DE102015105207A1 - Ladezustands-schätzvorrichtung und verfahren, um diese herzustellen und zu verwenden - Google Patents

Ladezustands-schätzvorrichtung und verfahren, um diese herzustellen und zu verwenden Download PDF

Info

Publication number
DE102015105207A1
DE102015105207A1 DE102015105207.5A DE102015105207A DE102015105207A1 DE 102015105207 A1 DE102015105207 A1 DE 102015105207A1 DE 102015105207 A DE102015105207 A DE 102015105207A DE 102015105207 A1 DE102015105207 A1 DE 102015105207A1
Authority
DE
Germany
Prior art keywords
circuit
linear regression
data
impedance
charge
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
DE102015105207.5A
Other languages
English (en)
Inventor
Daniel R. Baker
Mark W. Verbrugge
Patrick Frost
Brian J. Koch
Charles W. Wampler II.
Patricia M. Laskowsky
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102015105207A1 publication Critical patent/DE102015105207A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements

Abstract

Eine Anzahl von Varianten umfasst ein Verfahren, das umfassen kann, dass mindestens ein Segment von spannungsbasierten Daten einer Batteriezustandsschätzung verwendet wird und eine lineare Regression in Echtzeit verwendet wird, die ein Verfahren zum Schätzen eines zukünftigen Verhaltens eines Systems auf der Grundlage von aktuellen und vorherigen Datenpunkten sein kann, um eine robuste und sich schnell anpassende Impedanzantwort-Approximationsvorrichtung bereitzustellen. Eine lineare Regression kann durchgeführt werden, indem eine RC-Schaltung gebildet wird, die ”äquivalent” zu Daten einer elektrochemischen Impedanzspektroskopie ist, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebiger Anzahl bekannter Algorithmen mit linearer Regression in Echtzeit verarbeitet werden, die umfassen, aber nicht beschränkt sind auf gewichtete rekursive kleinste Quadrate (WRLS), ein Kalman-Filter oder andere Mittel.

Description

  • TECHNISCHES GEBIET
  • Das Gebiet, das die Offenbarung allgemein betrifft, umfasst Batterieschätzvorrichtungen und Verfahren, um diese herzustellen und zu verwenden.
  • HINTERGRUND
  • Fahrzeuge, die eine Batterie aufweisen, können eine Batteriezustandsschätzvorrichtung verwenden.
  • ZUSAMMENFASSUNG AUSGEWÄHLTER ERKLÄRENDER VARIANTEN
  • Eine Anzahl von Varianten umfasst ein Verfahren, das umfassen kann, dass mindestens ein Segment von spannungsbasierten Daten einer Batteriezustandsschätzung verwendet wird und dass eine lineare Regression in Echtzeit verwendet wird, welche ein Verfahren zum Schätzen eines zukünftigen Verhaltens eines Systems auf der Grundlage aktueller und vorheriger Datenpunkte sein kann, um eine robuste und sich schnell anpassende Impedanzantwort-Approximationsvorrichtung bereitzustellen. Die lineare Regression kann durchgeführt werden, indem eine RC-Schaltung gebildet wird, die ”äquivalent” zu Daten einer elektrochemischen Impedanzspektroskopie ist, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebigen Anzahl bekannter linearer Regressionsalgorithmen in Echtzeit verarbeitet werden, welche gewichtete rekursive kleinste Quadrate (WRLS von engl.: weighted recursive least squares), ein Kalman-Filter oder andere Mittel umfassen, aber nicht darauf beschränkt sind.
  • Eine Anzahl von Varianten kann ein Verfahren umfassen, dass umfasst, dass eine Ladezustands-Schätzvorrichtung verwendet wird, die eine RC-Schaltung enthält, die auf der Grundlage von Daten einer elektrochemischen Impedanzspektroskopie von einer Energiespeichervorrichtung, etwa einer Batterie, einem Superkondensator oder einer anderen elektrochemischen Vorrichtung, modelliert wird, und dass die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebigen Anzahl bekannter linearer Regressionsalgorithmen in Echtzeit verarbeitet werden, welche gewichtete rekursive kleinste Quadrate (WRLS), ein Kalman-Filter oder andere Mittel umfassen, aber nicht darauf beschränkt sind. Das Verfahren kann außerdem einen Controller umfassen, der aufgebaut und angeordnet ist, um eine Eingabe von der Ladezustands-Schätzvorrichtung zu empfangen, um die Eingabe von der Schätzvorrichtung mit vorbestimmten Werten zu vergleichen, und um eine Maßnahme zu ergreifen, etwa das Senden eines Signals, das den Ladezustand repräsentiert, oder das Ergreifen einer anderen Maßnahme, wenn die Eingabe von der Schätzvorrichtung innerhalb eines vorbestimmten Bereichs um die vorbestimmten Werte liegt. Bei einer Anzahl von Varianten kann der Controller aufgebaut und angeordnet sein, um zu verhindern, dass eine Kraftmaschine eines Fahrzeugs, die Kraftstoff verbrennt, welches die Energiespeichervorrichtung enthält, ausgeschaltet wird, wenn die Eingabe von der Schätzvorrichtung [engl.: estimate] innerhalb vorbestimmter Werte liegt.
  • Andere erklärende Varianten in Umfang der Erfindung werden sich aus der hier nachstehend bereitgestellten genauen Beschreibung ergeben. Es versteht sich, dass die genaue Beschreibung und spezielle Beispiele, obwohl sie Varianten im Umfang der Erfindung offenbaren, nur zur Veranschaulichung gedacht sind, und den Umfang der Erfindung nicht einschränken sollen.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Ausgewählte Beispiele von Varianten im Umfang der Erfindung werden anhand der genauen Beschreibung und der beiliegenden Zeichnungen vollständiger verstanden werden, wobei:
  • 1A eine Schaltung veranschaulicht, die einen Widerstand in Reihe mit N R||C-Paaren in Übereinstimmung mit einer Anzahl von Varianten enthält.
  • 1B einen Schaltplan einer Schaltung zeigt, die verwendet werden kann, um eine Übertragungsleitung zu approximieren.
  • 1C eine R||N(R + C)-Schaltung in Übereinstimmung mit einer Anzahl von Varianten veranschaulicht.
  • 2 eine schematische Veranschaulichung der elektrischen Verbindungen zwischen dem Frequenzantwort-Analysegerät (FRA), dem ”Cycler” und der elektrochemischen Zelle in Übereinstimmung mit einer Anzahl von Varianten ist, die verwendet werden, um Daten zu erhalten.
  • 3 eine Nyquist-Aufzeichnung (40 Grad C) mit der Schaltung von 1A ist, wobei N = 3.
  • 4 eine Nyquist-Aufzeichnung (25 Grad C) mit der Schaltung von 1A ist, wobei N = 3.
  • 5 eine Nyquist-Aufzeichnung (10 Grad C) mit der Schaltung von 1A ist, wobei N = 3.
  • 6A eine Nyquist-Aufzeichnung (0 Grad C) mit der Schaltung von 1A ist, wobei N = 3.
  • 6B eine Nyquist-Aufzeichnung (0 Grad C) mit der Schaltung von 1A ist, wobei N = 3, 2 und 1.
  • 7 eine Nyquist-Aufzeichnung (–10 Grad C) mit der Schaltung von 1A ist, wobei N = 3.
  • GENAUE BESCHREIBUNG ERKLÄRENDER VARIANTEN
  • Die folgende Beschreibung der Varianten dient zur Veranschaulichung und ist keinesfalls dazu gedacht, den Umfang der Erfindung, ihre Anwendung oder Verwendungsmöglichkeiten einzuschränken.
  • Eine Anzahl von Varianten kann ein Verfahren umfassen, das umfasst, dass Daten mit einer elektrochemischen Impedanzspektroskopie für Zellen, die verwendet werden sollen, über einen interessierenden Ladezustand-(SOC-) und Temperaturbereich hinweg aufgenommen werden, und die Daten der elektrochemischen Impedanzspektroskopie über den Temperatur- und SOC-Bereich mit einer Ersatzschaltung angeglichen werden. Bei einer Anzahl von Varianten kann die Ersatzschaltung die geringste Anzahl an Widerständen, Kondensatoren und Induktivitäten aufweisen. Bei einer Anzahl von Varianten kann das Verfahren umfassen, dass eine lineare Regression in Echtzeit verwendet wird, welche ein Verfahren zum Schätzen eines zukünftigen Verhaltens eines Systems auf der Grundlage von aktuellen und vorherigen Datenpunkten sein kann, um eine robuste und sich schnell anpassende Impedanzantwort-Approximationsvorrichtung/Schätzvorrichtung bereitzustellen. Die lineare Regression kann durchgeführt werden, indem eine RC-Schaltung gebildet wird, die ”äquivalent” zu bzw. eine Ersatzschaltung für Daten der elektrochemischen Impedanzspektroskopie ist, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebigen Anzahl bekannter Algorithmen mit linearer Regression in Echtzeit verarbeitet werden, welche gewichtete rekursive kleinste Quadrate (WRLS), ein Kalman-Filter oder andere Mittel umfassen, aber nicht darauf beschränkt sind.
  • Bei einer beispielhaften Anwendung werden experimentelle Impedanzdaten an einer Zelle einer Antriebsbatterie über einen weiten Bereich von Temperaturen, Ladezuständen und Frequenzen hinweg verwendet, um zu ermitteln, welcher Typ von Ersatzschaltung gut geeignet ist, um die Batterieimpedanz zu repräsentieren. Es wurde herausgefunden, dass die in 1A gezeigte Schaltung für aktuelle Lithium-Ionen-Batterien gut funktioniert. Die allgemeine Form der Ersatzschaltung ist ein Widerstand in Reihe mit parallelen Kombinationen aus Widerständen und Kondensatoren. Eine allgemeine Formel für die Impedanz einer Ersatzschaltung für eine willkürliche Anzahl von parallelen Kombinationen aus Widerständen/Kondensatoren ist angegeben. Diese Schaltungen werden hier als R + N(R||C)-Schaltungen bezeichnet, wobei N die Anzahl der parallelen Kombinationen aus Widerständen/Kondensatoren ist. Diese Klasse von Schaltungen stellt einen einfachen Startpunkt für genaue Simulationen von Transienten mit kleiner Amplitude in Lithium-Ionen-Batterien bereit. Außerdem weist eine beliebige Schaltung, die aus Widerständen und Kondensatoren besteht, die auf willkürliche Weise miteinander verbunden sind, die gleiche Impedanz wie eine geeignet ausgewählte R + N(R||C)-Schaltung auf. Dies bedeutet, dass, wenn man die Möglichkeit induktiver Effekte ausschließt, es ausreicht, die Aufmerksamkeit auf Schaltungen dieses Typs zu begrenzen, um lineare Schaltungselemente an Batteriedaten anzupassen. Die R + N(R||C)-Schaltung weist ein Gegenstück auf, die R||N(R + C)-Schaltung (die in 1C gezeigt ist), bei der alle seriellen und parallelen Verbindungen vertauscht sind. Die Admittanz bzw. der Scheinleitwert der Schaltung 1a weist eine Form auf, die der Impedanz der Schaltung 1c ähnelt, und umgekehrt.
  • Schließlich werden analytische Leistungsausdrücke für R + N(R||C)-Schaltungen hergeleitet. Her trifft das beschriebene Verfahren wiederum auf allgemeinere Schaltungen zu, die eine beliebige Anzahl von Widerständen, Kondensatoren und Induktivitäten enthalten. Die Impedanz derartiger Schaltungen kann immer als Quotient von zwei Polynomen im Frequenzbereich ausgedrückt werden, und die Nullstellen dieser Polynome werden verwendet, um die analytischen Leistungsausdrücke herzuleiten.
  • Auch wenn R + N(R||C)-Schaltungen ausreichen, um Modelle an Daten anzupassen, ist es manchmal wünschenswert, andere Klassen von Schaltungen zu berücksichtigen, weil diese eine bequeme physikalische Interpretation von bekannten Batterieeffekten bereitstellen. Es wird ein Verfahren beschrieben, das auf den Kirchhoffschen Gesetzen beruht, um die Impedanz für eine beliebige derartige Ersatzschaltung analytisch auszudrücken, welche aus linearen Schaltungselementen besteht (z. B. einer willkürlichen Anzahl und Konfiguration aus Widerständen, Kondensatoren und Induktivitäten).
  • Experiment
  • Geräte und Zellen.
  • Die experimentellen Impedanzdaten, die in der beispielhaften Anwendung verwendet werden, wurden unter Verwendung einer Zelle einer Lithium-Ionen-Antriebsbatterie mit einer Nennspannung von 3,6 V und einer Nennkapazität von 20 Ah des Typs LG P1.5A (Chevrolet Volt, GM-Teilenummer 22836139) erzeugt. Die positive Elektrode besteht aus NixMnyCozO2 (70% Gewichtsanteil, x + y + z = 1) und LiMn2O4 (30% Gewichtsanteil); die negative Elektrode besteht aus Graphit mit modifizierter Oberfläche und weichem Kohlenstoff. Die primäre Ausrüstung, die zum Durchführen der Messungen verwendet wurde, ist das Frequenzantwortanalysegerät (FRA) Solartron 1280C, welches einen eingebauten Potentiostat zum Steuern von Strom und Spannung aufweist. Dieses Gerät ist in der Lage, eine Spannung zwischen –14,5 und 14,5 Volt zu messen, einen Strom von zwischen –2 und 2 A zu liefern, und um sinusförmige Wellenformen zu erzeugen, um Einzelfrequenz-Impedanzdurchläufe von 1 mHz bis 20 kHz durchzuführen. Die Verbindung zwischen dem FRA und der gemessenen Zelle ist eine Standardverbindung mit vier Anschlüssen: zwei der Anschlüsse werden als positive und negative Zuführung verwendet, während die anderen zwei zur Erfassung verwendet werden. Indem die Erfassungsleitungen mit hoher Impedanz direkt an den Anschlüssen des Geräts, das gemessen wird, platziert werden, wird sichergestellt, dass es keine signifikante Spannungsveränderung aufgrund der Impedanz der Erfassungskabel gibt. Zusätzlich zu dem FRA wird eine Umweltkammer verwendet, um die Batterietemperatur manuell auf den gewünschten Wert einzustellen. Ein ”Battery Cycler” von Arbin, der programmiert werden kann, um einen gesteuerten Strom oder ein gesteuertes Potential oder gesteuerte Wellenformen bereitzustellen, wird verwendet, um den Ladezustand der Batterie auf gewünschte Werte einzustellen. Ein Schaltplan des Aufbaus ist in 2 gezeigt.
  • Die Impedanz der Zelle bei verschiedenen Ladezuständen und Temperaturen wurde beschafft. Der Ladezustandsbereich wurde so gewählt, dass er zwischen 10% und 90% liegt, während der Temperaturbereich so gewählt wurde, dass er zwischen –10 und 45°C liegt; beide Bereiche sind für Kraftfahrzeuganwendungen von Interesse. Bei jedem Test wurden die Umweltkammer und der ”Battery Cycler” verwendet, um die Zelle auf die gewünschte Kombination aus Ladezustand und Temperatur einzustellen. Zum Ausgleichen wurde die Batterie dann ruhen gelassen (typischerweise 3 Stunden). Dann wurde das FRA verwendet, um die Impedanzdaten von 20 kHz bis hinunter auf 2 mHz aufzunehmen.
  • Daten- und Impedanzanalyse.
  • Aufzeichnungen der Impedanzmessungen sind in 3 bis 7 gegeben. Bei 37 sind die Symbole experimentelle Daten und die durchgezogenen Linien stammen vom Angleichen der R + N(R||C)-Schaltungsparameter an die Daten, wobei N = 3. In jeder Figur sind die relevanten experimentellen Bedingungen (einschließlich Ladezustand und Temperatur) gezeigt. Für Antriebsanwendungen besteht das größte Interesse an Frequenzen im Bereich von 5 mHz bis 10 Hz. Frequenzen höher als 10 Hz treiben in unnötiger Weise die Kosten für die Datensammlung und die Ausführungszeiten für die Batteriezustandsschätzung; aktuelle Fahrzeuge liefern üblicherweise synchrone Strom-Spannungs-Daten alle 0,1 Sekunden, was impliziert, dass das Aufbauen einer Ersatzschaltung mit der Absicht, elektrochemische Phänomene zu erfassen, die mit Frequenzen verbunden sind, die höher als 1/(0,1 s) = 10 Hz sind, von begrenztem Nutzen ist. Frequenzen unter 5 mHz würden elektrochemische Phänomene reflektieren, die mit Zeitdauern verbunden sind, die größer als 1/(0,005 Hz) = 200 s sind; viele Veränderungen einschließlich von Temperaturänderungen treten über derart lange Zeitdauern auf, sodass nicht versucht wird, sie mit einer BSE zu reproduzieren. Daher wurde für 3 bis 7 die Schaltung verwendet, die in 1a dargestellt ist, wobei N = 3, und Parameter der Schaltung wurden über den Frequenzbereich von 5 mHz bis 8,43 Hz angeglichen. In den Aufzeichnungen sind auch Daten bei höheren Frequenzen gezeigt, aber sie wurden bei der Analyse nicht verwendet. Es wurde herausgefunden, dass die in 1a dargestellte Schaltung mit N = 3 alle gemessenen Impedanzspektren mit für Batteriezustandsschätzzwecke geeigneter Genauigkeit reproduzieren kann. Im Prinzip kann man fortfahren, weitere RC-Paare hinzuzufügen, um eine progressiv höhere Genauigkeit hinsichtlich des Angleichens der Daten zu erhalten, und die nachstehend hergeleiteten mathematischen Verfahren können verwendet werden, um eine beliebige Anzahl von RC-Paaren anzusprechen.
  • Ein Widerstand und ein Kondensator, die parallel geschaltet sind, werden hier als RC-Paar bezeichnet. Die Impedanz eines RC-Paars ist gegeben als Z(ω) = R / 1 + jωRC (1)
  • Es interessiert eine Schaltung, die aus einem einzigen Widerstand und zwei RC-Paaren besteht, die alle in Reihe geschaltet sind. Die entsprechende Impedanz wird zu
    Figure DE102015105207A1_0002
  • Im Vorstehenden ist Ṽ die Fourier-Transformation der Spannung V(t), Ĩ ist die Fourier-Transformation des Stroms I(t) und die fünf Koeffizienten Ai sind gegeben als A1 = R + R1 + R2 A2 = R[R1C1 + R2C2] + R1R2[C1 + C2] A3 = RR1R2C1C2 A4 = R1C1 + R2C2 A5 = R1R2C1C2 (3)
  • Dies kann umgeschrieben werden zu Ṽ(1 + jωA4 + (jω)2A5) = Ĩ(A1+ jωA2 + (jω)2A3) (4)
  • Es wird angemerkt, dass (jω)nṼ die Fourier-Transformation von dnV/dtn ist, wobei ein ähnlicher Ausdruck für den Strom gilt. Daher kann die Fourier-Transformationsgleichung (4) invertiert werden zu
    Figure DE102015105207A1_0003
  • Bei der vorstehenden Gleichung wurde angenommen, dass V1 = V – V0, wobei V0 die OCV (Leerlaufspannung) ist. Gleichung 5 kann umformuliert werden zu
    Figure DE102015105207A1_0004
    wobei nun angenommen wird, dass alle zeitlichen Ableitungen von V0 verschwinden. Zusätzlich wird angenommen, dass zum Zeitpunkt Null der Strom Null ist (obwohl es die Spannung nicht sein muss), wobei die Ableitungen von sowohl dem Strom als auch der Spannung zum Zeitpunkt Null alle verschwinden. Nun soll Gleichung 6 zweimal integriert werden, um alle Ableitungen zu beseitigen, und alle Anfangsbedingungen müssen sorgfältig berücksichtigt werden, speziell für die Spannung. Das erste Integral wird zu
    Figure DE102015105207A1_0005
  • Es wird angemerkt, dass zwischen V0, welche die OCV bzw. Leerlaufspannung ist, und V(0) unterschieden wird, welche die Spannung zum Zeitpunkt Null ist. Das zweite Integral wird zu
    Figure DE102015105207A1_0006
  • Dies ist die Beziehung zwischen Spannung und Strom, die optimiert werden soll. Bevor dies durchgeführt wird, muss diese Gleichung zuerst diskretisiert werden, und dann gezeigt werden, wie sie rekursiv ausgewertet werden kann. Für eine beliebige Funktion f(t) wird definiert
    Figure DE102015105207A1_0007
  • Zur Diskretisierung wird ein Zeitschritt Δt gewählt und die Integrale unter Verwendung der Trapezregel ausgewertet, was wie folgt rekursiv erledigt werden kann S(f)(nΔt) = S(f)([n – 1]Δt) + Δt / 2(f(nΔt) + f([n – 1]Δt)) S2(f)(nΔt) = S2(f)([n – 1]Δt) + Δt / 2(S(f)(nΔt) + S(f)([n – 1]Δt)) (10)
  • Dann wird die diskretisierte Formulierung von Gleichung (6) zu S2(V)(nΔt) – V0S2(1)(nΔt) + A4S(V – V(0))(nΔt) + A5(V – V(0))(nΔt) = A1S2(I)(nΔt) + A2S(I)(nΔt) + A3I(nΔt) (11) was unter Verwendung der Gleichungen (8) rekursiv ausgewertet werden kann. Die Optimierung findet unter Verwendung der gemessenen Werte von sowohl der Spannung als auch dem Strom statt. Wenn gewünscht kann auch ein ”Vergessensfaktor” λ verwendet werden. Dann sollen die Koeffizienten A1, ..., A5 so gewählt werden, dass der Fehler minimiert wird
    Figure DE102015105207A1_0008
  • Dieses Problem ist bei den Unbekannten Ai und V0 linear und die Standardverfahren der kleinsten Quadrate können verwendet werden, um es rekursiv zu lösen. Sobald A1, ..., A5 bestimmt worden sind, können sie verwendet werden, um nach R, R1, C1, R2, C2 aufzulösen.
  • Verallgemeinerung für N RC-Paare
  • Für N RC-Paare gilt
    Figure DE102015105207A1_0009
  • Der erste Schritt besteht darin, die Werte A1, ..., A2N+1 zu optimieren, indem sie an Strom-Spannungs-Daten angepasst werden. Es wird angenommen, dass alle Ableitungen für Spannung und Strom bei Zeitpunkten kleiner als Null verschwinden (Anfangsbedingungen für das Angleichen). Die Prozedur ist analog zu dem, was vorstehend ausgeführt wurde, und das Gegenstück zu Gleichung 8 ist
    Figure DE102015105207A1_0010
  • Gleichung 9 wird zu
    Figure DE102015105207A1_0011
    und Gleichung 10 wird zu
    Figure DE102015105207A1_0012
  • Gleichung 11 wird nun zu SN(V)(nΔt) – V0SN(1) + AN+2SN-1(V – V(0))(nΔt) + ... + A2NS(V – V(0))(nΔt) + A2N+1(V – V(0))(nΔt) = A1SN(I)(nΔt) + ... + ANS(I)(nΔt) + AN+1I(nΔt) (17)
  • Das Gegenstück von Gleichung 12 ist
    Figure DE102015105207A1_0013
  • Sobald die Koeffizienten Ai optimiert worden sind, können allgemein die Werte für R, Ri und Ci gewünscht sein. Um diese aufzufinden, wird darauf hingewiesen, dass der Nenner des Impedanzausdrucks in Gleichung 11
    Figure DE102015105207A1_0014
    ist. Daher werden die Nullstellen dieses Polynoms
    Figure DE102015105207A1_0015
    die Werte –1/RiCi sein. Daher wird es notwendig sind, die N Nullstellen für die Gleichung 18 aufzufinden. Sobald diese Nullstellen gefunden wurden, ist es möglich, Z(ω) auf Teilbrüche zu erweitern, wie in der vorstehenden Gleichung 11 gezeigt ist, und dies wird die individuellen Werte für Ri und Ci und R bestimmen.
  • Es wird angemerkt, dass die Möglichkeit besteht, dass einige der Nullstellen für die Gleichung 18 für RiCi sich als entweder negativ oder als komplex herausstellen. Negative Werte würden ein instabiles System anzeigen und komplexe Werte würden eine schwingende Systemantwort anzeigen. Eine Interpretation dafür wäre, dass begonnen wird, Schaltungselemente mit Rauschen im System anzugleichen, und die Lösung dafür ist, zu versuchen, die Anzahl N der RC-Paare zu verringern, bis die optimierten Zeitkonstanten alle positiv sind.
  • Eine Anzahl von Varianten umfasst ein Verfahren, das umfassen kann, dass mindestens ein Segment von spannungsbasierten Daten einer Batteriezustandsschätzung verwendet wird und dass eine lineare Regression in Echtzeit verwendet wird, welche ein Verfahren zum Schätzen eines zukünftigen Verhaltens eines Systems auf der Grundlage von aktuellen und vorherigen Datenpunkten sein kann, um eine robuste und sich schnell anpassende Impedanzantwort-Approximationsvorrichtung bereitzustellen. Die lineare Regression kann ausgeführt werden, indem eine RC-Schaltung gebildet wird, die ”äquivalent” zu Daten einer elektrochemischen Impedanzspektroskopie ist, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebigen Anzahl bekannter Algorithmen mit linearer Regression in Echtzeit verarbeitet werden, welche gewichtete rekursive kleinste Quadrate (WLRS), ein Kalman-Filter oder andere Mittel umfassen, aber nicht darauf beschränkt sind.
  • Eine Anzahl von Varianten kann ein Verfahren umfassen, das umfasst, dass eine Ladezustands-Schätzvorrichtung verwendet wird, die eine RC-Schaltung enthält, die auf der Grundlage von Daten einer elektrochemischen Impedanzspektroskopie von einer Energiespeichervorrichtung modelliert wird, etwa einer Batterie, einem Superkondensator oder einer anderen elektrochemischen Vorrichtung, und dass die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer beliebigen Anzahl bekannter Algorithmen mit linearer Regression in Echtzeit verarbeitet werden, welche gewichtete rekursive kleinste Quadrate (WLRS), ein Kalman-Filter oder andere Mittel umfassen, aber nicht darauf beschränkt sind. Das Verfahren kann außerdem einen Controller umfassen, der so aufgebaut und angeordnet ist, dass er eine Eingabe von der Ladezustands-Schätzvorrichtung empfängt, die Eingabe von der Schätzvorrichtung mit vorbestimmten Werten vergleicht und eine Maßnahme ergreift, etwa das Senden eines Signals, das den Ladezustand repräsentiert, oder eine andere Maßnahme ergreift, wenn die Eingabe von der Schätzvorrichtung innerhalb eines vorbestimmten Bereichs der vorbestimmten Daten liegt. In einer Anzahl von Varianten kann der Controller aufgebaut und angeordnet sein, um zu verhindern, dass eine Kraftstoff verbrennende Kraftmaschine eines Fahrzeugs, das die Energiespeichervorrichtung enthält, ausgeschaltet wird, wenn die Eingabe von der Schätzvorrichtung innerhalb eines vorbestimmten Bereichs von Werten liegt.
  • Die vorstehende Beschreibung von ausgewählten Varianten im Umfang der Erfindung ist nur veranschaulichend und folglich dürfen Variationen oder Varianten derselben nicht als eine Abweichung vom Geist und Umfang der Erfindung betrachtet werden.

Claims (10)

  1. Verfahren, das umfasst, dass: der Ladezustand einer Batterie unter Verwendung mindestens eines Segments von spannungsbasierten Batteriezustandsschätzungsdaten geschätzt wird und eine RC-Schaltung gebildet wird, die auf eine Weise arbeitet, welche die Daten der elektrochemischen Impedanzspektroskopie approximiert, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung eines Algorithmus mit linearer Regression in Echtzeit verarbeitet werden.
  2. Verfahren nach Anspruch 1, wobei die RC-Schaltung einen Widerstand in Reihe mit N Widerstands/Kondensator-Paaren enthält.
  3. Verfahren nach Anspruch 2, wobei N größer als 2 ist.
  4. Verfahren nach Anspruch 1, wobei der Algorithmus ein Filter mit gewichteten rekursiven kleinsten Quadraten (WRLS-Filter) verwendet.
  5. Verfahren nach Anspruch 1, wobei der Algorithmus ein Kalman-Filter verwendet.
  6. Verfahren, das umfasst, dass: der Ladezustand einer Energiespeichervorrichtung unter Verwendung einer Ladezustands-Schätzvorrichtung geschätzt wird, welche eine RC-Schaltung enthält, die auf der Grundlage von Daten einer elektrochemischen Impedanzspektroskopie modelliert wird, und die Laufzeitwerte dieser RC-Schaltung unter Verwendung einer linearen Regression in Echtzeit verarbeitet werden.
  7. Verfahren nach Anspruch 6, wobei die RC-Schaltung einen Widerstand in Reihe mit N Widerstands/Kondensator-Paaren umfasst.
  8. Verfahren nach Anspruch 7, wobei N größer als 2 ist.
  9. Verfahren nach Anspruch 6, wobei der Algorithmus ein Filter mit gewichteten rekursiven kleinsten Quadraten (WRLS-Filter) verwendet.
  10. Verfahren nach Anspruch 6, wobei der Algorithmus ein Kalman-Filter verwendet.
DE102015105207.5A 2014-04-21 2015-04-07 Ladezustands-schätzvorrichtung und verfahren, um diese herzustellen und zu verwenden Pending DE102015105207A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/257,572 2014-04-21
US14/257,572 US10288693B2 (en) 2014-04-21 2014-04-21 State of charge estimator and methods of making and using the same

Publications (1)

Publication Number Publication Date
DE102015105207A1 true DE102015105207A1 (de) 2015-10-22

Family

ID=54250023

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015105207.5A Pending DE102015105207A1 (de) 2014-04-21 2015-04-07 Ladezustands-schätzvorrichtung und verfahren, um diese herzustellen und zu verwenden

Country Status (3)

Country Link
US (1) US10288693B2 (de)
CN (1) CN105004998A (de)
DE (1) DE102015105207A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108663631A (zh) * 2018-05-16 2018-10-16 哈尔滨工业大学 一种锂离子电池组电化学阻抗谱在线测量装置
CN110333460A (zh) * 2018-03-30 2019-10-15 比亚迪股份有限公司 动力电池组的rc网络参数获取方法、装置和电动汽车
FR3080459A1 (fr) * 2018-04-24 2019-10-25 Renault S.A.S. Procede d'estimation d'un etat de charge d'une batterie electrique

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10371754B2 (en) * 2016-02-19 2019-08-06 Cps Technology Holdings Llc Systems and methods for real-time estimation of capacity of a rechargeable battery
US10367235B2 (en) 2016-02-19 2019-07-30 Cps Technology Holdings Llc Systems and methods for real-time parameter estimation of a rechargeable battery
US10436845B2 (en) * 2016-03-01 2019-10-08 Faraday & Future Inc. Electric vehicle battery monitoring system
US10620275B2 (en) 2016-08-25 2020-04-14 GM Global Technology Operations LLC State estimation of an energy system
US10418622B2 (en) 2017-10-26 2019-09-17 GM Global Technology Operations LLC Battery state estimation control logic and architectures for electric storage systems
US10816606B2 (en) * 2019-01-03 2020-10-27 GM Global Technology Operations LLC Method and system for noise-tolerant RC response prediction
US11302996B2 (en) 2019-08-19 2022-04-12 GM Global Technology Operations LLC Battery modules with integrated interconnect board assemblies having cell tab comb features
US10814799B1 (en) * 2019-11-25 2020-10-27 GM Global Technology Operations LLC Mitigation of errant signal effects on an image sensor of a vehicle
US11207982B2 (en) 2019-12-11 2021-12-28 GM Global Technology Operations LLC Electronic power module assemblies and control logic with direct-cooling heat pipe systems
US11375642B2 (en) 2019-12-23 2022-06-28 GM Global Technology Operations LLC Electronic power module assemblies and control logic with direct-cooling vapor chamber systems
US11801574B2 (en) 2020-03-06 2023-10-31 GM Global Technology Operations LLC Welding systems and methods with knurled weld interfaces for metallic workpieces
US11387525B2 (en) 2020-03-09 2022-07-12 GM Global Technology Operations LLC Two-stage plunger press systems and methods for forming battery cell tabs
US11600842B2 (en) 2020-03-16 2023-03-07 GM Global Technology Operations LLC Multistage plunger press systems and methods with interlocking fingers for forming battery cell tabs
US11804639B2 (en) 2020-07-23 2023-10-31 GM Global Technology Operations LLC Multistage plunger systems and methods for forming battery cell tabs
US11799149B2 (en) 2020-08-26 2023-10-24 GM Global Technology Operations LLC Energy storage assembly
US11833921B2 (en) 2020-10-28 2023-12-05 Gm Cruise Holdings Llc Battery assessment for electric vehicle fleet
US20220137146A1 (en) * 2020-10-30 2022-05-05 Cirrus Logic International Semiconductor Ltd. Battery model estimation based on battery terminal voltage and current transient due to load powered from the battery
US11581618B2 (en) 2020-11-18 2023-02-14 GM Global Technology Operations LLC Thermomechanical fuses for heat propagation mitigation of electrochemical devices

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100395516B1 (ko) * 1998-11-19 2003-12-18 금호석유화학 주식회사 비선형등가회로모형을이용한축전장치의특성인자수치화방법및장치
US7554294B2 (en) * 2005-01-28 2009-06-30 The Johns Hopkins University Battery health monitor
US7212934B1 (en) * 2006-03-06 2007-05-01 United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration String resistance detector
US7550946B2 (en) * 2006-06-07 2009-06-23 Gm Global Technology Operations, Inc. Method and apparatus for real-time life estimation of an electric energy storage device in a hybrid electric vehicle
KR100823507B1 (ko) * 2006-08-29 2008-04-21 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
CN102062841B (zh) 2009-11-11 2012-12-12 北汽福田汽车股份有限公司 动力电池荷电状态的估测方法及系统
US9091735B2 (en) 2010-10-26 2015-07-28 GM Global Technology Operations LLC Method for determining a state of a rechargeable battery device in real time
US20120200298A1 (en) * 2011-02-09 2012-08-09 GM Global Technology Operations LLC Automotive Battery SOC Estimation Based on Voltage Decay
JP5403437B2 (ja) * 2011-07-29 2014-01-29 横河電機株式会社 電池監視装置
JP5404964B2 (ja) 2011-10-07 2014-02-05 カルソニックカンセイ株式会社 バッテリの充電率推定装置及び充電率推定方法
US9086462B2 (en) * 2012-08-15 2015-07-21 GM Global Technology Operations LLC Systems and methods for battery parameter estimation
US9417290B1 (en) * 2012-10-06 2016-08-16 Hrl Laboratories, Llc Methods and apparatus for dynamic characterization of electrochemical systems
US20140244193A1 (en) * 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333460A (zh) * 2018-03-30 2019-10-15 比亚迪股份有限公司 动力电池组的rc网络参数获取方法、装置和电动汽车
CN110333460B (zh) * 2018-03-30 2020-11-20 比亚迪股份有限公司 动力电池组的rc网络参数获取方法、装置和电动汽车
FR3080459A1 (fr) * 2018-04-24 2019-10-25 Renault S.A.S. Procede d'estimation d'un etat de charge d'une batterie electrique
WO2019206859A1 (fr) * 2018-04-24 2019-10-31 Renault S.A.S Procede d'estimation d'un etat de charge d'une batterie electrique
CN108663631A (zh) * 2018-05-16 2018-10-16 哈尔滨工业大学 一种锂离子电池组电化学阻抗谱在线测量装置
CN108663631B (zh) * 2018-05-16 2020-12-25 哈尔滨工业大学 一种锂离子电池组电化学阻抗谱在线测量装置

Also Published As

Publication number Publication date
CN105004998A (zh) 2015-10-28
US10288693B2 (en) 2019-05-14
US20150301116A1 (en) 2015-10-22

Similar Documents

Publication Publication Date Title
DE102015105207A1 (de) Ladezustands-schätzvorrichtung und verfahren, um diese herzustellen und zu verwenden
DE102015117171B4 (de) Batteriezustandsabschätzvorrichtung
DE102013208046B4 (de) Schätzvorrichtung für einen Batterieladezustand, die einen robusten H∞-Beobachter verwendet
EP2487499B1 (de) Echtzeitfähige Batteriezellensimulation
DE102015101185A1 (de) Systeme und Verfahren zum Schätzen eines Batteriezustands
DE102015107930B4 (de) Schätzung und Ausgleich von Batteriemessungen
DE112015005201T5 (de) Abschätzungseinheit für eine verbleibende gespeicherte energiemenge, verfahren zum abschätzen einer verbleibenden gespeicherten energiemenge einer speicherbatterie sowie computerprogramm
DE102017218715A1 (de) Bestimmung von SOC und Temperatur einer Lithiumionenzelle mittels Impedanzspektroskopie
EP4010837A1 (de) Simulation einer batterie
DE102011116516A1 (de) Verfahren zur Bestimmung eines Zustands einer wiederaufladbaren Batterievorrichtung in Echtzeit
DE102014103803A1 (de) Batteriezustandsschätzer, der ein elektrochemisches Festkörperkonzentrationsmodell mit einem empirischen Ersatzschaltungsmodell kombiniert
DE102015100043A1 (de) Impedanzbasierte Batterieparameterschätzung
EP3766120B1 (de) Charakterisierung von lithium-plating bei wiederaufladbaren batterien
DE102011012813A1 (de) Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten
DE102015103561A1 (de) Frequenzbasierte schätzung von batteriemodellparametern
DE102017119420A1 (de) Zustandsschätzung eines energiesystems
DE112016006166T5 (de) Zustandsschätz-Vorrichtung und Zustandsschätz-Verfahren
DE102014217128A1 (de) Schätzung der batterieleistungsfähigkeit beim fahrzeugstart
DE102012208426A1 (de) Schätzvorrichtung zum Wiederaufladen von Batterien unter Verwendung der Impedanzantwort einer Batterie
DE102015011745B3 (de) Ladezustandsbestimmung bei einer Kraftfahrzeug-Batterie
DE102015108294A1 (de) Verfahren und System zur Batterieladezustandsschätzung
DE102019111976A1 (de) Kapazitätsbestimmung bei Batterien
EP3847467A1 (de) Verfahren und vorrichtung zur diagnose von batteriezellen
DE102011119061A1 (de) Batteriediffusionsspannungsschätzung
DE102013000572A1 (de) Verfahren und System zur Bestimmung der Modellparameter eines elektrochemischen Energiespeichers

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication