DE102013216200B4 - Online-Batteriekapazitätsschätzung - Google Patents

Online-Batteriekapazitätsschätzung Download PDF

Info

Publication number
DE102013216200B4
DE102013216200B4 DE102013216200.6A DE102013216200A DE102013216200B4 DE 102013216200 B4 DE102013216200 B4 DE 102013216200B4 DE 102013216200 A DE102013216200 A DE 102013216200A DE 102013216200 B4 DE102013216200 B4 DE 102013216200B4
Authority
DE
Germany
Prior art keywords
battery
charge
state
keyoff
temperature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE102013216200.6A
Other languages
English (en)
Other versions
DE102013216200A1 (de
Inventor
Yonghua Li
Richard Dyche Anderson
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102013216200A1 publication Critical patent/DE102013216200A1/de
Application granted granted Critical
Publication of DE102013216200B4 publication Critical patent/DE102013216200B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/545Temperature
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/547Voltage
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/549Current
    • 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
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Abstract

Ein Elektrofahrzeug weist eine Steuerung auf, die zum Schätzen der Batteriekapazität gemäß einer ersten Ladezustandsschätzung, einer Ladeintegration und einer zweiten Ladezustandsschätzung konfiguriert ist. Die erste und die zweite Ladezustandsschätzung stimmen mit Zeit- und Temperatureinschränkungen überein und sind derart, dass die geschätzte Batteriekapazität eine begrenzte Ungewissheit aufweist. Die Steuerung ist ferner zum Erzeugen einer Ausgabe basierend auf der geschätzten Batteriekapazität konfiguriert.

Description

  • Die Offenbarung betrifft eine Online-Batteriekapazitätsschätzung, die zum Beispiel in verschiedenen Arten von elektrischen und hybriden Elektrofahrzeugen verwendet werden kann.
  • Hybridfahrzeuge sind in unterschiedlichen Formen erhältlich, können unterschiedliche Energiespeichervorrichtungen verwenden und unterschiedlichen Kundenanforderungen genügen. Derzeitige Hybridfahrzeuge sind Hybridelektrofahrzeuge (HEV), die Batterien als Energiespeichersystem verwenden. Das Plug-in-Hybridelektrofahrzeug (PHEV) ist eine Erweiterung der bestehenden Hybridelektrofahrzeug-Technologie (HEV-Technologie). Ein PHEV benutzt ein Batteriepack mit größerer Kapazität als ein Standard-Hybridfahrzeug und weist ferner die Fähigkeit auf, die Batterie über eine Standardstromversorgung aufzuladen, um den Kraftstoffverbrauch zu verringern und die Kraftstoffökonomie eines elektrischen Fahrmodus oder eines gemischten Fahrmodus weiter zu verbessern. Es gibt auch Batterie-Elektrofahrzeug-Anwendungen (BEV-Anwendungen), bei denen eine elektrische Maschine den Verbrennungsmotor vollständig ersetzt.
  • Bei den meisten Hybridelektrofahrzeugen (HEV) wird im Allgemeinen nur ein kleiner Anteil der Batteriekapazität verwendet, daher kann die Kapazität als konstant angesehen werden. In einem Plug-in-Hybridelektrofahrzeug (PHEV) oder Batterieelektrofahrzeug (BEV) kann die Batteriekapazitätsabnahme eine signifikante Auswirkung haben. Der Batterieladezustand (SOC) wird definiert als der Prozentsatz der verfügbaren Ladung im Vergleich zu der maximalen Ladekapazität. Zum Beispiel hängt die gut bekannte SOC-Berechnung, die eine Amperestundenintegration verwendet, zum Teil von einer vorbestimmten Batteriekapazität ab. SOC(k + 1) = SOC(k) – Ts* η*I(k) / Q (1) worin SOC der Ladezustand ist, Ts das Zeitintervall ist, η die Auflade-/Entladeeffizienz ist, I der Strom ist und Q die Kapazität ist.
  • Aus den vorgenannten Gründen besteht ein Bedarf an der Ableitung der Batteriekapazität basierend auf Batterieverhalten und -daten.
  • Hintergrundinformationen sind in der US 2008/0054850 A1 , EP 1873542 B1 , WO 06057468 A1 zu finden. Weitere Hintergrundinformationen können in folgenden Dokumenten gefunden werden: Plett, „Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs“ Teil 3. „State and parameter estimation“, Journal of Power Sources 134, Seiten 277–292, Elsevier, 2004; Tate, Jr. et al., „Shortest path stochastic control for hybrid electric vehicles“, International Journal of Robust and Nonlinear Control 18, Seiten 1409–1429, Wiley, 2007.
  • DE 10 2011 054 778 A1 bezieht sich auf ein System und Verfahren zur Schätzung der Batteriekapazität und insbesondere auf ein System und ein Verfahren zum Schätzen der Batteriekapazität, während die Batterie in Betrieb ist, wobei das Verfahren das Dividieren integrierter Stromamperestunden aus einem vorhergehenden Fahrzyklus durch eine Änderung im Batterieladezustand (SOC) zwischen dem vorangegangenen Fahrzyklus und einem gegenwärtigen Fahrzyklus beinhaltet, nachdem die Batterie für eine vorbestimmte Zeitdauer, die auf der Temperatur basiert, geruht hat.
  • EP 1 975 636 A2 bezieht sich auf ein Verfahren zum Bestimmen der Batteriekapazität einer Batterie, welche bei steigender Anzahl von Lade- und Entladevorgängen abnimmt.
  • DE 11 2009 553 T5 bezieht sich auf ein Verfahren zur Batteriekapazitätsschätzung, bei dem der Ladezustand zu einem ersten Zeitpunkt und zu einem zweiten Zeitpunkt bestimmt wird. Die Spannungsmessung zum ersten und zum zweiten Zeitpunkt wird jeweils ausgeführt, wenn die Batterie eine Ruhespannung eingenommen hat.
  • In einer Ausführungsform umfasst ein Elektrofahrzeug eine Steuerung, die zum Schätzen der Batteriekapazität gemäß einer ersten Ladezustandsschätzung, einer Ladeintegration und einer zweiten Ladezustandsschätzung konfiguriert ist. Die erste und die zweite Ladezustandsschätzung stimmen mit Zeit- und Temperatureinschränkungen überein und sind derart, dass die geschätzte Batteriekapazität eine begrenzte Ungewissheit aufweist. Die Steuerung ist ferner zum Erzeugen einer Ausgabe basierend auf der geschätzten Batteriekapazität konfiguriert.
  • Bei einem möglichen Merkmal ist die Steuerung zum Schätzen der ersten und zweiten Ladezustandsschätzung unabhängig von der Ladeintegration konfiguriert. Das heißt, dass die Ladezustandsparameter, die zum Berechnen der Kapazität verwendet werden, auf eine andere Weise verwendet werden. In einem anderen möglichen Merkmal ist die Steuerung zum Berechnen einer Ungewissheit der geschätzten Batteriekapazität konfiguriert. Dieses besondere Merkmal liefert ein mathematisches Modell zum Kombinieren von Fehlerquellen, um zu bestimmen, wann die Kapazität verlässlich aktualisiert werden kann. Entsprechend kann der Ladezustand auf viele verschiedene Weisen berechnet werden, und Ausführungsformen der Erfindung erfordern keine einzige besondere Art, um den Ladezustand zu berechnen.
  • In einer Ausführungsform umfasst ein Elektrofahrzeug eine Steuerung, die zum Überwachen von Keyoff-Ereignissen und Schätzen der Batteriekapazität gemäß einer ersten Ladezustandsschätzung, einer Ladeintegration und einer zweiten Ladezustandsschätzung konfiguriert ist. Die erste und die zweite Ladezustandsschätzung entsprechen den jeweiligen ersten und zweiten konsekutiven Keyoff-Ereignissen und stimmen mit den Zeit- und Temperatureinschränkungen überein, sodass die Ladezustandsschätzungen auf den Batterie-Ruhespannungen basieren. Die Steuerung ist ferner zum Erzeugen einer Ausgabe basierend auf der geschätzten Batteriekapazität konfiguriert.
  • Man wird zu schätzen wissen, dass Ausführungsformen der Erfindung ein oder mehrere zusätzliche Merkmale beinhalten können, einzeln oder in verschiedenen Kombinationen. Auch können die Ausführungsformen der Erfindung in Elektrofahrzeugen verwendet werden, zum Beispiel in Hybridelektrofahrzeugen (PHEV), Batterieelektrofahrzeugen (BEV) oder anderen Elektrofahrzeuganwendungen. Ferner wird man zu schätzen wissen, dass die Keyoff-Ereignisse und Keyon-Ereignisse ausgelegt werden können als Ereignisse des Öffnens und Schließens des Hauptbatterieschützes, als Drucktaster-Ereignisse (für Taster-Start- und Stopp-Anwendungen) oder als andere ähnliche Ereignisse, die einem Fachmann verständlich sind.
  • In einem Merkmal basiert die erste Ladezustandsschätzung auf einer ersten Batterie-Ruhespannung, die nicht weniger als eine erste vorbestimmte Zeitmenge nach dem ersten Keyoff-Ereignis gemessen wird. In einem weiteren Merkmal wird die erste Batterie-Ruhespannung nicht mehr als einen vorbestimmten Zeitgrenzwert nach dem Keyoff-Ereignis gemessen. Bei einem anderen Merkmal wird die erste Batterie-Ruhespannung gemessen, wenn eine Batterietemperatur nicht weniger als ein minimaler Temperaturkalibrierwert ist. Bei einem anderen Merkmal wird die erste Batterie-Ruhespannung gemessen, wenn eine Batterietemperatur nicht mehr als ein maximaler Temperaturkalibrierwert ist.
  • Bei einem weiteren Merkmal basiert die zweite Ladezustandsschätzung auf einer zweiten Batterie-Ruhespannung, die nicht weniger als eine zweite vorbestimmte Zeitmenge nach dem zweiten Keyoff-Ereignis gemessen wird. Bei einem weiteren Merkmal wird die erste Batterie-Ruhespannung gemessen, wenn eine Batterietemperatur eine erste Temperatur ist, die zweite Batterie-Ruhespannung wird gemessen, wenn die Batterietemperatur eine zweite Temperatur ist, wobei eine Differenz zwischen der ersten und der zweiten Temperatur nicht mehr als einen Deltatemperatur-Kalibrierwert beträgt.
  • In einem Aspekt der Erfindung sind die Zeit- und Temperatureinschränkungen ausgewählt aus einer Gruppe, die (i) einen ersten Satz von Einschränkungen enthält, der Ladezustandsschätzungen basierend auf Batterie-Ruhespannungen ermöglicht, und (ii) einen zweiten Satz von Einschränkungen, der in Bezug auf den ersten Satz von Einschränkungen entspannt ist, aber dennoch Ladezustandsschätzungen basierend auf Batterie-Ruhespannungen ermöglicht.
  • In einem anderen Aspekt der Erfindung basiert die zweite Ladezustandseinschätzung auf einer zweiten Batterie-Ruhespannung, die nicht weniger als eine zweite vorbestimmte Zeitmenge nach dem zweiten Keyoff-Ereignis gemessen wird, und die Steuerung weist eine Hochfahrzeitsteuerung auf, wobei die Hochfahrzeitsteuerung zum Hochfahren der Steuerung nach dem zweiten Keyoff-Ereignis konfiguriert ist.
  • In einem anderen Aspekt der Erfindung unterliegt die geschätzte Batteriekapazität einer Obergrenze und einer Untergrenze für eine zulässige Variation zwischen einer derzeitigen geschätzten Batteriekapazität und einer vorherigen geschätzten Batteriekapazität.
  • In einem anderen Aspekt der Erfindung ist die Steuerung ferner konfiguriert, das Schätzen der Batteriekapazität zu vermeiden, wenn ein Steckdosen-Aufladeereignis zwischen der ersten und der zweiten Ladezustandsschätzung auftritt.
  • In einem anderen Aspekt der Erfindung ist die Steuerung ferner konfiguriert, das Schätzen der Batteriekapazität zuzulassen, wenn ein Zellenausgleich-Ereignis zwischen der ersten und der zweiten Ladezustandsschätzung auftritt.
  • In einer anderen Ausführungsform wird ein Verfahren zum Steuern eines Elektrofahrzeugs bereitgestellt. Das Verfahren umfasst das Überwachen von Keyoff-Ereignissen; und Schätzen der Batteriekapazität gemäß einer ersten Ladezustandsschätzung, einer Ladeintegration und einer zweiten Ladezustandsschätzung. Die erste und die zweite Ladezustandsschätzung entsprechen den jeweiligen ersten und zweiten konsekutiven Keyoff-Ereignissen und stimmen mit den Zeit- und Temperatureinschränkungen überein, sodass die Ladezustandsschätzungen auf den Batterie-Ruhespannungen basieren. Das Verfahren umfasst ferner das Erzeugen einer Ausgabe basierend auf der geschätzten Batteriekapazität.
  • Es zeigen:
  • 1 ein Flussdiagramm, das die Kalibrierauswahl für die Basis- und erzwungene Kapazitätserlernung darstellt.
  • 2 zeigt ein Flussdiagramm für die Kapazitätsbegrenzung während des Lernprozesses;
  • 3 zeigt die allgemeine Abfolge von Aktionen in der ausführlichen Algorithmus-Hauptroutine in der beispielhaften Ausführungsform der Erfindung zur Online-Batteriekapazitätsschätzung;
  • 4 zeigt eine Routine zur Handhabung von Ladeereignissen und Zellenausgleich-Ereignissen vor dem Lesen der ersten Ruhespannung (OCV);
  • 5 zeigt eine Routine zur Handhabung von Ladeereignissen und Zellenausgleich-Ereignissen vor dem Lesen der zweiten Ruhespannung (OCV);
  • 6 zeigt die Bestimmung, ob verschiedene Einschränkungen erfüllt werden, um das Erlernen zu ermöglichen; und
  • 7 zeigt die Bestimmung, ob verschiedene Einschränkungen zum Ermöglichen des Erlernens erfüllt sind, wenn ein Aufweck-Timer verwendet wird.
  • Hierin offenbart sind, falls erforderlich, detaillierte Ausführungsformen der vorliegenden Erfindung; jedoch muss man verstehen, dass die offenbarten Ausführungsformen rein beispielhaft für die Erfindung sind, die in verschiedenen und alternativen Formen ausgeführt werden kann. Ferner sind die Figuren nicht unbedingt maßstabsgetreu; einige Merkmale können vergrößert oder verkleinert dargestellt sein, um Details bestimmter Komponenten darzustellen. Daher sind spezifische hierin offenbarte strukturelle und funktionelle Details nicht als einschränkend auszulegen, sondern nur als repräsentative Grundlage, um einen Fachmann verschiedene Anwendungen der vorliegenden Erfindung zu lehren.
  • Wenn der Ladezustand ausreichend bekannt ist, könnte die Kapazität wie folgt errechnet werden:
    Figure DE102013216200B4_0002
    worin Q die Kapazität ist, I der Strom ist, Δt die Probenahmezeit ist, SOCf und SOCi der End- bzw. Anfangsladezustand sind.
  • Die Ungewissheit, die mit der Lösung von Gleichung (2) verknüpft ist, kann wie folgt ausgedrückt werden:
    Figure DE102013216200B4_0003
  • Die Ungewissheitsfaktoren, die in Gleichung (3) gezeigt sind, legen nahe, dass der Durchsatz bedeutend und gleichzeitig die Zeitdauer kurz sein muss, um die Kapazität Q präzise zu schätzen. Auch muss der Delta-SOC ausreichend groß sein und die SOC-Berechnung muss unabhängig von der Kapazität Q sein.
  • Vor dem Fortfahren mit der ausführlichen Algorithmus-Beschreibung für eine beispielhafte Ausführungsform wird Folgendes als ein Satz von Grundkalibrierungen genommen.
    Variabel Standardwert Physikalische Bedeutung
    TPbase 5 Amperestunden Minimaler Amperestunden-Wert (Durchsatz) für einen vorgegebenen Fahrzyklus, auf dessen Basis die Kapazitätserlernung ausgeführt werden kann.
    SOCdeltabase 25 % Minimale Differenz des SOC in zwei konsekutiven KeyOff-KeyOn-Ereignissen, basierend darauf, welche Kapazitätserlernung ausgeführt werden kann.
    Timedeltabase 1800 Sekunden Maximale Zeitdauer für einen vorgegebenen Fahrzyklus, auf dessen Basis die Kapazitätserlernung ausgeführt werden kann.
    Tempminbase 0 ºC Minimale Batterietemperatur bei KeyOff zu KeyOn, basierend darauf, welche Kapazitätserlernung ausgeführt werden kann.
    Tempmaxbase 60 ºC Maximale Batterietemperatur bei KeyOff zu KeyOn, basierend darauf, welche Kapazitätserlernung ausgeführt werden kann.
    Tempdeltabase 20 ºC Maximale Deltatemperatur zwischen zwei KeyOff- auf KeyOn-Ereignissen, während derer die Kapazitätserlernung ausgeführt werden kann.
  • Ein besonderer Fall ist, dass aufgrund aller Begrenzungen, die auf Kalibrierwerten basieren, die Kapazitätserlernung einen langen Zeitraum hindurch nicht durchgeführt wurde. Wenn dies der Fall ist, besteht ein Bedarf an einem erzwungenen Kapazitätserlernungsereignis (d.h., möglicherweise Entspannen einiger Anforderungen (aber nicht aller aufgrund der Präzisionsanforderungen)).
  • Zu diesem Zweck wird ein zweiter Satz Kalibrierungen für die Kapazitätserlernung verwendet. Diese sind:
    Variabel Standardwert Physikalische Bedeutung
    TPforced 1 Amperestunde Minimaler Amperestunden-Wert (Durchsatz) für einen vorgegebenen Fahrzyklus, auf dessen Basis die Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
    SOCdeltaforced 10 % Minimale Differenz des SOC in zwei konsekutiven KeyOff-KeyOn-Ereignissen, basierend darauf, welche Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
    Timedeltaforced 3600 Sekunden Maximale Zeitdauer für einen vorgegebenen Fahrzyklus, auf dessen Basis die Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
    Tempminforced –10 ºC Minimale Batterietemperatur bei KeyOff zu KeyOn, basierend darauf, welche Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
    Tempmaxforced 65 ºC Maximale Batterietemperatur bei KeyOff zu KeyOn, basierend darauf, welche Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
    Tempdeltaforced 30 ºC Maximale Deltatemperatur zwischen zwei KeyOff-KeyOn-Ereignissen, während derer die Kapazitätserlernung bei Erzwingen ausgeführt werden kann.
  • Ein Timer wird verwendet, um nachzuvollziehen, wie lang die Ausführung einer Kapazitätserlernung her ist. Wenn dieser Timer länger ist als ein bestimmter Kalibrierwert, werden die oben genannten entspannten Kalibriervariablen verwendet, statt zu bestimmen, ob die Kapazitätserlernung ausgeführt werden soll. Die Zeit wird zurückgesetzt, sobald eine Kapazitätserlernung erfolgreich war.
    Variabel Standardwert Physikalische Bedeutung
    TimeLastLearn 1 Monat Maximaler zeitlicher Kalenderabstand basierend darauf, welche Kapazitätserlernung mit dem entspannten Satz von Kalibriervariablen ausgeführt wurde.
  • 1 ist ein Flussdiagramm, das die Kalibrierauswahl für die Grund- und Zwangskapazitätserlernung darstellt. Der Fluss beginnt an Entscheidungsblock 30. Bei Entscheidungsblock 30 geht der Fluss, wenn die Zeit seit der letzten Kalibrierung (Tlastcal) geringer als der Kalibrierwert TimeLastLearn ist, zu Block 32 und es werden die Grundkalibrierungen verwendet. Wenn die Zeit seit der letzten Kalibrierung (Tlastcal) nicht geringer als der Kalibrierwert TimeLastLearn ist, geht der Fluss zu Block 34 und die erzwungenen Kalibrierungen werden verwendet. Der Fluss endet bei Block 36.
  • Da die Batteriekapazität manchmal bei geringem Alter der Batterie zunehmen kann, ist ein Merkmal, das in den Algorithmus aufgenommen werden kann, wie folgt: während eines kurzen Kalenderlebens der Batterie, Berücksichtigen der Kapazitätsveränderung wie oben aufgezeigt (d.h., ein Übertreffen des letzten Wertes ist möglich); nachdem das Batteriekalenderleben einen bestimmten Kalibrierwert überschritten hat, wird die geschätzte Kapazität von ihrem letzten Wert begrenzt. Auch werden, um eine fehlerhafte Kapazitätserlernung zu verhindern, eine Obergrenze und Untergrenze für die zulässige Variation zwischen erlerntem Wert und letztem aufgezeichneten Wert bereitgestellt.
  • 2 zeigt ein Flussdiagramm für die Kapazitätsbegrenzung während des Lernprozesses. Genauer wird bei Block 40 das derzeitige Batteriekalenderleben mit dem Kalibrierwert BCL1 verglichen und die (zuvor) erlernte Kapazität Qlearned mit dem letzten Kapazitätswert Q verglichen. Wenn das Batteriekalenderleben BCL1 überschritten hat, wird Qlearned bei Block 42 durch Q begrenzt. In anderen Fällen prüft Entscheidungsblock 44 das junge Alter der Batterie und, wenn die erlernte Kapazität Qlearned beta*Q überschreitet, wird Qlearned durch beta*Q bei Block 46 begrenzt. Der Entscheidungsblock 48 vergleicht Qlearned mit gamma*Q, und wenn die gelernte Kapazität Qlearned unter gamma*Q absinkt, wird Qlearned durch gamma*Q begrenzt. Der Fluss endet bei Block 52.
  • Ein weiteres Merkmal, das in den Algorithmus aufgenommen werden kann, betrifft die Handhabung eines Aufladeereignisses. Während der KeyOff-Zeit kann ein Aufladeereignis stattfinden, bei dem der Kunde die Batterie mit einer Ladestation oder Heimatsteckdose zum Wiederaufladen der Batterie verbindet. Dies hat die folgenden Auswirkungen. Zuerst ist die Batterie-Ruhezeit (KeyOff-Zeit) betroffen. Die KeyOff-Zeit, die für die Kapazitätserlernung verwendet wird, muss von dem Ende des Aufladeereignisses bis KeyOn sein. Zweitens geht ein Aufladungsereignis normalerweise mit einer bedeutenden Veränderung des Durchsatzes einher. Die Auflade- und Entladeeffizienz sind unterschiedlich. Daher kann ein solches Aufladeereignis, das sich auf den Durchsatz bezieht, wenn für die Kapazitätserlernung verwendet, einen deutlichen Fehler bei der Durchsatzberechnung herbeiführen. Zu diesem Zweck werden, wenn ein Aufladeereignis auftritt, der Lernprozess beendet und alle letzten Fahrzykluswerte, die sich auf die Kapazitätserlernung beziehen und in EEPROM gespeichert sind, gelöscht.
  • Ein weiteres Merkmal, das in den Algorithmus aufgenommen werden kann, betrifft die Handhabung eines Zellenausgleich-Ereignisses. Der Zellenausgleich bezieht sich auf die Situation, bei der aufgrund eines Ungleichgewichtes des Ladezustands zwischen Zellen die Zellen mit höherem SOC entweder passiv oder aktiv entladen werden müssen, sodass der Gesamtzellenzustand der Ladewerte ungefähr gleich ist.
  • Wenn das Zellenausgleich-Ereignis während eines KeyOff-Zeitraums stattfindet, wirkt sich dies auf den Algorithmus auf ähnliche Weise aus, wie das Aufladeereignis, außer, dass dies auf Zellebene stattfindet (demgegenüber findet ein Aufladeereignis in allen Zellen einer Serienschaltung statt) und der Zellenausgleich eine Entladung ist und die Menge des Durchsatzes klein im Vergleich zu dem akkumulierten Durchsatz während des Fahrzyklus ist. Auch zeigt die Simulierung einer äquivalenten Schaltung der Zelle, dass ein kleiner, konstanter Entladestrom die OCV-Ablesung nicht bedeutend beeinträchtigt (liegt gut innerhalb des Spannungsmesspräzisionsbereichs). Daher wird das Zellenausgleich-Ereignis aufgrund seiner Auswirkung auf die Durchsatzberechnung berücksichtigt, es wird jedoch nicht für das KeyOff-Timer-Update berücksichtigt.
  • Zu diesem Zweck beschäftigt sich der Algorithmus mit dem Zellenausgleich-Ereignis, indem er Folgendes einmalig nach Bestimmen des Zellenausgleich-Ereignisses durchführt. Zuerst wird der Durchsatz basierend auf dem Zellenausgleichstrom und -dauer verändert. Zweitens wird der KeyOff-Timer nicht aktualisiert.
  • Ein weiteres Merkmal, das in den Algorithmus aufgenommen werden kann, betrifft die Selbstentladung und den elektrischen Eigenverbrauch. Die Selbstentladung ist ein gut bekanntes Phänomen, bei dem eine Batterie etwas von ihrem Ladezustand verliert, weil sie nicht verwendet wird. Elektrischer Eigenverbrauch ist der Strombezug der Batterie von Ladungen wie Fühlerelektronik, die ihren Strom aus den Zellen beziehen. Der Strombezug ist gering, wenn das Fahrzeug ausgeschaltet ist, beträgt aber nicht unbedingt null. Wenn eine bedeutende Selbstentladung oder Eigenverbrauch vorliegen, würde der Ladungsintegrationswert zu gering sein und die Kapazität unterschätzt. Mit anderen Worten nimmt die Ungewissheit des Ladeintegrationswertes zu. In einem Ansatz zum Ansprechen der Selbstentladung und/oder des elektrischen Eigenverbrauchs wird eine Kalibrierung zum Entscheiden, ob eine KeyOff-Zeit zu lang ist, hinzugenommen.
  • Ein weiteres Merkmal, das in den Algorithmus aufgenommen werden kann, betrifft das Aufwecken des Batterie-Energiesteuermoduls (BECM) nach einem KeyOff-Ereignis. Das BECM schaltet sich normalerweise nach einem KeyOff-Ereignis ab. Sofern kein Mechanismus zum Aufwecken des BECM-Moduls vorhanden ist, wenn die Batterie einen eingeschwungenen Zustand erreicht hat, gibt es kein anderes Mittel zum Messen der Ruhespannung zum Zwecke der Kapazitätserlernung. Daher wird eine timerbasierte Aufweckstrategie vorgeschlagen.
  • Bei einem KeyOff-Ereignis wird bestimmt, ob der akkumulierte Stromdurchsatz und die verstrichene Zeit die Kapazitätslernanforderung erfüllen. Es können sowohl die Basiskalibrierung als auch die erzwungene erlernte Kalibrierung verwendet werden, je nachdem, ob genug Zeit seit der letzten Kapazitätserlernung vergangen ist.
  • Wenn die obige Bedingung erfüllt wird, kann eine Timer-Schaltung oder ähnliche Hardware zum Auslösen des BECM-Aufweckens verwendet werden. Der Timer ist mit der minimalen Kalibrierung eingestellt, die für die Batterie verwendet wird, um einen eingeschwungenen Zustand zu erreichen. Dieses Aufwecken durch den Timer wird parallel zu dem Aufladeereignis und dem Zellenausgleich-Ereignis für jede vorgegebene Batteriezelle verwendet.
  • Basierend auf dem Obigen wird der folgende ausführliche Algorithmus in der beispielhaften Ausführungsform für die Kapazitätsschätzung einer Li-Ion-Batterie verwendet.
  • 3 zeigt die allgemeine Abfolge von Aktionen in der ausführlichen Algorithmus-Hauptroutine in der beispielhaften Ausführungsform der Erfindung zur Online-Batteriekapazitätsschätzung. Der Fluss beginnt an Entscheidungsblock 60. Der Entscheidungsblock 60 wartet darauf, dass KeyOff zu KeyOn geht. Wenn KeyOff zu KeyOn nicht eintritt, geht der Fluss zu Block 62. Block 62 handhabt das Aufladeereignis und das Zellenausgleich-Ereignis, bevor der erste OCV-Wert gelesen wird, und ist ausführlicher in 4 dargestellt. Wenn KeyOff zu KeyOn eintritt, geht der Fluss zu Block 64. Bei Block 64 wird die Kalibrierauswahl durchgeführt, die ausführlicher in 1 dargestellt ist. Außerdem wird eine erste Temperaturmessung der Batterie vorgenommen. Der Fluss geht zu Block 66. Bei Entscheidungsblock 66 prüft das System, ob verschiedene Einschränkungen zum Ermöglichen der Ablesung erfüllt wurden. Details dazu sind in 6 dargestellt. Wenn die Einschränkungen nicht erfüllt sind, kehrt der Fluss zu Block 60 zurück. Wenn die Einschränkungen erfüllt sind, geht der Fluss zu Block 68. Bei Block 68 wird die Batterie-Ruhespannung (OCV) gelesen, und der entsprechende erste Ladezustand (SOC1) wird aus einer Nachschlagetabelle mit OCV bis SOC erhalten. Zum Starten des Lernprozesses wird Flag1 auf TRUE (WAHR) gesetzt, Ah wird mit 0 initiiert, Ctime wird mit 0 initiiert. Die Stromkapazitätsschätzung Q und die erste Temperaturablesung werden in EEPROM geschrieben.
  • Der Entscheidungsblock 70 wartet darauf, dass KeyOff zu KeyOn geht. Vor der KeyOff-Erkennung wird die Amperestundenintegration durchgeführt (Ah) und die Fahrzykluszeit (Ctime) wird bei Block 72 erhöht. Wenn der KeyOff stattfindet, geht der Fluss zu Entscheidungsblock 74. Bei Entscheidungsblock 74 werden einige Anforderungen geprüft, zum Beispiel das Amperestunden-Integrationsergebnis (Ah), das einen minimalen Amperestundenwert (AhMin) für den Fahrzyklus überschreitet, die Fahrzykluszeit (Ctime), die unter eine maximale Fahrzykluszeitdauer (CtimeMax) abfällt, das Flag1, das TRUE ist. Wenn die Anforderungen erfüllt sind, geht der Fluss zu Block 78. Bei Block 78 werden Flag1, Ah, Ctime und SOC1 in EEPROM geschrieben, ChargeEventOccured und CellBalancingFlag werden auf 0 gelöscht. Eine zweite Batterietemperaturlesung erfolgt und die Kalibrierauswahl wird vor Entscheidungsblock 80 durchgeführt. Wenn die Anforderungen nicht erfüllt sind, geht der Fluss aus Block 74 zu Block 76, bei dem EEPROM zurückgesetzt wird: Flag1=FALSE (FALSCH); Ah=0; Ctime=0.
  • Bei Entscheidungsblock 80 prüft das System, ob verschiedene Einschränkungen zum Ermöglichen der Ablesung erfüllt wurden. Einzelheiten dazu sind in 7 dargestellt, dieses Beispiel enthält den Aufweck-Timer. Wenn die Bedingungen derart sind, dass die Erlernung zulässig ist, geht der Fluss zu Block 90. Anderenfalls geht der Fluss zu Block 82. Bei Block 82 wird die Kalibrierauswahl durchgeführt (1) und Call_Event_Processing2 behandelt das Aufladeereignis und das Zellenausgleich-Ereignis, bevor die zweite OCV aus Kapazitätslernzwecken abgelesen wird, wobei weitere Details in 5 dargestellt sind. Außerdem wird eine zweite Temperaturmessung der Batterie vorgenommen.
  • Bei Entscheidungsblock 84 wird, wenn ein Aufladeereignis vor der zweiten Ladezustandsschätzung stattfindet, die Erlernung untersagt und der Fluss geht zu Block 96. Wenn kein Aufladungsereignis stattfindet, geht der Fluss zu Block 86. Der Entscheidungsblock 86 wartet auf das Ereignis KeyOff zu KeyOn. Wenn KeyOn nicht stattfindet, kehrt der Fluss zu Block 80 zurück. Wenn KeyOn stattfindet, geht der Fluss zu Block 88. Bei Entscheidungsblock 88 prüft das System, ob verschiedene Einschränkungen zum Ermöglichen der Ablesung erfüllt wurden. Details dazu sind in 6 dargestellt. Wenn die Einschränkungen nicht erfüllt sind, geht der Fluss zu Block 96. Wenn die Einschränkungen erfüllt sind, geht der Fluss zu Block 90.
  • Bei Block 90 wird die Batterie-Ruhespannung (OCV) gelesen, und der entsprechende zweite Ladezustand (SOC2) wird aus einer Nachschlagetabelle mit OCV bis SOC erhalten. Der Fluss geht zu Block 92, wo die Einschränkung für die minimale absolute Differenz von SOC zwischen konsekutiver KeyOff-KeyOn-Ereignisse (DeltaSOCMin) geprüft wird.
  • Bei Block 94 wird die vorläufige erlernte Kapazität wie folgt berechnet: Qlearned = –Ah/(SOC2 – SOC1)
  • Eine Funktion (capacitylimiting()) wird aufgerufen, welche die geschätzte Batteriekapazität einer Obergrenze und einer Untergrenze für die zulässige Variation unterwirft. Weitere Details dieser Begrenzung sind in 2 dargestellt. Nach der Begrenzungsfunktion wird Q wie folgt bestimmt: Q = alpha*Q + (1 – alpha)*Qlearned Q wird in EEPROM geschrieben und TimeLastLearn auf 0 zurückgesetzt.
  • Bei Block 96 wird EEPROM zurückgesetzt: Flag1=FALSE (FALSCH); Ah=0; Ctime=0. Der Fluss endet bei Block 98.
  • 4 zeigt eine Routine zur Handhabung von Ladeereignissen und Zellenausgleich-Ereignissen vor dem Lesen des ersten Ruhespannungswertes (OCV-Wert)(Call_Event_Processing1(), Block 62, 3). Der Fluss startet bei 110. Bei Entscheidungsblock 112 geht, wenn ein Außer-Bord-Aufladeereignis erkannt wird, der Fluss zu Block 114. Anderenfalls geht der Fluss direkt zu Entscheidungsblock 116. Bei Block 114 werden die folgenden Werte eingestellt: ChargeFlag=1; ChargeHistory=1. Von Block 114 geht der Fluss zu Block 116. Bei Entscheidungsblock 116 geht, wenn eine Außer-Bord-Aufladung abgeschlossen ist, der Fluss zu Block 118. Anderenfalls geht der Fluss direkt zu Block 120. Bei Block 118 wird das Auflade-Flag gelöscht: ChargeFlag=0. Von Block 118 geht der Fluss zu Block 120. Bei Entscheidungsblock 120 geht, wenn das Auflade-Flag gelöscht wird und das Aufladeverlaufsflag eingestellt wird (ChargeFlag=0 und ChargeHistory=1), der Fluss zu Block 122. Anderenfalls geht der Fluss direkt zu Block 124. Bei Block 122 werden das Aufladeverlaufsflag gelöscht und der KeyOff-Timer zurückgesetzt (ChargeHistory=0; KeyOffTime=0). Der Fluss endet bei Block 124.
  • 5 zeigt eine Routine zur Handhabung von Ladeereignissen und Zellenausgleich-Ereignissen vor dem Lesen des zweiten Ruhespannungswertes (OCV-Wert)(Call_Event_Processing2(), Block 82, 3). Der Fluss startet bei Block 130. Bei Entscheidungsblock 132 geht, wenn ein Außer-Bord-Aufladeereignis erkannt wird, der Fluss zu Block 134. Anderenfalls geht der Fluss zu Entscheidungsblock 140. Bei Block 134 wird das „Ladungsereignis-Stattgefunden“-Flag gesetzt (ChargeEventOccured=1) und der Fluss geht zu Block 136. Bei Entscheidungsblock 140 geht, wenn ein Zellenausgleichsereignis stattfindet, der Fluss zu Block 142. Anderenfalls geht der Fluss direkt zu Block 144. Bei Block 142 wird das Zellenausgleichs-Flag gesetzt (CellBalancingFlag=1) und der Fluss geht zu Block 144.
  • Bei Entscheidungsblock 144 geht, wenn der Zellenausgleich abgeschlossen ist, der Fluss zu Block 146 und das Zellenausgleich-Flag wird gelöscht (CellBalancingFlag=0). Der Fluss geht bei Entscheidungsblock 150 weiter. Die Amperestundenintegration findet statt, wenn das Zellenausgleichflag gesetzt wird, bei Block 152 (Ah=Ah-Ts*eta*I). Wenn das Zellenausgleichflag gelöscht wurde, endet der Fluss bei 136.
  • 6 zeigt die Bestimmung, ob verschiedene Einschränkungen erfüllt werden, um das Erlernen bei 160 zu ermöglichen. Die KeyOff-Zeit (KeyoffTime) muss größer als eine vorbestimmte Zeitmenge (T_KeyOff) sein und kleiner als ein vorbestimmter Zeitgrenzwert (T_KeyOffLimit). Die Batterietemperatur (Tbatt) muss größer als ein minimaler Kalibrierwert (Tempmincal) sein, und geringer als ein maximaler Kalibrierwert (Tempmaxcal). Eine absolute Differenz zwischen der ersten Batterietemperaturablesung (Tempfirstreading) und der derzeitigen Batterietemperaturablesung (Tbatt) muss kleiner sein als ein Delta-Temperaturkalibrierwert (Temdetacal).
  • 7 zeigt die Bestimmung, ob verschiedene Einschränkungen zum Ermöglichen des Erlernens erfüllt wurden, wenn bei 162 ein Aufweck-Timer verwendet wurde. Die erste Bedingung (WakeupTimer>KeyOffTimerMin) stellt sicher, dass das Aufwecken des BECM nach KeyOff für eine ausreichende Zeit stattfindet. Die Batterietemperatur (Tbatt) muss größer als ein minimaler Kalibrierwert (Tempmincal) sein und geringer als ein maximaler Kalibrierwert (Tempmaxcal). Eine absolute Differenz zwischen der ersten Batterietemperaturablesung (Tempfirstreading) und der derzeitigen Batterietemperaturablesung (Tbatt) muss kleiner sein als ein Delta-Temperaturkalibrierwert (Temdetacal).
  • Ausführungsformen der Erfindung sind nicht auf die hierin beschriebenen beschränkt. Verschiedene andere Ausführungsformen sind innerhalb des Umfangs der Erfindung möglich. Zum Beispiel können die erste und die zweite Ladezustandsschätzung, die zum Berechnen der Kapazität verwendet werden, unabhängig von der Kapazitätsintegration auf verschiedene Weise verwendet werden. Ein Beispiel ist das Berechnen der Ladezustandsschätzungen basierend auf Ruhespannungen. Andere Verfahren können verwendet werden, je nach der Batteriechemie, wie von einem Durchschnittsfachmann entsprechend anerkannt und verstanden wird. In einem anderen Beispiel könnte die Kapazität während des Aufladens anstelle des Entladens berechnet werden, wenn die Batteriechemie und die Ungewissheitswerte dies zulassen.
  • Wenngleich vorstehend Ausführungsbeispiele beschrieben wurden, sollen diese Ausführungsformen nicht alle möglichen Formen der Erfindung beschreiben. Die in der Spezifikation verwendeten Worte sind beschreibenden Worte und nicht einschränkende, und man wird verstehen, dass verschiedene Änderungen vorgenommen werden können, ohne von dem Geist und dem Schutzbereich der Erfindung abzuweichen. Außerdem können die Merkmale verschiedener implementierender Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden. Zeichenerklärung
    Fig. 1 Return Fig. 1 Zurück
    N Nein
    Fig. 2 Fig. 2
    40 Batteriekalenderleben > BCL1 && Qlearned>Q
    44 Batteriekalenderleben <= BCL1 && Qlearned>β*Q
    42 Qlearned=Q
    46 Qlearned=β*Q
    48 Qlearned<y*Q
    50 Qlearned=y*Q
    N Nein
    Fig. 3
    60 KeyOff zu KeyOn?
    66 LearningOK? s. a. Fig 6
    64 CalSelection(); Tempfirstreading lesen
    68 OGV lesen; SOC1 aus Nachschlagetabelle erhalten; Flag 1=TRUE; Ah=0; CTime=0 setzen; Q, Tempfirstreading in EEPROM schreiben
    N Nein
    70 KeyOff zu KeyOn?
    72 Ah=Ah-Ts*l*eta; Ctime=Ctime+Ts
    74 Ah>AhMin&&Ctime<CtimeMax&&Flag1=True
    78 Flag1, Ah, Ctime, SOC1 in EEPROM schreiben; ChargeEvent0ccurred=0; CellBalancingFlag=0; Tempsecondreading lesen; CalSelection();
    80 LearningOK_Wakeup Timer()? s.a. Fig. 7
    82 CalSelection() Call_Event_Processing2() s. a. Fig. 5 Tempsecondreading lesen
    84 Aufladeereignis vor der zweiten Ladezustandsschätzung?
    86 KeyOn zu KeyOff?
    88 LearningOK? s. a. Fig 6
    90 Lese OCV; SOC2 aus Nachschlagetabelle erhalten;
    92 Abs(SOC2-SOC1)>DeltaSOCMin?
    94
    Reset EEPROM: FLAG1 = FALSE; Ah=0; Ctime=0; EEPROM zurücksetzen: FLAG1 = FALSE; Ah=0; Ctime=0;
    94 Qlearned=-Ah/(SOC2-SOC1); Cellcapacitylimiting(); Q=alpha*Q+(1-alpha)*Qlearned; Q in EEPROM schreiben. TimeLastLearn=0
    96 EEPROM zurücksetzen: FLAG1 = FALSE; Ah=0; Ctime=0;
    Fig. 4
    1122132 Außer BordAufladeereignis
    114 ChargeFlag=1; ChargeHistory=1
    116 Außer Bord Laden abgeschlossen?
    118 ChargeFlag=0
    120 ChargeFlag=0&& CharegHistory=1?
    122 ChargeHistory=0; KeyOffTime=0
    N Nein
    Fig. 5 Fig. 5
    134 CharegEventOccured=1
    140 Zellen Ladeereignis erfolgt?
    142 Zellenausgleichsflag setzen=1
    144 Zellenausgleich abgeschlossen?
    146 Zellenausgleichsflag setzen=0
    150 Zellenausgleichsflag setzen=1
    152 Ah=AH-Ts*eta*I
    N Nein

Claims (9)

  1. Elektrofahrzeug, umfassend: eine Steuerung, die zum Überwachen von Keyoff-Ereignissen und Schätzen der Batteriekapazität gemäß einer ersten Ladezustandsschätzung, einer Ladungsintegration und einer zweiten Ladezustandsschätzung konfiguriert ist; wobei die erste bzw. die zweite Ladezustandsschätzung einem ersten bzw. einem zweiten konsekutiven Keyoff-Ereignis entspricht und wobei die erste bzw. die zweite Ladezustandsschätzung Zeit- und Temperatureinschränkungen erfüllen, sodass die Ladezustandsschätzungen auf den Batterie-Ruhespannungen basieren; wobei die Zeit- und Temperatureinschränkungen ausgewählt sind aus einer Gruppe, die (i) einen ersten Satz Bedingungen enthält, der Ladezustandsschätzungen basierend auf Batterie-Ruhespannungen ermöglicht und als Satz von Grundkalibrierungen bezeichnet ist, und (ii) einen zweiten Satz Bedingungen, der in Bezug auf den ersten Satz Bedingungen entspannt ist, aber dennoch Ladezustandsschätzungen basierend auf Batterie-Ruhespannungen ermöglicht und als zweiter Satz Kalibrierungen bezeichnet ist, wobei der erste Satz für eine maximale Zeitdauer für einen Fahrzyklus bis zu 1800 Sekunden verwendet wird und der zweite Satz für eine maximale Zeitdauer für einen Fahrzyklus bis zu 3600 Sekunden verwendet wird; wobei die Steuerung ferner zum Erzeugen einer Ausgabe basierend auf der geschätzten Batteriekapazität konfiguriert ist.
  2. Elektrofahrzeug nach Anspruch 1, wobei die erste Ladezustandsschätzung auf einer ersten Batterie-Ruhespannung basiert, die nicht weniger als ein erstes vorbestimmtes Zeitintervall nach dem ersten Keyoff-Ereignis gemessen wird.
  3. Elektrofahrzeug nach Anspruch 2, wobei die erste Batterie-Ruhespannung nicht mehr als einen vorbestimmten Zeitgrenzwert nach dem Keyoff-Ereignis gemessen wird.
  4. Elektrofahrzeug nach Anspruch 2, wobei die erste Batterie-Ruhespannung gemessen wird, wenn eine Batterietemperatur nicht weniger als ein minimaler Temperaturkalibrierwert ist.
  5. Elektrofahrzeug nach Anspruch 2, wobei die erste Batterie-Ruhespannung gemessen wird, wenn eine Batterietemperatur nicht mehr als ein maximaler Temperaturkalibrierwert ist.
  6. Elektrofahrzeug nach Anspruch 2, wobei die zweite Ladezustandsschätzung auf einer zweiten Batterie-Ruhespannung basiert, die nicht weniger als ein zweites vorbestimmtes Zeitintervall nach dem zweiten Keyoff-Ereignis gemessen wird.
  7. Elektrofahrzeug nach Anspruch 6, wobei die erste Batterie-Ruhespannung gemessen wird, wenn eine Batterietemperatur eine erste Temperatur ist, die zweite Batterie-Ruhespannung gemessen wird, wenn die Batterietemperatur eine zweite Temperatur ist, wobei eine Differenz zwischen der ersten und der zweiten Temperatur nicht mehr als ein Deltatemperatur-Kalibrierwert ist.
  8. Elektrofahrzeug nach Anspruch 2, wobei die zweite Ladezustandsschätzung auf einer zweiten Batterie-Ruhespannung basiert, die nicht weniger als eine zweites vorbestimmtes Zeitintervall nach dem zweiten Keyoff-Ereignis gemessen wird, und wobei die Steuerung eine Hochfahrzeitsteuerung aufweist, wobei die Hochfahrzeitsteuerung zum Hochfahren der Steuerung nach dem zweiten Keyoff-Ereignis konfiguriert ist.
  9. Elektrofahrzeug nach Anspruch 1, wobei die geschätzte Batteriekapazität einer Obergrenze und einer Untergrenze für eine zulässige Variation zwischen einer derzeitigen geschätzten Batteriekapazität und einer vorherigen geschätzten Batteriekapazität unterliegt.
DE102013216200.6A 2012-08-21 2013-08-15 Online-Batteriekapazitätsschätzung Active DE102013216200B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/590,533 US8751086B2 (en) 2012-08-21 2012-08-21 Online battery capacity estimation
US13/590,533 2012-08-21

Publications (2)

Publication Number Publication Date
DE102013216200A1 DE102013216200A1 (de) 2014-02-27
DE102013216200B4 true DE102013216200B4 (de) 2017-03-09

Family

ID=50069764

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102013216200.6A Active DE102013216200B4 (de) 2012-08-21 2013-08-15 Online-Batteriekapazitätsschätzung

Country Status (3)

Country Link
US (2) US8751086B2 (de)
CN (1) CN103625303B (de)
DE (1) DE102013216200B4 (de)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10481210B2 (en) 2014-07-14 2019-11-19 Ford Global Technologies, Llc Methods to determine battery cell voltage relaxation time based on cell usage history and temperature
US10491014B2 (en) * 2014-07-15 2019-11-26 Dell Products, L.P. Battery management system and method for extending time until a battery reaches an over-discharged state during storage of an information handling system
US9381823B2 (en) 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
US9843069B2 (en) * 2014-09-26 2017-12-12 Ford Global Technologies, Llc Battery capacity degradation resolution methods and systems
US9509021B2 (en) * 2014-10-17 2016-11-29 Ford Global Technologies, Llc Estimation of lithium-ion battery capacity as function of state-of-lithiation swing
FR3028987B1 (fr) * 2014-11-20 2018-01-05 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede et systeme de gestion de la charge d'un parc de batteries
FR3029315B1 (fr) 2014-11-28 2016-12-09 Renault Sa Procede automatique d'estimation de la capacite d'une cellule d'une batterie
US10322634B2 (en) 2015-10-14 2019-06-18 Ford Global Technologies, Llc Estimating battery capacity in an electric vehicle
US10899247B2 (en) 2016-06-08 2021-01-26 Ford Global Technologies, Llc System and method for online vehicle battery capacity diagnosis
US10394251B2 (en) 2017-04-21 2019-08-27 Ford Global Technologies, Llc Cloud-based connectivity energy budget manager
CN107102269A (zh) * 2017-04-27 2017-08-29 北京新能源汽车股份有限公司 一种电池容量的测量方法、装置、服务器及系统
CN107271905B (zh) 2017-05-25 2019-12-27 上海思致汽车工程技术有限公司 一种用于纯电动汽车的电池容量主动估计方法
JP6548699B2 (ja) * 2017-08-03 2019-07-24 本田技研工業株式会社 電源システム
KR102515395B1 (ko) 2017-12-15 2023-03-30 현대자동차주식회사 차량 및 그 제어방법
US20190308630A1 (en) * 2018-04-10 2019-10-10 GM Global Technology Operations LLC Battery state estimation based on open circuit voltage and calibrated data
DE102018212545A1 (de) * 2018-07-27 2020-01-30 Audi Ag Verfahren zum Überwachen eines Zustands einer Batterie, Überwachungseinrichtung und Kraftfahrzeug
EP3853673B1 (de) 2018-09-17 2024-04-10 Volvo Truck Corporation Verfahren zur abschätzung eines betriebsparameters einer batteriezelle in einem fahrzeug
US11501583B2 (en) 2019-05-08 2022-11-15 Ford Global Technologies, Llc Vehicle battery health measurement and control systems and methods
DE102019211050B4 (de) 2019-07-25 2022-10-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der Restkapazität einer Batterie
DE102019211051B4 (de) 2019-07-25 2022-03-24 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der Restkapazität einer Batterie
DE102022200884A1 (de) * 2022-01-26 2023-07-27 Siemens Mobility GmbH Verfahren und Einrichtung zum Schätzen der Kapazität eines Energiespeichers

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1975636A2 (de) * 2007-03-26 2008-10-01 Sanyo Electric Co., Ltd. Verfahren zur Bestimmung der Kapazität einer vollgeladenen Batterie
DE102011054778A1 (de) * 2010-11-30 2012-05-31 GM Global Technology Operations LLC Algorithmus zur Bestimmung der Kapazität einer Batterie während des Batteriebetriebs

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002236154A (ja) * 2001-02-07 2002-08-23 Sanyo Electric Co Ltd 電池の残容量補正方法
US6534954B1 (en) 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator
WO2006057468A1 (en) 2004-11-29 2006-06-01 Lg Chem, Ltd. Method and system for battery state and parameter estimation
DE102005026077A1 (de) * 2005-06-07 2006-12-14 Volkswagen Ag Verfahren und Vorrichtung zum Bestimmen des Ladungs- und/oder Alterungszustands eines Energiespeichers
US7446504B2 (en) 2005-11-10 2008-11-04 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery state vector
US7521895B2 (en) 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
KR100804698B1 (ko) 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
KR100766982B1 (ko) 2006-09-05 2007-10-15 삼성에스디아이 주식회사 배터리 관리 시스템 및 그의 구동 방법
DE112010004019T5 (de) * 2009-10-13 2013-04-18 Honda Motor Co., Ltd. Hybridfahrzeug

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1975636A2 (de) * 2007-03-26 2008-10-01 Sanyo Electric Co., Ltd. Verfahren zur Bestimmung der Kapazität einer vollgeladenen Batterie
DE102011054778A1 (de) * 2010-11-30 2012-05-31 GM Global Technology Operations LLC Algorithmus zur Bestimmung der Kapazität einer Batterie während des Batteriebetriebs

Also Published As

Publication number Publication date
CN103625303A (zh) 2014-03-12
US20140249708A1 (en) 2014-09-04
US8751086B2 (en) 2014-06-10
US20140058595A1 (en) 2014-02-27
DE102013216200A1 (de) 2014-02-27
US9187007B2 (en) 2015-11-17
CN103625303B (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
DE102013216200B4 (de) Online-Batteriekapazitätsschätzung
DE102015202702B4 (de) Zellbalancier-steuerung auf basis der ladezustandsqualität
DE102012207815B4 (de) Systeme und verfahren zum bestimmen von zellenkapazitätswerten in einer batterie mit vielen zellen
DE102015203789B4 (de) Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen
DE102006018208B4 (de) Verfahren und Vorrichtung zum Detektieren eines geladenen Zustandes einer sekundären Batterie basierend auf einer Berechnung eines neuronalen Netzwerks
DE102011113592B4 (de) Verfahren und vorrichtung zum schätzen der kapazität einer batterie
DE112018000281T5 (de) Verfahren und System zum Schätzen einer Zellenleerlaufspannung, eines Ladezustands und eines Funktionszustands einer Batterie während des Betriebs der Batterie
DE102015202514A1 (de) Aktive Batterieparameter-Identifizierung unter Verwendung eines bedingten erweiterten Kalman-Filters
DE102015202540A1 (de) Batteriekapazitätschätzung unter verwendung eines konzepts von fliegender ladezustandsinitialisierung
DE102015202555A1 (de) Erzeugen einer schätzanforderung für ein aktives batteriesystem
DE102011012813A1 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE102015208265A1 (de) System und verfahren zur akkumulatorleistungsverwaltung
DE102014221547A1 (de) Verfahren zur Überwachung des Ladezustands einer Batterie
DE102013113951A1 (de) Verfahren zum Detektieren von Leerlaufsspannungsverschiebungen mittels Optimierung durch Anpassen der Anodenelektrodenhalbzellspannungskurve
DE102012207817A1 (de) Systeme und verfahren zum bestimmen des ladezustands einer batterie unter verwendung von vertrauenswerten
DE112013006471T5 (de) Ladezustands-Schätzvorrichtung und Ladezustands-Schätzverfahren
DE102005062148B4 (de) Verfahren zum Ermitteln des Betriebszustands eines Energiespeichers für elektrische Energie
DE102008050022A1 (de) Dynamisch adaptives Verfahren zum Ermitteln des Ladezustands einer Batterie
DE102009003345A1 (de) System und Verfahren zum Abschätzen des Ladezustands eines elektrochemischen Energiespeichers
DE102011113503A1 (de) Verfahren und Vorrichtung zum Schätzen des Ladezustands (SOC) einer Batterie
DE102012002279A1 (de) Schätzen des ladezustands einer kraftfahrzeugbatterie auf der grundlage eines spannungsabfalls
DE102015109327A1 (de) Schätzungen von Batteriestromgrenzen auf Basis von Ersatzschaltungen
DE112019002770T5 (de) Parameterschätzvorrichtung, Parameterschätzverfahren, und Computerprogramm
DE102019111976A1 (de) Kapazitätsbestimmung bei Batterien
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

Effective date: 20140512

R082 Change of representative

Representative=s name: MUELLER SCHUPFNER & PARTNER PATENT- UND RECHTS, DE

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