因子Kconv可以是常数或可以取决于时间。无论何种情况，其尤其取决于电池的物理特性，例如，取决于电池的使用持续时间及其温度。[0080]其可以根据例如传感器测量的或估计的电池的温度，通过初步校准步骤被确定或被实时确定。
[0081]步骤c
[0082]在步骤C)，控制单元根据在步骤a)确定的差DIFF (t)以及在步骤b)确定的理论变化Variat_TH (t)，确定在时刻t过滤信号S0C_Filter (t)的值。
[0083]更具体地，在步骤C)，控制单元被编程为:
[0084]d)确定在时刻t过滤信号S0C_Filter (t)的至少一个变化系数Pl (t)、P2 (t)，并且
[0085]e)通过将前一时刻t-Ι的过滤信号的值S0C_Filter (t_l)加上该变化系数Pl(t)、P2 (t)与持续时间Dt之间的乘积，确定时刻t过滤信号S0C_Filter (t)的值，时刻t与前一时刻t-Ι相隔所述持续时间Dt。
[0086]优选地，控制单元被编程为确定变化的两个可能系数，每个系数旨在被应用于前一时刻t-Ι的过滤信号S0C_Filter (t_l)，以便取决于由所述方法在时刻t获得的过滤信号S0C_Filter (t)的值大于还是小于时刻t的初始信号S0C_Raw (t)的值，计算过滤信号S0C_Filter (t)。
[0087]确定这些变化系数Pl (t)、P2 (t)，以便确保用户对过滤信号S0C_Filter的直觉倾向，同时确保该过滤信号仍接近呈现高准确性的初始信号S0C_Raw的值。
[0088]因此，在步骤d)，在子步骤dl)，对应于所述方法在时刻t确定的过滤信号S0C_Filter (t)的值大于时刻t的初始信号S0C_Raw (t)的值的情况，控制单元确定时刻t的过滤信号S0C_Filter (t)的第一变化系数Pl (t)。
[0089]因此，该第一变化系数Pl (t)旨在借助于该第一变化系数Pl (t)在时刻t确定的过滤信号S0C_Filter (t)的第一可能值Vl大于所考虑的时刻t的初始信号S0C_Raw (t)的值的条件下，应用于过滤信号S0C_Filter。
[0090]将如下文中更详细地解释的，因此随后提供了比较步骤fl)，该比较步骤fl)比较借助于所述第一变化系数Pi (t)在时刻t确定的该第一值Vl与所考虑的时刻t的初始信号 S0C_Raw (t)的值。
[0091]在步骤d)的子步骤d2)，对应于由所述方法在时刻t确定的过滤信号S0C_Filter(t)的值小于时刻t的初始信号S0C_Raw (t)的值的情况，控制单元确定时刻t的过滤信号S0C_Filter (t)的第二变化系数 Pl (t)。
[0092]因此该第二变化系数旨在借助于该第二变化系数P2 (t)在时刻t确定的过滤信号S0C_Filter (t)的第二可能值V2小于所考虑的时刻t的初始信号S0C_Raw (t)的值的条件下，应用于过滤信号S0C_Filter。
[0093]将如下文中更详细地解释的，因此随后提供了比较步骤f2)，该比较步骤f2)比较借助于该第二变化系数P2 (t)在时刻t确定的第二值V2与所考虑的时刻t的初始信号S0C_Raw (t)的值。
[0094]步骤dl)和d2)由分别在图3和4中表示的框2和3执行。
[0095]另一方面，图3的框2的两个输入是在步骤b)确定的电池的荷电状态的理论变化Variat_TH (t)并且在另一方面是在步骤a)中确定的差DIFF (t)。
[0096]在步骤dl)，控制单元根据第一和SI (t)(图3的框31)，确定在时刻t过滤信号SOC_Filter (t)的第一变化系数Pl (t)，所述第一和SI (t)是如下项的和:
[0097]-时刻t的电池的荷电状态的理论变化Variat_TH(t)，
[0098]-第一因子Kll与在步骤a)确定的差DIFF(t)的乘积(图3的框32)，以及
[0099]-第三因子K12，
[0100]即SI (t) =Variat_TH (t)+Kll*DIFF (t)+K12。
[0101]因此第一变化系数Pl (t)取决于电池荷电状态的理论变化并且取决于第一因子Kll与差DIFF (t)的乘积，所述理论变化代表对于用户最直观的变化因为其直接与由电池供给或恢复的功率成比例，所述差DIFF (t)是时刻t的所述初始信号的值S0C_Raw (t)与在前一时刻t-Ι过滤信号的值S0C_Filter (t_l)的差。
[0102]第一因子Kll优选是正的或零。
[0103]乘积K11*DIFF (t)所构成的项趋于使得过滤信号向着初始信号收敛，即，使得随后时刻t的初始信号的值S0C_Raw (t)与此时刻t的过滤信号S0C_Filter (t)的值之间的差的绝对值，相对于在前一时刻t-Ι的初始信号的值S0C_Raw (t-Ι)与在前一时刻t-1的过滤信号的值S0C_Filter (t_l)之间的差的绝对值减小。因此第一因子是量化过滤信号向着初始信号的收敛速率的收敛因子。
[0104]当第一因子Kll大并且差DIFF (t)大时，过滤信号最快地向着初始信号收敛，SP，最快地接近初始信号。
[0105]此外，第一因子Kll可以是常数或时间的函数。在后一种情况下，其例如可以通过考虑时刻t的初始信号S0C_Raw (t)的值并且/或者考虑时刻t-Ι的过滤信号的值S0C_Filter (t_l)被确定。
[0106]该第一因子Kll例如可以以类似于后面参考图6描述的用于第三因子K21的方式
被确定。
[0107]第二因子K12优选是常数并且为负或零。当其非零时，该第二因子K12加速过滤信号向初始信号的收敛。
[0108]优选地，第一变化系数Pl (t)具有预定最大值K13。该参数使得有可能在过滤信号大于初始信号时将最大值强加于过滤信号。因此，过滤信号不能例如发散。
[0109]于是第一变化系数Pl (t)等于所述第一和SI (t)与所述预定最大值K13中的最小者(图3的框33)。
[0110]于是参数K13代表当时刻t的过滤信号S0C_Filter (t)的值大于时刻t的初始信号的值S0C_Raw (t)时、时刻t的过滤信号S0C_Filter (t)的最大生长斜率。
[0111]预定最大值K13可以是常数或取决于时间。在后一种情况下，其例如被确定为时刻t和先前时刻的初始信号和/或过滤信号的函数。
[0112]在另一方面，图4的框3的两个输入是在步骤b)确定的电池的荷电状态的理论变化Variat_TH (t)并且在另一方面是在步骤a)中确定的差DIFF (t)。
[0113]在步骤d2)，控制单元根据第二和S2 (t)(图4的框21)，确定在时刻t过滤信号S0C_Filter (t)的第二变化系数P2 (t)，所述第二和S2 (t)是如下项的和:
[0114]-时刻t的电池的荷电状态的理论变化Variat_TH(t)，
[0115]-第三因子K21与在步骤a)确定的差DIFF(t)的乘积(图4的框22)，以及
[0116]-第四因子K22,即:[0117]S2 (t) =Variat_TH (t)+K21*DIFF (t)+K22。
[0118]因此该第二变化系数P2 (t)取决于电池荷电状态的理论变化Variat_TH (t)，所述理论变化Variat_TH (t)代表对于用户最直观的变化因为其直接与电池供给或恢复的功率成比例。
[0119]该第二变化系数P2 (t)也取决于第三因子与差DIFF (t)的乘积，所述差DIFF (t)是时刻t的所述初始信号的值S0C_Raw (t)与前一时刻t-Ι的过滤信号的值S0C_Filter(t_l)之间的差。
[0120]第三因子K21优选是正的或零。
[0121]于是乘积K21*DIFF (t)这项趋于使得过滤信号向着初始信号收敛，即，使得下一时刻t的初始信号的值S0C_Raw (t)与此时刻t的过滤信号S0C_Filter (t)的值之间的差的绝对值、相对于在前一时刻t-Ι的初始信号的值S0C_Raw (t-Ι)与在前一时刻t-Ι的过滤信号的值S0C_Filter (t_l)之间的差的绝对值减小。
[0122]第三因子K21是量化过滤信号向着初始信号的收敛速率的收敛因子。
[0123]当第三因子K21大并且差DIFF (t)大时，过滤信号最快地向着初始信号收敛，SP，最快地接近初始信号。
[0124]第四因子K22优选是常数、正数或零。当其非零时，该第四因子K22加速过滤信号向初始信号的收敛。
[0125]第三因子K21可以是常数或时间的函数。
[0126]当其取决于时间时，例如能够根据图6中表示的步骤将第三因子K21(t)确定为时刻t的初始信号S0C_Raw (t)的值的以及前一时刻t-Ι的过滤信号的值S0C_Filter (t-1)的函数。
[0127]根据这些步骤，控制单元比较(图6的框61)荷电状态的预定阈值S0C_Threshold与时刻t的初始信号S0C_Raw (t)的值和前一时刻t-Ι的过滤信号的值S0C_Filter (t-1)中的最小者(图6的框62)。
[0128]如果时刻t的初始信号S0C_Raw (t)的值和前一时刻t_l的过滤信号的值S0C_Filter (t_l)中的最小者大于或等于阈值S0C_Threshold,则K21 (t)等于第一预定基准值K21_refl，如果不是这样，则K21等于第二预定基准值K21_ref2 (图6的框63)。
[0129]阈值S0C_Threshold以及基准值K21_refl和K21_ref2是常数、正数或零并且在初始校准步骤中被预先确定。
[0130]可以想到用于确定因子K21 (t)的其它方法。
[0131]优选地，第二变化系数P2 (t)具有预定最小值K23。这使得可能避免过滤信号发散。
[0132]于是第二变化系数P2 (t)等于所述第二和S2 (t)与所述预定最小值K23中的最大者(图4的框23)。
[0133]于是参数K23代表当时刻t的过滤信号的值S0C_Filter (t)小于时刻t的初始信号的值S0C_Raw (t)时、时刻t的过滤信号S0C_Filter (t)的最大衰减斜率。
[0134]预定最小值K23可以是常数或取决于时间。在后一种情况下，其例如被确定为时刻t和先前时刻的量化电池荷电状态的初始信号和/或过滤信号的函数。
[0135]接下来，在图5中示意性表示出其实施的步骤e)中,控制单元在步骤el)中通过将前一时刻t-ι的过滤信号的值SOC_Filter (t_l)加上(图5的框41A)第一变化系数Pl(t)与持续时间Dt的乘积(图5的框41B)，确定时刻t的过滤信号SOC_Filter (t)的第一可能值VI，时刻t与前一时刻t-Ι隔开所述持续时间Dt。
[0136]控制单元也在步骤e2)中通过将前一时刻t-Ι的过滤信号的值S0C_Filter (t-1)加上(图5的框42A)第二变化系数P2 (t)与持续时间Dt的乘积(图5的框42B)，确定时刻t的过滤信号S0C_Filter (t)的第二可能值V2，时刻t与前一时刻t_l隔开所述持续时间Dt0
[0137]接下来，控制单元在比较步骤fI)中比较在步骤el)中确定的第一值Vl与时刻t的初始信号S0C_Raw (t)的值(图5的框43)。
[0138]如果该第一值Vl大于初始信号S0C_Raw (t)的值，则在步骤gl)中将时刻t的过滤信号SOC_Filter (t)的值确定为等于第一可能值(图5的框45)，即SOC_Filter (t)=Vl。
[0139]如果该第一值Vl小于或等于初始信号S0C_Raw (t)的值，则控制单元在比较步骤f2)中比较在步骤e2)中确定的第二值V2与时刻t的初始信号S0C_Raw (t)的值(图5的框 44)。
[0140]如果该第二值V2小于初始信号S0C_Raw (t)的值，则在步骤g2)中将时刻t的过滤信号S0C_Filter (t)的值确定为等于第二可能值(图5的框46)。
[0141]如果第一值Vl小于或等于初始信号S0C_Raw (t)的值并且第二值V2大于或等于初始信号S0C_Raw (t)的值，则时刻t的过滤信号S0C_Filter (t)的值被确定为等于时刻t的初始信号S0C_Raw (t)的值(图5的框46)。
[0142]在图5的图示中，框45和46是条件“切换”类型的框:如果在中心指示为输入的条件被满足，则框的输出连接到的最顶上的输入，否则输出连接到框中最底下的输入。
[0143]图6的框63以类似的方式操作。
[0144]也可以规定仅在给定时机实施根据本发明的用于处理初始信号的方法，例如根据车辆运行参数确定所述给定时机。
[0145]例如，当电池连接到外部电源以进行再充电时去激活所述方法的实施，并且当电池从该外部电源断开时尤其当行驶时激活所述方法的实施。
[0146]为此，提供了用于验证所述方法的实施的激活的步骤，这在图2和图1的框I中表
/Jn ο
[0147]当电池连接到外部电源时,指示该连接的表示为“Plug_Connected (插头已连接)”的信号被发送到控制单元。
[0148]根据在图2中表示的示例性实施例,通过对Plug_Connected信号进行取非,产生指示所述方法的实施的激活的表示为“Flag-Activation”的信号。当电池未连接到外部电源时，该Flag-Activation信号等于1，于是所述方法被激活，并且当电池连接到外部电源时，该Flag-Activation信号等于O。
[0149]于是，当Flag_Activation信号的值等于I时,过滤信号S0C_Filter (t)被确定(图5的框50)为等于先前在步骤gl)或g2)中确定的值,并且当Flag_Activation信号的值等于O时，过滤信号S0C_Filter(t)被确定(图5的框50)为等于时刻t的初始信号S0C_Raw (t)的值。[0150]图7示出了作为时间的函数的初始信号S0C_Raw (t)的例子(曲线C3)和作为时间的函数的对应过滤信号S0C_Filter (t)的例子(曲线Cl)。
[0151]可以在时间t=145秒和t=159秒的初始信号S0C_Raw (t)的趋势上看到重新对准R1、R2。另一方面，在过滤信号S0C_Filter (t)中不存在这些重新对准。
[0152]当行驶时，如果量化电池的荷电状态的信号的趋势是在任何时刻都与进入或离开电池的功率流一致，也就是说如果量化电池的荷电状态的信号在任何时刻都以与进入或离开电池的功率流相同的方向变化，则该信号是直观的。因此，最直观的信号是在电池供给或恢复的功率一直要被积分时获得的信号。
[0153]在图7的曲线C2上表示该最直观的信号。
[0154]过滤信号S0C_Filter (t)(曲线Cl)遵循代表通过积分电池供给或恢复的功率而获得的信号的曲线C2的变化，并且在每个时刻t呈现与该最直观信号相同方向的变化。
[0155]在图7的底部，曲线C4显示出电动机的转矩在时间上的趋势。通常，当所述电机在电动机模式下操作时该转矩是正的，并且当所述电机在发电机模式下操作时所述转矩是负的。
[0156]也有可能从代表过滤信号S0C_Filter的曲线Cl与示出电动机的转矩在时间上的趋势的曲线C4之间的比较，推论出过滤信号的趋势保持与电动机的转矩的趋势一致。在实践中，在所述电机作为发电机工作的阶段(对应于由电池恢复功率流)期间该过滤信号增力口，并且在所述电机作为电动机工作的阶段(对应于由电池提供功率流)期间该过滤信号减小。
[0157]因此作为时间的函数的过滤信号S0C_Filter的趋势总是对应于用户期望的趋势，用户期望的趋势基于他的或她的对电池供给或恢复的功率的感觉，因此基于他的或她的对电动机的转矩的感觉。
[0158]通过根据本发明的方法获得的过滤信号S0C_Filter (t)因此构成了最准确信号(其为初始信号S0C_Raw (t))与最直观信号(与电池供给或恢复的功率有关)之间的折衷。
[0159]因此其呈现满意的准确性同时对于车辆的用户仍易于理解。
[0160]经由调整参数K11、K12、K13、K21、K22、K23的选择——尤其是参数Kll (t)和Κ21(t)的选择——进行的收敛速率的选择，使得有可能调整准确性与直观性之间的该折衷。
[0161]高的收敛速率，因此具有高值的参数Kll和/或K21意味着信号S0C_Filter快速向着信号S0C_Raw收敛。因此相对于其直观性更偏好信号S0C_Filter的准确性。
[0162]低的收敛速率意味着信号S0C_Filter的表观接近代表电功率的积分的曲线的表观，但是向着信号S0C_Raw的收敛慢。因此相对于其准确性更偏好信号S0C_Filter的直观性。
[0163]本发明绝不限于所描述和表示的实施例，而是本领域技术人员能够向其添加符合本发明精神的任何变型。
[0164]例如，首先，可能想到计算第一可能值VI，执行比较步骤Π)，并且如果第一可能值Vl大于时刻t的初始信号S0C_Raw (t)的值，则将过滤信号S0C_Filter (t)的值确定为等于第一可能值VI。根据该变型，不计算第二值V2。
[0165]也有可能首先确定第二值V2。假设像在上述实施例中一样系统地计算了第一和第二值Vl、V2，也可以使比较步骤Π )和f2)的顺序相反。[0166]最后，也有可能为时刻t的过滤信号S0C_Filter (t)计算单个可能的值，这是通过假设该值将小于或大于时刻t的初始信号S0C_Raw (t)的值实现的。该假设例如可以基于前一时刻t-Ι的过滤信号的值S0C_Filter (t-1)与在时刻t_l为过滤信号S0C_Filter确定的变化系数Pl (t-Ι)或P2 (t-Ι)之间的差。
【权利要求】
1.一种方法，用于处理作为时间的函数的量化机动车辆的电池的荷电状态的初始信号(SOC_Raw (t))，以便获得作为时间的函数的过滤信号(SOC_Filter (t))，由此在每个时刻t执行以下步骤: a)确定在时刻t所述初始信号的值(SOC_Raw(t))与在先前时刻t_l确定的过滤信号的值(SOC_Filter (t_l))之间的差(DIFF ⑴)， b)根据在时刻t由电池供给或恢复的电功率确定在时刻t电池的荷电状态的理论变化(Variat_TH (t)), c)根据在步骤a)确定的差(DIFF(t))以及在步骤b)确定的理论变化Variat_TH (t)，确定在时刻t过滤信号(SOC_Filter (t))的值，使得过滤信号(SOC Filter (t))向着初始信号(SOC Raw (t))收敛。
2.如权利要求1所述的方法，其中在步骤c)中， d)根据在步骤a)确定的差(DIFF(t))以及在步骤b)确定的理论变化(Variat_TH(t))，确定在时刻t过滤信号(S0C_Filter (t))的至少一个变化系数(PI (t)、P2 (t))， e)根据该变化系数(PI(t)、P2 (t))和时刻t与前一时刻t-1隔开的持续时间(Dt)，确定时刻t的过滤信号(S0C_Filter (t))的值。
3.如权利要求2所述的方法，其中在步骤e)中，将该变化系数(PI(t)、P2 (t))与时刻t与前一时刻t-Ι隔开的持续时间(Dt)的乘积，与前一时刻t-Ι的过滤信号(S0C_Filter(t-1))的值相加。
4.如权`利要求2和3中的一项所述的方法，其中 dl)在步骤d)中，对应于由所述方法确定的时刻t的过滤信号(S0C_Filter (t))的值大于时刻t的初始信号(S0C_Raw (t))的值的情况，确定时刻t的过滤信号(S0C_Filter(t))的第一变化系数(PI (t))， el)在步骤e)中，根据第一变化系数(PI (t))和时刻t与前一时刻t-Ι隔开的持续时间(Dt)，确定时刻t的过滤信号(S0C_Filter (t))的第一可能值(VI)， Π)将在步骤el)中确定的第一值(Vl)与时刻t的初始信号(S0C_Raw (t))的值相比较， gl)根据在步骤fl)中执行的比较的结果，确定过滤信号(S0C_Filter (t))的值。
5.如权利要求4所述的方法，其中，在步骤fl)中执行的比较已经显示第一可能值(Vl)大于初始信号(S0C_Raw (t))的值，时刻t的过滤信号(S0C_Filter (t))的值被确定为等于第一可能值(VI)。
6.如权利要求2至5中的一项所述的方法，其中 d2)在步骤d)中，对应于由所述方法确定的时刻t的过滤信号(S0C_Filter (t))的值小于时刻t的初始信号(S0C_Raw (t))的值的情况，确定时刻t的过滤信号(S0C_Filter(t))的第二变化系数(P2 (t))， e2)在步骤e)中，根据第二变化系数(P2 (t))和时刻t与前一时刻t_l隔开的持续时间(Dt)，确定时刻t的过滤信号(S0C_Filter (t))的第二可能值(V2)， f2)将在步骤e2)中确定的第二可能值(V2)与时刻t的初始信号(S0C_Raw (t))的值相比较， g2)根据在步骤f2)中执行的比较的结果，确定过滤信号(S0C_Filter (t))的值。
7.如权利要求6所述的方法，其中，在步骤f2)中执行的比较已经显示第二可能值(V2)小于初始信号(SOC_Raw (t))的值，时刻t的过滤信号(SOC_Filter (t))的值被确定为等于第二可能值(V2)。
8.如权利要求4和6中所述的方法，其中步骤fl)中执行的比较已经显示出第一可能值(Vl)小于或等于初始信号(SOC_Raw (t))的值，并且步骤f2)中执行的比较已经显示出第二可能值(V2)大于或等于初始信号(SOC_Raw (t))的值，时刻t的过滤信号(SOC_Filter(t))的值被确定为等于时刻t的初始信号(SOC_Raw (t))的值。
9.如权利要求4至8中的一项所述的方法，其中时刻t的过滤信号(SOC_Filter(t))的第一变化系数(Pi (t))被确定为第一和(SI (t))的函数，所述第一和(SI (t))是如下各项的和: -时刻t的电池的荷电状态的理论变化(Variat_TH (t))， -第一因子(Kll)与在步骤a)确定的差(DIFF (t))的乘积，以及 -第二因子(K12)。
10.如权利要求9所述的方法，其中，第一因子(Kll)是常数或时间的函数并且第二因子(K12)是常数。
11.如权利要求9和10中的一项所述的方法，其中第一变化系数(PI(t))等于所述第一和(SI (t))与预定最大值(K13)中的最小者。
12.如权利要求6至8中的一项所述的方法，其中时刻t的过滤信号(SOC_Filter(t))的第二变化系数(P2 (t))被确定为第二和(S2 (t))的函数，所述第二和(S2 (t))是如下各项的和: -时刻t的电池的荷电状态的理论变化(Variat_TH (t))， -第三因子(K21)与在步骤a)确定的差(DIFF (t))的乘积，以及 -第四因子(K22)。
13.如权利要求12所述的方法，其中，第三因子(K21)是常数或时间的函数并且第四因子(K22)是常数。
14.如权利要求12和13中的一项所述的方法，其中第二变化系数(P2(t))等于所述第二和(S2 (t))与预定最小值(K23)中的最大者。
15.如前述权利要求中的一项所述的方法，其中时刻t电池的荷电状态的理论变化(Variat-TH (t))等于在时刻t由电池供给或恢复的电功率乘以转换因子Kconv。
16.如前述权利要求中的一项所述的方法，其中在所述方法的实施的第一时刻t0，过滤信号(SOC_Filter CtO))的值等于该第一时刻t0的初始信号(S0C_Raw CtO))的值。
17.—种机动车辆，其包括电池以及计算和电子控制单元，所述计算和电子控制单元被编程为如前述权利要求中任一项的方法所述地处理量化电池的荷电状态的初始信号(S0C_Raw (t))。
【文档编号】G01R31/36GK103608691SQ201280027730
【公开日】2014年2月26日 申请日期:2012年4月26日 优先权日:2011年5月5日
【发明者】M·马尔西利娅, S·克莱古特 申请人:雷诺股份公司