DE102011012813B4 - Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten - Google Patents

Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten Download PDF

Info

Publication number
DE102011012813B4
DE102011012813B4 DE102011012813.1A DE102011012813A DE102011012813B4 DE 102011012813 B4 DE102011012813 B4 DE 102011012813B4 DE 102011012813 A DE102011012813 A DE 102011012813A DE 102011012813 B4 DE102011012813 B4 DE 102011012813B4
Authority
DE
Germany
Prior art keywords
battery
pair
voltage
resistance
coefficients
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
Application number
DE102011012813.1A
Other languages
English (en)
Other versions
DE102011012813A1 (de
Inventor
Jian Lin
Xidong Tang
Brian J. Koch
Mark W. 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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102011012813A1 publication Critical patent/DE102011012813A1/de
Application granted granted Critical
Publication of DE102011012813B4 publication Critical patent/DE102011012813B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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]
    • G01R31/389Measuring internal impedance, internal conductance or related variables

Abstract

Verfahren zur Ermittlung von Parametern einer Batterie, wobei das Verfahren umfasst, dass:ein Ersatzschaltungsmodell der Batterie definiert wird, das eine Batterieleerlaufspannung, einen ohmschen Widerstand der Batterie und ein RC-Paar enthält, welches eine RC-Paar-Spannung, einen RC-Paar-Widerstand und eine RC-Paar-Kapazität enthält;eine erste Abtastrate und eine zweite Abtastrate definiert werden, wobei die erste Abtastrate schneller als die zweite Abtastrate ist;eine Batterieanschlussspannung, ein Batterieanschlussstrom und eine Batterietemperatur mit der ersten Abtastrate abgetastet werden;eine Batterieanschlussspannungsbeziehung definiert wird;eine RC-Spannungsbeziehung definiert wird;die Batterieanschlussspannungsbeziehung und die RC-Paar-Spannungsbeziehung verwendet werden, um eine Beziehung von Batteriedynamiken zu ermitteln, die eine Vielzahl erster Koeffizienten enthält;die Beziehung der Batteriedynamiken zurückentwickelt wird, um die Vielzahl erster Koeffizienten zu erhalten;die Batterieleerlaufspannung und der ohmsche Widerstand der Batterie unter Verwendung der Vielzahl erster Koeffizienten ermittelt werden;der Batterieladezustand unter Verwendung der Batterieleerlaufspannung und der abgetasteten Batterietemperatur ermittelt wird;die Batterieanschlussspannung, der Batterieanschlussstrom und die Batterietemperatur mit der zweiten Abtastrate erneut abgetastet werden;die RC-Paar-Spannung mit der zweiten Abtastzeit erneut berechnet wird;die erneut berechnete RC-Paar-Spannung zurückentwickelt wird, um eine Vielzahl zweiter Koeffizienten zu erhalten;der Widerstand und die Kapazität des RC-Paars unter Verwendung der Vielzahl zweiter Koeffizienten geschätzt werden; undeine vorhergesagte Leistung der Batterie über eine bestimmte Zeitspanne unter Verwendung der Leerlaufspannung, des ohmschen Widerstands, des Widerstands des RC-Paars und der Kapazität des RC-Paars ermittelt wird.

Description

  • HINTERGRUND DER ERFINDUNG
  • 1. Gebiet der Erfindung
  • Diese Erfindung betrifft allgemein ein Verfahren zum Schätzen von Batterieparametern, das mehrere Abtastraten verwendet, und insbesondere ein Verfahren zum Schätzen von Batterieparametern, das zwei verschiedene Abtastzeiten verwendet, wobei eine Batterieanschlussspannung und ein Batterieanschlussstrom mit einer hohen Abtastrate abgetastet werden, um die Batterieleerlaufspannung (OCV) und den Hochfrequenzwiderstand zu schätzen, und die Batterieanschlussspannung und der Batterieanschlussstrom mit einer niedrigen Abtastrate erneut abgetastet werden, um Batterieparameter zu schätzen, die zum Schätzen der Batterieleistung verwendet werden können.
  • 2. Erörterung der verwandten Technik
  • Elektrofahrzeuge werden zunehmend verbreiteter. Diese Fahrzeuge umfassen Hybridfahrzeuge, wie etwa die Elektrofahrzeuge mit erweiterter Reichweite (EREV), die eine Batterie und eine Hauptleistungsquelle, wie etwa einen Verbrennungsmotor, Brennstoffzellensysteme usw., miteinander kombinieren, und reine Elektrofahrzeuge, wie etwa die Batterie-Elektrofahrzeuge (BEV). Alle diese Elektrofahrzeugtypen verwenden eine Hochspannungsbatterie, die eine Anzahl von Batteriezellen enthält. Diese Batterien können verschiedene Batterietypen sein, wie etwa Lithium-Ionen, Nickelmetallhydrid, Bleisäure usw. Eine typische Hochspannungsbatterie für ein Elektrofahrzeug kann 196 Batteriezellen enthalten, die etwa 400 Volt Leistung liefern. Die Batterie kann individuelle Batteriemodule enthalten, wobei jedes Batteriemodul eine bestimmte Anzahl von Batteriezellen enthalten kann, wie etwa zwölf Zellen. Die individuellen Batteriezellen können elektrisch in Reihe geschaltet sein oder eine Reihe von Zellen kann elektrisch parallel geschaltet sein, wobei eine Anzahl von Zellen in dem Modul in Reihe verbunden ist und jedes Modul mit den anderen Modulen elektrisch parallel geschaltet ist. Unterschiedliche Fahrzeugentwürfe enthalten unterschiedliche Batteriekonstruktionen, die vielfältige Kompromisse und Vorteile für eine spezielle Anwendung verwenden.
  • Batterien spielen eine wichtige Rolle bei der Leistungsversorgung von Elektrofahrzeugen und Hybridfahrzeugen. Die Effektivität der Batterieregelung und der Leistungsverwaltung ist essentiell für die Fahrzeugleistung, die Kraftstoffsparsamkeit, die Batterielebensdauer und den Fahrgastkomfort. Für die Batterieregelung und Leistungsverwaltung müssen zwei Zustände der Batterie, nämlich der Ladezustand (SOC) und die Batterieleistung, vorhergesagt oder geschätzt und in Echtzeit überwacht werden, weil sie im Fahrzeugbetrieb nicht messbar sind. Der Batterieladezustand und die Batterieleistung können unter Verwendung eines einfachen Ersatzschaltungsmodells der Batterie geschätzt werden, welches die Batterieleerlaufspannung (OCV), den ohmschen Widerstand der Batterie und ein RC-Paar, das einen Widerstand und eine Kapazität enthält, unter Verwendung der Batterieanschlussspannung und des Batterieanschlussstroms definiert. Daher müssen beide Batteriezustände aus Batterieparametern abgeleitet werden, die aus der Batterieanschlussspannung und dem Batterieanschlussstrom geschätzt werden. Auf dem Gebiet wurden einige wenige Batteriezustands-Schätzalgorithmen unter Verwendung unterschiedlicher Methodiken entwickelt, und einige wurden in Fahrzeugen implementiert.
  • Es ist gut bekannt, dass Dynamiken einer Batterie allgemein nichtlinear sind und in hohem Maß von Batteriebetriebsbedingungen abhängen. Für eine fahrzeugeigene Batterieparameterschätzung wird jedoch ein lineares Modell mit ein paar wenigen Frequenzmodi verwendet, um die dominanten Dynamiken einer Batterie für eine spezielle Anwendung, wie etwa eine Leistungsvorhersage oder eine SOC-Schätzung, anzunähern. Der Grund dafür liegt hauptsächlich in der begrenzten Rechenleistung und dem begrenzten Speicher, die für fahrzeugeigene Anwendungen zur Verfügung stehen. Selbst wenn tatsächlich unbegrenzte Rechenleistung und unbegrenzter Speicher zur Verfügung stünden, kann die genaue Schätzung aller Batterieparameter in einem komplexen Modell mit so vielen Frequenzmodi wie möglich nicht garantiert werden, weil die Erregung von Signalen, normalerweise der Batterieanschlussspannung und des Batterieanschlussstroms, begrenzt ist. Es ist daher weder praktikabel noch notwendig, alle Frequenzmodi mir einem Modell abzudecken, solange der durch Modellunsicherheiten verursachte Schätzfehler für eine spezielle Anwendung in einem akzeptablen Bereich liegt.
  • Um die Speicher- und Rechenkosten zu minimieren, wird ein Batteriemodell, das so einfach wie möglich ist, stark bevorzugt. Andererseits müssen verschiedene Anwendungen durch unterschiedliche Frequenzmodi beschrieben werden. Beispielsweise ist die Merkmalsfrequenz zur Beschreibung des Hochfrequenzwiderstands der Batterie viel höher als die Merkmalsfrequenz, welche die Veränderung bei der Batterieleistung beschreibt. Ein einfaches Modell mit begrenzten Frequenzmodi bringt unvermeidlich Fehler und Unsicherheiten mit sich, da es alle Merkmalsfrequenzen für verschiedene Anwendungen nicht vollständig abdecken kann.
  • Die US-Patentanmeldung mit der Seriennummer 11/867,497 , die am 04. Oktober 2007 eingereicht wurde, nun als Veröffentlichungsnummer US 2009 / 0 091 299 A1 mit dem Titel „Dynamically Adaptive Method For Determining The State of Charge of a Battery“ veröffentlicht ist, dem Anmelder dieser Erfindung gehört und durch Bezugnahme hier mit aufgenommen ist, offenbart ein Verfahren zur Bestimmung des Batterieladezustands und der Batterieleistung unter Verwendung von vier Batterieparametern, nämlich der Batterie-OCV, des ohmschen Widerstands und des Widerstands und der Kapazität eines RC-Paars.
  • Die Druckschrift US 2005 / 0 057 225 A1 offenbart eine verallgemeinerte Schätzvorrichtung für den Zustand und Parameter einer elektrochemischen Zelle, bei der die elektrochemische Zelle mit einer linearen Gleichung modelliert wird, ein Anschlussstrom, eine Anschlussspannung und eine Temperatur der elektrochemischen Zelle gemessen werden und die lineare Gleichung durch eine zeitvariante Zustands- und Parameterschätzvorrichtung verarbeitet wird. Zur Bestimmung von Zuständen und Parametern werden der Anschlussstrom, die Anschlussspannung und die Temperatur der elektrochemischen Zelle herangezogen.
  • In der Druckschrift DE 10 2005 052 448 A1 ist ein Verfahren zum Ermitteln der Funktionsfähigkeit einer Speicherbatterie offenbart, bei dem Kennwerte für den Ladezustand und die Gebrauchstüchtigkeit bei elektrischer Belastung ermittelt werden. Dabei werden Kennlinien in Abhängigkeit von Temperatur und Ladezustand gespeichert und die Leerlaufspannung, der Innenwiderstand und die Temperatur der Batterie gemessen, und durch anschließendes Rückwärtsablesen der Kennlinien wird ein Schätzwert des Ladezustands bestimmt.
  • Die Druckschrift US 2009 / 0 048 793 A1 offenbart eine Zustands- und Parameterschätzvorrichtung für Batterien, die Zustandsvariable und/oder Parameter eines mathematischen Batteriemodells bestimmt, das Korrekturgleichungen aufweist, durch die die Zustandsvariablen und/oder Parameter korrigiert werden.
  • Die gegenwärtig existierenden Batteriezustands-Schätzalgorithmen beruhen auf einer einzigen Abtastrate. Ohne zusätzliche Dynamikkomponenten, d.h. zusätzliche Frequenzmodi, in das Batteriemodell aufzunehmen, weisen diese Algorithmen Schwierigkeiten beim Erfassen sowohl schneller Dynamiken zur SOC-Schätzung als auch langsamer Dynamiken zur Leistungsvorhersage auf. Daher ist die Genauigkeit und Robustheit der Algorithmen bei mehreren Anwendungen beeinträchtigt. Mit anderen Worten ist die Abtastrate, welche die Batterieanschlussspannung und den Batterieanschlussstrom misst, im Allgemeinen zu schnell, um die Parameter, die von dem RC-Paar erzeugt werden, genau zu bestimmen, was zu einer in einem gewissen Maß ungenauen Darstellung der Leistungskapazitäten der Batterie an einem beliebigen vorgegebenen Zeitpunkt führt.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Gemäß den Lehren der vorliegenden Erfindung wird ein Verfahren zum Schätzen von Fahrzeugbatterieparametern offenbart, das zwei verschiedene Abtastraten verwendet. Das Verfahren tastet eine Batterieanschlussspannung und einen Batterieanschlussstrom mit einer hohen Abtastrate ab, um die Leerlaufspannung und den Hochfrequenzwiderstand der Batterie zu schätzen. Der Batterieladezustand (SOC) wird aus der Leerlaufspannung hergeleitet. Als Nächstes werden die Batterieanschlussspannung und der Batterieanschlussstrom mit einer niedrigen Abtastrate erneut abgetastet. Aus den mit der niedrigen Rate abgetasteten Signalen können andere Batterieparameter extrahiert werden. Als Nächstes werden alle Batterieparameter, die mit den zwei Abtastraten beschafft wurden, zusammen verwendet, um die Batterieleistung vorherzusagen.
  • Zusätzliche Merkmale der vorliegenden Erfindung ergeben sich aus der folgenden Beschreibung und den beigefügten Ansprüchen in Verbindung mit den beiliegenden Zeichnungen.
  • Figurenliste
    • 1 ist ein vereinfachter Grundriss eines Hybridfahrzeugs, das eine Batterie und eine Hauptleistungsquelle enthält;
    • 2 ist ein Schaltplan einer Batterieersatzschaltung mit einen RC-Paar; und
    • 3 ist ein Flussdiagramm für einen Algorithmus, der bei einem Verfahren zum Schätzen von Batterieparametern verwendet wird.
  • GENAUE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
  • Die folgende Erörterung der Ausführungsformen der Erfindung, die auf ein Verfahren zum Schätzen von Batterieparametern unter Verwendung von zwei verschiedenen Abtastraten gerichtet ist, ist rein beispielhaft und ist keinesfalls dazu gedacht, die Erfindung oder ihre Anwendungen oder Verwendungsmöglichkeiten einzuschränken. Beispielsweise weist die Erfindung eine spezielle Anwendung für einen fahrzeugeigenen Algorithmus für Anwendungen im Fahrzeug auf. Fachleute werden jedoch feststellen, dass die Batteriezustandsschätzeinrichtung der Erfindung andere Anwendungen als Fahrzeuganwendungen aufweisen wird.
  • Die vorliegende Erfindung schlägt eine neue Batteriezustandsschätzeinrichtung vor, die mehrere Abtastraten und ein einfaches Batteriemodell mit begrenzten Frequenzmodi verwendet, die aber verschiedene Merkmalsfrequenzen für verschiedene Anwendungen betont. Dieses Batteriezustands-Schätzverfahren verbessert die Robustheit und Genauigkeit der SOC-Schätzung und Leistungsvorhersage in signifikanter Weise, ohne eine wesentliche Menge an zusätzlicher Berechnung und Speicherverwendung einzuführen.
  • 1 ist ein vereinfachter Grundriss eines Fahrzeugs 10, das eine Hochspannungsbatterie 12 und eine Hauptleistungsquelle 14 enthält, und soll ein Hybridfahrzeug, etwa einen Hybridverbrennungsmotor, ein Brennstoffzellensystem usw. darstellen. Das Fahrzeug 10 soll auch ein beliebiges reines Elektrofahrzeug darstellen, das nur eine Batterie als die alleinige Leistungsquelle verwendet. Das Fahrzeug 10 enthält einen Controller 16, der alle Steuermodule und Einrichtungen darstellen soll, die für den korrekten Einsatz der Leistung, welche von der Batterie 12 und der Leistungsquelle 14 zum Antreiben des Fahrzeugs 10, zum Wiederaufladen der Batterie 12 durch die Leistungsquelle 14 oder durch ein regeneratives Bremsen, und zum Bestimmen des SOC und der Leistungskapazität der Batterie notwendig sind, wie nachstehend erörtert wird.
  • 2 ist ein Schaltplan einer Ersatzschaltung 20 mit einem RC-Paar, die ein einfaches Batteriemodell ist. Die Schaltung 20 enthält einen positiven Anschluss 22 und einen negativen Anschluss 24, die bei 26 eine Leerlaufspannung (OVC) Voc definieren. Die Schaltung 20 enthält einen Widerstand R, der mit 28 bezeichnet ist, in Reihe mit einem RC-Paar, das einen Widerstand Rd, der mit 30 bezeichnet ist, und eine Kapazität Cd, die mit 32 bezeichnet ist, enthält. Die Ersatzschaltung 20 ist hier nur beispielhaft für eine vereinfachte Ersatzschaltung bereitgestellt. Andere Batteriemodelle können kompliziertere Ersatzschaltungen verwenden, die zur Verwendung in der nachstehenden Erörterung zur Ermittlung der verschiedenen Werte anwendbar sein können.
  • Der hier erörterte Algorithmus verwendet eine Regression bzw. Zurückentwicklung der Anschlussspannung und des Anschlussstroms, um die Leerlaufspannung (OCV) und den ohmschen Widerstand R, d.h. den Hochfrequenzwiderstand, der Schaltung 20 mit einer hohen Abtastrate zu schätzen. Der SOC der Batterie wird dann aus der OCV durch eine Nachschlagetabelle ermittelt. Als Nächstes werden die OCV und das Potential über den ohmschen Widerstand R von der Anschlussspannung subtrahiert. Die verbleibende Spannung wird weiter zurückentwickelt, um andere Batterieparameter zu erhalten. Diese Regression bzw. Zurückentwicklung wird mit einer niedrigen Abtastrate durchgeführt, um die langsamen Dynamiken der Batterie 12 zu erfassen. Es ist wünschenswert, die Abtastzeit zu verringern, um die Parameter zum Schätzen der Batterieleistung zu ermitteln, weil die höhere Abtastrate, die geeignet ist, um die Leerlaufspannung und den ohmschen Widerstand R der Batterie zu ermitteln, nicht in der Lage ist, die Batteriedynamiken unter Verwendung der vereinfachten Ersatzschaltung 20 genau zu erfassen, weil die Schaltung 20 nicht alle Szenarien zwischen den Abtastpunkten abdecken kann, und es die Möglichkeit einer Parameterdrift gibt. Diese Batterieparameter werden mit der OCV und dem ohmschen Widerstand R kombiniert, um die Batterieleistung vorherzusagen. Die Technik zur Ermittlung der Leerlaufspannung und des Widerstands R mit der vorstehend erörterten hohen Abtastrate ist in der '497-Anmeldung detailliert dargestellt, und die Technik zur Ermittlung der Leerlaufspannung und des ohmschen Widerstands R mit der hohen Abtastrate und des Widerstands Rd und der Kapazität Cd des RC-Paars mit der niedrigen Abtastrate ist nachstehend im Detail dargestellt.
  • Bei der Ersatzschaltung 20 mit einem RC-Paar enthält die Batterieanschlussspannung drei Komponenten, die ausgedrückt werden können als: V ( kT 1 ) = V OC + I ( kT 1 ) R + V d ( kT 1 )
    Figure DE102011012813B4_0001
  • Wobei T1 die schnelle Abtastzeit ist, k = 1, 2, 3, ..., V die gemessene Batterieanschlussspannung ist, I der gemessene Batterieanschlussstrom ist, Voc die Leerlaufspannung ist, R der ohmsche Widerstand ist, Vd die Spannung über dem RC-Paar ist und kT1 die Zeitkonstante beinhaltet. Normalerweise wird die Abtastzeit T1 auf der Grundlage der höchsten Abtastrate gewählt, die für eine fahrzeugeigene Fahrzeugschätzung verfügbar ist. Wenn die höchste verfügbare Abtastrate zum Beispiel 10 Hz beträgt, kann die Abtastzeit T1 0,1 Sekunden sein.
  • Die Spannung Vd kann ferner durch die folgende Rückwärtsdifferenzformulierung dynamisch beschrieben werden, d.h. der Strom I wird zum Zeitpunkt (k - 1)T1 ausgewertet: V d ( kT 1 ) = exp ( T 1 R d 1 C d 1 ) V d ( ( k 1 ) T 1 ) + R d 1 ( 1 exp ( T 1 R d 1 C d 1 ) ) I ( ( k 1 ) T 1 ) ( 2 )
    Figure DE102011012813B4_0002
  • Wobei Rd1 und Cd1 der Widerstand bzw. die Kapazität sind, welche das dynamische Verhalten der Batterie unter der Abtastzeit T1 modellieren. Während in Gleichung (2) eine Rückwärtsdifferenzformulierung wiedergegeben ist, können ebenso Verfahren mit einer Vorwärtsdifferenz, bei der der Strom I zum Zeitpunkt kT1 ausgewertet wird, und mit einer Zentraldifferenz, bei der der Strom I zum Zeitpunkt I(kTi) + I ((k-1)T1))/2 ausgewertet wird, verwendet werden, um ähnliche Ausdrücke zu liefern.
  • Im Format einer Differentialgleichung erster Ordnung können die Batteriedynamiken beschrieben werden, indem Gleichungen (1) und (2) kombiniert werden zu: V ( kT 1 ) = θ 1 + θ 2 V ( ( k 1 ) T 1 ) + θ 3 I ( kT 1 ) + θ 4 I ( ( k 1 ) T 1 )
    Figure DE102011012813B4_0003
    wobei θ1, θ2, θ3 und θ4 Koeffizienten sind und definiert sind als: θ 1 = ( 1 exp [ T 1 / ( R d 1 C d 1 ) ] ) V OC
    Figure DE102011012813B4_0004
    θ 2 = exp [ T 1 / ( R d 1 C d 1 ) ]
    Figure DE102011012813B4_0005
    θ 3 = R
    Figure DE102011012813B4_0006
    θ 4 = ( 1 exp [ T 1 / ( R d 1 C d 1 ) ] ) R d 1
    Figure DE102011012813B4_0007
  • Auf Gleichung (3) können verschiedene Schätzverfahren, etwa ein rekursives Verfahren der kleinsten Quadrate, angewendet werden, um die Koeffizienten θ1, θ2, θ3, θ4 zu erhalten. Als Folge können die OCV und der ohmsche Widerstand R abgeleitet werden durch: V OC = θ 1 / ( 1 θ 2 )
    Figure DE102011012813B4_0008
    R = θ 3
    Figure DE102011012813B4_0009
  • Folglich kann der SOC der Batterie aus der OCV auf der Grundlage ihrer Eins-zu-Eins-Zuordnungsbeziehung abgeleitet werden. Insbesondere werden die Leerlaufspannung und die Batterietemperatur in einer Nachschlagetabelle verwendet, um den SOC der Batterie zu ermitteln.
  • Die Merkmalsfrequenz der Batterieleistung liegt gewöhnlich in der Nähe von 1 Hz - 2 Hz, was viel geringer als 1/T1 ist. Die Spannungs- und Stromanschlussdaten werden folglich mit einer Abtastzeit T2 > T1 erneut abgetastet, d.h. die Abtastzeit T2 ist viel langsamer als die Abtastzeit T1, um eine genaue Leistungsvorhersage zu erreichen. Die erneut abgetastete Spannung Vd ist gegeben durch: V d ( kT 2 ) = ( V / ( kT 2 ) V OC I ( kT 2 ) R )
    Figure DE102011012813B4_0010
    wobei Voc und R wie zuvor erhalten werden.
  • Ähnlich wie bei Gleichung (2) können die Dynamiken des RC-Paars unter der Abtastzeit T2 beschrieben werden als: V d ( kT 2 ) = μ 1 V d ( ( k 1 ) T 2 ) + μ 2 I ( ( k 1 ) T 2 )
    Figure DE102011012813B4_0011
  • Wobei µ1 und µ2 Koeffizienten sind, die definiert sind durch: μ 1 = exp ( T 2 R d C d )
    Figure DE102011012813B4_0012
    μ 2 = R d ( 1 exp ( T 2 R d C d ) )
    Figure DE102011012813B4_0013
    und Rd und Cd der Widerstand und die Kapazität des RC-Paars unter der Abtastzeit T2 sind.
  • Ähnliche Regressionsverfahren können verwendet werden, um θ1, θ2, θ3, θ4 zu schätzen, wie dies zuvor zum Schätzen von µ1 und µ2 getan wurde. Ferner können Rd und Cd hergeleitet werden als: R d = μ 2 1 μ 1
    Figure DE102011012813B4_0014
    C d = T 2 R d ln ( μ 1 )
    Figure DE102011012813B4_0015
  • Folglich werden die vier Parameter Voc, R, Rd und Cd aus der Batterieanschlussspannung und dem Batterieanschlussstrom geschätzt, wobei Voc und R mit der hohen Abtastzeit T1 erhalten werden und Rd und Cd mit der niedrigen Abtastzeit T2 erhalten werden. Auf der Grundlage der vorstehenden Beschreibung werden die Batteriespannung und der Strom mit verschiedenen Abtastraten zweimal zurückentwickelt, um die Parameter Voc, R, Rd und Cd zu erhalten. Von den vier Parametern stellen die Werte Voc und R die statische Eigenschaft der Batterie 12 dar und Voc wird verwendet, um den SOC abzuleiten. Die anderen zwei Parameter Rd und Cd stellen ein dynamisches Verhalten dar, das in Bezug zu der Leistungsänderung steht. Diese Parameter werden alle vier verwendet, um die Batterieentladeleistung auf der Grundlage der folgenden Gleichung vorherzusagen: P ( t ) = V min ( V OC V min ) R + R d + V min ( V min V ( kT 2 ) R + ( V min V OC ) R + R d ) exp ( R + R d RR d C d t )
    Figure DE102011012813B4_0016
    wobei V(kT2) die Anschlussspannung des gegenwärtigen Zeitpunkts ist, Vmin der Minimalwert der Anschlussspannung ist, der zulässig ist, und t > 0 eingestellt wird, um die Maximalleistung in den nächsten t Sekunden vorherzusagen. Zum Beispiel kann die Leistungsvorhersage für zwei Sekunden zum Zeitpunkt kT2 aus Gleichung (9) mit t = 2 hergeleitet werden. Ein analoger Ausdruck führt zur Ladeleistungsvorhersage, wobei die Ladeleistungsvorhersage Gleichung (16) entspricht, wobei Vmin durch (Vmax) ersetzt wird und der resultierende Ausdruck mit -1 multipliziert wird.
  • Dieser Prozess kann durch Algorithmusschritte in einem Flussdiagramm 40, das in 3 gezeigt ist, veranschaulicht werden. Bei dem Oval 42 wird der Algorithmus gestartet, der bei der Entscheidungsraute 44 ermittelt, ob das Fahrzeugsystem eingeschaltet oder aktiviert worden ist. Wenn der Algorithmus eingeschaltet oder aktiviert wurde, dann werden Anfangswerte für den Algorithmus gesetzt. Sobald der Algorithmus aktiviert ist, stellt der Algorithmus bei Kästchen 46 die Abtastzeit T1 für die hohe Abtastrate und die Abtastzeit T2 für die niedrige Abtastrate ein. Bei Kästchen 48 stellt der Algorithmus dann die Anschlussspannung, den Anschlussstrom und die Temperatur der Batterie 12 von Sensoren oder aus dem Speicher bereit. Die Batterietemperatur ist notwendig, um den Batterieladezustand unter Verwendung der Leerlaufspannung zu ermitteln.
  • Der Algorithmus tastet dann die Batterieanschlussspannung, den Anschlussstrom und die Batterietemperatur bei Kästchen 50 mit der hohen Abtastrate T1 ab. Der Algorithmus verwendet, ebenfalls beim Kästchen 50, den vorstehend erörterten Prozess, speziell die Gleichungen (1) - (7), um die abgetasteten Signale zurück zu entwickeln und um die Koeffizienten θ1, θ2, θ3 und θ4 zu erhalten. Bei Kästchen 52 schätzt oder berechnet der Algorithmus dann die Leerlaufspannung Voc und den ohmschen Widerstand R unter Verwendung der Gleichungen (8) und (9) und leitet den Batterieladezustand aus der Leerlaufspannung Voc ab.
  • Bei Kästchen 54 tastet der Algorithmus dann die Anschlussspannung, den Anschlussstrom und die Batterietemperatur mit der langsameren Abtastzeit T2 erneut ab. Beim Kästchen 54 subtrahiert der Algorithmus auch die Leerlaufspannung Voc und IR von der erneut abgetasteten Anschlussspannung, um die Spannung Vd unter Verwendung von Gleichung (10) zu erhalten. Bei Kästchen 56 entwickelt der Algorithmus dann die Spannung Vd und den erneut abgetasteten Strom zurück, um die Koeffizienten µ1 und µ2 zu erhalten, und er berechnet den Widerstand Rd und die Kapazität Cd des RC-Paars unter Verwendung von Gleichungen (12) und (13). Bei Kästchen 58 verwendet der Algorithmus dann die Widerstands- und Kapazitätswerte Rd und Cd, um die Batterieleistung P unter Verwendung von Gleichung (16) für die Zeitdauer t zu ermitteln oder vorherzusagen. Der Algorithmus speichert dann die Batterieparameter Voc, R, Rd und Cd, den Ladezustand und den Leistungsvorhersagewert P bei Kästchen 60 und ermittelt bei Entscheidungsraute 62, ob der Betrieb beendet wurde. Wenn der Betrieb bei der Entscheidungsraute 62 nicht beendet wurde, d.h. das Fahrzeug ausgeschaltet ist, dann kehrt der Algorithmus zum Kästchen 48 zurück, um die Anschlussspannung, den Anschlussstrom und die Temperatur der Batterie 12 zum Schätzen der Parameter Voc, R, Rd und Cd für die nächste Zeitspanne einzulesen. Wenn der Betrieb bei der Entscheidungsraute 62 beendet ist, dann werden bei Kästchen 64 die Batterieparameter Voc, R, Rd und Cd im Speicher für den nächsten Zyklus gespeichert und der Prozess endet beim Oval 66.
  • Die vorstehende Erörterung offenbart und beschreibt nur beispielhafte Ausführungsformen der vorliegenden Erfindung. Der Fachmann wird aus dieser Erörterung und aus den beiliegenden Zeichnungen und Ansprüchen leicht erkennen, dass darin verschiedene Änderungen, Modifikationen und Variationen vorgenommen werden können, ohne den Geist und den Schutzumfang der Erfindung zu verlassen, der in den folgenden Ansprüchen definiert ist.

Claims (10)

  1. Verfahren zur Ermittlung von Parametern einer Batterie, wobei das Verfahren umfasst, dass: ein Ersatzschaltungsmodell der Batterie definiert wird, das eine Batterieleerlaufspannung, einen ohmschen Widerstand der Batterie und ein RC-Paar enthält, welches eine RC-Paar-Spannung, einen RC-Paar-Widerstand und eine RC-Paar-Kapazität enthält; eine erste Abtastrate und eine zweite Abtastrate definiert werden, wobei die erste Abtastrate schneller als die zweite Abtastrate ist; eine Batterieanschlussspannung, ein Batterieanschlussstrom und eine Batterietemperatur mit der ersten Abtastrate abgetastet werden; eine Batterieanschlussspannungsbeziehung definiert wird; eine RC-Spannungsbeziehung definiert wird; die Batterieanschlussspannungsbeziehung und die RC-Paar-Spannungsbeziehung verwendet werden, um eine Beziehung von Batteriedynamiken zu ermitteln, die eine Vielzahl erster Koeffizienten enthält; die Beziehung der Batteriedynamiken zurückentwickelt wird, um die Vielzahl erster Koeffizienten zu erhalten; die Batterieleerlaufspannung und der ohmsche Widerstand der Batterie unter Verwendung der Vielzahl erster Koeffizienten ermittelt werden; der Batterieladezustand unter Verwendung der Batterieleerlaufspannung und der abgetasteten Batterietemperatur ermittelt wird; die Batterieanschlussspannung, der Batterieanschlussstrom und die Batterietemperatur mit der zweiten Abtastrate erneut abgetastet werden; die RC-Paar-Spannung mit der zweiten Abtastzeit erneut berechnet wird; die erneut berechnete RC-Paar-Spannung zurückentwickelt wird, um eine Vielzahl zweiter Koeffizienten zu erhalten; der Widerstand und die Kapazität des RC-Paars unter Verwendung der Vielzahl zweiter Koeffizienten geschätzt werden; und eine vorhergesagte Leistung der Batterie über eine bestimmte Zeitspanne unter Verwendung der Leerlaufspannung, des ohmschen Widerstands, des Widerstands des RC-Paars und der Kapazität des RC-Paars ermittelt wird.
  2. Verfahren nach Anspruch 1, wobei die erste Abtastzeit 0,1 Sekunden beträgt und die zweite Abtastzeit 1 Sekunde beträgt.
  3. Verfahren nach Anspruch 1, wobei das Definieren der Batterieanschlussspannungsbeziehung die Gleichung verwendet: V ( kT 1 ) = V OC + I ( kT 1 ) R + V d ( kT 1 )
    Figure DE102011012813B4_0017
    wobei T1 die schnelle Abtastrate ist, k = 1, 2, 3, ..., V die Batterieanschlussspannung ist, I der Batterieanschlussstrom ist, Voc die Leerlaufspannung ist, R der ohmsche Widerstand ist, Vd die Spannung über dem RC-Paar ist und kT1 eine Zeitkonstante beinhaltet.
  4. Verfahren nach Anspruch 1, wobei das Definieren der RC-Paar-Spannung die Gleichung verwendet: V d ( kT 1 ) = exp ( T 1 R d 1 C d 1 ) V d ( ( k 1 ) T 1 ) + R d 1 ( 1 exp ( T 1 R d 1 C d 1 ) ) I ( ( k 1 ) T 1 )
    Figure DE102011012813B4_0018
    wobei Vd die RC-Paar-Spannung ist, keine Zeitkonstante ist, T1 die erste Abtastrate ist, Rd1 der Widerstand des RC-Paars bei der ersten Abtastrate ist, Cd1 die Kapazität de RC-Paars bei der ersten Abtastrate ist und I der Batterieanschlussstrom ist.
  5. Verfahren nach Anspruch 1, wobei die Beziehung der Batteriedynamiken die Gleichung verwendet: V ( kT 1 ) = θ 1 + θ 2 V ( ( k 1 ) T 1 ) + θ 3 I ( kT 1 ) + θ 4 I ( ( k 1 ) T 1 )
    Figure DE102011012813B4_0019
    wobei θ1, θ2, θ3 und θ4 die Vielzahl erster Koeffizienten ist, V die Batterieanschlussspannung ist, keine Zeitkonstante ist, T1 die erste Abtastrate ist und I der Batterieanschlussstrom ist.
  6. Verfahren nach Anspruch 5, wobei die Vielzahl erster Koeffizienten durch die Gleichungen definiert ist: θ 1 = ( 1 exp [ T 1 / ( R d 1 C d 1 ) ] ) V OC
    Figure DE102011012813B4_0020
    θ 2 = exp [ T 1 / ( R d 1 C d 1 ) ]
    Figure DE102011012813B4_0021
    θ 3 = R
    Figure DE102011012813B4_0022
    θ 4 = ( 1 exp [ T 1 / ( R d 1 C d 1 ) ] ) R d 1
    Figure DE102011012813B4_0023
    wobei Rd1 der Widerstand des RC-Paars bei der ersten Abtastrate ist, Cd1 die Kapazität des RC-Paars bei der ersten Abtastrate ist, Voc die Leerlaufspannung ist und R der ohmsche Widerstand ist.
  7. Verfahren nach Anspruch 6, wobei das Ermitteln der Batterieleerlaufspannung und des ohmschen Widerstands unter Verwendung der Vielzahl erster Koeffizienten umfasst, dass die Gleichungen verwendet werden: V OC = θ 1 / ( 1 θ 2 )
    Figure DE102011012813B4_0024
    R = θ 3 .
    Figure DE102011012813B4_0025
  8. Verfahren nach Anspruch 1, wobei das Ermitteln des Batterieladezustands umfasst, dass eine Nachschlagetabelle verwendet wird.
  9. Verfahren nach Anspruch 1, wobei das Erhalten der Vielzahl zweiter Koeffizienten umfasst, dass die Gleichungen verwendet werden: μ 1 = exp ( T 2 R d C d )
    Figure DE102011012813B4_0026
    μ 2 = R d ( 1 exp ( T 2 R d C d ) )
    Figure DE102011012813B4_0027
    wobei µ1 und µ2 die zweiten Koeffizienten sind, T2 die zweite Abtastrate ist, Rd der Widerstand des RC-Paars ist und Cd die Kapazität des RC-Paars ist.
  10. Verfahren nach Anspruch 1, wobei das Schätzen des Widerstands und der Kapazität des RC-Paars umfasst, dass die Gleichungen verwendet werden: R d = μ 2 1 μ 1
    Figure DE102011012813B4_0028
    C d = T 2 R d ln ( μ 1 )
    Figure DE102011012813B4_0029
    wobei Rd der Widerstand des RC-Paars ist, Cd die Kapazität des RC-Paars ist, T2 die zweite Abtastrate ist und µ1 und µ2 die zweiten Koeffizienten sind.
DE102011012813.1A 2010-03-10 2011-03-02 Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten Active DE102011012813B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/721,368 US8170818B2 (en) 2010-03-10 2010-03-10 Battery state estimator using multiple sampling rates
US12/721,368 2010-03-10

Publications (2)

Publication Number Publication Date
DE102011012813A1 DE102011012813A1 (de) 2011-11-03
DE102011012813B4 true DE102011012813B4 (de) 2022-06-09

Family

ID=44560760

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102011012813.1A Active DE102011012813B4 (de) 2010-03-10 2011-03-02 Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten

Country Status (3)

Country Link
US (1) US8170818B2 (de)
CN (1) CN102253342B (de)
DE (1) DE102011012813B4 (de)

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9201119B2 (en) 2011-12-19 2015-12-01 Qualcomm Incorporated Battery fuel gauge
US9176198B2 (en) * 2012-02-17 2015-11-03 GM Global Technology Operations LLC Battery state estimator with overpotential-based variable resistors
WO2013126520A1 (en) * 2012-02-21 2013-08-29 The City University Of New York Alkaline battery operational methodology
JP5966583B2 (ja) * 2012-05-11 2016-08-10 日産自動車株式会社 電力制御装置
US9182449B2 (en) * 2012-10-12 2015-11-10 GM Global Technology Operations LLC Method and system for estimating battery capacity in a vehicle
US9059451B2 (en) 2012-10-18 2015-06-16 GM Global Technology Operations LLC Coatings for lithium titanate to suppress gas generation in lithium-ion batteries and methods for making and use thereof
KR101454834B1 (ko) * 2012-12-04 2014-10-28 주식회사 엘지화학 이차 전지의 파라미터 추정 장치 및 방법
DE102013000572A1 (de) * 2013-01-15 2014-07-17 Rheinisch-Westfälische Technische Hochschule Aachen Verfahren und System zur Bestimmung der Modellparameter eines elektrochemischen Energiespeichers
US9034519B2 (en) 2013-01-18 2015-05-19 GM Global Technology Operations LLC Ultrathin surface coating on negative electrodes to prevent transition metal deposition and methods for making and use thereof
WO2014131264A1 (zh) * 2013-02-28 2014-09-04 东莞赛微微电子有限公司 电池的电量计量系统
CN103176139B (zh) * 2013-03-08 2015-07-29 桂林电子科技大学 动力电池非光滑迟滞特性补偿的电荷状态估算方法及系统
US9625533B2 (en) * 2013-04-16 2017-04-18 Johnson Controls Technology Company Lead acid state of charge estimation for auto-stop applications
US9377512B2 (en) * 2013-05-08 2016-06-28 GM Global Technology Operations LLC Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model
JP6044512B2 (ja) * 2013-11-07 2016-12-14 株式会社デンソー 電池特性学習装置
JP5929880B2 (ja) * 2013-12-09 2016-06-08 株式会社デンソー 電池制御装置
US9531004B2 (en) 2013-12-23 2016-12-27 GM Global Technology Operations LLC Multifunctional hybrid coatings for electrodes made by atomic layer deposition techniques
US9205755B2 (en) 2014-01-14 2015-12-08 Ford Global Technologies, Llc Receding horizon regression analysis for battery impedance parameter estimation
US9564639B2 (en) 2014-02-12 2017-02-07 GM Global Technology Operations LLC High performance silicon electrodes having improved interfacial adhesion between binder and silicon
US9381825B2 (en) * 2014-02-20 2016-07-05 Ford Global Technologies, Llc State of charge quality based cell balancing control
US9272634B2 (en) 2014-02-20 2016-03-01 Ford Global Technologies, Llc Active battery system estimation request generation
US9718455B2 (en) * 2014-02-20 2017-08-01 Ford Global Technologies, Llc Active battery parameter identification using conditional extended kalman filter
US10345385B2 (en) 2014-05-12 2019-07-09 Gm Global Technology Operations Llc. Battery state estimation systems and methods using a nonlinear resistance element
US9419314B2 (en) * 2014-05-12 2016-08-16 GM Global Technology Operations LLC Systems and methods for determining battery system power capability
US10197631B2 (en) * 2015-06-01 2019-02-05 Verizon Patent And Licensing Inc. Systems and methods for determining vehicle battery health
CN104849675B (zh) * 2015-06-17 2018-03-27 哈尔滨工业大学 锂离子电池电化学和热耦合模型的获取方法
CN106324507A (zh) * 2015-06-26 2017-01-11 北汽福田汽车股份有限公司 动力电池的性能检测方法及系统
US10137797B2 (en) * 2015-09-28 2018-11-27 Ford Global Technologies, Llc Battery state of charge estimation based on current pulse duration
JP6459914B2 (ja) * 2015-11-11 2019-01-30 株式会社デンソー 電池特性学習装置
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
US10367235B2 (en) 2016-02-19 2019-07-30 Cps Technology Holdings Llc Systems and methods for real-time parameter estimation of a rechargeable battery
US10396360B2 (en) 2016-05-20 2019-08-27 Gm Global Technology Operations Llc. Polymerization process for forming polymeric ultrathin conformal coatings on electrode materials
US10164245B2 (en) 2016-09-19 2018-12-25 GM Global Technology Operations LLC High performance silicon electrodes having improved interfacial adhesion between binder, silicon and conductive particles
CN106896329B (zh) * 2017-03-23 2020-01-07 东软集团股份有限公司 一种电池端电压的预测方法及装置
CN107064816A (zh) * 2017-04-13 2017-08-18 绵阳世睿科技有限公司 一种增强电池状态估计鲁棒性的方法
US10418622B2 (en) 2017-10-26 2019-09-17 GM Global Technology Operations LLC Battery state estimation control logic and architectures for electric storage systems
KR102194844B1 (ko) * 2017-11-02 2020-12-23 주식회사 엘지화학 배터리 등가 회로 모델의 파라미터 추정 방법, 장치 및 기록매체
US11031804B2 (en) * 2017-11-06 2021-06-08 Nxp B.V. Power controller
KR20190100065A (ko) * 2018-02-20 2019-08-28 주식회사 엘지화학 에너지 저장 시스템의 충전용량 산출 장치 및 방법
US10868307B2 (en) 2018-07-12 2020-12-15 GM Global Technology Operations LLC High-performance electrodes employing semi-crystalline binders
US11228037B2 (en) 2018-07-12 2022-01-18 GM Global Technology Operations LLC High-performance electrodes with a polymer network having electroactive materials chemically attached thereto
US10884062B2 (en) 2018-10-30 2021-01-05 GM Global Technology Operations LLC Detection and mitigation of rapid capacity loss for aging batteries
CN109633453B (zh) * 2018-12-28 2021-04-02 东莞钜威动力技术有限公司 电池参数在线辨识方法、装置及计算机可读存储介质
US11302996B2 (en) 2019-08-19 2022-04-12 GM Global Technology Operations LLC Battery modules with integrated interconnect board assemblies having cell tab comb features
US11207982B2 (en) 2019-12-11 2021-12-28 GM Global Technology Operations LLC Electronic power module assemblies and control logic with direct-cooling heat pipe systems
US11375642B2 (en) 2019-12-23 2022-06-28 GM Global Technology Operations LLC Electronic power module assemblies and control logic with direct-cooling vapor chamber systems
US11801574B2 (en) 2020-03-06 2023-10-31 GM Global Technology Operations LLC Welding systems and methods with knurled weld interfaces for metallic workpieces
US11387525B2 (en) 2020-03-09 2022-07-12 GM Global Technology Operations LLC Two-stage plunger press systems and methods for forming battery cell tabs
US11600842B2 (en) 2020-03-16 2023-03-07 GM Global Technology Operations LLC Multistage plunger press systems and methods with interlocking fingers for forming battery cell tabs
US11804639B2 (en) 2020-07-23 2023-10-31 GM Global Technology Operations LLC Multistage plunger systems and methods for forming battery cell tabs
US11799149B2 (en) 2020-08-26 2023-10-24 GM Global Technology Operations LLC Energy storage assembly
KR20220051907A (ko) * 2020-10-19 2022-04-27 주식회사 엘지에너지솔루션 배터리 감시 장치, 배터리 감시 방법, 배터리 팩 및 전기 차량
US11581618B2 (en) 2020-11-18 2023-02-14 GM Global Technology Operations LLC Thermomechanical fuses for heat propagation mitigation of electrochemical devices
US11787306B2 (en) 2021-01-06 2023-10-17 Ford Global Technologies, Llc Electrified vehicle control to reduce battery sensor heat generation
US11685288B2 (en) 2021-05-06 2023-06-27 GM Global Technology Operations LLC Intelligent motor vehicles and control logic for managing charging of traction battery packs
CN113391212B (zh) * 2021-06-23 2022-05-17 山东大学 一种锂离子电池等值电路参数在线辨识方法及系统
US11799083B2 (en) 2021-08-26 2023-10-24 GM Global Technology Operations LLC Lithiation additive for a positive electrode
CN114114021B (zh) * 2021-11-12 2022-09-09 山东大学 考虑非线性固相扩散的锂离子电池模型及参数辨识方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050057225A1 (en) 2001-11-09 2005-03-17 Didier Marquet Method and device for supplying electric energy power to an appliance
DE102005052448A1 (de) 2004-11-03 2006-07-20 Continental Teves Ag & Co. Ohg Verfahren zum Ermitteln der Funktionsfähigkeit einer Speicherbatterie
US20090048793A1 (en) 2004-07-23 2009-02-19 Eberhard Schoch State and parameter estimator having integral and differential components for electrical energy accumulators
US20090091299A1 (en) 2007-10-04 2009-04-09 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5268630A (en) * 1992-05-04 1993-12-07 Black & Decker Inc. Method and apparatus for varying the sample rate of a fast battery charger
US5894212A (en) * 1997-09-19 1999-04-13 Tarrytown Consulting, Inc. Discharge monitoring and isolating system for batteries
US6166548A (en) * 1998-09-24 2000-12-26 Timex Corporation Method of detecting battery capacity in a zinc-air battery
US20030184307A1 (en) * 2002-02-19 2003-10-02 Kozlowski James D. Model-based predictive diagnostic tool for primary and secondary batteries
US7586214B2 (en) * 2006-10-11 2009-09-08 Gm Global Technology Operations, Inc. High voltage energy storage connection monitoring system and method
US7683575B2 (en) 2007-07-18 2010-03-23 Tesla Motors, Inc. Method and apparatus for identifying and disconnecting short-circuited battery cells within a battery pack

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050057225A1 (en) 2001-11-09 2005-03-17 Didier Marquet Method and device for supplying electric energy power to an appliance
US20090048793A1 (en) 2004-07-23 2009-02-19 Eberhard Schoch State and parameter estimator having integral and differential components for electrical energy accumulators
DE102005052448A1 (de) 2004-11-03 2006-07-20 Continental Teves Ag & Co. Ohg Verfahren zum Ermitteln der Funktionsfähigkeit einer Speicherbatterie
US20090091299A1 (en) 2007-10-04 2009-04-09 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery

Also Published As

Publication number Publication date
US20110224928A1 (en) 2011-09-15
CN102253342A (zh) 2011-11-23
DE102011012813A1 (de) 2011-11-03
US8170818B2 (en) 2012-05-01
CN102253342B (zh) 2015-02-11

Similar Documents

Publication Publication Date Title
DE102011012813B4 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE102015203789B4 (de) Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen
DE102013208048B4 (de) Batterieladezustandsbeobachter
DE102012207815B4 (de) Systeme und verfahren zum bestimmen von zellenkapazitätswerten in einer batterie mit vielen zellen
DE102013208046B4 (de) Schätzvorrichtung für einen Batterieladezustand, die einen robusten H∞-Beobachter verwendet
DE102008050022B4 (de) Dynamisch adaptives Verfahren zum Ermitteln des Ladezustands einer Batterie
DE102017212970A1 (de) Vorrichtung zum Schätzen eines Batterieverschlechterungszustandes, System mit derselben und Verfahren dafür
DE102011104320B4 (de) Adaptive Batterieparameterextraktion und SOC-Abschätzung für eine Lithium-Ionen-Batterie
DE102013216200B4 (de) Online-Batteriekapazitätsschätzung
DE102004036302B4 (de) Einfache Optimalwertschätzeinrichtung für den Ladungszustand einer Bleileistungsquelle
DE102016109525B4 (de) Verschlechterungsgrad-Berechnungsverfahren, Steuerungsverfahren und Steuerungsvorrichtung für eine Lithium-Ionen-Sekundärbatterie
DE102014103803A1 (de) Batteriezustandsschätzer, der ein elektrochemisches Festkörperkonzentrationsmodell mit einem empirischen Ersatzschaltungsmodell kombiniert
DE112017004755T5 (de) Sekundärbatterie-Verwaltungssystem mit entfernter Parameterschätzung
DE102015203803A1 (de) Auslagerung der Parameteridentifikation durch die Verwendung von Cloud Computing-Ressourcen
DE102014100011B4 (de) Systeme und Verfahren zum Erfassen und Verwenden von Temperaturinformationen in einem Batteriesystem
DE102011054339A1 (de) Adaptive Iangsam veränderliche Stromerkennung
DE102011017113B4 (de) Verfahren zur Bestimmung von Zustandsgrößen eines Akkumulators
DE102011116779A1 (de) Adaptive An-Bord-Batteriekerntemperaturabschätzung
DE102016210341A1 (de) Systeme und verfahren zur einschätzung von batterie-systemparametern
DE102015100151A1 (de) Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz
DE102019115802A1 (de) Batteriezustandsschätzung unter verwendung eines hochfrequenten empirischen modells mit aufgelöster zeitkonstante
DE102015109327A1 (de) Schätzungen von Batteriestromgrenzen auf Basis von Ersatzschaltungen
DE102011116970B4 (de) Optimierung von Parametern elektrischer Komponenten in Modellen von Energiespeichersystemen
DE102016119253A1 (de) Batteriezustands-schätzungssysteme und verfahren unter verwendung eines nichtlinearen widerstandselements
DE102011119061A1 (de) Batteriediffusionsspannungsschätzung

Legal Events

Date Code Title Description
R081 Change of applicant/patentee

Owner name: GM GLOBAL TECHNOLOGY OPERATIONS LLC (N. D. GES, US

Free format text: FORMER OWNER: GM GLOBAL TECHNOLOGY OPERATIONS LLC (N. D. GESETZEN DES STAATES DELAWARE), DETROIT, MICH., US

Effective date: 20111110

R082 Change of representative

Representative=s name: MANITZ, FINSTERWALD & PARTNER GBR, DE

Effective date: 20111110

Representative=s name: MANITZ FINSTERWALD PATENTANWAELTE PARTMBB, DE

Effective date: 20111110

R012 Request for examination validly filed

Effective date: 20110302

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final