DE102013113951A1

DE102013113951A1 - Verfahren zum Detektieren von Leerlaufsspannungsverschiebungen mittels Optimierung durch Anpassen der Anodenelektrodenhalbzellspannungskurve

Info

Publication number: DE102013113951A1
Application number: DE102013113951.5A
Authority: DE
Inventors: Patricia M. Laskowsky; Patrick Frost; Brian J. Koch
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2013-01-31
Filing date: 2013-12-12
Publication date: 2014-07-31
Also published as: US20140214347A1; CN103969589A; CN103969589B

Abstract

Es werden Verfahren zum Modellieren von Änderungen in der Kapazität und dem Ladezustands-über-Leerlaufspannungs-(SOC-OCV)Kurve für eine Batteriezelle offenbart, wenn diese altert. Während eines Ladens eines Batteriepacks werden Spannungs- und Stromdaten für eine Batteriezelle gesammelt. In einem Verfahren wird eine Datenoptimierung unter Verwendung von vielen Datenpunkten, die während des Plug-in-Ladeereignisses aufgenommen werden, verwendet, um Werte für zwei Parameter zu bestimmen, welche ein Skalieren und ein Ändern der SOC-OCV-Kurve von ihrer ursprünglichen Gestalt zu Beginn der Lebensdauer der Zelle zu ihrer Gestalt in den gegenwärtigen Zustand der Zelle bestimmen. Bei einem zweiten Verfahren werden nur anfängliche und finale Spannungen und Stromdurchsatzdaten benötigt, um die Werte für diese zwei Parameter zu bestimmen. Mit den berechneten Skalierungs- und Shiftparametern können die aktualisierte Kapazität der Zelle und die aktualisierte SOC-OCV-Kurve der Zelle bestimmt werden. Die Verfahren können ebenso auf Daten angewendet werden, die während eines Entladeereignisses aufgenommen werden.

Description

HINTERGRUND DER ERFINDUNG
1. Gebiet der Erfindung
Diese Erfindung bezieht sich allgemein auf eine Ladezustandsbestimmung von Zellen in einem Batteriepack und insbesondere auf ein Verfahren zum Modellieren von Änderungen in der Ladezustand-über-Leerlaufspannungskurve für Batteriezellen, wenn die Zellen altern, wobei ein Skalieren und ein Shift der Kurve unter Verwendung einer Parameterregression oder einer Optimierung modelliert werden, welche auf Daten von einem Plug-in-Laden angewendet werden, und die resultierende Kurve für die Zellenleistungsfähigkeit wird dazu verwendet, die Ladezustandsbestimmung und die Kapazitätsschätzung zu verbessern.
2. Diskussion des Standes der Technik
Elektrofahrzeuge und Benzin-Elektro- oder Diesel-Elektrohybrid-Fahrzeuge gewinnen rasch an Popularität auf dem heutigen Automobilmarkt. Elektro- und Elektrohybrid-Fahrzeuge bieten zahlreiche wünschenswerte Eigenschaften, beispielsweise das Reduzieren oder Eliminieren von Emissionen und dem auf Öl basierenden Treibstoffverbrauch beim Endkunden und potenziell niedrigere Betriebskosten. Ein Schlüsselsubsystem von Elektro- und Elektrohybrid-Fahrzeugen ist der Batteriepack, welcher einen substantiellen Anteil an der Fahrzeugleistungsfähigkeit darstellt. Batteriepacks in diesen Fahrzeugen bestehen typischerweise aus zahlreichen miteinander verbundenen Zellen, welche in der Lage sind, auf Anforderung eine große Menge an Strom abzugeben. Das Maximieren der Batteriepackleistungsfähigkeit und -lebensdauer sind Schlüsselbetrachtungen bei der Entwicklung und dem Betrieb von Elektro- und Elektrohybrid-Fahrzeugen.
Ein typischer Elektrofahrzeugbatteriepack umfasst zwei oder mehr Batteriepacksektionen, wobei jede Sektion viele individuelle Batteriezellen nach Bedarf enthält, um die erforderliche Spannung und Kapazität bereitzustellen. Um die Leistungsfähigkeit und Lebensdauer des Batteriepacks zu optimieren, ist es wichtig, die Kapazität und den Ladezustand der Zellen zu überwachen. Der Ladezustand einer Zelle wird typischerweise basierend auf der Leerlaufspannung der Zelle bestimmt, unter Verwendung einer Beziehung, welche in Form einer Ladezustand-über-Leerlaufspannungskurve (SOC-OCV-Kurve) definiert ist. Da Batteriezellen jedoch altern und wiederholte Lade-Entlade-Zyklen erfahren, verschwindet die Kapazität typischerweise und es ändert sich die Beziehung zwischen der Leerlaufspannung und dem Ladezustand. Während es möglich ist, das Verschwinden der Kapazität und das Ändern des Ladezustands als eine Funktion der Leerlaufspannung beim Altern der Batteriezellen zu vernachlässigen, beispielsweise durch Verwenden einer konservativen niedrigen Schätzung der Kapazität und des Ladezustands während des Fahrzeugbetriebs, ist es wesentlich wünschenswerter, die Kapazität und den Ladezustand der Batteriezellen genau zu bestimmen, wenn diese altern. Die genaue Bestimmung der Kapazität und des Ladezustands als Funktion einer Leerlaufspannung ist sowohl während des Ladens des Batteriepacks als auch während des Entladens wichtig, wenn das Fahrzeug gefahren wird.
Verschiedene Verfahren zum Charakterisieren von Änderungen der Leistungsfähigkeit bei alternden Batteriezellen sind aus dem Stand der Technik bekannt. Viele dieser Verfahren sind empirisch, was bedeutet, dass sie Änderungen in der Leistungsfähigkeit der Batteriezellen basierend auf der Anzahl der Lade-Entlade-Zyklen unter Verwendung gemittelter Daten aus experimentellen Messungen vorhersagen. Andere bekannte Verfahren schätzen einfach das Verschwinden der Kapazität oder die Reduktion in der Energiespeicherkapazität über die Zeit – beide machen jedoch keinen Versuch, die Änderungen in der SOC-OCV-Kurve zu charakterisieren. Es ist jedoch möglich und wünschenswert, Änderungen sowohl in der Batteriekapazität als auch in der SOC-OCV-Kurve basierend auf Messungen während der Lade- oder der Entladeereignisse zu schätzen.
ZUSAMMENFASSUNG DER ERFINDUNG
Im Einklang mit den Lehren der vorliegenden Erfindung werden Verfahren zum Modellieren von Änderungen in der Kapazität und der Ladezustand-über-Leerlaufspannungs(SOC-OCV)-Kurve für eine Batteriezelle, wenn diese altert, offenbart. Während eines Ladens eines Batteriepacks werden Spannungs- und Stromdaten für eine Batteriezelle gesammelt. Bei einem Verfahren wird eine Datenoptimierung unter Verwendung mehrerer Datenpunkte, die während des Plug-in-Ladeereignisses aufgenommen werden, verwendet, um Werte für zwei Parameter zu bestimmen, welche ein Skalieren und einen Shift der SOC-OCV-Kurve von ihrer ursprünglichen Gestalt zu Beginn der Lebenszeit der Zelle zu der Gestalt der Zelle unter den gegenwärtigen Zuständen definiert. Bei einem zweiten Verfahren werden nur Anfangs- und Endspannung und Stromdurchsatzdaten benötigt, um die Werte der zwei Parameter zu bestimmen. Mit den berechneten Skalier- und Shiftparametern können die aktualisierte Kapazität der Zelle und die aktualisierte SOC-OCV-Kurve der Zelle bestimmt werden. Die Verfahren können ebenso auf Daten angewandt werden, die während eines Entladeereignisses, beispielsweise wenn ein Fahrzeug gefahren wird, aufgenommen werden.
Weitere Merkmale der vorliegenden Erfindung werden aus der folgenden Beschreibung und den beigefügten Patentansprüchen in Verbindung mit den beigefügten Figuren deutlich.
KURZE BESCHREIBUNG DER FIGUREN
1 ist ein Graph, der Ladezustands-über-
Leerlaufspannungs-(SOC-OCV)Kurven für eine Batteriezelle sowohl in einem frischen Zustand als auch in einem gealterten Zustand zeigt;
2 ist ein Blockdiagramm für ein System zum Bestimmen einer aktualisierten SOC-OCV-Kurve und einer Kapazität für eine Batteriezelle unter Verwendung von Daten aus einem Plug-in-Ladeereignis oder einem Entladeereignis;
3 ist ein Flussdiagramm für ein erstes Verfahren zum Bestimmen einer aktualisierten SOC-OCV-Kurve und einer Kapazität für eine Batteriezelle unter Verwendung von Daten aus einem Plug-in-Ladeereignis oder einem Entladeereignis; und
4 ist ein Flussdiagramm für ein zweites Verfahren zum Bestimmen einer aktualisierten SOC-OCV-Kurve und einer Kapazität für eine Batteriezelle unter Verwendung von Daten aus einem Plug-in-Ladeereignis oder einem Entladeereignis.
DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSBEISPIELE
Die folgende Diskussion der Ausführungsformen der Erfindung, die auf ein Verfahren zum Modellieren von Änderungen in der Ladezustands-über-Leerlaufspannungskurve für eine Bat teriezelle, wenn diese altert, gerichtet ist, ist rein beispielhafter Natur und in keiner Weise dazu gedacht, die Erfindung oder ihrer Anwendungen oder Verwendungen zu beschränken. Die folgende Diskussion ist beispielsweise auf Batteriezellen gerichtet, die in Elektrofahrzeugbatteriepacks verwendet werden, das Verfahren ist jedoch gleichermaßen auf Batteriezellen in anderen Fahrzeug- und Nichtfahrzeuganwendungen anwendbar.
Batteriepacks in Elektrofahrzeugen und Benzin-Elektro- oder Diesel-Elektro-Hybridfahrzeugen, im Folgenden der Einfachheit halber als ”Elektrofahrzeuge” bezeichnet, bestehen typischerweise aus hunderten von einzelnen Zellen. In einer populären wiederaufladbaren Lithiumionen-Batteriechemie erzeugt jede Zelle ungefähr 3,7 V nominal, wobei der genaue Wert von dem Ladezustand, dem Alter und anderen Faktoren abhängt. Viele miteinander in einem Modul in Reihe geschaltete Zellen liefern die Hochspannung, die notwendig ist, um die Elektrofahrzeugmotoren anzutreiben, wobei mehrere Zellen in Zellgruppen parallel angeordnet werden können, um die Kapazität zu erhöhen.
Um das Laden und Entladen eines Elektrofahrzeugbatteriepacks handzuhaben, ist es wichtig, den Ladezustand der Batteriezellen zu jeder Zeit zu kennen. Der Ladezustand ist eine Zahl, die als Prozentsatz ausgedrückt wird, welche anzeigt, wie viel elektrische Energie in einer Batteriezelle relativ zu der Kapazität der Zelle gespeichert ist, was bedeutet, dass eine vollgeladene Batteriezelle einen Ladezustand von 100% aufweist, wohingegen eine vollentladene Zelle einen Ladezustand von 0% aufweist.
Der Ladezustand einer Zelle wird typischerweise ausgehend von der Leerlaufspannung der Zelle bestimmt, unter Verwendung einer bekannten Beziehung, welche in der Form einer Ladezustands-über-Leerlaufspannungskurve(SOC-OCV-Kurve) definiert ist. Unter Verwendung dieser Beziehung kann ein Batterieüberwachungsregler in einem Elektrofahrzeug den Ladezustand der Zellen in einem Batteriepack überwachen und damit den Ladezustand des gesamten Batteriepacks zu jeder Zeit überwachen. Die Energiespeicherkapazität verschwindet jedoch aufgrund eines Verlustes an aktivem Material in den Elektroden und einem Anwachsen des Innenwiderstands, wenn eine Batteriezelle altert. Die Gestalt der SOC-OCV Kurve ändert sich ebenfalls, wenn eine Zelle altert.
1 ist ein Graph 10, der SOC-OCV-Kurven für eine Batteriezelle sowohl in einem frischen Zustand als auch in einem gealterten Zustand zeigt. Die horizontale Achse 12 stellt den Ladezustand der Batteriezelle in einem Bereich von 0–100% dar. Die vertikale Achse 14 stellt die Leerlaufspannung der Zelle in einem Wertebereich von ungefähr 3,0 V bis ungefähr 4,0 V dar, wobei die exakte Gestalt und Skalierung von SOC-OCV Kurven mit der jeweiligen Batteriechemie variieren. 1 ist eine Darstellung für eine typische Lithiumionenbatteriezelle. Die Kurve 16 zeigt die SOC-OCV-Kurve für eine Batteriezelle, wenn diese frisch ist. Die Kurve 18 zeigt die SOC-OCV-Kurve für die gleiche Batteriezelle, nachdem diese gealtert ist, beispielsweise durch das Erfahren von Lade-Entlade-Zyklen, wie sie typisch für eine Elektrofahrzeugbatterie sind. Es ist ersichtlich, dass ein Ladezustand der ausgehend von einer Leerlaufspannung aus der Kurve 18 bestimmt werden kann, signifikant anders zu dem Ladezustand sein kann, wie er aus der Kurve 16, insbesondere in dem Bereich des Ladezustands von 5–60% dargestellt ist. Demzufolge ist es wichtig, die Änderungen in der SOC-OCV-Kurve zu verstehen, wenn eine Batteriezelle altert, um sowohl die Lade- als auch die Entladeverfahren zu managen. Darüber hinaus ist es wichtig, die Änderungen in der Batteriezellenkapazität zu verstehen, wenn die Zelle altert.
Die hier offenbarten Verfahren verwenden Daten, die während eines Plug-in-Ladeereignisses gesammelt wurden, um die SOC-OCV-Kurve in einem gegenwärtigen Zustand einer Batteriezelle zu spezifizieren. Mit der spezifizierten SOC-OCV-Kurve kann die Batteriezellenkapazität ebenso bestimmt werden. Die Verfahren können darüber hinaus Daten verwenden, die während eines Entladeereignisses gesammelt wurden, beispielsweise während eines Fahrzyklus des betreffenden Elektrofahrzeugs.
2 ist ein Blockdiagramm für ein Fahrzeug 30 mit einem System 32 zum Spezifizieren der SOC-OCV-Kurve und zum Bestimmen der Kapazität der Zellen in einem Batteriepack 34 unter Verwendung von Daten von einem Plug-in-Ladeereignis oder einem Entladeereignis. Der Batteriepack 34 liefert eine Leistung über einen Hochvoltbus 36 an, einen oder mehrere Elektromotoren (nicht gezeigt), welche die Räder des Fahrzeugs 30 antreiben. Schütze 38 verbinden den Batteriepack 34 mit dem Hochvoltbus 36 elektrisch. Das Fahrzeug 30 ist ein Elektro- oder Hybridelektrofahrzeug, welches ein Plug-in-Laden des Batteriepacks 34 über ein Stromkabel 40 erlaubt, welches typischerweise mit einem Stromnetz verbunden ist. Ein internes Kabel 42 leitet den Ladestrom zu einem Steuergerät 44, welches das Plug-in-Ladeereignis steuert und die Batteriepackzustände überwacht, beispielsweise Spannung, Strom und Temperatur. In der gezeigten Konfiguration ist das Steuergerät 44 darüber hinaus dazu konfiguriert, um die Stromkapazität und eine SOC-OCV-Kurve der Zellen in dem Batteriepack 34 unter Verwendung der hier beschriebenen Verfahren zu bestimmen. In einer anderen Konfiguration können die Kapazität und die Berechnungen für die SOC-OCV-Kurve von einem, anderen als dem Steuergerät 44, zweiten Steuermodul (nicht gezeigt) ausgeführt werden.
Positive und negative Anschlüsse 46 leiten den Entladestrom zu dem Batteriepack 34, was von dem Steuergerät 44 gesteuert wird. Ein Voltmeter 48, welches in Kommunikation mit dem Steuergerät 44 steht, misst die Klemmenspannung der Zellen in dem Batteriepack 34. Ein Stromsensor oder Amperemeter 50, welches ebenfalls in Kommunikation mit dem Steuergeräts 44 steht, misst den Ladestrom während des Plug-in-Ladeereignisses und den Entladestrom während des Fahrens des Fahrzeugs 30. Andere Details des Systems 32, die für das Verständnis nicht wesentlich sind, wurden klarheitshalber weggelassen.
Es wird darauf hingewiesen, dass das Steuergerät 44 ein Speichermodul und einen Mikroprozessor oder eine Rechenvorrichtung beinhaltet, welche dazu konfiguriert sind, die unten im Detail diskutierten Berechnungen auszuführen. Das bedeutet, dass die ausgeführten Verfahren unter Verwendung eines speziell programmierten Prozessors vorgenommen werden und nicht auf einem Blatt Papier oder im Kopf einer Person.
Wie in der 1 gezeigt, ändert sich die SOC-OCV-Kurve einer Batteriezelle, wenn die Zelle altert. Die charakteristische Gestalt der SOC-OCV-Kurve bleibt jedoch gleich. Die hier offenbarten Verfahren ziehen einen Vorteil aus der konsistenten Gestalt der SOC-OCV-Kurve durch Identifizieren eines Skalierungsfaktors und eines Shiftwerts, welche auf eine ursprüngliche SOC-OCV-Kurve angewandt werden können, um eine aktualisierte SOC-OCV-Kurve zu bestimmen.
Es wird darauf hingewiesen, dass eine vollständige Batteriezelle aus einer Kathodenhalbzelle und einer Anodenhalbzelle besteht. Die Leerlaufspannung der Batteriezelle ist einfach das Potenzial der Kathodenhalbzelle minus dem Potenzial der Anodenhalbzelle. Die grundlegende Beziehung dafür kann wie folgt geschrieben werden: V_oc = U_p(soc_p) – U_n(soc_n) (1) wobei V_oc die Leerlaufspannung der gesamten Batteriezelle, U_p(soc_p) das Leerlaufspannungspotential der Kathodenhalbzelle bei einem bestimmten Ladezustand (mit p für eine positive Elektrode bezeichnet) und U_n(soc_n) das Leerlaufspannungspotential der Anodenhalbzelle bei einem bestimmten Ladungszustand (mit n für eine negative Elektrode bezeichnet) sind.
In einer Lithiumionenbatteriezelle sinkt der Betrag an aktivem Material, sobald die Zelle altert, was dazu führt, dass die SOC-OCV-Kurve der Anodenhalbzelle sich ändert. Es liegt jedoch keine merkliche Änderung in der SOC-OCV-Kurve der Kathodenhalbzelle vor, wenn die Zelle altert. Diese Beobachtungen können in einem Verfahren zum Verfolgen der Änderungen in der SOC-OCV-Kurve der gesamten Zelle durch Modellieren einer Skalierung und eines Shifts der SOC-OCV-Kurve der Anodenhalbzelle verwendet werden. Beispielsweise kann am Ende eines Ladeereignisses die Gleichung (1) wie folgt umgeschrieben werden, um den Änderungen in der SOC-OCV-Kurve Rechnung zu tragen: V_oc = U_p(soc_final) – U_n(A·soc_final + B) (2) wobei V_oc die Leerlaufspannung der gesamten Batteriezelle, U_p(soc_final) das Kathodenhalbzellenpotenzial am finalen Ladezustand und U_n(A·soc_final + B) das Anodenhalbzellenpotenzial zu einem Ladezustand ist, bei dem beide mit einem Faktor A skaliert und mit einem Term B von dem letztendlichen Ladezustand geändert sind. Zu diesem Punkt wurden soc_p und soc_n reskaliert, um auf derselben Achse zu liegen, und beide werden als soc bezeichnet.
Ein anderes fundamentales Prinzip für eine Batteriezelle kann wie folgt geschrieben werden: soc_final = soc_initial + 1 / Q∫I·dt (3) wobei soc_final der finale Ladezustand am Ende eines Ladeereignisses, soc_initial der anfängliche Ladezustand am Anfang eines Ladeereignisses, Q die Kapazität der Batteriezelle und ∫I·dt das Zeitintegral des Ladestroms für die Dauer des Ladeereignisses sind.
In der Gleichung (3) bezeichnet ”final” nicht nur das Ende des Plug-in-Ladeereignisses. Für den Optimierungsalgorithmus werden mehrere Zeitschritte oder Punkte von SOC während des Plug-in-Ladens benötigt, so dass dieses Integral sich kontinuierlich über verschiedene Zeitperioden entwickelt. Ein ”finaler” Ladezustand wird für jeden Zeitschritt berechnet, beispielsweise wurde soc_t=3 über 3 Sekunden integriert.
Unter Verwendung der Gleichungen (2) und (3) kann ein Algorithmus erzeugt werden, um die Werte des Skalierungsfaktors A und des Shiftterms B über eine Regression oder eine Optimierungsanpassung von vielen Datenpunkten von einem Plug-in-Laden zu bestimmen. Ausgehend von einem bekannten, anfänglichen Ladezustand können eine Reihe von inkrementellen ”finalen” Ladezustandsdatenpunkten aufgenommen werden. Beispielsweise können ungefähr zehn Datenpunkte während der Dauer des Plug-in-Ladeereignisses aufgenommen werden. Mehr oder weniger als zehn Datenpunkte können ebenfalls verwendet werden. Um die Verfahren genauere Resultate liefern zu lassen, ist es für die Batteriezelle notwendig, dass das Plug-in-Ladeereignis bei einem ausgeruhten Zustand anfängt, d. h. dass kein signifikanter Lade- oder Entladestrom über die vergangene Stunde oder länger erfolgt ist. Eine ausgeruhte Batteriezelle ist erforderlich, damit eine genaue Leerlaufspannung durch Messen einer Klemmenspannung der Zelle bestimmt werden kann. Darüber hinaus ist es notwendig, dass die Batteriezelle das Plug-in-Ladeereignis bei einem hinreichend niedrigen Anfangsladezustand, beispielsweise bei weniger als 50%, beginnt, so dass die aufgenommenen Datenpunkte einen großen Bereich der SOC-OCV-Kurve erfassen.
Wenn das Plug-in-Laden fortschreitet, werden Datenpunkte für die Leerlaufspannungen für die gesamte Zelle und die Kathodenhalbzelle gesammelt. Die Leerlaufspannung der Kathodenhalbzelle ist eine Schätzung. Sie weist aber mit dem Zellenalter eine vernachlässigbare Degradationsrate auf. Die Kathodenhalbzellenleerlaufspannung wird von Schätzungen des Ladezustands unter Verwendung der Kapazität einer Zelle am Anfang ihrer Lebensdauer (Beginning-of-Live) (BOL) über die Dauer des Plug-in-Ladens abgeleitet. Mit anderen Worten kann unter Verwendung der Gleichung (3) ein ”finaler” Ladezustand zu jeder Zeit während des Plug-in-Ladeereignisses geschätzt werden, wenn der anfängliche Ladezustand, die Kapazität der Batteriezelle und der kumulative Ladestrom bekannt sind. Von diesem geschätzten Ladezustand kann die Leerlaufspannung der Kathodenhalbzelle unter Verwendung der bekannten SOC-OCV-Eigenschaften der Kathodenhalbzelle bestimmt werden, welche sich mit dem Zellenalter nicht ändert. Auf diese Weise werden eine Reihe von k Datenpunkten gesammelt, wobei jeder Punkt eine Leerlaufspannung der gesamten Zelle, eine Leerlaufspannung einer Kathodenhalbzelle und den kumulativen Ladestrom umfasst.
Das Plug-in-Ladeereignis muss bis zum Abschluss verlaufen, welcher bei einer bekannten Zellenspannung eintritt. Wenn das Plug-in-Laden endet, wird die tatsächliche Änderung im Ladezustand für die Anode unter Verwendung des Ladezustands berechnet, welche aus dem integrierten Strom und der BOL-Kapazität bestimmt wird, und Leerlaufspannungen für die gesamte Zelle und für die Kathodenhalbzelle. Der Ladezustand, der zu der Ladung der Endspannung gehört, ist bekannt und endet im Allgemeinen unverändert, da die SOC-OCV-Beziehung bei einem hohen Ladezustand nicht signifikant über die Lebenszeit geändert wird. Die Änderung der SOC-OCV-Kurve der gesamten Zelle wird nur durch die Änderung in der Beziehung für die Anoden-SOC-OCV-Beziehung beeinträchtigt und kann durch Optimieren der zwei Parameter A und B bestimmt werden, welche die Skalierung und den Shift im Ladezustand der Zelle von einer BOL-Zellenkapazität zu einer degradierten Zellenkapazität darstellen. A und B können dann verwendet werden, um den Betrag an Kapazitätsverlust und die SOC-OCV-Kurve der degradierten gesamten Zelle zu bestimmen.
Im Folgenden wird eine Erläuterung der Regression oder der Optimierungsberechnungen, die auf die k Datenpunkte angewandt werden, gegeben, um die Werte von A und B zu bestimmen. Unter Verwendung der Leerlaufspannungen der gesamten Zelle und der Kathodenhalbzelle für jeden Punkt, wie oben beschrieben, wird ein Vektor Y definiert wie folgt: Y = U –1 / n(U_p(soc) – V_oc) = A·soc + B (4) wobei Y ein 1 × k Vektor (ein Wert für jeden der k Datenpunkte) ist und die anderen Variablen wie eingangs definiert sind. Zwei weitere 1 × k Vektoren – x₁ und x₂ – können definiert werden wie folgt: x₁ = [soc(1), soc(2), ..., soc(k)] (5) x₂ = [1, ..., 1] (6) wobei der x₁-Vektor den Ladezustandswert für jeden der k Datenpunkte enthält und der x₂-Vektor alle 1'er enthält. Eine Matrix X kann definiert werden wie folgt: X = [x T / 1, x T / 2] (7)
In den Gleichungen (4) bis (7) sind nur A und B Unbekannte und die eingangs beschriebenen Annahmen über die Zellenkapazität und die Leerlaufspannung der Kathodenhalbzelle sind vorgegeben. Eine Anzahl von verschiedenen mathematischen Optimierungstechniken können verwendet werden, um die Werte von A und B zu finden, welche die optimale Anpassung für die k Datenpunkte liefern. Eine Technik, die verwendet werden kann, ist eine Schätzung über die kleinsten Quadrate, welche definiert ist wie folgt: Θ = (X^T·X)^–1·X^T·Y (8) wobei Θ ein Vektor mit zwei Elementen θ₁ und θ₂, und wobei θ₁ = A und θ₂ = B sind. Mit den bekannten A und B für das soeben beendete Plug-in-Ladeereignis kann nun die aktualisierte SOC-OCV-Kurve für die gealterte Batteriezelle unter Verwendung der Gleichung 2 bestimmt werden.
3 ist ein Flussdiagramm 60 für ein erstes Verfahren zum Bestimmen einer aktualisierten SOC-OCV-Kurve und einer Kapazität für eine Batteriezelle, welche Daten aus einem Plug-in-Ladeereignis und die oben beschriebenen Techniken verwendet. Das Verfahren beginnt im Startoval 62, wobei eine anfängliche (BOL) SOC-OCV-Kurve bereitgestellt wird. In der Entscheidungsraute 64 wird bestimmt, ob das Steuergerät 44 sich im Wachzustand befindet. Wenn das Steuergerät 44 sich nicht im Wachzustand befindet, dann ist kein Ladeereignis oder Entladeereignis möglich und das Verfahren verweilt in einer Schleife, bis das Steuergerät 44 im Wachzustand ist. In der Entscheidungsraute 66 wird bestimmt, ob der Batteriepack 34 sich in einem ausgeruhten Zustand befindet, so dass eine Leerlaufspannung von einer oder mehreren Zellen aus einer Klemmenspannungsmessung bestimmt werden kann, so dass ein genauer Ladezustand bereitgestellt werden kann. Wenn der Batteriepack 34 sich nicht in einem ausgeruhten Zustand befindet, was bedeutet, dass der Batteriepack 34 kürzlich, beispielsweise innerhalb der vergangenen 1–2 Stunden, ein signifikantes Laden oder Entladen erfahren hat, geht das Verfahren zum Kasten 68 über, um dort zu warten, bis das Steuergerät 44 in einen Ruhezustand geht.
Wenn der Batteriepack 34 sich in der Entscheidungsraute 66 im Ruhezustand befindet, dann wird in der Entscheidungsraute 70 bestimmt, ob der nominale Ladezustand niedrig genug, beispielsweise unterhalb 50%, ist, um zu gestatten, dass das Verfahren exakt verwendet werden kann. In diesem Zusammenhang bezeichnet ”nominal” den Ladezustand der Batteriezelle ausgehend von der grundlegenden (Beginning-of-Life) SOC-OCV Kurve für die Zelle, welche aus der anfänglichen, ausgeruhten Leerlaufspannung der Batteriezelle vor dem Plug-in-Ladeereignis eingelesen wird. Diese Bestimmung basiert auf einer Messung der Klemmenspannung, die in der Entscheidungsraute 70 vorgenommen wird. Wenn der nominale Ladezustand nicht niedrig genug ist, dann geht das Verfahren zum Kasten 68 über, wo es so lange wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn der nominale Ladezustand in der Entscheidungsraute 70 niedrig genug ist, dann wird in der Entscheidungsraute 72 ein Plug-in-Ladeereignis erwartet. Wenn kein Plug-in-Laden initiiert wird, dann geht das Verfahren zum Kasten 68 über, wo es wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn ein Plug-in-Ladeereignis in der Entscheidungsraute 72 beginnt, beginnt ein Datensammeln durch Schätzen von Leerlaufspannungen im Kasten 74 und durch ein Akkumulieren des Stromdurchsatzes im Kasten 76, wie oben diskutiert. Diese Daten werden in dem Steuergerät 44 gespeichert. In der Entscheidungsraute 78 wird bestimmt, ob das Plug-in-Ladeereignis beendet wurde. Wenn das Plug-in-Ladeereignis nicht beendet wurde, geht das Verfahren in einer Schleife zurück und die Datensammlung wird in den Kästen 74 und 78 fortgesetzt. Wie oben diskutiert, sind eine Vielzahl von Zeitschritten, beispielsweise zehn, während des Ladeereignisses erforderlich.
Wenn das Plug-in-Ladeereignis beendet wurde, dann wird in der Entscheidungsraute 80 bestimmt, ob das Laden abgeschlossen wurde, d. h., ob die Batteriezelle die erwartete finale Leerlaufspannung erreicht hat. Wenn eine genügend große Änderung im Ladezustand nicht erreicht wurde, dann werden die Daten verworfen und das Verfahren geht zum Kasten 68 über, wo es wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn ein vollständiges Laden erzielt wurde, dann werden im Kasten 82 der Ladezustand und die Leerlaufspannungen für jeden Zeitschritt unter Verwendung der Spannungsdaten und der integrierten Stromdaten bestimmt. Im Kasten 84 wird das Anpassen der Datenpunkte wie oben beschrieben ausgeführt, um die Werte für A und B zu bestimmen. Im Kasten 86 werden die neuesten Werte für A und B mit den vergangenen Schätzungen für A und B gemischt, als ein Mittel zum Ausgleichen von Streuungen. Eine Temperaturkompensation ist ebenfalls im Kasten 86 beinhaltet, da die SOC-OCV-Kurven einer Batteriezelle sich leicht ändern und durch einen bekannten und vorhersagbaren Betrag mit der Temperatur sich ändern. Im Kasten 88 werden die Werte für A und B von dem Steuergerät 44 gespeichert und mit der anfänglichen SOC-OCV-Kurve verwendet, um eine aktualisierte SOC-OCV-Kurve zu bestimmen, welche verwendet wird, um den Ladezustand des Batteriepacks 34 zu berechnen und die Reichweite des Fahrzeugs 30 im Betrieb zu berechnen.
Das in der 3 gezeigte Verfahren, welches auf der Regressions-/Optimierungsanpassung von vielen Datenpunkten basiert, welche während eines Plug-in-Ladeereignisses aufgenommen werden, kann ebenfalls auf Datenpunkte angewandt werden, welche während eines Entladeereignisses, beispielsweise dem Fahren des Fahrzeugs 30, aufgenommen werden. In dem Flussdiagramm 60 würden die folgenden Änderungen vorgenommen werden, um das Verfahren für ein Entladen anzupassen. In der Entscheidungsraute 70 würde bestimmt werden, ob die Batterie voll aufgeladen ist. In der Entscheidungsraute 72 würde auf ein Fahrereignis gewartet werden. Im Kasten 76 würde der Durchsatz an Entladestrom akkumuliert werden. In der Entscheidungsraute 78 würde das Ende des Fahrereignisses detektiert werden. In der Entscheidungsraute 80 würde ein finaler Ladezustand unter einem Schwellwert, beispielsweise ungefähr 50%, dafür getestet werden. Das bedeutet, dass die Natur der Berechnungen für ein Fahr/Entladeereignis die gleichen bleiben, und das Verfahren, solange die Batteriezelle am Anfang ausgeruht war, anwendbar ist und dann von einem 100%-Ladezustand zu einem relativ niedrigen Ladezustand entladen wird.
Ein zweites Verfahren kann ebenfalls zum Schätzen der aktualisierten Kapazität einer Batteriezelle und der aktualisierten SOC-OCV-Kurve für die Zelle definiert werden. Das zweite Verfahren erfordert keine Sammlung von vielen Datenpunkten während eines Plug-in-Ladeereignisses. Vielmehr verwendet das zweite Verfahren nur die Start- und Endpunkte eines Plug-in-Ladens. Das zweite Verfahren erfordert jedoch eine Ruhezeit sowohl vor als auch nach dem Plug-in-Ladeereignis, so dass genaue Schätzungen für die anfängliche und die finale Leerlaufspannung aus den Messungen der Klemmenspannung ermöglicht werden.
Das zweite Verfahren basiert wie das erste Verfahren auf der bekannten Charakteristik der SOC-OCV-Kurve für die Batteriezelle, wobei die Eigenschaften einer gealterten Zelle in Termen eines Skalierungsfaktors A und eines Änderungsterms B, welche auf eine originale SOC-OCV-Kurve angewandt werden, definiert werden können. Wie oben diskutiert, sind die Änderungen in der SOC-OCV-Kurve für eine gealterte Batteriezelle bei einer vollen Ladung vernachlässigbar. Demzufolge kann dies wie folgt ausgedrückt werden: soc_final = f(V rested / final) (9) was bedeutet, dass ein finaler Ladezustand (nach einem Ladeereignis) aus der finalen ausgeruhten Leerlaufspannung der Batteriezelle bestimmt werden kann unter Verwendung der grundlegenden (Beginning of Live) SOC-OCV-Kurve für die Zelle bei einer vorgegebenen Temperatur.
Darüber hinaus kann ein ”nominaler” anfänglicher Ladezustand aus einer anfänglichen Leerlaufspannungsmessung wie folgt bestimmt werden: soc nom / init = f(V rested / init) (10) wobei soc nom / init der anfängliche Ladezustand der Batteriezelle basierend auf der grundlegenden (Beginning of Live) SOC-OCV-Kurve für die Zelle ist, welcher von der anfänglichen, ausgeruhten Leerlaufspannung der Batteriezelle vor dem Plug-in-Ladeereignis ermittelt wird.
Eine Schätzung des anfänglichen Ladezustands kann ebenfalls ausgehend von dem finalen Ladezustand und dem Ladestromintegral wie folgt bestimmt werden:
wobei soc est / init der geschätzte anfängliche Ladezustand der Batteriezelle, soc_final der bekannte finale Ladezustand der Zelle, ΔQ_PIC das Zeitintegral des Ladestroms für das Plug-in-Ladeereignis (= ∫I·dt) und Q_est eine kürzliche Schätzung der Batteriezellenkapazität ist.
Ausgehend von der oben beschriebenen Theorie, dass die SOC-OCV Kurve der gealterten Zelle in Termen eines Skalierungsfaktors und eines Änderungsterms definiert werden kann, die auf die grundlegende SOC-OCV-Kurve einer frischen Zelle angewandt werden, kann festgestellt werden, dass ein A und ein B in der folgenden Art existieren: ⁆A,B → soc est / init = A·soc nom / init + B (12) und soc_final = A·soc_final + B (13 ) wobei Gleichungen (12) und (13) zwei Gleichungen mit zwei Unbekannten (A und B) darstellen, welche algebraisch gelöst werden können. Die Lösung der Gleichungen (12) und (13) sind:
und B = (1 – A)·soc_final (15)
4 ist ein Flussdiagramm 100 für ein zweites Verfahren zum Bestimmen einer aktualisierten SOC-OCV-Kurve und einer Kapazität für eine Batteriezelle unter Verwendung von Daten aus einem Plug-in-Ladeereignis und den unmittelbar oben beschriebenen Techniken. Das Verfahren beginnt im Startoval 102, wobei eine anfängliche (BOL) SOC-OCV-Kurve bereitgestellt wird. In der Entscheidungsraute 104 wird bestimmt, ob das Steuergerät 44 im Wachzustand ist. Wenn das Steuergerät 44 nicht im Wachzustand ist, ist kein Ladeereignis oder Entladeereignis möglich und das Verfahren verweilt in einer Schleife, bis das Steuergerät 44 sich in einem Wachzustand befindet. In der Entscheidungsraute 106 wird bestimmt, ob Daten für ein Ladeereignis über einen Ruhezyklus gespeichert worden sind. Wenn dies nicht der Fall ist, wird ein Versuch gemacht, um Daten für ein Ladeereignis zu sammeln, und in der Entscheidungsraute 108 wird bestimmt, ob sich der Batteriepack 34 in einem ausgeruhten Zustand befindet. Wenn der Batteriepack 34 sich nicht in einem ausgeruhten Zustand befindet, dann geht das Verfahren zum Kasten 110 über, wobei es wartet, bis das Steuergerät 44 in den Ruhezustand geht.
Wenn in der Entscheidungsraute 108 der Batteriepack 34 sich in einem ausgeruhten Zustand befindet, dann wird in der Entscheidungsraute 112 bestimmt, ob die Spannung niedrig genug, beispielsweise eine Leerlaufspannung korrespondierend zu einem BOL SOC unterhalb 50% ist, um zu ermöglichen, dass das Verfahren exakt ausgeführt werden kann. Diese Bestimmung basiert auf einer Messung einer Klemmenspannung, die in der Entscheidungsraute 112 vorgenommen wird. Wenn die Spannung niedrig genug ist, dann geht das Verfahren über zum Kasten 110, wo es wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn die Spannung in der Entscheidungsraute 112 niedrig genug ist, dann wird ein Plug-in-Ladeereignis in der Entscheidungsraute 114 abgewartet. Wenn kein Plug-in-Laden initiiert wird, dann geht das Verfahren zu dem Kasten 110 über, wo es so lange wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn ein Plug-in-Ladeereignis in der Entscheidungsraute 114 beginnt, beginnt eine Datensammlung durch Akkumulieren des Stromdurchsatzes im Kasten 116, wie oben diskutiert. Diese Daten werden in dem Steuergerät 44 gespeichert. In der Entscheidungsraute 118 wird bestimmt, ob das Plug-in-Ladeereignis beendet wurde. Wen das Plug-in-Ladeereignis nicht beendet wurde, geht das Verfahren in einer Schleife zurück und eine Datensammlung wird im Kasten 106 fortgesetzt.
Wenn das Plug-in-Ladeereignis beendet wurde, dann wird in der Entscheidungsraute 120 bestimmt, ob das Laden vollständig war, was bedeutet, ob die Batteriezelle die erwartete finale Klemmenspannung erreicht hat. Wenn ein vollständiges Laden nicht erzielt wurde, dann werden die Daten verworfen und das Verfahren geht zum Kasten 110 über, wo es so lange wartet, bis das Steuergerät 44 in den Ruhezustand geht. Wenn ein vollständiges Laden erzielt wurde, dann werden im Kasten 122 die anfängliche ausgeruhte Spannung und die Daten des Stromdurchsatzes in dem Steuergerät 44 über einen Ruhezustandszyklus gespeichert, wenn der Batteriepack ruht.
Wenn in der Entscheidungsraute 106 Daten für ein Ladeereignis über einen Ruhezustandszyklus gespeichert wurden, dann wird in der Entscheidungsraute 124 bestimmt, ob die Batterie geruht hat, wie oben diskutiert. Wenn die Batterie nicht ausreichend geruht hat, dann werden im Kasten 126 die gespeicherten Daten aus dem Speicher gelöscht und im Kasten 128 wartet das Verfahren, bis das Steuergerät 44 in den Ruhezustand geht. Wenn in der Entscheidungsraute 124 die Batterie ausreichend geruht hat, dann wird im Kasten 130 die finale ausgeruhte Spannung gemessen. Im Kasten 132 werden die Ladezustandswerte aus den Gleichungen (9) bis (11) unter Verwendung der anfänglichen und der finalen, ausgeruhten Spannungsdaten und der Stromdurchsatzdaten evaluiert. Im Kasten 134 werden die zwei Gleichungen (14) und (15) gelöst, um die Werte für A und B zu bestimmen. Im Kasten 136 werden die neuesten Werte für A und B mit den vergangenen Schätzungen für A und B gemischt, als Mittel zum Ausgleichen von Streuungen. Eine Temperaturkompensation ist im Kasten 136 ebenfalls beinhaltet. Im Kasten 138 werden die Werte für A und B durch das Steuergerät 44 gespeichert und mit der anfänglichen SOC-OCV-Kurve verwendet, um eine aktualisierte SOC-OCV-Kurve zu bestimmen, welche verwendet wird, um den Ladezustand des Batteriepacks 34 und die Reichweite des Fahrzeugs 30 im Betrieb zu berechnen.
Das in der 4 gezeigte Verfahren, welches auf der algebraischen Berechnung von A und B aus den Anfangs- und Enddatenpunkten eines Plug-in-Ladeereignisses basiert, kann ebenfalls auf ein Entladeereignis angewandt werden. In dem Flussdiagramm 100 würden die folgenden Änderungen angewendet werden, um das Verfahren auf ein Entladen anzuwenden. In der Entscheidungsraute 112 würde bestimmt werden, ob die Batterie voll geladen ist. In der Entscheidungsraute 114 würde ein Fahrereignis abgewartet werden. In dem Kasten 116 würde ein Durchsatz eines Entladestroms akkumuliert werden. In der Entscheidungsraute 118 würde das Ende des Fahrereignisses detektiert werden. In der Entscheidungsraute 120 würde ein nominaler (BOL) Ladezustand unterhalb von ungefähr 50% dafür getestet werden. Das bedeutet, dass für ein Fahr-/Entladeereignis die Natur der Berechnungen die gleichen bleiben und das Verfahren anwendbar ist, solange sich die Batteriezelle von einem vollen Ladezustand auf einen hinreichend niedrigen Ladezustand entlädt und die Batterie sowohl vor als auch nach dem Entladeereignis ruht.
Unter Verwendung der hier offenbarten Verfahren kann die tatsächliche Leistungsfähigkeit einer Batteriezelle in der Form ihrer aktualisierten Kapazität und aktualisierten SOC-OCV-Kurve überwacht werden, wenn die Zelle altert. Die Kenntnis der Kapazität und der SOC-OCV-Kurve für Zellen in einem Batteriepack ermöglicht ein besseres Management des Ladens und Entladens eines Batteriepacks, eine erhöhte Genauigkeit für die Vorhersagen von der Fahrzeugreichweite und eine verbesserte Leistungsfähigkeit und Lebensdauer des Batteriepacks.
Die vorhergehende Diskussion zeigt und beschreibt rein exemplarische Ausführungsbeispiele der vorliegenden Erfindung. Ein Fachmann kann leicht aus der Diskussion an den beigefügten Figuren und Patentansprüchen erkennen, dass zahlreiche Änderungen, Modifikationen und Variationen gemacht werden können, ohne dabei den Geist und den Bereich der Erfindung zu verlassen, wie er mit den folgenden Patentansprüchen definiert ist.

Claims

Ein Verfahren zum Aktualisieren einer Ladezustands-über-Leerlaufspannungskurve (SOC-OCV-Kurve) für eine Batteriezelle, wenn diese altert, wobei das Verfahren umfasst: – Bereitstellen einer anfänglichen SOC-OCV-Kurve für die Batteriezelle; – Bestimmen, ob die Batteriezelle geruht hat, so dass ein anfänglicher Leerlaufspannungswert aus einem Messwert einer Klemmenspannung bestimmt werden kann; – Schätzen eines anfänglichen Ladezustandswerts aus dem anfänglichen Leerlaufspannungswert und Bestimmen, ob der anfängliche Ladezustandswert unterhalb eines vorbestimmten Schwellenwerts vor einem Laden ist, oder ob der anfängliche Ladezustandswert zu einem vollgeladenen Wert vor dem Entladen korrespondiert; – Bereitstellen von Brennstoffzellenspannungsdaten und Stromdurchsatzdaten für ein Laden oder ein Entladen der Batteriezelle, wobei die Daten von Sensoren erhalten werden; – Bestimmen, ob die Ladung der Batteriezelle einen vollen Ladezustand erreicht hat, oder das Entladen der Batteriezelle einen finalen Ladezustandswert unterhalb des vorbestimmten Schwellenwerts erreicht hat; – Berechnen, unter Verwendung eines Mikroprozessors, eines Skalierungsfaktors und eines Shiftwert aus den Spannungsdaten und den Stromdurchsatzdaten; und – Anwenden des Skalierungsfaktors und des Shiftwerts auf die anfängliche SOC-OCV-Kurve, um eine aktualisierte SOC-OCV-Kurve für die Batteriezelle zu erhalten.
Verfahren nach Anspruch 1, wobei das Bereitstellen voller Zellspannungsdaten und Stromdurchsatzdaten für ein Laden oder ein Entladen der Batteriezelle das Bereitstellen voller Zellspannungsdaten und Stromdurchsatzdaten für eine Vielzahl von Zeitschritten während des Ladens oder Entladens umfasst.
Verfahren nach Anspruch 2, des Weiteren umfassend ein Schätzen eines Ladezustandswerts für jeden der Zeitschritte von den vollen Zellspannungsdaten, den Stromdurchsatzdaten und einer geschätzten Batteriezellenkapazität, und ein Bestimmen eines Leerlaufspannungswerts einer Kathodenhalbzelle aus dem Ladezustandswert für jeden der Zeitschritte.
Verfahren nach Anspruch 3, wobei das Berechnen eines Skalierungsfaktors und eines Shiftwerts aus den Spannungsdaten und den Stromdurchsatzdaten das Ausführen einer Regressionsberechnung unter Verwendung geschätzter voller Zellleerlaufspannungsdaten, des Leerlaufspannungswerts der Kathodenhalbzelle und des Ladezustandswerts für jeden der Zeitschritte umfasst, um den Skalierungsfaktor und den Shiftwert zu optimieren.
Verfahren nach Anspruch 1, wobei das Bereitstellen von Spannungsdaten einer vollen Zelle und Stromdurchsatzdaten für ein Laden oder ein Entladen der Batteriezelle das Messen des gesamten Stromdurchsatzes für das Laden oder Entladen und das Messen eines finalen Leerlaufspannungswerts nach dem Laden oder Entladen umfasst.
Verfahren nach Anspruch 5, des Weiteren umfassend das Ermöglichen der Batteriezelle nach dem Laden oder Entladen und vor dem Messen des finalen Leerlaufspannungswertes zu ruhen.
Verfahren nach Anspruch 6, wobei das Berechnen eines Skalierungsfaktors und eines Shiftwerts aus den Leerlaufspannungsdaten und den Stromdurchsatzdaten das Ausführen einer algebraischen Berechnung unter Verwendung der anfänglichen Leerlaufspannungswerte, des finalen Leerlaufspannungswerts, der Stromdurchsatzdaten und einer geschätzten Batteriezellenkapazität umfasst, um den Skalierungsfaktor und den Shiftwert zu berechnen.
Verfahren nach Anspruch 1, des Weiteren umfassend das Berechnen einer aktualisierten SOC-OCV-Kurve und von Stromdurchsatzdaten.
Verfahren nach Anspruch 8, wobei die aktualisierte SOC-OCV-Kurve und die aktualisierte Kapazität dazu verwendet werden, um ein darauf folgendes Laden und Entladen der Batteriezelle zu optimieren.
Verfahren nach Anspruch 1, wobei die Batteriezelle Teil eines Batteriepacks ist, welcher in einem Elektrofahrzeug verwendet wird.