DE102007030365B4 - Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit - Google Patents
Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit Download PDFInfo
- Publication number
- DE102007030365B4 DE102007030365B4 DE102007030365A DE102007030365A DE102007030365B4 DE 102007030365 B4 DE102007030365 B4 DE 102007030365B4 DE 102007030365 A DE102007030365 A DE 102007030365A DE 102007030365 A DE102007030365 A DE 102007030365A DE 102007030365 B4 DE102007030365 B4 DE 102007030365B4
- Authority
- DE
- Germany
- Prior art keywords
- storage battery
- sequence
- type
- battery
- state variables
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
- G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
Verfahren zur Klassifizierung einer Speicherbatterie, gekennzeichnet durch – Erfassen einer Mehrzahl von Zustandsgrößen der Speicherbatterie für voneinander unterschiedliche Betriebszustände; – Ermitteln mindestens einer Folge von Kenngrößen in Abhängigkeit von den für die unterschiedlichen Betriebszustände erfassten Zustandsgrößen und – Ableiten des Typs der Speicherbatterie aus der ermittelten mindestens einen Folge von Kenngrößen, – Ermitteln jeweils einer Folge von Kenngrößen für jede mögliche Bauart durch Berechnung von für jede mögliche Bauart jeweils vorgegebenen Regressionsgleichungen mit den erfassten Zustandsgrößen als Variablen und Bewertung der jeweiligen Folge von Kenngrößen zur Bestimmung des Typs der Speicherbatterie einschließlich der Bauart.
Description
- Die Erfindung betrifft ein Verfahren zur Klassifizierung einer Speicherbatterie sowie eine Klassifizierungseinheit hierzu.
- Insbesondere für die Überwachung von Speicherbatterien, wie beispielsweise von Starter- oder Versorgungsbatterien in Kraftfahrzeugen, ist es oftmals erforderlich Kenntnis von dem Batterietyp zu haben. Der Batterietyp ist beispielsweise durch die Kapazität und die Bauart spezifiziert. Die Bauart unterscheidet sich beispielsweise hinsichtlich der Elektrolyten. So sind Bleiakkumulatoren mit festgelegten Elektrolyten, mit gelartigen Elektrolyten und mit flüssigen Elektrolyten bekannt.
- In der
DE 102 32 251 A1 ,DE 102 40 329 A1 undDE 102 36 958 A1 sind Verfahren zur Ermittlung einer Speicherbatterie noch entnehmbaren Ladungsmenge beschrieben. Diese Verfahren setzen die Kapazität der Batterie im Neuzustand bzw. die Nennkapazität als bekannte Größe voraus. Die Nennkapazität muss in Kenntnis des Batterietyps vom Nutzer in eine Batterieüberwachungseinheit eingegeben werden. Dies ist fehleranfällig und erfordert Fachkenntnisse. -
US 2006-0250109 A1 offenbart ein Verfahren zur Klassifizierung und Identifizierung von Batterien, bei dem Batterietyp und die verwendeten Materialien auf einem intelligenten, einen Datenspeicher enthaltenden Aufkleber abgespeichert. Die in diesen sogenannten IC-Tag eingeschriebenen Informationen können jederzeit ausgelesen werden. Auch hierzu ist nachteilig ein Ausleseprozess durch den Nutzer erforderlich. - Ausgehend hiervon ist es Aufgabe der vorliegenden Erfindung, ein Verfahren zur Klassifizierung einer Speicherbatterie zu schaffen, dass selbstständig, d. h. ohne Eingriffe von Außen, den Speicherbatterietyp ableitet.
- Die Aufgabe wird durch das Verfahren zur Klassifizierung einer Speicherbatterie gelöst durch die Schritte:
- – Erfassen einer Mehrzahl von Zustandsgrößen der Speicherbatterie für voneinander unterschiedliche Betriebszustände;
- – Ermitteln mindestens einer Folge von Kenngrößen in Abhängigkeit von den für die unterschiedlichen Betriebszustände erfassten Zustandsgrößen und Ableiten des Typs der Speicherbatterie aus der ermittelten mindestens einen Folge von Kenngrößen,
- – Ermitteln jeweils einer Folge von Kenngrößen für jede mögliche Bauart durch Berechnung von für jede mögliche Bauart jeweils vorgegebenen Regressionsgleichungen mit den erfassten Zustandsgrößen als Variablen und Bewertung der jeweiligen Folge von Kenngrößen zur Bestimmung des Typs der Speicherbatterie einschließlich der Bauart.
- Die Speicherbatterie kann nach ihrem Einbau automatisch in Abhängigkeit von dem nach dem Einbau für unterschiedliche Betriebszustände erfassten Zustandsgrößen, wie beispielsweise die Ruhespannung, der Innenwiderstand und der Ladezustand bei erfassten Temperaturgrößen ermittelt werden. Aus diesen Zustandsgrößen für die verschiedenen Betriebszustände wird dann eine Folge von Kenngrößen abgeleitet, die einen Hinweis auf den Typ der Speicherbatterie geben.
- Der Speicherbatterietyp wird dabei beispielsweise durch die Kapazität, z. B. die Nennkapazität sowie durch die Bauart charakterisiert. Für Bleiakkumulatoren sind insbesondere drei Bauarten „Nassbatterie” mit flüssigen Elektrolyten, Gelbatterien mit gelartigen Elektrolyten und Vliesbatterien mit festgelegten Elektrolyten bekannt.
- Für jede mögliche Bauart wird vorzugsweise jeweils eine bauartspezifische Regressionsgleichung vorgegeben, die erfassbare Zustandsgrößen (z. B. Innenwiderstand, Temperatur, Ruhespannung) als Variablen hat. Die nach dem Einbau einer Speicherbatterie für verschiedene Betriebszustände gemessenen Zustandsgrößen werden dann jeweils in die Regressionsgleichungen für die verschiedenen Bauarten eingesetzt, um als Ergebnis für jede mögliche Bauart eine Folge von Kenngrößen (z. B. Nennkapazität) zu erhalten. Diese Folgen für Kenngrößen werden dann für jede Bauart individuell bewertet, um aus dem Bewertungsergebnis den Typ der Speicherbatterie einschließlich der Bauart abzuleiten.
- Die Bewertung der Folgen von Kenngrößen erfolgt vorzugsweise durch Bestimmung der statistischen Verteilung einer jeweiligen Folge von Kenngrößen und Ableiten des Typs der Speicherbatterie aus einem Vergleich der statistischen Verteilung von mindestens zwei Folgen von Kenngrößen. Als statistische Verteilung wird insbesondere die Standardabweichung oder Varianz einer jeweiligen Folge von Kenngrößen bestimmt und als Hinweis auf die Bauart genutzt. Die Regressionsgleichung, deren Folge von Kenngrößen die geringste Standardabeichung bzw. Varianz aufweist, verweist auf die Technologie der Speicherbatterie, d. h. die Bauart.
- Die Folge von Kenngrößen mit der geringsten Standardabweichung oder Varianz wird weiterhin ausgewertet, um den Batterietyp, vorzugsweise die Nennkapazität, zu ermitteln. So stellt der Mittelwert der Folge von Kenngrößen mit geringster statistischer Verteilung ein Maß für die Kapazität der Speicherbatterie dar.
- Bei der Erfassung der Zustandsgrößen ist es vorteilhaft, wenn diese für unterschiedliche Ladezustände der Speicherbatterie und/oder für unterschiedliche Temperaturen der Speicherbatterie oder der Speicherbatterieumgebung als Betriebszustände erfasst und ausgewertet werden.
- Das Ergebnis der automatischen Klassifizierung kann dann bei an sich bekannten Verfahren zur Bestimmung des Betriebszustandes, beispielsweise des Ladezustandes der Speicherbatterie weiter verwendet werden, so dass ein manuelles Eingeben des Batterietyps und der Batterieart nicht mehr notwendig ist.
- Die Aufgabe wird weiterhin durch die Klassifizierungseinheit gemäß Anspruch 16 gelöst.
- Vorteilhafte Ausführungsformen sind in den Unteransprüchen beschrieben.
- Die Erfindung wird nachfolgend anhand eines Ausführungsbeispiels mit den beigefügten Zeichnungen näher erläutert. Es zeigen:
-
1 – Diagramm der Verteilung von berechneten Kapazitäten einer ersten unbekannten Speicherbatterie; -
2 – Diagramm der Verteilung der berechneten Kapazitäten einer zweiten unbekannten Speicherbatterie; -
3 – Flussdiagramm über eine Ausführungsform eines Verfahrens zur Vorgabe von Regressionsgleichungen; -
4 – Flussdiagramm über eine Ausführungsform eines Verfahrens zur Klassifizierung einer Speicherbatterie mit vorgegebenen Regressionsgleichungen. -
1 lässt ein Diagramm der Verteilung von berechneten Nennkapazitäten CNenn einer unbekannten ersten Speicherbatterie erkennen. Die Nennkapazitäten CNenn wurden mit Hilfe von zwei vorgegebenen Regressionsgleichungen ermittelt, die einerseits für Nass-Batterien und andererseits für Vlies-Batterien vorgegeben sind. Es ist erkennbar, dass für die mit durchgezogener Linie dargestellten, auf die Nass-Batterien bezogenen Regressionsgleichungen Nennkapazitäten im Bereich von etwa 63 bis 85 Ah für verschiedene Betriebszustände bei N = 5 Messungen bei einem Stromprofil (z. B. Motorstart) ermittelt wurden. Mit den durch die fünf Messungen ermittelten Zustandsgrößen wurde mit einer auf die Vlies-Batterie bezogenen Regressionsgleichung hingegen Nennkapazitäten mit Werten von weniger 60 Ah bis 80 Ah gemessen. - Für die aus den N = 5 Messungen ermittelten Folge von Nennkapazitäten CNenn wurde aus den Regressionsgleichungen für die Nass-Batterie eine Standardabweichung von 3,206 Ah und ein Mittelwert von 73,74 Ah bestimmt. Die mit der Regressionsgleichung für die AGM-Batterie ermittelte Folge von Nennkapazitäten CNenn weist eine Standardabweichung von 3,712 und einen Mittelwert von 68,50 Ah auf.
- Die Folge mit der geringsten Standardabweichung, d. h. vorliegend die Folge für die Nass-Batterie verweist auf die Bauart der Speicherbatterie. Da die Standardabweichung 3,206 Ah für die mit der Nassbatterie-Regressionsgleichung ermittelten Folge geringer ist, als die Standardabweichung 3,712 Ah für die mit der Vliesbatterie-Regressionsgleichung ermittelten Folge handelt es sich bei der untersuchten Speicherbatterie um eine Nass-Batterie. Die Nennkapazität entspricht dabei etwa dem ermittelten Mittelwert 73,74 Ah, der am nächsten zur möglichen Nennkapazität 70 Ah liegt. Die Nennkapazität beträgt somit 70 Ah.
-
2 lässt ein entsprechendes Verteilungsdiagramm berechneter Nennkapazitäten CNenn einer zweiten unbekannten Batterie erkennen. Die Nennkapazitäten wurden N = 13 Messungen (z. B. Motorstarts) aufgenommen. Mit den Regressionsgleichungen für eine Nass-Batterie (durchgezogene Linie) werden Nennkapazitäten CNenn berechnet, deren Standardabweichung 7,459 Ah und deren Mittelwert 98,04 Ah beträgt. Hingegen wird mit den Vliesbatterie-Regressionsgleichungen Nennkapazitäten CNenn mit einer Standardabweichung von 6,820 Ah und einen Mittelwert von 87,99 Ah berechnet. Da die Standardabweichung der mit der Vliesbatterie-Regressionsgleichung ermittelten Folge von Nennkapazitäten CNenn kleiner ist als die Standardabweichung der mit der Nassbatterie-Regressionsgleichung ermittelten Folge von Nennkapazitäten CNenn, ist die untersuchte Speicherbatterie offensichtlich eine Vlies-Batterie. Der hierzu gehörige Mittelwert 87,99 Ah weist auch darauf hin, dass die Nennkapazität offensichtlich 90 Ah beträgt. - Um die für die Batteriearten Nass-Batterien, Gel-Batterien und Vlies-Batterien charakteristischen Regressionsgleichungen zur Ermittlung der Nennkapazität CNenn vorgeben zu können, ist herstellerseitig eine Vorarbeit erforderlich.
-
3 lässt ein Flussdiagramm für ein solches Verfahren zur Vorgabe von Batterieart spezifischen Regressionsgleichungen erkennen. Im Schritt a) werden die Batteriegrößen jeweils für die unterschiedlichen Batteriearten, wie Nass- und Vliesbatterie festgelegt, die unterschieden werden sollen. So werden z. B. mögliche Nennkapazitäten von 70 Ah, 80 Ah und 90 Ah festgelegt. - Im Schritt b) werden dann die charakteristischen Messgrößen für jede Batterieart bestimmt, z. B. die Batterietemperatur, die Ruhespannung, der Innenwiderstand, für eine Anzahl von n = 1 bis N. Dabei erfolgt keine Vorkonditionierung der Speicherbatterien.
- Die Messwerte müssen auf ähnliche Art und Weise bestimmt werden, wie sie im Fahrzeug aufgenommen werden. So sollte z. B. der Innenwiderstand über den Motorstart bestimmt werden und nicht über eine Messbrücke. Die Messwerte müssen zudem bei unterschiedlichen Temperaturen T und Ladungszuständen SOC aufgenommen werden. Dabei sollte der Ladezustand SOC z. B. zwischen 100% und 60% liegen und der Temperaturbereich an die Umgebungsbedingungen angepasst sein und z. B. zwischen –18°C und +30°C liegen.
- In einem Schritt c) wird dann ein Kennfeld der charakteristischen Messgrößen in Abhängigkeit von den beiden Variablen Temperatur T und Ladezustand SOC erstellt. Dabei können beispielsweise die fünf Einstellungen SOC gleich 100%, 90%, 80%, 70%, 60% und Temperatur gleich –18°C, –10°C, 0°C, 15°C und 30°C vorgesehen sein. Dies ergibt 25 Messwertgruppen mit den Variablen Temperatur, Ruhespannung U00 und Innenwiderstand Ri für jeden Batterietyp.
- In einem Schritt d) werden dann die Messwerte Temperatur T, Ruhespannung U00 und Innenwiderstand Ri nach dem Kennfeld unter Fahrzeugbedingungen ermittelt, wie dies später auch im Betrieb zur Klassifizierung der Speicherbatterie erfolgen soll.
- Im Schritt e) werden dann Regressionsgleichungen für unterschiedliche Batteriearten, z. B. für die Batterieart Nassbatterie und für die Batterieart Vliesbatterie, unter Berücksichtigung von Wechselwirkungen der Kennwerte miteinander und des nicht linearen Verhaltens der Kenngrößen aufgestellt. Dabei kann für die Regressionsgleichungen auch eine Anzahl N nur zu erfassender Zustandsgrößen Temperatur Tn, Ruhespannung U00 und Innenwiderstand Ri vorgegeben werden.
- So wird z. B. für die Nennkapazität CNenn einer Nass-Batterie eine Funktion in Abhängigkeit der Batterietemperatur T, der Ruhespannung U00, des Innenwiderstands Ri, des Produkts aus Ruhespannung U00 und dem Quadrat des Innenwiderstands Ri etc. vorgegeben.
CNenn(Nass) = F(T, U00, Ri, U00·Ri 2, ... ) - Für die Nennkapazität CNenn einer Vlies-Batterie wird als Regressionsgleichung beispielsweise eine Funktion in Abhängigkeit von der Temperatur T, der Ruhespannung U00, des Innenwiderstands Ri, des Produkts aus Ruhespannung U00, Innenwiderstand Ri und Temperatur T, dem Quadrat der Ruhespannung U00 2, etc. vorgegeben:
CNenn(Vlies) = F(T, U00, Ri, U00·Ri, U00 2, ... ). - In einem Schritt f) werden dann beiden Regressionsgleichungen CNenn(Nassbatterie = F (...)) und CNenn(Vlies) = F (...)) in einem Datenspeicher einer Klassifizierungseinheit mit Recheneinheit hinterlegt.
- Die Klassifizierung einer Speicherbatterie erfolgt dann im Schritt g) vorzugsweise, wenn erkannt wurde, dass eine Speicherbatterie in einem Fahrzeug eingesetzt worden ist.
- Die
4 lässt ein Flussdiagramm des Verfahrens zur Klassifizierung einer a priori unbekannten Speicherbatterie erkennen. - Im Schritt h) wird zunächst erkannt, dass eine Speicherbatterie in das Fahrzeug eingebaut oder gewechselt worden ist. Dann erfolgt im Schritt j) eine Ermittlung der Zustandsgrößen, beispielsweise der Batterietemperatur T, der Ruhespannung U00 und des Innenwiderstandes Ri im Betrieb für unterschiedliche Betriebszustände. Auslöser der Ermittlung der Zustandsgrößen kann beispielsweise ein Motorstart (Schritt i) sein.
- Aus den für die unterschiedlichen Betriebszustände ermittelten Mehrzahl N von Zustandsgrößen T, U00 und Ri wird dann im Schritt k) die Nennkapazität CNenn mit den beiden für die Batteriearten Nass- und Vliesbatterie hinterlegten Regressionsgleichungen berechnet.
- Zur Klassifizierung einer unbekannten Speicherbatterie reichen zwei vorläufige Nennkapazitätswerte CNenn einmal für die Batterieart Nassbatterie und einmal für die Batterieart Vliesbatterie nicht aus. Es ist vielmehr erforderlich, dass mehrere Nennkapazitätswerte CNenn bei unterschiedlichen Temperaturen T und Ladezuständen SOC ermittelt werden. Nach genügend berechneten Nennkapazitätswerten CNenn werden zwei Verteilungsformen einerseits für die Batterieart Nassbatterie und andererseits für die Batterieart Vliesbatterie gewonnen, für die charakteristische Werte berechnet werden können. Die für die beiden Batteriearten Nass- und Vliesbatterie mit den Regressionsgleichungen berechnete Folge von Kenngrößen CNenn (Nass) und CNenn(Vlies) wird im Schritt l) abgespeichert, beispielsweise in einer Tabelle m) hinterlegt.
- In einem Schritt n) erfolgt dann eine statistische Bewertung der jeweiligen Folgen von Kenngrößen getrennt für jede Bauart, d. h. die Ergebnisse der unterschiedlichen Regressionsgleichung. Dabei werden die Mittelwerte Mw sowie die Standardabweichung StDev der beiden Verteilungen der Nennkapazitätswerte CNenn berechnet.
- In einem Schritt o) wird dann überprüft, welche Folge von Nennkapazitätswerten CNenn die geringere Standardweichung hat. Die Batterieart Nass- oder Vliesbatterie der unbekannten Speicherbatterie entspricht dann der Batterieart, die der Regressionsgleichung für diese Folge von Nennkapazitätswerten CNenn zugrunde liegt. D. h., dass die kleinere Standardabweichung bzw. Varianz auf die Technologie der Speicherbatterie verweist.
- Aus dieser Folge von Kenngrößen CNenn wird dann der Mittelwert der Folge von Kenngrößen bestimmt, d. h. der Mittelwert der berechneten Nennkapazitäten CNenn. Dieser Mittelwert ist dann ein Maß für die Nennkapazität CNenn der Speicherbatterie, die in Abhängigkeit von dem im Schritt a) festgelegten Batteriegruppen, die unterschieden werden können, abgeleitet wird. Durch Auf- und Abrunden des berechneten Mittelwertes auf die als möglich vorgegebenen Nennkapazitätswerte kann die tatsächliche Nennkapazität der Speicherbatterie bestimmt werden.
- Das Ergebnis der Klassifizierung kann im Folgenden für die Batterieüberwachung genutzt werden und beispielsweise als Variable in an sich bekannten Verfahren zur Ladezustandsbestimmung oder ähnliches eingesetzt werden.
Claims (16)
- Verfahren zur Klassifizierung einer Speicherbatterie, gekennzeichnet durch – Erfassen einer Mehrzahl von Zustandsgrößen der Speicherbatterie für voneinander unterschiedliche Betriebszustände; – Ermitteln mindestens einer Folge von Kenngrößen in Abhängigkeit von den für die unterschiedlichen Betriebszustände erfassten Zustandsgrößen und – Ableiten des Typs der Speicherbatterie aus der ermittelten mindestens einen Folge von Kenngrößen, – Ermitteln jeweils einer Folge von Kenngrößen für jede mögliche Bauart durch Berechnung von für jede mögliche Bauart jeweils vorgegebenen Regressionsgleichungen mit den erfassten Zustandsgrößen als Variablen und Bewertung der jeweiligen Folge von Kenngrößen zur Bestimmung des Typs der Speicherbatterie einschließlich der Bauart.
- Verfahren nach Anspruch 1, gekennzeichnet durch Ableiten der Kapazität der Speicherbatterie zur Klassifizierung.
- Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass als Kapazität die Nennkapazität betrachtet wird.
- Verfahren nach einem der Ansprüche 1 bis 3, gekennzeichnet durch Ableiten der Bauart der Speicherbatterie zur Klassifizierung.
- Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass als Bauart Speicherbatterien mit festgelegten Elektrolyten, mit gelartigen Elektrolyten und mit flüssigen Elektrolyten in Abhängigkeit der mindestens einen Folge von Kenngrößen voneinander unterschieden werden.
- Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Bestimmen der statistischen Verteilung einer jeweiligen Folge von Kenngrößen und Ableiten des Typs der Speicherbatterie aus einem Vergleich der statistischen Verteilung von mindestens zwei Folgen von Kenngrößen.
- Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die für jede klassifizierbare Bauart eine bauartspezifische Ermittlungsvorschrift zur Bestimmung der Kenngrößen aus Zustandsgrößen vorgegeben ist und die Folge von Kenngrößen mit geringster statistischer Verteilung aufgrund der bauartspezifischen Ermittlungsvorschrift die Bauart der Speicherbatterie kennzeichnet.
- Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass die statistische Verteilung die Standardabweichung, Varianz oder Streuung einer jeweiligen Folge von Kenngrößen ist.
- Verfahren nach einem der Ansprüche 6 bis 8, gekennzeichnet durch Berechnung einer charakteristischen Größe der Verteilung, beispielsweise des Mittelwertes, für mindestens eine Folge von Kenngrößen, bevorzugt für die Folge mit geringster statistischer Verteilung, und Ableiten des Typs der Speicherbatterie aus der charakteristischen Verteilungsgröße.
- Verfahren nach Anspruch 9, gekennzeichnet durch Ableiten der Kapazität einer Speicherbatterie aus dem Mittelwert einer ausgewählten Folge von Kenngrößen.
- Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass als Kapazität die Nennkapazität betrachtet wird.
- Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Erfassen mindestens von Batterietemperatur, Ruhespannung und/oder Innenwiderstand der Speicherbatterie als Zustandsgrößen.
- Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Erfassen der Zustandsgrößen für unterschiedliche Ladezustände der Speicherbatterie.
- Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Zustandsgrößen für unterschiedliche Temperaturen der Speicherbatterie oder der Speicherbatterieumgebung.
- Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Berücksichtigen des Ergebnisses der automatischen Klassifizierung bei einer Bestimmung des Betriebszustandes, beispielsweise des Ladezustandes, der Speicherbatterie.
- Klassifizierungseinheit zur Klassifizierung einer Speicherbatterie mit Sensoren, die eingerichtet sind zur Erfassung einer Mehrzahl von Zustandsgrößen der Speicherbatterie für voneinander unterschiedliche Betriebszustände, und mit einer Recheneinheit, die eingerichtet ist zur Ausführung des Verfahrens nach einem der Ansprüche 1 bis 15.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007030365A DE102007030365B4 (de) | 2007-06-29 | 2007-06-29 | Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007030365A DE102007030365B4 (de) | 2007-06-29 | 2007-06-29 | Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102007030365A1 DE102007030365A1 (de) | 2009-01-22 |
DE102007030365B4 true DE102007030365B4 (de) | 2013-06-27 |
Family
ID=40148779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007030365A Active DE102007030365B4 (de) | 2007-06-29 | 2007-06-29 | Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102007030365B4 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009013026A1 (de) | 2009-03-16 | 2010-09-23 | Audi Ag | Verfahren zum Ermitteln der Technologie einer Batterie |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE29512957U1 (de) * | 1995-08-11 | 1995-10-19 | EVERSPRING INDUSTRY Co., Ltd., Taipei City, Tu Cheng Hsiang | Das intelligente Batterieaufladegerät |
US5460901A (en) * | 1992-09-29 | 1995-10-24 | Nokia Mobile Phones Limited | Battery identification |
DE19729009A1 (de) * | 1996-07-06 | 1998-02-05 | Samsung Electronics Co Ltd | Ladevorrichtung für das allgemeine Laden verschiedener Arten von Akkumulatoren-Batterien |
WO1999022433A1 (en) * | 1997-10-28 | 1999-05-06 | Telefonaktiebolaget Lm Ericsson (Publ) | An identification arrangement and method |
DE69417322T2 (de) * | 1993-08-30 | 1999-08-26 | Yaesu Musen Kk | Elektronisches Gerät, Batteriepack und Ladegerät für den Batteriepack |
DE19532013C2 (de) * | 1995-08-31 | 2000-05-31 | Motorola Inc | Akkumulator und Verfahren zur Erkennung des Akkumulatortyps |
DE69424696T2 (de) * | 1993-02-11 | 2000-09-28 | Hewlett Packard Co | Verfahren und Vorrichtung zur Unterscheidung von Batterietypen |
US6175211B1 (en) * | 1999-04-15 | 2001-01-16 | Black & Decker Inc. | Battery pack with identification device |
DE69329087T2 (de) * | 1992-05-25 | 2001-03-22 | Nokia Mobile Phones Ltd | Bestimmung von Batterietemperatur und -typ |
US6404164B1 (en) * | 2001-05-14 | 2002-06-11 | Hewlett-Packard Company | Method of battery chemistry identification through analysis of voltage behavior |
DE102004013911A1 (de) * | 2003-03-24 | 2004-11-04 | Sanyo Electric Co., Ltd., Moriguchi | Batteriepack und Verfahren zum Feststellen von Unnormalitäten des Batteriepacks |
DE69823204T2 (de) * | 1997-07-25 | 2005-04-21 | 3M Innovative Properties Co | Fehlertolerantes batteriesystem welches eine netzwerkarchitektur zwischen batterien verwendet |
US7072871B1 (en) * | 2001-08-22 | 2006-07-04 | Cadex Electronics Inc. | Fuzzy logic method and apparatus for battery state of health determination |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10232251A1 (de) | 2002-07-17 | 2004-02-12 | Vb Autobatterie Gmbh | Verfahren zur Bestimmung der einer Speicherbatterie noch entnehmbaren Ladungsmenge und Speicherbatterie |
DE10236958B4 (de) | 2002-08-13 | 2006-12-07 | Vb Autobatterie Gmbh & Co. Kgaa | Verfahren zur Ermittlung der entnehmbaren Ladungsmenge einer Speicherbatterie und Überwachungseinrichtung für eine Speicherbatterie |
DE10240329B4 (de) | 2002-08-31 | 2009-09-24 | Vb Autobatterie Gmbh & Co. Kgaa | Verfahren zur Ermittlung der einer vollgeladenen Speicherbatterie entnehmbaren Ladungsmenge einer Speicherbatterie und Überwachungseinrichtung für eine Speicherbatterie |
JP2006294382A (ja) | 2005-04-08 | 2006-10-26 | Matsushita Electric Ind Co Ltd | 電池の分別回収方法及び識別方法 |
-
2007
- 2007-06-29 DE DE102007030365A patent/DE102007030365B4/de active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69329087T2 (de) * | 1992-05-25 | 2001-03-22 | Nokia Mobile Phones Ltd | Bestimmung von Batterietemperatur und -typ |
US5460901A (en) * | 1992-09-29 | 1995-10-24 | Nokia Mobile Phones Limited | Battery identification |
DE69424696T2 (de) * | 1993-02-11 | 2000-09-28 | Hewlett Packard Co | Verfahren und Vorrichtung zur Unterscheidung von Batterietypen |
DE69417322T2 (de) * | 1993-08-30 | 1999-08-26 | Yaesu Musen Kk | Elektronisches Gerät, Batteriepack und Ladegerät für den Batteriepack |
DE29512957U1 (de) * | 1995-08-11 | 1995-10-19 | EVERSPRING INDUSTRY Co., Ltd., Taipei City, Tu Cheng Hsiang | Das intelligente Batterieaufladegerät |
DE19532013C2 (de) * | 1995-08-31 | 2000-05-31 | Motorola Inc | Akkumulator und Verfahren zur Erkennung des Akkumulatortyps |
DE19729009A1 (de) * | 1996-07-06 | 1998-02-05 | Samsung Electronics Co Ltd | Ladevorrichtung für das allgemeine Laden verschiedener Arten von Akkumulatoren-Batterien |
DE69823204T2 (de) * | 1997-07-25 | 2005-04-21 | 3M Innovative Properties Co | Fehlertolerantes batteriesystem welches eine netzwerkarchitektur zwischen batterien verwendet |
WO1999022433A1 (en) * | 1997-10-28 | 1999-05-06 | Telefonaktiebolaget Lm Ericsson (Publ) | An identification arrangement and method |
US6175211B1 (en) * | 1999-04-15 | 2001-01-16 | Black & Decker Inc. | Battery pack with identification device |
US6404164B1 (en) * | 2001-05-14 | 2002-06-11 | Hewlett-Packard Company | Method of battery chemistry identification through analysis of voltage behavior |
US7072871B1 (en) * | 2001-08-22 | 2006-07-04 | Cadex Electronics Inc. | Fuzzy logic method and apparatus for battery state of health determination |
DE102004013911A1 (de) * | 2003-03-24 | 2004-11-04 | Sanyo Electric Co., Ltd., Moriguchi | Batteriepack und Verfahren zum Feststellen von Unnormalitäten des Batteriepacks |
Also Published As
Publication number | Publication date |
---|---|
DE102007030365A1 (de) | 2009-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10252760B4 (de) | Verfahren zur Vorhersage des Innenwiderstands einer Speicherbatterie und Überwachungseinrichtung für Speicherbatterien | |
DE10240329B4 (de) | Verfahren zur Ermittlung der einer vollgeladenen Speicherbatterie entnehmbaren Ladungsmenge einer Speicherbatterie und Überwachungseinrichtung für eine Speicherbatterie | |
DE102009038663B4 (de) | Kraftwagen mit einer Mehrzahl von Batterien und Verfahren zur Batteriediagnose | |
EP2442125B1 (de) | Verfahren und Vorrichtung zum Überwachen der maximal verfügbaren Kapazität einer Batterie | |
DE102013112533A1 (de) | Plug-In Ladungskapazitätsschätzungsverfahren für Lithium-Eisenphosphatbatterien | |
EP1380849A1 (de) | Verfahren zur Ermittlung der entnehmbaren Ladungsmenge einer Speicherbatterie und Überwachungseinrichtung | |
DE102020215176A1 (de) | Verfahren und system zum schätzen einer leerlaufspannung einer batteriezelle | |
WO2017182497A1 (de) | Verfahren und system zur bewertung einer elektrochemischen speichereinheit | |
DE102013000572A1 (de) | Verfahren und System zur Bestimmung der Modellparameter eines elektrochemischen Energiespeichers | |
DE102020215201A1 (de) | Verfahren und Vorrichtung zur Vorhersage eines Alterungszustands einer Gerätebatterie in einem batteriebetriebenen Gerät | |
EP3658930A1 (de) | Verfahren und vorrichtung zur detektion von batteriezellenzuständen und batteriezellenparametern | |
DE102016201026B4 (de) | Verfahren und Vorrichtung zur Bestimmung einer Restkapazität einer Blei-Säure-Batterie | |
DE112016002067T5 (de) | Verfahren und Überwachungseinheit zum Überwachen eines Batteriesystems | |
DE102013018405A1 (de) | Ermittlung von den Zustand einer Batterie kennzeichnenden Schätzparametern | |
DE102014220914A1 (de) | Verfahren und Vorrichtung zur Bestimmung eines betriebspunktabhängigen Widerstandsänderungsfaktors und Fahrzeug | |
WO2019072488A1 (de) | Energiespeichereinrichtung sowie vorrichtung und verfahren zur bestimmung einer kapazität einer energiespeichereinrichtung | |
DE102017200548B4 (de) | Verfahren zur Ermittlung einer aktuellen Kennlinie für einen ein Kraftfahrzeug versorgenden elektrochemischen Energiespeicher, Kraftfahrzeug und Server | |
DE102007030365B4 (de) | Verfahren zur Klassifizierung einer Speicherbatterie und Klassifizierungseinheit | |
DE102009028911A1 (de) | Verfahren und Anordnung zum Batterietest an Fahrzeugen | |
DE10010980A1 (de) | Verfahren und Vorrichtung zur Bestimmung des Zustandes eines Energiespeichers | |
DE102022200007A1 (de) | Verfahren und Vorrichtung zum Erlernen einer Parametrisierung eines Alterungsmodells und Bereitstellen eines Alterungszustands für eine Gerätebatterie anhand einer parametrierten Leerlaufspannungs-Kennlinie | |
DE102021111980A1 (de) | Bewertung der zellgruppengesundheit in einem batteriepaket | |
DE102010046605A1 (de) | Batteriesteuergerät mit einem Modell zur Ermittlung der Batterielebensdauer | |
EP4054899B1 (de) | Verfahren und system zum vorhersagen einer motorstart-performance eines elektrischen energiespeichersystems | |
WO2017207650A1 (de) | Gleichstromimpuls-batterietestgerät und verfahren zur erkennung eines batterietyps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R009 | Remittal by federal patent court to dpma for new decision or registration | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |
Effective date: 20130928 |
|
R082 | Change of representative |
Representative=s name: MEISSNER, BOLTE & PARTNER GBR, DE Representative=s name: MEISSNER BOLTE PATENTANWAELTE RECHTSANWAELTE P, DE |
|
R082 | Change of representative |
Representative=s name: MEISSNER BOLTE PATENTANWAELTE RECHTSANWAELTE P, DE |
|
R081 | Change of applicant/patentee |
Owner name: CLARIOS GERMANY GMBH & CO. KGAA, DE Free format text: FORMER OWNER: VB AUTOBATTERIE GMBH & CO. KGAA, 30419 HANNOVER, DE |
|
R082 | Change of representative |
Representative=s name: MEISSNER BOLTE PATENTANWAELTE RECHTSANWAELTE P, DE |