DE102013208048B4 - Batterieladezustandsbeobachter - Google Patents

Batterieladezustandsbeobachter Download PDF

Info

Publication number
DE102013208048B4
DE102013208048B4 DE102013208048.4A DE102013208048A DE102013208048B4 DE 102013208048 B4 DE102013208048 B4 DE 102013208048B4 DE 102013208048 A DE102013208048 A DE 102013208048A DE 102013208048 B4 DE102013208048 B4 DE 102013208048B4
Authority
DE
Germany
Prior art keywords
battery
measured
state vector
voltage
time
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.)
Expired - Fee Related
Application number
DE102013208048.4A
Other languages
English (en)
Other versions
DE102013208048A1 (de
Inventor
Xiaofeng MAO
Xidong Tang
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 DE102013208048A1 publication Critical patent/DE102013208048A1/de
Application granted granted Critical
Publication of DE102013208048B4 publication Critical patent/DE102013208048B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables

Abstract

Verfahren zum Bestimmen eines Ladezustands für eine Batterie, während sie mit mehreren Lasten verbunden ist, wobei das Verfahren die Schritte umfasst, dass:eine Anschlussspannung der Batterie bei mehreren Zeitschritten gemessen wird;eine Stromentnahme an einem Anschluss der Batterie bei den mehreren Zeitschritten gemessen wird, die mit der gemessenen Anschlussspannung zeitlich übereinstimmt;eine Temperatur der Batterie bei den mehreren Zeitschritten gemessen wird, die mit der gemessenen Anschlussspannung zeitlich übereinstimmt;ein Zustandsvektor eines Batteriesystemmodells als Funktion von Batterieparametern, der gemessenen Spannung, des gemessenen Stroms und der gemessenen Temperatur für jeden Zeitschritt erzeugt wird, wobei die Batterieparameter einen Batterieinnenwiderstand und eine Kapazität umfassen;ein geschätzter Zustandsvektor als Funktion von Batteriesystem-Nennmatrizen und Batterieparameterunsicherheiten für jeden Zeitschritt erzeugt wird;ein Zustandsvektor [engl.: stator vector] für ein erweitertes System als Funktion des Zustandsvektors des Batteriesystemmodells und des geschätzten Zustandsvektors für jeden Zeitschritt erzeugt wird;eine Kovarianz für den Zustandsvektor des erweiterten Systems für jeden Zeitschritt erzeugt wird;eine Obergrenze der Kovarianz bestimmt wird, indem die Obergrenze der Kovarianz für jeden Zeitschritt rekursiv minimiert wird;eine Leerlaufspannung auf der Grundlage eines aktualisierten Zustandsvektors unter Verwendung der minimierten Obergrenze bestimmt wird;der Ladezustand der Batterie als Funktion der Leerlaufspannung bestimmt wird; unddie Batterie in Ansprechen auf den Ladezustand geregelt wird.

Description

  • HINTERGRUND DER ERFINDUNG
  • Eine Ausführungsform betrifft allgemein das Bestimmen des Ladezustands einer Batterie in einem Transportfahrzeug.
  • Ein Ladezustand (SOC) bezeichnet eine gespeicherte Ladung, die zum Verrichten von Arbeit zur Verfügung steht, im Verhältnis zu der Ladung, die zur Verfügung steht, nachdem die Batterie vollständig aufgeladen wurde. Der Ladezustand kann als eine thermodynamische Größe aufgefasst werden, welche die Beurteilung der potentiellen Energie des Systems ermöglicht.
  • Eine Leerlaufspannung wird verwendet, um den Ladezustand zu bestimmen; jedoch ist die Genauigkeit der Leerlaufspannung für die Bestimmung eines Ladezustands kritisch und während der Verwendung der Batterie schwer zu schätzen. Wenn es einen Messfehler gibt, dann wird die Ladezustandsschätzung in Übereinstimmung mit dem Faktor des Messfehlers fehlerhaft sein. Bei herkömmlichen Fahrzeugen und Batteriesystemen muss darüber hinaus die Batterie eine jeweilige Zeitspanne lang ruhen (d.h. keine Belastung oder Wiederaufladung), bevor die Leerlaufspannung erhalten werden kann. Systeme nach dem Stand der Technik, die versuchen, die Leerlaufspannung zu schätzen, während die Batterie verwendet wird, weisen den Mangel auf, dass sie Parameterunsicherheiten wie Innenwiderstände, Kapazitäten und andere Batterieparameter nicht berücksichtigen, die sich auf der Grundlage des Alters und der Temperatur der Batterie verändern werden.
  • Die Druckschrift DE 10 2011 104 320 A1 offenbart ein Verfahren zum Abschätzen interner Parameter einer Lithium-Ionen-Batterie, um deren Ladezustand abzuschätzen, wobei das Verfahren ein Ersatz-Batteriestromkreismodell mit zwei RC-Paaren verwendet, um die Batterieparameter abzuschätzen. Die Batterieparameter umfassen Batterieruhespannung, Ohmscher Widerstand, Doppelschichtkapazität, Ladungstransferwiderstand, Diffusionswiderstand und Diffusionskapazität. Gestützt auf das Ersatz-Batteriestromkreismodell wird eine Differenzengleichung zum Berechnen der Parameter verwendet.
  • In der Druckschrift Hu, Y.; Yurkovich, S.: Battery cell state-of charge estimation using linear parameter varying system techniques. Journal of power sources, 2012, Vol. 198, pp.338-350. ISSN: 0378-7753 ist ein Verfahren zum Schätzen des Ladezustands von Batteriezellen in Echtzeit beschrieben, bei dem Techniken eingesetzt werden, die ein System mit linearer Parametervariation umfassen. Es wird ein diskretes Modell einer Zustandsvariable verwendet, das den Ladezustand als einen Zustand enthält.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Eine Ausführungsform betrachtet ein Verfahren zum Bestimmen eines Ladezustands für eine Batterie, während sie mit mehreren Lasten verbunden ist. Eine Anschlussspannung der Batterie wird bei mehreren Zeitschritten gemessen. Eine Stromentnahme am Anschluss der Batterie, die zeitlich mit der gemessenen Anschlussspannung zeitlich übereinstimmt, wird bei den mehreren Zeitschritten gemessen. Eine Temperatur der Batterie wird gemessen, die mit der gemessenen Anschlussspannung bei den mehreren Zeitschritten zeitlich übereinstimmt. Ein Zustandsvektor eines Batteriesystemmodells wird als Funktion von Batterieparametern, der gemessenen Spannung, des gemessenen Stroms und der gemessenen Temperatur für jeden Zeitschritt erzeugt. Die Batterieparameter umfassen einen Batterieinnenwiderstand und eine Kapazität. Ein geschätzter Zustandsvektor wird als Funktion von Nennmatrizen des Batteriesystems und Unsicherheiten der Batterieparameter für jeden Zeitschritt erzeugt. Ein Zustandsvektor [engl.: stator vector] wird für ein erweitertes System als Funktion des Zustandsvektors des Batteriesystemmodells und des geschätzten Zustandsvektors für jeden Zeitschritt erzeugt. Eine Kovarianz wird für den Zustandsvektor des erweiterten Systems für jeden Zeitschritt erzeugt. Durch ein rekursives Minimieren der Obergrenze der Kovarianz für jeden Zeitschritt wird eine Obergrenze der Kovarianz bestimmt. Eine Leerlaufspannung wird auf der Grundlage eines aktualisierten Zustandsvektors unter Verwendung der minimierten Obergrenze bestimmt. Der Ladezustand der Batterie wird als Funktion der Leerlaufspannung bestimmt. Die Batterie wird in Ansprechen auf den Ladezustand geregelt.
  • Eine Ausführungsform betrachtet ein Diagnose- und Steuerungssystem für eine Fahrzeugbatterie. Mindestens ein Sensor überwacht eine Parametereigenschaft der Fahrzeugbatterie, während mehrere Lasten versorgt werden, bei mehreren Zeitschritten. Ein elektronisches Steuerungsmodul ist mit dem mindestens einen Sensor gekoppelt, um die Parametereigenschaft zu empfangen. Das elektronische Steuerungsmodul enthält eine Verarbeitungseinheit zum Bestimmen einer Leerlaufspannung auf der Grundlage eines Zustandsvektors eines Batteriesystemmodells. Der Zustandsvektor wird rekursiv als Funktion eines geschätzten Zustandsvektors des Batteriesystemmodells bei jedem Zeitschritt aktualisiert. Der geschätzte Zustandsvektor wird als Funktion der Systemnennmatrizen des Batteriesystemmodells und von Unsicherheiten bei Batterieparametern für jeden Zeitschritt erzeugt. Der geschätzte Zustandsvektor wird aktualisiert, indem eine Obergrenze einer Kovarianz eines Zustandsvektors für ein erweitertes System des Batteriesystemmodells bei jedem Zeitschritt minimiert wird. Das erweiterte System wird als Funktion des Zustandsvektors des Batteriesystemmodells und des geschätzten Zustandsvektors des Batteriesystemmodells bei jedem Zeitschritt erzeugt. Das Steuerungsmodul regelt die Fahrzeugbatterie in Ansprechen auf einen Ladezustand der Batterie als Funktion der Leerlaufspannung.
  • Figurenliste
    • 1 ist ein Blockdiagramm einer Ausführungsform eines Fahrzeugs, das ein Ladezustands-Schätzsystem (SOC-Schätzsystem) enthält.
    • 2 ist ein Schaltplan einer Ersatzschaltung mit zwei RC-Paaren.
    • 3 ist ein Flussdiagramm zur Veranschaulichung eines Prozessablaufs eines robusten Beobachters zum Bestimmen des Ladezustands.
  • GENAUE BESCHREIBUNG
  • 1 veranschaulicht ein Blockdiagramm einer Ausführungsform eines Fahrzeugs 10, das ein Ladezustands-Schätzsystem (SOC-Schätzsystem) enthält. Das Fahrzeug 10 enthält eine Batterie 12. Die Batterie 12 ist vorzugsweise eine Lithium-Ionen-Batterie; es versteht sich jedoch, dass andere Batterietypen hier verwendet werden können, indem ein Batteriesystemmodell modifiziert wird, das nachstehend im Detail erörtert wird. Die hier beschriebene Methodik kann den Ladezustand der Batterie bestimmen, wenn die Batterie verwendet wird, im Gegensatz dazu, dass die Batterie eine vorbestimmte Zeitspanne lang ruhen muss. Die Vorteile der vorgeschlagenen Methodik gegenüber existierenden Techniken sind eine verbesserte Robustheit bezüglich des Batteriealters, Batterievariationen, Betriebsbedingungen, Rauschen von Stromsensoren, und eine verringerte Kalibrierungszeit.
  • Um eine Steuerung der Batteriesysteme in Hybridfahrzeugen in Richtung einer langen Batterielebensdauer und einer guten Kraftstoffsparsamkeit zu verbessern, bestimmen und verarbeiten fahrzeugeigene Systeme Batterieparameter wie etwa die Leerlaufspannung (Voc), den ohmschen Widerstand, die Batteriekapazität usw. Die Voc wird beispielsweise verwendet, um den Batterieladezustand (SOC) zu schätzen, welcher ein Index ist, der mit dem Batteriezustand verbunden ist. Jedoch sind die Voc und andere interne Batterieparameter während eines Fahrzeugbetriebs nicht direkt messbar. Daher wird eine effiziente und effektive Technik verwendet, um die Voc zu bestimmen, indem die Batterieparameter aus gemessenen Signalen wie etwa einer Batterieanschlussspannung und einem Strom extrahiert werden.
  • Die Lithium-Ionen-Batterie ist ein wiederaufladbarer Batterietyp, bei dem sich Ionen während einer Entladung von der negativen Elektrode zu der positiven Elektrode bewegen, und beim Laden zurück.
  • Es gibt drei Hauptkomponenten einer Lithium-Ionen-Batterie. Die Hauptkomponenten sind die negative Elektrode, die positive Elektrode und der Elektrolyt. Die negative Elektrode einer herkömmlichen Lithium-Ionen-Zelle besteht aus Kohlenstoff (z.B. Graphit). Die positive Elektrode ist ein Metalloxid und ist allgemein eines von drei Materialien: ein Schichtoxid (z.B. Lithium-Kobalt-Oxid), ein Poly-Anion oder ein Spinell (z.B. etwa ein Lithium-Mangan-Oxid), und der Elektrolyt ist ein Lithium-Salz in einem organischen Lösungsmittel. Der Elektrolyt ist typischerweise eine Mischung aus organischen Karbonaten wie etwa Ethylen-Karbonat oder Diethyl-Karbonat, die Lithium-Ionen-Komplexe enthält. Die elektrochemischen Rollen der Elektroden ändern sich zwischen Anode und Kathode in Abhängigkeit von der Richtung eines Stromflusses durch die Zelle.
  • Während einer Entladung befördern Lithium-Ionen Strom von der negativen Elektrode zu der positiven Elektrode. Während einer Aufladung legt eine externe elektrische Leistungsquelle eine Überspannung an, die den Strom zum Fließen in eine Rückwärtsrichtung zwingt. Dann wandern die Lithium-Ionen von der positiven Elektrode zu der negativen Elektrode. Die Lithium-Ionen werden in das poröse Elektrodenmaterial eingebettet.
  • Um ein System zu verbessern, das Lithium-Ionen-Batterien verwendet, etwa Hybridelektrofahrzeuge, bestimmen und verarbeiten fahrzeugeigene Fahrzeugsysteme Batterieparameter, die die Leerlaufspannung (Voc), den ohmschen Widerstand und die Batteriekapazität umfassen, aber nicht darauf beschränkt sind.
  • Die Fahrzeugbatterie 12 ist mit mehreren Vorrichtungen 14 elektrisch gekoppelt, welche die Batterie als Leistungsquelle verwenden. Das Fahrzeug 10 kann ferner einen Stromsensor 16, ein Spannungsmessgerät 18 und ein Steuerungsmodul 20 enthalten.
  • Die mehreren Vorrichtungen 14 umfassen elektrische Lasten, Stromsteckdosen, die für eine externe Vorrichtung geeignet sind, Zubehörvorrichtungen, Komponenten, Teilsysteme und Systeme eines Fahrzeugs, sind aber nicht darauf beschränkt. Darüber hinaus kann eine der mehreren Vorrichtungen 14 einen Generator/Regler zum Wiederaufladen der Batterie 12 oder einen Motor/Generator, wie er in Hybrid- und Elektrofahrzeugen verwendet wird, umfassen. Der Stromsensor 16 wird verwendet, um den Strom zu überwachen, der die Fahrzeugbatterie 12 verlässt. Das Spannungsmessgerät 18 misst eine Spannung, sodass die Voc bestimmt werden kann. Ein Steuerungsmodul 20 oder ein ähnliches Modul beschafft, leitet her, überwacht und/oder verarbeitet einen Satz von Parametern, die mit der Fahrzeugbatterie 12 verbunden sind. Diese Parameter können ohne Einschränkung einen Strom, eine Spannung, einen Ladezustand (SOC), eine Batteriekapazität, Batterieinnenwiderstände, eine Batterieinnenreaktanz, eine Batterietemperatur und eine Leistungsausgabe der Fahrzeugbatterie umfassen. Das Steuerungsmodul 20 enthält einen Algorithmus oder dergleichen zum Ausführen einer Technik zum Schätzen eines Fahrzeugladezustands (SOC).
  • Das Steuerungsmodul 20 verwendet die Voc der Batterie zum Bestimmen des Ladezustands. Es versteht sich, dass die Voc während eines Fahrzeugbetriebs nicht direkt messbar ist. Die Voc kann typischerweise nur genau gemessen werden, nachdem das Voc-Gleichgewicht erreicht ist, was eine vorbestimmte Zeit, nachdem ein Batterieaufladen unterbrochen worden ist, stattfindet (d.h. entweder durch eine Zündung-Ausschalt-Operation oder eine andere Aufladevorrichtung). Die vorbestimmte Zeit zum Erreichen des Voc-Gleichgewichts beträgt typischerweise etwa 24 Stunden, nachdem ein Aufladen der Batterie unterbrochen wurde. Das heißt, ein Voc-Messwert ist nur dann genau, wenn sich die Batteriespannung bei den Gleichgewichtsbedingungen befindet. Elektrische Ladungen an der Oberfläche der Platten der Batterie verursachen falsche Lesewerte des Spannungsmessgeräts. Falsche Lesewerte des Spannungsmessgeräts entstehen aufgrund von Oberflächenladungen an den Batterieplatten. Wenn eine Batterie aufgeladen wird, kann die Oberfläche der Platten eine höhere Ladung aufweisen als die inneren Abschnitte der Platten. Nach einer Zeitspanne, nachdem ein Aufladen unterbrochen wurde, wird sich die Oberflächenladung an der Oberfläche der Platten als Folge dessen, dass die geladene Energie tiefer in die Platten eindringt, ein wenig entladen. Wenn die Oberflächenladung daher nicht in den inneren Abschnitt der Platten dissipiert ist, kann sie eine schwache Batterie als gut erscheinen lassen.
  • Die hier beschriebene Ausführungsform stellt eine Technik zum Schätzen eines genauen Voc-Messwerts bereit, während die Batterie verwendet wird. Die hier beschriebene Technik extrahiert Batterieparameter aus gemessenen Signalen wie etwa einer Batterieanschlussspannung und einem Strom. Darüber hinaus modelliert das System zum Bestimmen der Voc andere Parameter innerhalb der Batterieschaltung, etwa ohmsche Widerstandsparameter und Kapazitätsparameter, während die Batterie verwendet wird.
  • Um die Voc der Batterie zu schätzen, wird eine Voc-Schätztechnik oder ein Voc-Modell aus einem robusten Beobachter abgeleitet, der Batteriezustände und die Voc schätzt, indem eine Obergrenze einer Schätzfehler-Kovarianzmatrix minimiert wird. Die Voc wird verwendet, um den Ladezustand zu bestimmen, welcher anschließend verwendet werden kann, um Faktoren zu verbessern, die umfassen, dass die Kraftstoffsparsamkeit verbessert wird, die Batterielebensdauer verlängert wird, die Batterieladesteuerung und die Leistungsverwaltung des Fahrzeugs verbessert wird und Garantiekosten reduziert werden, aber nicht darauf beschränkt sind.
  • 2 veranschaulicht eine Ersatzschaltung mit zwei RC-Paaren. Es folgt ein Modell der in 2 veranschaulichten Ersatzschaltung mit zwei RC-Paaren. Das Modell wird durch die folgenden Matrizen dargestellt: [ V d l ( k + 1 ) V d f ( k + 1 ) V o c ( k + 1 ) ] = [ e T / R c t C d l 0 0 0 e T / R d f C d f 0 0 0 1 ] [ V d l ( k ) V d f ( k ) V o c ( k ) ] + [ R c t ( 1 e T / R c t C d l R d f ( 1 e T / R d f C d f ) μ ] I ( k )
    Figure DE102013208048B4_0001
    V ( k ) = [ 1 1 1 ] [ V d l ( k ) V d f ( k ) V o c ( k ) ] + R I ( k )
    Figure DE102013208048B4_0002
    wobei µ die Beziehung zwischen Voc und I beschreibt, Cdl eine Doppelschichtkapazität des Batteriemodells ist, Vdl eine Doppelschichtspannung des Batteriemodells ist, Rct ein Ladungstransferwiderstand des Batteriemodells ist, Vdf eine Diffusionsspannung des Batteriemodells ist, Cdf eine Diffusionskapazität des Batteriemodells ist, Rdf ein Diffusionswiderstand des Batteriemodells ist, R der ohmsche Widerstand ist, T die Abtastzeit ist, V die Batterieanschlussspannung ist und I der Batterieanschlussstrom ist.
  • Alle Batterieparameter (d.h. Rct, Cdl, Rdl, Cdl, µ und R) in 2 sind in Abhängigkeit vom Alter, Variationen und Betriebsbedingungen der Batterie (z.B. Temperatur und Ladezustandspegel) zeitvariant. Zudem ist µ eine Funktion der Batterietemperatur, der Batteriekapazität und des Ladezustands. Außerdem wird angemerkt, dass jeder dieser Parameter in der Praxis begrenzt ist. Als Folge können die vorstehend dargestellten Matrizen wie folgt umgeschrieben werden: [ V d l ( k + 1 ) V d f ( k + 1 ) V o c ( k + 1 ) ] = ( A k + Δ A k ) [ V d l ( k ) V d f ( k ) V o c ( k ) ] + ( B k + Δ B k ) I ( k )
    Figure DE102013208048B4_0003
    V ( k ) = ( C k + Δ C k ) [ V d l ( k ) V d f ( k ) V o c ( k ) ] + ( D k + Δ D k ) I ( k )
    Figure DE102013208048B4_0004
    wobei A k = [ e T / R c t C d l 0 0 0 e T / R d f C d f 0 0 0 1 ]    B k = [ R c t ( 1 e T / R c t C d l R d f ( 1 e T / R d f C d f ) μ ]    C k = [ 1 1 1 ]    D k = R
    Figure DE102013208048B4_0005

    Ak, Bk, Ck, Dk stellen Systemnennmatrizen dar, die durch Mittelwerte von allen zeitvarianten Parametern bestimmt werden. ΔAk, ΔBk, ΔCk, ΔDk stellen Variationen der entsprechenden Systemmatrizen dar, die durch Variationen/Unsicherheiten der Parameter verursacht werden. Da alle Parameter begrenzt sind, können die Systemnennmatrizen ΔAk, ΔBk, ΔCk, ΔDk als normbegrenzte Terme modelliert werden. Die normbegrenzten Matrizen ΔAk, ΔBk, ΔCk, ΔDk können daher in die folgende Form umgeschrieben werden, sodass die Normgrenzen durch H- und G-Matrizen wie folgt dargestellt werden: [ Δ A k Δ B k Δ C k Δ D k ] = [ H A , k H B , k H C , k H D , k ] F k [ G x , k 0 0 G I , k ]          F k T F k I
    Figure DE102013208048B4_0006
  • Die Aufgabe besteht darin, Vdl, Vdf und Voc bei jedem Zeitschritt rekursiv zu schätzen und die geschätzte Voc dann zu verwenden, um einen Batterieladezustand unter Verwendung einer Voc-Ladezustands-Korrelationstabelle zu bestimmen, die eine Funktion der Batterietemperatur ist.
  • Zuerst wird ein Zustandsvektor des Systemmodells durch den Ausdruck x(k) = [Vdl(k) Vdf(k) Voc(k)] zum Zeitschritt k mit einer gemessenen Batteriespannung Vk und einem gemessenen Batteriestrom Ik dargestellt.
  • Ein geschätzter Zustandsvektor wird bestimmt, der eine Funktion der Systemnennmatrizen und der Parameterunsicherheiten ist. Der geschätzte Zustandsvektor wird durch die folgende Formel dargestellt: x ^ ( k + 1 | k ) = ϕ k x ^ ( k | k 1 ) + B k I k + K k ( V k C k x ^ ( k | k 1 ) D k I k )
    Figure DE102013208048B4_0007
    wobei x̂(k|k-1) der geschätzte Zustandsvektor bei Schritt k auf der Grundlage aller Informationen bis zum Schritt k-1 ist. Alle Zeitschritte sind diskrete Zeitschritte. Zwei unbekannte Matrizen ϕk und Kk, die Koeffizienten für die Schätzstruktur darstellen, müssen bei jedem Zeitschritt online bestimmt werden. Sowohl ϕk als auch Kk berücksichtigen Unsicherheiten. Um ϕk und Kk bei jedem Zeitschritt zu bestimmen, wird ein Zustandsvektor des erweiterten Systems x̃k hergeleitet. Der Zustandsvektor des erweiterten Systems x̃k wird durch eine Kombination des Zustandsvektors des Systemmodells und der Schätzstruktur dargestellt. x ˜ k = [ x k x ^ ( k | k 1 ) ]
    Figure DE102013208048B4_0008
  • Der Zustandsvektor des erweiterten Systems x̃k enthält sowohl reale Zustandswerte als auch geschätzte Werte. Die Aufgabe besteht darin, eine Obergrenze für die Kovarianzmatrix von x̃k zu finden, die durch P(k+1|k) bezeichnet wird, sodass: cov { x ˜ k + 1 } P ( k + 1 | k )
    Figure DE102013208048B4_0009
  • Wenn folglich cov{x̃k+1} ≤ P(k+1|k), dann kann P̅(k+1|k) durch den folgenden Ausdruck dargestellt werden. P ¯ ( k + 1 | k ) = [ I I ] P ( k + 1 | k ) [ I I ] T .
    Figure DE102013208048B4_0010
  • Folglich wird P̅(k+1|k) eine Obergrenze der Fehlerkovarianz für die Zustandsschätzung, wie durch die folgende Formel dargestellt ist: cov { x ˜ k + 1 } P ¯ ( k + 1 | k )
    Figure DE102013208048B4_0011
    wobei e k + 1 = x k + 1 x ^ ( k + 1 | k ) .
    Figure DE102013208048B4_0012
  • Im Hinblick auf die Kovarianz gibt eine kleinere Fehlervarianz in der Kovarianz an, dass die Schätzgenauigkeit höher ist. Daher besteht die Aufgabe darin, die Obergrenze der Kovarianz cov{x̃k+1}, die P̅(k+1|k) ist, zu minimieren. Um die Obergrenze P(k+1|k) zu minimieren, werden die Ableitungen erster Ordnung der Obergrenze P(k+1|k) in Bezug auf die unbekannten Matrizen ϕk und Kk rekursiv berechnet, und sie gleich null zu machen. Die optimalen Werte für die unbekannten Matrizen ϕk und Kk können bestimmt und verwendet werden, um die Voc zu schätzen. Der Ladezustand wird anschließend unter Verwendung einer Voc-Ladezustands-Nachschlagetabelle als Funktion der gemessenen Temperatur bestimmt.
  • 3 veranschaulicht ein Flussdiagramm zur Darstellung des Prozessablaufs des robusten Beobachters.
  • Bei Block 30 werden bei Schritt k=0 die Anfangsbedingungen festgelegt. Die Anfangsbedingungen sind wie folgt: x ^ 0 | 1 = x ^ 0  und  P ¯ 0 | 1 = X 0 .
    Figure DE102013208048B4_0013
    wobei x̂0|-1 die Anfangswerte für die geschätzten Zustandsvariablen sind, P̅0|-1 die Anfangswerte der Obergrenze der Fehlerkovarianz sind und X0 der Anfangszustandsvektor beim ersten Zeitschritt ist und irgendwelche konstanten Matrizen sind, die als Anfangszustand verwendet werden sollen.
  • Bei Block 31 werden Spannungs-, Strom- und Temperaturmesswerte aufgezeichnet.
  • Bei Block 32 werden Toleranzpegel ax,k und aI,k für Unsicherheiten und Messrauschen eingestellt. Das heißt, es werden skalare Parameter ax,k und aI,k gewählt, welche die folgenden Ungleichungen erfüllen. a x , k 1 I G x , k P ¯ k | k 1 G x , k T > 0,
    Figure DE102013208048B4_0014
    a x , k 1 I G I , k W k G I , k T > 0,
    Figure DE102013208048B4_0015
    wobei Wk ein Varianzrauschen ist und jede Bezeichnung eines G-Terms eine Darstellung der Normgrenze ist. Die Wahl von ax,k und aI,k dient dazu, die vorstehenden Ungleichungen erfüllen, um zu garantieren, dass cov{x̃k+1} ≤ P(k+1|k) wahr bleibt. Da P̃(k+1|k) eine Funktion von ax,k und aI,k ist, können dann die skalaren Parameter ax,k und aI,k auch als Toleranzpegel betrachtet werden, die bestimmen, wie eng die Obergrenze ist.
  • Bei Block 33 werden einheitliche Toleranzpegel berechnet. Die einheitlichen Toleranzpegel werden durch die folgenden Formeln dargestellt: Δ 1, k = α x , k 1 H A , k H C , k T + α I , k 1 H B , k H D , k T
    Figure DE102013208048B4_0016
    Δ 2, k = α x , k 1 H C , k H C , k T + α I , k 1 H D , k H D , k T
    Figure DE102013208048B4_0017
    Δ 3, k = α x , k 1 H A , k H A , k T + α I , k 1 H B , k H B , k T .
    Figure DE102013208048B4_0018
  • Bei Block 34 werden die Kovarianzmatrizen aufgrund des Vorhandenseins von Unsicherheiten und Messrauschen bei einem aktuellen Zeitschritt korrigiert. Die Formeln zum Bestimmen der Korrektur für die Kovarianzmatrizen sind wie folgt: P ¯ c , k | k 1 = P ¯ k | k 1 + P ¯ k | k 1 G I , k T ( α x , k 1 I G x , k P ¯ k | k 1 G x , k T ) 1 G x , k P ¯ k | k 1
    Figure DE102013208048B4_0019
    W c , k = W k + W k G I , k T ( α I , k 1 I G I , k W k G I , k T ) 1 G x , k W k .
    Figure DE102013208048B4_0020
  • Die vorstehenden Δ1,k, Δ2,k, Δ3,k, P̃c,k|k+1 und Wc,k sind Terme aufgrund des Vorhandenseins von Unsicherheiten und diese Terme werden bei dem Ausdrücken von ϕk und Kk verwendet, wie nachstehend gezeigt ist.
  • Bei Block 35 werden die Beobachterverstärkungen für ϕk und Kk bestimmt. Die folgenden Formeln stellen die Gleichungen zum Bestimmen der undefinierten Matrizen für Beobachterverstärkungen ϕk und Kk dar. K k = ( A P ¯ c , k | k 1 C k T + B k W c , k D k T + Δ I , k ) ( C k P ¯ c , k | k 1 C k T + D k W c , k D k T + Δ 2, k ) 1
    Figure DE102013208048B4_0021
    Φ k = A k + ( A k K k C k ) P ¯ k | k 1 G x , k T ( α x , k 1 I G x , k P ¯ k | k 1 G x , k T ) 1 G x , k .
    Figure DE102013208048B4_0022
  • Bei Block 36 werden die beobachteten Zustände und die Kovarianzmatrix auf der Grundlage der berechneten Beobachterverstärkungen aktualisiert, welche bei Block 35 berechnet wurden. Die Beobachterverstärkungen, die für ϕk und Kk berechnet wurden, werden in die folgenden Gleichungen zum Aktualisieren des beobachteten Zustands des geschätzten Zustandsvektors und der zugehörigen Kovarianzmatrix eingegeben: x ^ ( k + 1 | k ) = ϕ k x ^ ( k | k 1 ) + B k I k + K k ( V k C k x ^ ( k | k 1 ) D k I k )
    Figure DE102013208048B4_0023
    P ¯ ( k + 1 | k ) = A k P ¯ c , k | k 1 A k T + B k W c , k B k T + Δ 3, k ( A k P ¯ c , k | k 1 C k T + Δ I , k )                      x ( C k P ¯ c , k | k 1 C k T + D k W c , k D k T + Δ 2, k ) 1 ( A k P ¯ c , k | k 1 C k T + Δ 1, k ) T .
    Figure DE102013208048B4_0024
  • Bei Block 37 wird festgestellt, ob alle Zeitschritte geprüft worden sind. Wenn weitere Zeitschritte verfügbar sind, dann geht die Routine zu Schritt 31 weiter, um den geschätzten Zustandsvektor und die zugehörige Kovarianzmatrix zu verfeinern. Wenn festgestellt wird, dass keine zusätzlichen Zeitschritte übrig sind, dann geht die Routine zu Schritt 38 weiter.
  • Bei Schritt 38 wird der geschätzte Zustandsvektor x̂(k+1|k) bei dem k-ten Schritt als Zustandsvektor x(k) verwendet. Die Voc wird unter Verwendung des vorstehend beschriebenen Ausdrucks x(k) = [Vdl(k) Vdf(k) Voc(k)] bestimmt. Da der Zustandsvektor gegeben ist, der aus dem geschätzten Zustandsvektor beim k-ten Schritt bestimmt wurde, kann die Voc leicht bestimmt werden, indem der dritte Eintrag des Zustandsvektors (d.h. des geschätzten Zustandsvektors beim k-ten Schritt) identifiziert wird.
  • In Ansprechen auf das Bestimmen der Voc kann bei Schritt 39 der Ladezustand aus einer Nachschlagetabelle bestimmt werden, die eine Funktion von Voc-Ladezustand ist. Die Voc-Ladezustands-Nachschlagetabelle liefert jeweilige Voc-Werte, die mit den jeweiligen Ladezustandswerten korrelieren.
  • Obwohl bestimmte Ausführungsformen der vorliegenden Erfindung im Detail beschrieben wurden, wird der Fachmann auf dem Gebiet, das diese Erfindung betrifft, verschiedene alternative Konstruktionen und Ausführungsformen erkennen, um die Erfindung, wie sie durch die folgenden Ansprüche definiert ist, in die Praxis umzusetzen. Zum Beispiel kann die hier beschriebene Erfindung auf alle Arten von Batterien angewendet werden, indem nur das Modell geändert wird.

Claims (10)

  1. Verfahren zum Bestimmen eines Ladezustands für eine Batterie, während sie mit mehreren Lasten verbunden ist, wobei das Verfahren die Schritte umfasst, dass: eine Anschlussspannung der Batterie bei mehreren Zeitschritten gemessen wird; eine Stromentnahme an einem Anschluss der Batterie bei den mehreren Zeitschritten gemessen wird, die mit der gemessenen Anschlussspannung zeitlich übereinstimmt; eine Temperatur der Batterie bei den mehreren Zeitschritten gemessen wird, die mit der gemessenen Anschlussspannung zeitlich übereinstimmt; ein Zustandsvektor eines Batteriesystemmodells als Funktion von Batterieparametern, der gemessenen Spannung, des gemessenen Stroms und der gemessenen Temperatur für jeden Zeitschritt erzeugt wird, wobei die Batterieparameter einen Batterieinnenwiderstand und eine Kapazität umfassen; ein geschätzter Zustandsvektor als Funktion von Batteriesystem-Nennmatrizen und Batterieparameterunsicherheiten für jeden Zeitschritt erzeugt wird; ein Zustandsvektor [engl.: stator vector] für ein erweitertes System als Funktion des Zustandsvektors des Batteriesystemmodells und des geschätzten Zustandsvektors für jeden Zeitschritt erzeugt wird; eine Kovarianz für den Zustandsvektor des erweiterten Systems für jeden Zeitschritt erzeugt wird; eine Obergrenze der Kovarianz bestimmt wird, indem die Obergrenze der Kovarianz für jeden Zeitschritt rekursiv minimiert wird; eine Leerlaufspannung auf der Grundlage eines aktualisierten Zustandsvektors unter Verwendung der minimierten Obergrenze bestimmt wird; der Ladezustand der Batterie als Funktion der Leerlaufspannung bestimmt wird; und die Batterie in Ansprechen auf den Ladezustand geregelt wird.
  2. Verfahren nach Anspruch 1, wobei das Batteriesystemmodell ein Ersatzschaltungsmodell mit zwei RC-Paaren verwendet, wobei das Schaltungsmodell durch die Formel dargestellt wird: V = V o c + I R + V d l + V d f
    Figure DE102013208048B4_0025
    wobei Voc die Leerlaufspannung ist, Vdi eine Doppelschichtspannung ist, Vdf eine Diffusionsspannung ist, I ein Batterieanschlussstrom ist und R ein ohmscher Widerstand ist.
  3. Verfahren nach Anspruch 2, wobei das Batteriesystemmodell in diskrete Gegenstücke transformiert wird.
  4. Verfahren nach Anspruch 3, wobei das transformierte Batteriesystemmodell durch die folgenden Matrizen dargestellt wird: [ V d l ( k + 1 ) V d f ( k + 1 ) V o c ( k + 1 ) ] = [ e T / R c t C d l 0 0 0 e T / R d f C d f 0 0 0 1 ] [ V d l ( k ) V d f ( k ) V o c ( k ) ] + [ R c t ( 1 e T / R c t C d l R d f ( 1 e T / R d f C d f ) μ ] I ( k )
    Figure DE102013208048B4_0026
    V ( k ) = [ 1 1 1 ] [ V d l ( k ) V d f ( k ) V o c ( k ) ] + R I ( k )
    Figure DE102013208048B4_0027
    wobei µ die Beziehung zwischen Voc und I beschreibt, Cdl eine Doppelschichtkapazität ist, Vdl eine Doppelschichtspannung des Batteriesystemmodells ist, Rct ein Ladungstransferwiderstand des Batteriesystemmodells ist, Vdf eine Diffusionsspannung des Batteriesystemmodells ist, Cdf eine Kapazitätsdiffusion des Batteriesystemmodells ist, Rdf ein Diffusionswiderstand des Batteriesystemmodells ist, R der ohmsche Widerstand ist, T die Abtastzeit ist, V die Batterieanschlussspannung ist und I der Batterieanschlussstrom ist.
  5. Verfahren nach Anspruch 4, wobei die Parameter des Batteriesystemmodells begrenzt sind und durch die folgende Formel dargestellt werden: [ V d l ( k + 1 ) V d f ( k + 1 ) V o c ( k + 1 ) ] = ( A k + Δ A k ) [ V d l ( k ) V d f ( k ) V o c ( k ) ] + ( B k + Δ B k ) I ( k )
    Figure DE102013208048B4_0028
    V ( k ) = ( C k + Δ C k ) [ V d l ( k ) V d f ( k ) V o c ( k ) ] + ( D k + Δ D k ) I ( k )
    Figure DE102013208048B4_0029
    wobei A k = [ e T / R c t C d l 0 0 0 e T / R d f C d f 0 0 0 1 ] ,    B k = [ R c t ( 1 e T / R c t C d l R d f ( 1 e T / R d f C d f ) μ ] ,    C k = [ 1 1 1 ] ,    D k = R
    Figure DE102013208048B4_0030
    wobei Ak, Bk, Ck, Dk Systemnennmatrizen sind und ΔAk, ΔBk, ΔCk, ΔDk Variationen bei jeder der entsprechenden Systemmatrizen sind, die durch Parametervariation verursacht werden.
  6. Verfahren nach Anspruch 5, wobei die Variationen normbegrenzt sind, und wobei die Variationen als normbegrenzte Matrizen wie folgt dargestellt werden: [ Δ A k Δ B k Δ C k Δ D k ] = [ H A , k H B , k H C , k H D , k ] F k [ G x , k 0 0 G I , k ]          F k T F k I
    Figure DE102013208048B4_0031
    wobei ΔAk, ΔBk, ΔCk, ΔDk Unsicherheiten bei jeder der entsprechenden Systemmatrizen sind, die durch Parametervariation verursacht werden, HA,k, HB,k, HC,k, HC,k Matrizen sind, welche die Normgrenzen von ΔAk, ΔBk, ΔCk, ΔDk definieren, Gx,k, GI,k andere Matrizen sind, welche die Normgrenzen von ΔAk, ΔBk, ΔCk, ΔDk begrenzen können. Typischerweise können Gx,k, GI,k als Identitätsmatrizen gewählt werden und Fk ist eine beliebige Matrix, die F K T
    Figure DE102013208048B4_0032
    Fk erfüllt.
  7. Verfahren nach Anspruch 6, wobei das Erzeugen des Zustandsvektors des Batteriesystemmodells durch die folgende Formel dargestellt ist: x ( k ) = [ V d l ( k ) V d f ( k ) V o c ( k ) ] .
    Figure DE102013208048B4_0033
  8. Verfahren nach Anspruch 7, wobei das Erzeugen des geschätzten Zustandsvektors für das Batteriesystemmodell durch die folgende Formel dargestellt wird: x ^ ( k + 1 | k ) = ϕ k x ^ ( k | k 1 ) + B k I k + K k ( V k C k x ^ ( k | k 1 ) D k I k )
    Figure DE102013208048B4_0034
    wobei x̂(k|k-1) ein geschätzter Zustandsvektor bei Schritt k auf der Grundlage aller Informationen bis zum Schritt k-1 ist, Ik ein gemessener Strom beim Zeitschritt k ist, Vk eine gemessene Spannung beim Zeitschritt k ist und Beobachterverstärkungen ϕk und Kk unbekannte Matrizen sind, die bei jedem Zeitschritt online bestimmt werden.
  9. Verfahren nach Anspruch 8, wobei die Obergrenze der Kovarianz unter Verwendung von partiellen Ableitungen erster Ordnung der Obergrenze mit Bezug auf ϕk und Kk bei jedem Zeitschritt berechnet wird.
  10. Verfahren nach Anspruch 9, wobei die Beobachterverstärkungen ϕk und Kk durch die folgenden Ausdrücke dargestellt werden: K k = ( A P ¯ c , k | k 1 C k T + B k W c , k D k T + Δ I , k ) ( C k P ¯ c , k | k 1 C k T + D k W c , k D k T + Δ 2, k ) 1
    Figure DE102013208048B4_0035
    Φ k = A k + ( A k K k C k ) P ¯ k | k 1 G x , k T ( α x , k 1 I G x , k P ¯ k | k 1 G x , k T ) 1 G x , k
    Figure DE102013208048B4_0036
    wobei P̅c,k|k-1 und Wc,k Formeln zum Bestimmen von Korrekturen für die Kovarianz sind und T die gemessene Temperatur für einen jeweiligen Zeitschritt ist.
DE102013208048.4A 2012-05-08 2013-05-02 Batterieladezustandsbeobachter Expired - Fee Related DE102013208048B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/466,394 2012-05-08
US13/466,394 US8922217B2 (en) 2012-05-08 2012-05-08 Battery state-of-charge observer

Publications (2)

Publication Number Publication Date
DE102013208048A1 DE102013208048A1 (de) 2013-11-14
DE102013208048B4 true DE102013208048B4 (de) 2021-10-28

Family

ID=49475696

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102013208048.4A Expired - Fee Related DE102013208048B4 (de) 2012-05-08 2013-05-02 Batterieladezustandsbeobachter

Country Status (3)

Country Link
US (1) US8922217B2 (de)
CN (1) CN103389468B (de)
DE (1) DE102013208048B4 (de)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822046B (zh) * 2010-02-26 2015-06-17 塞格威股份有限公司 车辆控制的装置和方法
US20130311116A1 (en) * 2012-05-16 2013-11-21 Robert Bosch Gmbh Battery System and Method with SOC/SOH Observer
US20140350877A1 (en) * 2013-05-25 2014-11-27 North Carolina State University Battery parameters, state of charge (soc), and state of health (soh) co-estimation
CN103675703B (zh) * 2013-11-30 2016-02-24 西安交通大学 一种用于电池荷电状态估计方法
US9437850B2 (en) * 2014-04-30 2016-09-06 Johnson Controls Technology Company Battery construction for integration of battery management system and method
CN103926538B (zh) * 2014-05-05 2016-10-05 山东大学 基于aic准则的变阶数rc等效电路模型及实现方法
CN104076293B (zh) * 2014-07-07 2016-08-17 北京交通大学 基于观测器的锂电池soc估算误差的定量分析方法
US9632125B2 (en) * 2014-07-24 2017-04-25 Ford Global Technologies, Llc Harness anomaly detection systems and methods
DE102014216378A1 (de) 2014-08-19 2016-02-25 Robert Bosch Gmbh Verfahren zur Diagnose eines Zellverbundes
FR3025889B1 (fr) * 2014-09-12 2016-11-18 Commissariat Energie Atomique Gestion de la recharge de la batterie d'un vehicule electrique
CN104834803B (zh) * 2014-09-29 2018-01-19 北汽福田汽车股份有限公司 电池最大允许功率计算方法及装置
EP3002598B1 (de) * 2014-10-03 2019-08-14 Volvo Car Corporation Verfahren und System zur Bestimmung eines Betriebszustands einer Energiespeichervorrichtung
CN104535932B (zh) * 2014-12-20 2017-04-19 吉林大学 一种锂离子电池荷电状态估计方法
CN104678316B (zh) * 2015-02-28 2017-08-01 北京交通大学 锂离子电池荷电状态估算方法和装置
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10243385B2 (en) * 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
DE102016107038A1 (de) 2016-04-15 2017-10-19 Johnson Controls Autobatterie Gmbh & Co. Kgaa Verfahren und Vorrichtung zum Abschätzen eines Zustands eines Energiespeichersystems eines Fahrzeuges
CN106199434B (zh) 2016-06-23 2019-12-10 矽力杰半导体技术(杭州)有限公司 电池及电池组的状态检测方法及装置
US10210636B2 (en) * 2016-08-31 2019-02-19 Autodesk, Inc. Automatic snap for digital sketch inking
US10447046B2 (en) 2016-09-22 2019-10-15 Robert Bosch Gmbh Secondary battery management system with remote parameter estimation
CN106707181A (zh) * 2016-12-05 2017-05-24 澳特卡新能源科技(上海)有限公司 一种锂离子的电池参数与荷电状态估计方法
CN108318819A (zh) * 2017-01-16 2018-07-24 上海蓝诺新能源技术有限公司 一种估算电池荷电状态的方法
CN108931727A (zh) * 2017-05-27 2018-12-04 广州小鹏汽车科技有限公司 一种电动汽车电池剩余容量估算方法及系统
CN109407645A (zh) * 2017-08-17 2019-03-01 宝沃汽车(中国)有限公司 获取控制系统状态变量的方法及系统
CN109991552B (zh) * 2017-12-29 2021-01-15 微宏动力系统(湖州)有限公司 一种估算电池剩余容量的方法
CN110308394B (zh) * 2019-06-25 2020-11-06 南京理工大学 一种新型状态观测器的锂离子电池荷电状态估测方法
CN114200327B (zh) * 2022-01-18 2023-07-28 哈尔滨工业大学 一种考虑多因素影响的电池包中单体电池soc估计方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011104320A1 (de) 2010-06-22 2011-12-22 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Adaptive Batterieparameterextraktion und SOC-Abschätzung für eine Lithium-Ionen-Batterie

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
EP1417503B1 (de) * 2001-06-29 2010-02-17 Robert Bosch Gmbh Verfahren zur ermittlung des ladezustands und/oder der leistungsfähigkeit eines ladungsspeichers
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator
US7321220B2 (en) * 2003-11-20 2008-01-22 Lg Chem, Ltd. Method for calculating power capability of battery packs using advanced cell model predictive techniques
US7593821B2 (en) * 2004-11-23 2009-09-22 Lg Chem, Ltd. Method and system for joint battery state and parameter estimation
US7589532B2 (en) * 2005-08-23 2009-09-15 Lg Chem, Ltd. System and method for estimating a state vector associated with a battery
US7446504B2 (en) * 2005-11-10 2008-11-04 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery state vector
JP4532416B2 (ja) * 2006-01-12 2010-08-25 古河電気工業株式会社 バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム
GB2444511B (en) * 2006-12-06 2008-10-22 Iti Scotland Ltd Battery Management System
US7994755B2 (en) * 2008-01-30 2011-08-09 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery cell module state
US7957921B2 (en) * 2008-02-19 2011-06-07 GM Global Technology Operations LLC Model-based estimation of battery hysteresis
US8084996B2 (en) * 2008-06-27 2011-12-27 GM Global Technology Operations LLC Method for battery capacity estimation
WO2011118080A1 (ja) * 2010-03-23 2011-09-29 古河電気工業株式会社 電池内部状態推定装置および電池内部状態推定方法
CN102169168B (zh) * 2011-05-17 2013-04-24 杭州电子科技大学 一种基于粒子滤波的电池剩余电量估计方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011104320A1 (de) 2010-06-22 2011-12-22 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Adaptive Batterieparameterextraktion und SOC-Abschätzung für eine Lithium-Ionen-Batterie

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hu, Y.; Yurkovich, S.: Battery cell state-of charge estimation using linear parameter varying system techniques. Journal of power sources, 2012, Vol. 198, pp.338-350
Hu, Y.; Yurkovich, S.: Battery cell state-of-charge estimation using linear parameter varying system techniques. Journal of power sources, 2012, Vol.198, pp.338-350. ISSN: 0378-7753.

Also Published As

Publication number Publication date
CN103389468B (zh) 2016-03-02
US20130300190A1 (en) 2013-11-14
CN103389468A (zh) 2013-11-13
US8922217B2 (en) 2014-12-30
DE102013208048A1 (de) 2013-11-14

Similar Documents

Publication Publication Date Title
DE102013208048B4 (de) Batterieladezustandsbeobachter
DE102013208046B4 (de) Schätzvorrichtung für einen Batterieladezustand, die einen robusten H∞-Beobachter verwendet
DE102016111547B4 (de) Innenwiderstandsschätzverfahren für eine Sekundärbatterie, Ausgabesteuerverfahren für eine Sekundärbatterie und ein Fahrzeug
DE102012207815B4 (de) Systeme und verfahren zum bestimmen von zellenkapazitätswerten in einer batterie mit vielen zellen
DE102011012813B4 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE102013112533B4 (de) Plug-In Ladungskapazitätsschätzungsverfahren für Lithium-Eisenphosphatbatterien
DE102020206592A1 (de) Verfahren und Vorrichtung zum Betreiben eines elektrisch antreibbaren Kraftfahrzeugs abhängig von einem prädizierten Alterungszustands eines elektrischen Energiespeichers
DE102007057981B4 (de) Energieverwaltungs-controller für ein fahrzeug und verfahren zum ermitteln eines batteriezustandsparameters einer batterie
DE102014103803A1 (de) Batteriezustandsschätzer, der ein elektrochemisches Festkörperkonzentrationsmodell mit einem empirischen Ersatzschaltungsmodell kombiniert
DE102017218715A1 (de) Bestimmung von SOC und Temperatur einer Lithiumionenzelle mittels Impedanzspektroskopie
DE112013006570T5 (de) Batteriesystem
DE102012002279A1 (de) Schätzen des ladezustands einer kraftfahrzeugbatterie auf der grundlage eines spannungsabfalls
DE102013103923A1 (de) Modellierungsänderungen in der Ladezustandsleerlaufspannungskurve unter Verwendung von Regressionsparametern in einem physikalischen Reduced-Order-Model
DE102015203461A1 (de) System und verfahren zur beurteilung des gesundheitszustands anhand von batteriemodellparametern
DE102009023564B4 (de) Verfahern und System zum Charakterisieren einer Batterie
DE102019115705A1 (de) Schätzung des Batteriezustands unter Verwendung des Elektrodentransientenmodells
DE112018005402T5 (de) Verwaltungssystem, batterie und verwaltungsverfahren für energiespeichervorrichtung
DE102015109286A1 (de) System und Verfahren zur Batterieleerlaufspannungsschätzung
DE102015108294A1 (de) Verfahren und System zur Batterieladezustandsschätzung
DE102020215297A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE102011116970B4 (de) Optimierung von Parametern elektrischer Komponenten in Modellen von Energiespeichersystemen
DE102020212299A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE102020206272A1 (de) Batterieverwaltungssystem mit gemischter elektrode
DE102020212298A1 (de) Verfahren und Vorrichtung zur gerätespezifischen Bestimmung eines innenwiderstandsbasierten Alterungszustands einer Batterie
DE102021203868A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen eines elektrochemischen Batteriemodells für eine Gerätebatterie für ein Gerät

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee