状态估计方法及电池组与流程

1.本发明关于一种状态估计方法及电池组，尤其关于一种能够检测出异常情况的态估计方法及电池组。


背景技术：

2.近年来，锂离子电池被广泛地应用到许多行动装置当中，像是手机、平板、笔电等等。由于环保意识逐渐增加，许多国家纷纷订定出禁售燃油汽机车的年限，此举动将连带造成未来电动汽机车的普及。为了确保电动汽机车有一定的续航力，电池就需要有高容量储存的需求，因此，所需的电池数目会不断增加，造成电池在装置中扮演很关键的角色。
3.电池在使用的过程当中，可能因为操作与环境条件不当，以及本身制成的问题，造成电池会发生异常的情形，像是电池可能产生加速老化现象，内部结构改变，脱落，金属沉积的问题，当这些情形发生后，较轻微的情形是损失电压与容量，最严重的情形，就是会触发电池产生安全性的问题，所以如何能即时检测电池产生异常是一个很重要议题。
4.中国专利申请公开第cn108459272a号揭示一种电池组的状态估计装置，其能够对具有多个蓄电元件的电池组的状态进行估计。该状态估计装置先取得蓄电元件的ocv相对于剩余容量的变化量小的低变化区域和ocv相对于剩余容量的变化量比所述低变化区域大的高变化区域，再基于蓄电元件的高变化区域相对于实际容量的变化位置来估计电池组的状态。
5.另一现有的方式为利用检测电池内阻随时间的变化率来判断，然而这种方式需要去额外用一些操作方式计算内阻。像是需要在短时间内加入负载，以利用压差与电流才能计算。再者，这种方式只能计算出一个时间点的电池内阻，若要在计算另一个时间点的内阻，则需要再进行一次操作，因为计算电阻随时间的变化率，需要有两个时间点所量测的阻值，且这二者量测的间隔时间不能太大，才能以差分方式趋近计算得到微分变化率，因此，对于实际电池应用而言，通过这种方式来量测电池是否有脱落，不但会中断使用者原有操作条件，甚至还需要有极短的量测间隔才能。


技术实现要素：

6.依据本发明一实施例的目的在于，提供一种状态估计方法，其能够判断一待测电芯是否异常。依据本发明另一实施例的目的在于，提供一种状态估计方法，可以在电芯的使用过程中，检测出电芯的异常。依据本发明另一实施例的目的在于，提供一种电池组其能够执行前述的状态估计方法。
7.依据本发明一实施例，提供一种状态估计方法其包含以下步骤。从一储存单元取得多个预设数据，该些预设数据包含一老化系数数据、一预设放电数据、及一预设散失容量变化数据。纪录一待测电芯的一测得放电数据。依据该预设放电数据及该测得放电数据，计算得到一放电压差数据。依据该放电压差数据，决定一特定区间sa，并求得该特定区sa间内的一电压差统计值
△v2,stats
。依据该老化系数数据及该电压差统计值
△v2,stats
，计算该待测
电芯的一估计散失容量
△
qd。以及，依据该预设散失容量变化数据及该估计散失容量
△
qd，决定该待测电芯是否异常。
8.一实施例中，该预设放电数据为一放电曲线v1，该放电曲线v1为电压及电容量的关系曲线。该待测电芯的该测得放电数据为一放电曲线v4，该放电曲线v4为电压及电容量的关系曲线。该放电压差数据是依据该放电曲线v1和该放电曲线v3求得的一放电压差曲线v
14
。而且，该电压差统计值
△v2,stats
为该特定区间内的该放电曲线v1及该放电曲线v4的电压差求得。
9.一实施例中，该依据该放电压差数据，决定一特定区间sa的步骤包含：利用一计算方法，将该放电压差曲线v
14
区分为一倾斜区域及一平坦区域，并且将该特定区间sa设定为该平坦区域。
10.一实施例中，该计算方法包含如下步骤。该放电压差曲线v
14
被区分成多条割线，该些割线包含一第一割线及一第二割线，该第一割线的斜率小于第一临界值th1，表示该平坦区域的开始，而该第二割线的斜率大于第二临界值th2，表示该平坦区域的结束。
11.一实施例中，该计算方法包含如下步骤。该放电压差曲线v
14
被区分成多条区间，并计算该些区间的多个变异数，该些变异数包含一第一变异数及一第二变异数，该些区间包含一第一区间及一第二区间，该第一区间的变异数为该第一变异数，且该第二区间的变异数为该第二变异数。该第一变异数小于第一临界值th3，表示该平坦区域的开始，而该第二变异数大于第二临界值th4，表示该平坦区域的结束。
12.一实施例中，该预设散失容量变化数据为一预设散失容量曲线
△
cq
p
。该些预设数据还包含：对应该预设散失容量曲线
△
cq
p
的一上限曲线
△
uq
p
及一下限曲线
△
lq
p
。该依据该预设散失容量变化数据，决定该待测电芯是否异常的步骤包含：判断该估计散失容量
△
qd是否位于对应该预设散失容量曲线
△
cq
p
的该上限曲线
△
uq
p
及该下限曲线
△
lq
p
之间。当该估计散失容量
△
qd位于对应该预设散失容量曲线
△
cq
p
的该上限曲线
△
uq
p
及该下限曲线
△
lq
p
之间，决定该待测电芯是正常老化。当该估计散失容量
△
qd不位于对应该预设散失容量曲线
△
cq
p
的该上限曲线
△
uq
p
及该下限曲线
△
lq
p
之间，决定该待测电芯是异常。
13.一实施例中，该依据该预设散失容量变化数据，决定该待测电芯是否异常的步骤，还包含：取得一当前的一循环次数ncy，其中，依据该预设散失容量变化数据及该循环次数ncy取得一预设散失容量
△qp
；以及比较该估计散失容量
△
qd及该预设散失容量
△qp
，并且判断该估计散失容量
△
qd是否位于对应该预设散失容量曲线
△
cq
p
的该上限曲线
△
uq
p
及该下限曲线
△
lq
p
之间。一实施例中，较佳的情况是，该上限曲线
△
uq
p
为该预设散失容量曲线
△
cq
p
，加上一上限值γ1，该下限曲线
△
lq
p
为该预设散失容量曲线
△
cq
p
，减去一下限值γ2，而且，该比较该估计散失容量
△
qd及该预设散失容量
△qp
的步骤包含：判断|
△
qd‑△qp
|是否超过该上限值γ1或该下限值γ2。
14.一实施例中，该老化系数数据为至少一老化系数β，而且该估计散失容量
△
qd＝β
×△v2,stats
。一实施例中，该至少一老化系数β是利用一预设散失容量
△
q1及一第一统计值
△v1,stats
求得，且β＝
△
q1/
△v1,stats
，该预设散失容量
△
q1为依据该放电曲线v1与一放电曲线v2求得，而且该第一统计值
△v1,stats
为依据该放电曲线v1与该放电曲线v2的一放电压差曲线v
12
的特定区间sa求得。
15.一实施例中，该电压差统计值
△v2,stats
为该放电曲线v1及该放电曲线v4的该放电
压差曲线v
14
的该特定区间sa内电压差的平均数
△v2,avg
，该第一统计值
△v1,stats
为该放电曲线v1与该放电曲线v2的该放电压差曲线v
12
的该特定区间sa内电压差的平均数v
1,avg
。一实施例中，该上限值γ1及该下限值γ2至少其一为一固定值或由一函数所求得的一变数值。
16.一实施例中，前述的状态估计方法还包含：当决定该待测电芯是异常时，需要发出一警示信号。
17.依据本发明一实施例，提供一种电池组其包含一电芯及一控制装置，而且该控制装置电连接于该电芯，而且执行前述的状态估计方法。
18.如上所述，依据本发明一实施例的状态估计方法，其能够测得关系于电压差及电容量的放电压差曲线后，再依据该放电压差曲线求得一特定区间sa，并利用该特定区间sa及预先建立的老化系数β求得待测电芯的散失容量
△qd-，最后判断散失容量
△qd-是否异常，来检测电芯是否有异常情形发生，如此，可以在电芯的使用过程中，检测出电芯的异常。
附图说明
19.图1显示本发明一实施例的电池组的功能方块图。
20.图2显示本发明一实施例的求得状态估计方法的预设数据的流程图。
21.图3a显示本发明一实施例的多条的不同循环次数(cycle number)的放电曲线。
22.图3b显示本发明一实施例的电压差及电容量的放电压差曲线。
23.图4a显示本发明一实施例的不同老化情况的β变化的图。
24.图4b显示本发明另一实施例的不同老化情况的β变化的图。
25.图5显示循环次数与散失容量的曲线。
26.图6显示本发明另一实施例的状态估计方法的流程图。
27.图7显示本发明另一实施例的电压差及电容量的放电压差曲线。
28.图8a是用以说明本发明一实施例的特定区间的计算方法的图。
29.图8b是用以说明本发明另一实施例的特定区间的计算方法的图。
30.符号说明
31.300：电池组；
32.310：电池装置；
33.311：电芯；
34.320：控制装置；
35.321：储存单元；
36.322：检测单元；
37.323：处理单元。
具体实施方式
38.依据本发明一实施例，提供一种状态估计方法，其能够利用电压差(voltage difference)及电容量(capacity)的曲线的一特定区间sa，再利用该特定区间sa；以及预先建立的老化系数β求得散失容量
△qd-，最后判断散失容量
△qd-是否异常，来检测电芯是否有异常情形发生。
39.图1显示本发明一实施例的电池组的功能方块图。前述状态估计方法能够应用于
电池组300。如图1所示，电池组300包含一电池装置310及一控制装置320。电池装置310包含至少一电芯311。控制装置320能够执行前述状态估计方法，而且包含一储存单元321、一检测单元322及一处理单元323。一储存单元321例如可以为一存储器，用以储存多种预设数据。例如用以储存预先取得的预设老化系数β、预设放电曲线v1、及预设散失容量变化等检测用数据。检测单元322连接于电池装置310的电芯311，用以取得电芯311的例如电压等的电池信息。处理单元323从储存单元321及检测单元322取得状态估计方法所需要的数据，来检测该些电芯311是否有异常现象。此外，本技术领域相关技术人员，可依本发明的揭露、实施本发明时所采用的电路元件等的特性及/或实施本发明时所欲达成的效果，来决定电池装置310及控制装置320的结构。而且，本技术领域相关技术人员当可依据前述揭露内容，均等地变化实施本发明。以下，将更详细地说明，本发明一实施例的状态估计方法。
40.图2显示本发明一实施例的求得状态估计方法的预设数据的流程图。图3a显示本发明一实施例的多条的不同循环次数ncy(cycle number)的放电曲线。图3b显示本发明一实施例的电压差及电容量的放电压差曲线。在进行检测异常之前，需要预先建立检测异常用信息。可以预先进行预设电芯的循环老化的实验，而可以得到不同循环次数下的电池放电曲线，并且再利用该些电池放电曲线来求得老化系数β。详细地说明如下，如图2至图3b所示，依据本发明一实施例的求得状态估计方法的预设数据的方法，包含以下步骤。
41.步骤s02：取得两条不同老化状态的放电曲线v1与v2。如图3b所示，v1为预设电芯的放电曲线，较佳的情况是预设电芯为一全新的电芯。v2为老化电芯的放电曲线。此外，v3为老化电芯的另一放电曲线，由于放电的次数愈多，则散失容量会大，因此可以得知放电曲线v3的循环次数ncy(亦即放电的次数)大于放电曲线v2的循环次数ncy。
42.步骤s04：分别利用放电曲线v1与v2的饱电容量(fully discharge capacity)fdc1及fdc2，来计算散失容量
△
q1。一实施例中，如图3a所示，将预设电芯的饱电容量fdc1扣掉老化电芯的饱电容量fdc2可得到散失容量
△
q1。
43.步骤s06：分别将该些放电曲线相减得到电压差，并且取得电压差对应电容量的放电压差曲线v
12
。一实施例中，将图3a的放电曲线v1与v2中的同一放电容量q的电压相减可得到电压差，藉以求得电压差及电容量的放电压差曲线v
12
(如图3b所示)。
44.步骤s08：决定一特定区间sa，在特定区间sa内计算电压差的第一统计值
△v1,stats
。一实施例中，第一统计值
△v1,stats
是特定区间sa内电压差的平均数
△v1,avg
。较佳地，如图3b所示，该特定区间sa为放电压差曲线v
12
中的一平坦区域flat。更具体而言，放电压差曲线v
12
包含至少一倾斜区域tilt及一平坦区域flat，其中平坦区域flat的整体的斜率小于该至少一倾斜区域tilt的整体的斜率。特别说明的是，本实施例中虽然第一统计值是以平均数v
1,avg
作为示例来说明，但是第一统计值也可以是在该特定区间sa内电压差的中位数、众数或其他能够作为指标或特征的统计值，本发明不以平均数为限。一实施例中，可以利用一计算方法，将放电压差曲线v
12
区分为至少一倾斜区域tilt及一平坦区域flat，该计算方法可以依据需求进行适当的设计，例如可以利用统计方法找出倾斜区域tilt及平坦区域flat的区别特征，并利用该区别特征来设计该计算方法。
45.步骤s10：利用散失容量
△
q1及平均数
△v1,avg
，计算得到老化系数β。一实施例中，将平均数
△v1,avg
除上
△
q1可得到放电曲线v2的老化系数β。本发明不以平均数为限，亦可以利用散失容量
△
q1及第一统计值
△v1,stats
，计算得到老化系数β。一实施例中，将第一统计值
△v1,stats
除上
△
q1可得到放电曲线v2的老化系数β。
46.图4a显示本发明一实施例的不同老化情况的β变化的图。一般而言造成电池组老化的最主要的机制即为sei膜的增长，当sei不断增厚会使得电子消耗增加，造成电池散失容量越多，而且会使得锂离子嵌入或移出时造成能量损耗，使得电池组的电压下降越多。而由于sei膜增长同时会造成电池电压下降与散失容量，且增长关系为线性时，就可得到电压下降除上散失容量亦即
△
v/
△
q为一常数用以作为老化系数β，若将此常数对循环次数ncy作图即可得到图4a的结果。如图4a所示，老化系数β不因循环次数ncy而变化，亦即相对于循环次数ncy为常数。
47.图4b显示本发明另一实施例的不同老化情况的β变化的图。此外，在许多电池组老化的情况下，因为环境条件变化，例如是特别高温或特别低温，或电池组承受极高的电流运作下，会额外使电池组产生快速容量下降的特性，以及锂金属的生长，这些老化机制会影响电压下降与散失容量之间的比例关系，而会造成β值的改变。一实施例中，为了得到反应前述状况的老化现象，使老化系数β因循环次数ncy而变化。如图4b显示在老化初期，老化机制由sei膜主导，因此，可计算得到比值为β1，而在若干次数循环加入后，会因为其他老化机制的影响，而造成在电压下降与散失容量比值改变，使得比值变成β2或β3等。
48.如上述，针对老化机制为sei膜主导的情况，其β变化会如图4a所示，此时，只需要建立一个β值即可。针对老化机制不单纯为sei主导的情况，其β值变化会如图4b所示，此时，可以建立β值随循环次数ncy变化的表格。如上所述，依据产品的不同，可以使老化系数数据为一老化系数β且为常数，也可以使老化系数数据包含多个老化系数β2或β3等。这是本技术领域相关技术人员，可以依据产品的不同而决定。
49.图5显示由实验取得的循环次数与散失容量的预设散失容量曲线；以及对应该预设散失容量曲线的上限曲线及下限曲线。如图5所示，接着，再用先前老化试验所获得的饱电容量变化，将预设电芯311的饱电容量扣掉不同循环次数ncy的老化电芯的饱电容量，而可得到多组循环次数ncy及其所对应的散失容量，而求得预设散失容量曲线
△
cq p
；以及对应该预设散失容量曲线
△
cq p
的上限曲线
△
uq p
及下限曲线
△
lq
p
。
50.于完成上述的流程，而建立检测异常所需要的信息后，即可开始进行电芯的异常检测，详细地说明如下。图6显示本发明另一实施例的状态估计方法的流程图。如图6所示，依据本发明一实施例的状态估计方法，包含以下步骤。
51.步骤s11：从一储存单元321取得多种预设数据，该些预设数据包含一老化系数数据、一预设放电数据、及一预设散失容量变化数据。预设放电数据为电压及电容量的关系数据，预设散失容量变化数据为循环次数ncy及散失容量的关系数据。一实施例中，老化系数数据包含预先建立的至少一老化系数β，预设放电数据包含预设电芯311的如图3a的放电曲线v1，以及预设散失容量变化数据包含图5的预设散失容量曲线
△
cq
p
。一实施例中，较佳地预设散失容量变化数据更进一步包含预先建立的对应该预设散失容量曲线
△
cq
p
的一上限曲线
△
uq
p
及一下限曲线
△
lq
p
。
52.步骤s12：纪录一待测电芯311的一测得放电数据。一实施例中，纪录待测电芯311的放电曲线v4。在待测电芯311的放电过程中纪录电压及电容量，并求得待测电芯311的放电曲线v4。
53.步骤s14：依据预设放电数据及测得放电数据，计算得到一放电压差数据。一实施
例中，依据放电曲线v1及放电曲线v4计算得到一放电压差曲线v
14
。图7显示本发明一实施例的电压差及电容量的放电压差曲线。一实施例中，如图7所示，放电曲线v1与v4中的同一放电容量q的电压相减可得到电压差
△v2
，藉以依据多组的放电容量q及电压差
△v2
，求得电压差及电容量的放电压差曲线v
14
。
54.步骤s16：依据该放电压差数据，决定一特定区间sa，并求得该特定区间sa内的一电压差统计值
△v2,stats
。一实施例中，依据放电压差曲线v
14
决定一特定区间sa。一实施例中，该电压差统计值
△v2,stats
可以为平均数(mean)、中位数(median)、众数(mode)等，较佳地该电压差统计值
△v2,stats
为平均数。一实施例中，较佳地电压差统计值
△v2,stats
依据放电压差曲线v
14
的特定区间sa内电压差的平均数
△v2,avg
。
55.步骤s18：纪录当前的一循环次数ncy。
56.步骤s20：依据老化系数数据及电压差统计值
△v2,stats
，计算待测电芯311的一估计散失容量
△
qd。一实施例中，将相对应的老化系数β，乘上电压差统计值
△v2,stats
，即可得到估计散失容量，亦即，估计散失容量
△
qd＝β
×△v2,stats
。一实施例中，将相对应的老化系数β，乘上电压差平均数
△v2,avg
，即可得到估计散失容量，亦即，估计散失容量
△
qd＝β
×△v2,avg
。
57.步骤s22：依据该预设散失容量变化数据及估计散失容量
△
qd，决定该待测电芯311是否异常。如图5所示，一实施例中，步骤s22是判断估计散失容量
△
qd是否在对应该预设散失容量曲线
△
cq
p
的一上限曲线
△
uq
p
及一下限曲线
△
lq
p
之间，来决定待测电芯311是否异常。
58.一实施例中，该步骤s22包含以下步骤。
59.步骤s42：依据该预设散失容量变化数据，并用该循环次数ncy取得一预设散失容量
△qp
。一实施例中，利用图5的预设散失容量曲线
△
cq
p
以及当前的循环次数ncy，找出对应当前循环次数ncy的预设散失容量
△qp
。
60.步骤s44：比较该估计散失容量
△
qd及该预设散失容量
△qp
，藉以决定待测电芯311是否异常，当判断为是时进入步骤s26，当判断为否时进入步骤s12。
61.一实施例中，如图5所示，
△
cq
p
线代表由预设电芯311所建立的多个循环次数ncy，以及其所应有多个预设散失容量
△qp
的关系，而上限曲线
△
uq
p
及下限曲线
△
lq
p
为依据预设散失容量曲线
△
cq
p
所求得。检测目前的循环次数ncy的散失容量
△
qd，如果检测的结果落在正常区域内，如点p1所示，则代表待测电芯为正常电芯。如果检测的结果落在正常区域之外，如点p2，则代表为异常电芯。
62.步骤s24：发出警示。针对检测结果落在正常区域之外，则视为电池异常，此时，需要发出警示信号。警示信号可以为一声音、一led灯号或单纯的数据信号，用以供处理单元323进行警示程序。
63.一实施例中，散失容量曲线
△
cq
p
、上限曲线
△
uq
p
及下限曲线
△
lq
p
符合γ＝a
×
ncyb的函数，其中γ为散失容量
△
q，ncy为循环次数，a及b为常数。在取得散失容量曲线
△
cq
p
的常数a及b的值后，即可依据产品规格分别设定上限曲线
△
uq
p
及下限曲线
△
lq
p
的常数a及b的值。
64.一实施例中，散失容量曲线
△
cq
p
符合γ＝a
×
ncyb的函数，将这条散失容量曲线
△
cq
p
加上上限值γ1或减去下限值γ2可以得到上限曲线
△
uq
p
(例如为a
×
ncyb+γ1)及下限曲
线
△
lq
p
(例如为a
×
ncy
b-γ2)。一实施例中，上限值γ1或下限值γ2可以为固定值，而且上限值γ1可以相同于或不同于下限值γ2。于一实施例中，上限值γ1或下限值γ2可以为固定值，且a
×
ncyb+γ1≧0或a
×
ncy
b-γ2≧0。γ1或γ2可以同为固定值、同为变数(variable)值，也可以一个是固定值，一个是变数(variable)值。较佳地，变数值可以是由一函数所求得。
65.一实施例中，γ1可以为γ1＝a1×
ncy
b1
的函数，或者γ2可以为γ2＝a2×
ncy
b2
的函数，而且当该些函数中的常数a等于0时，则比较在同一循环次数ncy的
△
qd是否落在
△qp
的点上。在一实施例中，判断|
△
qd‑△qp
|是否超过上限值γ1或下限值γ2，决定待测电芯311是否异常。应注意的是，前述各曲线的常数a及b，可以依各曲线的特征而有所不同。应了解的是，上述实施例仅作为示例，于本领域相关技术人员，可以依据前述实施例，任意地组合上限值γ1或下限值γ2的计算方式。
66.特定区间sa可以用各种计算方式来求得，较佳地，放电压差曲线v
14
包含一倾斜区域tilt及一平坦区域flat，其中平坦区域flat的整体的斜率小于倾斜区域tilt的整体的斜率，而该特定区间sa设定为平坦区域flat。一实施例中，该整体的斜率是由该放电压差曲线v
14
被区分成多条割线所决定或组成。图8a是用以说明本发明一实施例的特定区间的计算方法的图。图8a为斜率法，其使用斜率来求得特定区间sa。一实施例中，如图8a所示，针对每一间隔
△
q，将放电压差曲线v
14
区分成多条割线，并且计算每一条割线的割线斜率si，以割线斜率s1为例，s1＝(
△v2
‑△v1
)/(q
2-q1)。当割线斜率si小于(《)临界值th1时，表示平坦区开始，而当割线斜率si大于(》)临界值th2，表示平坦区结束。一实施例中，该整体的斜率是由该放电压差曲线v
14
的多个区间所决定或组成。图8b是用以说明本发明另一实施例的特定区间的计算方法的图。图8b为变异数法，其使用变异数来求得特定区间sa。一实施例中，如图8b所示，针对每一间隔
△
q，将放电压差曲线v
14
区分成多个区间，并且计算每一区间的变异数σi，且计算方式为从0的位置算到目前位置。当变异数σi小于(《)临界值th3时，表示平坦区开始，而当变异数σi大于(》)临界值th4时，表示平坦区结束。关于变异数的计算，以σ1为例，假设在区间内有n个电压差，则变异数σ1可以用下式1求得。
[0067][0068]
其中，μ可以用下式2求得。
[0069][0070]
应注意的是，上述中的数据可以多组的离散数值，而曲线可以为利用数学或统计学的演算法，对该些离散数进行运算而得。
[0071]
综上所述，依据本发明一实施例，提供一种状态估计方法，其能够测得关系于电压差及电容量的放电压差曲线后，再依据该放电压差曲线求得一特定区间sa，并利用该特定区间sa及预先建立的老化系数β求得待测电芯的散失容量
△qd-，最后判断散失容量
△qd-是否异常，来检测电芯是否有异常情形发生，如此，可以不需要额外去进行其他操作，或者也可以不需要有极短的量测间隔，就可以在电芯的使用过程中，检测出电芯的异常。