DE102004036302B4 - Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle - Google Patents

Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle Download PDF

Info

Publication number
DE102004036302B4
DE102004036302B4 DE102004036302A DE102004036302A DE102004036302B4 DE 102004036302 B4 DE102004036302 B4 DE 102004036302B4 DE 102004036302 A DE102004036302 A DE 102004036302A DE 102004036302 A DE102004036302 A DE 102004036302A DE 102004036302 B4 DE102004036302 B4 DE 102004036302B4
Authority
DE
Germany
Prior art keywords
battery
state
charge
current
soc
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.)
Revoked
Application number
DE102004036302A
Other languages
English (en)
Other versions
DE102004036302A1 (de
Inventor
Edward D. Jr. Grand Blanc Tate
Mark W. Troy Verbrugge
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Motors Liquidation Co
Original Assignee
Motors Liquidation Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Motors Liquidation Co filed Critical Motors Liquidation Co
Publication of DE102004036302A1 publication Critical patent/DE102004036302A1/de
Application granted granted Critical
Publication of DE102004036302B4 publication Critical patent/DE102004036302B4/de
Revoked legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

Batteriesystem, das einen Ladungszustand einer Batterie (12) schätzt, umfassend:
ein Messgerät (20), das eine Klemmenspannung (Vt) und einen Klemmenstrom (It) der Batterie (12) misst; und
eine Steuereinheit (18), die aus der Klemmenspannung (Vt) und dem Klemmenstrom (It) eine synthetische Eingangsgröße (u', y') berechnet, und die ein linearisiertes Modell der Batterie (12) und eine zeitlich veränderliche Zustandsschätzfunktion (112) verwendet, um auf Grundlage der synthetischen Eingangsgröße die Leerlaufspannung (Voc) und daraus den Ladungszustand (Qsoc) der Batterie (12) zu schätzen.

Description

  • Die Erfindung betrifft Leistungsquellen und insbesondere eine Ladungszustands-Schätzeinrichtung für eine Bleileistungsquelle (PbA-Leistungsquelle).
  • Der Ladungszustand (SOC) einer Batterie gibt die Menge nutzbarer Energie an, die zu einem gegebenen Zeitpunkt in der Batterie gespeichert ist. Sie ist analog zu der Kraftstoffmenge in einem Kraftstofftank. Um die Lebensdauer und die Gesamtleistung der Batterie zu erhöhen, muss die Batterie in einem optimalen Ladungszustand gehalten werden. Der Alterungszustand (SOH) einer Batterie gibt den Zustand der Batterie an. Der Alterungszustand beruht auf der Beobachtung besonderer Batterieparameter, die das Ausmaß der unsichtbaren inneren Schädigung oder Verschlechterung bestimmen.
  • Eine Batterie kann als ein System betrachtet werden, das den Strom und den Wärmefluss als Eingangsgrößen und die Spannung und die Temperatur als Antworten besitzt. Die Spannungsantwort der Batterie auf eine Stromstimulation wird unter Verwendung einer Kombination von Spannungen und einer Stromquelle beschrieben. Diese Spannungen umfassen ein Gleichgewichtspotential, eine Spannung, die sich aus Hystereseeffekten ergibt, eine Spannung, die sich aus Ohmschen Spannungsabfällen ergibt, und eine Spannung, die sich aus der Dynamik in der Batterie ergibt, oder eine Doppelschichtspannung. Jede dieser Spannungen kann entweder durch eine algebraische Funktion oder durch eine Differentialgleichung oder durch ein Faltungsintegral beschrieben werden. Die Stromquelle gibt den Selbstentladungsstrom der Batterie an.
  • Der Batteriewiderstand, das Gleichgewichtspotential, die Spannung, die sich aus Hystereseeffekten ergibt, die Spannung, die sich aus Ohmschen Spannungsabfällen ergibt, die Doppelschichtspannung und die Selbstentladungsspannung sind während der Verwendung nicht direkt messbar. Diese Werte beeinflussen den Ladungszustand und die Parameter, die den Alterungszustand der Batterie angeben. Da sie nicht direkt messbar sind, ist es häufig schwierig, den Ladungs- und den Alterungszustand der Batterie genau zu bestimmen. Somit ist es schwierig, die Batterie in einem optimalen Ladungszustand zu erhalten oder zu bestimmen, wann sich der Alterungszustand bis auf einen Punkt verschlechtert hat, an dem die Batterieleistung erheblich betroffen ist.
  • Die DE 699 17 036 T2 offenbart ein Verfahren und eine Vorrichtung zur Abschätzung des Ladezustands eines Akkumulators. Die Potentialdifferenz an der zu überwachenden Batterie wird gemessen und dazu verwendet, die Ladung der Batterie abzuschätzen. Zum Abschätzen der Ladung korrigiert ein Datenprozessor zunächst die gemessene Klemmenspannung, indem er eine Hysteresekorrektur durchführt, die eine Korrektur für die gemessene Batterieklemmenspannung als Funktion eines Schätzwertes einer Gleichgewichtsspannung für die Batterie und einen Schätzwert des Ladezustandes der Batterie berechnet. Zur Berechnung eines Ladezustandes wird dann ein Batteriemodell verwendet, bei dem die Batterie durch mehrere Tanks dargestellt ist. Mit Hilfe dieses Modells können der Klemmenstrom und der Batteriewiderstand abgeschätzt werden.
  • Aus der DE 38 82 374 T2 ist ein Ladezustandsanzeiger für eine Batterie bekannt, der periodisch die Ausgangsspannung, den der Batterie entzoge nen oder zugeführten Strom und die Temperatur der Batterie misst. Aus dem gemessenen Batteriestrom wird durch eine Integration des Batteriestroms über die Zeit die in der Batterie entzogene Nettoladung ermittelt. Zu dem gemessenen Batteriestrom wird ein mit Hilfe eines Modells berechneter Gasungsstrom, der exponentiell von der gemessenen Temperatur abhängt, abgezogen. Mit Hilfe eines Kalman-Filters werden verschiedene Größen in dem Batteriemodell korrigiert. Insgesamt ergibt sich ein zweiteiliges mathematisches Modell, wobei der erste Teil ein lineares Modell ist, welches interne Batteriemengen vorhersagt, die sich linear mit messbaren Batteriewerten ändern, und der zweite Teil interne Batteriemengen vorhersagt, die in einer nichtlinearen Beziehung zu messbaren Werten stehen.
  • In dem Artikel "Simulation von Batterien und Batteriesystemen" von A. Jossen und V. Späth, Design- und Elektronikentwicklerforum, München, 1998 sind mathematische Modelle zur Beschreibung des Verhaltens einer Batterie beschrieben. Es werden Modelle betrachtet, die aus den Eingangsgrößen Klemmenstrom und Umgebungstemperatur die Klemmenspannung, den Ladezustand und die Batterietemperatur berechnen. Unter anderem sind adaptive Modelle beschrieben, welche sich selbsttätig an die Charakteristik der Batterie anpassen, da die gemessenen Ausgangsgrößen der Batterie mit den über das Modell berechneten Ausgangsgrößen verglichen werden und Abweichungen zwischen diesen Größen zur Korrektur der Modellparameter verwendet werden können.
  • Es ist die Aufgabe der vorliegenden Erfindung, ein Batteriesystem, das einen Ladungszustand einer Batterie schätzt, und ein dazugehöriges Verfahren zur Verfügung zu stellen, wobei mit möglichst geringem Aufwand zuverlässige Ergebnisse erzielt werden sollen.
  • Diese Aufgabe wird durch ein Batteriesystem nach Anspruch 1 und ein Verfahren zum Schätzen eines Ladungszustandes einer Batterie nach Anspruch 7 gelöst.
  • Die Ladungszustands-Schätzeinrichtung enthält ein Messgerät, das ein Klemmenspannungssignal und ein Klemmenstromsignal der Batterie erzeugt. Eine Steuereinheit verwendet ein linearisiertes Modell der Batterie und eine zeitlich veränderliche Zustandsschätzfunktion. Die Steuereinheit verarbeitet eine synthetische Eingangsgröße, die auf dem Klemmenstrom und auf der Klemmenspannung beruht, um den Ladungszustand der Batterie zu schätzen.
  • Das Batteriesystem kann einen Generator aufweisen, der durch die Steuereinheit gesteuert wird, um die Batterie anhand des Ladungszustands wahlweise zu laden.
  • Nach einer vorteilhaften Ausführungsform sagt die Steuereinheit anhand eines früheren Ladungszustands einen momentanen Ladungszustand und anhand eines früheren Ladungszustandsfehlers einen momentanen Ladungszustandsfehler voraus. Die Steuereinheit bestimmt anhand des momentanen Ladungszustandsfehlers einen momentanen Gewinn und aktualisiert anhand des früheren Ladungszustands den momentanen Ladungszustand.
  • In einem weiteren Merkmal kompensiert die synthetische Eingangsgröße das Gasen und die Selbstentladung der Batterie.
  • In einem nochmals weiteren Merkmal kompensiert die synthetische Eingangsgröße dynamische Impedanzen und nichtlineare Charakteristiken der Batterie.
  • In einem abermals weiteren Merkmal ist die Batterie eine Bleibatterie.
  • Weitere Anwendungsbereiche der Erfindung gehen aus der folgenden ausführlichen Beschreibung hervor. Selbstverständlich dienen die ausführliche Beschreibung und die spezifischen Beispiele, während sie die bevorzugte Ausführungsform der Erfindung angeben, lediglich zu Erläuterungszwecken, während sie den Umfang der Erfindung nicht einschränken sollen.
  • Die Erfindung wird im Folgenden beispielhaft anhand der Zeichnungen beschrieben; in diesen zeigen:
  • 1 einen Funktionsblockschaltplan eines Systems, das eine Batterie, eine durch die Batterie mit Leistung versorgte Last und einen Generator zum Aufladen der Batterie enthält;
  • 2 einen Stromlaufplan der Batterie;
  • 3 eine graphische Darstellung des Ladungszustands anhand der Leerlaufspannung (VOC)
  • 4 einen Ablaufplan, der die Steuerung der Ladungszustands-Schätzeinrichtung gemäß der Erfindung veranschaulicht; und
  • 5 einen Ablaufplan, der die Schätzungssteuerung zur Steuerung der Ladungszustands-Schätzeinrichtung aus 4 veranschaulicht.
  • Die folgende Beschreibung der bevorzugten Ausführungsform ist dem Wesen nach lediglich beispielhaft und soll die Erfindung, ihre Anwendung oder ihre Verwendungen in keiner Weise einschränken. Aus Klarheitsgründen werden in den Zeichnungen zur Identifizierung ähnlicher Elemente die gleichen Bezugszeichen verwendet.
  • Wie nun in 1 gezeigt ist, enthält ein System 10 eine Batterie 12, die entladen wird, während sie eine Last 14 mit Leistung versorgt. Die Batterie 12 wird durch einen Generator 16 wahlweise nachgeladen. Der Betrieb des Generators 16 wird durch eine Steuereinheit 18 gesteuert. Ein Messgerät 20 kommuniziert mit der Batterie 12 und erzeugt ein Klemmenspannungssignal (Vt) und ein Klemmenstromsignal (It). Die Steuereinheit 18 verarbeitet das Klemmenspannungs- und das Klemmenstromsignal gemäß der Erfindung, um einen Ladungszustand (SOC) der Batterie 12 zu schätzen. Die Steuereinheit 18 signalisiert dem Generator 16, so dass dieser anhand der Ladungszustandsschätzung arbeitet.
  • Obgleich das System 10 ein allgemeines Batteriesystem ist, bezeichnet es ein Batteriesystem, das in einem Fahrzeug verwirklicht ist. In einem Fahrzeug versorgt die Batterie 12 Lasten wie etwa Scheinwerfer, Heizeinrichtungen, Autoschwenksitze und Fenster mit elektrischem Scheibenheber und dergleichen. Der Motor des Fahrzeugs treibt den Generator 16 oder die Lichtmaschine an, um den Nachladestrom zu erzeugen.
  • Nunmehr in 2 ist die Batterie 12 schematisch in Bezug auf ein Gleichgewichtspotential (VOC), eine Spannung (VHyst), die sich aus Hystereseeffekten ergibt, eine Spannung (VOhm), die sich aus den Ohmschen Spannungsabfällen ergibt, eine Spannung (VDi), die sich aus der Dynamik in der Batterie ergibt, oder eine Doppelschichtspannung und einen Selbstentladungsstrom (ISD) modelliert. VOC kann anhand von VDi und VHyst bestimmt werden. VDi und VHyst werden unter Verwendung eines Modells für einen offenen Regelkreis bestimmt. Um VOC zu bestimmen, werden diese Spannungen von einer messbaren Klemmenspannung (Vt) subtrahiert. Die Kenntnis von VOC ist ausreichend, um ausgehend von einer Funktion, die VOC auf den Ladungszustand abbildet, den Ladungszustand der Batterie 12 zu bestimmen. In 3 ist für eine beispielhafte Bleibatterie (PbA-Batterie) eine empirische Anpassung des Ladungszustands an VOC gezeigt. Obgleich das Batteriemodell aus 2 nicht alle existierenden Batterieverhalten enthält, haben Tests und Erfahrung gezeigt, dass dieses Batteriemodell für die Schätzung des Ladungszustands, für die Leistungssteuerung und für die Diagnose bei Kraftfahrzeuganwendungen ausreichend ist.
  • Die Erfindung schafft anhand eines Kalman-Filters (KF) eine Zustandsschätzfunktion, um den Ladungszustand und den Widerstand der Batterie 12 zu bestimmen. Ein Standard-Kalman-Filter kombiniert das Konzept der rekursiven Schätzung der kleinsten Quadrate mit einem Zustandsraummodell und mit einem Rauschmodell, um den Zustand (x) eines Systems optimal zu schätzen. Das Kalman-Filter schätzt anhand eines linearen Modells des Systems dessen Zustand. Das lineare Modell des Systems enthält ein lineares dynamisches Modell, eine Beschreibung der Kovarianz der Fehler in der Systemdynamik und eine Beschreibung der Kovarianz der Fehler in den Systemmessungen. Das lineare Modell wird in Zustandsraumform wie folgt ausgedrückt: xk+1 = Akxk + Bkuk + wk (Prozessmodell); und yk = Fkxk + Gkuk + rk (Messungsmodell)wobei:
  • xk
    der Zustandsvektor (d. h. das, was zu schätzen ist);
    yk
    der Messvektor (bekannt);
    uk
    die deterministische Eingangsgröße in die Batterie (bekannt);
    wk
    das Prozessrauschen (d. h. zufällige Eingangsgrößen in das System);
    rk
    das Messrauschen (d. h. zufälliges Rauschen, das die Messungen beeinflusst); und
    Ak, Bk, Fk, Gk
    die Systemmatrizen (bekannt) sind.
  • Das Kalman-Filter schätzt unter Verwendung einer Art Rückkopplungssteuerung einen Zustand. Kurz gesagt, schätzt das Kalman-Filter den Zustand zu einem Zeitpunkt und erhält daraufhin eine Rückkopplung in Form von Rauschmessungen. Die Kalman-Filter-Gleichungen fallen in zwei Gruppen: Zeitaktualisierungsgleichungen (Prädiktor) und Messungsgleichungen (Korrektor). Die Zeitaktualisierungsgleichungen projizieren den momentanen Zustand und die Fehlerkovarianzschätzungen, um Schätzungen für den nächsten Zeitschritt zu erhalten. Die Mes sungsaktualisierungsgleichungen enthalten neue Messungen zu den Schätzungen, um eine verbesserte Schätzung zu erhalten.
  • Die Kalman-Filter-gestützte Zustandsschätzfunktion der Erfindung führt einen Mechanismus ein, der die Zustandsschätzung anhand der Batteriedynamik fortpflanzt und die Fehlerkovarianz der Schätzung anhand der Batteriedynamik sowie der Kenntnis darüber, wie Rauschen die Batterie beeinflusst, fortpflanzt. Die Batterie ist ein nichtlineares System. Allerdings vereinfacht die Kalman-Filter-gestützte Zustandsschätzfunktion das System dadurch, dass sie Nichtlinearitäten entweder linearisiert oder entfernt. Ferner berücksichtigt die Kalman-Filter-gestützte Zustandsschätzfunktion zeitlich veränderliche Parameter, um Schätzfehler schneller zu verbessern. Die Steuereinheit verarbeitet die Kalman-Filter-gestützte Zustandsschätzfunktion und steuert als Antwort auf die Zustandsschätzungen weitere Komponenten des Systems.
  • Die Zustandsschätzfunktionen enthalten den Ladungszustand und den inneren (Ohmschen) Widerstand (ROhm). Die Kalman-Filter-gestützte Zustandsschätzfunktion pflanzt den geschätzten Zustandswert (xk) und die Kovarianz des Schätzfehlers vorwärts in der Zeit zur nächsten Messung voraus (sagt sie voraus). Wenn die nächste Messung erhalten wird, aktualisiert (korrigiert) die Kalman-Filter-gestützte Zustandsschätzfunktion xk anhand der Messung. Anhand der Messung wird die Kovarianz des Schätzfehlers (P) aktualisiert. Wie unten ausführlich diskutiert wird, kann die Reihenfolge dieser Operationen variieren.
  • Das Prozessmodell der Kalman-Filter-gestützten Zustandsschätzfunktion beschreibt, wie sich die inneren Zustände der Batterie 12 als Antwort auf den Strom ändern. Das Prozessmodell wird geliefert als: xk+1 = Axk + Bu'k + wk,wobei:
    Figure 00100001
    (stellt unter Verwendung der Ladungseffizienz (ηCE) eine Beziehung zwischen dem Ladungszustand und dem Strom her). Durch die Entwicklung dieser Vektorgleichung werden die folgenden VOC-ROhm-Prozessmodelle geliefert: [VOC]k+1 = [VOC]k + Bu'k + wk [ROhm]k+1 = [ROhm]k + Bu'k + wk.
  • Das Messungsmodell der Kalman-Filter-gestützten Zustandsschätzfunktion beschreibt, wie die Zustände und der Eingangsstrom als eine Spannung über die Anschlüsse der Batterie 12 erscheinen. Das Messungsmodell wird geliefert als: y'k = Fkxk + rk,mit: Fk = [1 Iskaliert,k]
  • Durch Entwickeln dieser Vektorgleichung wird das folgende Messungsmodell geliefert: y'k = VOC + ROhmIskaliert,k + rk.
  • Die Klemmenspannung (Vt) und der Klemmenstrom (It) der Batterie 12 zum Zeitpunkt k werden unter Verwendung des Messgeräts 20 gemessen. Diese Messungen werden geliefert als: yk = Vt,k uk = It,k.
  • Um die Dynamikeffekte aufzunehmen, die sich aus VDi und VHyst ergeben, werden Hilfsbeziehungen implementiert. Die Implementierung der Hilfsbeziehungen ermöglicht, dass der Kalman-Filter-gestützte Algorithmus von wesentlich niedrigerer Ordnung als typisch ist. Auf diese Weise wird eine einfachere Zustandsschätzfunktion geliefert. Die Dynamik wird anhand von Vt , k und It,k gemäß den folgenden Hilfsbeziehungen berücksichtigt: VDi,k+1 = f(VDi,k, It,k, ISD,k) VHyst,k+1 = f(VHyst,k, It,k, ISD,k) ISD = f(QSOC,k, Tk) Iskaliert = f(I).
  • Die Werte für die kompensierte Spannung (y') und für den kompensierten Strom (u') werden anhand von Vt,k und It ,k und der Dynamik gemäß den folgenden Gleichungen bestimmt: yk' = [Vt,k – V0 – VDi,k – VHyst,k]
    Figure 00110001
  • V0 ist die Leerlaufspannung oder Batteriespannung bei einem Ladungszustand von 0%.
  • Die Anwendung des kompensierten momentanen Werts (u'k) auf die Prozessmodelle für VOC und ROhm liefert: [VOC]k+1 = [VOC]k + [ItkηCE(QSOC, It) – ISD]/3600 + wk [ROhm]k+1 = [ROhm]k + wk.
  • Die Anwendung des kompensierten Spannungswerts (y'k) auf das Messungsmodell liefert: Vt,k – V0 – VDi,k – VHyst,k = VOC + ROhmIskaliert,k + rk,wobei:
    rk die Summe des gesamten Rauschens in dem System ist.
  • Das Systemrauschen umfasst Rauschen, das der Quantisierung und der Genauigkeit des A/D-Umsetzers zugeordnet ist, Rauschen, das den Hilfsgleichungen zugeordnet ist, und Rauschen, das den Modellierungsfehlern zwischen den Zuständen und Messungen zugeordnet ist.
  • Die geschätzten Zustandswerte (QSOC, ROhm) werden gemäß der folgenden Gleichung fortgepflanzt: xk|k–1 = Axk-1|k–1 + Bu'k (Prozessfortpflanzungsmodell).
  • Die Schreibweise k|k–1 gibt die Schätzung des Wertes zum Zeitpunkt k, ausgehend von den zum Zeitpunkt k–1 verfügbaren Informationen an. Das Prozessfortpflanzungsmodell (PPM) beruht auf dem obigen Prozessmodell (PM). Da lediglich die Fortpflanzung des Mittelwerts erwünscht ist, fällt das Prozessrauschen (wk) heraus. Das Prozessrauschen (wk) wird mit einem Mittelwert von null zufällig erzeugt.
  • Die Anfangswerte für die Batteriezustände (QSOC, ROhm) werden im Speicher vorprogrammiert. Um den Anfangswert zu bestimmen, sind bestimmte Annahmen erforderlich. Es ist klar, dass sich diese Annahmen ausgehend von den Charakteristiken der Batterie ändern können. Beispielhafte Annahmen umfassen den Batterieladungszustand = 50% von der Initialisierung des Ladungszustands. Falls eine 55-Ah-Batterie angenommen wird, beträgt die Nennladung der Batterie 27,5 Ah. Falls angenommen wird, dass die Batterie 12 irgendeine Ladung innerhalb 15 Ah der 27,5 Ah mit der gleichen Wahrscheinlichkeit besitzt, beträgt die Streuung ca. 20 A2h2. Es wird ein Nennwiderstand von 3 MΩ angenommen. Wenn angenommen wird, dass der Widerstand irgendein Wert innerhalb 1,5 MΩ von 3 MΩ mit der gleichen Wahrscheinlichkeit ist, beträgt die Schwankung 0,8 MΩ2. Diese Annahmen wurden gewählt, um den Fehler zwischen den tatsächlichen Zuständen und den angenommenen Zuständen zu minimieren und so eine schnellere Fehlerverringerung zu ermöglichen.
  • Außerdem sind Annahmen für die Messung und für das Prozessrauschen erforderlich. Hinsichtlich des Prozessrauschens gibt in dem Messungsmodell vier Rauschquellen: 1) die Klemmenspannungsmessung, 2) die Klemmenstrommessung, 3) die Hilfsgleichungen und 4) die Messungsgleichung. Wenn das Rauschen der Hilfsgleichungen und der Messungsgleichung ignoriert werden, wird die Streuung der Klemmenmessung (R) zu 5 mV2/Zelle geschätzt. Hinsichtlich des Prozessrauschens werden Werte gewählt, die ein gewünschtes Verhalten hinsichtlich der Konvergenz zum stationären Zustand und im stationären Zustand eine angemessene Mischung von Prozessmodell- und Messungsmodellkorrekturen erzielen. Somit wurden die Prozessmodell-Rauschwerte (Q) als 5·10–5 A2h2 bzw. 6·10–9 Ω2/Zelle gewählt. Dies liefert die folgenden Matrizen:
    R = [0,005]
    Figure 00140001
  • Es ist klar, dass die hier beschriebenen Anfangswerte und Annahmen dem Wesen nach lediglich beispielhaft sind. Die Anfangswerte und Annahmen können sich anhand der besonderen Charakteristiken der Batterie 12 ändern.
  • Gemäß der folgenden Gleichung: Kk = Pk|k–1Fkt (FkPk|k–1Fk t + R)–1 mit
    F = [1 It.k] (ändert sich mit der Zeit); und
    R der Rauschkovarianz (bekannt) der Messung
    kann eine Kalman-Gewinnmatrix (K) berechnet werden.
  • Die Kovarianz des Schätzfehlers wird gemäß der folgenden Gleichung fortgepflanzt: Pk|k–1 = APk–1|k–1At + Q (Fehlerfortpflanzungsmodell),wobei:
    At (bekannt); und
    Q die Rauschkovarianzmatrix (bekannt) des Prozesses ist. Das Fehlerfortpflanzungsmodell (EPM) sagt die Fehlerkovarianz für die Zustandsschätzung voraus.
  • Der geschätzte Zustandswert (xk) wird gemäß der folgenden Gleichung korrigiert: xk|k = xk|k–1 + Kk(y'k – Fkxk|k–1).
  • Die Kovarianz des geschätzten Fehlers (P) wird gemäß der folgenden Gleichung korrigiert: Pk|k = (Pk|k–1 –1 + Fk tR–1Fk)–1.
  • Um die zum Verarbeiten der Kalman-Filter-gestützten Zustandsschätzfunktion erforderliche Rechenleistung und -zeit zu verringern, kann diese vereinfacht werden. Insbesondere wird die A-Matrix eliminiert, um die Fortpflanzung der Zustandsschätzung und die Fortpflanzung der Fehlerkovarianz der Schätzung zu vereinfachen. Dies liefert die folgenden vereinfachten Gleichungen: xk|k–1 = xk–1|k–1 + Bu'k (vereinfachtes Prozessfortpflanzungsmodell) Pk|k–1 = Pk–1|k–1 + Q(vereinfachtes Fehlerfortpflanzungsmodell).
  • Um die Notwendigkeit der Matrixinversion zu beseitigen, wird die Kalman-Gewinngleichung vereinfacht. Dies liefert die folgende vereinfachte Gleichung: Kk = Pk|k–1Fk t(FkPk|k–1Fk t + R)–1.
  • Die Fehlerkovarianz-Aktualisierungsgleichung wird ebenfalls vereinfacht zu: Pk|k = (I – KkFk)Pk|k–1.
  • Anhand von 4 wird nunmehr die Steuerung der Zustandsschätzfunktion ausführlich beschrieben. In Schritt 100 bestimmt die Steuerung, ob das System 10 eingeschaltet ist. Wenn das der Fall ist, wird die Steuerung mit Schritt 102 fortgesetzt. Wenn das nicht der Fall ist, wird die Steuerung zurückgeschleift. In Schritt 102 bestimmt die Steue rung die Anfangszustandswerte (x0|0) und die Anfangsfehlerkovarianzwerte (P0|0). Die Auswahl dieser Werte ist oben beschrieben. In Schritt 104 stellt die Steuerung einen Zähler k auf 1 ein.
  • In Schritt 106 misst die Steuerung durch Empfang der Signale von dem Messgerät 20 die Klemmenspannung und den Klemmenstrom. In Schritt 108 bestimmt die Steuerung unter Verwendung der Hilfsbeziehungen die Dynamikfaktoren. In Schritt 110 bestimmt die Steuerung die kompensierten Eingangsmatrizen. In Schritt 112 verarbeitet die Steuerung die Kalman-Filter-gestützte Zustandsschätzfunktion, um den aktuellen Ladungszustand und Widerstand der Batterie 12 zu schätzen. Die Steuerung verarbeitet die Kalman-Filter-gestützte Zustandsschätzfunktion unter Verwendung der kompensierten Eingangsmatrizen.
  • In Schritt 114 betreibt die Steuerung das System 10 anhand des geschätzten Ladungszustands und des geschätzten Widerstands. Der Betrieb des Systems 10 kann die Batterieladung, die Leistungssteuerung oder die Systemdiagnose umfassen. Allerdings ist klar, dass gegenüber den derzeit ausführlich beschriebenen weitere Operationen aufgenommen werden können. In Schritt 116 bestimmt die Steuerung, ob das System 10 ausgeschaltet ist. Wenn das nicht der Fall ist, wird die Steuerung mit Schritt 118 fortgesetzt. Wenn das der Fall ist, wird die Steuerung abgeschlossen. In Schritt 118 inkrementiert die Steuerung den Zähler um 1 und wird daraufhin zu Schritt 106 zurückgeschleift.
  • Anhand von 5 wird nun die Schätzungssteuerung ausführlich beschrieben. Die Schätzungssteuerung findet in Schritt 112 aus 4 statt. In Schritt 130 sagt die Steuerung anhand früherer Informationen (xk|k–1) die Schätzungen des momentanen Zustands voraus. In Schritt 132 sagt die Steuerung anhand früherer Informationen (Pk|k–1) die Fehlerkovarianz der momentanen Schätzung voraus. In Schritt 134 bestimmt die Steuerung den momentanen Kalman-Gewinn (Kk). In Schritt 136 aktualisiert die Steuerung anhand von xk|k–1|, Kk und yk' die momentanen Zustandsschätzungen (xk|k). In Schritt 138 aktualisiert die Steuerung die in der nächsten Iteration zu verwendende Fehlerkovarianz (Pk|k–1) der Schätzung und wird daraufhin abgeschlossen.
  • Die Kalman-Filter-gestützte Zustandsschätzfunktion kann unter Verwendung der Rückwärts-Rechteckintegration, unter Verwendung der Vorwärts-Rechteckintegration oder unter Verwendung der Trapezintegration arbeiten. Um die Kalman-Filter-gestützte Zustandsschätzfunktion so zu konstruieren, dass sie unter Verwendung der Rückwärts- oder Vorwärtsintegration arbeitet, wird die Reihenfolge der Voraussage- und Korrekturoperationen variiert. Beispielsweise werden für die Rückwärts-Rechteckintegration die Voraussagegleichungen zuerst verarbeitet, während die Korrekturgleichungen als Zweite verarbeitet werden. Für die Vorwärts-Rechteckintegration werden die Korrekturgleichungen zuerst verarbeitet und die Voraussagegleichungen als Zweite.
  • Um die Trapezintegration zu ermöglichen, werden das vereinfachte Prozessfortpflanzungsmodell und die B-Matrix geändert. Insbesondere verwendet das vereinfachte Prozessfortpflanzungsmodell einen Durchschnittswert der kompensierten momentanen Werte (uk'). Dies liefert die folgende geänderte Gleichung des Prozessfortpflanzungsmodells: xk|k–1 = xk–1|k–1 + B[(u'k + u'k)/2]
  • Die B-Matrix wird geliefert als:
    Figure 00170001
  • Die Kalman-Filter-gestützte Zustandsschätzfunktion der Erfindung liefert die einfachste Zustandsschätzfunktion für ein dynamisches System. Wegen der verringerten erforderlichen Verarbeitungsleistung und Zeit ermöglicht die Einfachheit der Kalman-Filter-gestützten Zustandsschätzfunktion eine praktische Implementierung in Anwendungen wie etwa Kraftfahrzeuganwendungen. Die Kalman-Filter-gestützte Zustandsschätzfunktion berücksichtigt die Systemdynamik und schafft ein linearisiertes Modell eines nichtlinearen Systems.
  • Zusammengefasst betrifft die Erfindung eine Ladungszustands-Schätzeinrichtung für eine Batterie, die ein Messgerät enthält, das ein Klemmenspannungssignal und ein Klemmenstromsignal der Batterie erzeugt. Eine Steuereinheit nutzt ein linearisiertes Modell der Batterie und eine zeitlich veränderliche Zustandsschätzfunktion. Die Steuereinheit verarbeitet eine synthetische Eingangsgröße, die auf dem Klemmenstrom und auf der Klemmenspannung beruht, um den Ladungszustand der Batterie zu schätzen.

Claims (13)

  1. Batteriesystem, das einen Ladungszustand einer Batterie (12) schätzt, umfassend: ein Messgerät (20), das eine Klemmenspannung (Vt) und einen Klemmenstrom (It) der Batterie (12) misst; und eine Steuereinheit (18), die aus der Klemmenspannung (Vt) und dem Klemmenstrom (It) eine synthetische Eingangsgröße (u', y') berechnet, und die ein linearisiertes Modell der Batterie (12) und eine zeitlich veränderliche Zustandsschätzfunktion (112) verwendet, um auf Grundlage der synthetischen Eingangsgröße die Leerlaufspannung (Voc) und daraus den Ladungszustand (Qsoc) der Batterie (12) zu schätzen.
  2. Batteriesystem nach Anspruch 1, gekennzeichnet durch einen Generator (16), der durch die Steuereinheit (18) gesteuert wird, so dass er die Batterie (12) anhand des Ladungszustands (Qsoc) wahlweise lädt.
  3. Batteriesystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Steuereinheit (18) anhand eines früheren Ladungszustands einen momentanen Ladungszustand (Qsoc) voraussagt, anhand eines früheren Ladungszustandsfehlers (Pk–1|k–1) einen momentanen Ladungszustandsfehler (Pk|k–1) voraussagt, anhand des momentanen Ladungszustandsfehlers (Pk|k–1) einen momentanen Gewinn (Kk) bestimmt und den momentanen Ladungszustand (Qsoc) anhand des früheren Ladungszustands aktualisiert.
  4. Batteriesystem nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die synthetische Eingangsgröße (u', y') das Gasen und die Selbstentladung der Batterie (12) kompensiert.
  5. Batteriesystem nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die synthetische Eingangsgröße (u', y') dynamische Impedanzen und nichtlineare Charakteristiken der Batterie (12) kompensiert.
  6. Batteriesystem nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Batterie (12) eine Bleibatterie ist.
  7. Verfahren zum Schätzen eines Ladungszustands (Qsoc) einer Batterie (12), umfassend: Modellieren der Batterie (12) anhand einer linearen Prozessgleichung; Bestimmen einer synthetischen Eingangsgröße (u', y') anhand eines Klemmenstroms (It) und einer Klemmenspannung (Vt) der Batterie (12); und Anwenden eines zeitlich veränderlichen Filters (112) auf die Prozessgleichung und auf die synthetische Eingangsgröße (u', y').
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass der Schritt des Verarbeitens eines zeitlich veränderlichen Filters umfasst: Voraussagen eines momentanen Ladungszustands (Qsoc) anhand eines früheren Ladungszustands; Voraussagen eines momentanen Ladungszustandsfehlers (Pk|k–1) anhand eines früheren Ladungszustandsfehlers (Pk–1|k–1); Bestimmen eines momentanen Gewinns (Kk) anhand des momentanen Ladungszustandsfehlers (Pk|k–1); und Aktualisieren des momentanen Ladungszustands (Qsoc) anhand des früheren Ladungszustands, um den Ladungszustand (Qsoc) der Batterie (12) zu liefern.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der Ladungszustandsfehler (Pk|k–1) iterativ aktualisiert wird.
  10. Verfahren nach Anspruch 8, gekennzeichnet durch das Bestimmen eines Anfangswerts des Ladungszustands, der als der frühere Ladungszustand verwendet wird, um den momentanen Ladungszustand (Qsoc) anfangs vorauszusagen.
  11. Verfahren nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, dass die synthetische Eingangsgröße (u', y') das Gasen und die Selbstentladung der Batterie (12) kompensiert.
  12. Verfahren nach einem der Ansprüche 7 bis 11, dadurch gekennzeichnet, dass die synthetische Eingangsgröße (u', y') dynamische Impedanzen und nichtlineare Charakteristiken der Batterie (12) kompensiert.
  13. Verfahren nach einem der Ansprüche 7 bis 12, gekennzeichnet durch das Modellieren nichtlinearer dynamischer Spannungscharakteristiken der Batterie (12), wobei der Schritt des Verarbeitens außerdem auf den dynamischen Spannungscharakteristiken beruht.
DE102004036302A 2003-08-28 2004-07-27 Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle Revoked DE102004036302B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/650,933 US6927554B2 (en) 2003-08-28 2003-08-28 Simple optimal estimator for PbA state of charge
US10/650,933 2003-08-28

Publications (2)

Publication Number Publication Date
DE102004036302A1 DE102004036302A1 (de) 2005-03-31
DE102004036302B4 true DE102004036302B4 (de) 2009-01-02

Family

ID=34217271

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102004036302A Revoked DE102004036302B4 (de) 2003-08-28 2004-07-27 Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle

Country Status (2)

Country Link
US (1) US6927554B2 (de)
DE (1) DE102004036302B4 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010024241B4 (de) * 2009-06-23 2016-02-04 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zur Verwendung mit einem Fahrzeugbatteriestapel, der eine Vielzahl von Batteriezellen aufweist

Families Citing this family (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3714321B2 (ja) * 2002-11-25 2005-11-09 日産自動車株式会社 二次電池の充電率推定装置
US7109685B2 (en) * 2003-09-17 2006-09-19 General Motors Corporation Method for estimating states and parameters of an electrochemical cell
US7321220B2 (en) * 2003-11-20 2008-01-22 Lg Chem, Ltd. Method for calculating power capability of battery packs using advanced cell model predictive techniques
US8103485B2 (en) * 2004-11-11 2012-01-24 Lg Chem, Ltd. State and parameter estimation for an electrochemical cell
US7589532B2 (en) * 2005-08-23 2009-09-15 Lg Chem, Ltd. System and method for estimating a state vector associated with a battery
JP4491839B2 (ja) * 2005-09-07 2010-06-30 株式会社デンソー 発電機制御装置
US7446504B2 (en) * 2005-11-10 2008-11-04 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery state vector
US7723957B2 (en) * 2005-11-30 2010-05-25 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery parameter vector
US7400115B2 (en) * 2006-02-09 2008-07-15 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
US7521895B2 (en) 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
US7868592B2 (en) 2007-12-10 2011-01-11 Visteon Global Technologies, Inc. Method of automotive electrical bus management
US8628872B2 (en) * 2008-01-18 2014-01-14 Lg Chem, Ltd. Battery cell assembly and method for assembling the battery cell assembly
US7994755B2 (en) * 2008-01-30 2011-08-09 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery cell module state
US9759495B2 (en) * 2008-06-30 2017-09-12 Lg Chem, Ltd. Battery cell assembly having heat exchanger with serpentine flow path
US8067111B2 (en) * 2008-06-30 2011-11-29 Lg Chem, Ltd. Battery module having battery cell assembly with heat exchanger
US9140501B2 (en) * 2008-06-30 2015-09-22 Lg Chem, Ltd. Battery module having a rubber cooling manifold
US8486552B2 (en) * 2008-06-30 2013-07-16 Lg Chem, Ltd. Battery module having cooling manifold with ported screws and method for cooling the battery module
US8426050B2 (en) * 2008-06-30 2013-04-23 Lg Chem, Ltd. Battery module having cooling manifold and method for cooling battery module
US7883793B2 (en) * 2008-06-30 2011-02-08 Lg Chem, Ltd. Battery module having battery cell assemblies with alignment-coupling features
US8202645B2 (en) 2008-10-06 2012-06-19 Lg Chem, Ltd. Battery cell assembly and method for assembling the battery cell assembly
EP2359128B1 (de) * 2008-11-17 2023-04-26 Otis Elevator Company Batterieladungszustandskalibrierung
US9337456B2 (en) 2009-04-20 2016-05-10 Lg Chem, Ltd. Frame member, frame assembly and battery cell assembly made therefrom and methods of making the same
US8403030B2 (en) * 2009-04-30 2013-03-26 Lg Chem, Ltd. Cooling manifold
US8852778B2 (en) * 2009-04-30 2014-10-07 Lg Chem, Ltd. Battery systems, battery modules, and method for cooling a battery module
US8663828B2 (en) * 2009-04-30 2014-03-04 Lg Chem, Ltd. Battery systems, battery module, and method for cooling the battery module
US8663829B2 (en) 2009-04-30 2014-03-04 Lg Chem, Ltd. Battery systems, battery modules, and method for cooling a battery module
US8703318B2 (en) 2009-07-29 2014-04-22 Lg Chem, Ltd. Battery module and method for cooling the battery module
US8399118B2 (en) 2009-07-29 2013-03-19 Lg Chem, Ltd. Battery module and method for cooling the battery module
US20110047052A1 (en) * 2009-08-18 2011-02-24 Kevin Terrill Cornish Method and process for an energy management system for setting and adjusting a minimum energy reserve for a rechargeable energy storage device
US8399119B2 (en) 2009-08-28 2013-03-19 Lg Chem, Ltd. Battery module and method for cooling the battery module
DE102010006965A1 (de) * 2010-02-05 2011-08-11 Continental Automotive GmbH, 30165 Vorrichtung und Verfahren zur Bestimmung eines Bereichs einer Batteriekennlinie
US8319479B2 (en) * 2010-03-23 2012-11-27 Ememory Technology Inc. Method of estimating battery recharge time and related device
US8341449B2 (en) 2010-04-16 2012-12-25 Lg Chem, Ltd. Battery management system and method for transferring data within the battery management system
US9147916B2 (en) 2010-04-17 2015-09-29 Lg Chem, Ltd. Battery cell assemblies
TWI397240B (zh) * 2010-05-03 2013-05-21 Ememory Technology Inc 智慧型電池裝置、對智慧型電池裝置的電池組充電的方法及智慧型電池裝置中產生近似於電池平均充滿時間的方法
US8920956B2 (en) 2010-08-23 2014-12-30 Lg Chem, Ltd. Battery system and manifold assembly having a manifold member and a connecting fitting
US8758922B2 (en) 2010-08-23 2014-06-24 Lg Chem, Ltd. Battery system and manifold assembly with two manifold members removably coupled together
US8469404B2 (en) 2010-08-23 2013-06-25 Lg Chem, Ltd. Connecting assembly
US8353315B2 (en) 2010-08-23 2013-01-15 Lg Chem, Ltd. End cap
US9005799B2 (en) 2010-08-25 2015-04-14 Lg Chem, Ltd. Battery module and methods for bonding cell terminals of battery cells together
US8662153B2 (en) 2010-10-04 2014-03-04 Lg Chem, Ltd. Battery cell assembly, heat exchanger, and method for manufacturing the heat exchanger
US9091735B2 (en) 2010-10-26 2015-07-28 GM Global Technology Operations LLC Method for determining a state of a rechargeable battery device in real time
US20120136595A1 (en) * 2010-11-29 2012-05-31 GM Global Technology Operations LLC Battery diffusion voltage estimation
CN102074757B (zh) * 2010-12-24 2013-02-13 惠州市亿能电子有限公司 一种锂离子电池荷电状态的估算方法
US8288031B1 (en) 2011-03-28 2012-10-16 Lg Chem, Ltd. Battery disconnect unit and method of assembling the battery disconnect unit
US8449998B2 (en) 2011-04-25 2013-05-28 Lg Chem, Ltd. Battery system and method for increasing an operational life of a battery cell
US9178192B2 (en) 2011-05-13 2015-11-03 Lg Chem, Ltd. Battery module and method for manufacturing the battery module
US8993136B2 (en) 2011-06-30 2015-03-31 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8974929B2 (en) 2011-06-30 2015-03-10 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8974928B2 (en) 2011-06-30 2015-03-10 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8859119B2 (en) 2011-06-30 2014-10-14 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US9496544B2 (en) 2011-07-28 2016-11-15 Lg Chem. Ltd. Battery modules having interconnect members with vibration dampening portions
TWI420126B (zh) * 2011-09-27 2013-12-21 Neotec Semiconductor Ltd 電池容量預測裝置及其預測方法
JP5393837B2 (ja) * 2012-05-11 2014-01-22 カルソニックカンセイ株式会社 バッテリの充電率推定装置
CN104364668B (zh) * 2012-06-13 2017-02-22 株式会社Lg化学 估计包括混合正极材料的二次电池的电压的设备和方法
US9046583B2 (en) * 2012-06-13 2015-06-02 Lg Chem, Ltd. Apparatus and method for estimating voltage of secondary battery including blended material in electrode
US10664562B2 (en) * 2013-02-24 2020-05-26 Fairchild Semiconductor Corporation and University of Connecticut Battery state of charge tracking, equivalent circuit selection and benchmarking
US9575128B2 (en) 2013-03-12 2017-02-21 GM Global Technology Operations LLC Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
US9625533B2 (en) 2013-04-16 2017-04-18 Johnson Controls Technology Company Lead acid state of charge estimation for auto-stop applications
US20140350877A1 (en) * 2013-05-25 2014-11-27 North Carolina State University Battery parameters, state of charge (soc), and state of health (soh) co-estimation
FR3010532B1 (fr) * 2013-09-11 2017-06-09 Commissariat Energie Atomique Procede, dispositif et systeme d'estimation de l'etat de charge d'une batterie
US9547045B2 (en) * 2014-02-04 2017-01-17 Gm Global Technology Operations, Llc Methods and systems for determining a characteristic of a vehicle energy source
US20150226807A1 (en) * 2014-02-12 2015-08-13 Seeo, Inc Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries
FR3029296B1 (fr) * 2014-11-28 2016-12-30 Renault Sa Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie
WO2016129248A1 (ja) * 2015-02-13 2016-08-18 パナソニックIpマネジメント株式会社 二次電池の充電状態推定装置および充電状態推定方法
US10538165B2 (en) 2015-09-22 2020-01-21 Ford Global Technologies, Llc Parameter estimation of loosely coupled transformer
US10367235B2 (en) 2016-02-19 2019-07-30 Cps Technology Holdings Llc Systems and methods for real-time parameter estimation of a rechargeable battery
US10371754B2 (en) 2016-02-19 2019-08-06 Cps Technology Holdings Llc Systems and methods for real-time estimation of capacity of a rechargeable battery
US10048321B2 (en) 2016-02-19 2018-08-14 Johnson Controls Technology Company Systems and methods for directional capacity estimation of a rechargeable battery
FR3084170B1 (fr) * 2018-07-17 2020-07-17 Zodiac Aero Electric Procede de determination d'une matrice de covariance de bruit d'etat pour le reglage d'un observateur de l'etat de charge d'une batterie et dispositif correspondant
WO2020167292A1 (en) * 2019-02-12 2020-08-20 Cummins Inc. Systems and methods for estimating state of health of an energy storage device
CN113075555A (zh) 2019-05-24 2021-07-06 宁德时代新能源科技股份有限公司 Soc修正方法和装置、电池管理系统和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3882374T2 (de) * 1987-08-01 1993-10-28 Ford Werke Ag Batterieladezustandsanzeige.
DE69917036T2 (de) * 1998-03-05 2005-04-07 Lucas Industries P.L.C. Verfahren und vorrichtung zur abschätzung des ladezustandes eines akkumulators

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4193026A (en) * 1976-04-18 1980-03-11 Curtis Instruments, Inc. Method and apparatus for measuring the state of charge of a battery by monitoring reductions in voltage
US4709318A (en) * 1986-10-22 1987-11-24 Liebert Corporation UPS apparatus with control protocols
WO1998015821A1 (en) * 1996-10-07 1998-04-16 Midtronics, Inc. Midpoint battery monitoring
US6332113B1 (en) * 1996-10-07 2001-12-18 Midtronics, Inc. Electronic battery tester
US6441585B1 (en) * 1999-06-16 2002-08-27 Midtronics, Inc. Apparatus and method for testing rechargeable energy storage batteries
US6239502B1 (en) * 1999-11-22 2001-05-29 Bae Systems Controls Phase change assisted heat sink
US6359419B1 (en) * 2000-12-27 2002-03-19 General Motors Corporation Quasi-adaptive method for determining a battery's state of charge
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
US6653817B2 (en) * 2001-06-26 2003-11-25 General Motors Corporation State-of-charge detection device for a battery
US6639385B2 (en) * 2001-08-07 2003-10-28 General Motors Corporation State of charge method and apparatus
US7324902B2 (en) * 2003-02-18 2008-01-29 General Motors Corporation Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3882374T2 (de) * 1987-08-01 1993-10-28 Ford Werke Ag Batterieladezustandsanzeige.
DE69917036T2 (de) * 1998-03-05 2005-04-07 Lucas Industries P.L.C. Verfahren und vorrichtung zur abschätzung des ladezustandes eines akkumulators

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Jossen, A., Späth, V.: Simulation von Batterien un d Batterie-Systemen, Design und Entwicklerforum, M ünchen, 1998 [recherchiert am 15.04.2005]. Im Inte rnet: <URL:http://www.basytec.de/simulation/ batmo dell.html>
Jossen, A., Späth, V.: Simulation von Batterien und Batterie-Systemen, Design und Entwicklerforum, München, 1998 [recherchiert am 15.04.2005]. Im Internet: URL:http://www.basytec.de/simulation/ batmodell.html ; *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010024241B4 (de) * 2009-06-23 2016-02-04 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zur Verwendung mit einem Fahrzeugbatteriestapel, der eine Vielzahl von Batteriezellen aufweist

Also Published As

Publication number Publication date
US6927554B2 (en) 2005-08-09
DE102004036302A1 (de) 2005-03-31
US20050046388A1 (en) 2005-03-03

Similar Documents

Publication Publication Date Title
DE102004036302B4 (de) Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle
DE112018000281T5 (de) Verfahren und System zum Schätzen einer Zellenleerlaufspannung, eines Ladezustands und eines Funktionszustands einer Batterie während des Betriebs der Batterie
DE102011012813B4 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE112015005201T5 (de) Abschätzungseinheit für eine verbleibende gespeicherte energiemenge, verfahren zum abschätzen einer verbleibenden gespeicherten energiemenge einer speicherbatterie sowie computerprogramm
EP1590679B1 (de) Zustandsgrössen- und parameterschätzer mit mehreren teilmodellen für einen elektrischen energiespeicher
DE102020206592A1 (de) Verfahren und Vorrichtung zum Betreiben eines elektrisch antreibbaren Kraftfahrzeugs abhängig von einem prädizierten Alterungszustands eines elektrischen Energiespeichers
DE102008039576B4 (de) Verfahren zum adaptiven Schätzen einer Batteriedynamik und zugehöriges adaptives Batterieschätzungs-Steuerungssystem
DE102015202555A1 (de) Erzeugen einer schätzanforderung für ein aktives batteriesystem
DE102015202540A1 (de) Batteriekapazitätschätzung unter verwendung eines konzepts von fliegender ladezustandsinitialisierung
DE102015202702A1 (de) Zellbalancier-steuerung auf basis der ladezustandsqualität
DE112016006166T5 (de) Zustandsschätz-Vorrichtung und Zustandsschätz-Verfahren
DE102015103561A1 (de) Frequenzbasierte schätzung von batteriemodellparametern
DE102015203789A1 (de) Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen
DE102008050022A1 (de) Dynamisch adaptives Verfahren zum Ermitteln des Ladezustands einer Batterie
DE102015100151A1 (de) Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz
DE102011116516A1 (de) Verfahren zur Bestimmung eines Zustands einer wiederaufladbaren Batterievorrichtung in Echtzeit
DE102008053344A1 (de) Adaptiver Filteralgorithmus zum Schätzen des Lebensalters einer Batterie
DE102010038646A1 (de) Verfahren und Anordnung zum Abschätzen der Leistungsfähigkeit mindestens einer Batterieeinheit einer wiederaufladbaren Batterie
DE102015109327A1 (de) Schätzungen von Batteriestromgrenzen auf Basis von Ersatzschaltungen
DE102020215297A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE112019002770T5 (de) Parameterschätzvorrichtung, Parameterschätzverfahren, und Computerprogramm
DE102021117977A1 (de) Elektrifizierte fahrzeugsteuerung unter verwendung eines batterieladezustands und einer leistungsfähigkeitsstrategie
DE102020132853A1 (de) Verfahren und system zur schätzung der batteriekapazität unter verwendung von spannungsneigungskapazität und dynamischen ankern
DE102020212299A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE102019126245A1 (de) System und Verfahren zur Bestimmung des Funktionszustandes und/oder Gesundheitszustandes einer elektrischen Batterie

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8363 Opposition against the patent
8380 Miscellaneous part iii

Free format text: PFANDRECHT

8380 Miscellaneous part iii

Free format text: PFANDRECHT AUFGEHOBEN

8380 Miscellaneous part iii

Free format text: PFANDRECHT

8331 Complete revocation