CN109313240A

CN109313240A - 用于监控电池的方法

Info

Publication number: CN109313240A
Application number: CN201780040701.XA
Authority: CN
Inventors: P.明青; O.D.科勒
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2016-06-30
Filing date: 2017-04-27
Publication date: 2019-02-05
Anticipated expiration: 2037-04-27
Also published as: WO2018001602A1; CN109313240B; EP3479134A1; US20190212391A1; DE102016211898A1

Abstract

提出一种用于监控机动车中的电池的方法和装置。在所述方法中，第一模块（180）确定所述电池的运行参量以及将代表所述运行参量的参量与负荷能力模型进行比较，以便通过这种方式确定所述电池的可靠性特性参量，从而能够预测所述电池的将来行为。

Description

用于监控电池的方法

技术领域

本发明涉及一种用于监控电池、尤其机动车中的电池的方法以及一种用于执行所述方法的装置。

背景技术

车载电网或车辆车载电网是机动车的电部件或用电器的全体。所述车载电网具有以下任务：给用电器供应能量。作为车载电网中的能量存储器，例如使用电池。如果在当今的车辆中基于例如通过老化引起的在车载电网中或在车载电网部件中的故障而使能量供应失效，则重要的功能、诸如伺服转向取消。因为车辆的转向能力不被影响，而是仅仅变得很难活动（schwergängig），所以车载电网的失效在当今批量的（in Serie befindlich）车辆中通常被接受。此外，在当今的车辆中，驾驶员作为后退层面可供使用。

然而应注意，基于动力总成的增加的电化以及新的驾驶功能的引入，提出对机动车中的电能供应的安全性和可靠性的更高要求。在将来的高度自动化的驾驶功能、诸如高速公路导航中，以有限的程度允许驾驶员进行驾驶外的活动。由此得出，直至高度自动化的驾驶功能结束，驾驶员仅仅还能有限地履行作为传感的、调节技术的、机械的以及能量上的后退层面的功能。

出于所提及的原因，在高度自动化的驾驶中，为了确保传感的、调节技术的和执行器的后退层面，所述电供应具有目前为止在机动车中没有认识到的安全相关性。车载电网中的故障或老化因此必须可靠地并且尽可能完整地在产品安全性的意义上被识别。

为了能够预测部件的失效，制订了用于监控车辆部件的可靠性技术方案。为此，在运行期间监控车载电网部件并且确定所述车载电网部件的损坏。

出版物DE 10 2013 203 661 A1描述一种用于运行具有车载电网的机动车的方法。所述车载电网具有半导体开关，针对所述半导体开关，基于对过去的负荷事件的确定来确定实际负荷。在该方法中，探测实际上施加到半导体开关上的负荷。

发明内容

在此背景下，提出一种具有权利要求1的特征的方法以及一种根据权利要求11的装置。实施方式由从属权利要求和说明书中得出。

所提出的方法考虑：在将来的自动化的和自主的行驶运行中，在机动车中，驾驶员不再如从现有技术中已知的那样，作为传感的、调节技术的、机械的和能量的后退层面可供使用。相反，车辆接管驾驶员的功能，诸如环境识别、轨迹规划和轨迹实现，所述功能例如也包括转向和制动。

如果安全相关的部件的能量供应失效，则车辆不再能够通过高度自动化的或完全自动化的功能来控制，因为所有先前描述的功能、例如环境识别、轨迹规划和轨迹实现不再可供使用。由此，从产品安全性的角度得出对车辆车载电网的非常高的要求。这同样意味着，仅仅当车载电网是在无缺陷的状态中并且至少在不久的将来也维持在无缺陷的状态中时，才允许自动化的或自主的驾驶的功能可供用户使用。

所述一个或多个电池是能量车载电网中的最重要的部件之一，其确保车辆中的能量供应。已经识别，由于在车载电网中的特殊地位，必须以预见性的方案扩展电池的分析。

在构型方案中，所提出的方法可以划分成以彼此为基础的四个模块，所述四个模块可以总体地、单个地或以任意组合地例如在电池传感器中、在其他控制设备中或在可比的装置、例如云中实现或实施。基础的第一模块在此是对于所有其他模块的前提。所有其他模块可以以任意组合与第一模块组合。下面探讨所提到的四个模块：

第一模块：

第一模块的任务在于，通过利用电池传感器的数据或可比的用于确定电池参量和/或用于电池参量的状态监控的装置的数据来确定电池的负荷并且将其与负荷能力模型进行比较，由此可以确定电池的可靠性特性参量。

可能的扩展方案是：

- 实施可靠性特性参量的边界值，所述边界值引起更换电池、阻断运行模式、过渡到安全的状态中和/或驾驶员接管，

- 进一步处理所确定的可靠性特性值以便确定系统可靠性特性值，例如车载电网失效概率；在此例如也可以通过边界值来阻断运行模式和/或引发或触发过渡到安全的状态中和/或驾驶员接管。

表示对于第一模块的扩展的第二模块通过在线预测电池的负荷而具有以下的任务：

- 对于确定的场景准予释放，诸如运行模式或运行策略；

- 选择如下安全停止场景，所述安全停止场景还能借助（老化了的）电池来实现，以及

- 预报电池更换，典型地在以目前为止的负荷为基础的情况下。

这些数据可以被传输给上级的控制设备用于进一步处理。

表示对于第一模块的扩展的第三模块具有以下任务：通过以电池的实际的SOH（state of health；健康状态）的外插进行的负荷能力模型的调准来使负荷能力模型匹配于电池的品质，其中所述实际的SOH例如特征在于容量损耗。负荷能力模型遭受统计学上的扩散（Streuung）。通过以所确定的SOH进行的调准，可以考虑电池的品质或负荷能力模型的推移（Verschiebung）。

表示对于第一模块的扩展的第四模块具有以下任务：将SOH和电池的目前为止所经历的负荷与中央数据库、诸如云进行调准，以便

- 基于位于现场的多个电池来改进负荷能力模型；

- 能够在车辆中在线匹配负荷能力模型；以及

- 能够在车辆中更好地设计将来的部件/系统。

在已知的方法中，目前为止还不存在以下系统控制或者说System Control：所述系统控制或者说System Control执行车辆中的所有相关的部件的或车辆功能的整体的状态监控。从产品安全性的角度，这样的系统对于具有经改变的基本假设的安全性关键的新的应用、诸如自动化驾驶显得是必需的。

应注意，部件的磨损失效是以下车载电网状态其中的大部分的主要原因：所述车载电网状态在新的应用领域的背景下是安全性相关的。因此，在车辆中必须预防性地标识所述磨损失效并且采取对应措施。因为电池是能量车载电网中的最重要的部件之一，所以在本申请的范围内提出用于预防性的电池分析的措施，所述措施对于新的应用的实现是必不可少的。

所提出的方法和所描述的装置至少在所述实施方案的一些中具有一系列优点，所述优点列举如下：

- 对于自动化驾驶功能的释放和释放决定的支持：

电池中的老化效应或预给定的被接受的老化的超出导致撤销释放或离开（verlassen）驾驶功能，例如自动化驾驶，或者导致撤销释放或离开确定的运行模式，例如滑行，或者导致过渡到安全的状态中，以便避免安全性关键的状态。

- 通过自适应的驾驶策略引起的可靠性提高：

如果出于系统角度是可能的，则避免在运行中导致电池的强烈的老化行为的驾驶状况。

- 可用性提高：

预防性的电池更换可以及时地在不受控制的运行失效之前，例如以正常的维护间隔来执行。

- 在从自动化的驾驶运行到手动的行驶运行中的接管情况下的安全性收益；

通过及时警告以防电池失效，可以在对于驾驶员能够更容易控制的状况中执行车辆接管。

- 强制的必要性：也在全自动化驾驶中在部件失效的情况下无驾驶员干预地将车辆引至安全的状态中：

在采取后退策略时的时间收益：通过在出现运行失效时及时警告或不释放驾驶功能并且通过检查从电池角度哪个安全停止场景还是允许的来避免所不期望的车载电网失效。

- 通过及时识别等待处理的失效也由非自动化车辆提高可靠性和安全性：

由此也可以避免车道上、例如高速公路上的“抛锚车辆”。

如已经讲述的那样，已经认识到，对于自动化或自主的车辆绝对必要的是，除了安全性相关的部件的当前状态之外也预测安全性相关的部件的将来的行为。为了能够评价并且预测能量车载电网的状态作为安全性相关的所有车辆功能的基础，对于每个部件而言，预测单元是必需的。所提出的方法提供用于分析电池的必要的过程，所述电池被归入为能量车载电网的重要部件。所述方法的可能的实施方案是分步骤的，并且，与此相关的影响或优点概述（skizzieren）如下：

- 电池传感器或用于确定电池参量和/或用于电池参量的状态监控的可比的装置传送负荷相关的特性参量、诸如SOC（State of Charge；充电状态）和温度，其中所述特性参量在相应的测量的时间点已经被记录。每个特性参量因此被分配给时间点。

- 所述方法由负荷相关的特性参量确定目前为止所见的负荷，与负荷能力相结合地，计算电池的可靠性特性参量，诸如失效概率。

- 所述方法根据可靠性特性参量的预测能够在考虑车载电网故障和运行策略的情况下进一步标识可能的安全停止场景。

- 所述方法根据可靠性特性参量的预测能够在考虑运行策略的情况下准予、时间受限地准予或阻止运行模式的释放。

- 所述方法根据可靠性特性参量的预测适合用于，在即将到来的电池失效的情况下及时地过渡到安全的状态中。

- 所述方法根据可靠性特性参量的预测能够预报电池的失效并且因此规划及时的更换。

- 所述方法适合用于，通过实际的老化优化电池的预测模型，所述老化例如在电池传感器中被确定。

- 所述方法将所计算的数据传送给中央数据存储器，由此能够实现预测模型的进一步优化。

本发明的另外的优点和构型由说明书和附上的附图中得出。

显而易见，先前提到的以及接下来还要阐述的特征不仅仅以分别说明的组合而且也以其他组合或单独地可应用，而不偏离本发明的范围。

附图说明

图1以方框图示出根据现有技术的电池传感器；

图2以方框图示出用于执行所述方法的电池传感器；

图3以流程图示出步骤，所述步骤以所提出的方法的实施方案的算法来相继运行；

图4以图形示出沃勒曲线；

图5以图形示出韦布尔分布。

具体实施方式

在附图中根据实施方式示意性地示出并且接下来参考附图详细描述本发明。

图1示出根据现有技术的电池传感器，所述电池传感器整体上以附图标记10标出。到单元12、尤其测量单元中的输入参量是温度T 14和电流I 16，输出参量是电压U 18。

在块20中进行参数和状态的估计。在该块中设置反馈单元22、电池模型24和参数的适配装置26。输出变量û 28、状态变量^x 30和模型参数^p 32。

节点29用于使电池模型24匹配于电池。电流I 16直接地以及温度T 14间接地进入到电池模型24中。电池模型计算û 28并且将其与真实的电压U 18进行调准。在有偏差的情况下通过反馈单元22校正电池模型24。

此外，提供用于子算法的块40。该块包括电池温度模型42、静止电压44、峰值电流测量装置46、自适应初始电流预报装置48和电池参量检测装置50。

此外，提供充电配置文件60，其进入具有预测器的块62中。所述预测器是充电预测器64、电压预测器66和老化预测器68。块62的输出是SOC 70、电流72和电压74的走向以及SOH 76。

电池传感器10因此确定电池的当前SOC（State of Charge（充电状态））70以及电池的当前SOH 76（State of Health（健康状态），相比初始状态的容量损耗）。通过预测器64、66、68，电池传感器10能够根据先前定义的多个负荷场景来预报SOC 70和SOH 76。它们现在也可以根据（auf）自动化驾驶或根据相应的应用情况来匹配。

图2示出用于执行所提出的方法的电池传感器，所述电池传感器总体上以附图标记100表示。该电池传感器100是图1中的电池传感器100的一种扩展方案。该电池传感器100在此简化地被再现，原则上，图1中的电池传感器10的所有部件也设置在图2中的电池传感器100中。

该示图示出用于估计参数和状态的块120。在该块中，设置反馈单元122、电池模型124和参数的适配装置126。在具有预测器的块162中，设置充电预测器64、电压预测器66和第一模块180。第一模块180在此对于所有模块是有代表性的（stellvertretend）。第一模块是强制性的（obligatorisch），其他模块在此可以以任意组合来放置。

在第一模块180中，进行电池的瞬时的（多个）可靠性特性参量的计算，诸如失效概率、用于电池更换的触发器、过渡到安全的状态或驾驶员接管中的触发器。

为了确定电池的负荷，由电池传感器100将瞬时的SOC和温度值交付给电池传感器100中和其他控制设备中（箭头190）的第一模块180。在那，这些值作为SOC变化过程和温度变化过程来存储。与此并行地，将SOC测量与温度测量的时间点作为时间变化过程记录。

在线地在控制设备或电池传感器中在考虑时间的情况下借助雨流计数来对SOC变化过程分类。雨流计数是一种方法，其中，由测量的变化过程确定幅度、幅度的中心、幅度的开始时间点和幅度的持续时间。这引起变化过程到冲程的换算，所述冲程具有特征：幅度、冲程中心、冲程的开始时间和冲程的持续时间。除了雨流计数，也具有其他合适的方法。

在已经发生了相应的冲程的时间上，可以给该冲程分配温度。通过如在图4中示出的那样的沃勒曲线（Wöhlerkurve）的斜率，将相应的冲程换算到确定的参考水平（Referenzniveau）例如ΔSOC 30%和25°C上，在所述参考水平上存在负荷能力数据。温度在此例如可以通过阿伦尼斯（Arrhenius）方案来被考虑。

图4以图形400示出沃勒曲线N_f 406的变化过程，在该图形的横坐标402上绘出周期的数目，并且在该图形的纵坐标404上绘出ΔSOC [%]。

沃勒曲线N_f说明，在其中电池的冲程直至达到失效标准时可以忍受多少数目个周期。沃勒曲线例如可以通过以下等式1来表示：

N_f = α（ΔSOL）^-β （1）

通过将等式1变形，可以将通过雨流计数确定的所有电池冲程换算到参考水平上。

在电池的负荷能力模型中绘出，在参考水平上的哪个数目的电池周期导致电池的哪个失效概率，其中所述负荷能力模型在这种情况下通过韦布尔分布来表示。借助在参考水平上电池的负荷和在参考水平上的负荷能力模型，因此可以在线计算在当前时间点电池的失效概率。韦布尔分布是最可能的分布，理论上，其他的分布也可以更好地描述失效行为。韦布尔分布在图5中再现。

图5以图形500示出韦布尔分布506，在该图形的横坐标502上绘出周期的数目，并且在该图形的纵坐标504上绘出失效概率[%]，该韦布尔分布具有下方的线508，该线示出下置信区间，该韦布尔分布具有上方的线510，该线示出上置信区间，该韦布尔分布具有线512，该线表示如下概率，在所述概率情况下组件的50%失效。

可能的扩展方案或适配方案是：

- 实施可靠性特性参量的边界值，其开始更换电池或阻断运行模式，所述运行模式例如是自动化驾驶、滑行（Segeln）、再生、过渡到安全状态中和/或驾驶员接管，

- 进一步处理所确定的可靠性特性值以便确定系统可靠性特性值，例如车载电网失效概率；在此例如也可以通过边界值来阻断运行模式和/或开始过渡到安全的状态中。

在图2中此外示出第二模块200。该第二模块用于预测电池的所要求的（多个）可靠性特性参量的超出、场景的释放、安全停止场景的选择、用于电池更换的触发器、过渡到安全的状态中的触发器或驾驶员接管。

为此，在图2中示出释放询问202，所述释放询问来自于控制设备。从该控制设备中，作为用于块202的输入来设置允许的失效概率204、当前的时间点t_ist206和规划用于电池更换的时间段Δt_intervall208、电池的所谓的更换间隔。

第二模块200的任务是，预测电池的可靠性特性参量和作出释放决定或者选择安全停止场景。在此，由上级的控制设备传达可靠性特性参量的允许的参量或者该参量已经存储在控制设备中或电池传感器中。允许的可靠性特性参量的一个示例是电池的所确定的失效概率或者在三参数的韦布尔分布的情况下的无失效的时间的维持。

在第二模块200中，将电池的负荷能力模型从在参考水平上的在电池周期期间的失效概率换算成在运行持续时间期间的失效概率。为此，由目前为止所见的负荷和目前为止的运行持续时间构成商。

在第二模块200中，可以在时间技术上预测电池更换。为此假设，负荷和运行持续时间的比例是恒定的，并且借助该方案执行电池的剩余的运行持续时间的线性预测。也可以设想具有负荷和运行持续时间的非恒定的比例的方案。

如果所预测的剩余的运行持续时间低于确定的边界值，则可以及时开始过渡到安全的状态中或者驾驶员接管，从而避免临界的车辆状态。

图3以流程图图解在使用所有四个模块的情况下所述方法的可能的流程。

关于第一模块：

在存储元件300中存储SOC 302和温度T 304随着时间的变化过程。这些变化过程借助雨流计数306来分类。得出的雨流矩阵308借助沃勒曲线310被换算到参考水平上。由此得出参考周期的数目。借助负荷能力模型312、在此为韦布尔分布来进行失效概率F（n） 314的计算。

关于第二模块：

可能的故障320的数目可以与可能的场景324、尤其开始停止场景和条件326组合，由此得出参考周期330，将参考周期与数目311相加。于是由韦布尔分布312附加地得出不同的场景的预测334。该输出作为向量来进行。

此外，在块346中输入时间点t_ist340和直至下一次更换的时间间隔Δt_interval342，在所述块中进行电池周期到时间周期的换算。由此，可以将韦布尔分布从参考水平上的在电池周期期间的失效概率换算成在时间期间的失效概率。此外根据F（t'=Δt_intervall+t）在输出端348上得出直至下一次更换间隔的失效概率。

关于第三模块：

在第三模块中，可以匹配韦布尔分布或负荷能力模型312。为此，在参考水平360上的损坏基于SOC 362而经受外插（Extrapolation）。此外，在此由电池传感器366考虑SOH 364。由此得出新的无失效的时间t₀ 370或者用于韦布尔分布或负荷能力模型312的校正因子。

以线来图解第四模块380，所述线说明，在哪些时间点或在哪个步骤之后，云可能被包括在内。

关于释放决定如下地实施：

在进行计算的控制设备中或在电池传感器中在线地检查，哪些场景出于可靠性技术角度是可靠的而哪些不是可靠的。在此，可以对于每个场景来存储每运行持续时间所需的参考周期的数目。替代地，也可以在线地通过相应的场景的模拟以及根据“第一模块，负荷”进行的计算来确定该值。根据结果而定地准予释放，对于确定的时间段准予或不准予释放。该结果例如以释放向量的形式传达给上级的控制设备。

对电池的损坏具有影响的并且自身的释放被检查的示例性的场景是：

- 运行模式（手动驾驶、自动化驾驶、滑行、再生、...）

- 运行策略。

在释放中可以区分以下情形：

情形1：上级的控制设备询问运行模式和运行模式的持续时间，也即运行策略是已知的。

作为示例：驾驶员在导航设备中输入目标并且系统控制装置然后提出关于释放运行模式和运行模式的持续时间的询问。

对于所询问的参数、即持续时间、运行模式和运行策略，确定“所需要的”参考周期数目并且将其与目前为止所见的在参考水平上的负荷相加。现在检查，是否维持所确定的可靠性边界值。如果维持该可靠性边界值，则释放所询问的情形，否则不进行释放所询问的情形。

情形II：上级的控制设备连续地一般地查询电池传感器或进行计算的控制设备，或者电池传感器或进行计算的控制设备连续地向上级的控制设备报告对于全部的运行模式的剩余的持续时间。

在情形II中，对于由运行模式和运行策略组成的所有可能的组合确定直至达到所确定的可靠性边界值的持续时间，并且将其交付给上级的控制设备。因此，以下持续时间可供使用：分别允许行驶多久，以及具有对功能的在时间上受限的释放。如果车辆处于如下运行模式-运行策略组合中，其中在所述运行模式-运行策略组合中，运行失效不久即将到来，则可以切换到对电池进行保护的组合中或者开始过渡到安全的状态中或驾驶员接管。

为了选择安全停止场景而实施：

在进行计算的控制设备或电池传感器中在线地检查：哪些安全停止场景出于可靠性技术角度是可靠的并且哪些不是可靠的。在此，可以对于每个场景存储所需的参考周期的数目。替代地，也可以在线地通过相应的场景的模拟以及根据“模块I，负荷”进行的计算来确定该值。

鉴于对安全停止场景的选择的可能的影响参数是：

- 安全停止场景（停在车道中、在右边的行车道边缘上行驶、...）

- 在能量车载电网中所识别的（一个）故障（车载电网故障）

- 运行策略

情形I：上级的控制设备在已知的运行策略和已标识的故障的情况下查询一个安全停止场景/多个安全停止场景。

对于所询问的由安全停止场景、车载电网故障和运行策略组成的组合，确定所需的参考周期数目。将参考周期数目加到目前为止的在参考水平上的负荷并且检查，是否维持所定义的可靠性边界值。如果这是该情形，则将该组合例如作为结果向量释放给上级的控制设备。

情形II：上级的控制设备连续地一般地查询电池传感器或进行计算的控制设备，或者电池传感器或进行计算的控制设备以与运行模式以及车载电网中的故障情形相组合的方式连续地报告可能的安全停止场景，所以获得在车载电网层面上的故障注入模拟的结果。

对于由安全停止场景、车载电网故障和运行策略组成的所有可能的组合，确定所需的参考周期数目。对于每个组合，将所需的参考周期数目加到目前为止的在参考水平上的负荷并且检查，是否维持所定义的可靠性边界值。如果这是该情形，则释放该组合。对于每个组合重复该过程并且将结果例如以解向量的形式传达给上级的控制设备。

第三模块具有以下任务：记录电池的实际老化的参考值（SOH容量损耗），并且随着运行持续时间或所经历的负荷来外插参考值的直至达到失效标准的变化过程，其中所述失效标准例如是容量损耗为20%。通过如此获得的值，可以考虑电池与电池全体相比的品质并且例如通过对无失效的时间的重新定义或校正因子来使目前为止所使用的负荷能力模型匹配于电池品质。

第四模块用于利用预测来校正负荷能力模型。第四模块为此将由电池所经历的通过负荷引起的损坏（SOH）以及由此外插的值（见第三模块）提供给云存储器。在那，根据多个通过负荷数据或外插的值引起的损坏来优化负荷能力模型并且将负荷能力模型发送回给第四模块。以此方式连续地改进基础的负荷能力模型。

可选地可以规定：

- 第四模块现在了解所安装的电池与全体相比的品质并且可以例如通过“校正因子”来考虑电池的品质，

- 在首先在现场出现的电池故障的情况下，可以通过云来拒绝对引起故障的运行模式的释放，直至所述故障例如通过交换来被消除并且因此避免失效和由此引起的临界的车辆状态。

通过与云的交换引起的另外的优点是：

- 获得对于将来的部件/系统开发/设计的真实的电池负荷，

- 通过云来匹配运行策略（目标：最优的部件充分利用），

- 如果基于定期的维护措施，电池更换不久即将到来（所预测的电池运行持续时间不足够到紧接着的维护措施），但电池还可以忍受负荷，则如此选择运行策略，使得电池更强烈地负荷，以便保护其他部件，例如DC/DC转换器，

- 如果所预测的电池寿命不久就结束，自动化地与车间通信，以便更换部件，

- 根据导航数据（开始-目标-路段导向）通过对路线分布的了解来预报负荷。

所提出的方法能够实现必要时基于云来导出运行策略的改变，以便减少电池的失效。这能够在考虑所有重要相关的车载电网部件的情况下实现平衡的运行策略。

因此，通过现场数据检测可以实现部件和系统开发的改进以及它们的设计。基于现场的大数目的部件，例如通过深度学习也可以实现负荷能力模型的改进。此外，基于已知的真实的部件负荷可以实现负荷模型的改进。

所述方法和所述装置可以应用在以下每一个车辆中，在所述车辆中，应实施部件的失效概率和/或系统可靠性分析。原则上，能够实现在以下每个车辆中的应用：在所述车辆中，根据所预测的行为（基于目前为止的负荷）应准予确定的功能的释放或故障响应的选择（安全停止场景）。

在以下所有车辆中可以设置应用，在所述车辆中，车辆车载电网具有高的安全相关性，诸如具有滑行运行、再生的车辆或自动化车辆。此外，具有电制动力增强（iBooster，IPB）的车辆可以考虑作为使用地（Einsatzort）。应注意，现在有如下追求，离开基于公里数或基于时间间隔的维护地发生基于状态的维护。所提出的方法也可以应用用于这样的基于状态的维护。

在此描述的评估算法可以在车辆中的或车辆外的、例如在云中的计算机中、电池传感器或控制设备中得以实施，其中所述评估算法通过所述方法来实现。因为电池温度具有对电池损坏、电池可靠性和电池寿命的大的影响，所以例如可以通过导航设备的目标信息来将在那的外部温度和另外的温度预报集成到分析中，以便因此能够更准确地预测电池的失效。

电池损坏的分析可以逐段地、例如按月地进行，以便以此方式确定相应的区段中的损坏并且能够更好地预报服务间隔和失效。以此方式更准确地考虑影响，诸如温度。以此方式也可以一并考虑对于接下来的日子的预报的调准。

Claims

1.一种用于监控机动车中的电池的方法，其中，第一模块（180）确定所述电池的运行参量以及将代表所述运行参量的参量与负荷能力模型（312）进行比较，以便通过这种方式确定所述电池的可靠性特性参量，从而能够预测所述电池的将来行为。

2.根据权利要求1所述的方法，其中，所述参量通过所述运行参量的转换来确定。

3.根据权利要求1所述的方法，其中，所述参量相应于所述运行参量。

4.根据权利要求1至3中任一项所述的方法，其中，至少部分地由电池传感器（100，366）提供所述运行参量。

5.根据权利要求1至4中任一项所述的方法，其中，实施用于所述可靠性特性参量的边界值。

6.根据权利要求1至5中任一项所述的方法，其中，进一步处理所确定的可靠性特性参量，以便确定系统可靠性特性值。

7.根据权利要求1至6中任一项所述的方法，其中，第二模块（200）评价并且必要时释放不同的场景。

8.根据权利要求1至7中任一项所述的方法，其中，第三模块以实际的 SOH（364）的外插来执行负荷能力模型（312）的调准，并且必要时匹配所述负荷能力模型（312）。

9.根据权利要求1至8中任一项所述的方法，其中，第四模块（380）将SOH（364）与至少一个中央数据库进行调准。

10.根据权利要求9所述的方法，其中，进行与云的调准。

11.一种用于监控机动车中的电池的装置，所述装置被设立用于，执行根据权利要求1至10中任一项所述的方法。

12.根据权利要求11所述的装置，所述装置在电池传感器（100，366）中实施。

13.根据权利要求11或12所述的装置，所述装置被设立用于，以基于云的方式来执行数据的处理。