DE102012207817A1 - Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten - Google Patents

Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten Download PDF

Info

Publication number
DE102012207817A1
DE102012207817A1 DE102012207817A DE102012207817A DE102012207817A1 DE 102012207817 A1 DE102012207817 A1 DE 102012207817A1 DE 102012207817 A DE102012207817 A DE 102012207817A DE 102012207817 A DE102012207817 A DE 102012207817A DE 102012207817 A1 DE102012207817 A1 DE 102012207817A1
Authority
DE
Germany
Prior art keywords
state
battery
soc
value
charge
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.)
Withdrawn
Application number
DE102012207817A
Other languages
English (en)
Inventor
Sascha Schaefer
Andreas Könekamp
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 DE102012207817A1 publication Critical patent/DE102012207817A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • 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]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • 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
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00Batteries for particular applications
    • H01M2220/20Batteries in motive systems, e.g. vehicle, ship, plane
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy 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)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

Systeme und Verfahren zum Bestimmen eines Ladezustands (SOC) einer Batterie unter Verwendung von Vertrauenswerten. SOC-Schätzungen werden unter Verwendung einer spannungsbasierten Schätzstrategie und einer strombasierten Schätzstrategie bestimmt. Es werden auch Vertrauenswerte für die spannungsbasierte SOC-Schätzung und die strombasierte SOC-Schätzung erzeugt, um den Betrag an Unsicherheit, der mit den SOC-Schätzungen verbunden ist, zu quantifizieren. Eine Gesamt-SOC-Schätzung wird bestimmt, indem die Vertrauenswerte verglichen werden und die SOC-Schätzung mit dem geringsten Betrag an Unsicherheit gewählt wird.

Description

  • HINTERGRUND DER ERFINDUNG
  • Die vorliegende Erfindung betrifft allgemein das Bestimmen des Ladezustands einer Batterie und insbesondere Systeme und Verfahren zum Bestimmen des Ladezustands unter Verwendung von Vertrauenswerten.
  • Die Kraftfahrzeugtechnologie wächst schnell auf dem Gebiet des Suchens von Alternativen zur Verwendung von Benzin als der primären Energiequelle in Fahrzeugantriebssystemen. Viele dieser Fortschritte verwenden entweder ein hybrides mechanisch-elektrisches System, das einen Teil der mechanischen Energie von der Verbrennungskraftmaschine als gespeicherte elektrische Energie zurückgewinnt, oder ein vollständig elektrisches Antriebssystem, das den Bedarf für eine Brennkraftmaschine vollständig beseitigt. Wegen dieser Fortschritte hat das Speichern und die Verwaltung von elektrischer Energie im Fahrzeug eine besondere Bedeutung erhalten.
  • Der Ladezustand (SOC) ist ein häufig verwendetes Maß für die Ladungsmenge, die in einer Batterie relativ zu der vollen Kapazität der Batterie verfügbar ist. Bei Kraftfahrzeuganwendungen, die vollständig elektrische oder hybridelektrische Antriebssysteme verwenden, liefern SOC-Messwerte eine nützliche Anzeige der Energiemenge, die zum Antreiben des Fahrzeugs verfügbar ist. Ähnlich wie die Informationen, die von einem Kraftstoffpegelmessgerät bereitgestellt werden, kann ein Ladezustandsmesswert eine Anzeige für einen Fahrer eines Elektrofahrzeugs bereitstellen, wie lange das Fahrzeug fahren kann, bevor ihm die Energie ausgeht.
  • Herkömmliche Schätzungen des SOC einer Batterie fallen in zwei allgemeine Kategorien: spannungsbasierte Ansätze und strombasierte Ansätze. Spannungsbasierte Ansätze verwenden typischerweise die größtenteils nichtlineare Beziehung zwischen der Spannung der Batterie und dem Ladezustand. Ein Messwert einer Batteriespannung und die Kenntnis des Spannungs-SOC-Profils der Batterie können daher verwendet werden, um den gegenwärtigen Ladezustand der Batterie zu bestimmen. Im Gegensatz dazu schätzen strombasierte Ansätze den SOC der Batterie, indem sie die Strommenge in die Batterie hinein und aus dieser heraus nachverfolgen. Ein Integrieren von Strommesswerten, die an der Batterie erfasst werden, entspricht der Ladungsmenge, die während einer gegebenen Zeitspanne entweder an die Batterie geflossen ist oder diese verlassen hat, was dazu führt, dass diese Techniken manchmal als ”Coulomb-Zähl”-Techniken bezeichnet werden.
  • Spannungsbasierte Techniken leiden an einer Anzahl möglicher Fehlerquellen. Die gemessene Spannung einer Batterie hängt von einer Anzahl von Faktoren ab, welche die Temperatur der Batterie und die Ruhezeit der Batterie relativ zu der Diffusionszeitkonstante der Batterie umfassen. Eine weitere potentielle Fehlerquelle existiert für Batterien, die nahezu flache Spannungs-SOC-Kennlinien aufweisen, wie etwa bei lithiumbasierten Batterien. Bei diesen Batterietypen kann die Veränderung der Spannung der Batterie mit ihrem Ladezustand sehr gering sein, wodurch jede Unsicherheit bei dem Spannungsmesswert zu einer weiteren möglichen Fehlerquelle wird. Daher kann auch die Toleranz des Spannungssensors selbst eine signifikante Fehlerquelle für spannungsbasierte SOC-Schätzwerte sein.
  • Auch strombasierte Techniken leiden an einer Anzahl möglicher Fehlerquellen. Ein erstes mögliches Problem bei strombasierten Techniken besteht darin, dass sie sich auf einen Vergleich der Ladungsmenge in die Batterie hinein oder aus dieser heraus mit einem Anfangsmesswert stützen. Daher können Ungenauigkeiten beim Anfangsmesswert eine mögliche Fehlerquelle für den SOC-Schätzwert darstellen. Eine zweite mögliche Fehlerquelle ergibt sich aus dem Integrieren der Stromlesewerte: im Lauf der Zeit kann jeder kleine Fehlerbetrag, der in den Messwerten vorhanden ist, durch den Integrationsprozess vergrößert werden. Beispielsweise kann die Toleranz des Stromsensors zu einer Differenz zwischen den gemessenen und den tatsächlichen Batterieströmen beitragen. Diese Differenz kann über den Integrationsprozess kontinuierlich anwachsen, was zu einer zunehmend ungenauen Schätzung des SOCs im Lauf der Zeit führt. Eine dritte mögliche Fehlerquelle ist die Referenzkapazität der Batterie selbst, welche von der Temperatur und der Lebensdauer der Batterie abhängt. Dieser Wert muss geschätzt werden, was zusätzliche Fehlerquellen einführt. Beispielsweise offenbart die US-Patentanmeldung Nummer _____ mit dem Titel ”SYSTEMS AND METHODS FOR DETERMINING CELL CAPACITY VALUES IN A MULTI-CELL BATTERY” an Sascha Schaefer, welche durch Bezugnahme in ihrer Gesamtheit hier mit aufgenommen ist, eine derartige Schätztechnik.
  • Vor kurzem wurden Anstrengungen unternommen, um spannungsbasierte und strombasierte Techniken zu kombinieren. Beispielsweise kann eine spannungsbasierte Technik verwendet werden, wenn sich der SOC null oder hundert Prozent nähert, d. h. die Batterie nahezu leer oder nahezu voll ist. Wenn der SOC der Batterie im mittleren Bereich liegt, beispielsweise zwischen 20 und 90%, kann eine strombasierte Technik verwendet werden, um den SOC zu schätzen. Jedoch leidet ein derartiger hybrider Ansatz immer noch an den möglichen Ungenauigkeiten, die vorhanden sind, wenn entweder spannungsbasierte oder strombasierte Techniken verwendet werden.
  • ZUSAMMENFASSUNG DER VORLIEGENDEN ERFINDUNG
  • Bei einer Ausführungsform wird ein Verfahren zum Bestimmen eines Ladezustands einer Fahrzeugbatterie offenbart. Das Verfahren umfasst, dass bei einem Prozessor Sensordaten empfangen werden, welche eine Spannung, einen Strom und eine Temperatur der Batterie anzeigen. Das Verfahren umfasst auch, dass ein erster Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten bestimmt wird. Das Verfahren umfasst ferner, dass ein erster Vertrauenswert für den ersten Ladezustandswert berechnet wird. Das Verfahren umfasst noch darüber hinaus, dass ein zweiter Ladezustandswert unter Anwendung einer strombasierten Strategie auf die Sensordaten bestimmt wird. Das Verfahren umfasst auch, dass ein zweiter Vertrauenswert für den zweiten Ladezustandswert berechnet wird und der erste Vertrauenswert und der zweite Vertrauenswert verglichen werden. Das Verfahren umfasst ferner, dass auf der Grundlage des Vergleichs zwischen dem ersten Ladezustandswert und dem zweiten Ladezustandswert gewählt wird. Das Verfahren umfasst zusätzlich, dass der gewählte Ladezustandswert in einem Speicher als ein Gesamtladezustandswert gespeichert wird.
  • Bei einer anderen Ausführungsform wird ein System zum Bestimmen eines Ladezustands eines Fahrzeugs offenbart. Das System umfasst eine Schnittstelle, die ausgestaltet ist, um Sensordaten von einem Spannungssensor, einem Stromsensor und einem Temperatursensor zu empfangen, welche mit der Batterie verbunden sind. Das System umfasst auch einen spannungsbasierten Ladezustandsgenerator, der ausgestaltet ist, um einen ersten Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten zu erzeugen. Das System umfasst zusätzlich einen spannungsbasierten Vertrauenswertgenerator, der ausgestaltet ist, um einen ersten Vertrauenswert für den ersten Ladezustandswert zu berechnen. Das System umfasst ferner einen strombasierten Ladezustandsgenerator, der ausgestaltet ist, um einen zweiten Ladezustandswert unter Anwendung einer Stromansammlungsstrategie auf die Sensordaten zu erzeugen. Das System umfasst auch einen strombasierten Vertrauenswertgenerator, der ausgestaltet ist, um einen zweiten Vertrauenswert für den zweiten Ladezustandswert zu berechnen. Das System umfasst weiterhin noch eine Vertrauenswertbewertungsvorrichtung, die ausgestaltet ist, um den ersten Vertrauenswert und den zweiten Vertrauenswert zu vergleichen. Das System umfasst zusätzlich einen Ladezustandsspeicher, der ausgestaltet ist, um den ersten oder den zweiten Ladezustandswert als einen Gesamtladezustandswert auf der Grundlage des Vergleichs zu speichern.
  • Bei einer anderen Ausführungsform wird ein System zum Bestimmen eines Ladezustands einer Fahrzeugbatterie offenbart. Das System umfasst eine Fahrzeugbatterie und Temperatur-, Strom- und Spannungssensoren, die ausgestaltet sind, um die Temperatur, den Strom bzw. die Spannung der Batterie zu messen. Das System umfasst auch einen Speicher, der einen oder mehrere Ladezustandswerte für die Batterie speichert. Das System umfasst ferner einen Prozessor, der mit dem Speicher gekoppelt und ausgestaltet ist, um Sensordaten von den Sensoren zu empfangen, welche eine Spannung, einen Strom und eine Temperatur der Batterie angeben. Der Prozessor ist auch ausgestaltet, um einen ersten Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten zu bestimmen. Der Prozessor ist ferner ausgestaltet, um einen ersten Vertrauenswert für den ersten Ladezustandswert zu berechnen. Der Prozessor ist zusätzlich ausgestaltet, um einen zweiten Ladezustandswert unter Anwendung einer strombasierten Strategie auf die Sensordaten zu bestimmen. Der Prozessor ist auch ausgestaltet, um einen zweiten Vertrauenswert für den zweiten Ladezustandswert zu berechnen. Der Prozessor ist ferner ausgestaltet, um den ersten Vertrauenswert und den zweiten Vertrauenswert zu vergleichen. Der Prozessor ist außerdem noch ausgestaltet, um auf der Grundlage des Vergleichs zwischen dem ersten Ladezustandswert und dem zweiten Ladezustandswert zu wählen. Der Prozessor ist zusätzlich ausgestaltet, um den gewählten Ladezustandswert im Speicher als einen Gesamtladezustandswert zu speichern.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Die folgende genaue Beschreibung spezieller Ausführungsformen kann am besten verstanden werden, wenn sie in Verbindung mit den folgenden Zeichnungen gelesen wird, in denen gleiche Strukturen durch gleiche Bezugszeichen bezeichnet sind und in denen:
  • 1 eine schematische Darstellung eines Fahrzeugs mit einer Batteriezelle ist;
  • 2 eine Aufzeichnung der Leerlaufspannung einer LiFe-PO4-Batteriezelle als Funktion ihres Ladezustands ist;
  • 3 eine Aufzeichnung eines strombasierten SOC-Schätzwerts als eine Funktion der Zeit ist;
  • 4 ein Verfahren zum Berechnen eines Ladezustands einer Batterie gemäß einem Aspekt der vorliegenden Erfindung zeigt;
  • 5 ein zweites Verfahren zum Berechnen eines Ladezustands einer Batterie gemäß einem Aspekt der vorliegenden Erfindung zeigt;
  • 6 eine Aufzeichnung einer SOC-Schätzung ist, die von dem Verfahren von 5 als Funktion der Zeit bestimmt wird;
  • 7 eine detaillierte Zeichnung des Fahrzeugs von 1 zeigt; und
  • 8 eine detaillierte Zeichnung des in 7 gezeigten SOC-Moduls ist.
  • Die in den Zeichnungen offengelegten Ausführungsformen dienen der Veranschaulichung und sollen die Ausführungsformen, die durch die Ansprüche definiert sind, nicht einschränken. Darüber hinaus werden einzelne Aspekte der Zeichnungen und der Ausführungsformen mit Blick auf die nachfolgende genaue Beschreibung vollständiger offensichtlich und verstanden werden.
  • GENAUE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
  • Wie vorstehend erwähnt wurde, werden gegenwärtige Techniken zum Bestimmen eines Ladezustands (SOC) für eine Batterie allgemein als spannungsbasiert oder strombasiert eingeteilt, wobei Beispiele dafür in größerem Detail im US-Patent mit der Nummer 6,639,385 an Verbrugge et al. beschrieben sind, welches hiermit durch Bezugnahme aufgenommen ist. Vertrauenswerte gemäß einem Aspekt der vorliegenden Erfindung ermöglichen, dass ein hybrider Ansatz verwendet wird, der sowohl spannungsbasierte als auch strombasierte Techniken verwendet, um den Ladezustand zu berechnen. Ein derartiger hybrider Ansatz ermöglicht zu jedem Zeitpunkt eine genauere Berechnung des SOCs einer Batterie, da SOC-Schätzungen, die durch verschiedene Techniken bestimmt werden, konstant miteinander verglichen werden.
  • Mit Bezug nun auf 1 ist ein Fahrzeug 100 gemäß einer beispielhaften Ausführungsform gezeigt. Das Fahrzeug 100 umfasst eine Batterie 102, die elektrische Leistung zum Antreiben des Fahrzeugs 100 unter Verwendung entweder eines hybridelektrischen oder eines vollständig elektrischen Antriebssystems bereitstellt. Die Batterie 102 kann eine einzelne Batteriezelle, mehrere Batteriezellen oder eine Zusammenstellung diskreter Batterien sein, die im Verbund arbeitet, um Antriebsleistung an das Fahrzeug 100 zu liefern. Das Fahrzeug 100 enthält auch einen Fahrzeugcontroller 104. Der Fahrzeugcontroller 104 ist mit der Batterie 102 wirksam verbunden und stellt eine Überwachung und Steuerung des Betriebs der Batterie 102 bereit. Der Fahrzeugcontroller 104 kann auch eine oder mehrere andere Funktionen des Fahrzeugs überwachen oder steuern. Beispielsweise kann der Fahrzeugcontroller 104 Informationen über den Betriebszustand der Batterie 102 an eine elektronische Anzeige im Fahrzeug 100 liefern, um die Informationen an den Fahrer des Fahrzeugs zu übermitteln. Der Fahrzeugcontroller 104 kann außerdem eine Steuerung anderer Systeme des Fahrzeugs 100 bereitstellen. Beispielsweise kann der Fahrzeugcontroller 104 den Betrieb der Kraftmaschine, des elektrischen Systems oder des Abgassystems des Fahrzeugs 100 steuern.
  • Der Fahrzeugcontroller 104 kann eine beliebige Anzahl von Hardware- und Softwarekomponenten umfassen. Beispielsweise kann der Fahrzeugcontroller 104 einen Mikroprozessor, eine anwendungsspezifische integrierte Schaltung (ASIC) oder ein im Feld programmierbares Gatearray (FPGA) umfassen. Der Fahrzeugcontroller 104 kann auch Maschinenanweisungen enthalten, die in einer Speichervorrichtung im Fahrzeugcontroller 104 gespeichert sind, welche eine oder mehrere Überwachungs- oder Steuerfunktionen implementieren können, wenn sie vom Fahrzeugcontroller 104 ausgeführt werden. Beispielsweise kann der Fahrzeugcontroller 104 eine oder mehrere nicht vorübergehende Speichervorrichtungen wie etwa ein RAM, ein ROM, ein EEPROM, einen Flash-Speicher oder einen beliebigen anderen Speicher umfassen, der die Maschinenanweisungen für den Fahrzeugcontroller 104 speichern kann.
  • Spannungsbasierte SOC-Schätzung
  • Mit Bezug nun auf 2 ist eine Aufzeichnung der Leerlaufspannung für eine LiFeO4-Batteriezelle als Funktion des SOC der Batterie gezeigt. Im mittleren Bereich des SOC verändert sich die Leerlaufspannung für die Batterie sehr wenig, was zu einem möglichen Fehler bei irgendwelchen SOC-Schätzungen auf der Grundlage von Spannungsmesswerten der Batterie führt. Beispielsweise kann die Toleranz des Spannungssensors, der die Messwerte liefert, zu der Gesamtunsicherheit der tatsächlichen Spannung der Batterie beitragen. Als eine weitere Überlegung hängt die Beziehung zwischen Spannung und SOC auch von der Temperatur der Batterie, der Ruhezeit der Batterie (z. B., wenn die Batterie keine Ladung liefert oder empfängt) und der Diffusionskonstante der Batterie ab.
  • Es existieren mehrere spannungsbasierte Techniken, um den SOC der Batterie unter Verwendung einer gemessenen Spannung zu schätzen. Beispielsweise kann eine Schätzung des SOC durchgeführt werden, indem ein roher Leerlaufspannungswert mit einer bekannten Spannungs-SOC-Beziehung verglichen wird. Bei anderen Techniken kann eine lineare Regression verwendet werden, um den SOC zu bestimmen. Beispielsweise offenbart das US-Patent mit der Nummer 7,768,233 an Lin et al., welches hier ebenfalls durch Bezugnahme mit aufgenommen ist, die Verwendung eines Ersatzschaltungsmodells und von Regressionstechniken, um die Leerlaufspannung zu bestimmen und SOC-Werte zu schätzen.
  • Ein Vertrauenswert zwischen der SOC-Schätzung unter Verwendung einer spannungsbasierten Technik (SOC) und dem tatsächlichen SOC für die Batterie (SOCreal) kann unter Verwendung des Folgenden bestimmt werden: ΔSOCv = f(Vtol, T, trest, τ) wobei ΔSOCv der geschätzte Variationsbereich für SOCv ist, Vtol die Toleranz des Spannungssensors ist, T die Temperatur der Batterie ist, trest die Ruhezeit der Batterie ist und τ die Diffusionszeitkonstante der Batterie ist. Wenn sich die Batterie in einem Ruhezustand befindet (z. B. es wird gerade keine Ladung aus der Batterie entnommen oder dieser hinzugefügt), können dennoch Diffusionseffekte in der Batterie vorhanden sein, die zu einer weiteren Unsicherheit bei der berechneten Leerlaufspannung für die Batterie führt, zusätzlich zu der Toleranz des Spannungssensors. Der Fachmann wird feststellen, dass der benötigte Zeitbetrag zum Überwinden des Einflusses von Diffusionseffekten von der Temperatur der Batterie und der Diffusionskonstante für die Batterie abhängt. Wenn die Batterie einen genügenden Zeitbetrag lang in einem Ruhezustand gewesen ist, um die Effekte der Diffusion zu überwinden, ist ΔSOCv grundsätzlich eine Funktion der Toleranz des Spannungssensors. Wenn jedoch ein zur Überwindung der Effekte der Diffusion nicht ausreichender Ruhezeitbetrag vergangen ist, kann f(T, trest, τ) größer als null sein, wodurch sie zum Unsicherheitsbereich für SOCv beiträgt. Daher nimmt der Anteil des Beitrags von f(T, trest, τ) zu ΔSOCv im Lauf der Zeit ab, wenn sich die Batterie in Ruhe befindet. Als Beispiel kann ΔSOCv im Lauf der Zeit von 5% auf 2% abnehmen, wenn die Effekte der Diffusion auf die Batterie abnehmen. Das Addieren zu und das Subtrahieren von ΔSOCv von SOCv liefert dann einen geschätzten Bereich, in welchem SOCreal liegt. Die Funktion f wird aus dem in 2 gezeigten VOC-SOC-Profil abgeleitet.
  • Wenn sich die Batterie nicht in Ruhe befindet, kann ΔSOCv eine reine Funktion der Toleranz des Spannungssensors sein oder es kann auch zusätzliche Überlegungen enthalten. Wenn beispielsweise die Leerlaufspannung der Batterie während eines Batteriebetriebs unter Verwendung eines Ersatzschaltungsmodells und einer linearen Regressionstechnik geschätzt wird, kann das Erregungsniveau des Regressionsalgorithmus und/oder das Rauschen im Diskretisierungsprozess ebenfalls zu der Toleranz des Spannungssensors addiert werden.
  • Bei einer alternativen Ausführungsform können separate ΔSOCv-Werte über und unter dem SOCv-Schätzwert (nicht gezeigt) berechnet werden. Beispielsweise kann ΔSOCv_1 die Unsicherheit über SOCv definieren und ΔSOCv_2 kann die Unsicherheit unter SOCv definieren. Das Addieren von ΔSOCv_1 zu SOCv und das Subtrahieren von ΔSOCv_2 von SOCv kann dann einen asymmetrischen Bereich liefern, wenn sich ΔSOCv_1 und ΔSOCv_2 unterscheiden.
  • Strombasierte SOC-Schätzung
  • Strombasierte SOC-Schätztechniken arbeiten allgemein durch ein Integrieren von Strommesswerten über die Zeit, um die Ladungsmenge zu bestimmen, welche in die Batterie geflossen ist und diese verlassen hat. Beispielsweise kann die folgende Gleichung verwendet werden, um den SOC für eine Batterie zu schätzen:
    Figure 00120001
    wobei SOCi(t0) eine anfängliche SOC-Schätzung zum Startzeitpunkt t0 ist, Cbat die Kapazität der Batterie in Amperestunden ist und ibat(t) der Batteriestrom zum Zeitpunkt t ist.
  • In digitalen Systemen kann die Integrationsberechnung approximiert werden. Beispielsweise kann die folgende Berechnung verwendet werden, um den Ladezustand zu bestimmen:
    Figure 00120002
    wobei ibat der gemessene Strom ist, Cbat die Kapazität der Batterie ist, SOCi(k – 1) der zuvor berechnete Ladezustand ist und Δt die zwischen dem vorherigen und aktuellen Messwert von ibat vergangene Zeit ist.
  • Diese Technik lässt Raum für drei mögliche Fehlerquellen. Erstens muss SOCi(0), die Anfangsschätzung von SOCi, genau sein. Wenn nicht, wird jede Abweichung zwischen SOCi(0) und SOCreal(0) auch in zukünftigen SOCi-Schätzungen vorhanden sein. Die zweite mögliche Fehlerquelle ergibt sich aufgrund möglicher Ungenauigkeiten bei ibat(t). Beispielsweise wird jede Unsicherheit bei dem gemessenen Wert von ibat wegen der Toleranz des Stromsensors im Lauf der Zeit verstärkt. Die dritte Fehlerquelle besteht aufgrund der Referenzkapazität Cbat der Batterie, welche ebenfalls geschätzt werden muss. Bei einigen Ausführungsformen kann auch ein Vertrauensbereich ΔCbat bestimmt werden, um den Fehlerbetrag zu quantifizieren, der mit dieser Schätzung verbunden ist. Unter Verwendung der Toleranz des Stromsensors und/oder der Toleranz der geschätzten Kapazität kann ein Vertrauenswert für die strombasierte Ladezustandsschätzung berechnet werden. Beispielsweise kann ein Vertrauenswert ΔSOC(k) wie folgt berechnet werden:
    Figure 00130001
    wobei itol die Toleranz des Stromsensors ist, Cbat die Kapazität der Batterie ist, ΔSOC(k – 1) der zuvor berechnete Vertrauenswert ist, Q die angesammelte Ladung seit der letzten Initialisierung ist, ΔCbat die Toleranz der Kapazität der Batterie ist und Δt der Zeitbetrag zwischen Berechnungen der Vertrauenswerte ist. Das Addieren von ΔSOCi zu SOCi und das Subtrahieren von ΔSOCi davon liefert dann einen geschätzten Bereich, in dem SOCreal liegt. Es können auch zusätzliche Faktoren in der Berechnung von ΔSOC(k) enthalten sein. Beispielsweise kann das Erregungsniveau des Regressionsalgorithmus auch enthalten sein, wenn der Strom während eines Batteriebetriebs unter Verwendung einer linearen Regressionstechnik geschätzt wird. Bei einem anderen Beispiel kann der Rauschbetrag beim Diskretisierungsprozess des Strommesswerts zu der Toleranz des Stromsensors addiert werden.
  • Mit Bezug nun auf 3 ist eine Aufzeichnung von SOCi als Funktion der Zeit gemäß einer beispielhaften Ausführungsform gezeigt. In 3 sind außerdem die Aufzeichnungen von SOCi +/– ΔSOCi gezeigt, was dem Wertebereich entspricht, in dem SOCreal liegen kann. Wenn die Zeit zunimmt, nimmt auch ΔSOCi zu, was eine Abnahme bei der Sicherheit anzeigt, dass SOCi SOCreal entspricht.
  • Bei einer alternativen Ausführungsform können separate ΔSOCi-Werte über und unter dem SOCi-Schätzwert berechnet werden. Beispielsweise kann ΔSOCi_1 die Ungewissheit oberhalb von SOCi definieren und ΔSOCi_2 kann die Unsicherheit unterhalb von SOCi definieren. Das Addieren von ΔSOCi_1 zu SOCi und das Subtrahieren von ΔSOCi_2 von SOCi kann dann einen asymmetrischen Vertrauensbereich bereitstellen, wenn sich ΔSOCi_1 und ΔSOCi_2 unterscheiden.
  • Hybride SOC-Schätzung
  • Mit Bezug nun auf 4 ist ein Verfahren 400 zum Berechnen eines Ladezustands gemäß einer beispielhaften Ausführungsform gezeigt. Das Verfahren 400 verwendet einen hybriden Ansatz, der sowohl spannungsbasierte als auch strombasierte SOC-Schätzungen umfasst. Es ist gezeigt, dass das Verfahren 400 einen Schritt 402 enthält, bei dem Sensordaten, die eine Spannung, einen Strom und eine Temperatur einer Batterie angeben, bei einem Prozessor empfangen werden. Bei Schritt 404 wird ein erster Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten bestimmt. Beispielsweise kann eine Leerlaufspannung bestimmt werden, indem die gemessene Batteriespannung nach einer ausreichenden Ruhezeit verwendet wird. Diese Leerlaufspannung kann dann mit einer Spannungs-SOC-Kennlinie für die Batterie verglichen werden, um einen ersten SOC-Wert zu bestimmen. Eine derartige Kennlinie kann im Speicher des Prozessors oder in einer Nachschlagetabelle (LUT) gespeichert sein. Bei anderen Ausführungsformen kann die spannungsbasierte Strategie ein Ersatzschaltungsmodell für die Batterie verwenden und eine lineare Regression benutzen, um die Leerlaufspannung zu bestimmen.
  • Bei Schritt 406 wird ein erster Vertrauenswert für den ersten Ladezustandswert berechnet. Der Vertrauenswert kann unter Verwendung der Toleranz des Spannungssensors berechnet werden, der die Spannungsdaten liefert. Der Vertrauenswert kann auch den Betrag an Ruhezeit berücksichtigen, der notwendig ist, damit Diffusionseffekte in der Batterie abklingen, indem die Ruhezeit, Temperaturdaten und die Diffusionskonstante der Batterie verglichen werden. Dort, wo Diffusionseffekte in der Batterie noch vorhanden sind, kann der Vertrauenswert über nur die Unsicherheit hinaus erhöht werden, die auf die Toleranz des Spannungssensors zurückzuführen ist. Bei anderen Ausführungsformen können zusätzliche Faktoren enthalten sein, wie etwa der Rauschbetrag bei der Diskretisierung der Spannungsdatenmesswerte vom Spannungssensor oder, wenn eine lineare Regression verwendet wird, um den ersten SOC-Wert zu berechnen, das Erregungsniveau des Regressionsalgorithmus.
  • Bei Schritt 408 wird ein zweiter Ladezustandswert unter Anwendung einer strombasierten Strategie auf die Sensordaten bestimmt. Beispielsweise können die Stromdaten vom Stromsensor integriert werden, um die Ladungsmenge zu bestimmen, die über eine Zeitspanne hinweg in die Batterie geflossen ist oder diese verlassen hat. Diese Ladungsdifferenz kann dann in Kombination mit einer anfänglichen SOC-Schätzung verwendet werden, um den zweiten SOC-Wert zu bestimmen.
  • Bei Schritt 410 wird ein zweiter Vertrauenswert für den zweiten Ladezustandswert berechnet. Der Vertrauenswert kann unter Verwendung der Toleranz des Stromsensors berechnet werden und kann auch den Rauschbetrag bei der Diskretisierung der Spannungsdatenmesswerte vom Spannungssensor berücksichtigen. Außerdem kann ein Toleranzwert von der Kapazitätsschätzung berücksichtigt werden.
  • Bei Schritt 412 werden der erste und der zweite Vertrauenswert verglichen. Beispielsweise kann dort, wo die Vertrauenswerte beide positive Zahlen sind, die Differenz zwischen den zwei Werten berechnet werden, um festzustellen, welcher Wert größer ist. In einem derartigen Fall entspricht der kleinere der zwei Vertrauenswerte der SOC-Schätzung mit dem kleineren Betrag an Unsicherheit.
  • Bei Schritt 414 wird auf der Grundlage eines Vergleichs der Vertrauenswerte eine Wahl zwischen dem ersten und zweiten SOC-Wert getroffen, um die SOC-Schätzung mit dem kleinsten Betrag an Unsicherheit zu wählen. Auf diese Weise wird die SOC-Schätzung unter Verwendung der spannungsbasierten Strategie mit der SOC-Schätzung unter Verwendung der strombasierten Strategie verglichen. Bei Schritt 416 wird die SOC-Schätzung, die den niedrigeren Betrag an Unsicherheit aufweist, als der beste gegenwärtig verfügbare Wert gewählt. Wenn dieser Wert um weniger als eine bestimmte Zahl von dem gespeicherten Gesamtladezustandswert abweicht, dann wird der gewählte SOC-Wert direkt in einem Speicher als ein Gesamtladezustandswert gespeichert. Wenn der gewählte SOC jedoch um mehr als eine bestimmte Zahl von dem gespeicherten Gesamtladezustand abweicht, wird ein spezielles Verfahren verwendet, um einen glatten Übergang vom alten zum neuen Gesamtladezustandswert durchzuführen, der dann im Speicher gespeichert wird. Für diesen Übergang können gemäß verschiedenen Ausführungsformen ein Filtern, eine Regelung oder Ratenbegrenzungstechniken angewendet werden.
  • Mit Bezug nun auf 5 ist ein Verfahren 500 zum Bestimmen eines Gesamtladezustands einer Batterie gemäß einer beispielhaften Ausführungsform gezeigt. Das Verfahren 500 verwendet einen hybriden Ansatz unter Verwendung von sowohl spannungsbasierten als auch strombasierten SOC-Schätzungen. Bei diesem Ansatz werden strombasierte SOC-Schätzungen als der Gesamt-SOC als Standard verwendet, sofern nicht die spannungsbasierte SOC-Schätzung einen niedrigeren Betrag an Unsicherheit aufweist. In einem derartigen Fall wird die Gesamt-SOC-Schätzung auf die spannungsbasierte SOC-Schätzung zurückgesetzt und der strombasierte Ansatz fortgesetzt.
  • Bei Schritt 502 verwendet ein Prozessor eine spannungsbasierte Strategie, um SOCv(k) und einen Vertrauenswert ΔSOCv(k) zu schätzen, um das System zu initialisieren. Eine Initialisierung kann beispielsweise notwendig sein, wenn das Fahrzeug nach einer Ruheperiode neu gestartet wird, bei periodischen Intervallen, die von Systemparametern benötigt werden, oder in Ansprechen auf das Empfangen einer manuellen Eingabe von einer Anwendereingabevorrichtung notwendig sein. Während der Initialisierung kann ΔSOCv(k) berechnet werden unter Verwendung von ΔSOCv(k) = f(Vtol, T, trest, τ) wobei ΔSOCv(k) der geschätzte Variationsbereich für SOCv(k) ist, Vtol die Toleranz des Spannungssensors ist, T die Temperatur der Batterie ist, trest die Ruhezeit der Batterie ist, und τ die Diffusionszeitkonstante der Batterie ist. Bei anderen Ausführungsformen kann ΔSOCv(k) auch andere Faktoren umfassen, wie etwa das Diskretisierungsrauschen oder das Erregungsniveau eines linearen Regressionsalgorithmus, wenn SOCv unter Verwendung einer Regression bestimmt wird. Die Funktion f wird aus dem in 2 gezeigten VOC-SOC-Profil abgeleitet.
  • Bei Schritt 504 wird ΔSOCv(k) mit einem zuvor gespeicherten Vertrauenswert ΔSOCoverall(k – 1) verglichen, der dem Vertrauen in die letzte Schätzung SOCoverall(k – 1) entspricht. Ein derartiger Vergleich ermöglicht, dass der Prozessor sowohl die spannungsbasierten als auch die strombasierten SOC-Schätzstrategien zu seinem Vorteil nutzt, indem er feststellt, welche SOC-Schätzung den geringsten Betrag an Unsicherheit aufweist.
  • Der Vergleich bei 504 dient zwei verschiedenen Funktionen. Erstens benötigen strombasierte Ansätze allgemein eine genaue anfängliche SOC-Schätzung. Wenn nach einer Initialisierung des Systems ΔSOCv(k) kleiner als ΔSOCoverall(k – 1) ist, kann SOCv(k) als die anfängliche SOC-Schätzung für die strombasierte Strategie verwendet werden. Zweitens neigen strombasierte SOC-Schätzungen aufgrund ihrer Verwendung von Integrationstechniken dazu, im Lauf der Zeit von dem tatsächlichen SOC weg zu driften. Wenn das System eine Zeitspanne lang gelaufen ist und ΔSOCv(k) kleiner als ΔSOCoverall(k – 1) ist, kann dies anzeigen, dass der strombasierte SOCoverall(k – 1) auf ΔSOCv(k) zurückgesetzt werden sollte.
  • Bei einer alternativen Ausführungsform können asymmetrische Vertrauensbereiche anstelle von ΔSOCv(k) und ΔSOCoverall(k – 1) verwendet werden. In einem derartigen Fall muss die Überschneidung der Vertrauensbereiche bewertet werden, um SOCoverall(k) und ΔSOCoverall(k) herzuleiten.
  • Wenn ΔSOCv(k) bei Schritt 506 kleiner als ΔSOCoverall(k – 1) ist, wird SOCoverall(k – 1) so gesetzt, dass er gleich SOCv(k) ist oder die besagten Techniken werden angewendet (siehe [0031] [bzw. Schritt 414 von 4]). Dies stellt sicher, dass die SOC-Schätzung mit dem geringsten Betrag an Unsicherheit immer bei zukünftigen strombasierten Berechnungen verwendet wird. Wenn SOCoverall(k – 1) zurückgesetzt wird, sodass er gleich der spannungsbasierten Schätzung SOCv(k) ist, wird auch ΔSOCoverall(k – 1) zurückgesetzt, sodass es gleich ΔSOCv(k) ist, um die entsprechende Änderung beim Betrag an Unsicherheit bei der Gesamt-SOC-Schätzung anzuzeigen.
  • Bei Schritt 508 wird eine strombasierte SOC-Schätzstrategie verwendet, um die nächste Gesamt-SOC-Schätzung SOCoverall(k) zu bestimmen. Beispielsweise kann SOCoverall(k) geschätzt werden unter Verwendung von:
    Figure 00190001
    wobei ibat der gemessene Strom ist, Cbat die Kapazität der Batterie ist, SOCoverall(k – 1) der zuvor berechnete Gesamtladezustandswert ist und Δt die zwischen dem vorherigen und dem aktuellen Messwert von ibat vergangene Zeit ist. Der Fachmann wird feststellen, dass eine beliebige Anzahl von strombasierten Schätzungen verwendet werden kann, um SOCoverall(k) zu berechnen.
  • Bei Schritt 508 wird auch der Vertrauenswert SOCoverall(k) berechnet. Beispielsweise kann ΔSOCoverall(k) unter Verwendung des Folgenden bestimmt werden:
    Figure 00190002
    wobei itol die Toleranz des Stromsensors ist, Cbat die Kapazität der Batterie ist, ΔSOCoverall(k – 1) der zuvor berechnete Vertrauenswert ist und Δt die Zeitspanne zwischen Berechnungen der Vertrauenswerte ist. Bei alternativen Ausführungsformen können separate Vertrauenswerte bestimmt werden, um einen asymmetrischen Vertrauensbereich über und unter SOCoverall(k) zu definieren. Ein derartiger Bereich entspricht dem Wertebereich, der den tatsächlichen SOC der Batterie sehr wahrscheinlich enthält. Daher gibt ein kleinerer. Bereich eine geringere Unsicherheit zwischen dem geschätzten SOC-Wert und dem tatsächlichen SOC der Batterie an.
  • Bei Schritt 510 wird eine spannungsbasierte Strategie verwendet, um SOCv(k) zu bestimmen, wenn das System läuft (z. B. nach der Initialisierung). Beispielsweise kann eine spannungsbasierte Regressionstechnik verwendet werden, um SOCv(k) zu bestimmen, wie in dem vorstehend erwähnten US-Patent mit der Nummer 7,768,233 an Lin et al. und in dem Buch ”Indentification of Dynamical Systems” von Rolf Isermann und Marco Münchhof, welches hiermit durch Bezugnahme ebenfalls aufgenommen ist, offenbart ist. Bei derartigen Techniken kann die Regressionsanalyse verwendet werden, um die Leerlaufspannung der Batterie zu bestimmen. Beispielsweise kann eine Lithium-Ionen-Batterie durch die Differenzengleichung modelliert werden: V(k) = –a1V(k – 1) – a2V(k – 2) + b0I(k) + b1I(k – 1) + b2I(k – 2) + (1 + a1 + a2)VOC wobei V Spannungsmesswerte bezeichnet, die bei Zeitpunkten k, k – 1 und k – 2 aufgenommen wurden, I Strommesswerte bezeichnet, die bei Zeitpunkten k, k – 1 und k – 2 aufgenommen wurden, VOC die Leerlaufspannung ist und ai und bi Konstanten sind.
  • Die Verwendung einer Differenzengleichung zum Modellieren der Batterie ermöglicht, dass eine Berechnung der Leerlaufspannung VOC unter Verwendung von Spannungs- und Strommesswerten von der Batterie bestimmt wird. Wie vorstehend erwähnt wurde, steht die Leerlaufspannung einer Batterie in Beziehung zu ihrem Ladezustand, wodurch ermöglicht wird, dass auch SOCv(k) geschätzt wird. Beispielsweise können bekannte VOC-SOC-Beziehungen in einer Nachschlagetabelle oder einer anderen nicht vorübergehenden Speichervorrichtung gespeichert werden und verwendet werden, um SOCv(k) zu schätzen.
  • Auf ähnliche Weise kann der Vertrauenswert ΔSOCv(k) verwendet werden, um den Betrag an Unsicherheit bei der Bestimmung von VOC(k) anzugeben. Quellen der Unsicherheit bei der geschätzten Leerlaufspannung können beispielsweise die Toleranz des Spannungssensors, die Toleranz des Stromsensors, der Betrag an Rauschen beim Diskretisierungsprozess oder das Erregungsniveau der Regressionstechnik umfassen. Wenn nur als Beispiel die Toleranz des Spannungssensors 3% beträgt, kann der entsprechende Effekt dieser Schwankung auf die geschätzte VOC(k) bestimmt werden und verwendet werden, um ΔSOCv(k) durch Anwendung der in 2 gezeigten VOC-SOC-Kennlinie zu berechnen.
  • Während eines Normalbetriebs des Systems (z. B. nach der Initialisierung) wird SOCoverall(k) bei Schritt 508 unter Verwendung einer strombasierten Strategie bestimmt. Jedoch wird der Vertrauenswert ΔSOCoverall(k) bei Schritt 504 außerdem mit ΔSOCv(k) verglichen, um festzustellen, ob die strombasierte SOC-Schätzung im Lauf der Zeit gedriftet ist. Wenn der Betrag an Unsicherheit für die strombasierte Schätzung denjenigen der spannungsbasierten Schätzung überschreitet, setzt das System SOCoverall(k) unter Verwendung der spannungsbasierten Schätzung zurück und es setzt ΔSOCoverall(k) unter Verwendung des spannungsbasierten Vertrauenswerts zurück, indem es ein geeignetes Verfahren wie vorstehend beschrieben anwendet.
  • Mit Bezug nun auf 6 ist eine Aufzeichnung einer SOC-Schätzung, die durch das Verfahren von 5 bestimmt wird, als Funktion der Zeit gemäß einer beispielhaften Ausführungsform gezeigt. Wie gezeigt, wird der Vertrauenswert für die SOC-Schätzung (z. B. ”Delta”) zu der SOC-Schätzung (z. B. addiert und von dieser subtrahiert, um einen Wertebereich zu definieren, in welchem der tatsächliche SOC wahrscheinlich liegen wird. Während die Zeit fortschreitet, beginnt die strombasierte Schätzung aufgrund der Unsicherheit im System zu driften. Zu Zeitpunkten, bei denen die spannungsbasierte Schätzung weniger Unsicherheit aufweist, wird SOCoverall auf SOCv zurückgesetzt und die strombasierte Strategie wird weiterhin verwendet. ΔSOCoverall wird ebenfalls auf ΔSOCv zurückgesetzt, um wiederzugeben, dass die aktualisierte Gesamt-SOC-Schätzung nun einen höheren Betrag an Sicherheit aufweist, dass sie sich nahe bei dem tatsächlichen Ladezustand der Batterie befindet.
  • Mit Bezug nun auf 7 ist eine detaillierte Zeichnung des Fahrzeugs 100 gemäß einer beispielhaften Ausführungsform gezeigt. Ein Spannungssensor 702 misst die Spannung der Batterie 102 und liefert Spannungswerte über eine Busleitung 710 an eine Schnittstelle 716 des Controllers 104. Ein Stromsensor 704 misst den Strom der Batterie 102 und liefert Stromwerte über eine Busleitung 712 an die Schnittstelle 716 des Controllers 104. Ein Temperatursensor 706 misst die Temperatur der Batterie 102 und liefert Temperaturwerte über eine Busleitung 714 an die Schnittstelle 716 des Controllers 104.
  • Die Busleitungen 710, 712 und 714 können eine beliebige Kombination aus fest verdrahteten oder drahtlosen Verbindungen sein. Beispielsweise kann die Busleitung 710 eine festverdrahtete Verbindung sein, um Spannungslesewerte an den Controller 104 zu liefern, während die Busleitung 712 eine drahtlose Verbindung sein kann, um Stromlesewerte an den Controller 104 zu liefern. Bei einigen Ausführungsformen sind die Busleitungen 710, 712 und 714 Teil einer gemeinsam genutzten Datenleitung, die Spannungs-, Strom- und Temperaturwerte an den Controller 104 übermittelt. Bei noch anderen Ausführungsformen können die Leitungen 710, 712 und 714 eine oder mehrere Zwischenschaltungen (z. B. andere Mikrocontroller, Signalfilter usw.) umfassen und eine indirekte Verbindung zwischen den Sensoren 702, 704, 706 und dem Controller 104 bereitstellen.
  • Die Schnittstelle 716 ist ausgestaltet, um die Sensordaten von den Sensoren 702, 704 und 706 über die Leitungen 710, 712 und 714 zu empfangen. Beispielsweise kann die Schnittstelle 716 einen oder mehrere drahtlose Empfänger umfassen, wenn irgendwelche der Leitungen 710, 712 oder 714 drahtlose Verbindungen sind. Die Schnittstelle 716 kann auch einen oder mehrere drahtgebundene Anschlüsse umfassen, wenn irgendwelche der Leitungen 710, 712 oder 714 drahtgebundene Verbindungen sind. Die Schnittstelle 716 kann auch eine Schaltung enthalten, die ausgestaltet ist, um die Sensordaten von 702, 704 und 706 digital abzutasten oder zu filtern. Beispielsweise kann die Schnittstelle 716 die vom Spannungssensor 702 über die Busleitung 710 erhaltenen Spannungsdaten bei diskreten Zeitpunkten (z. B. k, k + 1, k + 2 usw.) abtasten, um diskrete Spannungswerte (z. B. V(k), V(k + 1), V(k + 2) usw.) zu erzeugen.
  • Der Controller 104 ist so gezeigt, dass er einen Speicher 720 umfasst, welcher eine beliebige Art von nicht vorübergehendem Speicher sein kann, der maschinenausführbare Anweisungen speichern kann, die eine oder mehrere der hier offenbarten Funktionen implementieren, wenn sie vom Prozessor 104 ausgeführt werden. Der Speicher 720 kann beispielsweise ein RAM, ein ROM, ein Flash-Speicher, ein Festplattenlaufwerk, ein EEPROM oder eine beliebige andere Speichervorrichtung sein. Bei einigen Ausführungsformen enthält der Speicher 720 ein Fahrzeugsteuermodul 722, das die Steuerung einer oder mehrerer Komponenten des Fahrzeugs 100 bereitstellt. Beispielsweise kann das Fahrzeugsteuermodul 722 eine Steuerung der Kraftmaschine des Fahrzeugs 100 bereitstellen oder Statuszustandsinformationen (z. B. das Fahrzeug 100 hat wenig Kraftstoff, dem Fahrzeug 100 bleiben eine geschätzte Anzahl von Kilometern zu fahren auf der Grundlage des gegenwärtigen SOC der Batterie 102 usw.) an eine oder mehrere Anzeigevorrichtungen im Innenraum des Fahrzeugs 100 über eine Schnittstelle 718 liefern. Bei einigen Ausführungsformen kann das Fahrzeugsteuermodul 722 auch mit anderen Verarbeitungsschaltungen (z. B. einer Kraftmaschinensteuereinheit, einem On-Board-Diagnosesystem usw.) oder anderen Sensoren (z. B. einem Luftmassenstromsensor, einem Kurbelwellenpositionssensor usw.) über die Schnittstelle 718 kommunizieren.
  • Die Schnittstelle 718 kann eine oder mehrere drahtgebundene oder drahtlose Verbindungen zwischen dem Prozessor 104 und den verschiedenen Systemen des Fahrzeugs 100 bereitstellen. Beispielsweise kann die Schnittstelle 718 eine drahtgebundene Verbindung zwischen dem Prozessor 104 und einer Anzeige auf dem Armaturenbrett und eine drahtlose Verbindung zwischen dem Prozessor 104 und einem On-Board-Diagnosesystem bereitstellen. Bei einigen Ausführungsformen kann die Schnittstelle 718 auch eine drahtlose Verbindung zwischen dem Prozessor 104 und anderen Rechensystemen außerhalb des Fahrzeugs 100 bereitstellen. Beispielsweise kann der Prozessor 104 Statuszustandsinformationen über eine Mobilfunk-, WiFi- oder Satellitenverbindung an einen externen Server übermitteln. Die Schnittstelle 718 kann auch einen oder mehrere Empfänger umfassen, die ausgestaltet sind, um Aufenthaltsortsinformationen für das Fahrzeug 100 zu senden und zu empfangen. Beispielsweise kann die Schnittstelle 718 einen GPS-Empfänger oder einen Mobilfunkempfänger enthalten, der Triangulation verwendet, um den Aufenthaltsort des Fahrzeugs 100 zu bestimmen.
  • Der Speicher 720 ist außerdem so gezeigt, dass er ein SOC-Modul 724 umfasst, welches ausgestaltet ist, um die Ladezustandsinformationen für die Batterie 102 zu bestimmen und zu speichern. Das SOC-Modul 724 empfängt Batteriesensordaten von der Schnittstelle 716 und verwendet die Sensordaten, um den gegenwärtigen SOC der Batterie 102 zu bestimmen. Das SOC-Modul 724 kann den bestimmten SOC-Wert empfangen und ihn an das Fahrzeugsteuermodul 722 oder an andere elektronische Vorrichtungen über die Schnittstelle 718 liefern. Beispielsweise kann das SOC-Modul 724 feststellen, dass der Gesamt-SOC der Batterie 102 gegenwärtig bei 65% liegt und eine Anzeige darüber über die Schnittstelle 718 an ein Lademessgerät im Innenraum des Fahrzeugs 100 liefern. Das SOC-Modul 724 kann über die Schnittstelle 718 auch einen oder mehrere Betriebsparameter von anderen Systemen oder Vorrichtungen empfangen. Beispielsweise kann das SOC-Modul 724 Daten empfangen, die einer Zuordnung von Leerlaufspannungen zu SOC-Werten für die Batterie 102 entsprechen.
  • Mit Bezug nun auf 8 ist eine genaue Zeichnung des SOC-Moduls 724 gemäß einer beispielhaften Ausführungsform gezeigt. Das SOC-Modul 724 ist so gezeigt, dass es einen Batterieruhezeitgeber 802 umfasst, wobei der Batterieruhezeitgeber 802 einen Zeitstempel des Batteriecontrollers bei Ausschalt- und Einschaltzeitpunkten prüft und diese vergleicht, um die Ruhezeit zu bestimmen. Bei einigen Ausführungsformen kann der Batterieruhezeitgeber 802 die Batterieruhezeit unter Verwendung eines oder mehrerer Parameter bestimmen, die in einem Parameterspeicher 804 gespeichert sind. Der Parameterspeicher 804 kann beispielsweise Parameter enthalten, die er von anderen elektronischen Systemen 824 empfangen hat, welche den Laufzustand des Fahrzeugs anzeigen. Beispielsweise kann der Parameterspeicher 804 eine Anzeige von der Zündung des Fahrzeugs 100 über die Schnittstelle 718 jedes Mal empfangen, wenn das Fahrzeug 100 ausgeschaltet oder gestartet wird, und einen oder mehrere Parameter (z. B. Zeitstempel), die sich auf diese Ereignisse beziehen, speichern.
  • Das SOC-Modul 724 ist auch so gezeigt, dass es einen SOC_i-Generator 814 und einen SOC_i-Vertrauenswertgenerator 812 enthält. Der SOC_i-Generator 814 und der SOC_i-Vertrauenswertgenerator 812 empfangen Sensordaten von den Sensoren 702, 704 und 706 über die Schnittstelle 716. Der SOC_i-Generator verwendet die Sensordaten und eine strombasierte SOC-Schätzstrategie, um einen SOC_i-Wert zu erzeugen. Beispielsweise kann der SOC_i-Generator eine oder mehrere Differenzengleichungen lösen, die einen erfassten Stromwert vom Stromsensor 704, eine vorherige SOC-Schätzung, die im SOC-Speicher 816 gespeichert ist, einen Batteriekapazitätsparameter, der im Parameterspeicher 804 gespeichert ist und Zeitinformationen, die dem aktuellen Wert zugeordnet sind, verwenden, um eine strombasierte SOC-Schätzung zu erzeugen.
  • Der SOC_i-Vertrauenswertgenerator 812 bestimmt einen Vertrauenswert für die strombasierte SOC-Schätzung, die vom SOC_i-Generator 814 erzeugt wird. Beispielsweise kann der SOC_i-Vertrauenswertgenerator 812 eine oder mehrere Differenzengleichungen lösen, welche Parameter verwenden, die im Parameterspeicher 804 gespeichert sind, wie etwa einen zuvor bestimmten Vertrauenswert, einen oder mehrere Toleranzparameter, einen Batteriekapazitätsparameter oder Zeitinformationen, um einen oder mehrere Vertrauenswerte für die strombasierte SOC-Schätzung zu erzeugen, die vom SOC_i-Generator 814 erzeugt wird. Der SOC_i-Vertrauenswertgenerator 812 kann auch zusätzliche Parameter verwenden, wie etwa den Betrag an Diskretisierungsrauschen aus dem Abtasten von Stromwerten vom Stromsensor 704, um den Vertrauenswert zu erzeugen. Bei einigen Ausführungsformen erzeugt der SOC_i-Vertrauenswertgenerator 812 mehrere Vertrauenswerte für die strombasierte SOC-Schätzung, um einen Vertrauensbereich für die strombasierte SOC-Schätzung zu definieren. Der eine oder die mehreren Vertrauenswerte, die vom SOC_i-Vertrauenswertgenerator 812 erzeugt werden, werden an die Vertrauensbewertungsvorrichtung 810 zur weiteren Bewertung geliefert.
  • Das SOC-Modul 724 enthält auch einen SOC_v-Generator 808 und einen SOC_v-Vertrauenswertgenerator 806. Der SOC_v-Generator 808 und der SOC_v-Vertrauenswertgenerator 806 empfangen Sensordaten von den Sensoren 702, 704 und 706 über die Schnittstelle 716. Der SOC_v-Generator 808 verwendet die Sensordaten und eine spannungsbasierte SOC-Schätzstrategie, um einen SOC_v-Wert zu erzeugen. Der SOC_v-Generator 808 kann in einem oder mehreren Modi arbeiten, um eine spannungsbasierte SOC-Schätzung zu erzeugen. Beispielsweise kann der SOC_v-Generator 808 einen oder mehrere Parameter von dem Batterieruhezeitgeber 802 oder vom Parameterspeicher 804 empfangen, die anzeigen, dass das SOC-Modul 720 eine Initialisierung benötigt (z. B. wurde das Fahrzeug 100 nach einer Ruheperiode neu gestartet, eine manuelle Neuinitialisierungsanforderung wurde von einer oder mehreren Schnittstellenvorrichtungen 822 empfangen usw.). Im Initialisierungsmodus kann der SOC_v-Generator 808 eine Leerlaufspannung für die Batterie 102 unter Verwendung von Sensordaten bestimmen, die vom Spannungssensor 702 empfangen werden. Der SOC_v-Generator 808 kann die berechnete Leerlaufspannung und eine oder mehrere Spannungs-SOC-Kennlinien, die im Parameterspeicher 804 gespeichert sind, verwenden, um eine spannungsbasierte SOC-Schätzung für die Batterie 102 zu erzeugen.
  • Im Initialisierungsmodus kann der SOC_v-Vertrauenswertgenerator 806 vom Batterieruhezeitgeber 802 erzeugte Ruhezeitdaten, einen im Parameterspeicher 804 gespeicherten Diffusionszeitkonstantenwert für die Batterie 102, einen im Parameterspeicher 804 gespeicherten Toleranzwert für den Spannungssensor 702, und über die Schnittstelle 716 empfangene Spannungs- und Temperaturdaten verwenden, um einen Vertrauenswert für die spannungsbasierte SOC-Schätzung, die vom SOC_v-Generator 808 erzeugt wird, zu erzeugen. Der Vertrauenswert kann beispielsweise einen niedrigen Betrag an Unsicherheit anzeigen, der mit der spannungsbasierten SOC-Schätzung verbunden ist, wenn die Zeitspanne, in der die Batterie 102 geruht hat, ausreicht, um die Effekte der Diffusion zu überwinden. In einem derartigen Fall kann der Vertrauenswert eine reine Funktion der Toleranz des Spannungssensors 702 sein. Der Zeitbetrag, der notwendig ist, damit die Effekte der Diffusion dissipieren, hängt von der Zeitkonstante für die Batterie 102 sowie von den Temperaturdaten ab, die vom Temperatursensor 706 empfangen werden. Wenn die Effekte der Diffusion in der Batterie 102 noch vorhanden sind, kann der vom SOC_v-Vertrauenswertgenerator 806 erzeugte Vertrauenswert auf der Toleranz des Spannungssensors 702 sowie auf einer Funktion der Ruhezeit, der Temperatur und der Diffusionskonstante der Batterie 102 beruhen. Bei einigen Ausführungsformen erzeugt der SOC_v-Vertrauenswertgenerator 806 einen oder mehrere Vertrauenswerte, um einen asymmetrischen Unsicherheitsbereich für die spannungsbasierte SOC-Schätzung zu definieren.
  • Wenn sich das SOC-Modul 720 nicht in einem Initialisierungsmodus befindet, kann der SOC_v-Generator 808 eine Regressionstechnik verwenden, um die spannungsbasierte SOC-Schätzung zu bestimmen. Beispielsweise kann der SOC_v-Generator 808 eine Regression auf einen zuvor bestimmten Leerlaufspannungswert, der im Parameterspeicher 804 gespeichert ist, und auf Sensordaten, die über die Schnittstelle 716 empfangen wurden, anwenden, um die spannungsbasierte SOC-Schätzung zu bestimmen. Wenn vom SOC_v-Generator 808 eine Regressionstechnik verwendet wird, um die spannungsbasierte SOC-Schätzung zu bestimmen, kann der SOC_v-Vertrauenswertgenerator auch eine Regressionstechnik und einen zuvor bestimmten Vertrauenswert verwenden, um den gegenwärtigen spannungsbasierten Vertrauenswert zu erzeugen.
  • Das SOC-Modul 724 ist so gezeigt, dass es auch eine Vertrauensbewertungsvorrichtung 810 umfasst, welche den vom SOC_i-Vertrauenswertgenerator 812 erzeugten strombasierten Vertrauenswert und den vom SOC_v-Vertrauenswertgenerator 806 erzeugten spannungsbasierten Vertrauenswert empfängt. Die Vertrauensbewertungsvorrichtung 810 vergleicht den strombasierten Vertrauenswert und den spannungsbasierten Vertrauenswert, um festzustellen, welche SOC-Schätzung einen geringeren Betrag an Unsicherheit aufweist. Der Vergleich kann beispielsweise ein direkter Vergleich zwischen den Vertrauenswerten sein oder er kann einen oder mehrere Gewichtungsparameter verwenden, die im Parameterspeicher 804 gespeichert sind. Die Vertrauensbewertungsvorrichtung 810 liefert eine Anzeige des Vergleichs an den SOC-Speicher 816, welche vom SOC-Speicher 816 verwendet werden kann, um die Gesamt-SOC-Schätzung zu wählen. Die Vertrauensbewertungsvorrichtung 810 kann die Anzeige auch an den Parameterspeicher 804 liefern, um einen Gesamtvertrauenswert aus den spannungsbasierten und strombasierten Vertrauenswerten zu wählen, der mit der Gesamt-SOC-Schätzung verbunden ist.
  • Der SOC-Speicher 816 verwendet Vergleichsinformationen von der Vertrauensbewertungsvorrichtung 810, um zwischen der vom SOC_v-Generator 808 erzeugten spannungsbasierten SOC-Schätzung und der vom SOC_i-Generator 814 erzeugten strombasierten SOC-Schätzung zu wählen. Der SOC-Speicher 816 wählt die SOC-Schätzung, die den geringsten Betrag an Unsicherheit aufweist und speichert sie als die Gesamt-SOC-Schätzung. Der SOC-Speicher 816 kann die Gesamt-SOC-Schätzung über die Schnittstelle 718 auch an das Fahrzeugsteuermodul 722 oder an die Anzeige 820, die Schnittstellenvorrichtungen 822 oder andere elektronische Systeme 824 liefern. Beispielsweise kann der SOC-Speicher 816 die Gesamt-SOC-Schätzung an die Anzeige 820 liefern, welche die Gesamt-SOC-Schätzung dem Fahrer des Fahrzeugs 100 unter Verwendung visueller Anzeigen anzeigt, wie etwa einem Messgerät, einem Instrument oder als Text. Der SOC-Speicher 816 kann die Gesamt-SOC-Schätzung auch an Schnittstellenvorrichtungen 822 (z. B. Vorrichtungen mit berührungsempfindlichem Bildschirm, interaktive Sprachsysteme usw.) liefern, um den Fahrer auf den aktuellen Ladezustand der Batterie 102 aufmerksam zu machen. Der SOC-Speicher 816 kann die Gesamt-SOC-Schätzung auch an das Fahrzeugsteuermodul 722 oder an andere elektronische Systeme 824 (z. B. eine mobile Vorrichtung, einen entfernten Server, einen Mikroprozessor, der eine Steuerung anderer Komponenten des Fahrzeugs 100 bereitstellt usw.) zur weiteren Verarbeitung liefern.
  • Im Licht der vorstehenden Beschreibung sind viele Modifikationen und Variationen von Ausführungsformen der vorliegenden Erfindung möglich. Die vorstehend beschriebenen Ausführungsformen der verschiedenen Systeme und Verfahren können alleine oder in einer beliebigen Kombination daraus verwendet werden, ohne den Umfang der Erfindung zu verlassen. Obwohl die Beschreibung und die Figuren eine spezielle Reihenfolge von Schritten zeigen können, versteht es sich, dass andere Reihenfolgen der Schritte in der vorliegenden Offenbarung ebenfalls in Betracht gezogen sind. Auf ähnliche Weise kann ein oder können mehrere Schritte gleichzeitig oder teilweise gleichzeitig ausgeführt werden.
  • Die verschiedenen Operationen der Verfahren und Systeme in der vorliegenden Offenbarung können unter Verwendung einer oder mehrerer Verarbeitungsschaltungen bewerkstelligt werden. Beispielsweise kann eine Verarbeitungsschaltung ein ASIC, ein Prozessor für eine spezielle Verwendung oder ein beliebiger existierender Computerprozessor sein. Ein oder mehrere Schritte oder eine oder mehrere Funktionen in der vorliegenden Offenbarung können außerdem unter Verwendung nicht vorübergehender maschinenlesbarer Anweisungen und Datenstrukturen bewerkstelligt werden, die in maschinenlesbaren Medien gespeichert sind. Derartige Medien können beispielsweise eine Diskette, eine CD-ROM, eine DVD-ROM, ein RAM, ein EEPROM, einen Flash-Speicher oder ein beliebiges anderes Medium umfassen, das die maschinenlesbaren Anweisungen und Datenstrukturen speichern kann und auf das von einem Computer oder einer anderen elektronischen Vorrichtung, die eine Verarbeitungsschaltung aufweist, zugegriffen werden kann.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 6639385 [0021]
    • US 7768233 [0025, 0048]

Claims (10)

  1. Verfahren zum Bestimmen eines Ladezustands einer Fahrzeugbatterie, das umfasst, dass: bei einem Prozessor Sensordaten empfangen werden, welche eine Spannung, einen Strom und eine Temperatur der Batterie angeben; ein erster Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten bestimmt wird; ein erster Vertrauenswert für den ersten Ladezustandswert berechnet wird; ein zweiter Ladezustandswert unter Anwendung einer strombasierten Strategie auf die Sensordaten bestimmt wird; ein zweiter Vertrauenswert für den zweiten Ladezustandswert berechnet wird; der erste Vertrauenswert und der zweite Vertrauenswert verglichen werden; auf der Grundlage des Vergleichs zwischen dem ersten Ladezustandswert und dem zweiten Ladezustandswert gewählt wird; und der gewählte Ladezustandswert in einem Speicher als ein Gesamtladezustandswert gespeichert wird.
  2. Verfahren nach Anspruch 1, wobei der erste Vertrauenswert unter Verwendung der Toleranz eines Spannungssensors, der Ruhezeit der Batterie und der Diffusionskonstante der Batterie berechnet wird.
  3. Verfahren nach Anspruch 1, wobei der zweite Vertrauenswert unter Verwendung der Toleranz eines Stromsensors berechnet wird.
  4. Verfahren nach Anspruch 1, wobei die spannungsbasierte Strategie eine lineare Regression verwendet, um einen Leerlaufspannungswert zu bestimmen.
  5. Verfahren nach Anspruch 1, das ferner umfasst, dass ein asymmetrischer Vertrauensbereich für den ersten Ladezustandswert teilweise auf der Grundlage des ersten Vertrauenswerts berechnet wird.
  6. System zur Bestimmung eines Ladezustands einer Fahrzeugbatterie, umfassend: eine Schnittstelle, die ausgestaltet ist, um Sensordaten von einem Spannungssensor, einem Stromsensor und einem Temperatursensor, die mit der Batterie verbunden sind, zu empfangen; einen spannungsbasierten Ladezustandsgenerator, der ausgestaltet ist, um einen ersten Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten zu erzeugen; einen spannungsbasierten Vertrauenswertgenerator, der ausgestaltet ist, um einen ersten Vertrauenswert für den ersten Ladezustandswert zu berechnen; einen strombasierten Ladezustandsgenerator, der ausgestaltet ist, um einen zweiten Ladezustandswert unter Anwendung einer Stromansammlungsstrategie auf die Sensordaten zu erzeugen; einen strombasierten Vertrauenswertgenerator, der ausgestaltet ist, um einen zweiten Vertrauenswert für den zweiten Ladezustandswert zu berechnen; eine Vertrauenswertbewertungsvorrichtung, die ausgestaltet ist, um den ersten Vertrauenswert und den zweiten Vertrauenswert zu vergleichen; und einen Ladezustandsspeicher, der ausgestaltet ist, um den ersten oder den zweiten Ladezustandswert als einen Gesamtladezustandswert auf der Grundlage des Vergleichs zu speichern.
  7. System nach Anspruch 6, ferner umfassend: einen Batterieruhezeitgeber, der ausgestaltet ist, um eine Ruhezeit der Batterie zu bestimmen; und wobei der spannungsbasierte Vertrauenswertgenerator ausgestaltet ist, um den ersten Vertrauenswert unter Verwendung einer Toleranz des Spannungssensors, der Ruhezeit der Batterie und einer Diffusionskonstante der Batterie zu berechnen.
  8. System nach Anspruch 7, wobei der strombasierte Vertrauenswertgenerator ausgestaltet ist, um den zweiten Vertrauenswert unter Verwendung einer Toleranz des Stromsensors zu berechnen.
  9. System nach Anspruch 6, wobei der spannungsbasierte Ladezustandsgenerator sowohl eine lineare Regression als auch eine direkte Spannungsmessung verwendet, um den ersten Ladezustandswert zu bestimmen.
  10. System zum Bestimmen eines Ladezustands einer Fahrzeugbatterie, umfassend: eine Fahrzeugbatterie; einen Temperatursensor, der ausgestaltet ist, um eine Temperatur der Batterie zu messen; einen Stromsensor, der ausgestaltet ist, um einen Strom der Batterie zu messen; einen Spannungssensor, der ausgestaltet ist, um ein Spannung der Batterie zu messen; einen Speicher, der einen oder mehrere Ladezustandswerte für die Batterie speichert; und einen Prozessor, der mit dem Speicher gekoppelt ist und ausgestaltet ist, um: Sensordaten von den Sensoren zu empfangen, die eine Spannung, einen Strom und eine Temperatur der Batterie angeben; einen ersten Ladezustandswert unter Anwendung einer spannungsbasierten Strategie auf die Sensordaten zu bestimmen; einen ersten Vertrauenswert für den ersten Ladezustandswert zu berechnen; einen zweiten Ladezustandswert unter Anwendung einer strombasierten Strategie auf die Sensordaten zu bestimmen; einen zweiten Vertrauenswert für den zweiten Ladezustandswert zu berechnen; den ersten Vertrauenswert und den zweiten Vertrauenswert zu vergleichen; auf der Grundlage des Vergleichs zwischen dem ersten Ladezustandswert und dem zweiten Ladezustandswert zu wählen; und den gewählten Ladezustandswert im Speicher als einen Gesamtladezustandswert zu speichern.
DE102012207817A 2011-05-13 2012-05-10 Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten Withdrawn DE102012207817A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/107,266 US8645088B2 (en) 2011-05-13 2011-05-13 Systems and methods for determining the state of charge of a battery utilizing confidence values
US13/107,266 2011-05-13

Publications (1)

Publication Number Publication Date
DE102012207817A1 true DE102012207817A1 (de) 2012-11-15

Family

ID=47070735

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102012207817A Withdrawn DE102012207817A1 (de) 2011-05-13 2012-05-10 Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten

Country Status (3)

Country Link
US (1) US8645088B2 (de)
CN (1) CN102778652B (de)
DE (1) DE102012207817A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014200669A1 (de) * 2014-01-16 2015-07-16 Robert Bosch Gmbh Verfahren zum Bestimmen von Größen für Batteriemanagementfunktionen
CN112673320A (zh) * 2018-09-17 2021-04-16 沃尔沃卡车集团 用于估计车辆中的电池单体的操作参数的方法
EP4016098A1 (de) * 2020-12-18 2022-06-22 INTILION GmbH Verfahren und vorrichtung zur robusten online-zustandsbestimmung von grossen batteriespeichersystemen

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012244768A (ja) * 2011-05-19 2012-12-10 Suzuki Motor Corp 車載充電システム
US20140081493A1 (en) * 2011-11-19 2014-03-20 Electric Motor Werks, Inc. Modular instrumentation system for electric vehicle data acquisition, analysis and display, and component control
US20140340045A1 (en) * 2012-01-26 2014-11-20 Calsonic Kansei Corporation Apparatus for battery state estimation
TWI610240B (zh) * 2012-02-02 2018-01-01 緯創資通股份有限公司 電池放電方法
KR101547006B1 (ko) * 2012-10-26 2015-08-24 주식회사 엘지화학 배터리 잔존 용량 추정 장치 및 방법
JP6300000B2 (ja) * 2013-02-20 2018-03-28 株式会社Gsユアサ 充電状態推定装置、充電状態推定方法
CN104714181B (zh) * 2013-12-11 2017-10-27 广州汽车集团股份有限公司 一种获取电压与电池荷电状态关系的方法和系统
US9446678B2 (en) * 2014-03-05 2016-09-20 Ford Global Technologies, Llc Battery model with robustness to cloud-specific communication issues
JP6164168B2 (ja) * 2014-06-26 2017-07-19 トヨタ自動車株式会社 車両用制御装置
US10983166B2 (en) * 2015-03-05 2021-04-20 Volvo Car Corporation Estimation of battery parameters
US9676288B2 (en) 2015-03-20 2017-06-13 Ford Global Technologies, Llc Battery open-circuit voltage measurement using reverse current pulse
US20160276843A1 (en) 2015-03-20 2016-09-22 Ford Global Technologies, Llc Battery Charge Strategy Using Discharge Cycle
US9621569B1 (en) * 2015-09-29 2017-04-11 Alexander McEachern Method and apparatus for detecting cyber attacks on an alternating current power grid
GB2545493A (en) 2015-12-18 2017-06-21 Moog Unna Gmbh Wind turbine diagnostic apparatus
JP6662172B2 (ja) * 2016-04-20 2020-03-11 スズキ株式会社 電池管理装置および電池管理方法
CN106154176B (zh) * 2016-07-01 2019-06-04 宁德时代新能源科技股份有限公司 一种电池 soc 的检测方法及装置
JP6834397B2 (ja) * 2016-11-18 2021-02-24 トヨタ自動車株式会社 電池監視システム
US10184987B2 (en) * 2016-11-18 2019-01-22 Semiconductor Components Industries, Llc Methods and apparatus for reporting a relative state of charge of a battery
US10983168B2 (en) 2016-11-18 2021-04-20 Semiconductor Components Industries, Llc Methods and apparatus for reporting a relative state of charge of a battery
JP6776904B2 (ja) * 2017-01-13 2020-10-28 株式会社デンソー 電池パック及び電源システム
US10399452B2 (en) 2017-07-10 2019-09-03 Ford Global Technologies, Llc Battery charge management system
CN107728074B (zh) * 2017-10-23 2019-12-06 上海理工大学 一种考虑传感器与模型误差的锂电池荷电状态估计方法
US10418622B2 (en) 2017-10-26 2019-09-17 GM Global Technology Operations LLC Battery state estimation control logic and architectures for electric storage systems
WO2019133395A1 (en) * 2017-12-29 2019-07-04 Walmart Apollo, Llc System and method for battery charging
US20190308630A1 (en) * 2018-04-10 2019-10-10 GM Global Technology Operations LLC Battery state estimation based on open circuit voltage and calibrated data
EP3637064B1 (de) * 2018-10-11 2024-08-21 VEGA Grieshaber KG Batteriebetriebenes füllstandmessgerät mit restlebensdauerbestimmungsvorrichtung
US10884062B2 (en) 2018-10-30 2021-01-05 GM Global Technology Operations LLC Detection and mitigation of rapid capacity loss for aging batteries
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
US11300626B2 (en) * 2020-01-15 2022-04-12 GM Global Technology Operations LLC Method and system for battery capacity estimation
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
CN111781507B (zh) * 2020-06-04 2022-05-10 珠海格力电器股份有限公司 一种soc值显示方法、装置及储能系统
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
US11581618B2 (en) 2020-11-18 2023-02-14 GM Global Technology Operations LLC Thermomechanical fuses for heat propagation mitigation of electrochemical devices
US20230231207A1 (en) * 2022-01-18 2023-07-20 Supernal, Llc Dynamic energy storage systems and methods
CN116070466B (zh) * 2023-03-08 2023-06-13 上海泰矽微电子有限公司 一种电池截止电压下的最优soc仿真寻值方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6639385B2 (en) 2001-08-07 2003-10-28 General Motors Corporation State of charge method and apparatus
US7768233B2 (en) 2007-10-04 2010-08-03 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10335930B4 (de) * 2003-08-06 2007-08-16 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Bestimmung des Zustands einer elektrochemischen Speicherbatterie
US7982432B2 (en) * 2006-12-22 2011-07-19 Gm Global Technology Operations, Llc Method and system for monitoring an electrical energy storage device
CN101221224B (zh) * 2006-12-22 2010-12-15 通用汽车环球科技运作公司 监测电能存储装置的方法和系统
US7928690B2 (en) * 2007-11-29 2011-04-19 GM Global Technology Operations LLC Method and system for determining a state of charge of a battery
FR2929409B1 (fr) * 2008-03-27 2010-04-02 Continental Automotive France Procede d'estimation de la charge d'une batterie d'un vehicule automobile
US8108160B2 (en) * 2008-09-25 2012-01-31 GM Global Technology Operations LLC Method and system for determining a state of charge of a battery
US8004243B2 (en) * 2009-04-08 2011-08-23 Tesla Motors, Inc. Battery capacity estimating method and apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6639385B2 (en) 2001-08-07 2003-10-28 General Motors Corporation State of charge method and apparatus
US7768233B2 (en) 2007-10-04 2010-08-03 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014200669A1 (de) * 2014-01-16 2015-07-16 Robert Bosch Gmbh Verfahren zum Bestimmen von Größen für Batteriemanagementfunktionen
CN112673320A (zh) * 2018-09-17 2021-04-16 沃尔沃卡车集团 用于估计车辆中的电池单体的操作参数的方法
US11904724B2 (en) 2018-09-17 2024-02-20 Volvo Truck Corporation Method for estimating an operating parameter of a battery cell in a vehicle
EP4016098A1 (de) * 2020-12-18 2022-06-22 INTILION GmbH Verfahren und vorrichtung zur robusten online-zustandsbestimmung von grossen batteriespeichersystemen

Also Published As

Publication number Publication date
US20120290235A1 (en) 2012-11-15
CN102778652A (zh) 2012-11-14
US8645088B2 (en) 2014-02-04
CN102778652B (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
DE102012207817A1 (de) Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten
DE102012207815B4 (de) Systeme und verfahren zum bestimmen von zellenkapazitätswerten in einer batterie mit vielen zellen
DE102013216200B4 (de) Online-Batteriekapazitätsschätzung
DE102011117098B4 (de) Verfahren und vorrichtung zum beurteilen des batteriefunktionszustands
DE102011117249B4 (de) Verfahren und Vorrichtung zum Beurteilen des Batteriefunktionszustands
DE102014102667B4 (de) Verfahren und system zum schätzen der spannung eines batterieelements
DE102014115038B4 (de) Schätzung des Batterieladezustands mit automatischer Korrektur
DE102011113592B4 (de) Verfahren und vorrichtung zum schätzen der kapazität einer batterie
DE102013112533B4 (de) Plug-In Ladungskapazitätsschätzungsverfahren für Lithium-Eisenphosphatbatterien
DE102011113503B4 (de) Verfahren und Vorrichtung zum Schätzen des Ladezustands (SOC) einer Batterie
DE102014102668B4 (de) Verfahren und system zum bestimmen der spannung eines batterieelements
EP2442125B1 (de) Verfahren und Vorrichtung zum Überwachen der maximal verfügbaren Kapazität einer Batterie
DE102017218715A1 (de) Bestimmung von SOC und Temperatur einer Lithiumionenzelle mittels Impedanzspektroskopie
DE102011116779A1 (de) Adaptive An-Bord-Batteriekerntemperaturabschätzung
DE102011012813A1 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE102015202555A1 (de) Erzeugen einer schätzanforderung für ein aktives batteriesystem
DE112009001553T5 (de) Verfahren zur Batteriekapazitätsschätzung
DE102011119060A1 (de) Dynamisches Schätzen der Batteriekapazität
DE102011054339A1 (de) Adaptive Iangsam veränderliche Stromerkennung
EP1120663A2 (de) Verfahren zur Bestimmung des Ladezustandes von Akkumulatoren
DE102012002279A1 (de) Schätzen des ladezustands einer kraftfahrzeugbatterie auf der grundlage eines spannungsabfalls
DE102011054456A1 (de) Verfahren zum gewichteten Skalieren einer Bereichsauswahl des Ladezustands
DE102015110902A1 (de) Verfahren zum Bestimmen der Batteriezellspannungsrelaxationszeit auf der Basis der Zellnutzungshistorie und -temperatur
DE102009003345A1 (de) System und Verfahren zum Abschätzen des Ladezustands eines elektrochemischen Energiespeichers
DE102013113897A1 (de) Verfahren und Systeme, um festzustellen, ob eine Spannungsmessung für eine Ladezustandsschätzung brauchbar ist

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee