CN116848015A - 向电动运载工具供电 - Google Patents

Abstract

一种电力供应系统，该电力供应系统利用混合架构以使得低循环寿命、高能量密度化学物能够用于可再充电电池中来扩展牵引电池的里程。

Description

向电动运载工具供电

相关申请的交叉引用

本申请要求于2020年10月9日提交的美国申请63/089,990和于2021年3月16日提交的美国申请63/161,822的优先权，这些申请通过整体引用并入本文。

技术领域

本发明一般涉及用于向电动运载工具供电的系统、方法和计算机程序，更具体地，涉及通过被配置为扩展牵引电池的里程的高能量密度电池来操作电动运载工具的电力供应系统的系统、方法和计算机程序。

本发明还涉及一种方法、系统和计算机程序产品，该方法、系统和计算机程序产品用于智能确定从混合架构的各个电池获得的输出电力水平以实现里程或距离目标，同时维持或最大化混合架构所提供的优点，该优点包括确保安全性、最大化电池寿命和最大化电动运载工具中的电池容量。

背景技术

电动运载工具中使用的电力供应系统通常使用单个电池组或多个电池组串联连接。这些电池通常是可再充电电池并且典型地是锂离子电池。

锂离子电池因其输出电压高、循环性能好、自放电率低、充放电快、充电效率高而被广泛应用于电动运载工具和作为(没有环境污染的)绿色能源的储存装置。

传统的电池参数更新依赖于电池管理系统(BMS)。BMS的主要功能包括：监视电池电压、电流、温度等数据点；估计电池SOC(充电状态)、SOH(健康状态)、SOE(能量状态)、SOP(电力状态)、RM(剩余里程)、运行诊断；保护电池健康并执行电池平衡管理和电池热管理处理。

为了更准确地测量电池的参数，常规的技术方案通常预先存储OCV(开路电压)-SOC曲线以检查所估计的电池SOC。BMS可以将一些数据上传到云备份，使得制造商或售后人员可以检索数据分析故障和电池历史信息。

通常难以维持SOC的精确平衡以及在电池的电池单元和电池组/模块之间平衡电池特性。旧电池和新电池、不同容量的电池或不同特性的电池组不能一起使用；一个电池芯或电池组发生故障可能导致整个电池系统发生故障。这些问题降低了效率和里程，并且大大增加了电池系统的生产和筛选成本。

电池技术发展中出现的另一常见问题涉及能量密度、使用寿命期间可用的电池循环次数和电池性能之间的权衡。目前尚不存在提供具有有利的能量密度、高性能和大量循环(电池可以在其使用寿命期间通过循环来充电和放电)的电池解决方案或能量储存解决方案的已知技术。

附图说明

为了容易地识别任何特定要素或动作的讨论，附图标记中的一个或多于一个最有效数字是指第一次引入该要素的图编号。在所附权利要求书中概述了电力供应系统的被认为是特性的某些新特性。然而，当结合附图阅读时，通过参考说明性实施例的以下详细描述，将最好地理解电力供应系统本身以及优选使用模式、其他的非限制性目的及其优点，在附图中：

图1描绘可以实现说明性实施例的电力供应系统的框图。

图2描绘可以实现说明性实施例的计算机系统的框图。

图3描绘根据说明性实施例的电动运载工具的草图。

图4A描绘根据说明性实施例的图表。

图4B描绘根据说明性实施例的另一图表。

图5A描绘根据说明性实施例的电力供应系统的草图。

图5B描绘根据说明性实施例的充电放电曲线的图表。

图6描绘根据说明性实施例的电力供应系统的另一草图。

图7描绘根据说明性实施例的电力供应系统和运载工具底盘的另一框图。

图8描绘根据说明性实施例的电力供应系统的框图。

图9描绘用于操作可以实现说明性实施例的电力供应系统的示例处理的流程图。

图10描绘可以实现说明性实施例的数据处理系统的网络的框图。

图11描绘可以实现说明性实施例的数据处理系统的框图。

图12描绘根据说明性实施例的用于智能电力输出建议的配置。

图13描绘根据说明性实施例的用于训练机器学习模型的示例配置的框图。

图14描绘根据说明性实施例的示例处理的流程图。

图15描绘根据说明性实施例的对属性的示例优先级排序的框图。

具体实施方式

说明性实施例认识到，当前可用的解决方案没有完全应对以上讨论的问题或提供充分的解决方案。电动运载工具通常依靠单个电池为运载工具供电。这使运载工具的里程限于仅能够满足循环寿命、耐久性和里程需求的化学物，通常意味着化学物必须受到限制。许多化学物可以具有比用于电动运载工具电池的常规化学物更高的能量密度(例如，能量密度是传统化学物的两到三倍)，但是具有不足的循环寿命。考虑到在电动运载工具中需要增程，当正确管理时，所述化学物可以被利用以显著扩展常规能力之外的里程。

说明性实施例认识到，可再充电电池中的大多数常规电池并联连接，从而排除控制经过电池的输入和输出电流。说明性实施例还认识到，当所述可再充电电池的各个电池故障时，难以维持电池的完整性和性能，因为电池的终结由于无法及时检测和/或缓解所述故障而被加速。此外，在一些配置中，当一个电池发生故障时，整个电池可能变得不可用。该说明性实施例进一步认识到，由于高循环寿命要求，常规电池未利用高能量密度化学物。

为了描述的清楚性，并且不暗示对其的任何限制，使用一些示例配置来描述说明性实施例。根据本发明，本领域普通技术人员将能够构思用于实现所描述的目的的所描述的配置的许多改变、适配和修改，并且在说明性实施例的范围内思考这些改变、适配和修改。

此外，在附图和说明性实施例中使用了系统的简化图。在实际计算环境中，在不脱离说明性实施例的范围的情况下，可以存在本文未示出或描述的附加结构或组件或不同于所示出的结构或组件但用于如本文描述的类似功能的结构或组件。

此外，仅作为示例来描述关于特定实际组件或假设组件的说明性实施例。由各种说明性实施例描述的步骤可以适于用于电动运载工具的电力供应系统，所述电力供应系统使用可以用于或重新用于提供所描述的操作的各种组件，并且在说明性实施例的范围内思考这种适配。

仅作为示例来描述关于某些类型的步骤、应用、处理器、问题和数据处理环境的说明性实施例。这些和其他类似技巧的任何特定表现形式并不旨在限制本发明。可以在说明性实施例的范围内选择这些和其他类似技巧的任何合适的表现形式。

本发明中的示例仅用于阐明描述，而不限于说明性实施例。本文列出的任何优点仅是示例，并且不旨在限于说明性实施例。具体的说明性实施例可以实现附加的或不同的优点。此外，特定的说明性实施例可以具有上述优点中的一些、全部优点或不具有上述优点。

本文描述的说明性实施例针对用于电动运载工具的电力供应系统100。电力供应系统100(图1)被配置为包括混合架构中的低循环寿命、高能量密度的化学物，以实现这种化学物的益处(包括里程的显著增加)，同时保护所述架构免受所述化学物的不利影响，已经防止所述化学物在汽车领域中以其他方式被依赖。本文公开的电池系统可以被称为“混合”系统，因为它们包括一起工作的多种化学物。可替代地，为了区别于使用电动和内燃动力源这两者的“混合”运载工具，本文公开的电池系统、运载工具以及相关系统和组件可以被称为“增程的多化学电池系统”。

如本文所公开的电力供应系统100可以包括牵引电池102(包括例如磷酸铁锂(LFP))和混合增程器电池124，混合增程器电池124包括一个或多于一个高能量密度混合模块112，该混合模块112具有一个或多于一个混合化学物并且可被控制以提供电力来给牵引电池102充电和/或为电动运载工具供电。一个或多于一个实施例认识到，在可再充电电池制造中存在的问题需要向电动运载工具提供具有高能量密度的电池，该电池增加了超过常规里程的长距离驾驶可用的电动运载工具的里程，同时考虑到由所述高能量密度引入的相应的低循环寿命。

一个或多于一个实施例包括被包含在车载或外部计算机系统126(或计算机系统200)中或者在车载或外部计算机系统126(或计算机系统200)外部的一个或多于一个处理器106(或处理器120、计算机处理器206(图2))，以进行本文的一些步骤。牵引电池可以监视和确定放电和充电的极限。逆变器可以管理电力流，并且混合模块控制器可以经由DC/DC转换器管理其自身的充电/放电。在一个或多于一个实施例中，运载工具302(图3)被配置为电动运载工具(EV)。在一个或多于一个实施例中，运载工具302被配置为插入式混合电动运载工具(PHEV)。术语电动运载工具在下文中被用于全体运载工具，诸如机动运载工具、有轨运载工具、船舶和飞行器等，这些运载工具被配置为利用可再充电电池作为其主要能源来为其驱动系统推进提供动力或者具有全电动传动系。

此外，如本文所使用的，传感器是可以为如下各项的传感器装置：系统、设备、软件、硬件、可执行指令集、接口、软件应用、换能器和/或前述的包括用于指示、响应于、检测和/或测量物理属性并生成关于物理属性的数据的一个或多于一个传感器的各种组合。

此外，电池能量密度通常用于指电池单元包含的能量与其体积成比例的度量。

此外，如本文所使用的，高能量密度模块通常指具有能量密度为约1000Wh/L或大于1000Wh/L(例如，能量密度为1100Wh/L或1200Wh/L)的电池单元的模块。本领域普通技术人员将认识到，如图4B所示，具有汽车性能水平的常规电池化学物具有在电池单元水平下测量的低于或显著低于1000Wh/L(例如，在约350Wh/L和500Wh/L之间)的电池单元能量密度。在混合增程器电池124中使用高能量密度化学物可以确保提供例如牵引电池102所提供的能量的两倍或三倍以上的能量。

在一个或多于一个实施例中，电力供应系统100包括具有一个或多于一个牵引模块122的牵引电池102、包括一个或多于一个高能量密度混合模块112的混合增程器电池124、以及牵引电池102和混合增程器电池124之间的分区。

各个模块可以是电池组。本领域的技术人员理解，在本文描述的实施例中，可以使用其他类型的电池装置来提供电力，因此，某些配置的陈述并不旨在是限制性的。如本文关于图1所讨论的，电池管理系统BMS 104可以使用例如车载计算机系统126来控制继电器108并报告操作限制。还可以请求来自一个或多于一个混合模块的电力以满足运载工具的需要。混合增程器电池124的混合模块控制器可以基于其自身的内部目标(诸如由一个或多于一个预设或动态确定的规则定义的目标等)、能量状态、牵引电池的观察能量状态和驾驶行为来控制其对高压DC总线的贡献，而无需来自BMS的集中协调。因此，电力供应系统100可以在更高效和节能的模式下操作以增加运载工具302的操作距离或防止由单个故障电池单元引起的模块的劣化。例如，在行程期间，本文描述的一个或多于一个实施例包括车载计算机系统126，其将估计导航到目的地的电力需求并确定运载工具302是否能够使用可用于操作的储存能量安全地到达目的地。如果计算机系统126确定为运载工具不能到达预定目的地，则可以使用混合增程器电池124对牵引电池102充电以提供足够的电力用于行程。

在一个或多于一个实施例中，高能量密度混合模块112被配置为具有单个化学物，而在一个或多于一个其他实施例中，高能量密度混合模块112被配置为具有多个化学物(例如，用于每日、每周和每月使用的三个化学物)。

在说明性实施例中，牵引电池102包括单个牵引模块122或串联连接的多个牵引模块122。在另一说明性实施例中，混合增程器电池124具有彼此并联且也与牵引电池102并联连接的多个高能量密度混合模块112，允许各高能量密度混合模块112管理它们对牵引电池102的充电或运载工具302的供电的贡献，其中各高能量密度混合模块112的混合模块控制器118包括双向DC-DC转换器。更一般地，连接负端子，并且连接双向DC-DC转换器的正输出。

在一个或多于一个实施例中，本文描述的混合增程器电池124中可以利用以向运载工具302提供电力或对牵引电池102充电的电池包括具有电池单元能量密度大于1000Wh/L的电池单元114的电池。

电动运载工具中的电池系统通常是牵引电池，并且由封装在一起的数百个电池单元组成。这些系统的额定电压例如为300V至400V，供应电流高达约300A(例如，200至300A)，并且任何管理不善都可能引发重大灾难。因此，在电动运载工具中，电池管理系统对于高压电池的安全操作是必不可少的。电池管理系统可以被配置为监控电池的状态，并防止可能减少电池的寿命、容量、甚至导致爆炸的过度充电和放电。例如，BMS检查电压，并且当达到所需电压时，停止充电处理。当检测到电力流中的不规则模式时，BMS可以关闭电池并发出警报。此外，BMS可以被配置为将关于电池条件的信息中继到能量和电力管理系统。此外，BMS还可以调节电池的电池单元的温度和电池的健康，使电池在任何条件下都是安全可靠的。

BMS的一个特征是能够估计电池组的充电状态(SOC)，这是希望的，或者在某些情况下，关键是高效地维持电池组的SOC以确保电池的电压不会太高或太低。例如，在某些情况下，电池不应充电超过100％或放电到0％，因为这将降低电池的电池单元的容量。BMS可以提供关于电池的电压和温度的精确信息，以及提供可用于使用的能量和剩余电池电荷的指示。

在一些实施例中，可以估计SOC。此外，在库仑计数(coulomb-counting)处理中，进出电池的电流被积分以产生其电荷的相对值。然而，常规系统通常可能难以准确确定并联连接的各个电池的SOC和其他特性。

因此，说明性实施例认识到常规的BMS不能准确地测量电池组中的电池单元的个体特性。常规的解决方案试图获得估计，但没有方法控制电池单元的电流以测量电池单元的相应特性参数，诸如电压等。

返回到图1，牵引电池102可以包括一个或多于一个牵引模块122，牵引模块122被配置为向运载工具302供电。混合增程器电池124被设计成模块化的，具有不同于牵引电池102的化学物的一个或多于一个类型的化学物，以在需要时向运载工具提供变化的电力要求。作为具体示例，牵引电池可以具有LFP化学物，并且混合增程器电池124可以具有Gr(石墨)或Gr+SS(石墨+固态)化学物。不管所使用的特定化学物如何，混合增程器电池124都可以被设计成具有配置有相应的DC-DC转换器以用作独立电池的一个或多个高能量密度混合模块112或封装件。通过能够独立地控制高能量密度混合模块112，并且独立地测量其各个电池单元114的健康或状态，可以调节电池单元114的充电和放电速率。在实施例中，高能量密度混合模块112的电池单元114被串联布置。通过使用与各电池单元114并联连接的平衡装置128(诸如分泄电阻器(bleeder resistor)等)，可以控制电池单元114的充电或放电速率，即，打开用于电池单元的分泄电阻器以将该电池单元中所储存的电荷放电。在说明性实施例中，分泄电阻器可以被启用以产生高达几百(200)毫安的额外放电电流，由此微调电池单元的充电/放电电流并允许串内的电池单元被带到共同状态。此外，一个或多于一个传感器116用于测量电压并确定分泄电阻器应保持启用多长时间以在电池单元串中的所有电池单元之间实现平衡状态。

电池相对于其最大容量放电的速率是其C速率。例如，1C速率意味着放电电流将在1小时内使整个电池放电。通常，运载工具需要4C峰值和1C平均值。通过利用双向DC-DC转换器单独控制高能量密度混合模块112，可以实现C/5(即0.2C)或更低的速率。这可以防止由于过度充电和放电而引发与高能量密度化学物相关联的故障事件。更具体地，牵引电池102可以跟随运载工具的负载需求并提供峰值电流。高能量密度混合模块112可以采用它们的双向DC-DC转换器来向牵引电池和动力系被连接的运载工具HV总线放电。在具有五个高能量密度混合模块112的说明性实施例中，各个混合模块贡献C/5，然后它们的组合贡献是1C。如果运载工具需要4C，则以使牵引电池以3C放电。如果运载工具需要1C，则牵引电池102处于静止(0C)。如果运载工具需要-1C(再生制动)，则以2C对牵引电池进行再充电。在实施例中，各高能量密度混合模块112还具有可操作地耦合的混合模块控制器118，以用于测量电池单元114的健康或状态。例如，混合模块控制器118可以被配置为测量相应的高能量密度混合模块112的所有电池单元的电压、电流、温度、SOC(充电状态)、SOH(健康状态)。混合模块控制器118还具有DC-DC转换器控制，以允许管理隔离和电流并限制它们的贡献，以吸收能量并向电力供应系统100的主总线/高压DC总线提供能量。该系统还可以具有被配置为主要与牵引电池102通信的BMS 104。在牵引电池102发生故障的情况下，高能量密度混合模块112中的一个或多于一个可以通过直接向驱动单元110供电来充当牵引电池102的替换(例如，临时替换)。在许多配置中使用一个或多于一个处理器(处理器120、处理器106或计算机系统126的处理器)以使得能够进行本文描述的一个或多于一个处理或操作。继电器108被控制以可操作地将运载工具的驱动单元110耦合到来自电力供应系统100的电力。驱动单元110可以统称为电力供应系统100外部的装置，诸如推进马达、逆变器、HVAC(暖通空调)系统等。

在描述了电力供应系统100之后，现在将参考图2，图2示出根据本文中至少一些说明性实施例可采用的计算机系统200的框图。尽管可以关于该示例计算机系统200方面来描述各种实施例，但是在阅读该描述之后，对于(一个或多于一个)相关领域的技术人员来说，如何使用其他计算机系统和/或架构来实现本发明可能变得明显。

在本文的示例实施例中，计算机系统200形成图1的计算机系统126的一部分或独立于图1的计算机系统126。此外，电力供应系统100的至少一些组件可以形成图2的计算机系统200或包括在图2的计算机系统200中。计算机系统200包括至少一个计算机处理器206。电力供应系统100的处理器106和处理器120可以是或形成计算机处理器206的一部分，或者可以独立于计算机处理器206。计算机处理器206可以包括例如中央处理单元(CPU)、多个处理单元、专用集成电路(“ASIC”)、现场可编程门阵列(“FPGA”)等。计算机处理器206可以连接到通信基础设施(例如，网络)202(例如，通信总线、网络)。在本文的说明性实施例中，计算机处理器206包括用于控制操作电力供应系统100的处理的CPU，该控制包括控制高能量密度混合模块112与电动运载工具302的牵引电池102或驱动单元110之间的双向DC-DC转换器的状态。

显示接口208(或其他输出接口)可以从通信基础设施(例如，网络)202或从帧缓冲器(未示出)转发与电力供应系统100有关的文本、视频图形和其他数据以用于在显示单元214上显示，显示单元214可以是电动运载工具302的显示器。例如，显示接口208可以包括具有图形处理单元的视频卡，或者可以向操作者提供用于控制电力供应系统100的接口。

计算机系统200还可以包括可由计算机系统200的操作者与显示单元214一起使用的输入单元210，以将信息发送到计算机处理器206。输入单元210可以包括键盘和/或触摸屏监视器。在一个示例中，显示单元214、输入单元210和计算机处理器206可以共同形成用户接口。

操作电力供应系统100的一个或多于一个计算机实现的步骤可以以计算机可读程序指令的形式存储在非暂态存储装置上。为了执行过程，计算机处理器206将存储在存储装置上的适当指令加载到存储器中，然后执行所加载的指令。

计算机系统200还可以包括主存储器204并且还可以包括辅存储器218，主存储器204可以是随机存取存储器(“RAM”)。辅存储器218可以包括例如硬盘驱动器220和/或可移除存储驱动器222(例如，软盘驱动器、磁带驱动器、光盘驱动器以及闪存驱动器等)。可移除存储驱动器222以公知的方式从可移除存储单元226读取和/或写入可移除存储单元226。可移除存储单元226可以是例如软盘、磁带、光盘以及闪存装置等，可移除存储单元226可以被可移除存储驱动器222写入和读出。可移除存储单元226可以包括用于存储计算机可执行软件指令和/或数据的非暂态计算机可读存储介质。

在进一步的说明性实施例中，辅存储器218可以包括用于存储要加载到计算机系统200中的计算机可执行程序或其他指令的其他计算机可读介质。这种装置可以包括：可移除存储单元228和接口224(例如，程序盒和盒接口)；可移除存储器芯片(例如，可擦除可编程只读存储器(“EPROM”)或可编程只读存储器(“PROM”))和相关联的存储器插座；以及允许软件和数据从可移除存储单元228传送到计算机系统200的其他部分的其他可移除存储单元228和接口224。

计算机系统200还可以包括使得软件和数据能够在计算机系统200和外部装置之间传送的通信接口212。这种接口可以包括调制解调器、网络接口(例如，以太网卡或IEEE802.11无线LAN接口)、通信端口(例如，USB或端口)、个人计算机存储卡国际协会(“PCMCIA”)接口以及/>(蓝牙)等。经由通信接口212传送的软件和数据可以是信号的形式，信号可以是电子的、电磁的、光学的或能够由通信接口212发送和/或接收的其他类型的信号。信号可以经由通信路径216(例如，信道)提供给通信接口212。通信路径216承载信号，并且可以使用有线或线缆、光纤、电话线、蜂窝链路或射频(“RF”)链路等来实现。通信接口212可以用于在计算机系统200与远程服务器或基于云的存储器(未示出)之间传送软件或数据或其他信息。

一个或多于一个计算机程序或计算机控制逻辑可以存储在主存储器204和/或辅存储器218中。还可以经由通信接口212接收计算机程序。计算机程序包括计算机可执行指令，当由计算机处理器206执行所述指令时使计算机系统200进行如下所述的方法。因此，计算机程序可以控制计算机系统200和电力供应系统100的其他组件。

在另一实施例中，软件可以存储在非暂态计算机可读存储介质中，并使用可移除存储驱动器222、硬盘驱动器220和/或通信接口212加载到主存储器204和/或辅存储器218中。当由计算机处理器206执行控制逻辑(软件)时，控制逻辑(软件)使计算机系统200以及更一般地电力供应系统100进行本文描述的一些或所有方法。

最后，在另一示例中，可以使用诸如ASIC和FPGA等的实施例硬件组件来执行本文描述的功能。鉴于该描述，对于(一个或多于一个)相关技术领域的技术人员来说，实现这种硬件布置以进行本文描述的功能是明显的。

图4A示出根据说明性实施例的图表。该图表示出如本文所公开的示例实施例的驾驶日百分比轴402和每日驾驶距离轴404。通过测量用户的驾驶习惯，可以看出相当百分比的驾驶日被用于驾驶相对较短的距离，并因此利用由图表的牵引电池部分406所示的牵引电池102。另一方面，混合增程部分408被用于相对短得多的时间量。然后，如图4B所示，具有提供1000Wh/L或大于1000Wh/L的能量密度的化学物的增程器可以提供密度与循环寿命的良好权衡。通过确定落入每日使用之外的循环的百分比并选择能够维持该许多循环的适当化学物，可以实现图4A的说明性实施例。

图4B的图表包括能量密度轴410和循环寿命轴412。如本文所使用的，电池的“循环寿命”是指电池可能耗尽到放电深度(DoD)的100％而仍保持至少80％的原始电荷的次数。因此，例如，具有100次循环的循环寿命的电池在被充电并且完全耗尽100次之后将保持其原始电荷的80％。

牵引电池化学物可以选自牵引电池化学物区域414以提供约3000次循环(例如，至少2500或3000次循环)的循环寿命。在常规电池化学物中，该循环寿命通常提供约400Wh/L的相应电池单元能量密度。为了适应非牵引应用的预定里程需求，里程电池化学物可以选自说明性混合增程器电池化学物区域418(例如，在1000和1200Wh/L之间)。这通常提供约200次循环(例如，在200和350次循环之间)或更少的相应循环寿命。根据运载工具的能量要求，其他化学物416可以任选地用于中程要求和独立控制的相应封装件。

更一般地，本文公开的实施例可以在电力供应系统中使用多个电池化学物，各电池化学物可以具有不同的期望循环寿命和/或电池单元能量密度。这可以允许使用常规被认为不适于电动运载工具和类似装置的电池化学物和布置。例如，常规的系统常常假定即使消耗更高的能量密度也需要更高的循环寿命。与此相对，即使在相关联的电池可能具有相对低的循环寿命的情况下，本文公开的实施例也可以利用更高密度的化学物，因为增程或中程电池的电池单元可能不像常规使用的牵引电池那样经常经历充电/放电循环。

作为具体示例，如本文公开的混合电力供应系统可以包括牵引电池，该牵引电池具有不大于约500Wh/L、450Wh/L、400Wh/L、350Wh/L、300Wh/L或更小、更一般地在300至500Wh/L的范围内的电池单元能量密度，但具有2000次循环、2500次循环、3000次循环或更多、更一般地在2000至3200次循环的范围内的相对高的循环寿命。

用于如本文所公开的增程器电池或中间电池的高密度电池单元可以具有800Wh/L、1000Wh/L、1100Wh/L、1200Wh/L或大于1200Wh/L、或在800至1400Wh/L范围内的相对高的电池单元能量密度，以及300、400或500次循环或更少、或在100至500次循环或更少的范围内的相对低的期望循环寿命。可以使用其他电池类型和化学物，特别是在使用多于两个化学物的实施例中。例如，图4B中牵引区域414和增程区域418之间所示的任何电池类型可用于中等密度电池，该中等密度电池可以具有在1000至2000次循环的范围内的循环寿命和在500至800Wh/L的范围内的能量密度。

与本文公开的实施例一起使用的电池化学物的关注的图是每循环的能量密度(EDC)，其被确定为电池的电池单元能量密度与期望循环寿命的比率。例如，如图4B所示，HE牵引电池可以具有约400Wh/L的电池单元能量密度和3000次循环的循环寿命，得到约0.13Wh/L/循环的EDC。与此相对，图4B的增程区域418中的固态电池可以具有约1000Wh/L的能量密度和约400次循环的循环寿命，得到约2.5Wh/L/循环的EDC。由于相对低的循环寿命，具有1.0或大于1.0的EDC的常规电池化学物先前已被认为不适合用于电动运载工具。如先前公开的，本文提供的实施例允许当与其他化学物一起使用时，在电动运载工具中高效地使用这种电池。

作为具体示例，本文公开的实施例可以使用具有约0.12至0.16Wh/L/循环的EDC的牵引电池和具有1.0或大于、2.0或大于2.0、5.0或大于5.0、或任何介于中间的值的EDC的增程器电池。也可以使用其他化学物；例如，在使用三个化学物的情况下，牵引电池可以具有0.12至0.16Wh/L/循环的EDC，并且系统中的其他电池可以具有在牵引电池的EDC和最高密度电池的EDC之间的EDC，其中最高密度电池具有1Wh/L/循环或大于1Wh/L/循环的EDC。

更一般地，任何数量的电池化学物可以与具有更低EDC的“每日”牵引电池和具有更高EDC值的更特殊用途的电池化学物一起使用。作为另一示例，在每日使用牵引区域414中的单个电池化学物可以与增程区域418中的任何数量的电池和/或在图4B所示的任何中间范围中的任何数量的电池结合使用。例如，第三电池化学物可以与先前公开的牵引和增程器电池结合使用，其中第三化学物具有从400到1200、1300或1400Wh/L或大于1400Wh/L的电池单元能量密度。

图5A示出电力供应系统100的说明性实施例。该系统包括牵引电池102、与主牵引总线/高压DC总线并联连接的多个高能量密度混合模块112、多个牵引模块122、多个双向DC-DC转换器502。此外，该系统具有用于从电网对电力系统进行再充电的车载AC-DC充电器504、用于为运载工具的灯和点火供电的12V电池512、用于维持12V电池512并向运载工具的12V系统提供电力的辅助DC-DC转换器506。本实施例还具有用于接通或断开各种电路的接触器508和用于控制电力供应的控制模块510。通过将12V电池512置于电力供应系统内(牵引电池102内)而不是如常规系统中那样置于外部，即使12V系统存在其他瞬时问题，也可以控制接触器508，例如保持闭合。在说明性实施例中，电池电力的瞬时(例如，约100ms或更长)损失可能导致接触器断开。这种损失可能是由电池组外部的单个不良线引起的。通过将12V引入电池组，可以降低该风险。

在如图5A所示的实施例中，各高能量密度混合模块112具有串联连接的约56个电池单元114。电池单元的具体数量是说明性的，并且在不脱离本发明的范围的情况下，可以使用其他数量的电池单元。操作耦合的混合模块控制器118(诸如车载混合模块控制器118等)被配置为测量各个电池单元114的电压、电流、温度、SOC和SOH。56个电池单元114各自可以具有相关联的电压传感器116。当知道经过电池单元114的电流和温度(诸如高能量密度混合模块112上的各种点的温度等)时，可以计算电池单元114的SOH、SOC和其他参数，以确定相应的高能量密度混合模块112的能量输出是否可以通过相应的双向DC-DC转换器502连接到牵引电池102或者在一些情况下连接到驱动单元110。此外，可以使用用于各高能量密度混合模块112的双向DC-DC转换器502来精确地控制针对各高能量密度混合模块112的电流输入和输出，这与以下的常规电力供应的负载不同，传统电力供应对改变驱动电力没有控制。在说明性实施例中，针对高能量密度混合模块112生成充电和放电脉冲。通过使用双向DC-DC转换器502来控制高能量密度混合模块112的串联连接的电池单元114的电流量并测量各电池单元114的电压，可以计算各电池单元114的阻抗并将该阻抗与参考数据进行比较，以识别电池单元阻抗中的任何不希望的偏差和电池单元健康的相应变化。

各高能量密度混合模块112的电流输入可以在牵引电池被充电或被大部分充电之后来自充电器。为了维护和/或诊断的目的，当不是严格需要作为增程器时，可以对混合模块放电和再充电。例如，如果自混合模块已经被用作增程器起已经若干月，则在正常的每日使用期间可能被放电和再充电以锻炼电池单元。增程器电池在正常使用之外放电和再充电的频率，或者甚至是否进行这种放电/充电可以基于在增程器电池中使用的一个或多于一个特定化学物来选择。

混合模块控制器118还可以通过监视电池单元114并使电池单元114对准来管理电池单元114的应变。例如，当确定一个电池单元114(电池单元A)处于比串联连接的另一电池单元114(电池单元B)(70％)更低的SOC(例如20％)时，电池单元B将比电池单元A更早地达到满电荷，因此需要停止电池单元B的充电以防止电池单元B过度充电。通过使用分泄电阻器将电池单元B的SOC降低到电池单元A的SOC，电池单元A和电池单元B这两者可以以相同的速率充电到预定的满电荷。因此，混合模块控制器118保持56个电池单元114的SOC相等或基本相等(例如，在+/-10％内、或+/-5％内、或+/-1％内)，使得可以使用模块的全部范围。在另一示例中，通过确定具有比其他电池单元114的自放电速率低的自放电速率的电池单元114，混合模块控制器118确定哪些电池单元114选择性地放电到确定的电荷，以随后对所有56个电池单元114充电。

在另一说明性实施例中，由于高能量密度混合模块112彼此并联连接且独立控制，因此各个高能量密度混合模块112可以通过减慢充电和放电而独立地可移除以用于修复，而不影响电力供应系统100的正常操作。

图5B例示包括电压轴514、容量轴516、放电曲线518和充电曲线520的电池单元的示例充电放电曲线500。如放电曲线518中所示，在高放电电流/C速率522速率(例如，5C)下，电池单元容量未被充分利用，并且电池单元电压由于内部电阻而下降。流过电池单元的电流在电池单元的内部电阻上引起IR压降，这在放电期间降低了电池单元的端子电压并且增加了对电池单元充电所需的电压，从而减少了电池单元的有效容量并降低其充电/放电效率。较高的放电速率产生较高的内部压降，这解释了在高C速率522下的较低电压放电曲线以及曲线的特征不同的形状。通过以各种C速率522放电和充电，由于能够使用双向DC-DC转换器502精确地控制电流，可以通过将任何电池单元的阻抗问题与诸如电池单元114先前存储的简档等的参考简档进行比较来推断和缓解该阻抗问题。这可以使用受控的步骤响应来实现，以表征电池单元114随时间变化的行为。一个缓解操作包括首先放电没有所识别的电池单元问题的高能量密度混合模块112。另一缓解操作包括减慢具有所识别的电池单元阻抗问题的高能量密度混合模块112的放电。

图6示出如本文所公开的电力供应系统100的另一示例配置，其包括车载能量管理系统602。在该示例中，牵引电池102具有44kWh的容量并提供320V的电压，并且混合增程器电池124通过六个20kWh高能量密度混合模块112而具有120kWh的容量，各混合模块112具有48V的电压。车载能量管理系统602具有电池管理系统(未示出)并且被配置为三电压系统以应对12V、48V和320V。此外，车载能量管理系统602提供六个双向DC-DC转换器(未示出)，各双向DC-DC转换器可操作地耦合到高能量密度混合模块112。通过配置双向DC-DC转换器以提供例如10kW的电力，能量管理系统602可以提供具有98.5％的峰值效率的60kW(6×10kW)双向48至500V DC-DC。当然，电压、电力容量和其他特征的特定布置是非限制性的，并且可以根据本说明书获得其他配置。本发明中的示例仅用于描述的清楚性，而不限于说明性实施例。根据本发明，可以想到另外的操作、动作、任务、活动和操纵，并且在说明性实施例的范围内可以思考这些操作、动作、任务、活动和操纵。

当前电动运载工具的常规电池容量里程从仅具有58英里里程的智能车型中的仅17.6kWh到一些特斯拉车型(特斯拉是特斯拉公司在美国和其他国家的商标)中的100kWh。通过引入可缩放架构，如图7所示，可以提供各种配置以满足不同的里程需求。在图7的说明性实施例中，与在配置1 702中相比，通过在配置2 704中提供五个附加的高能量密度混合模块112，可用容量从130kWh增加到200kWh，并且通过将另外五个附加的高能量密度混合模块112引入到配置2 704，获得针对配置3 706的270kWh容量。此外，可缩放架构允许在运载工具中的不同位置处、在运载工具302的底盘304(图3)上的常规放置处之外无限制地放置各个模块，这是因为各模块仅需要单独地连接到牵引电池或高压DC总线。如本文所公开的，例如关于图4，各种高能量密度模块可以使用不同的化学物，从而允许在使用情况、能量密度和期望循环寿命等方面具有附加的灵活性。

图8示出了具有牵引电池102、多个高能量密度混合模块112和多个双向DC-DC转换器502的电力供应系统的另一配置。在该配置中，由于SOH检查指示电池单元114具有问题，模块被禁用。所禁用的混合模块802离线并且可以经历化成再充电以扩展其寿命，其中在限定的温度下，模块在例如20小时时段被缓慢放电并且在例如另一20小时时段缓慢再充电以重建其化学物。配置的模块化性质提供了运载工具在化成再充电期间仍然可用，而不需要物理地移除被禁用的混合模块802。在本文的示例中，电池单元114的分泄电阻器用于充电和放电操作。

该图还示出了减少容量的混合模块A 804、减少容量的混合模块B 806和常规容量的混合模块808。减少容量的混合模块A 804或减少容量的混合模块B 806的混合模块控制器118被配置为检测电池单元114的问题，并且例如通过将电力输出从2kW减少到1KW来独立地做出关于其放电速率的决策。

在步骤902中，处理900提供牵引电池，该牵引电池包括由电池管理系统(BMS)控制以与电动运载工具302的高压DC总线连接和断开的一个或多于一个牵引模块。本文，牵引电池被配置为向电动运载工具302供电。在步骤904中，处理900提供混合增程器电池124，该混合增程器电池124包括多个高能量密度混合模块112，该多个高能量密度混合模块112彼此并联连接并连接到牵引电池102也连接到的高压DC总线。多个高能量密度混合模块112中的各高能量密度混合模块112包括相应的混合模块控制器(HMC)和串联连接的多个电池单元114。多个电池单元114中的各电池单元114的健康被配置为通过相应的HMC独立地可测量。还可以通过平衡装置128(诸如与电池单元114并联连接的分泄电阻器等)来控制各电池单元的SOC。因此，各模块的电池单元可以独立地来控制并且作为整体。

在步骤906中，多个双向DC-DC转换器502布置在多个高能量密度混合模块112和电动运载工具302的高压DC总线之间，以及/或者布置在多个高能量密度混合模块112和牵引电池102之间。

处理900将来自多个高能量密度混合模块112中的一个或多于一个高能量密度混合模块112的直流电流可操作地耦合到牵引电池102(步骤908)和/或电动运载工具302的高压DC总线(步骤910)，以相应地对牵引电池充电和/或对电动运载工具302供电。在步骤912中，处理900通过获得与独立地可测量的电池单元114有关的传感器信息来控制电力供应系统的发电模式。在步骤914中，处理900使用多个相应的HMC中的各HMC，通过所获得的与独立地可控制的电池单元有关的传感器信息来控制该HMC的相应的高能量密度混合模块的充电和放电速率。

智能电力控制

该说明性实施例进一步认识到，被配置为估计组件电池的健康状态(SOH)或充电状态(SOC)的传统电动运载工具动力系统主要是反应性的，不能预测能量消耗需求，并且限制为以大体上追溯的方式使用剩余可用能量。该说明性实施例认识到，虽然目前可以根据关注的感知状态获得估计，但是几乎没有可用的缓解措施来确保电池的安全或保持电池的可用寿命和容量。此外，常规电动运载工具动力计算机系统的负载跟随性质(其对改变驱动电力没有控制)意味着电池模块的电流输入和输出不能被精确控制。

在管理电力供应系统的各个模块的化学物方面，现有的常规电池对所有各个模块一起充电和放电。然而，本文公开的实施例认识到，监视较大电力供应系统中的各个电池模块的化学物并单独控制这些模块以确保整个系统的安全性可以提供常规电池系统和电动运载工具中不可获得的额外益处。例如，在常规系统中，在不需要禁用较大电力供应系统的情况下不能禁用用于化成再充电的各个模块，因此不能保证电力供应系统的安全性，并且各个模块的可用寿命循环被过度充电和过度放电而不适当地缩短。

本文公开的实施例认识到，当前可用的工具或解决方案没有应对如下的要求，在混合架构中提供对各个模块的智能管理以在需要时提供额外的电力，同时以允许实现里程和距离目标的方式保持或最大化电池寿命循环以及因此保持或最大化各个模块的寿命、安全性和最大容量。用于描述本发明的说明性实施例可以通过利用电力供应系统中的高能量密度混合模块112智能地向电动运载工具供应电力来应对和解决上述问题和其他相关问题。说明性实施例可以在预期电动运载工具的电力需求并操作以满足所述需求的主动和/或准备处理中解决这些问题。

在实施例中，某些操作被描述为在特定组件或位置处发生。这种操作的局部性不旨在限制于说明性实施例。本文描述为在特定组件处发生或由特定组件进行的任何操作(例如电池数据的预测分析和/或上下文日历数据的自然语言处理(NLP)分析)可以以这样的方式实现，即一个组件特定功能使得在另一组件处(例如分别在本地或远程机器学习(ML)或NLP引擎处)发生或在该另一组件处进行的操作。

实施例监视和管理混合电力供应系统的累积能量。另一实施例监视针对用户配置的各种简档源。简档源是可以从中获得用于确定用户的简档特性的信息的电子数据源。例如，简档源可以是计算装置上的用户的偏好配置，诸如所需速率或路线、计划用户的未来事件的日历应用以及记录过去事件、用户进入当前目的地的全球定位系统(GPS)应用中的目的地以及来自用户或群体的反馈等。简档源可以是提供可以从中导出用户的驾驶特性的信息的装置、设备、软件或平台。例如，在说明性实施例的范围内，电动运载工具仪表板可以操作为简档源。此外，诸如电动运载工具的队列等的群体可以是简档源，其中可以获得用户简档的多个驾驶特性以导出偏好、喜好、情感或电动运载工具的使用。此外，与运载工具队列的电池组的各个模块有关的测量健康度量或参数可以是来自群体的简档源，并且可以被利用以学习和导出用于在主电动运载工具中递送电力的模式。因此，来自运载工具队列的电池可以适应其预测和共享值以用于预测/建议目的。

用户的简档数据、信息和偏好是本文中可互换地用于指示影响电力供应系统中的电力递送的一个或多于一个用户的约束的术语。此外，关于电动运载工具和电力供应系统100的信息/数据(诸如运载工具速率、模块电流、温度、电压、阻抗、健康状态、充电状态以及平均能量消耗等或其他的主电动运载工具参数1220等)可以形成约束的一部分或与约束分离，并且可以获得这些信息/数据以用作如下文所述的用于预测分析的智能电力控制模块的输入。因此，简档源信息以及电动运载工具和电力供应系统数据(主电动运载工具参数1220)共同形成输入数据1202或约束的至少一部分，以用于智能电力控制模块预测从混合架构的各个电池获得的输出电力水平，以实现里程或距离目标，同时考虑电动运载工具中的电力供应系统100的安全性、电池寿命和电池容量(这些在下文中被称为电力供应系统100的属性)。

因此，可以根据从电动运载工具的组件获得的测量结果直接确定输入数据。也可以在简档源的信息中直接指示输入数据。例如，用户可以在指定时段期间或直到进一步修改偏好为止，对目的地到达时间或里程目标具有明确陈述的偏好。

也可以从自简档源收集的信息导出输入数据。例如，可以将实施例配置为分析用户的日历以导出目的地到达时间。此外，可以例如上下文地分析诸如驾驶网络中的文本或评论等的信息以确定即将到来的交通。在另一示例中，可以从环境简档获得地理区域的景观并检查景观以建立地形的性质(例如，如从成像设备或数据库获得的在山区中存在陡峭斜坡)，并因此需要增加电池的电力输出。

由实施例确定的输入数据可以随时间变化。例如，用户可能在去往并相对于工作地的短驾驶距离期间偏好预定路线，并且可能在长距离假期旅程期间偏好优化能量消耗的路线。因此，当从用户简档获得的假期驾驶特性成为优先时，偏好可以改变。在这种情况下，智能电力控制模块可以将混合增程器电池124的高能量密度混合模块112的使用优先于牵引电池102的牵引模块122的使用，以扩展牵引电池102的里程。

类似地，驾驶到工作地可能不需要使用混合增程器电池124。然而，由于确定为正常工作地路线具有交通和上下文建立(例如，用户在1小时具有会议)，因此可以优先考虑用户的“快速驾驶特性”，从而使运载工具导航系统放弃正常路线而倾向于新的路线(尽管是山区路线)。基于与在1小时穿过山区路线所需的电力或能量大于可用牵引电池电力或能量或至少大于阈值电力或能量有关的预测分析，电力控制模块确定为需要高能量密度混合模块112来完成到工作地的驾驶。甚至，至少在会议的上下文建立时，电力控制模块可以被配置为经由连接到高能量密度混合模块112的双向DC-DC转换器502独立且自动地对牵引电池102预充电至驾驶预期中的阈值电荷。

重要的是，电力控制模块可以控制从一个或多于一个高能量密度混合模块112获得的输出电力，同时兼顾地确保考虑各个高能量密度混合模块112的安全性、最大寿命循环和最大容量属性。例如，在基于获得的与高能量密度混合模块112A的独立地可测量的电池单元有关的传感器信息确定为高能量密度混合模块112A具有故障时，电力控制模块可以停用模块A并利用高能量密度混合模块112B以对牵引电池102进行预充电，从而确保电池组的安全性并允许通过化成再充电最终恢复所停用的模块A。在另一示例中，在确定为高能量密度混合模块112C具有剩余的六个寿命循环时，电力控制模块可以在利用来自其他模块的电力之前优先耗尽模块112C。由电力控制模块确定的指示要从高能量密度混合模块112检索的输出电力的精度的用户反馈用于修改电力控制模块以产生更好的结果。

利用来自一个或多于一个简档源的简档信息进行操作，实施例例行地评估适用于电动运载工具的用户的约束。本实施例可以添加新的约束/输入数据(当在简档信息分析中发现时)、修改现有约束(当在简档信息分析中证明时)、并且根据反馈、观察到的约束的使用和/或简档信息中存在对过去约束的支持来减小过去约束的使用。通过在一定程度上降级约束，包括移除/删除/或使过去约束无效，可以减小或老化过去约束。简档信息源例如可以包括：与运载工具和/或管理系统配对的电话、平板电脑或其他装置中的日历条目；调度用户可以提供访问的与用户相关联的帐户或app等；或者用户直接输入的信息；等等。更一般地，可以从可以与运载工具的用户或所有者相关联的运载工具直接或间接可用的任何源获得简档信息。

利用来自一个或多于一个简档源的简档信息进行操作，实施例预言在未来时段期间用户的活动。例如，基于日历数据，本实施例可以例如通过日历条目的NLP确定为用户计划明天上午9点在位置A工作，从中午12点到下午1点吃午餐，以及在下午3点之后去看病。本实施例基于日历活动导出明天的能量需求，并且使用一个或多于一个高能量密度混合模块112对牵引电池102进行预充电，或者分配将在明天使用的高能量密度混合模块112。也可以在不使用NLP以解释日历数据的情况下进行分配，因为这不旨在是限制性的。此外，输入数据/约束、优先级排序、次要考虑等的这些示例不旨在是限制性的。根据本发明，在说明性实施例的范围内，本领域普通技术人员将能够构思可用于类似目的的许多其他方面，并且思考这些方面。

在涉及电动运载工具的技术领域中的常规方法中，本文描述的智能电力控制系统和技术通常不可用。当实现为在装置或数据处理系统上执行时，本文描述的实施例的方法包括通过获得约束建议并使用混合电池架构来在电力输出建议中显著提高装置或数据处理系统的功能，该混合电池架构使得能够控制输入和输出电流，同时确保混合电池架构的模块的安全性、寿命和容量属性最大化。

在另外的实施例中，可以提供机器学习引擎以基于感测和接收信息的比较来提高由控制器做出的预测的分辨率和有效性。机器学习引擎可以检测模式并基于这些模式来衡量可能的结果和能量需求简档。当用户与运载工具交结时，可以由控制器或其他网络连接的计算机化装置收集和存储关于旅程的数据以供分析。与多个电动运载工具中的多个用户的旅程有关的数据可以被聚合以允许在检测模式和预测行为中的额外分辨率。

例如，驾驶员可以沿着诸如与州际公路连接的县道等的道路行驶。地理位置传感器可以检测到运载工具在道路上并且在州际公路的方向上前进。由多个运载工具收集的数据可以指示出沿该县道在州际公路的方向上行驶的大多数运载工具可能进入州际公路。由多个运载工具收集的数据可以最初指示驾驶员通常在南行方向(例如，城市或具有多个工作场所的位置的方向)进入州际公路。

机器学习引擎可以使用该信息来预测旅程的能量需求简档。该简档可以作为基准被提供，这是因为真实世界情形可能偏离预测的旅程。考虑到上述示例，电动运载工具的驾驶员可能偏离预测的旅程并驾驶经过州际公路驶入坡道。然后，机器学习引擎可以确定与已经发生的预测旅程的偏离，并更新能量需求简档以反映下一最可能的场景，诸如行驶到位于州际公路进入点之外30英里处的公共访问的相关房屋或其他位置等。

在另一示例中，不受限制地假设，位于运载工具上的传感器可以检测在前进方向上移动电动运载工具所需的扭矩量。在该示例中，可以确定为需要相当大的扭矩量来加速运载工具。还可以确定为随着运载工具减速产生更大量的再生能量。机器学习引擎可以确定为运载工具正在拖曳另一质量。控制器可以进行计算以修改在拖曳质量的同时完成旅程所需的储存能量的量。这些修改可以被应用并且可能影响能量需求简档以反映旅程的额外能量需求。例如，控制器可以调整能量需求简档以在拖曳质量时预期更高的能量需求。

机器学习引擎的预测简档可以包括聚合或基准简档，该聚合或基准简档可以整体指示总体路线特性和来自用户的能量消耗需求。机器学习引擎的预测简档还可以包括本地简档，该本地简档指示由用户进行的公共旅程、公共目的地以及与该公共旅程相关的其他公共特性。在一个实施例中，可以针对每个用户生成能量需求简档。并且在该实施例中，可以由专用遥控钥匙、连接到运载工具的娱乐系统的移动计算装置、语音识别、座椅重量传感器和/或指示操作者的身份的其他信息来识别用户。机器学习引擎在识别操作者时，可以调整其预测模型以适应统计上可能的路线、驾驶习惯和操作者的其他有用特性。可以针对与操作者相关联的本地简档来相应地调整能量需求简档。

机器学习引擎可以通过更新运载工具参数假设和预测目的地加权能量需求来进行操作。在旅程开始时，可以对运载工具和预期旅程进行假设。这些假设可以由运载工具确定的信息来支持，并且可以被记录为可用于计算物理参数的时间序列数据。示例物理参数可以包括速率、电池系统净电力、牵引马达电力、地理定位以及本领域技术人员受益于本发明内容之后将理解的其他参数。可以导出诸如与地理位置信息有关的附加信息，诸如纬度、经度、航向、高度、速度、加速度、惯性和其他信息。

运载工具导出信息可以由经由网络来源的信息补充。这样的信息可以包括风速、天气信息、路线、到目的地的距离、路线的高程和地形轮廓、交通以及可能影响旅程的能量需求的其他信息。

机器学习引擎可以对在运载工具处收集的时间序列数据、诸如通过网络提供的补充信息和/或用于绘制相关性的其他信息进行分析。例如，机器学习引擎可以对时间序列步骤数据进行线性代数回归分析，以找到最适合的运载工具参数值。最适合的运载工具参数值的示例可以包括质量、滚动阻力系数、空气动力学阻力系数和本领域技术人员将理解的其他值。机器学习引擎可以另外返回例如可以由控制器在能量管理中使用的运载工具参数，诸如质量、滚动阻力系数、空气动力学阻力系数、平均辅助电力负载以及本领域技术人员将理解的其他返回参数。可以用于确定平均辅助电力负载电力的示例计算可以是电池系统净电力减去牵引马达电力的总和，但不限于此。

机器学习引擎可以有利地帮助预测目的地加权能量需要。该能量需要可以帮助确定是否将由高能量里程电池储存的电能转移到用于电动运载工具或其他负载的高电力牵引电池。在进行预测时，机器学习引擎可以确定从当前位置到各种候选充电位置的路线。旅程信息可以由运载工具包括的导航系统接收、是由用户的移动计算装置提供的方向或者基于驾驶员行为的历史预测等。可以基于旅程历史、因特网提供的源、导航方向和其他源来确定充电位置(诸如用户的家庭或公共充电设施等)的存在。

如果充电位置候选位于旅程目的地的可接受的近距离里程内，则可能是被赞成的。在由机器学习引擎计算预期能量需求时，可以促进被赞成的充电位置。类似地，当确定旅程的预期能量需求时，不被赞成的充电位置可能被取消强调和/或移除。

继续上面给出的示例，机器学习引擎可以计算各种路线选项以将操作者从原点位置引导到所指示的目的地。旅程选项可以考虑如下的因素，诸如充电设施的存在、预期的道路停止点、充电设施之间的可接受距离、充电设施之间的不可接受距离、高程变化、交通以及与相应路线选项相关的其他特性。在操作者的运载工具的当前充电状态下，机器学习引擎可能不赞成似乎无法访问的路线选项。

在另一示例中，假设但不限于，机器学习引擎可以确定为大电力牵引电池的充电状态为约50％。在该示例中，诸如最直接的路线等的第一路线可能需要至少75％的充电状态才能在正常操作下到达充电设施。可识别向用户呈现仅需要25％充电状态以到达的充电设施的替代路线。然后，机器学习引擎可以推荐提供对充电设施的更早访问的路线，从而避免了使高能量里程电池的至少一部分在线的必要性。

此外，在该示例中，操作者可以选择覆写推荐路线，诸如通过在替代路线上驾驶。如果确定为操作者选择采用不被赞成的路线并且在指示遵循不被赞成的路线的方向上开始前进，则机器学习引擎可以指示使高能量里程电池的至少一部分在线以提供可能需要以到达位于高电力牵引电池中剩余的期望容量之外的充电设施的补充能量。

如本领域技术人员将理解的，机器学习引擎可以向感测的信息、条件、参数、旅程细节和可能影响符合所预测的能量使用简档所需的估计能量消耗的其他因素提供各种权重。可被加权以影响所预测的能量使用简档的示例参数可以包括地理位置、GPS位置、一天中的时间、一周中的日期、运载工具的质量、运载工具拖曳的质量、温度、辅助电力需求、滚动阻力系数、空气动力学系数面积、自电池包最后充电的时间、自在候选位置处发生最后充电时段起的时间、和/或本领域技术人员在受益于本发明之后将明显的其他因素和参数。

然后机器学习引擎可以至少部分地基于所考虑的参数的加权影响来关联这些参数以预测能量需要。例如，机器学习引擎可以应用这样的计算，该计算认为能量需要近似等于由运载工具包括的质量和由运载工具正拖拽或携带的其他质量的总和。该值可以乘以完成预期路线所需的预期能量。然后，机器学习引擎可以分析这些因素并预测与预期旅程相关的预期能量需要简档。然后，电池包的控制器可以在高能量里程电池和高电力牵引电池之间移动电力，以补偿当前由高电力牵引电池保持的充电状态中的任何预测的不足。

现在将更详细地讨论冗余功能。在一个实施例中，可以提供冗余特征以缓解一个或多于一个电池组件经历所储存能量的总耗尽和/或故障的风险。可以包括多个能量管理组件，使得一个能量管理组件的故障不太可能导致整个系统的故障。在一个示例中，电池包可以包括为模块化组件，模块化组件包括连接的电电池管理组件、高电力牵引电池模块、高能量里程电池模块、冷却特征和/或其他方面以辅助储存和电力输送。在该示例中，如果其中一个模块化组件故障，则剩余的模块化组件可以继续从其连接的方面提供电力递送。

在一个实施例中，可以包括独立的观察器模块以提供否则由能量管理组件提供的备份功能。在该示例中，即使在否则连接到相应电池包的能量管理组件故障的情况下，独立观察器模块也可以根据电池包中所储存的电能继续运行运载工具或其他连接的负载。例如，在所连接的能量管理组件故障的情况下，独立观察器模块的冗余特征可以接管能量管理的操作，使得所连接的负载(例如运载工具)可以继续基本安全地操作，直到引起独立观察器模块干预的这些问题可以被调查和/或修理为止。通过提供这样的冗余和安全特征以在系统发生故障时缓解系统的故障，本发明所实现的系统可以被认证为ASIL D架构。

关于某些类型的数据、功能、算法、等式、模型配置、实施例的位置、附加数据、装置、数据处理系统、环境、组件和应用仅作为示例来描述说明性实施例。这些和其他类似技巧的任何特定表现形式并不旨在限制本发明。可以在说明性实施例的范围内选择这些和其他类似技巧的任何合适的表现形式。

此外，可以针对任何类型的数据、数据源或通过数据网络对数据源的访问来实现说明性实施例。在本发明的范围内，任何类型的数据存储装置可以在数据处理系统本地或通过数据网络向本发明的实施例提供数据。在使用移动装置描述实施例的情况下，在说明性实施例的范围内，适合与移动装置一起使用的任何类型的数据存储装置可以在移动装置本地或通过数据网络向这样的实施例提供数据。

使用特定代码、设计、架构、协议、布局、示意图和工具仅作为示例来描述说明性实施例，并且不限于说明性实施例。此外，在一些实例中使用特定软件、工具和数据处理环境仅作为描述的清楚性的示例来描述说明性实施例。说明性实施例可以与其他相当的或类似目的的结构、系统、应用或架构结合使用。例如，因此，在本发明的范围内，可以结合本发明的这种实施例使用其他相当的移动装置、结构、系统、应用或架构。说明性实施例可以以硬件、软件或其组合来实现。

本发明中的示例仅用于描述的清楚性，而不限于说明性实施例。根据本发明，可以想到另外的数据、操作、动作、任务、活动和操纵，并且在说明性实施例的范围内可以思考这些数据、操作、动作、任务、活动和操纵。

本文列出的任何优点仅是示例，并且不旨在限于说明性实施例。可以通过具体的说明性实施例来实现附加的或不同的优点。此外，特定的说明性实施例可以具有上述优点中的一些、全部优点或没有优点。

参考附图，特别是参考图10和图11，这些附图是可以实现说明性实施例的数据处理环境的示例图。图10和图11仅是示例，并且不旨在关于可以实现不同实施例的环境进行断言或暗示任何限制。基于以下描述，特定实现可以对所描绘的环境进行许多修改。

图10描绘可以在实现说明性实施例的数据处理系统的网络的框图。数据处理环境1000是可以实现说明性实施例的计算机网络。数据处理环境1000包括网络/通信基础设施1002。网络/通信基础设施1002是用于在数据处理环境1000内连接的各种装置、数据库和计算机之间提供通信链路的介质。网络/通信基础设施1002可以包括诸如有线、无线通信链路或光纤线缆等的连接。

客户端或服务器仅是连接到网络/通信基础设施1002的某些数据处理系统的示例角色，并且不旨在排除这些数据处理系统的其他配置或角色。服务器1004和服务器1006与存储单元1008一起耦合到网络/通信基础设施1002。软件应用可以在数据处理环境1000中的任何计算机上执行。客户端1010、客户端1012、仪表板1014也耦合到网络/通信基础设施1002。客户端1010可以是具有显示器的远程计算机。客户端1012可以是被配置有应用的移动装置，该应用用于发送或接收信息，诸如用于接收电力供应系统100的充电条件或用于发送关于用户的日历的信息。仪表板1014可以位于电动运载工具内部，并且可以被配置为发送或接收本文讨论的任何信息。诸如服务器1004或服务器1006或客户端(客户端1010、客户端1012、仪表板1014)等的数据处理系统可以包含数据并且可以具有在其上执行的软件应用或软件工具。

仅作为示例，并且不暗示对这种架构的任何限制，图10描绘在实施例的示例实现中可使用的某些组件。例如，服务器和客户端仅是示例，并且不暗示对客户端-服务器架构的限制。作为另一示例，如所示出的，实施例可以分布在若干数据处理系统和数据网络上。与此相对，在说明性实施例的范围内，另一实施例可以在单个数据处理系统上实现。数据处理系统(服务器1004、服务器1006、客户端1010、客户端1012、仪表板1014)还表示集群、分区和适合于实现实施例的其他配置中的示例节点。

电力供应系统100包括包含一个或多于一个牵引的牵引电池102和包含一个或多于一个高能量密度混合模块112的混合增程器电池124。如所讨论的，一个或多于一个高能量密度混合模块112被如下地配置为具有化学物，即该化学物的高能量密度优先于可用循环寿命，并且所述各高能量密度混合模块112包括相应的混合模块控制器118和串联连接的多个电池单元，其中多个电池单元各自被配置为由所述相应的混合模块控制器118独立地可测量。

客户端应用1020、仪表板应用1022或任何其他应用(诸如服务器应用1016等)实现本文描述的实施例。任何应用都可以使用来自电力供应系统100和简档源的数据来预测电力或能量需求。应用还可以从存储单元1008获得用于预测分析的数据。应用还可以在任何数据处理系统(服务器1004或服务器1006、客户端1010、客户端1012、仪表板1014)中执行。

服务器1004、服务器1006、存储单元1008、客户端1010、客户端1012、仪表板1014可以使用有线连接、无线通信协议或其他合适的数据连接耦合到网络/通信基础设施1002。客户端1010、客户端1012和仪表板1014可以是例如移动电话、个人计算机或网络计算机。

在所描绘的示例中，服务器1004可以向客户端1010、客户端1012和仪表板1014提供诸如引导文件、操作系统映像和应用等的数据。在该示例中，客户端1010、客户端1012和仪表板1014可以是服务器1004的客户端。客户端1010、客户端1012和仪表板1014或其某些组合可以包括它们自己的数据、引导文件、操作系统映像和应用。数据处理环境1000可以包括未示出的附加服务器、客户端和其他装置。

如本文关于各种实施例描述的，服务器1006可以包括搜索引擎，该搜索引擎被配置为响应于来自操作者的电力递送的请求而搜索诸如地形条件、速率限制、用户反馈、替代简档源、GPS信息、交通状况或其他驾驶特性以及电池测量结果(例如，来自高能量密度混合模块112的各个电池单元的实时电池测量结果)等的信息。

在所描绘的示例中，数据处理环境1000可以是因特网。网络/通信基础设施1002可以表示使用传输控制协议/因特网协议(TCP/IP)和其他协议以彼此通信的网络和网关的集合。因特网的核心是主要节点或主机计算机之间的数据通信链路的主干，包括数以千计的商业、政府、教育和用于路由数据和消息的其他计算机系统。当然，例如，数据处理环境1000也可以实现为多种不同类型的网络，诸如内部网、局域网(LAN)或广域网(WAN)等。图10旨在作为示例而不是作为不同说明性实施例的架构限制。

在其他使用中，数据处理环境1000可以用于实现可实现说明性实施例的客户端-服务器环境。客户端-服务器环境使得软件应用和数据能够分布在网络上，从而使得应用通过使用客户端数据处理系统和服务器数据处理系统之间的交互性而起作用。数据处理环境1000还可以采用面向服务的架构，其中分布在网络上的可互操作的软件组件可以被打包在一起作为一致的业务应用。数据处理环境1000还可以采用云的形式，并且采用服务递送的云计算模型，以实现对可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储装置、应用、虚拟机和服务)的共享池的便捷按需网络访问，该可配置计算资源可以以最小的管理努力或与服务提供者的交互来快速提供和释放。

图11描绘可以实现说明性实施例的数据处理系统的框图。数据处理系统1100是计算机的示例，诸如图10中的客户端1010、客户端1012、仪表板1014或服务器1004、服务器1006或可以针对说明性实施例定位实现处理的计算机可用程序代码或指令的其他类型的装置。

数据处理系统1100仅作为示例描述为计算机，而不限于此。在不背离本文描述的数据处理系统1100的操作和功能的一般描述的情况下，在图10中，以其他装置的形式的实现可以诸如通过添加触摸接口以及甚至从数据处理系统1100中消除某些描绘的组件来修改数据处理系统1100。

在所描绘的示例中，数据处理系统1100采用包括北桥和存储器控制器集线器(NB/MCH)1102以及南桥和输入/输出(I/O)控制器集线器(SB/ICH)1104的集线器架构。处理单元1106、主存储器1108和图形处理器1110耦合到北桥和存储器控制器集线器(NB/MCH)1102。处理单元1106可以包含一个或多于一个处理器，并且可以使用一个或多于一个异构处理器系统来实现。处理单元1106可以是多核处理器。在某些实现中，图形处理器1110可以通过加速图形端口(AGP)耦合到北桥和存储器控制器集线器(NB/MCH)1102。

在所描绘的示例中，局域网(LAN)适配器1112耦合到南桥和输入/输出(I/O)控制器集线器(SB/ICH)1104。音频适配器1116、键盘和鼠标适配器1120、调制解调器1122、只读存储器(ROM)1124、通用串行总线(USB)和其他端口1132以及PCI/PCIe装置1134通过总线1118耦合到南桥和输入/输出(I/O)控制器集线器(SB/ICH)1104。硬盘驱动器(HDD)或固态驱动器(SSD)1126a和CD-ROM 1130通过总线1128耦合到南桥和输入/输出(I/O)控制器集线器(SB/ICH)1104。PCI/PCIe装置1134可以包括例如以太网适配器、附加卡和用于笔记本计算机的PC卡。PCI使用卡总线控制器，而PCIe不使用。只读存储器(ROM)1124可以是例如闪存二进制输入/输出系统(BIOS)。硬盘驱动器(HDD)或固态驱动器(SSD)1126a和CD-ROM 1130可以使用例如集成驱动器电子装置(IDE)、串行高级技术附件(SATA)接口或诸如外部SATA(eSATA)和microSATA(mSATA)等的变型。超级I/O(SIO)装置1136可以通过总线1118耦合到南桥和输入/输出(I/O)控制器集线器(SB/ICH)1104。

诸如主存储器1108、只读存储器(ROM)1124或闪存(未示出)等的存储器是计算机可用存储装置的一些示例。硬盘驱动器(HDD)或固态驱动器(SSD)1126a、CD-ROM 1130和其他类似的可用装置是计算机可用存储装置(包括计算机可用存储介质)的一些示例。

操作系统在处理单元1106上运行。操作系统协调并提供对图11中数据处理系统1100内的各种组件的控制。操作系统可以是用于任何类型的计算平台的商用操作系统，包括但不限于服务器系统、个人计算机和移动装置。面向对象或其他类型的编程系统可以与操作系统结合操作，并且从在数据处理系统1100上执行的程序或应用向操作系统提供调用。

用于操作系统、面向对象的编程系统和应用或程序(诸如图10中的应用1016和客户端应用1020等)的指令位于存储装置上，诸如处于硬盘驱动器(HDD)或固态驱动器(SSD)1126a上的代码1126b的形式，并且可以被加载到一个或多于一个存储器其中至少之一(诸如主存储器1108等)以供处理单元1106执行。说明性实施例的处理可以由处理单元1106使用计算机实现的指令来进行，这些指令可以位于存储器中，诸如主存储器1108、只读存储器(ROM)1124或一个或多于一个外围装置中。

此外，在一个情况下，代码1126b可以通过网络1114a从远程系统1114b下载，在另一情况下，在远程系统1114b处，类似的代码1114c存储在存储装置1114d上，代码1126b可以通过网络1114a下载到远程系统1114b，在远程系统1114b处，所下载的代码1114c存储在存储装置1114d上。

图10和图11中的硬件可以根据实现而变化。除了图10和图11中描绘的硬件之外或者代替图10和图11中描绘的硬件，可以使用诸如闪存、等效非易失性存储器或光盘驱动器等的其他内部硬件或外围装置。此外，说明性实施例的处理可以应用于多处理器数据处理系统。

在一些说明性示例中，数据处理系统1100可以是个人数字助理(PDA)，个人数字助理(PDA)通常配置有闪存以提供用于存储操作系统文件和/或用户生成的数据的非易失性存储器。总线系统可以包括一个或多于一个总线，诸如系统总线、I/O总线和PCI总线等。当然，总线系统可以使用提供附接到构造或架构的不同组件或装置之间的数据传送的任何类型的通信构造或架构来实现。

通信单元可以包括用于发送和接收数据的一个或多于一个装置，诸如调制解调器或网络适配器等。存储器可以是例如主存储器1108或高速缓存，诸如在北桥和存储器控制器集线器(NB/MCH)1102中找到的高速缓存。处理单元可以包括一个或多于一个处理器或CPU。

图10和图11中所描绘的示例和上述示例并不意味着暗示架构限制。例如，除了采取移动或可穿戴装置的形式之外，数据处理系统1100还可以是平板电脑、膝上型计算机或电话装置。

其中，将计算机或数据处理系统描述为虚拟机、虚拟装置或虚拟组件，虚拟机、虚拟装置或虚拟组件使用数据处理系统1100中所描绘的一些或所有组件的虚拟化的表现形式以数据处理系统1100的方式操作。例如，在虚拟机、虚拟装置或虚拟组件中，处理单元1106表现为主机数据处理系统中可用的全部或部分数量的硬件处理单元1106的虚拟化实例，主存储器1108表现为主机数据处理系统中可用的全部或部分主存储器1108的虚拟化实例，并且硬盘驱动器(HDD)或固态驱动器(SSD)1126a表现为主机数据处理系统中可用的全部或部分硬盘驱动器(HDD)或固态驱动器(SSD)1126a的虚拟化实例。在这种情况下，主机数据处理系统由数据处理系统1100表示。

关于图12，该图描绘根据说明性实施例的用于智能电力控制的示例配置的图。可以使用图12中的应用1204来实现智能电力控制。应用1204是图10中的服务器应用1016、客户端应用1020或仪表板应用1022的示例。应用1204例如实时地接收或监视输入数据1202集。输入数据包括主电动运载工具参数1220，诸如高能量密度混合模块的电流、各个电池单元114及其相邻电池单元的温度、电池单元114的电压、电池单元114的阻抗、电池单元114的健康状态、电池单元114的容量、用于识别石墨化平台(graphitization plateaus)的电池单元114的计算的极化曲线或充放电曲线500、运载工具最大速率/加速度、运载工具总质量、运载工具气动阻力、位置、最近的充电站等。输入数据还包括来自简档源1226(用户简档1222、群体简档1224、环境简档1230)的驾驶特性，诸如用户偏好、旅程中计划停止的次数、平均每日驾驶距离、每英里过去的驾驶能量消耗、停止的持续时间、日历数据、以及诸如地形数据、道路坡度角、空气阻力系数以及道路滚动阻力系数等的环境数据等。

在本文描述的一个或多于一个实施例中，与用户、群体、环境、主电动运载工具、电力供应系统等相关联的特征、属性和/或偏好被称为“特征”。在一个或多于一个实施例中，配置1200定义和配置算法和/或规则以驱动特征选择结果。在特定实施例中，算法可以例如包括在用户中确定特征的最低公共值，并且确定该值是否满足特征的阈值(例如，90％)内的最佳匹配。在实施例中，系统可以对某些特征进行优先级排序，使得诸如电池模块的安全性、到达时间、或SOH或驾驶距离等的特征承载不同的权重。在实施例中，在发现运载工具队列中的共同的基准之后，配置1200了解各个运载工具的问题，并且提取和导出有助于控制主电动运载工具的电力的最佳特征值。

在实施例中，特征提取组件1214被配置为基于来自应用1204的请求的内容，使用来自所有不同的可用特征(例如，主电动运载工具参数1220、用户简档1222、群体简档1224、环境简档1230)的数据来生成主电动运载工具的相关特征。在本实施例中，特征提取组件1214从应用1204接收请求，该应用1204至少包括对主电动运载工具1232和/或其用户或位置的标识以及用于建议从一个或多于一个高能量密度混合模块112获得电力输出以完成10英里旅程的指令。使用主电动运载工具1232和/或用户信息，特征提取组件1214获得特定主电动运载工具参数1220、来自用户简档1222的用户简档信息、来自群体简档1224的群体简档信息、来自环境简档1230的环境数据的组合。在本实施例中，特征提取组件1214使用定义的优先级排序算法来生成作为特征简档的特征。在特定实施例中，特征简档包括各特征(例如，1.电池单元114中的电流、2.电池单元114的温度、3.电池单元114的电压、4.电池单元114的阻抗、5.用户日历、6.GPS位置、7.目的地、8.里程需求、9.指示电池单元114的安全性、容量和剩余寿命循环的健康状态审计报告、10.给与至各特征的权重)。电力控制模块1216使用所提取的特征和使用大量不同数据集训练的经训练M/L模型1206，来确定用于主电动运载工具1232的电力输出建议1212。采用高能量密度优先于电池单元114可被充电和/或放电的可用循环次数的化学成分的混合架构的主要益处是显著增加了电力供应系统100的牵引电池102的里程。此外，通过单独控制具有串联连接的电池单元114的高能量密度混合模块112的电流输入和输出，获得高度模块化架构，该架构通过例如在检测到短路时控制哪些模块被启用或停用以防止局部故障引起进一步损坏的能力来增加各个电池单元114或模块的安全性。通过基于关于高能量密度混合模块112的组件电池单元114获得的测量结果来模块化地控制高能量密度混合模块112，可以通过仅防止通常与常规解决方案的并联连接的电池单元中未检测到的电池单元问题相关联的电池单元的快速劣化来确保各高能量密度混合模块112的最大寿命循环。例如，如果一个电池单元过热且未被检测到，则可能开始影响其他电池单元的链反应。通过平衡装置128以模块化的方式控制各个串联连接的电池单元的电流及其充电/放电速率的能力确保电池单元114的最大容量以及因此保持电池单元114的可用寿命循环。因此，通过采用基于考虑偏好和主电动运载工具健康参数的机器学习模型的电力控制模块1216，可以智能且实时地控制各个高能量密度混合模块112的输出，以高效地应对运载工具的变化的能量需求，同时允许用户实现所述用户的里程或目的地目标而不损害混合架构所提供的益处。在实施例中，训练电力控制模块1216以使如本文所讨论的所述益处最大化。

返回到图12，特征提取组件1214可以并入深度神经网络中。特征提取组件1214可以替代地位于深度神经网络之外。电力控制模块1216使用从特征提取组件1214获得的特征来生成电力输出建议1212，电力输出建议1212可以包括例如与基于来自应用1204的请求运行一个或多于一个双向DC-DC转换器502以满足即时或扩展距离或里程目标所需的电力或能量或C速率522有关的信息。电力输出建议1212还可以包含用于指示电力供应系统100的一个或多于一个组件的预测状态的信息以及用于缓解所预测/潜在故障模式的指示。此外，电力输出建议1212可以包含与从哪个或哪些多个高能量密度混合模块112获得所定义的电力输出、电池单元114或牵引电池通过一个或多于一个双向DC-DC转换器502的充电或放电速率、开始所述充电或放电的时间以及优化的路径等有关的信息。这些示例并不意味着是限制性的，并且这些示例和其他示例电力输出建议的任何组合都可以与描述类似。电力控制模块1216可以例如基于诸如递归神经网络(RNN)和动态神经网络(DNN)等的神经网络，但是并不意味着是限制。RNN是一种人工神经网络，其被设计为识别数据序列中的模式，诸如数字时间序列预测或预报以及使用从传感器发出的数据进行数字时间序列异常检测，从而生成图像描述和文本摘要。RNN使用回归连接(与“正常”信号流的方向相反)，这在网络拓扑中形成循环。从较早的输入导出的计算被反馈到网络中，这使得RNN具有“短期记忆”。诸如RNN等的反馈网络是动态的；反馈网络的“状态”不断变化，直到反馈网络达到平衡点为止。因此，RNN特别适合于检测给定数据集中的跨时间的关系。递归网络不仅将它们看到的当前输入示例作为它们的输入，而且还将它们时间上已经先前感知到的内容作为它们的输入。在时间步t-1处到达的递归网络的决策影响在时间步t处的稍后时刻将到达的决策。因此，递归网络有两个输入源，即当前和最近过去的输入源，这两个输入源相结合以确定它们如何响应新数据。DNN依赖于网络结构的动态声明。在常规的静态模型中，计算图(通常定义利用神经网络的计算的符号表示)、然后示例被馈入用于执行该计算并计算其导数的引擎中。然而，对于静态图，必须在开始时定义输入大小，这对于具有变化的输入的应用来说可能是不方便的。然而，在DNN中，在具有对各输入使用不同的网络结构的能力的情况下，使用动态声明策略，其中通过执行计算网络输出的过程代码来隐式构造计算图。因此，在训练处理中，可以针对每个训练示例重新定义计算图。因此，在输入变量被声明之后立即动态地建立计算图。因此，图是灵活的，并且允许在任何时间修改和检查图的内部特征。因此，代替必须维持到神经网络的所有输入和神经网络的层之间的关系，可以作出这样的决策，即在定义的参数超过其优先级增加的阈值水平时，动态改变神经网络的结构以引起输出的相应改变，这应对了由优先级增加引起的电力供应系统100的新功能需求，反之亦然。因此，在动态神经网络中，输出取决于输入、输出的当前值和过去值以及网络结构。具有这种反馈的神经网络适合于系统建模、识别、控制和滤波操作，并且对于非线性动态电力供应系统尤其重要。当然，示例是非限制性的，并且可以根据说明书获得其他示例。

在说明性实施例中，电力输出建议1212可以由应用1204的呈现组件1208呈现。适配组件1210被配置为从用户接收输入以在必要时适配电力输出建议1212。例如，改变由电力控制模块1216建议的路线导致考虑到新路线的地形和距离的所建议的电力输出的重新计算。

反馈组件1218可选地收集相对于电力输出建议1212的用户反馈1224。在一个实施例中，应用1204被配置为不仅计算电力输出建议1212，而且提供用于用户输入反馈的方法，其中反馈指示所计算的电力输出建议1212的精度。反馈组件1218将机器学习技术中的反馈应用于诸如简档1222、1224、1230或M/L模型1206，以修改M/L模型1206来获得更好的建议。在说明性实施例中，应用分析所述反馈输入，并且应用加强电力控制模块1216的M/L模型1206。如果反馈对于建议的精度是积极的或不满意的，则应用分别增强或减弱M/L模型1206的参数。在示例中，建议是在到达山之前的30英里打开混合增程器电池124，这样在山顶，将有足够的电池容量和电力以不需要在山顶处限制电力。然而，在确定为山顶处的电力实际上是有限的并且因此可能维持比所期望的速率更低的速率时，向电力控制模块1216提供关于建议/预测的不准确的反馈。

神经网络模型的输入层可以是例如表示电池单元114的电流、电压或阻抗值的向量、地形数据的2D图像的像素、由NLP引擎1228提供的上下文日历数据等。在示例中，CNN(卷积神经网络)使用卷积来从输入图像中提取特征。在实施例中，在接收到提供建议的请求时，应用1204创建被输入到M/L模型1206的输入神经元的值的阵列，以产生包含电力输出建议1212的阵列。

神经网络M/L模型1206使用各种类型的训练数据集进行训练，该训练数据集包括所存储的简档以及大量的样本运载工具和电池单元测量结果。如作为描绘了根据说明性实施例的用于基于机器学习的推荐生成的示例训练架构1302的框图的图13所示，程序代码从训练数据1304中提取各种特征1306。训练数据1304的成分具有标记L。特征被用于开发预测函数H(x)或假设，该预测函数H(x)或假设被程序代码用作M/L模型1308。在识别训练数据1304中的各种特征时，程序代码可以利用包括但不限于互信息的各种技术，互信息是在实施例中可用于识别特征的方法的示例。其他实施例可以利用变化的技术来选择特征，包括但不限于主成分分析、扩散映射、随机森林和/或递归特征消除(用于选择特征的蛮力方法)，以选择特征。“P”是可以获得的输出(例如，电力输出值、从中获得电力输出值的高能量密度混合模块112等)，当接收到该输出时，可以进一步触发电力供应系统100或运载工具进行诸如所存储指令的步骤等的其他步骤。程序代码可以利用机器学习m/l算法1312来训练(该训练包括为输出提供权重)M/L模型1308，使得程序代码可以基于包括M/L模型1308的预测函数对各种变化进行优先级排序。可以通过质量度量1310来评估输出。

通过选择不同的训练数据1304的集，程序代码训练M/L模型1308以识别和加权主电动运载工具1232、驾驶员、运载工具队列、环境条件等的各种特征。为了利用M/L模型1308，程序代码获得(或导出)输入数据或特征以生成输入到神经网络的输入神经元中的值的阵列。响应于这些输入，神经网络的输出神经元产生包括要同时呈现或使用的电力输出建议1212的阵列。

参考图14，该图描绘根据说明性实施例的用于为电动运载工具提供电力输出建议的示例处理1400的流程图。可以使用图12中的应用1204来实现处理1400。

在步骤1402中，处理1400通过至少一个混合模块控制器(HMC)独立地测量电力供应系统的至少一个高能量密度混合模块的多个电池单元各自的参数。多个电池单元串联连接在至少一个高能量密度混合模块中。

在步骤1404中，处理1400接收电池单元的所测量的参数作为用于由电力控制模块使用的用于指示主电动运载工具的一个或多于一个特性的主电动运载工具参数集的至少一部分。这些参数可以至少包括电流、温度和电压。包括容量、具有石墨化平台的极化曲线和阻抗(DC IR、AC IR)的其他参数可以从电流、温度和电压的单次或时间序列测量结果导出。例如，具有石墨化平台(其中发生铁插入)的极化曲线可以由处理1400用于解释电池单元114中发生的故障的类型，例如锂的损失或存储锂的活性位点的损失等。

在步骤1406中，处理1400至少使用主电动运载工具参数集来生成输入数据。在步骤1408中，处理1400从输入数据中提取一个或多于一个特征，该一个或多于一个特征表示完成电力输出建议操作的请求，诸如具有即将举行的会议的用户的日历。特征提取可以与模型分离，或者被包括在训练期间调谐的模型的一个或多于一个层中。如图15所示，一个或多于一个特征还可以表示从属性优先级排序1502步骤获得的属性。在属性优先级排序1502中，获得在电力输出建议操作中考虑的一个或多于一个属性1510。一个或多于一个属性可以具有不同的分配的优先级或权重，或者可以具有相同的或甚至未分配的优先级或权重。通过用考虑属性1510的大量不同数据集训练M/L模型1206，可以通过电力控制模块1216应对不同的场景。在说明性和非限制性实施例中，属性1510包括用于使安全性属性1504最大化或强制执行、使寿命属性1506最大化和使容量属性1508最大化的指示。在步骤1410中，处理1400使用电力控制模块来提出用于主电动运载工具的至少一个电力输出建议。

至少一个电力输出建议可以考虑属性，由于属性优先级排序1502，即电力供应系统100的最大化安全性1504。在说明性实施例中，最大化安全性表示考虑电池单元化学物中的可能或观察到的活动(例如，表现为自放电的阳极和阴极之间的短路)，其中电力控制模块1216建议并实现电池组的分段/高能量密度混合模块112的操作的暂停而不影响其他模块/高能量密度混合模块112(该步骤否则在常规电池组中是不可用的)。实现还可以包括从所述高能量密度混合模块112移离能量或将其放电并将其关闭以将其隔离从而获得安全益处。此外，通过观察在没有任何相应电流变化的情况下的异常温度升高，电力控制模块1216可以推断火灾事件或电路板故障等，并因此对该温度升高附近的相应模块进行放电以避免火灾或故障的传播。在另一示例中，通过观察底盘304和高压总线之间的隔离损失，电力控制模块降低一个或多于一个模块的充电状态并提供服务警告，从而最大化电力供应系统100(以及由此的电动运载工具)的安全性。

至少一个电力输出建议可以考虑属性优先级排序1502，即电力供应系统100的最大寿命1506。在说明性实施例中，使寿命最大化包括使电池单元114的健康即电池放电电流的能力最大化。通过观察电池阻抗的增加，电力供应系统100引起电池单元114的最大电流的改变以避免电池单元114过热或“过载”，从而使电池单元114的寿命最大化。因此，确定所定义的放电电力以补充电池单元114的健康状态。在本实施例中，基于电池单元的放电和再充电以及放电参数和再充电与理想标准的比较来测量阻抗，其中电池单元114在SOH分级操作中被分级。电池单元114例如被分级为A、B、C、D和E，其中A表示高SOH，并且E表示低SOH。因此，在本实施例中，具有被分级为D和E的电池单元114的所有模块可以由电力控制模块1216以C/10的C速率522进行操作，并且具有被分级为B和C的电池单元的模块可以以C/5的C速率522进行操作，并且具有被分级为A的电池单元的模块可以以C/3的C速率522进行操作，操作的C速率522是各个高能量密度混合模块112的放电电力极限。电力控制模块1216根据结合安全性和容量属性的这些限制保持学习和调整。因此，如果一个电池单元114被分级为A而其模块由于安全性问题而离线，则另一电池单元114可以从B升级到A或该另一电池单元的模块由于离线的电池单元114的不存在而被配置为更“忙碌”的占空比。

由于属性优先级排序1502，至少一个电力输出建议可以考虑电力供应系统100的最大容量1508。在说明性实施例中，使识别电池单元的阻抗问题的容量最大化。对于具有高阻抗的电池单元，电力控制模块1216可以以最低C速率522操作相应的高能量密度混合模块112，在最长时间提供能量并因此使容量最大化，即使首先操作该高能量密度混合模块112不太可能仅基于寿命属性1510也是如此。此外，对于组中的电池单元的系列串，该组的容量受最弱电池单元的限制。如果所有电池单元具有100AH并且最弱电池单元具有60AH，则最弱电池单元限制其他电池单元，这是因为一旦达到零电荷则不能进一步对系列串中的其余电池单元放电以避免损坏最弱的电池单元。电力控制模块1216进行操作以避免电池单元之间的容量的发散，以保护最弱电池单元并且不使其加重。此外，电力控制模块1216可以对最弱电池单元进行放电和在化成充电中缓慢充电以恢复该电池单元的容量。

因此，在说明性实施例中，电力控制模块1216基于用于使寿命、安全性、容量和其他属性最大化的系统优点和缺点进行操作，同时还考虑诸如地理、最大电流和速率等的输入数据，并且通过查看所有输入来预测如何使属性目标受益。经常/定期进行SOH检查，允许对电池单元/模块进行分级，以保持跟踪其健康状况，从而做出决策。例如，使用日历来查看即将到来的旅程以及可以进行SOH检查以识别弱电池模块，从而确定是否可以改进。已识别的弱电池模块可以在旅程之前非常缓慢地充电，以解决旅程中使用的健康问题。

因此，在用于电动运载工具电力供应和其他相关特征、功能或操作的说明中提供了计算机实现的方法、系统或设备和计算机程序产品。其中，关于一种类型的装置描述计算机实现的方法、系统或设备和计算机程序产品的一部分的实施例，计算机实现的方法、系统或设备、计算机程序产品或其一部分适于或被配置为与该类型的装置的适当和可比较的表现形式一起使用。

当实施例被描述为在应用中实现时，在说明性实施例的范围内思考在软件即服务(SaaS)模型中的应用的递送。在SaaS模型中，通过在云基础设施中执行应用来向用户提供应用实现实施例的能力。用户可以使用各种客户端装置通过诸如Web浏览器(例如，基于Web的电子邮件)等的轻薄客户端接口或其他轻量级客户端应用来访问应用。用户不管理或控制底层云基础设施(包括网络、服务器、操作系统或云基础设施的存储装置)。在某些情况下，用户甚至可能不管理或控制SaaS应用的功能。在一些其他情况下，应用的SaaS实现可以允许有限的用户特定应用配置设置的可能例外。

本发明可以是任何可能的技术细节级别的集成的系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质(或媒介)，在该计算机可读存储介质(或媒介)上具有用于使处理器执行本发明的方面的计算机可读程序指令。

计算机可读存储介质可以是可以保留和存储指令执行装置所使用的指令的有形装置。计算机可读存储介质可以是例如但不限于电子存储装置、磁存储装置、光存储装置、电磁存储装置、半导体存储装置或上述的任何适当组合。计算机可读存储介质的更具体示例的非穷尽列表包括以下各项：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码的装置(诸如穿孔卡或记录有指令的槽中的凸起结构等)以及前述的任何适当组合。包括但不限于如本文所使用的计算机可读存储装置的计算机可读存储介质不应被理解为瞬时信号本身，诸如无线电波或其他自由传播的电磁波、通过波导传播的电磁波、或其他传输介质(例如，穿过光纤线缆的光脉冲)、或通过线传输的电信号。

本文描述的计算机可读程序指令可以经由网络(例如，因特网、局域网、广域网和/或无线网络)从计算机可读存储介质下载到相应的计算/处理装置或下载到外部计算机或外部存储装置。网络可以包括铜传输线缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。各计算/处理装置中的网络适配器卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以供存储在相应计算/处理装置内的计算机可读存储介质中。

用于执行本发明的操作的计算机可读程序指令可以是汇编器指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、用于集成电路的配置数据、或以一个或多于一个编程语言的任何组合编写的源代码或目标代码，该编程语言包括面向对象的编程语言(诸如Smalltalk或C++等)和过程编程语言(诸如“C”编程语言或类似编程语言等)。计算机可读程序指令可以完全在用户的计算机上、部分在用户的计算机上、作为独立的软件包、部分在用户的计算机上、部分在远程计算机上或完全在远程计算机或服务器上执行。在后一场景下，远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机，或者可以进行到外部计算机(例如，通过使用因特网服务提供商的因特网)的连接。在一些实施例中，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路个性化，从而进行本发明的方面。

本发明的方面在本文被描述为涉及根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图图示和/或框图。应当理解，计算机可读程序指令可以实现流程图图示和/或框图中的各框以及流程图图示和/或框图中的框的组合。

这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生机器，使得经由计算机或其他可编程数据处理设备的处理器执行的指令创建用于实现流程图和/或框图中的一个或多于一个框中指定的功能/动作的部件。这些计算机可读程序指令还可以存储在计算机可读存储介质中，该计算机可读存储介质可以指导计算机、可编程数据处理设备和/或其他装置以特定方式起作用，使得存储有指令的计算机可读存储介质包括制造品，该制造品包括实现流程图和/或框图的一个或多于一个框中指定的功能/动作的方面的指令。

计算机可读程序指令还可以被加载到计算机、其他可编程数据处理设备或其他装置上，以使在计算机、其他可编程设备或其他装置上进行一系列操作步骤以产生计算机实现的处理，使得在计算机、其他可编程设备或其他装置上执行的指令实现流程图和/或框图的一个或多于一个框中指定的功能/动作。

图中的流程图和框图例示根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这方面，流程图或框图中的各块可以表示指令的模块、段或部分，该模块、段或部分包括用于实现(一个或多于一个)指定逻辑功能的一个或多于一个可执行指令。在一些可替代的实现中，框中注明的功能可能以图中注明的顺序之外顺序发生。例如，实际上可以基本上同时执行连续示出的两个框，或者有时可以以相反的顺序执行框，这取决于所涉及的功能。还将注意到，框图和/或流程图图示的各方框以及框图和/或流程图图示中的框的组合可以由基于专用硬件的系统来实现，该系统进行特定功能或动作或者执行专用硬件和计算机指令的组合。

Claims (67)

1.一种电力供应系统，其用于电动运载工具，所述电力供应系统包括：

牵引电池，其被配置为与所述电动运载工具的高压DC总线连接和断开以向所述电动运载工具供电；

混合增程器电池，其包括并联连接的一个或多于一个高能量密度混合模块，其中，各高能量密度混合模块包括相应的混合模块控制器即HMC和串联连接的多个电池单元；以及

一个或多于一个双向DC-DC转换器，其布置在所述一个或多于一个高能量密度混合模块和所述电动运载工具的所述高压DC总线之间；

其中，所布置的各双向DC-DC转换器通过所述电动运载工具的所述高压DC总线操作地将来自相应的高能量密度混合模块的直流电流耦合到所述牵引电池和/或动力系，以相应地向所述牵引电池充电和/或向所述电动运载工具供电。

2.根据权利要求1所述的电力供应系统，其中，所述一个或多于一个高能量密度混合模块中的各高能量密度混合模块被配置有使高能量密度优先于可用循环寿命的化学物。

3.根据权利要求1所述的电力供应系统，其中，所述牵引电池包括由电池管理系统即BMS控制的一个或多于一个牵引模块。

4.根据权利要求1所述的电力供应系统，其中，所述牵引电池的一个或多于一个牵引模块是多个牵引模块，并且所述多个牵引模块串联连接。

5.根据权利要求1所述的电力供应系统，其中，所述多个电池单元中的各电池单元被配置为能够由相应的HMC独立地测量。

6.根据权利要求1所述的电力供应系统，其中，所述一个或多于一个高能量密度混合模块被配置为通过相应的双向DC-DC转换器来管理充电和/或放电。

7.根据权利要求1所述的电力供应系统，其中，高能量密度混合模块的相应HMC还被配置为利用通过所获得的与能够独立地测量的电池单元有关的传感器信息对所述HMC的所述高能量密度混合模块的充电和放电的速率进行控制，来管理所述电力供应系统的发电模式。

8.根据权利要求1所述的电力供应系统，还包括用于所述高能量密度混合模块的各电池单元的平衡装置，所述平衡装置被配置为选择性地使所述电池单元中所储存的电荷放电。

9.根据权利要求8所述的电力供应系统，其中，所述平衡装置是与所述各电池单元并联连接的分泄电阻器。

10.根据权利要求1所述的电力供应系统，其中，所述混合增程器电池包括多种化学物。

11.根据权利要求1所述的电力供应系统，其中，至少一个高能量密度混合模块的电池单元具有约1000Wh/L或大于1000Wh/L的电池单元能量密度。

12.根据权利要求1所述的电力供应系统，其中，所述增程器电池具有约200次循环的循环寿命。

13.根据权利要求1所述的电力供应系统，其中，所述牵引电池与所述混合增程器电池分隔开。

14.根据权利要求1所述的电力供应系统，其中，所述牵引电池是负载跟随的。

15.一种操作电动运载工具的电力供应系统的方法，包括：

提供牵引电池，所述牵引电池包括被配置为向所述电动运载工具供电的一个或多于一个牵引模块；

提供混合增程器电池，所述混合增程器电池具有并联连接的一个或多于一个高能量密度混合模块，其中，各高能量密度混合模块具有使高能量密度优先于可用循环寿命的化学物并且包括相应的混合模块控制器即HMC和串联连接的多个电池单元，所述多个电池单元中的各电池单元能够由相应的HMC独立地测量；

通过在所述一个或多于一个高能量密度混合模块和所述电动运载工具的、连接到所述牵引电池和/或所述运载工具的动力系的高压DC总线之间布置一个或多于一个双向DC-DC转换器，将来自所述一个或多于一个高能量密度混合模块的直流电流操作地耦合到所述高压DC总线，以相应地向所述牵引电池充电和/或向所述电动运载工具供电，其中，所述一个或多于一个高能量密度混合模块中的各高能量密度混合模块具有相应的双向DC-DC转换器；以及

通过使用相应的HMC通过所获得的与能够独立地测量的电池单元有关的传感器信息对所述HMC的相应的高能量密度混合模块的充电和放电的速率进行控制，来控制所述电力供应系统的发电模式。

16.根据权利要求15所述的方法，还包括通过使用相应的双向DC-DC转换器控制所述高能量密度混合模块的输入和输出电流，并且将电池单元的相应的测量阻抗与参考简档进行比较，来检测该电池单元的故障。

17.根据权利要求16所述的方法，还包括响应于检测到所述高能量密度混合模块的电池单元的故障而改变所述高能量密度混合模块的放电的速率。

18.根据权利要求16所述的方法，还包括响应于检测到所述高能量密度混合模块的电池单元的故障而停用所述高能量密度混合模块。

19.根据权利要求15所述的方法，其中，为了平衡电力递送的需要和对充电循环的保留，能量管理系统在从所述混合增程器电池提取能量之前优先耗尽所述牵引电池的能量。

20.根据权利要求15所述的方法，还包括在所述牵引电池和所述混合增程器电池之间传送电力。

21.根据权利要求15所述的方法，还包括：响应于检测到所述牵引电池的故障，通过将所述一个或多于一个高能量密度混合模块连接到所述高压DC总线，将所述一个或多于一个高能量密度混合模块指定为临时替换。

22.一种操作电动运载工具的电力供应系统的方法，所述电动运载工具包括牵引电池和混合增程器电池，所述牵引电池被配置为向所述电动运载工具供电，所述混合增程器电池具有一个或多于一个高能量密度混合模块，各高能量密度混合模块具有使高能量密度优先于可用循环寿命的化学物、并且包括相应的混合模块控制器即HMC和能够由相应的HMC独立地测量的多个电池单元，所述高能量密度混合模块操作地耦合到连接到所述牵引电池和/或所述运载工具的动力系的高压DC总线，以相应地向所述牵引电池充电和/或向所述电动运载工具供电，所述方法包括：

使用所述相应的HMC，通过所获得的与能够独立地测量的电池单元有关的传感器信息对各相应的高能量密度混合模块的充电和放电的速率进行控制。

23.一种非暂态计算机可读存储介质，其存储有程序，其中，所述程序在由计算机系统执行时使所述计算机系统进行包括以下的过程：

通过在混合增程器电池的一个或多于一个高能量密度混合模块和电动运载工具的、连接到牵引电池和/或所述电动运载工具的动力系的高压DC总线之间布置一个或多于一个双向DC-DC转换器，将来自所述一个或多于一个高能量密度混合模块的直流电流操作地耦合到所述高压DC总线，以相应地向所述牵引电池充电和/或向所述电动运载工具供电，其中，所述一个或多于一个高能量密度混合模块中的各高能量密度混合模块具有相应的双向DC-DC转换器；以及

通过使用相应的HMC通过所获得的与能够独立地测量的电池单元有关的传感器信息对所述HMC的相应的高能量密度混合模块的充电和放电的速率进行控制，来控制电力供应系统的发电模式。

24.根据权利要求23所述的非暂态计算机可读存储介质，其中，所述过程还包括通过使用相应的双向DC-DC转换器控制所述高能量密度混合模块的输入和输出电流并且将电池单元的相应的测量阻抗与参考简档进行比较，来检测该电池单元的故障。

25.根据权利要求23所述的非暂态计算机可读存储介质，其中，所述过程还包括在从所述混合增程器电池提取能量之前优先耗尽所述牵引电池的能量，以平衡电力递送的需要和对充电循环的保留。

26.一种计算机实现的方法，包括以下步骤：

由至少一个混合模块控制器即至少一个HMC独立地测量电力供应系统的至少一个相应的高能量密度混合模块的多个电池单元中的各电池单元的参数，所述多个电池单元在所述至少一个相应的高能量密度混合模块中串联连接；

接收所测量的参数作为主电动运载工具参数集的至少一部分，所述主电动运载工具参数集指示由电力控制模块使用的、主电动运载工具的一个或多于一个特性；

至少使用所述主电动运载工具参数集生成输入数据；

从所述输入数据提取一个或多于一个特征，所述一个或多于一个特征表示完成电力输出建议操作的请求的特性，以及

使用所述电力控制模块来提出用于所述主电动运载工具的至少一个电力输出建议；

其中，所述电力控制模块作为机器学习引擎进行操作。

27.根据权利要求26所述的方法，还包括：

通过属性优先级排序来生成所述电力供应系统的要执行的属性集，并且基于所述属性来提出所述至少一个电力输出建议。

28.根据权利要求27所述的方法，其中，所述属性包括所述电力供应系统的安全性属性、所述电力供应系统的容量属性或所述电力供应系统的寿命循环属性。

29.根据权利要求26所述的方法，其中，所述电力输出建议包括指示，该指示用于所述至少一个HMC通过以定义的速率对至少一个相应的高能量密度混合模块的充电和放电进行控制来管理所述电力供应系统使用所述至少一个相应的高能量密度混合模块的发电模式。

30.根据权利要求26所述的方法，其中，所述至少一个相应的高能量密度混合模块具有使高能量密度优先于可用循环寿命的化学物，并且所述多个电池单元中的各电池单元能够由相应的HMC独立地测量。

31.根据权利要求26所述的方法，其中，所述输入数据还包括从由以下各项构成的组中选择出的信息：与所述电动运载工具的用户有关的信息、与其他电力供应系统的队列有关的信息以及与所述主电动运载工具的环境有关的信息。

32.根据权利要求26所述的方法，其中，所述输入数据还包括日历数据。

33.根据权利要求26所述的方法，还包括：

向所述电力控制模块提供指示建议的准确性的反馈，以加强电力控制模块。

34.根据权利要求26所述的方法，还包括：

基于所述至少一个电力输出建议对所述电力供应系统的牵引电池进行充电。

35.根据权利要求34所述的方法，其中，所述电力输出建议包括指示，所述指示用于所述至少一个HMC通过以定义的速率对所述至少一个相应的高能量密度混合模块的通过双向DC-DC转换器的充电和放电进行控制，来管理所述电力供应系统使用所述至少一个相应的高能量密度混合模块的发电模式。

36.一种计算机系统，其包括处理器，所述处理器被配置为进行包括以下的步骤：

由至少一个混合模块控制器即至少一个HMC独立地测量电力供应系统的至少一个相应的高能量密度混合模块的多个电池单元中的各电池单元的参数，所述多个电池单元在所述至少一个相应的高能量密度混合模块中串联连接；

接收所测量的参数作为主电动运载工具参数集的至少一部分，所述主电动运载工具参数集指示由电力控制模块使用的主电动运载工具的一个或多于一个特性；

至少使用所述主电动运载工具参数集来生成输入数据；

从所述输入数据提取一个或多于一个特征，所述一个或多于一个特征表示完成电力输出建议操作的请求的特性，以及

使用所述电力控制模块提出用于所述主电动运载工具的至少一个电力输出建议；

其中，所述电力控制模块作为机器学习引擎进行操作。

37.根据权利要求36所述的计算机系统，其中，所述处理器还被配置为通过属性优先级排序来生成所述电力供应系统的要执行的属性集，并且基于所述属性来提出所述至少一个电力输出建议。

38.根据权利要求36所述的计算机系统，其中，所述属性包括所述电力供应系统的安全性属性、所述电力供应系统的容量属性或所述电力供应系统的寿命循环属性。

39.根据权利要求36所述的计算机系统，其中，所述至少一个相应的高能量密度混合模块具有使高能量密度优先于可用循环寿命的化学物，并且所述多个电池单元中的各电池单元能够由相应的HMC独立地测量。

40.根据权利要求36所述的计算机系统，其中，所述输入数据还包括日历数据。

41.一种非暂态计算机可读存储介质，其存储有程序，其中，所述程序在由计算机系统执行时使所述计算机系统进行包括以下的过程：

由至少一个混合模块控制器即至少一个HMC独立地测量电力供应系统的至少一个相应的高能量密度混合模块的多个电池单元中的各电池单元的参数，所述多个电池单元在所述至少一个相应的高能量密度混合模块中串联连接；

接收所测量的参数作为主电动运载工具参数集的至少一部分，所述主电动运载工具参数集指示由电力控制模块使用的主电动运载工具的一个或多于一个特性；

至少使用所述主电动运载工具参数集来生成输入数据；

从所述输入数据提取一个或多于一个特征，所述一个或多于一个特征表示完成电力输出建议操作的请求的特性，以及

使用所述电力控制模块提出用于所述主电动运载工具的至少一个电力输出建议；

其中，所述电力控制模块作为机器学习引擎进行操作。

42.根据权利要求41所述的非暂态计算机可读存储介质，其中，所述计算机系统通过属性优先级排序来生成所述电力供应系统的要执行的属性集，并且基于所述属性来提出所述至少一个电力输出建议。

43.根据权利要求41所述的非暂态计算机可读存储介质，其中，所述属性包括所述电力供应系统的安全性属性、所述电力供应系统的容量属性或所述电力供应系统的寿命循环属性。

44.根据权利要求41所述的非暂时计算机可读存储介质，其中，所述至少一个相应的高能量密度混合模块具有使高能量密度优先于可用循环寿命的化学物，并且所述多个电池单元中的各电池单元能够由相应的HMC独立地测量。

45.根据权利要求41所述的非暂态计算机可读存储介质，其中，所述输入数据还包括日历数据。

46.一种用于电动运载工具的电池系统，包括：

第一电池，其具有第一化学物类型和不大于500Wh/L的电池单元能量密度；以及

第二电池，其具有与所述第一化学物类型不同的第二化学物类型且具有不小于1000Wh/L的电池单元能量密度。

47.根据权利要求46所述的电池系统，其中，所述第一电池具有不大于400Wh/L的电池单元能量密度。

48.根据权利要求46所述的电池系统，其中，所述第二电池具有至少1100Wh/L的电池单元能量密度。

49.根据权利要求46所述的电池系统，其中，所述第二电池具有至少1200Wh/L的电池单元能量密度。

50.根据权利要求46所述的电池系统，其中，所述第一电池具有0.12至0.16Wh/L/循环的每循环能量密度额定值即EDC额定值。

51.根据权利要求46所述的电池系统，其中，所述第二电池具有至少1.0Wh/L/循环的EDC额定值。

52.根据权利要求46所述的电池系统，其中，所述第二电池具有至少2.0Wh/L/循环的EDC额定值。

53.根据权利要求46所述的电池系统，其中，所述第二电池具有至少5.0Wh/L/循环的EDC额定值。

54.根据权利要求46所述的电池系统，还包括第三电池，所述第三电池具有第三化学物类型和400至1400Wh/L的电池单元能量密度。

55.根据权利要求54所述的电池系统，其中，所述第三电池具有500至800Wh/L的电池单元能量密度。

56.根据权利要求54所述的电池系统，其中，所述第三电池具有不小于1000Wh/L的电池单元能量密度。

57.一种向电动运载工具提供电力的方法，包括：

选择性地从第一电池或第二电池向所述电动运载工具的至少一个系统提供电力，

其中，所述第一电池具有第一化学物类型和不大于500Wh/L的电池单元能量密度；以及

其中，所述第二电池具有与所述第一化学物类型不同的第二化学物类型并且具有不小于1000Wh/L的电池单元能量密度。

58.根据权利要求57所述的方法，其中，所述第一电池具有不大于400Wh/L的电池单元能量密度。

59.根据权利要求57所述的方法，其中，所述第二电池具有至少1100Wh/L的电池单元能量密度。

60.根据权利要求57所述的方法，其中，所述第二电池具有至少1200Wh/L的电池单元能量密度。

61.根据权利要求57所述的方法，其中，所述第一电池具有0.12至0.16Wh/L/循环的每循环能量密度额定值即EDC额定值。

62.根据权利要求57所述的方法，其中，所述第二电池具有至少1.0Wh/L/循环的EDC额定值。

63.根据权利要求57所述的方法，其中，所述第二电池具有至少2.0Wh/L/循环的EDC额定值。

64.根据权利要求57所述的方法，其中，所述第二电池具有至少5.0Wh/L/循环的EDC额定值。

65.根据权利要求57所述的方法，还包括第三电池，所述第三电池具有第三化学物类型和400至1400Wh/L的电池单元能量密度。

66.根据权利要求65所述的方法，其中，所述第三电池具有500至800Wh/L的电池单元能量密度。

67.根据权利要求65所述的方法，其中，所述第三电池具有不小于1000Wh/L的电池单元能量密度。