CN115136018A - 确定电储能单元的数学模型的模型误差的方法 - Google Patents
确定电储能单元的数学模型的模型误差的方法 Download PDFInfo
- Publication number
- CN115136018A CN115136018A CN202180018182.3A CN202180018182A CN115136018A CN 115136018 A CN115136018 A CN 115136018A CN 202180018182 A CN202180018182 A CN 202180018182A CN 115136018 A CN115136018 A CN 115136018A
- Authority
- CN
- China
- Prior art keywords
- model
- error
- mathematical
- energy storage
- electrical energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3647—Constructional arrangements for determining the ability of a battery to perform a critical function, e.g. cranking
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
描述了一种用于确定电储能单元的数学模型的模型误差的方法,a)提供数学误差模型以确定所述数学模型的模型误差,其中所述数学误差模型以至少两部分的形式提供,其中通过所述误差模型的第一部分对所述电储能单元的数学模型的空载电压变化过程的第一模型误差进行建模,并且通过所述误差模型的第二部分对由于电流引起的所述数学模型的电压变化过程的第二模型误差进行建模;b)确定至少一个电流值,其中所述电流值在所述电储能单元中流动;c)将所确定的电流值作为所述数学误差模型的输入值施加到所述数学误差模型;d)将所述数学模型的模型误差确定为所述数学误差模型的输出值,其中所述模型误差取决于至少两个子模型。
Description
技术领域
本发明基于一种用于确定电储能单元的数学模型的模型误差的方法。
背景技术
在日益电气化的过程中,特别是车辆的电气化过程中,电储能单元变得越来越重要。在此存在不同的电气化级。例如,存在纯电驱动的车辆以及具有内燃机的车辆,其中电动机仅临时接管车辆的驱动或支持内燃机。这些不同的电气化形式典型地具有所使用的电储能单元的不同电压水平和不同设计。
在此,例如电储能单元的充电状态(SOC值)应正好按照安全和持续运行所需的那样来加以确定,以避免对应车辆的抛锚或车辆的突然熄火。
即使是电驱动公交车也不应当因为SOC值不准确以及由此里程确定不准确而滞留在行驶路段上。因此,特别重要的是能够精确地确定充电状态。
充电状态的不准确反映在错误的里程或错误的运行持续时间上。出于安全原因,这些时间或里程计算得过低,因为这些计算并不总是建立在实际测量的值上,而是也建立在部分估计的值上,以避免抛锚或停止工作。由此,放弃(verschenken)了里程或工作时间或者发生了对应系统的过大尺寸设计,以便在非常保守的条件下也达到对应的值。
在大多数情况下,对应的状态确定是基于模型的。为了改进准确性,特别是充电状态确定和依赖于该充电状态的状态的准确性,确定关于可能的模型准确性的陈述是有意义的,从而例如可以使用小的模型误差来执行准确的状态确定,以及在模型误差对应较大的情况下,必要时必须对应更保守地采取行动。
出版物US2018/0321324A1描述了一种用于估计电池的充电状态的方法。
文献CN106772094A描述了一种用于估计电池的充电状态的方法。
发明内容
本发明的优点
公开了具有独立权利要求的特征的用于确定电储能单元的数学模型的模型误差的方法。
在此,提供数学误差模型以确定所述数学模型的模型误差。所述数学误差模型以至少两部分的形式提供。在此,通过所述误差模型的第一部分对所述电储能单元的数学模型的空载电压变化过程的第一模型误差进行建模,这可以看作是静态的子模型。通过所述误差模型的第二部分对由于电流引起的所述数学模型的电压变化过程的第二模型误差进行建模,这可以看作是动态的子模型。
此外确定至少一个电流值。在此,电流值得到确定的电流在所述电储能单元中流动。
然后将至少一个所确定的电流值作为输入值施加到所述数学误差模型。
然后将所述数学模型的模型误差确定为所述数学误差模型的输出值,其中所述模型误差取决于至少两个子模型。
该方法是有利的,因为它允许就瞬时的模型准确性以及就模型状态的准确性做出陈述。如果正好给出了一个较高的准确性,则可以在模型状态的进一步处理时考虑到这一点,以实现质量更好的运行。此外,关于模型误差的知识可以用于动态化迄今为止的静态极限值,例如电压上限和电压下限,也就是将所述静态极限值与相应的模型状态适配。因此,必要时可以从电储能单元调用更多的功率和/或能量。
所述数学模型和所述数学误差模型可以例如包括微分方程或差分方程或代数方程。此外,基于数据的特征曲线族也可以是所述数学模型的组成部分。
该方法例如可以以计算机实现的方式来实现。
本发明的其他有利实施方式是从属权利要求的主题。
适宜地,通过将两个子模型的两个子模型误差求和来确定所述模型误差。因此,将至少两个子模型的对应子模型误差相加以确定总模型误差。这是有利的,因为由此同等程度地考虑了静态误差和动态误差,由此可以准确地映射模型误差。
有利地,确定所述电储能单元的当前充电状态,例如通过对电流进行积分。这在所述误差模型内为不同的充电状态设置不同误差值的情况下是有利的。例如,在对电储能单元的空载电压变化过程建模的误差模型的第一部分中,可以针对不同的充电状态存储空载电压的不同模型误差。这是有利的,因为由此误差模型提供更准确的误差值。
适宜地,所述电储能单元的数学模型包含在所述数学误差模型中。因此,所述数学误差模型具有所述数学模型作为组成部分。这是有利的,因为由此可以访问数学模型的模型内部的状态,这简化了数学误差模型的模型结构并且便于计算或避免重复工作。此外,数学模型的状态(例如电压)可以简单地与测量值进行比较,这使得可以简单地确定误差因素。然后这些误差因素例如是数学误差模型的组成部分,这确保了误差模型具有简单的结构并且易于实现。
适宜地,所述数学误差模型的第二部分由一阶或更高阶的至少一个延迟元件形成,其中所述第二部分的子模型误差通过对所述至少一个延迟元件的输出加权来形成。这是有利的,因为由此可以对具有例如在秒范围内的小时间常数的过程以及具有例如在分钟或小时范围内的大时间常数的过程都进行建模。因此可以获得准确的误差模型。
适宜地,所述误差模型的第一部分包括空转电压滞后的建模。这有利于对空载电压曲线建模中的不准确性建模并因此考虑所述不准确性,所述不准确性大多是通过形成平均值导致的,例如当平均空载电压曲线由放电空载电压曲线和充电空载电压曲线形成时。
适宜地,所述误差模型的第一部分和/或所述误差模型的第二部分表现出温度依赖性。这是有利的,因为数学模型的模型不准确性特别是在低温下,即特别是在低于0℃时增加,并且数学误差模型因此有利地考虑到这一点,以做出关于模型误差的可靠陈述。
此外,本公开的主题是一种计算机程序,其被设置为执行所公开的方法的所有步骤。因此可以实现所提到的优点。
此外,本公开的主题是一种机器可读存储介质,其上存储有所述计算机程序。因此,可以简单地分发和执行所述计算机程序。
此外,本发明的主题是一种用于确定电储能单元的数学模型的模型误差的设备,所述设备包括被设置用于执行所公开的方法的步骤的至少一个装置。这是有利的,因为使得可以更简单地使用该方法。所述至少一个装置可以例如包括电池管理控制设备或电子控制单元。电子控制单元特别是可以理解为例如包括微控制器和/或诸如ASIC的专用硬件模块的电子控制设备,但也可以包括个人计算机或可编程逻辑控制器。
此外,本发明的主题是一种电储能系统,所述电储能系统包括电储能单元和所公开的设备。电储能单元特别是可以理解为电化学电池单元和/或具有至少一个电化学电池单元的电池模块和/或具有至少一个电池模块的电池组。例如,所述电储能单元可以是锂基电池单元或锂基电池模块或锂基电池组。特别地,所述电储能单元可以是锂离子电池单元或锂离子电池模块或锂离子电池组。此外,所述电池单元可以是锂聚合物蓄电池、镍金属氢化物蓄电池、铅酸蓄电池、锂空气蓄电池或锂硫蓄电池类型,或更一般地是任何电化学成分的蓄电池。
附图说明
本发明的有利实施方式在附图中示出并且在以下描述中更详细地解释。
图1示出了根据实施方式的两部分形式的数学误差模型的示意图;
图2示出了根据实施方式的公开方法的流程图;
图3示出了根据实施方式的公开电储能系统的示意图。
具体实施方式
在所有附图中,相同的附图标记表示相同的设备组件或相同的方法步骤。
图1示出了根据实施方式的两部分形式的数学误差模型10的示意图。在此,通过误差模型10的第一部分11对电储能单元的数学模型的空转电压变化过程的第一模型误差进行建模。误差模型10的第二部分12对由于电流(即当对数学模型施加了电流或电流值时)引起的电储能单元的数学模型的电压变化过程的第二模型误差进行建模。
第二子模型12在此通过将数学误差模型10的不同电压值分别乘以常数以及通过随后形成绝对值并对结果值求和来形成。这由第二子模型12中的三个块示意性地表示。对应的电压值在此通过箭头14象征性地表示。由此得出第一模型误差。
第一子模型11在此通过基于数据的特征曲线族16形成,在该特征曲线族中向电储能单元的每个充电状态值SOC分配空载电压变化过程的对应模型误差err2。因此取决于电储能单元的当前充电状态,得出对应的模型误差err2,该模型误差err2在此例如在充电状态值较低时较高。对应的充电状态值在此通过箭头15象征性地表示。由此得出第二模型误差。
然后,电储能单元的数学模型的模型误差13由子模型11、12的两个模型误差的总和得出。
图2示出了根据实施方式的用于确定电储能单元的数学模型的模型误差的公开方法的流程图。
在此,在第一步骤S21中提供数学误差模型以确定数学模型的模型误差。所述误差模型以至少两部分的形式存在。通过所述误差模型的第一部分对所述数学模型的空载电压变化过程的第一模型误差建模。通过所述误差模型的第二部分对由于电流引起的所述数学模型的电压变化过程的第二模型误差建模。
在第二步骤S22中,确定至少一个电流值,其中所述电流在电储能单元中流动。因此确定在电储能单元中真实流动的电流,以便能够在数学模型中相应地使用该电流。
在第三步骤S23中,将所确定的至少一个电流值用作数学误差模型的输入值,从而向数学误差模型施加所述至少一个电流值,以便能够进行对应的模型评估。
在第四步骤S24中,将所述数学模型的模型误差确定为所述数学误差模型的输出值,其中所述模型误差取决于至少两个子模型。
图3示出了根据实施方式的公开电储能系统30的示意图。在此,电储能系统30包括电储能单元31以及用于确定电储能单元31的数学模型的模型误差的设备32。设备32在此可以例如确定流经电储能单元31的电流。
Claims (10)
1.一种用于确定电储能单元(31)的数学模型的模型误差(13)的方法,包括:
a)提供数学误差模型(10)以确定所述数学模型的模型误差,其中所述数学误差模型(10)以至少两部分的形式提供,其中通过所述误差模型的第一部分(11)对所述电储能单元(31)的数学模型的空载电压变化过程的第一模型误差进行建模,并且通过所述误差模型的第二部分(12)对由于电流引起的所述数学模型的电压变化过程的第二模型误差进行建模;
b)确定至少一个电流值,其中所述电流在所述电储能单元(31)中流动;
c)将所确定的电流值作为所述数学误差模型(10)的输入值施加到所述数学误差模型(10);
d)将所述数学模型的模型误差(13)确定为所述数学误差模型的输出值,其中所述模型误差(13)取决于至少两个子模型(11、12)。
2.根据权利要求1所述的方法,其中,通过将两个子模型(11、12)的两个子模型误差求和来确定步骤d)中的模型误差(13)。
3.根据权利要求2所述的方法,其中,所述电储能单元(31)的数学模型包含在所述数学误差模型(10)中。
4.根据权利要求3所述的方法,其中,所述数学误差模型(10)的第二部分(12)由一阶或更高阶的至少一个延迟元件形成,其中所述第二部分(12)的子模型误差通过对所述至少一个延迟元件的输出加权来形成。
5.根据前述权利要求中任一项所述的方法,其中,所述误差模型的第一部分(11)包括空转电压滞后的建模。
6.根据前述权利要求中任一项所述的方法,其中,所述误差模型的第一部分(11)和/或所述误差模型的第二部分(12)表现出温度依赖性。
7.一种计算机程序,其被设置为执行根据权利要求1至6中任一项所述的方法的所有步骤。
8.一种机器可读存储介质,其上存储有根据权利要求7所述的计算机程序。
9.一种用于确定电储能单元(31)的数学模型的模型误差(13)的设备(32),包括至少一个装置,特别是电子控制单元,所述至少一个装置被设置为执行根据权利要求1至6中任一项所述的方法的步骤。
10.一种电储能系统(30),包括电储能单元(31)和根据权利要求9所述的设备(32)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020203245.9A DE102020203245A1 (de) | 2020-03-13 | 2020-03-13 | Verfahren zur Bestimmung eines Modellfehlers eines mathematischen Modells einer elektrischen Energiespeichereinheit |
DE102020203245.9 | 2020-03-13 | ||
PCT/EP2021/056104 WO2021180814A1 (de) | 2020-03-13 | 2021-03-10 | Verfahren zur bestimmung eines modellfehlers eines mathematischen modells ei-ner elektrischen energiespeichereinheit |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115136018A true CN115136018A (zh) | 2022-09-30 |
Family
ID=74873752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180018182.3A Pending CN115136018A (zh) | 2020-03-13 | 2021-03-10 | 确定电储能单元的数学模型的模型误差的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230106946A1 (zh) |
CN (1) | CN115136018A (zh) |
DE (1) | DE102020203245A1 (zh) |
WO (1) | WO2021180814A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10956508B2 (en) * | 2017-11-10 | 2021-03-23 | Palantir Technologies Inc. | Systems and methods for creating and managing a data integration workspace containing automatically updated data models |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10328055A1 (de) * | 2003-01-30 | 2004-08-12 | Robert Bosch Gmbh | Zustandsgrößen- und Parameterschätzer mit mehreren Teilmodellen für einen elektrischen Energiespeicher |
DE102004035858A1 (de) | 2004-07-23 | 2006-02-16 | Robert Bosch Gmbh | Zustands- und Parameterschätzer mit Integral- und Differentialanteil für elektrische Energiespeicher |
DE102010031050A1 (de) | 2010-07-07 | 2012-01-12 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zum Betreiben eines Energiespeichers |
DE102010062838A1 (de) * | 2010-12-10 | 2012-06-14 | Dspace Digital Signal Processing And Control Engineering Gmbh | Echtzeitfähige Batteriezellensimulation |
DE102011079159A1 (de) | 2011-05-18 | 2012-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und verfahren zum bestimmen eines zustandsparameters einer batterie |
CN106772094B (zh) | 2017-01-09 | 2019-05-14 | 成都理工大学 | 一种基于参数自适应的电池模型的soc估计方法 |
US11169213B2 (en) | 2017-05-05 | 2021-11-09 | Texas Instruments Incorporated | Voltage based zero configuration battery management |
-
2020
- 2020-03-13 DE DE102020203245.9A patent/DE102020203245A1/de active Pending
-
2021
- 2021-03-10 WO PCT/EP2021/056104 patent/WO2021180814A1/de active Application Filing
- 2021-03-10 CN CN202180018182.3A patent/CN115136018A/zh active Pending
- 2021-03-10 US US17/911,223 patent/US20230106946A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021180814A1 (de) | 2021-09-16 |
DE102020203245A1 (de) | 2021-09-16 |
US20230106946A1 (en) | 2023-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Overview of the types of battery models | |
US8207706B2 (en) | Method of estimating battery state of charge | |
Cacciato et al. | Real-time model-based estimation of SOC and SOH for energy storage systems | |
US11738663B2 (en) | Method predictive battery power limit estimation systems and methods | |
Hu et al. | Model-based dynamic power assessment of lithium-ion batteries considering different operating conditions | |
US9377512B2 (en) | Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model | |
US9312722B2 (en) | System and method for battery power management | |
Hussein | Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries | |
US11527780B2 (en) | Battery model and control application calibration systems and methods | |
Eddahech et al. | Adaptive voltage estimation for EV Li-ion cell based on artificial neural networks state-of-charge meter | |
US20160006275A1 (en) | System and method for battery open circuit voltage estimation | |
US20160001672A1 (en) | Equivalent circuit based battery current limit estimations | |
JP2009052925A (ja) | 二次電池の充電状態推定装置及びプログラム | |
CN104360286A (zh) | 一种锂离子电池荷电状态估算修正方法 | |
Taborelli et al. | Advanced battery management system design for SOC/SOH estimation for e-bikes applications | |
KR101486629B1 (ko) | 배터리 수명 추정 장치 및 배터리 수명 추정 방법 | |
CN115136018A (zh) | 确定电储能单元的数学模型的模型误差的方法 | |
CN112912745A (zh) | 根据开路电压图形确定电化学电池的充电状态和老化状态的方法 | |
CN112946478B (zh) | 电池的实时可用功率的确定方法及相关设备 | |
US8179140B2 (en) | Method of estimating solid phase potential | |
Xia et al. | A novel prior noise correction-adaptive extended Kalman filtering method for the full parameter and state-of-energy co-estimation of the lithium-ion batteries | |
Hammad | Vehicle valve regulated lead acid battery modeling and fault diagnosis | |
Junnuri et al. | Modelling of HEV lithium-ion high voltage battery pack using dynamic data | |
CN113619447B (zh) | 电动汽车电池荷电状态的预测方法 | |
US20230108240A1 (en) | Battery model and control application calibration systems and methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |