CN104303064A - 估计蓄电池的电量状态 - Google Patents

Abstract

本发明涉及一种用于估计蓄电池的电量状态(SOC_蓄电池)的方法，该蓄电池包括多个串联连接的电池单元(C1,...CN)，其特征为在给定时刻确定这些电池单元电压中的最小电池单元电压(U_C最小)和最大电池单元电压(U_C最大)，并且根据一个包括权重元素的等式来计算分析性地取决于该最小电池单元电压(U_C最小)和该最大电池单元电压(U_C最大)的一个物理量(U_mp)，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压(U_C最大)相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压(U_C最小)相关联的这个权重减小。

Description

估计蓄电池的电量状态

技术领域

本发明涉及一种用于估计蓄电池的电量状态的方法和装置，该蓄电池包括多个串联连接的电化学电池单元。

背景技术

在电动和混合动力车辆的非限制领域中，这些驱动蓄电池的管理系统的主要挑战之一是估计蓄电池的电量状态或SOC。这个信息是以“蓄电池量计”的形式显示在仪表板上的，并且允许驾驶员知道剩余里程数自主性。由于电动车辆的自主性不及热动力车辆的自主性，因此通过向驾驶员提供尽可能可靠的信息来使他/她安心是重要的。蓄电池量计的估计误差可能确实会致使驾驶员发现他/她处于不愉快的境况(抛锚)，或者甚至危险境况(在超车时缺乏动力)。

当前，如图1示意性地展示的，包括有串联连接的N个电化学电池单元C_i的蓄电池的电量状态SOC_蓄电池通常是基于与这个蓄电池相关的将其作为总体单元的多个测量值来估计的。因此，一个第一装置1测量跨过串联的所有组电池单元的端子而取得的蓄电池总电压U_蓄电池，并且电流传感器和温度传感器(未示出)分别传送流过该蓄电池的电流I_蓄电池和该蓄电池的温度T_蓄电池。使用这三个测量值，一个软件块2使用如安培小时计量方法或卡尔曼滤波式建模等常规方法来计算电量状态SOC_蓄电池的估计值。基于全局测量值的这种估计值大致上对应于这些电池单元的电量状态的平均值。

然而，构成蓄电池的这些电化学电池单元由于其构造而具有在就这些电池单元的容量散布及其内阻散布而言彼此不同的特性，而且由于这些电池单元在蓄电池中的位置会经受不同的温度变化。其结果是，这些电池单元必然具有彼此不同的电量状态并且该蓄电池是不平衡的。当这种情况发生时，蓄电池的使用范围受到带有最大电量的电池单元和带有最少电量的电池单元的影响。在这种情况下，基于整体测量值的估计是不真实的。

想象的其他估计装置包括单独估计每个电池单元的电量状态，以便考虑这些电池单元的不平衡性而由此推导出该蓄电池的电量状态值。图2中示意性地示出的这种装置理想地包括同时测量跨过构成蓄电池的电池单元C_i各自的端子的电压U₁至U_N的第一件设备1a、对应地传送流过该蓄电池的N个电池单元的电流I_蓄电池的一个电流传感器(未示出)、以及提供各个构成蓄电池的电池单元C_i的温度T_i的多个温度传感器(未示出)。N个软件块2a使用各自的测量值U_i、T_i和I_蓄电池，通过使用如安培小时计量方法、或如在文件US 7,315,789中所描述的卡尔曼滤波式建模等常规方法来计算每个电池单元C_i的电量状态SOC_i的估计值。然后一个计算模块2b基于这些软件块2a所传送的N个电量状态SOC_i来估计该蓄电池的电量状态SOC_蓄电池。尽管这些装置的确是更加准确的，但从软件观点出发它们的成本也更高并且也更加复杂。这些装置需要跨过构成蓄电池的电池单元各自的端子的电压测量值以及用于描述每个蓄电池单元特性的多个复杂模型(值得注意的是卡尔曼滤波器)。在高压蓄电池情况下，例如电动车辆所使用的那些，大量基本电池单元(在现有的这些蓄电池中为96个双电池单元)使该装置成本显著。

发明内容

本发明的目的是要克服现有技术的这些缺陷，以较低成本提供一种考虑这些电池单元的不平衡性用于准确估计蓄电池的电量状态的方法。

为此目的，本发明的主题是一种用于估计蓄电池的电量状态的方法，该蓄电池包括若干串联连接的电化学电池单元，跨过该蓄电池的端子的电压对应于跨过电池单元各自的端子的这些电压(所谓的电池单元电压)之和，其特征在于，该方法包括：

-用于在给定时刻确定所述多个电池单元电压中的最小电池单元电压和最大电池单元电压的步骤；

-用于计算一个物理量的步骤，该蓄电池的电量状态直接或间接地取决于该物理量，所述物理量根据一个包括权重元素的等式而分析性地、直接地或间接地取决于所述最小电池单元电压和所述最大电池单元电压，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压相关联的这个权重减小。

根据本发明的其他可能特征：

-所述物理量是根据以下等式分析性地取决于所述最小电池单元电压并取决于所述最大电池单元电压的一个权重平均电压：

其中，U_C最小(k)和U_C最大(k)对应地是在给定时刻k的最小电池单元电压和最大电池单元电压的采样值，V_{下_阈值}是在使用中与相关联的电池单元的最小电量状态相对应的一个预定最小电压阈值，而V_{上_阈值}是在使用中与相关联的电池单元的最大电量状态相对应的一个预定最大电压阈值。

-于是，该估计方法可以进一步包括使用所述平均电压、在所述时刻流过这些电池单元的电流的测量值、以及在所述时刻该蓄电池的温度测量值来对该蓄电池的电量状态进行估计的一个步骤。例如该估计步骤包括一个卡尔曼式滤波。

-作为一个变体，该估计方法可以进一步包括：使用所述最小电池单元电压、在所述时刻流过这些电池单元的电流的测量值、以及所述时刻的第一温度测量值来对与该最小电池单元电压相关联的该电池单元的电量状态SOC_C最小(k)进行第一估计；以及使用所述最大电池单元电压、在所述时刻流过这些电池单元的所述电流测量值、以及所述时刻的第二温度测量值来对与该最大电池单元电压相关联的该电池单元的电量状态SOC_C最小(k)进行第二估计；所述物理量直接是根据以下等式计算出的在所述时刻的该蓄电池的电量状态，该等式为

-该第一估计和第二估计包括一种卡尔曼式滤波。

-该第一温度测量值和第二温度测量值是表示该蓄电池的温度的同一个测量值。

-作为一个变体，该第一温度测量值和第二温度测量值对应地是在与该最小电池单元电压相关联的这个电池单元附近获取的和在与该最大电池单元电压相关联的这个电池单元附近获取的两个不同的测量值。

本发明的另一个主题是一种用于估计蓄电池的电量状态的装置，该蓄电池包括若干串联连接的电化学电池单元，跨过该蓄电池的端子的电压对应于跨过电池单元各自的端子的这些电压(所谓的电池单元电压)之和，其特征在于，该装置包括：

-用于在给定时刻确定所述多个电池单元电压中的最小电池单元电压和最大电池单元电压的一个装置；

-用于计算一个物理量的一个装置，该蓄电池的电量状态直接或间接地取决于该物理量，所述物理量根据一个包括权重元素的等式而分析性地、直接地或间接地取决于所述最小电池单元电压和所述最大电池单元电压，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压相关联的这个权重减小。

该确定装置优选是执行MIN-MAX功能的一个模拟部件。

附图说明

通过阅读参照附图所呈现的以下说明将更好地理解本发明及其提供的优点，在附图中：

-图1示意性地展示了根据一种已知方法，基于与一个蓄电池相关的多个将其作为整体的测量值来对该蓄电池的电量状态进行估计的一种装置；

-图2示意性地示出了基于在构成蓄电池的电池单元上各自测得的电压测量值来对该蓄电池的电量状态进行估计的一种装置；

-图3示意性地展示了实施根据本发明估计蓄电池的电量状态的方法的一个第一装置；

-图4示出了蓄电池的电特性的建模；

-图5呈现了通过图3中的装置获得蓄电池的电量状态的估计值的一个实例；

-图6示意性地展示了实施根据本发明估计蓄电池的电量状态的方法的第二装置；

-图7呈现了通过图6的装置获得蓄电池的电量状态的估计值的一个实例。

具体实施方式

在以下部分中，蓄电池被认为是包括串联连接的N个电化学电池单元C₁至C_N。在操作中，因此这N个电池单元具有相同的电流U_蓄电池，并且跨过蓄电池的这些端子的电压U_蓄电池在每个时刻都对应于跨过N个电池单元各自的端子获取的N个电压U₁至U_N之和。

如先前指出的，现有技术是使得对这种蓄电池的电量状态的估计或是基于跨过这整个具有多个电池单元的组件的端子的总电压U_蓄电池的测量值的，或者是基于与跨过N个电池单元各自的端子的N个电压U₁至U_N(以下是指电池单元电压)相对应的N个测量值的，这具有增加估计的准确性的优点，但以高处理能力为代价。

本发明的框架中所采取的这些研究已经允许用实例来证实的是，可以获得至少与通过图2中的装置所获得的同样精确的一种估计，这是通过仅考虑给定时刻这些电池单元电压的两个特殊值(而不是整组N个电池单元的电压)，一个特殊值对应于整组电池单元电压上的最小值，所谓的最小电池单元电压，另一个特殊值对应于整组电池单元电压上的最大值，所谓的最大电池单元电压，这两个值在以下分别指示为U_C最小和U_C最大。

当在本说明的以下部分中更详细地解释时，确实有可能定义一个物理量，该蓄电池的电量状态SOC_蓄电池直接地或间接地取决于这个物理量，这个物理量本身根据一个包括权重元素的等式而分析性地、直接地或间接地取决于该最小电池单元电压U_C最小和该最大电池单元电压U_C最大，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压U_C最大相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压U_C最小相关联的这个权重减小。

更准确地讲，必须确保的是：当这个电压U_C最大在使用中是在与相关联的电池单元的电量最大状态(100％)相对应的一个预定最大阈值附近时，则与该最大电池单元电压U_C最大相关联的这个权重最大，并且当这个电压U_C最小在使用中是在与相关联的电池单元的最小电量状态(0％)相对应的预定最小阈值附近时，则与该最小电池单元电压U_C最小相关联的这个权重最大。在这二者之间，物理量的变化必须是连续且无突变的。

根据第一可能性，它的实现将参照图3进行说明，所讨论的这个物理量是与最小电池单元电压U_C最小和最大电池单元电压U_C最大根据以下等式分析性地相联系的一个权重平均电压U_mp：

其中，U_mp(k)、U_C最小(k)和U_C最大(k)对应地是在给定时刻k的权重平均电压的采样值、最小电池单元电压的采样值和最大电池单元电压的采样值，V_{下_阈值}是在使用中的最小阈值(针对一个电池单元的电量状态为0％的电压值)并且V_{上_阈值}是使用中的最大阈值(针对一个电池单元的电量状态为100％的电压值)。

这个等式还可以写成以下形式，从而使在上文中指明的这些权重元素α(k)和(1-α(k))更加清楚：

U_mp(k)＝α(k)·U_C最小(k)+(1-α(k))·U_C最大(k)    (1)

其中

并且

如图3中所示，根据本发明的一个估计装置包括一个第一模块3，该第一模块与构成该蓄电池的这些电池单元C₁至C_N的各个端子相连、能够优选以在给定时刻k的采样值U_C最小(k)和U_C最大(k)的形式传送最小电池单元电压U_C最小和最大电池单元电压U_C最大。第一模块3优选是能够执行MIN-MAX功能的一个部件，换言之能够直接确定出两个值U_C最小(k)和U_C最大(k)并将这两个值传送给该装置的一个电控单元4，而不必测量这N个电池单元电压。该电控单元4中的一个计算模块40然后通过应用以上这个等式(1)来计算权重平均电压U_mp。

此外该装置包括能够提供该蓄电池中的电流的测量值I_蓄电池的一个电流传感器(未示出)，以及能够提供该蓄电池的温度的测量值T_蓄电池的一个温度传感器(未示出)。

该电控单元4中的一个估计模块41一方面接收这个权重平均电压U_mp，并且另一方面接收这个测量出的电流I_蓄电池和温度T_蓄电池，并且使用这三个值来计算蓄电池的电量状态SOC_蓄电池的估计值。

尽管可以使用其他算法，但该估计模块41优选地实施卡尔曼式滤波方法，现在将解释该方法：

蓄电池的电特征是通过图4中示出的“等效电路”型的模型来说明的。在此，该蓄电池被表示为一个电池单元，其权重平均电压U_mp是这个闭合电路的电压，并且其中：OCV是空载电压，I_蓄电池是流过蓄电池的电流，R₁对应于一个电池单元的平均内阻，R₂和C₂是用于建模动态现象的电阻和电容(一个电池单元的平均值)，并且U_C2是R₂//C₂对的电压。空载电压OCV是电量状态的非线性函数，并且对于每种蓄电池化学性是不同的。执行这条曲线的分段仿射逼近是可能的，换言之是以下所使用的类型OCV(θ)＝aθ+b的一种逼近。

此外，在以采样周期T_e分开的两次相继采样之间该蓄电池的电量状态的变化是由以下表达式给出：

其中Q_最大是该蓄电池的Ah(安培小时)容量。

通过将电特性的模型与蓄电池的电量状态的变化进行组合，通过给出的以下方程组获得了数学模型：

$\left\{\begin{array}{c}x(k+1)=A_{s}x\left(k\right)+B_{s}u\left(k\right)\\ y\left(k\right)=C_{s}x\left(k\right)+D_{s}u\left(k\right)\end{array}\right.$

其中

一个状态向量

一个输出向量y(k)＝U_mp(k)-b，

一个控制向量并且

矩阵 $A_s=\left[\begin{array}{cc}1& 0\\ 0& (1-\frac{T_e}{R_2{C}_2})\end{array}\right],$ C_s＝[a 1]，D_s＝R₁

应该指出，针对转换A_s、控制B_s以及控制与输出之间的链接D_s的这些矩阵是在每个计算步骤更新的，因为它们取决于这些参数R₁、R₂和C₂，这些参数本身是根据温度、电量状态(以及可能地，SOH健康状态)变化的。

卡尔曼滤波于是通常包括：

(a)使用以下方程式来预测状态和输出：

${\hat{x}}_{k\left|\right|k-1}=A_s{\hat{x}}_{k-1\left|\right|k-1}+B_s{u}_{k-1}$

${\hat{y}}_{k\left|\right|k-1}=C_s{\hat{x}}_{k-1\left|\right|k-1}+D_s{u}_{k-1}$

(b)计算该滤波器的最佳增益K_k：

Kk＝P_k||k-1C_s ^T(C_sP_k||k-1C_s ^T+Rkal)^-1

其中P_k||k-1＝A_sP_k-1||k-1A_s ^T+Q_kal

$P_{k\left|\right|k}=P_{k\left|\right|k-1}-K_k(C_s{P}_{k\left|\right|k-1}{C_s}^T+R_{\mathrm{kal}})K_k^T$

其中，Q_kal和R_kal分别对应于状态的方差和输出的方差。

(c)通过将这种误差重新注入到估计出的输出中来对预测出的状态进行校正：

${\hat{x}}_{k\left|\right|k}={\hat{x}}_{k\left|\right|k-1}+K_k(y_k-{\hat{y}}_{k\left|\right|k-1})$

蓄电池的电量状态是根据以下关系由这个估计器的结果给出的

图5中示出了通过针对一个驱动周期应用前面的这个估计器所获得这些结果的一个实例。针对这种测试，使用了由12个电池单元(这些电池单元的电量状态带有+/-5％的散布)构成的蓄电池。该图用粗线展示了该蓄电池的估计出的电量状态的时间变化，并且用较浅的线展示了不同电池单元的电量状态的变化。在这个图5中，观察到的是，该蓄电池的电量状态的时间变化是与预期相应变化的。的确，当带有最大电量的电池单元表现出100％电量状态时，该蓄电池的电量状态也是处于100％，而当带有最少电量的电池单元表现出0％的电量状态时，该蓄电池的电量状态也是0％。在这两个值之间，电量状态以连续的方式减小而无任何突变。

图6示意性地展示了根据本发明的一个第二装置。在此，所关心的这个物理量直接是蓄电池的电量状态SOC_蓄电池。如同在图3示出的情况下，该装置包括一个第一模块3，该第一模块与构成该蓄电池的这些C₁至C_N电池单元的各端子相连、能够传送优选以给定时刻k的采样U_C最小(k)和U_C最大(k)形式的最小电池单元电压U_C最小(k)和最大电池单元电压U_C最大(k)。同样在此，这个第一模块3优选是一个能够执行MIN-MAX功能的一个部件，换言之能够直接确定两个值U_C最小(k)和U_C最大(k)并且将这两个值传送给该装置的一个电控单元4，而不必测量这N个电池单元电压。

该装置进一步包括能够提供该蓄电池的电流的测量值I_蓄电池的一个电流传感器(未示出)，以及能够提供该蓄电池的温度的测量值T_蓄电池的一个温度传感器(未示出)。

与图3中的装置相比，该电控单元4在此包括两个估计模块43：

-第一个模块与该第一模块3的两个输出中的传送最小电池单元电压U_C最小的这一输出相连，这第一个模块能够使用这些值U_C最小、I_蓄电池和T_蓄电池来传送出带有最小电量的这个电池单元的一个电量状态估计值SOC_C最小。

-第二个模块与该第一模块3的两个输出中的传送最大电池单元电压U_C最大的这一输出相连，这第二个模块能够自这些值U_C最大、I_蓄电池和T_蓄电池起始来传送出带有最大电量的这个电池单元的一个电量状态估计值SOC_C最大。

这两个估计模块43在每次采样时刻k传送由通过例如在上文中说明的卡尔曼式滤波方法的任何已知方法估计出的两个采样值SOC_C最小(k)和SOC_C最大(k)。

该电控单元4的计算模块44然后根据以下等式通过对这两个带有最大电量和带有最小电量的电池单元的电量状态进行加权而计算出该蓄电池的电量状态SOC_蓄电池(k)：

其中，SOC_{上_阈值}是电池单元的电量状态等于1，该电池单元的电池单元电压对应于先前定义的在使用中的最大阈值，而SOC_{下_阈值}是电池单元的电量状态等于0，该电池单元的电池单元电压对应于先前定义的在使用中的最小阈值。

换言之：

SOC_蓄电池(k)＝δ(k))SOC_C最小(k)+(1-δ(k))SOC_C最大(k)

其中

并且

当SOC_{上_阈值}＝1并且SOC_{下_阈值}＝0时，这导致以下简化的公式

图7中示出了针对一个驱动周期应用前面的这个估计器所获得这些结果的一个实例。针对这个测试，使用了由12个电池单元(这些电池单元的电量状态带有+/-5％的散布)构成的蓄电池。该图用粗线展示了该蓄电池的估计出的电量状态的时间变化，并且用较浅的线展示了不同电池单元的电量状态的变化。在此还观察到的是，蓄电池的电量状态的时间变化是所期望的：当带有最大电量的这个电池单元具有100％电量状态时该蓄电池也是100％电量状态，而当带有最少电量的电池单元具有0％的电量状态时该蓄电池也是0％电量状态，并且在这两个极值之间的电量状态连续减小而无任何突变。

根据图6的装置需要的处理能力略高于图3中的装置所需的处理能力，但提供的优点是对蓄电池的空载电压的非线性特性不敏感。

根据图6的装置的估计可以在以下情况下被进一步改善，其中该第一模块3能够识别出是哪两个电池单元具有值U_C最小和U_C最大。然后，这些模块43通过考虑识别出的这两个电池单元附近的温度，并通过使用对于这些电池单元是特定的这些参数(值得注意的是，这些电池单元的容量Q_最大和它们的健康状态SOH)而可以更好地估计这些值SOC_C最小和SOC_C最大。

在以上呈现的所有情况中，根据本发明的这些估计装置具有可与图2中展示的估计装置相比较的精度，而尽管如此仅需要较小的处理能力。此外，如果使用的这个模块3能够直接传送这些测量值U_C最小和U_C最大而不必测量所有电池单元的电压，则该装置的总成本甚至可能被进一步减小。

Claims (10)

1.一种用于估计蓄电池的电量状态(SOC_蓄电池)的方法，该蓄电池包括若干串联连接的电化学电池单元(C₁,…C_N)，跨过该蓄电池的端子的电压对应于跨过电池单元各自的端子的这些电压之和，即多个所谓的电池单元电压之和，其特征在于，该方法包括：

-用于在给定时刻确定所述多个电池单元电压中的最小电池单元电压(U_C最小)和最大电池单元电压(U_C最大)的一个步骤；

-用于计算一个物理量(U_mp；SOC_蓄电池)的一个步骤，该蓄电池的电量状态(SOC_蓄电池)直接或间接地取决于该物理量，所述物理量根据一个包括权重元素的等式而分析性地、直接地或间接地取决于所述最小电池单元电压(U_C最小)和所述最大电池单元电压(U_C最大)，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压(U_C最大)相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压(U_C最小)相关联的这个权重减小。

2.如权利要求1所述的估计方法，其特征在于，所述物理量是根据以下等式分析性地取决于所述最小电池单元电压(U_C最小)和所述最大电池单元电压(U_C最大)的一个权重平均电压：

其中，U_C最小(k)和U_C最大(k)对应地是在该给定时刻k对该最小电池单元电压和该最大电池单元电压的采样值，V_{下_阈值}是在使用中于这个相关联的电池单元的最小电量状态相对应的一个预定最小电压阈值，而V_{上_阈值}是在使用中与这个相关联电池单元的最大电量状态相对应的一个预定最大电压阈值。

3.如权利要求2所述的估计方法，其特征在于，该方法进一步包括由所述平均电压估计该蓄电池的电量状态(SOC_蓄电池)的、测量在所述时刻流过这些电池单元的电流的、以及在所述时刻测量该蓄电池的温度的一个步骤。

4.如权利要求3所述的估计方法，其特征在于，所述估计步骤包括一种卡尔曼式滤波。

5.如权利要求1所述的估计方法，其特征在于，该方法进一步包括：

-使用所述最小电池单元电压(U_C最小)、在所述时刻流过这些电池单元的电流的测量值、以及所述时刻一个第一温度测量值来对与该最小电池单元电压(U_C最小)相关联的该电池单元的电量状态SOC_C最小(k)的进行第一估计；以及

-使用所述最大电池单元电压(U_C最大)、在所述时刻流过这些电池单元的电流的所述测量值、以及所述时刻一个第二温度测量值来对与该最大电池单元电压(U_C最大)相关联的该电池单元的电量状态SOC_C最大(k)进行第二估计；

并且其特征在于，所述物理量直接是根据以下等式计算出的在所述时刻的该蓄电池的电量状态(SOC_蓄电池)，该等式为

6.如权利要求5所述的估计方法，其特征在于，所述第一估计和第二估计包括一种卡尔曼式滤波。

7.如权利要求5和6中任一项所述的估计方法，其特征在于，所述第一温度测量值和所述第二温度测量值是表示该蓄电池的温度的同一个测量值。

8.如权利要求5和6中任一项所述的估计方法，其特征在于，所述第一温度测量值和所述第二温度测量值对应地是在与该最小电池单元电压(U_C最小)相关联的这个电池单元附近获取的和在与该最大电池单元电压(U_C最大)相关联的这个电池单元附近获取的两个不同的测量值。

9.一种用于估计蓄电池的电量状态(SOC_蓄电池)的装置，该蓄电池包括若干串联连接的电化学电池单元(C₁,…C_N)，跨过该蓄电池的端子的电压对应于跨过电池单元各自的端子上的这些电压之和，即多个所谓的电池单元电压之和，其特征在于，该装置包括：

-用于在给定时刻确定所述多个电池单元电压中的最小电池单元电压(U_C最小)和最大电池单元电压(U_C最大)的一个装置(3)；

-用于计算一个物理量(U_mp；SOC_蓄电池)的一个装置(4，40-41；4，43-44)，该蓄电池的电量状态(SOC_蓄电池)直接地或间接地取决于该物理量，所述物理量根据一个包括权重元素的等式而分析性地、直接地或间接地取决于所述最小电池单元电压(U_C最小)和所述最大电池单元电压(U_C最大)，从而确保当这个相关联的电池单元的电量状态增大时与该最大电池单元电压(U_C最大)相关联的这个权重增大，并且当这个相关联的电池单元的电量状态减小时与该最小电池单元电压(U_C最小)相关联的这个权重减小。

10.如权利要求9所述的估计装置，其特征在于，该确定装置(3)是一个执行MIN-MAX功能的模拟部件。