DE102014210782A1

DE102014210782A1 - Detektion von ungleichgewicht über mehreren batteriezellen, gemessen vom gleichen spannungssensor

Info

Publication number: DE102014210782A1
Application number: DE102014210782.2A
Authority: DE
Inventors: Xinfan Lin; Anna Stefanopoulou; Richard Dyche Anderson; Yonghua Li
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2013-06-11
Filing date: 2014-06-05
Publication date: 2014-12-11
Also published as: CN104237795A; US20140361743A1; US9770997B2; CN104237795B

Abstract

Es wird ein Fahrzeug offenbart, das einen Batteriesatz aufweist, bei dem Zellen in Gruppen von wenigstens zwei Zellen in Reihe angeordnet sind. Ein Controller balanciert die Zellen auf Basis einer Spannungsänderung über den Zellen, die sich von einer erwarteten Spannungsänderung unterscheidet. Der erwartete Wert basiert auf einem Strom und einer Zeit, die mit dem Aufladen und Entladen der Zellen verknüpft sind. Ein Controller wird offenbart, der das Aufladen und Entladen der Batteriezellen auf Basis einer Differenz zwischen einer Spannung über der Gruppe und dem für die Gruppe erwarteten Wert anweist. Ein Verfahren zum Aufladen und Entladen eines Batteriesatzes wird offenbart. Die Spannung über einer Zellengruppe wird gemessen und mit einem erwarteten Wert verglichen. Ein Ungleichgewicht eines Zellattributs wird gemäß einer Differenz zwischen der gemessenen Spannung und der erwarteten Spannung geschätzt. Die Spannung über jeder Batteriezelle wird nicht benötigt.

Description

Diese Erfindung bezieht sich im Allgemeinen auf die Detektion von Zellungleichgewichten in einer Batterie, bei der die Messungen an einem Zellen-Cluster vorgenommen werden.
Moderne Hybrid- und Elektrofahrzeuge nutzen Batteriesätze, um Energie zum Antrieb bereitzustellen und für das Speichern von zurückgewonnener Energie. Batteriesätze setzen sich typischerweise aus mehreren einzelnen Batteriezellen zusammen, die möglicherweise parallel, in Reihe oder in irgendeiner Kombination daraus verbunden sind. Batteriesätze basieren möglicherweise auf verschiedenen Chemien, wie zum Beispiel auf Blei-Säure, Nickel-Metallhydrid (NiMH) oder Lithium-Ionen. Um Zellüberladen zu verhindern, misst ein typischer Lithium-Ionen-Batteriesatz die Spannung jeder Zelle innerhalb des Batteriesatzes. Das Messen der Spannung über jeder Batteriezelle ist möglicherweise teuer und erfordert ausgeklügelte Verarbeitungseinrichtungen, um die Spannungen effektiv zu verarbeiten.
Es wird ein Fahrzeug offenbart, das Batteriezellen umfasst, die in Gruppen von wenigstens zwei angeordnet sind. Das Fahrzeug umfasst ebenfalls einen Controller, der dazu programmiert ist, wenigstens einige der Zellen als Reaktion auf eine durch Aufladen oder Entladen der Zellen verursachte Spannungsänderung über einer der Gruppen, die sich von einer erwarteten Spannungsänderung unterscheidet, zu balancieren. Die erwartete Spannungsänderung basiert auf einem Strom und der Zeit, die mit dem Aufladen und Entladen verknüpft sind. Die erwartete Spannungsänderung basiert für den Controller möglicherweise auf der über den Gruppen gemessenen Spannung. Die Zellen werden möglicherweise mit einem im Allgemeinen konstanten Strom aufgeladen und entladen. Basis der Zellen ist möglicherweise Lithium.
Es wird ein Fahrzeug offenbart, das Batteriezellen enthält, die in Gruppen von wenigstens zwei angeordnet sind. Das Fahrzeug umfasst auch einen Controller, der dazu programmiert ist, das Aufladen und Entladen der Batteriezellen innerhalb einer Gruppe auf Basis einer Differenz zwischen einer über der Gruppe gemessenen Spannung und einer für die Gruppe erwarteten Spannung anzuweisen. Die erwartete Spannung basiert auf einem Strom und der Zeit, die mit dem Aufladen und Entladen verknüpft sind. Das Aufladen wird möglicherweise so angewiesen, dass die Spannung jeder Zelle in der Gruppe eine vorbestimmte Spannung nicht übersteigt. Das Entladen wird möglicherweise so angewiesen, dass die Spannung jeder Zelle in der Gruppe über einer vorbestimmten Spannung bleibt. Die erwartete Spannung basiert möglicherweise weiterhin auf der Spannung über der Gruppe für eine vorbestimmte Zeit, die mit der Aktivierung des Fahrzeugs beginnt. Die Zellen werden möglicherweise mit einem im Allgemeinen konstanten Strom aufgeladen oder entladen. Das Aufladen und Entladen basiert möglicherweise weiterhin auf einer Schätzung wenigstens eines Ladezustands und einer Ladekapazität für die Zellen innerhalb der Gruppe, die aus der Differenz zwischen der Spannung über der Gruppe und der für die Gruppe erwarteten Spannung berechnet wird. Der Ladezustand und die Ladekapazität werden möglicherweise geschätzt, wenn ein mittlerer Ladezustand der Zellen innerhalb der Gruppe innerhalb eines vorbestimmten Wertebereichs liegt. Basis der Zellen ist möglicherweise Lithium.
Ein Verfahren zum Aufladen und Entladen eines Batteriesatzes wird offenbart. Eine Spannung über einer Gruppe von Batteriezellen wird gemessen. Eine erwartete Spannung, die auf einem Strom und einer Zeit, die mit dem Aufladen oder Entladen der Zellen verknüpft sind, basiert, wird berechnet. Ein Ungleichgewicht wenigstens eines Zellattributs zwischen den Zellen der Gruppe wird auf Basis einer Differenz zwischen der gemessenen Spannung und der erwarteten Spannung geschätzt. Der Batteriesatz wird als Reaktion auf die Schätzung des Ungleichgewichts aufgeladen und entladen, um das Ungleichgewicht der Zellattribute zwischen den Zellen der Gruppe zu reduzieren. Die erwartete Spannung basiert möglicherweise auf einem Wert der gemessenen Spannung für eine vorbestimmte Zeit, die mit der Aktivierung des Fahrzeugs beginnt. Die erwartete Spannung basiert möglicherweise weiterhin auf dem Wert der gemessenen Spannung während eines Zeitraums, der mit der Aktivierung des Fahrzeugs beginnt, und endet, wenn die Differenz zwischen der Spannung und der erwarteten Spannung geringer als ein vorbestimmter Wert wird. Das wenigstens eine Zellattribut beinhaltet möglicherweise einen Ladezustand und eine Ladekapazität. Das wenigstens eine Zellattribut wird möglicherweise für jede der Zellen der Gruppe geschätzt.
1 ist eine grafische Darstellung eines Plug-in-Hybrid-Elektrofahrzeugs, die einige typische Antriebsstrang- und Energiespeicherkomponenten veranschaulicht.
2 ist eine grafische Darstellung einer möglichen Batteriesatzanordnung für einen Satz, der aus mehreren Zellen besteht und von einem Batteriesteuermodul überwacht und gesteuert wird.
3 ist eine grafische Darstellung, die ein Beispiel einer Batteriezellen-Ersatzschaltung veranschaulicht.
4 ist eine Kurve, die eine mögliche Relation von Leerlaufspannung (V_OC) zu Batterie-Ladezustand (SOC) für eine typische Batteriezelle veranschaulicht.
5 ist eine grafische Darstellung einer möglichen Ausführungsform zum Detektieren und Verarbeiten eines Ungleichgewichts innerhalb eines Batterie-Clusters.
6 ist ein Flussdiagramm, das ein mögliches Verfahren zur Detektion und Identifizierung von Ungleichgewicht veranschaulicht.
Hierin werden Ausführungsformen der vorliegenden Offenbarung beschrieben. Allerdings versteht es sich, dass die offenbarten Ausführungsformen lediglich Beispiele sind und dass andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht notwendigerweise maßstabsgetreu; einige Merkmale könnten vergrößert oder verkleinert dargestellt sein, um Details besonderer Komponenten zu zeigen. Daher sind hierin offenbarte, spezifische strukturelle und funktionale Details nicht als einschränkend zu interpretieren, sondern lediglich als eine repräsentative Grundlage, um einen Fachmann darüber zu unterrichten, die Erfindung verschiedenermaßen anzuwenden. Wie Durchschnittsfachleute verstehen werden, können verschiedene, mit Bezug auf jede der Figuren veranschaulichte und beschriebene Merkmale mit Merkmalen kombiniert werden, die in einer oder mehreren anderen Figuren veranschaulicht werden, um Ausführungsformen herzustellen, die nicht ausdrücklich veranschaulicht oder beschrieben werden. Die Kombinationen von veranschaulichten Merkmalen stellen repräsentative Ausführungsformen für typische Anwendungen bereit. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit der Lehre dieser Offenbarung übereinstimmen, können allerdings für bestimmte Anwendungen oder Umsetzungen erwünscht sein.
1 zeigt ein typisches Plug-in-Hybrid-Elektrofahrzeug auf. Ein typisches Plug-in-Hybrid-Elektrofahrzeug 2 umfasst möglicherweise einen oder mehrere Elektromotoren 4, die mechanisch mit einem Hybrid-Getriebe 6 verbunden sind. Zusätzlich ist das Hybrid-Getriebe 6 mechanisch mit einem Verbrennungsmotor 8 verbunden. Das Hybrid-Getriebe 6 ist möglicherweise auch mechanisch mit einer Antriebswelle 10 verbunden, die mechanisch mit den Rädern 12 verbunden ist. Die Elektromotoren 4 können Antriebs- und Abbremsfähigkeit bereitstellen, wenn der Verbrennungsmotor 8 ein- oder ausgeschaltet ist. Die Elektromotoren 4 fungieren möglicherweise auch als Generatoren und können Vorteile hinsichtlich des Kraftstoffverbrauchs bereitstellen, indem sie Energie, die im Friktionsbremssystem normalerweise als Wärme verloren gehen würde, zurückgewinnen. Die Elektromotoren 4 reduzieren möglicherweise auch Schadstoffemissionen, weil das Hybrid-Elektrofahrzeug 2 möglicherweise unter gewissen Bedingungen im Elektromodus betrieben wird.
Der Batteriesatz 14 speichert Energie, die von den Elektromotoren 4 verwendet werden kann. Ein Fahrzeug-Batteriesatz 14 stellt typischerweise eine Hochspannungs-DC-Ausgabe bereit. Der Batteriesatz 14 ist mit einem Leistungselektronikmodul 16 elektrisch verbunden. Das Leistungselektronikmodul 16 ist ebenfalls mit den Elektromotoren 4 elektrisch verbunden und stellt die Fähigkeit zum bidirektionalen Energietransfer zwischen dem Batteriesatz 14 und den Elektromotoren 4 bereit. Zum Beispiel stellt ein typischer Batteriesatz 14 möglicherweise eine Gleichspannung bereit, während die Elektromotoren 4 zum Funktionieren möglicherweise einen dreiphasigen Wechselstrom benötigen. Das Leistungselektronikmodul 16 wandelt möglicherweise die Gleichspannung in einen dreiphasigen Wechselstrom um, wie er von den Elektromotoren 4 benötigt wird. In einem Generatorbetrieb wird das Leistungselektronikmodul 16 den dreiphasigen Wechselstrom aus den Elektromotoren 4, die als Generatoren fungieren, in die vom Batteriesatz 14 benötigte Gleichspannung umwandeln. Die hierin beschriebenen Verfahren sind gleichermaßen auf ein reines Elektrofahrzeug oder irgendeine andere Einrichtung, die einen Batteriesatz verwendet, anwendbar.
Zusätzlich zum Bereitstellen von Energie für den Antrieb stellt der Batteriesatz 14 möglicherweise Energie für andere Elektrosysteme des Fahrzeugs bereit. Ein typisches System enthält möglicherweise ein Gleichspannungswandlermodul 18, das die Hochspannungs-DC-Ausgabe des Batteriesatzes 14 in eine Niederspannung-DC-Versorgung, die kompatibel mit anderen Fahrzeuglasten ist, umwandelt. Andere Hochspannungslasten, wie zum Beispiel Kompressoren und Elektroheizungen, sind möglicherweise direkt mit dem Hochspannungs-Bus vom Batteriesatz 14 verbunden. In einem typischen Fahrzeug sind die Niederspannungssysteme elektrisch mit einer 12-V-Batterie 20 verbunden. Ein komplett elektrisches Fahrzeug weist möglicherweise eine ähnliche Architektur auf, jedoch ohne den Verbrennungsmotor 8.
Der Batteriesatz 14 wird möglicherweise durch eine externe Energiequelle 26 wiederaufgeladen. Die externe Energiequelle 26 stellt möglicherweise Wechsel- oder Gleichspannungsenergie für das Fahrzeug 2 bereit, indem sie durch einen Aufladeport 24 elektrisch verbunden wird. Der Aufladeport 24 ist möglicherweise irgendeine Art von Port, der dazu ausgelegt ist, Energie von der externen Energiequelle 26 zum Fahrzeug 2 zu übertragen. Der Aufladeport 24 ist möglicherweise mit einem Leistungswandlungsmodul 22 elektrisch verbunden. Das Leistungswandlungsmodul konditioniert möglicherweise die Energie aus der externen Energiequelle 26, um dem Batteriesatz 14 die korrekten Spannungs- und Strompegel bereitzustellen. In einigen Anwendungen ist die externe Energiequelle 26 möglicherweise dazu ausgelegt, dem Batteriesatz 14 die korrekten Spannungs- und Strompegel bereitzustellen, und das Leistungswandlungsmodul 22 ist möglicherweise nicht nötig. Die Funktionen des Leistungswandlungsmoduls 22 befinden sich in einigen Anwendungen möglicherweise in der externen Energiequelle 26.
Batteriesätze werden möglicherweise mit den unterschiedlichsten chemischen Rezepturen aufgebaut. Typische Batteriesatz-Chemien sind Blei-Säure, Nickel-Metallhydrid (NiMH) oder Lithium-Ionen. Innerhalb der Lithium-Ionen-Familie existiert möglicherweise eine Vielzahl unterschiedlicher Rezepturen auf Basis von Lithium. 2 zeigt einen typischen Batteriesatz 30 in einer einfachen Reihenanordnung aus N Batteriezellen 32. Andere Batteriesätze sind allerdings möglicherweise aus irgendeiner Anzahl von einzelnen Batteriezellen zusammengesetzt, die in Reihe oder parallel oder irgendeiner Kombination daraus verbunden sind. Ein typisches System weist möglicherweise einen oder mehrere Controller auf, wie zum Beispiel ein Batteriesteuermodul (BCM, Battery Control Module) 36, das die Leistung des Batteriesatzes 30 überwacht und steuert. Das BCM 36 überwacht möglicherweise die Pegelkenndaten des Batteriesatzes, wie zum Beispiel den Strom 38 des Satzes, die Spannung 40 des Satzes und die Temperatur 42 des Satzes.
Zusätzlich zu den Pegelkenndaten des Satzes sind möglicherweise Pegelkenndaten der Batteriezellen vorhanden, die gemessen und überwacht werden. Zum Beispiel werden möglicherweise die Anschlussspannung, der Strom und die Temperatur jeder Zelle 32 gemessen. Alternativ werden diese Eigenschaften möglicherweise für einen Strang oder eine Gruppe von Zellen 44 gemessen. Abhängig von seinen Fähigkeiten misst das Sensormodul 34 möglicherweise die Kenndaten einer oder mehrerer der Batteriezellen 32. Das Sensormodul 34 misst möglicherweise auch die Kenndaten eines oder mehrerer Stränge oder Gruppen 44 von Batteriezellen 32, wobei jeder Strang oder jede Gruppe 44 sich aus mehreren Batteriezellen 32 zusammensetzt, die elektrisch in Reihe miteinander verbunden sind. Zum Beispiel ergibt möglicherweise eine Spannungsmessung eines Strangs oder einer Gruppe 44 von Batteriezellen 32 die Gesamtspannung über der Gruppe von in Reihe verbundenen Batteriezellen. Jedes Element eines Strangs oder einer Gruppe 44 von Batteriezellen ist möglicherweise tatsächlich eine Reihe von parallel miteinander verbundenen Batteriezellen 32. Das heißt: Anstelle von einzelnen, in Reihe verbundenen Zellen sind möglicherweise parallel verbundene Zellen vorhanden, und die Parallel-Cluster werden dann möglicherweise in Reihe verbunden.
Der Batteriesatz 30 setzt sich möglicherweise aus M Gruppen 44 von Batteriezellen 32 zusammen. Der Batteriesatz 30 nutzt möglicherweise N_C Sensormodule 34, um die Zellen- oder Gruppenkenndaten aller Batteriezellen 32 oder -gruppen 44 zu messen. Ein Sensormodul 34 misst möglicherweise die Kenndaten einer oder mehrerer Gruppen 44 von Batteriezellen 32. Jedes Sensormodul 34 ist möglicherweise ein separater Controller. Die Funktionalität der Sensormodule 34 ist möglicherweise auch im BCM 36 eingeschlossen. Die Funktionalität der Sensormodule 34 ist möglicherweise auf eines oder mehrere Sensormodule 34 und das BCM 36 verteilt. Jedes Sensormodul 34 überträgt möglicherweise die Messwerte an das BCM 36 zur weiteren Verarbeitung und Koordinierung. Die Sensormodule 34 übertragen möglicherweise Signale in analoger oder digitaler Form an das BCM 36.
Das Sensormodul 34 misst möglicherweise die Spannung über einer Zelle oder über mehreren Batteriezellen 32. Die Batteriezellen 32 sind möglicherweise in Gruppen 44 angeordnet, so dass ein Sensormodul 34 möglicherweise die Spannung über der Gruppe von Zellen 44 misst. Ein Spannungsmesswert über mehreren Batteriezellen wird möglicherweise auch als Strang- oder Cluster-Spannung bezeichnet. 2 zeigt den Fall auf, in dem eine Gruppenspannung über M Zellen 44 gemessen wird. Eine Gruppe von Zellen 44 besteht aus wenigstens zwei in Reihe verbundenen Batteriezellen 32. Das Messen der Gruppenspannungen weist den Vorteil reduzierter Kosten auf, weil möglicherweise weniger Spannungsmessschaltungen benötigt werden. Es reduziert möglicherweise auch Rechenzeit, weil weniger Spannungswerte verarbeitet werden müssen. Allerdings ist es bei einem Lithium-Ionen-Batteriesatz wichtig, den Zustand jeder Zelle zu kennen, um Überladen der Zellen zu verhindern. Deshalb ist es möglicherweise wichtig, einzelne Zellenkenndaten aus den Gruppenmessungen zu ermitteln.
Das Messen der Spannung über mehreren Batteriezellen ist für NiMH- und Blei-Säure-Batterien verwendet worden. Im Allgemeinen ist es bei Batterien dieser Technologien nicht nötig, die Spannung über jeder Zelle zu messen. Ein wichtiger Grund für das Messen der Spannung über jeder Zelle in einem Batteriesatz auf Lithium-Basis ist das Verhindern von Zellüberladen. Ein Unterschied zwischen den Batteriearten ist die Detektierbarkeit eines Überladungsereignisses. Bei einem NiMH-Batterie-Cluster wird eine Überladungssituation möglicherweise durch eine Änderung der Temperatur oder Spannung detektiert. Bei hohen Ladezustands(SOC)-Werten zeigt eine NiMH-Batteriezelle möglicherweise einen Spannungsabfall oder einen Temperaturanstieg, der dazu verwendet werden kann, zu detektieren, wann eine Zelle voll aufgeladen ist. Diese Eigenschaft wird möglicherweise verwendet, um das Aufladen der Batterie zu beenden, wenn der Zustand detektiert wird. Weil die Gesamtspannung die Summe aller Zellenspannungen im Cluster ist, wird ein Spannungsabfall in einer der Zellen zu einem Abfall der Gesamtspannung führen.
Ein anderer Unterschied zwischen einer NiMH-Batterie und einer Batterie auf Lithium-Basis ist die Stärke der Reaktion auf Überladen. Eine Lithium-Ionen-Batterie, die überladen wird, erzeugt möglicherweise ein thermisches Ereignis, das die Batterie beschädigt. Aus diesem Grund ist die Kenntnis des Status jeder Zelle bei einem Lithium-Ionen-Batteriesatz sehr wichtig. Eine Lithium-Ionen-Batteriezelle weist möglicherweise eingebaute Mittel zur Verhinderung von Beschädigung aufgrund von Überladen auf. Zur Sicherheit machen die eingebauten Mechanismen eine Zelle möglicherweise funktionsunfähig, falls ein Überladungsereignis detektiert wird. Der Nachteil dieser eingebauten Mechanismen ist, dass sie möglicherweise den Batteriesatz dauerhaft unbrauchbar machen, wenn sie einmal aktiviert worden sind. Es ist möglicherweise wünschenswert, eine Überladungssituation zu detektieren, bevor diese eingebauten Mechanismen aktiviert werden.
Ein NiMH-Batterie-Controller misst möglicherweise die Spannung über einem Cluster aus in Reihe verbundenen NiMH-Zellen. Um die Spannung jeder Zelle zu bestimmen, wird möglicherweise ein Spannungsmittelwert verwendet. Eine NiMH-Batterie ist möglicherweise nicht von einem genauen Wert der Ist-Spannung jeder Zelle betroffen, weil die Überladungsdetektion wirksam aus dem Cluster-Spannungswert bestimmt werden kann. Zusätzlich ist etwas Überladen akzeptabel, weil der Einfluss des Überladens einer Zelle nicht so stark wie bei einem Lithium-Ionen-Satz ist.
Bei einem Lithium-Ionen-Batteriesatz ist es wichtig, die Spannung und den Ladezustand jeder Zelle in einem Cluster oder einer Gruppe zu kennen, um sicherzustellen, dass keine Zellen überladen werden. Typischerweise wird jede Zellspannung gemessen, um sicherzustellen, dass eine Zelle nicht überladen wird. Die Verwendung eines Mittelwerts auf Basis der Cluster-Spannung reicht nicht aus, um Überladen einzelner Zellen zu verhindern. Eine Lithium-Ionen-Batterie weist bei hohen Ladezuständen keinen charakteristischen Spannungsabfall auf, wie dies bei einer NiMH-Batterie der Fall ist. Eine typische Lithium-Ionen-Batteriespannung als eine Funktion des Ladezustands wird in 4 gezeigt. Es ist möglicherweise zu beobachten, dass sich im Allgemeinen die Spannung erhöht, wenn sich der Ladezustand erhöht. Wenn eine Gruppe aus zwei Batteriezellen betrachtet wird, weist die eine einen hohen Ladezustand 92 und die andere einen niedrigen Ladezustand 94 auf. Der Mittelwert der beiden Spannungen wird einen SOC-Wert zwischen den beiden Zellenwerten ergeben. Falls ein Mittelwert verwendet wird, wird die Zelle mit dem höheren SOC möglicherweise überladen.
Die Kenntnis der einzelnen Zellenspannung ist auch für das Balancieren der Zellen wichtig. Das Balancieren der Zellen ist ein Prozess, bei dem die Zellen auf ungefähr dem gleichen Ladezustand oder der gleichen Spannung gehalten werden. Eine Zelle weist möglicherweise zusätzliche Schaltkreise auf, um das Balancieren der Zellen zu unterstützen. Dies erfolgt typischerweise, indem parallel zur Batteriezelle ein Schalter vorhanden ist, um Strom um die Batteriezelle herum abzuleiten. Ein wichtiger Schritt im Prozess ist das Bestimmen des Ladezustands jeder Batteriezelle. Wenn erst einmal der Ladezustand jeder Batteriezelle bekannt ist, werden die Schalter möglicherweise aktiviert, um die Zellen auf den gleichen Ladezustand zu balancieren.
Ohne Balancierung steuert möglicherweise eine Zelle mit hohem Ladezustand das Aufladen des Batteriesatzes. Um das Überladen der Zelle mit dem höchsten Ladezustand zu verhindern, werden andere Zellen möglicherweise nicht auf ihre volle Kapazität aufgeladen. Das bedeutet, dass der Batteriesatz möglicherweise nicht so viel Energie, wie es möglich ist, speichert. Das Balancieren gestattet es, dass alle Zellen auf den gleichen Ladezustandspegel gebracht werden, so dass die im Batteriesatz gespeicherte Energie optimiert werden kann. Das Balancieren wird möglicherweise bei einem vorbestimmten SOC durchgeführt, weil möglicherweise mehrere Batteriezellen in einem Cluster nicht notwendigerweise die gleiche Ladekapazität aufweisen.
Typische, zum Messen von Cluster-Spannungen verwendete Verfahren sind möglicherweise nicht für Lithium-Ionen-Zellen geeignet, weil der Mittelwert nicht ausreicht, um Überladen einer Zelle zu verhindern. Ein exakteres Mittel zum Bestimmen der Spannung jeder einzelnen Zelle ist möglicherweise nötig, um Zellüberladen wirksam zu verhindern. Falls eine Cluster-Spannungsmessung verwendet werden soll, muss ein Verfahren zur effektiven Berechnung der Attribute jeder Zelle umgesetzt werden. 5 veranschaulicht eine mögliche Architektur zur Verarbeitung von Cluster-Spannungen, um zur Fahrzeugsteuerung geeignete Zellenwerte zu bestimmen. Die Architektur zieht einen Cluster aus n Batteriezellen 138 in Betracht. Jede Zelle weist möglicherweise einen anderen Ladezustand (SOC) und/oder eine andere Ladekapazität (Q) auf. 5 zeigt eine Gruppe oder einen Cluster 138, der aus zwei repräsentativen Zellen 140 und 142 besteht. Die Anzahl der Zellen in einem Cluster oder einer Gruppe ist nicht auf zwei beschränkt. Die erste Zelle 140 weist möglicherweise eine Ladekapazität Q1 und einen Ladezustand SOC1 auf, während die zweite Zelle möglicherweise eine Ladekapazität Q2 und einen Ladezustand SOC2 aufweist. Um exakt die Kenndaten des Batteriesatzes zu ermitteln, ist es möglicherweise wünschenswert, die einzelnen Eigenschaften jeder Zelle (140, 142) innerhalb des Clusters 138 zu bestimmen.
Verschiedene Messwerte von jedem Cluster 138 werden möglicherweise von einem Datenerfassungssystem (DAS, Data Acquisition System) 144 verarbeitet. Das DAS 144 ist möglicherweise ein dezentrales Modul und enthält möglicherweise die Sensormodule (34, 2). Die DAS-Funktion 144 ist möglicherweise auch in einem Controller, wie zum Beispiel dem BCM (36, 2), eingeschlossen. Der DAS-Abschnitt 144 des Systems misst möglicherweise Cluster-Eigenschaften, wie zum Beispiel Strom, Spannung und Temperatur. Das DAS 144 umfasst möglicherweise alle zu Skalierung und Isolierung der Messsignale nötigen Filter- und Konditionierungsschaltkreise. Möglicherweise verteilt das DAS 144 dann die Cluster-Eigenschaftswerte oder kommuniziert diese zur Verwendung durch andere Funktionen oder Module. Das DAS 144 wird möglicherweise als ein oder mehrere Controller umgesetzt. Das DAS 144 misst und überträgt möglicherweise solche Eigenschaften wie Spannung 106 und Strom 146.
Ein Ungleichgewichtsdetektor 100 wird möglicherweise umgesetzt, um zu prognostizieren, wann ein Ungleichgewicht zwischen Zellen einer Gruppe vorhanden ist. Der Ungleichgewichtsdetektor 100 prognostiziert möglicherweise eine Gesamtspannung V_rm 102 des Batterie-Clusters auf Basis eines Referenzmodells 104. Ein Ungleichgewicht wird möglicherweise detektiert, indem die Spannungsprognose 102 mit einer gemessenen Cluster-Spannung V_C 106 verglichen wird. Die Spannungsprognose 102 ist möglicherweise ein erwarteter Wert der Ist-Spannung. Das Referenzmodell 104 ist möglicherweise ein Einzelzell-Batteriemodell, das vorbestimmte Werte für die Zellkenndaten verwendet, wie zum Beispiel den Anfangs-Ladezustand (SOC) und die Nenn-Kapazität. Das Referenzmodell 104 verwendet möglicherweise einen gemessenen Batteriestrom 146 als eine Eingabe. Das Referenzmodell 104 verwendet möglicherweise auch den Zeitraum, in dem die Zellen aufgeladen oder entladen werden, um eine erwartete Spannung zu bestimmen. Das Referenzmodell 104 wird möglicherweise verwendet, um die erwartete Spannung einer Einzelzelle 108 zu berechnen. Eine Prognose der Cluster-Gesamtspannung 102 wird möglicherweise durch Multiplizieren der Zellanzahl pro Cluster 110 mit der prognostizierten Zellspannung 108 ermittelt. Die Ausgabe der Referenzmodells 104 wird möglicherweise als eine erwartete Spannung einer Gruppe von Batteriezellen betrachtet. Das Referenzmodell 104 ist nicht auf irgendeine spezielle Modellart beschränkt. Eine Vielzahl von Batteriemodellen kann in Betracht gezogen werden, einschließlich eines Leerlaufspannung-Widerstand(OCV-R)-Modells auf Basis von Coulomb-Zählung, eines vereinfachten Ersatzschaltungsmodells oder elektrochemischer Modelle, die spezifisch für die einzelne Zelle sind.
Das System berechnet möglicherweise die erwartete Gesamtspannung 102 durch Berechnung einer repräsentativen Modellspannung 108 und Multiplizieren mit der Zellenanzahl in der Gruppe 110. Falls eine Spannung oder ein Ladezustand vorher für jede Zelle der Gruppe bestimmt worden ist, wird alternativ möglicherweise ein Modell für jede einzelne Zelle unter Verwendung dieser bereits bekannten Werte umgesetzt. Die Einzelzellmodelle werden dann möglicherweise summiert, um die Cluster-Referenzspannung 108 zu ermitteln. Allerdings ist es nicht erforderlich, den exakten Anfangswert für jede Zelle zu kennen, weil das beschriebene System über der Zeit alle Differenzen zwischen den Zellenwerten bestimmen kann.
3 zeigt ein typisches Batteriezellen-Ersatzschaltungsmodell. Eine Batteriezelle wird möglicherweise als eine Spannungsquelle (V_OC) 50 modelliert, die verknüpfte Widerstände (52 und 54) und die Kapazität 56 aufweist. Wegen der Batteriezellenimpedanz ist die Anschlussspannung V 58 typischerweise nicht die gleiche wie die Leerlaufspannung V_OC 50. Die Leerlaufspannung V_OC 50 ist nicht ohne Weiteres messbar, weil lediglich die Anschlussspannung 58 der Batteriezelle für Messungen zugänglich ist. Weil V_OC 50 nicht ohne Weiteres messbar ist, wird möglicherweise ein modellbasiertes Verfahren verwendet, um den Wert zu schätzen. Das Modell erfordert möglicherweise, dass die Werte des Widerstands und der Kapazität bekannt sind oder geschätzt werden. Das Batteriezellenmodell hängt möglicherweise von der Chemie des Batteriesatzes ab. Das jeweils für die Batteriezelle gewählte Modell ist für das beschriebene Verfahren nicht entscheidend, und 3 stellt lediglich ein mögliches Beispiel für ein Zellenmodell dar.
Für eine typische Lithium-Ionen-Batteriezelle besteht eine Relation zwischen dem SOC und der Leerlaufspannung (V_OC), so dass V_OC = f(SOC). 4 zeigt eine typische Kurve 96, die die Leerlaufspannung V_OC als Funktion des SOC zeigt. Die Relation zwischen SOC und V_OC wird möglicherweise durch eine Analyse von Batterieeigenschaften oder durch Testen der Batteriezellen bestimmt. Die Funktion lautet möglicherweise so, dass der SOC möglicherweise als f^–1(V_OC) berechnet wird. Die Funktion oder die Umkehrfunktion wird möglicherweise als eine Lookup-Tabelle oder eine äquivalente Gleichung umgesetzt. Die exakte Form der Kurve 96 variiert möglicherweise auf Basis der exakten Rezeptur der Lithium-Ionen-Batterie. Die Spannung V_OC ändert sich als Ergebnis von Aufladen und Entladen der Batterie.
Unter erneuter Bezugnahme auf 5: Eine Differenz oder ein Fehler 112 zwischen der gemessenen Cluster-Spannung 106 und der prognostizierten oder erwarteten Cluster-Spannung 102 wird möglicherweise berechnet. Ein großer Fehler 112 zwischen der erwarteten Spannung 102 und der gemessenen Spannung 106 zeigt möglicherweise einen Ungleichgewichtszustand zwischen den Zellen 140 und 142 dieser Gruppe 138 an. Ein Ungleichgewichtszustand wird möglicherweise detektiert, wenn die Kenndaten einer oder mehrerer Zellen vom Referenzwert 102 abweichen. Geringe Differenzen werden möglicherweise toleriert, weil sie möglicherweise auf Messungenauigkeit oder Produktionstoleranzen zurückzuführen sind.
Die bisher erörterte Detektion von Ungleichgewicht ist unter Verwendung eines Open-Loop-Modells der Batteriezellen durchgeführt worden. Das beschriebene Open-Loop-Modell kompensiert möglicherweise keine Varianzen bei Modellparametern oder Unsicherheit bei den Anfangswerten. Zusätzlich zum Open-Loop-Modell nutzt der Ungleichgewichtsdetektor möglicherweise eine Schaltschleifen-Architektur 114 für die Referenzspannungsprognose. Die Schaltschleife 114 wird als eine Closed-Loop-Beobachterschaltung betrieben und speist ein Fehlersignal e_vsl 120 zurück in das Referenzmodell 116 ein, um jede Unsicherheit beim Anfangsladezustand (SOC) oder bei anderen Cluster-Eigenschaften zu kompensieren. Die Schaltschleife 114 wird möglicherweise unter Fahrzeugaktivierungsbedingungen angewendet, um das Referenzmodell 116 zu initialisieren. Nachdem ein vorbestimmter Zeitraum verstrichen ist oder wenn die Spannungsprognose V_sl 118 gegen den gemessenen Spannungswert 106 innerhalb eines vorbestimmten Bereichs konvergiert ist, wird die Spannungsrückkopplung möglicherweise ausgeschaltet. Dann wird möglicherweise eine Open-Loop-Beobachterschaltung verwendet, um die Cluster-Referenzspannung 118 zu berechnen. Unter diesen Open-Loop-Bedingungen ist jede Abweichung des prognostizierten Wertes 118 vom gemessenen Wert 106 möglicherweise auf ein Ungleichgewicht der Eigenschaften zwischen den Zellen zurückzuführen.
Wenn kein Ungleichgewichtszustand vorliegt, verlaufen die gemessenen Spannungswerte und die erwarteten Spannungswerte möglicherweise nahe aneinander. Weil sich die Spannungen aufgrund von Aufladen und Entladen ändern, sollten die Spannungen weiter nahe aneinander verlaufen, es sei denn, es liegt ein Ungleichgewichtszustand vor. Wenn die erwartete Spannungsänderung von der gemessenen Spannungsänderung abweicht, wird möglicherweise ein Ungleichgewichtszustand detektiert.
Die beiden unterschiedlichen Ungleichgewichtsdetektionsstrukturen (Schaltschleifen-Referenzmodell 116 und Open-Loop-Referenzmodell 104) werden möglicherweise zur gleichen Zeit eingesetzt. Die Ausgabe e_v 122 des Ungleichgewichtsdetektors ist möglicherweise der Fehler 112 in der Spannungsprognose des Referenzmodells oder der Fehler in der von einer Schaltschleifen-Beobachterschaltung prognostizierten Spannung e_vsl 120 oder eine gewichtete Kombination der beiden.
Die detektierte Differenzspannung e_v 122 wird dann möglicherweise einem Ungleichgewichtsidentifizierer 124 zugeführt, um die Größe des Ungleichgewichts auszuwerten. Der Ungleichgewichtsidentifizierer 124 identifiziert möglicherweise die spezifischen Attribute oder Kenndaten jeder Zelle in einer Gruppe 138 auf Basis des detektierten Ungleichgewichts. Die Abweichung maßgeblicher Kenndaten von prognostizierten Werten wird möglicherweise für jede Zelle berechnet. Die Werte dieser maßgeblichen Kenndaten werden möglicherweise auch für jede Zelle berechnet.
Der Ungleichgewichtsidentifizierer 124 ist möglicherweise in der Lage, das Ungleichgewicht gewisser Attribute jeder Einzelzelle im Cluster 138 zu ermitteln. Zu den Zellattributen, die möglicherweise geschätzt werden, zählen SOC und Ladekapazität. Der Ungleichgewichtsidentifizierer 124 identifiziert möglicherweise ein Ungleichgewicht des SOC (imb_SOC), das heißt die Abweichung jedes Einzelzell-SOCs vom Nenn-SOC. Der Ungleichgewichtsidentifizierer 124 identifiziert möglicherweise ebenfalls die Relation dQ_i jeder Einzelzellkapazität zur Nenn-Kapazität. Es ist ebenfalls möglich, auch andere Zellkenndaten zu bestimmen. Der Ungleichgewichtsidentifizierer berechnet möglicherweise ebenfalls die Zellattribute für jede Zelle des Clusters.
Es werden möglicherweise verschiedene Verfahren zur Ungleichgewichtsidentifikation auf Basis des Fehlersignals e_v 122 angewendet. Einige der verfügbaren Konfigurationen, um das Ungleichgewicht zu identifizieren, sind möglicherweise ein Online-Gleichungslöser/Optimierer 126, ein Offline-Gleichungslöser/Optimierer 128, eine Lookup-Tabelle 130 oder ein kombinierter Online-/Offline-Onboard-Gleichungslöser/Optimierer. Andere Verfahren sind möglich, und diese Aufstellung ist nicht vollständig. Diese Verfahren basieren auf der Tatsache, dass sich die Ungleichgewichte möglicherweise langsam ändern, außer beim Ereignis eines schlagartigen Zellausfalls – der möglicherweise mit vorhandenen Verfahren detektiert wird.
Eine mögliche Umsetzungsform des Ungleichgewichtsidentifizierers 124 ist möglicherweise ein Online-Gleichungslöser/Optimierer 126. Mit dieser Option werden möglicherweise Gleichungen oder Verfahren in einem Controller in Echtzeit durchgeführt, um die individuellen Eigenschaften jeder Zelle auf Basis des Ungleichgewichts zu bestimmen. Diese Ausführungsform stellt dem Controller möglicherweise die aktuellsten Werte zur Verwendung in der Anwendung bereit. Ein gegebener Zellensatz wird möglicherweise in einem festen Intervall untersucht. Abhängig von der verfügbaren Verarbeitungsleistung werden möglicherweise alle Cluster auf einmal verglichen, oder der Gleichungslöser verarbeitet möglicherweise einen oder mehrere Cluster auf Basis einer Rotation. Zum Beispiel wird in einem Batteriemodul mit achtzig Zellen, bei dem die Werte von zwei Zellen auf einmal gemessen werden, das Ungleichgewicht eines Satzes möglicherweise alle 100 Millisekunden aktualisiert, und das Ungleichgewicht der kompletten Batterie kann in 4,0 Sekunden geprüft werden. Der Prozess wird dann im Laufe der Zeit möglicherweise kontinuierlich wiederholt.
Eine andere mögliche Umsetzungsform des Ungleichgewichtsidentifizierers 124 ist es, die Berechnungen onboard auf dem Controller, jedoch wenn das System offline ist, durchzuführen. Der Controller weist möglicherweise nicht die Verarbeitungsfähigkeit auf, um das Ungleichgewicht zu berechnen, während das Fahrzeug im Betrieb ist, also wird möglicherweise ein Offline-Onboard-Optimierer umgesetzt. Die Daten werden möglicherweise gesammelt und während des Betriebs im Speicher gespeichert und später vom Controller verarbeitet, wenn das Fahrzeug nicht läuft. Diese Option erfordert möglicherweise, dass der Controller eine Keep-Alive-Funktion aufweist, um das Verarbeiten zu gestatten, während das Fahrzeug nicht läuft. Im Fall von Elektro- oder Plug-in-Hybrid-Fahrzeugen führt der Controller die Verarbeitung möglicherweise durch, während das Fahrzeug aufgeladen wird.
Eine andere mögliche Umsetzungsform des Ungleichgewichtsidentifizierers 124 ist ein kombinierter Onboard-Optimierer, der möglicherweise online und offline läuft. Diese Alternative befasst sich mit der Verarbeitungsenergie des Offline-Gleichungslösers/Optimierers und weist die Fähigkeit auf, die Batterie wegen des Online-Gleichungslösers/Optimierers zu schützen. Während des normalen Betriebs wird möglicherweise das Offline-Verfahren verwendet. Allerdings werden Ungleichgewichte bei den Zellensträngen, die die höchsten und niedrigsten Ladezustände aufzuweisen scheinen (nicht notwendigerweise die höchste oder niedrigste kombinierte Spannung), möglicherweise kontinuierlich geprüft, wobei sich die Verarbeitung über einen längeren Zeitraum verteilt. Diese Alternative identifiziert möglicherweise eine begrenzte Anzahl von online zu verarbeitenden Clustern, während die anderen Cluster offline verarbeitet werden. Dieses Verfahren wird möglicherweise auf eine begrenzte Anzahl von „höchsten” oder eine begrenzte Anzahl von „niedrigsten” Zellen ausgedehnt. Welche Zellenstränge zu prüfen sind, basiert möglicherweise auf der Offline-Schätzung oder auf der Beobachtung des Verhaltens der Zellenstrangspannungen. Spannungen, die sich vom Median um einen maßgeblichen Betrag unterscheiden oder die sich vom Median wegbewegen, werden möglicherweise zur kontinuierlichen Überwachung ausgewählt. Die Bestimmung, welcher Zellenstrang zu verarbeiten ist, wird zurzeit in NiMH-Fahrzeugbatterien verwendet. Um vorsichtig zu sein, wird für die Differenz zwischen der Cluster-Spannung und der Medianspannung möglicherweise in Betracht gezogen, dass sie auf ein Ungleichgewicht in einer Zelle des Clusters zurückzuführen ist.
Eine andere mögliche Umsetzungsform ist eine reine Offline-Offboard-Lösung. Dies ist möglicherweise sinnvoll, wenn der Onboard-Controller nicht die Fähigkeit aufweist, das Ungleichgewicht zu berechnen, während das Fahrzeug im Betrieb ist. Der Onboard-Controller speichert möglicherweise Abtastdaten im Speicher, während das Fahrzeug im Betrieb ist, und sendet dann die Daten periodisch an einen Offboard-Prozessor 150. Der Offboard-Prozessor 150 ist möglicherweise eine Cloud-Computing-Einrichtung. Bei dieser Alternative wird möglicherweise flüchtiger Speicher verwendet, falls das Fahrzeug während der Fahrt mit dem Offboard-Prozessor 150 kommunizieren kann, andernfalls ist möglicherweise nichtflüchtiger Speicher erforderlich. Wenn die richtigen Bedingungen erfüllt sind, aktualisiert der Offboard-Prozessor 150 möglicherweise die Ungleichgewichtsinformationen und sendet die Ungleichgewichtsinformationen zurück an die ECU. Diese Lösung gestattet, dass der Algorithmus jederzeit aktualisiert wird und gestattet möglicherweise die Verwendung eines Onboard-Controllers mit geringerer Prozessorleistung. Die Kommunikationsverbindung 152 zwischen dem Ungleichgewichtsidentifizierer 124 des Onboard-Prozessors und dem Offboard-Prozessor 150 wird möglicherweise auf eine Vielzahl von Arten umgesetzt. Diese Kommunikationsverbindung 152 basiert möglicherweise auf Mobilfunkkommunikation, Satellitenkommunikation oder anderen drahtgebundenen bzw. drahtlosen Fahrzeugschnittstellen. Es ist beabsichtigt, dass die Kommunikationsverbindung 152 jede notwendige Hardware und Software enthält, die nötig ist, um eine derartige Verbindung umzusetzen. Internet-Fahrzeug-Kommunikationstechnologie entspricht dem Stand der Technik, und mit dieser Technologie sind Fahrzeuge auf dem Markt verfügbar.
Eine andere mögliche Umsetzungsform ist die Verwendung einer Lookup-Tabelle 130, um das Ungleichgewicht zu bestimmen. Im Controller wird möglicherweise eine Datentabelle gespeichert, die möglicherweise über das Ungleichgewicht e_v 122 indiziert ist, um den jeweils charakteristischen Wert für jede Zelle zu bestimmen. Die Tabelle weist möglicherweise zusätzliche Dimensionen auf, so dass möglicherweise andere Indizes nötig sind. Diese Alternative nutzt möglicherweise mehr Speicherplatz, erfordert jedoch möglicherweise weniger Verarbeitungszeit.
Die aktuellen charakteristischen Werte für jede Zelle werden möglicherweise auf Basis des identifizierten Ungleichgewichts 148 ermittelt. Das Batteriemanagementmodul 134 weist möglicherweise eine Reihe von Einzelzellmodellen für jede Zelle auf und wendet die identifizierten Kenndaten möglicherweise auf jedes Zellmodell an, um den SOC und die Spannung der Zellen zu schätzen. Auf diese Weise werden auf Basis der Gesamtspannung des Clusters möglicherweise die Zustände jeder einzelnen Zelle berechnet und überwacht, um Über-Aufladen bzw. Über-Entladen zu verhindern. Auch werden möglicherweise der repräsentative SOC, die Spannung des Satzes und die Betriebsgrenzwerte des Satzes berechnet und für das Fahrzeug-Energiemanagement 136 verwendet. Das detektierte Ungleichgewicht wird möglicherweise auch zur Durchführung von Zellbalancieren oder für die Diagnostik verwendet.
Im Anschluss wird eine mögliche Umsetzungsform der Ungleichgewichtsdetektion beschrieben. Zur Veranschaulichung wird eine Umsetzungsform unter Verwendung eines konstanten Aufladestroms als die Eingabe und unter Anwendung eines OCV-R-Modells als ein Referenzmodell beschrieben. Es wird ein Reihen-Lithium-Ionen-Batteriestrang mit zwei Zellen beschrieben werden, obwohl die Methodik auf Batterie-Cluster mit mehr Zellen angewendet werden kann. Das OCV-R-Modell für eine Einzelzelle weist folgende Form auf: dSOC/dt = I/Q (1) V = f_OCV(SOC) + IR (2) wobei I der Strom ist, Q sich auf die Ladekapazität bezieht, V die Spannung darstellt, R der Innenwiderstand ist und die Funktion f_OCV(x) die Leerlaufspannung der Batterie darstellt, die möglicherweise eine nichtlineare Funktion des SOC ist (siehe 4). In diesem Beispiel wird eine Funktion f_OCV(x) einer LiFePO₄-Batterie verwendet. Das Referenzmodell wird direkt als der Ungleichgewichtsdetektor angewendet. In diesem Modell wird der SOC möglicherweise als eine Funktion des Auflade- und des Entladestroms und der Zeit, die der Strom aufgebracht wird, berechnet. Die besten Ergebnisse werden möglicherweise für einen konstanten Strom ermittelt, das offenbarte System erfordert dies aber nicht.
Ein Fall, der in Betracht gezogen werden kann, ist, wenn lediglich ein Ungleichgewicht des SOC zwischen den Zellen in einem Cluster vorliegt. Unter der Annahme, dass das Aufladen gerade beginnt, weist Zelle₁ einen anfänglichen SOC-Wert von SOC_1,0 auf, und Zelle₂ weist einen anfänglichen SOC-Wert von SOC_2,0 auf. Das Ungleichgewicht (imb_SOC) des SOC zwischen Zelle₁ und Zelle₂ wird möglicherweise als die Differenz zwischen SOC_2,0 und SOC_1,0 berechnet (z. B. SOC_2,0 – SOC_1,0).
Dieses Ungleichgewicht, das sich möglicherweise bei Langzeitbetrieb unter nicht gleichförmigen Bedingungen oder wegen Zelldegradation entwickelt hat, wird sich wahrscheinlich während des kurzen Zeitraums, in dem die Ungleichgewichtsschätzung durchgeführt wird, nicht ändern. Folglich wird angenommen, dass SOC2 möglicherweise gleich der Summe von SOC₁ und imb_SOC ist. Ohne irgendeine Kenntnis der aktuellen Werte von SOC_1,0 und SOC_2,0 nimmt das Referenzmodell möglicherweise einen anfänglichen SOC von null an.
Durch Lösen der Gleichungen (1) und (2) ergeben sich die folgenden Gleichungen, wenn die Batterie mit konstantem Strom aufgeladen wird: SOC₁ = It/Q + SOC_1,0 (3) V₁ = f_OCV(SOC₁) + IR = f_OCV(It/Q + SOC_1,0) + IR (4) SOC₂ = It/Q + SOC_1,0 + imb_SOC (5) V₂ = f_OCV(SOC₂) + IR = f_OCV(It/Q + SOC_1,0 + imb_SOC) + IR (6) SOC_r = It/Q + SOC_r,0 (7) V_r = f_OCV(SOC_r) + IR = f_OCV(It/Q) + IR, (8) wobei t die verstrichene Zeit ist, SOC_1/2 und V_1/2 die wirklichen SOCs und Spannungen von Zelle₁ und Zelle₂ darstellen, SOC_x,0 den anfänglichen SOC-Wert darstellt und SOC_r und V_r die SOC- und Spannungsprognose des Referenzmodells darstellen.
Die Gesamtspannung des Clusters V_c = V₁ + V₂ wird möglicherweise gemessen, und der Fehler e_v zwischen der gemessenen Spannung und der Referenzspannung beträgt: e_v = V₁ + V₂ – 2V_r (9)
Das Einsetzen der Gleichungen (4), (6) und (8) in die Gleichung (9) ergibt: e_v = f_OCV(It/Q + SOC_1,0) + f_OCV(It/Q + SOC_1,0 + imb_SOC) – 2f_OCV(It/Q) (10)
In Gleichung (10) sind e_v, I, t und f_OCV(x) bekannt, und die Gleichung wird möglicherweise zur Ermittlung von SOC_1,0 und imb_SOC gelöst. Weil f_OCV(x) normalerweise eine nichtlineare Funktion des SOC ist, können verschiedene nichtlineare Zustandsschätzungsalgorithmen verwendet werden, um für SOC_1,0 und imb_SOC zu lösen (10). Zum Beispiel wird möglicherweise eine Sequenz von e_V, e_V,t1, e_V,t2, ..., e_V,tn zu aufeinanderfolgenden Zeitpunkten t₁, t₂, ..., t_n ermittelt. Möglicherweise wird dann der Newton-Raphson-Algorithmus angewandt, um die Werte von SOC_1,0 und imb_SOC zu ermitteln, die am besten mit der Sequenz zusammenpassen. Möglicherweise werden auch andere Algorithmen verwendet, um das SOC-Ungleichgewicht online zu schätzen, einschließlich, aber nicht darauf beschränkt, einer Sliding-Mode-Beobachterschaltung oder eines Unscented Kalman-Filters. Die resultierenden Werte von imb_SOC und SOC_1,0 werden dann möglicherweise angewendet, um die Spannung und den SOC für jede Zelle im Cluster zu schätzen.
Ein anderer Fall, der möglicherweise in Betracht gezogen wird, ist, wenn lediglich ein Ungleichgewicht der Ladekapazität zwischen den Zellen eines Clusters vorliegt. Jede Zelle weist möglicherweise eine Nennkapazität von Q₀ auf, aber aufgrund von Degradation oder Herstellungstoleranzen weist eine einzelne Zelle möglicherweise eine Kapazität auf, die sich von der Nennkapazität unterscheidet. Nehmen wir an, dass die beiden Zellen Kapazitäten von Q₁ bzw. Q₂ aufweisen und dass Q₁ = Q₀·dQ₁ und Q₂ = Q₀·dQ₂. Unter diesen Umständen, während des Aufladens mit konstantem Strom, wird die Spannungsdifferenz zwischen der gemessenen Cluster-Spannung und der prognostizierten Referenzmodell-Spannung möglicherweise durch folgende Gleichung gelöst: e_v = f_OCV(It/(Q₀·dQ₁)) + f_OCV(It/(Q₀·dQ₂)) – 2f_OCV(It/Q₀) (11)
In Gleichung (11) sind e_v, I, t, Q₀ und die OCV-Funktion bekannt, und die Gleichung wird möglicherweise zur Ermittlung von dQ₁ und dQ₂ gelöst. Weil f_OCV(X) normalerweise eine nichtlineare Funktion des SOC ist, werden möglicherweise verschiedene nichtlineare Zustandsschätzungsalgorithmen verwendet, um die Gleichung (11) für dQ₁ und dQ₂ wie vorher beschrieben zu lösen.
Über den gesamten Aufladeprozess können zahlreiche Fehlerwerte e_v zu unterschiedlichen Zeitpunkten erfasst werden, und sowohl dQ₁ als auch dQ₂ können durch Lösen von Gleichung (11) bei bekannten e_V, I, t und der OCV-Funktion unter Verwendung der gesammelten Fehlerpunkte ermittelt werden. Q₁ und Q₂ können dann auf Basis von dQ₁ und dQ₂ ermittelt werden, und sie werden dann möglicherweise angewendet, um die Spannung und den SOC jeder Zelle des Clusters zu schätzen. Möglicherweise werden Fehlerspannungen über der Zeit gesammelt, und möglicherweise werden verschiedene Verfahren verwendet, um nach den Unbekannten aufzulösen, wie vorher beschrieben wurde.
Ein anderer Fall, der möglicherweise in Betracht gezogen wird, ist, wenn sowohl ein Ungleichgewicht des SOC als auch ein Ungleichgewicht der Kapazität zwischen Zellen eines Clusters vorliegt. Dieser Fall ist eine Kombination der beiden vorigen Fälle. Indem die gleiche Herleitung verfolgt wird, kann e_v wie folgt ermittelt werden: e_v = f_OCV((It/(Q₀·dQ₁)) + SOC_1,0) + f_OCV((It/(Q₀·dQ₂)) + SOC_1,0 + imb_SOC) – 2f_OCV(It/Q₀) (12)
Der Fehler e_v ist möglicherweise bei unterschiedlichen Kombinationen von SOC_1,0, imb_SOC, dQ₁ und dQ₂ unterschiedlich. Über den gesamten Aufladeprozess werden möglicherweise zahlreiche Werte e_V zu unterschiedlichen Zeitpunkten erfasst, und SOC_1,0, imb_SOC, dQ₁ und dQ₂ können durch Lösen von Gleichung (12) mit den bekannten Werten von e_V, I, t und der Funktion f_OCV(x) auf Basis der gesammelten Fehlerpunkte ermittelt werden. Wiederum werden möglicherweise verschiedene nichtlineare Zustandsschätzungsalgorithmen verwendet, um die Gleichung (12) für SOC_1,0, imb_SOC, dQ₁ und dQ₂ zu lösen, wie vorher beschrieben wurde. Die gewonnenen SOC_1,0, SOC_2,0, Q₁ und Q₂ werden dann möglicherweise angewendet, um die Spannung und den SOC jeder einzelnen Zelle im Cluster zu schätzen.
Die Ungleichgewichtsidentifikation ist möglicherweise am effektivsten, wenn ein größerer Gradient in der Spannungs-SOC-Kurve vorhanden ist. Die Identifikation wird in den Bereichen am besten erreicht, in denen die Spannung sich schneller ändert als eine Funktion einer Änderung des SOC. Zum Beispiel unter Bezugnahme auf 4: In den Bereichen, in denen der SOC über 80% oder unter 20% liegt, weist die Spannung einen größeren Gradienten als eine Funktion des SOC auf. In diesen Bereichen identifizieren die nichtlinearen Identifikationsalgorithmen das Ungleichgewicht der Werte zwischen den Zellen möglicherweise effektiver. Um zu bestimmen, wann die Ungleichgewichtsidentifikation durchzuführen ist, wird möglicherweise ein mittlerer Ladezustand verwendet. Ein mittlerer Ladezustand wird möglicherweise auf Basis der gemessenen Cluster-Spannung unter Verwendung eines Mittelwerts der Cluster-Spannung für die Zellspannungen berechnet. Der Ladezustand und die Ladekapazität werden dann möglicherweise geschätzt, wenn der mittlere Ladezustand der Zellen in der Gruppe innerhalb eines vorbestimmten Bereichs liegt.
Sind die Ungleichgewichte und die Eigenschaften für jede Zelle bekannt, steuert das System möglicherweise Aspekte des Betriebs des Batteriesatzes. Die Kenntnis des SOC und der Ladekapazität für jede Zelle gestattet es, dass die Zellen balanciert werden, um die Leistung zu optimieren. Zusätzlich gestattet es die Kenntnis des SOC und der Ladekapazität für jede Zelle dem Controller, korrektes Aufladen und Entladen des Batteriesatzes anzuweisen. Das Aufladen wird möglicherweise angewiesen, um sicherzustellen, dass die Spannung jeder Zelle in der Gruppe eine vorbestimmte Spannung nicht übersteigt, um Überspannungszustände zu verhindern. Das Entladen wird möglicherweise angewiesen, um sicherzustellen, dass die Spannung jeder Zelle in der Gruppe nicht unter vorbestimmte Spannung fällt, um Unterspannungszustände zu verhindern. Die vorbestimmte Spannung für die Überspannungs- und Unterspannungszustände ist möglicherweise eine Funktion des Stroms und/oder der Temperatur.
Sobald die Ladekapazität und der SOC für jede Zelle bekannt sind, wird möglicherweise der SOC für den ganzen Satz auf Basis der einzelnen Zellenwerte bestimmt. Der SOC des Satzes wird dann möglicherweise an ein Fahrerdisplay ausgegeben, um den Fahrer über den aktuellen Zustand des Batteriesatzes zu informieren. Die Ladekapazitätsinformationen sind möglicherweise nützlich, um das Aufladen und das Entladen des Batteriesatzes zu unterstützen.
6 zeigt ein Flussdiagramm einer möglichen Ausführungsform, die möglicherweise als ein Verfahren in einem oder mehreren Controllern umgesetzt wird. Das System wird möglicherweise mit Werten für den SOC und die Ladekapazität jeder Zelle 222 initialisiert. Diese Initialisierungswerte sind möglicherweise anfängliche Prognosen oder werden möglicherweise aus vorher gespeicherten Werten abgeleitet. Während des Betriebs muss das System entscheiden, ob es die Zellen-SOC- oder Zellen-Ladekapazitätswerte aktualisiert oder nicht.
Der Ungleichgewichtsdetektorprozess 236 nimmt möglicherweise eine gemessene Cluster-Spannung 202 und einen gemessenen Strom 200 als Eingaben auf. Der Ungleichgewichtsdetektorprozess 236 überwacht möglicherweise auch die Auflade- und Entladezeit auf Basis des gemessenen Stroms 200. Diese gemessenen Werte werden möglicherweise in ein Spannungsprognosemodell 204 eingegeben, das ein Referenzmodell verwendet, das möglicherweise eine Schaltschleifen-Beobachterschaltung einschließt, wie vorher erörtert wurde. Die Ausgabe des Spannungsprognosemodells 204 wird möglicherweise von der gemessenen Cluster-Spannung 202 subtrahiert 206, um ein Fehlersignal e_V 208 zu gewinnen. Das Fehlersignal 208 wird dann möglicherweise für spätere Verwendung gespeichert oder an andere Funktionen übertragen. Möglicherweise wird ein Vergleich mit dem Fehlersignal vorgenommen, um zu bestimmen, ob die Größe über einem kalibrierbaren Schwellenwert 210 liegt. Falls die Fehlersignalgröße über dem kalibrierbaren Schwellenwert 214 liegt, dann liegt möglicherweise ein Ungleichgewicht vor. Falls die Fehlersignalgröße unter dem kalibrierbaren Schwellenwert 212 liegt, dann liegt möglicherweise kein Ungleichgewicht vor.
Falls ein Ungleichgewicht 214 vermutet wird, wird möglicherweise der Ungleichgewichtsidentifiziererprozess 238 ausgeführt. Das Ungleichgewicht wird möglicherweise identifiziert 216, indem die vorher vorgestellten Gleichungen für eine Sequenz von Fehlerwerten gelöst werden. Das Ungleichgewicht wird möglicherweise unter Verwendung irgendeiner der vorher umrissenen Online- oder Offline-Lösungstechnologien identifiziert 216. Der Ungleichgewichtsidentifizierer 238 speichert das detektierte Ungleichgewicht 218 dann möglicherweise für spätere Verwendung oder gibt es aus. Das detektierte Ungleichgewicht 218 wird möglicherweise einem Batteriemanagementsystem 234 bereitgestellt. Wenn ein Ungleichgewicht detektiert wird, wird die Kapazität und der SOC der Zellen möglicherweise gemäß den detektierten Ungleichgewichtsinformationen aktualisiert 224.
Wenn kein Ungleichgewicht vermutet wird 212, dann besteht möglicherweise kein Bedarf, den SOC oder die Kapazität der Zellen zu modifizieren. In diesem Fall wird keine Aktualisierung der Werte aufgrund eines Ungleichgewichts benötigt 220. Die Zellen-SOC- oder Zellenkapazitätswerte werden möglicherweise auf ihre normale Art und Weise 226 aktualisiert. Diese normalen Aktualisierungen basieren möglicherweise zum Beispiel auf Coulomb-Zählung. Sobald die SOC- und Ladekapazitätswerte für jede Zelle des Satzes bekannt sind, werden möglicherweise der SOC und die Ladekapazität für den kompletten Satz berechnet 228. Sobald die Satzwerte berechnet worden sind, werden möglicherweise die Batterie-Betriebsgrenzwerte berechnet 230. Die Betriebsgrenzwerte werden möglicherweise für die Fahrzeugsteuerung 232 verwendet. Die Batterie-Betriebsgrenzwerte verhindern möglicherweise, dass die Fahrzeugsteuerungen auf eine Art betrieben werden, die den Batteriesatz möglicherweise negativ beeinflusst. Dies beinhaltet das Aufladen und Entladen des Batteriesatzes auf Basis der berechneten Betriebsgrenzwerte. Die Betriebsgrenzwerte stellen möglicherweise auch Rückmeldungen über den Zustand des Fahrzeugs oder des Batteriesatzes für den Fahrer bereit.
Die hierin offenbarten Prozesse, Verfahren und Algorithmen können zur Ausgabe an ein verarbeitendes Bauelement, an eine Steuerung oder an einen Computer geeignet sein bzw. von diesen umgesetzt werden, wobei diese irgendeine vorhandene programmierbare elektronische Steuerungseinheit oder eine zweckmäßige elektronische Steuerungseinheit enthalten können. Analog können die Prozesse, Verfahren oder Algorithmen als Daten und Anweisungen gespeichert sein, die von einer Steuerung oder einem Computer in vielen Formen ausgeführt werden können, einschließlich, aber nicht darauf beschränkt, Informationen, die auf nicht beschreibbaren Speichermedien dauerhaft gespeichert sind, wie zum Beispiel auf ROM-Einrichtungen, bzw. Informationen, die auf beschreibbaren Speichermedien veränderlich gespeichert sind, wie zum Beispiel auf Floppydisks, Magnetbändern, CDs, RAM-Einrichtungen und auf anderen magnetischen und optischen Medien. Die Prozesse, Verfahren oder Algorithmen können auch mit einem als Software ausführbaren Objekt umgesetzt werden. Alternativ können die Prozesse, Verfahren oder Algorithmen im Ganzen oder in Teilen unter Verwendung von geeigneten Hardware-Komponenten umgesetzt werden, wie zum Beispiel von anwendungsspezifischen integrierten Schaltungen (Application Specific Integrated Circuits, ASICs), Field-Programmable Gate Arrays (FPGAs), Zustandsautomaten, Controllern oder anderen Hardware-Komponenten oder -Einrichtungen oder einer Kombination aus Hardware-, Software- und Firmware-Komponenten.
Obwohl oben Ausführungsbeispiele beschrieben wurden, ist nicht beabsichtigt, dass diese Ausführungsformen alle möglichen, durch die Ansprüche erfassten Formen beschreiben. Die in der Beschreibung verwendeten Begriffe sind eher beschreibende als einschränkende Begriffe, und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Gedanken und vom Schutzbereich der Offenbarung abzuweichen. Die Merkmale verschiedener Ausführungsformen können, wie vorher beschrieben wurde, kombiniert werden, so dass sie weitere Ausführungsformen der Erfindung bilden, die möglicherweise nicht explizit beschrieben oder veranschaulicht werden. Obwohl verschiedene Ausführungsformen so beschrieben worden sein können, dass sie Vorteile gegenüber anderen Ausführungsformen oder gegenüber Umsetzungen nach dem Stand der Technik hinsichtlich einer oder mehrerer Soll-Charakteristika bereitstellen bzw. diesen vorzuziehen sind, verstehen Durchschnittsfachleute, dass Kompromisse hinsichtlich eines oder mehrerer Merkmale oder Charakteristika eingegangen werden können, um Soll-Attribute des Gesamtsystems zu erreichen, die von der spezifischen Anwendung und Umsetzung abhängig sind. Diese Attribute können, ohne darauf beschränkt zu sein, Folgendes beinhalten: Kosten, Festigkeit, Haltbarkeit, Lebensdauerkosten, Absatzfähigkeit, Erscheinungsbild, Konfektionierung, Größe, Service-Freundlichkeit, Gewicht, Herstellbarkeit, Montagefreundlichkeit usw. Von daher liegen Ausführungsformen, die hinsichtlich eines oder mehrerer Charakteristika als weniger wünschenswert als andere Ausführungsformen bzw. als Umsetzungen nach dem Stand der Technik beschrieben worden sind, nicht außerhalb des Schutzbereichs der Offenbarung und können für bestimmte Anwendungen erwünscht sein.

Claims

Fahrzeug, das Folgendes umfasst: mehrere Batteriezellen, die in Gruppen von wenigstens zwei angeordnet sind; und wenigstens einen Controller, der dazu programmiert ist, wenigstens einige der Zellen als Reaktion auf eine durch Aufladen und Entladen der Zellen verursachte Spannungsänderung über einer der Gruppen, die sich von einer erwarteten Spannungsänderung unterscheidet, zu balancieren, wobei die erwartete Spannungsänderung auf einem Strom und einer Zeit basiert, die mit dem Aufladen und Entladen verknüpft sind.
Fahrzeug nach Anspruch 1, wobei die erwartete Spannungsänderung weiterhin auf einer gemessenen Spannung über der einen der Gruppen basiert.
Fahrzeug nach Anspruch 1, wobei die Zellen mit einem im Allgemeinen konstanten Strom aufgeladen und entladen werden.
Fahrzeug nach Anspruch 1, wobei die Basis der Batteriezellen Lithium ist.