DE102015100151A1 - Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz - Google Patents

Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz Download PDF

Info

Publication number
DE102015100151A1
DE102015100151A1 DE102015100151.9A DE102015100151A DE102015100151A1 DE 102015100151 A1 DE102015100151 A1 DE 102015100151A1 DE 102015100151 A DE102015100151 A DE 102015100151A DE 102015100151 A1 DE102015100151 A1 DE 102015100151A1
Authority
DE
Germany
Prior art keywords
battery
vehicle
data
cells
time duration
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.)
Pending
Application number
DE102015100151.9A
Other languages
English (en)
Inventor
Tae-Kyung Lee
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 DE102015100151A1 publication Critical patent/DE102015100151A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • B60L58/13Maintaining the SoC within a determined range
    • 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
    • B60L3/00Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12Recording operating variables ; Monitoring of operating variables
    • 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
    • B60L58/18Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • B60L58/21Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules having the same nominal voltage
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables
    • 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
    • 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Ein Hybridfahrzeug umfasst einen Batteriesatz, der eine oder mehrere Zellen aufweist, und eine Steuereinheit, die so konfiguriert ist, dass Parameterwerte eines Batteriesatzes aufgrund einer generalisierten linearen Regressionsanalyse kontinuierlich aktualisiert werden. Die Analyse aktualisiert die Parameter mithilfe eines Datensatzes aus unabhängigen variablen Vektoren und einem abhängigen variablen Vektor, die aus einer Reihe von Eingangsströmen des Batteriesatzes und entsprechenden Spannungsantworten des Batteriesatzes gebildet werden, die in ein sich bewegendes Fenster fallen.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Offenbarung bezieht sich auf Techniken für eine Parameterschätzung von Elementen, die ein Batteriemodell bilden und ein Bereitstellen einer Steuerung einer zugehörigen Batterie.
  • HINTERGRUND
  • Hybridelektrofahrzeuge (Hybrid Electric Vehicles, HEV) verwenden eine Kombination aus einem Verbrennungsmotor und einem Elektromotor, um die Leistung zum Antreiben eines Fahrzeugs bereitzustellen. Diese Anordnung stellt eine verbesserte Kraftstoffeinsparung gegenüber einem Fahrzeug bereit, das nur einen Verbrennungsmotor aufweist. Ein Verfahren zum Verbessern der Kraftstoffeinsparung in einem HEV umfasst ein Abschalten des Verbrennungsmotors während der Zeiten, in denen der Verbrennungsmotor mit einem geringen Wirkungsgrad arbeitet und andererseits nicht zum Antreiben des Fahrzeugs erforderlich ist. In diesen Situationen wird der mit einem Batteriesystem verbundene Elektromotor verwendet, um die ganze Leistung bereitzustellen, die für den Antrieb des Fahrzeugs erforderlich ist. Wenn die Leistungsnachfrage des Fahrers so ansteigt, dass der Elektromotor nicht mehr genügend Leistung bereitstellen kann, um die Nachfrage zu erfüllen, oder in anderen Fällen, wenn der Ladezustand (State Of Charge, SOC) der Batterie unter einen bestimmten Pegel fällt, sollte der Verbrennungsmotor schnell und weich in einer Weise gestartet werden, die für den Fahrer kaum erkennbar ist.
  • KURZDARSTELLUNG
  • Ein Batteriesystem umfasst einen Batteriesatz, der eine oder mehrere Zellen aufweist, und eine Steuereinheit, die so konfiguriert ist, dass eine Steuerung für den Batteriesatz bereitgestellt wird. Das System kann eine oder mehrere gleichwertige Schaltkreise umfassen, die so konfiguriert sind, dass der Batteriesatz mithilfe einer generalisierten linearen Regressionsanalyse modelliert wird. Die generalisierte lineare Regressionsanalyse wird mithilfe eines Datensatzes aus unabhängigen variablen Vektoren und einem abhängigen variablen Vektor ausgeführt, die aus einer Reihe von Eingangsströmen des Batteriesatzes und entsprechenden Spannungsantworten des Batteriesatzes gebildet werden, die in ein sich verschiebendes Fenster fallen.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 zeigt ein schematisches Blockschaubild eines Hybridelektrofahrzeugs, das typische Antriebs- und Energiespeicherkomponenten darstellt;
  • 2 zeigt ein schematisches Schaltbild eines gleichwertigen Schaltkreises für eine Li-Ionen-Batterie;
  • 3 zeigt ein Flussdiagramm eines Algorithmus zum Identifizieren eines oder mehrerer Batteriemodellparameter;
  • 4 zeigt grafische Darstellungen, die ein sich verschiebendes Zeitfenster darstellen, in dem ein Stromeingang und ein Spannungsausgang einer Batterie erfasst werden;
  • 5 zeigt grafische Darstellungen, die gemessene Strom- und Spannungsdaten einer Batterie darstellen, die in der generalisierten Regressionsanalyse verwendet werden; und
  • 6 zeigt grafische Darstellungen, die geschätzte Batterieparameter darstellen, die aus dem statistischen Regressionsansatz mit zurückweichendem Horizont erzeugt werden.
  • DETAILLIERTE BESCHREIBUNG
  • Detaillierte Ausführungsformen der vorliegenden Erfindung werden wie gefordert in dieser Beschreibung offenbart, aber es ist selbstverständlich, dass die offenbarten Ausführungsformen nur Beispiele der Erfindung sind, die in verschiedenen und alternativen Formen ausgeführt werden können. Die Figuren sind nicht unbedingt maßstabsgetreu gezeichnet; einige Merkmale können stark vergrößert oder verkleinert sei, um Einzelheiten der speziellen Komponenten zu zeigen. Daher dürfen die hier offenbarten spezifischen strukturellen und funktionellen Einzelheiten nicht als Einschränkung interpretiert werden, sondern nur als eine typische Grundlage, um dem Fachmann zu erläutern, wie er die vorliegende Erfindung in verschiedener Weise einsetzen kann.
  • Ein HEV-Batteriesystem kann eine Batterieverwaltungsstrategie umsetzen, die Werte schätzt, welche die aktuellen Betriebsbedingungen des Batteriesatzes und/oder einer oder mehrerer Batteriezellen beschreiben. Die Betriebsbedingungen des Batteriesatzes und/oder der einen oder mehreren Batteriezellen umfassen einen Batterieladezustand, einen Leistungsschwund, einen Kapazitätsschwund und die sofort verfügbare Leistung. Die Batterieverwaltungsstrategie kann in der Lage sein, Werte abzuschätzen, wenn die Zellen während der Lebensdauer des Batteriesatzes altern. Das genaue Schätzen einiger Parameter und die verbesserte Vorhersage der Batteriedynamik mithilfe der geschätzten Parameter kann die Leistungsfähigkeit und die Widerstandsfähigkeit des Batteriesatzes verbessern und kann letztendlich die nutzbare Lebensdauer des Batteriesatzes verlängern. Für das hier beschriebene Batteriesystem kann das Schätzen einiger Parameter des Batteriesatzes und/oder der Zellen so ausgeführt werden, wie es unten erörtert wird.
  • 1 zeigt ein typisches Hybridelektrofahrzeug. Ein typisches Hybridelektrofahrzeug 2 kann einen oder mehrere Elektromotoren 4 umfassen, die mechanisch mit einem Hybridgetriebe 6 verbunden sind. Das Hybridgetriebe 6 ist außerdem mechanisch mit einem Verbrennungsmotor 8 verbunden. Das Hybridgetriebe 6 ist auch mechanisch mit einer Antriebswelle 10 verbunden, die ihrerseits mechanisch mit den Rädern 12 verbunden ist. Bei einer weiteren Ausführungsform, die in der Darstellung nicht gezeigt wird, kann das Hybridgetriebe ein nicht auswählbares Schaltgetriebe sein, das einen Elektromotor umfasst. Die Elektromotoren 4 können eine Antriebs- und Bremsfähigkeit bereitstellen, wenn der Verbrennungsmotor 8 ein- oder ausgeschaltet wird. Die Elektromotoren 4 dienen auch als Generatoren und sie können die Vorzüge einer Kraftstoffeinsparung bereitstellen, indem Energie zurückgewonnen wird, die normalerweise als Wärme in dem Reibungsbremssystem verloren gehen würde. Die Elektromotoren 4 können auch verringerte Schadstoffemissionen bereitstellen, da das Hybridelektrofahrzeug 2 unter bestimmten Bedingungen im Elektromodus betrieben werden kann.
  • Ein Batteriesatz 14 kann, ohne darauf beschränkt zu sein, eine Traktionsbatterie umfassen, die eine oder mehrere Batteriezellen aufweist, welche Energie speichern, die von den Elektromotoren 4 verwendet werden kann. Der Fahrzeugbatteriesatz 14 stellt typischerweise einen Hochvoltgleichspannungsausgang bereit und ist mit einem Leistungselektronikmodul 16 elektrisch verbunden. Das Leistungselektronikmodul 16 kann mit einem oder mehreren Steuermodulen in einem Datenaustausch stehen, die ein Fahrzeugcomputersystem 22 bilden. Das Fahrzeugcomputersystem 22 kann mehrere Fahrzeugfunktionen, -systeme und/oder -teilsysteme steuern. Das eine oder die mehreren Module können, ohne darauf beschränkt zu sein, ein Batterieverwaltungssystem umfassen. Das Leistungselektronikmodul 16 ist auch elektrisch mit den Elektromotoren 4 verbunden und stellt die Fähigkeit bereit, Energie in beiden Richtungen zwischen dem Batteriesatz 14 und den Elektromotoren 4 zu übertragen. Ein typischer Batteriesatz 14 kann zum Beispiel eine Gleichspannung bereitstellen, während die Elektromotoren 4 einen Dreiphasenwechselstrom benötigen können, um zu funktionieren. Das Leistungselektronikmodul 16 kann die Gleichspannung in einen Dreiphasenwechselstrom wandeln, wie er von den Elektromotoren 4 benötigt wird. In einem regenerativen Modus (Generator-Modus) wandelt das Leistungselektronikmodul 16 den Dreiphasenwechselstrom von den Elektromotoren 4, die als Generatoren dienen, in die Gleichspannung um, die von dem Batteriesatz 14 benötigt wird.
  • Außer dem Bereitstellen von Energie für den Antrieb, kann der Batteriesatz 14 auch Energie für andere elektrische Systeme des Fahrzeugs bereitstellen. Zu einem typischen System kann ein DC/DC-Wandlermodul 18 gehören, das den Hochvoltgleichstromausgang des Batteriesatzes 14 in eine Niedrigvoltgleichstromversorgung wandelt, die mit anderen Fahrzeuglasten kompatibel ist. Andere Hochvoltlasten können direkt ohne die Verwendung des DC/DC-Wandlermoduls 18 angeschlossen werden. Bei einem typischen Fahrzeug sind die Niedrigvoltsysteme elektrisch mit einer 12-V-Batterie 20 verbunden.
  • Der Batteriesatz 14 kann durch das Leistungselektronikmodul 16 gesteuert werden, das Anweisungen von einem Fahrzeugcomputersystem 22 empfangen kann, das ein oder mehrere Steuermodule aufweist. Das eine oder die mehreren Module können, ohne darauf beschränkt zu sein, ein Batteriesteuermodul umfassen. Das eine oder die mehreren Steuermodule können so konfiguriert sein, dass sie den Batteriesatz 14 mithilfe eines Schätzverfahrens von Batteriemodellparametern steuern, welche einen Mittelwert des effektiven internen Batteriewiderstands während des Betriebs schätzen, um die Leistungsfähigkeit der Batterie zu ermitteln. Die Vorhersage der Leistungsfähigkeit ermöglicht dem Batteriesatz 14, ein übermäßiges Laden oder ein übermäßiges Entladen zu vermeiden, welche zu einer Verringerung der Lebensdauer der Batterie, zu Problemen bei der Leistungsfähigkeit des Antriebsstrangs des Fahrzeugs usw. führen können.
  • Das Verfahren und/oder die Strategie für die Vorhersage von Batterieparametern können die Echtzeitermittlung (d. h. während des Betriebs) der aktuellen Grenzen und der Leistungsfähigkeit der Batterie unterstützen. Viele Schätzverfahren für Batterieparameter werden durch die Genauigkeit der Batteriemodelle und unvorhergesehene Umgebungsbedingungen oder unerwartete Störungen während des Batteriebetriebs beeinträchtigt. Wenn eine Batterie zum Beispiel in einem ladungserschöpfenden Modus ist, kann ein einfaches Batteriemodell nicht die komplexe Systemdynamik des zugehörigen Spannungsausgangs und des zugehörigen Stromeingangs erfassen, deren Messung versucht wird. Das Verfahren oder die Strategie für eine Fahrzeugbatteriemessung kann ein gleichwertiges Schaltkreismodell verwenden, das eine oder mehrere Widerstand-Kondensator-Schaltkreise (Resistant-Capacitor circuits, R-C-Schaltkreise) in unterschiedlichen Konfigurationen verwendet, um den Batteriesatz in dem Fahrzeug so zu messen, dass die elektrochemische Impedanz während des Betriebs bereitgestellt wird.
  • 2 zeigt ein schematisches Schaltbild eines einfachen gleichwertigen Schaltkreises, der eine Batterie modelliert. Der Schaltkreis kann eine Batterie einschließlich eines Batteriesatzes und/oder einer oder mehrerer Batteriezellen modellieren. Das einfache gleichwertige Schaltkreismodell 200 kann ein Modell eines Randles-Schaltkreises und/oder einen oder mehrere R-C-Schaltkreise umfassen. Der Randles-Schaltkreis (z. B. ein R-C-Schaltkreis) besteht aus einem aktiven Elektrolytwiderstand R1 202 der mit einer parallelen Kapazität C 204 und einem aktiven Ladungsübertragungswiderstand R2 206 in Reihe geschaltet ist. Der Randles-Schaltkreis erlaubt ein Messen einer Klemmenspannung vt 212, einer Leerlaufspannung der Batterie vOC 214, einer internen Batteriespannung v1 216 und der Spannung des R-C-Schaltkreises v2 210. Der Randles-Schaltkreis kann in einem HEV-Batterieverwaltungssystem umgesetzt werden, um vorhersagende Berechnungen für einen oder mehrere Batterieparameter bereitzustellen.
  • Das HEV-Batterieverwaltungssystem kann das Modell eines Randles-Schaltkreises umsetzen, um die dynamischen Antworten einer Batterie vorherzusagen wie zum Beispiel Antworten der Batterieklemmenspannung in Bezug auf die elektrischen Stromeingänge in den Batteriesatz. Das Modell eines Randles-Schaltkreises kann schnelle Berechnungen durch das Batterieverwaltungssystem ermöglichen, ohne eine zusätzliche Hardware einzufügen, und/oder die Systemkomplexität zu vergrößern. Das gleichwertige Schaltkreismodell 200 kann die Berechnung der vorhersagenden Batteriesystemparameter einschließlich, ohne darauf beschränkt zu sein, der Impedanz des Batteriesatzes, des internen Widerstands und seiner korrelierten Dynamik erlauben. Die Messwerte können in einem oder mehreren Steuermodulen in dem Fahrzeugcomputersystem einschließlich des Energiesteuermoduls der Batterie aufgezeichnet, berechnet und gespeichert werden.
  • Die Modellparameter in dem Modell eines Randles-Schaltkreises können aus den Messungen der Batterieein- und -ausgänge aufgrund verschiedener Algorithmen geschätzt werden. Die Leistungsfähigkeit der Batterie kann aus dem Batteriemodell mit geschätzten Modellparametern vorhergesagt werden, die ein ohmsches Verhalten, eine Ladungsübertragungsdynamik, und eine Streuungsdynamik während des Fahrzeugbetriebs (z. B. eines Echtzeitbetriebs) darstellen. Die Leistungsfähigkeit der Batterie kann durch den aktuellen Zustand der Batterie und seiner korrelierten Dynamik beeinträchtigt werden. Die Leistungsfähigkeit einer Batterie kann ermittelt werden, indem die internen Zustände gemessen werden, und sie können abgeleitet werden, indem externe Systemausgänge verwendet werden, die Systemstörungen während des Batteriebetriebs unterliegen. Die Berechnungen der Leistungsfähigkeit für das Batteriesystem können verbessert werden, indem ein zurückweichender Horizont auf die Batteriemessungen angewandt wird, um zu bewirken, dass der (die) geschätzte(n) Parameter weniger empfindlich gegenüber den Systemstörungen ist (sind).
  • Der Echtzeitschätzalgorithmus für die Modellparameter der Batterie kann so ausgelegt werden, dass geschätzte Modellparameter erlangt werden, die weniger empfindlich gegenüber Modellungenauigkeiten und Sensorstörungen sind, indem eine generalisierte lineare Regressionsanalyse mit einem Ansatz eines zurückweichenden Horizonts (oder mit einem Ansatz mit sich bewegenden Fenstern) kombiniert wird. Das Modell eines Randles-Schaltkreises wird durch die folgende Gleichung dargestellt:
    Figure DE102015100151A1_0002
    wobei die Gleichung (1) diskretisiert wird, um auf ein sich bewegendes Fenster mithilfe der folgenden Gleichung angewandt zu werden:
    Figure DE102015100151A1_0003
  • Die diskrete Form der Gleichung (1) wird auf der Grundlage der Gleichung (2) in die folgende Gleichung abgeleitet:
    Figure DE102015100151A1_0004
  • Wobei v2,k 210 die Spannung über dem R-C-Schaltkreis in dem vereinfachten Modell eines Randles-Schaltkreises bei dem aktuellen Zeitschritt t = tk ist, v2,k-1 die Spannung über dem R-C-Schaltkreis in dem vereinfachten Modell eines Randles-Schaltkreises bei dem vorhergehenden Zeitschritt t = tk-1 ist, Δt die Dauer eines Zeitschritts ist und ik-1 der Eingangsstrom bei dem vorhergehenden Zeitschritt t = tk-1 ist. Ein alternativer Weg zum Ausführen von Gleichung (3) ist ein Ersetzen des Eingangsstroms ik-1 bei dem vorhergehenden Zeitschritt durch den Eingangsstrom ik bei dem aktuellen Zeitschritt.
  • Wie in Gleichung (3) formuliert wird, wird ein neuer Modellparameter a in der nachfolgenden Gleichung definiert:
    Figure DE102015100151A1_0005
    und ein weiterer Modellparameter b wird in der nachfolgenden Gleichung definiert: b = Δt / C (5)
  • Die Batterieantwort, welche die Batteriedynamik darstellt, wird in der nachfolgenden Gleichung definiert: yk = vOC,k – vt,k = v2,k + R1ik (6)
  • Wobei yk die Spannungsantwort der Batterie ist, welche die Batteriedynamik bei einem gegebenen Batterieladezustand (SOC) darstellt, vOC,k die Leerlaufspannung bei einem aktuellen Zeitschritt t = tk ist und Vt,k die Klemmenspannung ist, die an den Batterieklemmen bei dem aktuellen Zeitschritt t = tk gemessen wird.
  • Um eine Gleichung der Systemantwort abzuleiten, welche die in Gleichung (6) definierten Batterieantworten und die Eingangsströme umfasst, wandelt die nachfolgende Gleichung die Gleichung (6) in: v2,k = yk – R1ik (7)
  • Danach wird die Gleichung (7) mit der Gleichung (3) kombiniert, was zu einer Gleichung der Systemdynamik führt, die durch Eingangsströme und Systemantworten folgendermaßen ausgedrückt wird: yk = ayk-1 + R1ik + (b – aR1)ik-1 (8)
  • Die resultierende Gleichung wird in einer Form einer linearen Funktion ausgedrückt, die aus den Koeffizienten a, R1 und (b – aR1) sowie unabhängigen Variablen besteht. Die linearen Koeffizienten a, R1, (b – aR1) und unabhängigen Variablen repräsentieren die gemessene Spannungsantwort des Systems yk-1, bei dem vorhergehenden Zeitschritt t = tk-1, den Stromeingang in den Batteriesatz ik bei dem aktuellen Zeitschritt t = tk und den Stromeingang in den Batteriesatz ik-1 bei dem vorhergehenden Zeitschritt t = tk-1.
  • Die Koeffizienten der linearen Gleichung in der Gleichung (8) werden in einer 1×3-Vektorform folgendermaßen dargestellt: β = [a R1 (b – aR1)]T = [β1 β2 β3]T (9)
  • Die unabhängigen Variablen der linearen Gleichung in der Gleichung (8) werden in Form des nachfolgenden Vektors ausgedrückt: Xk = [yk-1 ik ik-1] (10)
  • Der Koeffizientenvektor β wird mithilfe der nachfolgenden Gleichung aus dem einen oder den mehreren Datensätzen geschätzt, die Messdaten innerhalb des sich verschiebenden Fensters umfassen: β ^ = (XTX)–1XTy (11)
  • Wobei β ^ der identifizierte Koeffizientenvektor ist und X die Datenmatrix der unabhängigen Variablen ist. Wenn die Anzahl von Daten in dem Zeitfenster N ist, ist die Datenmatrix X der unabhängigen Variablen in der Gleichung (11) eine N×3-Matrix, die aus dem nachfolgenden Vektor gebildet wird:
    Figure DE102015100151A1_0006
  • Ein Datenvektor der abhängigen Variablen in der Gleichung (11) ist ein N×1-Vektor, der gebildet wird aus:
    Figure DE102015100151A1_0007
  • Sobald der Koeffizientenvektor β ^ identifiziert ist, können die Modellparameter der Batterie R1, R2 und C aus dem Vektor mithilfe der nachfolgenden Gleichungen berechnet werden, die aus den Gleichungen (4), (5) und (9) abgeleitet sind:
    Figure DE102015100151A1_0008
  • 3 zeigt eine Flussdiagramm eines Algorithmus zum Identifizieren eines oder mehrerer Batteriemodellparameter, die in der Verwaltung und Steuerung eines Batteriesatzes verwendet werden. Das Verfahren kann mithilfe eines Softwarecodes umgesetzt werden, der in dem Steuermodul des Fahrzeugs enthalten ist. Bei weiteren Ausführungsformen kann das Verfahren 300 in anderen Fahrzeugsteuereinheiten umgesetzt oder auf mehrere Fahrzeugsteuereinheiten verteilt werden.
  • In Bezug auf 3 werden das in 1 und 2 dargestellte Fahrzeug und seine Komponenten im Verlauf der Erörterung des Verfahrens mit den gleichen Bezugszeichen erwähnt, um das Verständnis zahlreicher Aspekte der vorliegenden Offenbarung zu vereinfachen. Das Verfahren zum Steuern der Vorhersage der Batterieparameter in einem Hybridelektrofahrzeug kann durch einen Computeralgorithmus, einen maschinengestützten Code oder Softwarebefehle umgesetzt werden, die in einer oder mehreren geeigneten programmierbaren Logikeinheiten des Fahrzeugs wie zum Beispiel dem Steuermodul des Fahrzeugs, dem Hybridsteuermodul, einer anderen Steuereinheit, die in einem Datenaustausch mit dem Fahrzeugcomputersystem steht, oder einer Kombination davon programmiert sind. Obwohl es scheint, dass verschiedene Schritte, die in der Flussdiagrammdarstellung 300 gezeigt werden, in einer chronologischen Reihenfolge auftreten, können mindestens einige der Schritte in einer anderen Reihenfolge auftreten, oder einige Schritte können gleichzeitig oder gar nicht ausgeführt werden.
  • Im Schritt 302 kann das Fahrzeugcomputersystem während eines Schlüsseleinschaltereignisses, das ein Einschalten des Fahrzeugs erlaubt, mit dem Hochfahren des einen oder mehrerer Module beginnen. Das Hochfahren des einen oder mehrerer Module kann veranlassen das Variablen, die sich auf das Batterieverwaltungssystem beziehen, initialisiert werden, bevor ermöglicht wird, dass im Schritt 304 ein oder mehrere Algorithmen in dem Fahrzeugcomputersystem ausgeführt werden.
  • Zum Beispiel kann es notwendig sein, dass die Batterieparameter während eines Schlüsseleinschaltereignisses initialisiert werden, da die Dynamik einer Batteriezelle im Ruhezustand einen Selbstentladungs-/Ladungserschöpfungszustand aufweist. Das Batterieverwaltungsverfahren kann das System initialisieren, bevor der Eingangsstrom und die Ausgangsspannung zum Vorhersagen der Klemmenspannung der Batterie, der aktuellen Grenzen und/oder andere batteriebezogene Parameter gemessen werden, welche die Batteriedynamik charakterisieren. Die Batteriedynamik kann während eines Schlüsseleinschaltereignisses aufgrund mehrere Faktoren variieren einschließlich, ohne darauf beschränkt zu sein, der Länge des Ruhezustands des Fahrzeugs ohne Ladung, der Lebensdauer der Batterie, den Batteriebetriebsmodi und/oder den Umgebungsbedingungen.
  • In 306 kann das System gemessene Spannungsausgänge und Stromeingänge der Batterie von den Sensoren in dem Batteriesystem oder von Algorithmen empfangen, die dazu ausgelegt sind, die Systemantworten abzuschätzen. Das System kann im Schritt 308 die Anzahl von Datenpunkten überwachen, die aus Strommessungen und Spannungsmessungen bestehen. Wenn die Anzahl von Datenpunkten geringer ist als die gewünschte Menge an Datenpunkten, die in einem vorbestimmten, sich bewegenden Fenster messbar sind, kann das System das Erfassen zusätzlicher Datenpunkte anfordern, bevor eine generalisierte lineare Regressionsanalyse in 312 durchgeführt wird. Die Anzahl von Datenpunkten in dem vorbestimmten, sich verschiebenden Fenster kann zum Beispiel berechnet werden, indem die Fensterlänge tdur durch den Zeitschritt Δt geteilt wird. Bei einem weiteren Beispiel kann das System Datenpunkte in dem sich bewegenden Fenster erfassen, bis ihre Anzahl gleich oder größer ist als eine kalibrierbare Anzahl von Datenpunkten, die erforderlich ist, um die Vorhersagen der Batterieparameter mithilfe der Analyse mit zurückweichendem Horizont zu berechnen. Wenn das System nicht die erforderliche Anzahl von Datenpunkten empfangen hat, kann es das Messen und Erfassen zusätzlicher Eingangsstrom- und Ausgangsspannungsdaten fortsetzen.
  • Die Dauer (oder Größe) des sich verschiebenden Fensters kann aufgrund mehrerer Faktoren kalibriert werden einschließlich der Ermittlung für das Beibehalten der Diskrepanz der geschätzten Modellparameter in Bezug auf den (die) vorher während der Offline-Tests gemessenen Batterieparameterwert(e). Die Diskrepanz kann auf einem vordefinierten Bereich zwischen den geschätzten Modellparametern und den vorher gemessenen Batterieparameterwerten beruhen. Der (die) echte(n) Wert(e) kann (können) offline mithilfe eines Kalibrierungsprozesses identifiziert und/oder gemessen werden. Die Bereiche können als Funktionen des Batterieladezustands, der Temperatur und/oder anderer charakteristischer Variablen der Batterie ausgedrückt werden.
  • Wenn die Anzahl von Datenpunkten gleich oder größer ist als die erforderliche Anzahl von Datenpunkten in dem sich bewegenden Fenster, wird im Schritt 310 ein neuer Datenpunkt zum Datensatz hinzugefügt während der älteste Datenpunkt aus dem Datensatz entfernt wird. Das Zeitrahmenfenster wird in 4 ausführlicher dargestellt und erläutert.
  • Sobald das System die Daten aufweist, welche die durch die Schritte 306, 308 und 310 vorbereiten Spannungs- und Strommessungen der Batterie umfasst, kann das System im Schritt 312 eine generalisierte lineare Regressionsanalyse der Datensätze ausführen, um die Batteriemodellparameter abzuschätzen, welche die Batteriedynamik in dem gleichwertigen Schaltkreismodell charakterisieren. Die generalisierte lineare Regressionsanalyse verwendet einen Datensatz, der erklärende Variablen (oder unabhängige Variablen) und Antwortvariablen (oder abhängige Variablen) aufweist, um die Koeffizienten in der linearen Regressionsgleichung für die beste Datenanpassung abzuschätzen. Die Datensätze werden vorbereitet, indem die Strom- und Spannungsmessungen aufgezeichnet werden, die in dem sich verschiebenden Fenster erfasst werden. Die Batterieparameter können, ohne darauf beschränkt zu sein, der interne Batteriewiderstand und die Parameter des R-C-Schaltkreises in dem gleichwertigen Schaltkreis 200 sein. Die Batterieparameter können aufgrund der Struktur des in dem Batterieverwaltungsverfahren verwendeten gleichwertigen Schaltkreismodells unterschiedlich sein.
  • Im Schritt 314 erlaubt das Vorhersagen der Batterieantworten einschließlich der Leistungsfähigkeit der Batterie dem System, zu ermitteln, wie die Batterieleistung und -energie in jedem Zeitschritt oder einem beliebigen Zeitschritt verwaltet werden. Die Leistungsfähigkeit der Batterie kann aufgrund der berechneten Impedanz ein Einstellen von einem maximalen und einem minimalen Leistungsgrenzwert für den Betrieb der Batterie umfassen. Eine genaue Vorhersage der Batterieantwort kann die übermäßige Verwendung der Batterie vermeiden oder abschwächen, indem der Batteriebetrieb innerhalb sicherer Grenzen angepasst wird, wodurch die Lebensdauer der Batterie verbessert wird. Eine genaue Vorhersage der Batterieantwort kann auch die Leistungsfähigkeit des Antriebsstrangsystems oder weiterer zugehöriger Systeme/Teilsysteme verbessern, indem die Verwendung des Batteriesatzes in dem batterieelektrischen Fahrzeug oder dem Hybridelektrofahrzeug verlängert wird.
  • Wenn das System ein Schlüsselausschaltereignis erkennt, kann das System im Schritt 316 den einen oder mehrere Algorithmen beenden, die verwendet werden, um den Batteriesatz und/oder die eine oder mehreren Batteriezellen zu verwalten. Wenn das System keine Schlüsselausschaltaufforderung empfängt, kann das System damit fortfahren den Batteriestrom und die Ausgangsspannung des Batteriesatzes zu messen, die verwendet werden, um die Batterieparameter abzuschätzen. Im Schritt 318 kann das Fahrzeugcomputersystem einen Schlüsselausschaltmodus aufweisen, der dem System erlaubt, einen oder mehrer Parameter in einem nichtflüchtigen Speicher so zu speichern, dass diese Parameter von dem System für das nächste Schlüsseleinschaltereignis verwendet werden können.
  • 4 zeigt grafische Darstellungen, die einen statistischen Regressionsansatz mit zurückweichendem Horizont darstellen, der Spannungs- und Stromdaten aus einem oder mehreren sich verschiebenden Fenstern empfängt. Die grafischen Darstellungen zeigen ein Profil eines Batterieeingangsstroms 403, ein Profil einer Batterieausgangsspannung 405 und sich bewegende Fenster mit einer Dauer von tdur bei verschiedenen Zeitstandorten 408, 410, 412. Die grafische Darstellung 400 des Profils eines Batterieeingangsstroms besteht aus einer x-Achse, welche die Zeit 402 darstellt, einer y-Achse, welche den Strom 404 darstellt, und einem Profil des Batterieeingangsstroms 403. Die grafische Darstellung 401 eines Profils einer Batterieausgangsspannung besteht aus einer x-Achse, welche die Zeit 408 darstellt, einer y-Achse, welche die Spannung 406 darstellt, und einem Profil der Batterieausgangsspannung 405. Das Stromprofil 403 und das Spannungsprofil 405 können durch Sensoren gemessen oder durch verschiedene Algorithmen geschätzt werden.
  • Der zurückweichende Horizont (oder das sich bewegende Fenster) erlaubt eine Echtzeitschätzung von einem oder mehreren Batterieparametern, obwohl nur die Menge der in dem sich bewegenden Fenster während der Zeitdauer tdur gespeicherten Batterieantwortdaten verwendet wird. Die generalisierte linearisierte Regressionsanalyse der erfassten Daten 403, 405 in den sich bewegenden Fenstern 408, 410, 412 filtert die Messungsstörungen und verarbeitet die Störungen in den Daten, indem die Diskrepanzen zwischen den Daten und einer Regressionsgleichung auf ein Mindestmaß herabgesetzt werden. Die Fensterzeitdauer tdur wird ermittelt durch den Abgleich der Leistungsfähigkeit der Störungsunterdrückung und der Leistungsfähigkeit des Aufspürens der echten Parameterwerte.
  • 5 zeigt grafische Darstellungen, welche Messdaten von Batteriestrom und -spannung darstellen, die verwendet werden um Daten von unabhängigen Variablen und Daten von abhängigen Variablen in der generalisierten linearen Regressionsanalyse zu bilden. Die grafischen Darstellungen zeigen ein sich bewegendes Fenster 508, um die Messdaten von Batteriestrom und -spannung zu erfassen. Die grafische Darstellung 500 des Spannungsausgangsprofils der Batterie zeigt den Spannungsausgang 510 der Batterie, der aus der Batterieklemmenspannung minus der Batterieleerlaufspannung (Open Circuit Voltage, OCV) berechnet wird. Das Spannungsausgangsprofil der Batterie 500 besteht aus einer x-Achse, welche die Zeit 502 darstellt, und einer y-Achse, welche die Spannung 504 darstellt. Die grafische Darstellung 501 des Stromeingangsprofils der Batterie zeigt den Stromeingang 512 der Batterie, indem sie eine x-Achse, welche die Zeit 502 darstellt, und eine y-Achse aufweist, welche den Strom 506 darstellt. Das Fenster, das eine vordefinierte Dauer des Zeitschritts 510 aufweist und sich in Richtung neuer Daten bewegt, erfasst einen neuen Datenpunkt von Batteriestrom und -spannung zum aktuellen Zeitpunkt und gibt den ältesten Datenpunkt in dem Fenster auf.
  • 6 zeigt grafische Darstellungen, die Batterieparameter darstellen, die mithilfe eines statistischen Regressionsansatzes mit zurückweichendem Horizont geschätzt wurden. Die grafische Darstellung des Profils des internen Widerstands (oder des aktiven Elektrolytwiderstands) 600 zeigt die Schätzungsergebnisse des internen Widerstands im Verlauf einer Zeitdauer mithilfe eines Verfahrens mit zurückweichendem Horizont 610 und mithilfe eines herkömmlichen Verfahrens 608. Das herkömmliche Verfahren 608 kann, ohne darauf beschränkt zu sein, einen erweiterten Ansatz einer Kalman-Filterschätzung umfassen. Die grafische Darstellung 600 besteht aus einer x-Achse, die eine Zeit 602 darstellt, einer y-Achse, welche die Widerstände in Ohm 604 darstellt, und den geschätzten Profilen 608, 610 des internen Widerstands. Die grafische Darstellung 601 des Profils des aktiven Ladungsübertragungswiderstands zeigt die geschätzten Profile des Ladungsübertragungswiderstands mithilfe einer Regressionsanalyse 612 und mithilfe eines herkömmlichen Verfahrens 614, das mithilfe eines erweiterten Kalman-Filters ausgeführt werden kann, ohne auf diesen beschränkt zu sein. Das Ladungsübertragungswiderstandsprofil besteht aus einer x-Achse, welche die Zeit 602 darstellt, und einer y-Achse, welche die Widerstände in Ohm 606 darstellt.
  • Die geschätzten Batteriemodellparameter können, ohne auf diese beschränkt zu sein, den internen Widerstand R1, den Ladungsübertragungswiderstand R2 und die Ladungsübertragungskapazität C umfassen und sie können der Batteriesteuereinheit erlauben, die Leistungsfähigkeiten der Batterie oder ander Batterieantworten in Echtzeit zu berechnen (oder zu schätzen). Die berechneten Batteriemodellantworten helfen dabei, den Batteriesatz wirkungsvoll zu nutzen, während ein übermäßiger Betrieb der Batterie über die Nutzungsgrenzen der Batterie hinaus vermieden wird, wodurch die Lebensdauer und die Leistungsfähigkeit des Batteriesatzes und/oder der einen oder mehrerer Batteriezellen verbessert werden.
  • Obwohl oben beispielhafte Ausführungsformen beschrieben wurden, sind diese nicht so zu verstehen, dass diese Ausführungsformen alle möglichen Formen der Erfindung beschreiben. Vielmehr sind die Begriffe, die in dieser Beschreibung verwendet werden, als Begriffe für eine Beschreibung, aber nicht als Einschränkungen zu verstehen, und es versteht sich, dass zahlreiche Änderungen vorgenommen werden können, ohne vom Erfindungsgedanken und dem Umfang der Erfindung abzuweichen. Außerdem können die Merkmale der zahlreichen umgesetzten Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden.
  • Es wird ferner beschrieben:
    • A. Fahrzeug, umfassend: eine Traktionsbatterie; und eine Steuereinheit, die konfiguriert ist, der Batterie zugehörige Impedanzparameter auszugeben, die auf Regressionen von Daten des Batterieeingangsstroms und entsprechender Daten der Batterieausgangsspannung beruhen, die in ein sich verschiebendes Fenster fallen, das eine Zeitdauer aufweist; eine Leistungsfähigkeit für die Batterie auszugeben, die eine maximale Leistungsgrenze und eine minimale Leistungsgrenze definiert, die auf den Impedanzparametern beruhen; und die Batterie zu betreiben, um eine der Batterie zugehörige Leistung innerhalb der Grenzen zu halten.
    • B. Fahrzeug nach A, wobei die Zeitdauer auf einer Differenz zwischen einem vordefinierten Wert und einem Wert von mindestens einem der Impedanzparameter beruht.
    • C. Fahrzeug nach B, wobei die Zeitdauer in dem Maße zunimmt, wie die Differenz zunimmt.
    • D. Fahrzeug nach B, wobei die Zeitdauer in dem Maße abnimmt, wie die Differenz abnimmt.
    • E. Fahrzeug nach A, wobei die Impedanzparameter einen internen Widerstand, einen Ladungsübertragungswiderstand oder eine Ladungsübertragungskapazität umfassen.
    • F. Traktionsbatteriesystem, umfassend: eine Vielzahl von Zellen; und eine Steuereinheit, die konfiguriert ist, ein sich verschiebendes Fenster umzusetzen, das eine Zeitdauer aufweist, um den Zellen zugehörige Eingangsstromdaten und entsprechende Ausgangsspannungsdaten zu filtern; den Zellen zugehörige Impedanzparameter auszugeben, die auf Regressionen der Eingangsstromdaten und entsprechender Ausgangsspannungsdaten beruhen; die Zeitdauer aufgrund einer Differenz zwischen einem Wert von mindestens einem Impedanzparameter und einem vordefinierten Wert so zu verändern, dass die nachfolgenden Werte des mindestens einen Impedanzparameters in einen vordefinierten Bereich um den vordefinierten Wert fallen; eine Leistungsfähigkeit für die Zellen auszugeben, die eine maximale Leistungsgrenze und eine minimale Leistungsgrenze definiert, die auf den Impedanzparametern beruhen; und die Zellen zu laden und entladen, dass die zugehörige Leistung innerhalb dieser Grenzen bleibt.
    • G. System nach F, wobei die Zeitdauer in dem Maße zunimmt, wie die Differenz zunimmt.
    • H. System nach F, wobei die Zeitdauer in dem Maße abnimmt, wie die Differenz abnimmt.
    • I. System nach F, wobei die Impedanzparameter einen internen Widerstand, einen Ladungsübertragungswiderstand oder eine Ladungsübertragungskapazität umfassen.
    • J. Steuerverfahren, umfassend: Ausgeben von Impedanzparametern einer Traktionsbatterie, die auf Regressionen von Daten des Batterieeingangsstroms und entsprechender Daten der Batterieausgangsspannung beruhen, die in ein sich verschiebendes Fenster fallen, das eine Zeitdauer aufweist; Ausgeben einer Leistungsfähigkeit für die Batterie, die eine maximale Leistungsgrenze und eine minimale Leistungsgrenze definiert, die auf den Impedanzparametern beruhen; und Betreiben der Batterie, um eine der Batterie zugehörige Leistung innerhalb der Grenzen zu halten.
    • K. Verfahren nach J, wobei die Zeitdauer auf einer Differenz zwischen einem vordefinierten Wert und einem Wert von mindestens einem der Impedanzparameter beruht.
    • L. Verfahren nach K, wobei die Zeitdauer in dem Maße zunimmt, wie die Differenz zunimmt.
    • M. Verfahren nach K, wobei die Zeitdauer in dem Maße abnimmt, wie die Differenz abnimmt.
    • N. Verfahren nach J, wobei die Impedanzparameter einen internen Widerstand, einen Ladungsübertragungswiderstand oder eine Ladungsübertragungskapazität umfassen.
    • O. Verfahren nach J, wobei die Regressionen lineare Regressionen sind.

Claims (9)

  1. Fahrzeug, umfassend: eine Traktionsbatterie; und eine Steuereinheit, die konfiguriert ist der Batterie zugehörige Impedanzparameter auszugeben, die auf Regressionen von Daten des Batterieeingangsstroms und entsprechender Daten der Batterieausgangsspannung beruhen, die in ein sich verschiebendes Fenster fallen, das eine Zeitdauer aufweist; eine Leistungsfähigkeit für die Batterie auszugeben, die eine maximale Leistungsgrenze und eine minimale Leistungsgrenze definiert, die auf den Impedanzparametern beruhen; und die Batterie zu betreiben, um eine der Batterie zugehörige Leistung innerhalb der Grenzen zu halten.
  2. Fahrzeug nach Anspruch 1, wobei die Zeitdauer auf einer Differenz zwischen einem vordefinierten Wert und einem Wert von mindestens einem der Impedanzparameter beruht.
  3. Fahrzeug nach Anspruch 2, wobei die Zeitdauer in dem Maße zunimmt, wie die Differenz zunimmt.
  4. Fahrzeug nach Anspruch 2, wobei die Zeitdauer in dem Maße abnimmt, wie die Differenz abnimmt.
  5. Fahrzeug nach Anspruch 1, wobei die Impedanzparameter einen internen Widerstand, einen Ladungsübertragungswiderstand oder eine Ladungsübertragungskapazität umfassen.
  6. Traktionsbatteriesystem, umfassend: eine Vielzahl von Zellen; und eine Steuereinheit, die konfiguriert ist, ein sich verschiebendes Fenster umzusetzen, das eine Zeitdauer aufweist, um den Zellen zugehörige Eingangsstromdaten und entsprechende Ausgangsspannungsdaten zu filtern; den Zellen zugehörige Impedanzparameter auszugeben, die auf Regressionen der Eingangsstromdaten und entsprechender Ausgangsspannungsdaten beruhen; die Zeitdauer aufgrund einer Differenz zwischen einem Wert von mindestens einem Impedanzparameter und einem vordefinierten Wert so zu verändern, dass die nachfolgenden Werte des mindestens einen Impedanzparameters in einen vordefinierten Bereich um den vordefinierten Wert fallen; eine Leistungsfähigkeit für die Zellen auszugeben, die eine maximale Leistungsgrenze und eine minimale Leistungsgrenze definiert, die auf den Impedanzparametern beruhen; und die Zellen zu laden und entladen, dass die zugehörige Leistung innerhalb dieser Grenzen bleibt.
  7. System nach Anspruch 6, wobei die Zeitdauer in dem Maße zunimmt, wie die Differenz zunimmt.
  8. System nach Anspruch 6, wobei die Zeitdauer in dem Maße abnimmt, wie die Differenz abnimmt.
  9. System nach Anspruch 6, wobei die Impedanzparameter einen internen Widerstand, einen Ladungsübertragungswiderstand oder eine Ladungsübertragungskapazität umfassen.
DE102015100151.9A 2014-01-14 2015-01-08 Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz Pending DE102015100151A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/154,802 2014-01-14
US14/154,802 US9205755B2 (en) 2014-01-14 2014-01-14 Receding horizon regression analysis for battery impedance parameter estimation

Publications (1)

Publication Number Publication Date
DE102015100151A1 true DE102015100151A1 (de) 2015-07-16

Family

ID=53485097

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015100151.9A Pending DE102015100151A1 (de) 2014-01-14 2015-01-08 Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz

Country Status (3)

Country Link
US (1) US9205755B2 (de)
CN (1) CN104773086B (de)
DE (1) DE102015100151A1 (de)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10345385B2 (en) 2014-05-12 2019-07-09 Gm Global Technology Operations Llc. Battery state estimation systems and methods using a nonlinear resistance element
US9419314B2 (en) * 2014-05-12 2016-08-16 GM Global Technology Operations LLC Systems and methods for determining battery system power capability
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10243385B2 (en) 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US10436845B2 (en) * 2016-03-01 2019-10-08 Faraday & Future Inc. Electric vehicle battery monitoring system
US10040366B2 (en) * 2016-03-10 2018-08-07 Ford Global Technologies, Llc Battery terminal voltage prediction
CN106200858B (zh) * 2016-07-18 2019-03-15 浪潮(北京)电子信息产业有限公司 一种电池备份单元驱动模块
JP6831193B2 (ja) * 2016-08-26 2021-02-17 トヨタ自動車株式会社 ハイブリッド車両の制御装置
US10447046B2 (en) * 2016-09-22 2019-10-15 Robert Bosch Gmbh Secondary battery management system with remote parameter estimation
US10099679B2 (en) * 2016-10-20 2018-10-16 Fca Us Llc Battery state and parameter estimation using a mixed sigma-point kalman filtering and recursive least squares technique
CN106950507A (zh) * 2017-05-12 2017-07-14 国家电网公司 一种智能时钟电池用高可靠性寿命评估方法
US10538174B2 (en) 2017-09-29 2020-01-21 Nio Usa, Inc. Real-time nonlinear receding horizon control of batteries for power systems
CN109241041B (zh) * 2018-06-26 2021-05-11 广东工业大学 一种注塑成型装备大数据的预处理方法及装置
WO2021014406A1 (en) * 2019-07-24 2021-01-28 Eco Home As Method and device for predicting state of health and remaining lifetime for used electric vehicle batteries
CN110717887A (zh) * 2019-09-05 2020-01-21 中国航空工业集团公司洛阳电光设备研究所 一种针对线列探测器坏元检测的方法
CN112379270B (zh) * 2020-11-13 2024-01-30 哈尔滨工业大学 一种电动汽车动力电池荷电状态滚动时域估计方法
KR102472040B1 (ko) * 2022-06-23 2022-11-29 주식회사 셀포인트 학습된 추론모델 기반 배터리특성 도출시스템 및 그 방법

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6874591B2 (en) 1994-05-27 2005-04-05 Deka Products Limited Partnership Speed limiting for a balancing transporter
CN102308424B (zh) * 2009-02-03 2014-12-10 株式会社东芝 非水电解质二次电池、电池组及汽车
US8055460B2 (en) 2009-02-20 2011-11-08 GM Global Technology Operations LLC Method and apparatus for monitoring solenoid health
KR20100012611U (ko) * 2009-06-11 2010-12-21 변세정 디스플레이 일체형 칠판시스템
US8825243B2 (en) 2009-09-16 2014-09-02 GM Global Technology Operations LLC Predictive energy management control scheme for a vehicle including a hybrid powertrain system
US8170818B2 (en) 2010-03-10 2012-05-01 GM Global Technology Operations LLC Battery state estimator using multiple sampling rates
US8534400B2 (en) * 2011-02-14 2013-09-17 Ford Global Technologies, Llc Electric vehicle and method of control for active auxiliary battery depletion
US9283947B2 (en) * 2011-04-11 2016-03-15 GM Global Technology Operations LLC System and method for determining battery capacity in an electric vehicle
CN102130489A (zh) * 2011-04-22 2011-07-20 上海狮虎能源科技发展有限公司 电动汽车的充电系统
US9446666B2 (en) * 2011-06-16 2016-09-20 Renault S.A.S. Method to supply an electric accessory of a motor vehicle comprising an electric battery to which said accessory is connected

Also Published As

Publication number Publication date
CN104773086A (zh) 2015-07-15
US9205755B2 (en) 2015-12-08
CN104773086B (zh) 2018-09-14
US20150197164A1 (en) 2015-07-16

Similar Documents

Publication Publication Date Title
DE102015100151A1 (de) Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz
DE102015203789B4 (de) Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen
DE102015100043A1 (de) Impedanzbasierte Batterieparameterschätzung
DE102017100220A1 (de) Rückkopplungssteuerung mit geschlossenem regelkreis zur minderung von lithium-plating in batterien von elektrisch angetriebenen fahrzeugen
DE102015208265A1 (de) System und verfahren zur akkumulatorleistungsverwaltung
DE102015103561A1 (de) Frequenzbasierte schätzung von batteriemodellparametern
DE102011054144A1 (de) Regelverfahren zur Detektion von übermäßigem Strom
DE102014103803A1 (de) Batteriezustandsschätzer, der ein elektrochemisches Festkörperkonzentrationsmodell mit einem empirischen Ersatzschaltungsmodell kombiniert
DE102015203803A1 (de) Auslagerung der Parameteridentifikation durch die Verwendung von Cloud Computing-Ressourcen
DE102015116106A1 (de) Sammelschienenisolationswiderstandsschätzung für elektrische isolationsprüfung und -diagnostik
DE102017100224A1 (de) Fahrzeugsteuerung auf der basis einer lithium-beschichtungsdetektion in elektrofahrzeugbatterien
DE102013113951A1 (de) Verfahren zum Detektieren von Leerlaufsspannungsverschiebungen mittels Optimierung durch Anpassen der Anodenelektrodenhalbzellspannungskurve
DE102013220015A1 (de) Verfahren und System zum Schätzen der Batteriekapazität in einem Fahrzeug
DE102012212869A1 (de) Verfahren und System zum Steuern einer Fahrzeugbatterie
DE102015207674A1 (de) Verfahren zum anpassen von mindestladezustandsgrenzen einer batterie auf der grundlage einer leistungsfähigkeit der batterie
EP3766120B1 (de) Charakterisierung von lithium-plating bei wiederaufladbaren batterien
DE102015109327A1 (de) Schätzungen von Batteriestromgrenzen auf Basis von Ersatzschaltungen
EP3323667B1 (de) Traktionsenergiespeichersystem mit betriebsgrenzenbestimmung
DE102012222650A1 (de) Optimieren einer Systemleistung unter Verwendung von Informationen bezüglich des Zustands der Betriebsfähigkeit
DE102015109286A1 (de) System und Verfahren zur Batterieleerlaufspannungsschätzung
DE102012215302A1 (de) Verfahren und System zur Verwendung mit einer Fahrzeugbatterie
DE102021101041A1 (de) Verfahren und vorrichtung zur steuerung des elektrischen leistungsflusses in einem batteriesystem
DE102014118824A1 (de) Verfahren zum Kumulieren eines Batterieverschleißes
DE102019111976A1 (de) Kapazitätsbestimmung bei Batterien
DE102016119253A1 (de) Batteriezustands-schätzungssysteme und verfahren unter verwendung eines nichtlinearen widerstandselements

Legal Events

Date Code Title Description
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: B60L0011180000

Ipc: B60L0058100000

R082 Change of representative

Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE

Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE

Representative=s name: ETL WABLAT & KOLLEGEN PATENT- UND RECHTSANWALT, DE

R082 Change of representative

Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE

Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE

R012 Request for examination validly filed