-
ERFINDUNGSGEBIET
-
Die vorliegende Offenbarung betrifft Batteriemanagementtechniken, die Parameter von Elementen, die ein Batteriemodell bilden, schätzen können, um eine Steuerung einer assoziierten Batterie bereitzustellen.
-
ALLGEMEINER STAND DER TECHNIK
-
Hybridelektrofahrzeuge (HEV – Hybrid Electric Vehicles) verwenden eine Kombination aus Verbrennungsmotor und Elektromotor, um Antriebskraft bereitzustellen. Diese Anordnung liefert eine verbesserte Kraftstoffökonomie gegenüber einem Fahrzeug, das nur einen Verbrennungsmotor besitzt. Ein Verfahren zum Verbessern der Kraftstoffökonomie in einem HEV besteht darin, den Verbrennungsmotor während Zeiten abzuschalten, während deren der Verbrennungsmotor ineffizient arbeitet und ansonsten nicht zum Antreiben des Fahrzeugs benötigt wird. In diesen Situationen wird der Elektromotor verwendet, um die ganze, zum Antreiben des Fahrzeugs benötigte Leistung zu liefern. Wenn die Fahrerleistungsanfrage derart steigt, dass der Elektromotor nicht länger genug Leistung liefern kann, um die Anfrage zu erfüllen, oder in anderen Fällen, wie etwa, wenn der Batterieladezustand (SOC – State Of Charge) unter einen gewissen Pegel abfällt, sollte der Verbrennungsmotor schnell und reibungslos auf eine Weise starten, die für den Fahrer fast transparent ist.
-
Das HEV enthält ein Batteriemanagementsystem, das Werte schätzt, die die gegenwärtigen Arbeitsbedingungen des Batteriepakets und/oder der Batteriezelle beschreiben. Zu den Arbeitsbedingungen für das Batteriepaket und/oder die Zelle zählen der Batterie-SOC, der Leistungsschwund, der Kapazitätsschwund und die sofort verfügbare Leistung. Das Batteriemanagementsystem sollte während der Änderung von Zellcharakteristika Werte schätzen können, da Zellen über die Lebenszeit des Pakets hinweg altern.
-
KURZE DARSTELLUNG DER ERFINDUNG
-
Ein Batteriemanagementsystem enthält ein Batteriepaket und mindestens einen Controller. Der mindestens eine Controller gibt einen Strom in das Batteriepaket bei jedem von mindestens zwei verschiedenen Ladezuständen ein. Der mindestens eine Controller gibt auch Leerlaufspannungsdaten für einen anderen Ladezustand als die mindestens zwei verschiedenen Ladezustände auf der Basis von Modellparametern von positiven und negativen Elektroden aus, die von Leerlaufspannungsmessungen entsprechend der Eingabe abgeleitet sind.
-
KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
1 ist ein Schemadiagramm eines Hybridelektrofahrzeugs, das typische Antriebsstrang- und Energiespeicherkomponenten veranschaulicht;
-
2 ist ein Schemadiagramm eines Batteriemodells mit Stromeingängen und Spannungsausgängen;
-
3 ist eine graphische Darstellung von identifizierten Leerlaufspannungsprofilen aus der Interpolation einer Anzahl von Leerlaufspannungsmessungen;
-
4 ist eine graphische Darstellung, die die Leerlaufspannungsberechnung einer Batteriezelle aus Leerlaufspannungskurven einer positiven Elektrode oder einer negativen Elektrode bei einem gegebenen Ladezustand veranschaulicht;
-
5 ist ein Flussdiagramm eines Algorithmus zum Identifizieren von Leerlaufspannungskurven in einem Batteriemanagementsystem;
-
6A und 6B sind graphische Darstellungen von identifizierten Leerlaufspannungskurven und identifizierten Lithiierungsgrenzen jeder Elektrode mit einer anderen Anzahl von Leerlaufpotentialmesspunkten;
-
7 sind graphische Darstellungen einer identifizierten Leerlaufspannungskurve und von identifizierten Lithiierungsgrenzen jeder Elektrode einer Batteriezelle, wenn die Zelle während der Lebenszeit des Batteriepakets altert;
-
8A ist eine graphische Darstellung, die eine identifizierte Leerlaufspannungskurve durch eine Anzahl von Leerlaufspannungsmessungen veranschaulicht, und
-
8B ist eine graphische Darstellung, die eine identifizierte Leerlaufspannungskurve unter Verwendung von zwei oder mehr Elektroden bei einer gegebenen Li-Ionen-Konzentration veranschaulicht.
-
AUSFÜHRLICHE BESCHREIBUNG
-
Ausführungsformen der vorliegenden Offenbarung werden hier beschrieben. Es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht notwendigerweise maßstabsgetreu; einige Merkmale könnten übertrieben oder minimiert sein, um Details von bestimmten Komponenten zu zeigen. Deshalb sind hierin offenbarte spezifische strukturelle und funktionale Details nicht als beschränkend anzusehen, sondern lediglich als eine repräsentative Basis, um den Fachmann zu lehren, wie er die Ausführungsformen unterschiedlich verwenden kann. Wie der Durchschnittsfachmann versteht, können verschiedene, unter Bezugnahme auf eine beliebige der Figuren dargestellte und beschriebene Merkmale mit in einer oder mehreren anderen Figuren dargestellten Merkmalen kombiniert werden, um Ausführungsformen auszubilden, die nicht explizit dargestellt oder beschrieben sind. Die Kombinationen von dargestellten Merkmalen liefern repräsentative Ausführungsformen für typische Anwendungen. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung übereinstimmen, könnten jedoch für bestimmte Anwendungen oder Implementierungen gewünscht sein.
-
Die Ausführungsformen der vorliegenden Offenbarung sorgen allgemein für mehrere Schaltungen oder andere elektrische Einrichtungen. Alle Bezüge auf die Schaltungen und andere elektrische Einrichtungen und die durch jede bereitgestellte Funktionalität sollen nicht darauf beschränkt sein, nur das einzuschließen, was hier dargestellt und beschrieben ist. Wenngleich den verschiedenen offenbarten Schaltungen oder anderen elektrischen Einrichtungen bestimmte Bezeichnungen zugewiesen sein mögen, sollen solche Bezeichnungen den Arbeitsbereich für die Schaltungen und die anderen elektrischen Einrichtungen nicht beschränken. Solche Schaltungen und andere elektrische Einrichtungen können auf eine Weise miteinander kombiniert und/oder getrennt werden, die auf der bestimmten Art von elektrischer Implementierung basiert, die gewünscht ist. Es wird erkannt, dass jede Schaltung oder jede andere elektrische Einrichtung, die hierin offenbart sind, eine beliebige Anzahl von Mikroprozessoren, integrierten Schaltungen, Speichereinrichtungen (z.B. FLASH, Direktzugriffsspeicher (RAM), Festwertspeicher (ROM), elektrisch programmierbarem Festwertspeicher (EPROM), elektrisch löschbarem programmierbarem Festwertspeicher (EEPROM) oder anderen geeigneten Varianten davon) und Software, die miteinander zusammenwirken, um eine oder mehrere hier beschriebene Operationen durchzuführen, beinhalten können. Außerdem kann eine beliebige oder können mehrere beliebige der elektrischen Einrichtungen so konfiguriert sein, dass sie ein Computerprogramm ausführen, das in einem nicht-vorübergehenden computerlesbaren Medium verkörpert ist, das programmiert ist, eine beliebige Anzahl der Funktionen, wie offenbart, durchzuführen.
-
Ein HEV-Batteriesystem kann eine Batteriemanagementstrategie implementieren, die Werte schätzt, die die gegenwärtige Arbeitsbedingung der Batterie und/oder einer oder mehrerer Batteriezellen beschreiben. Zu den Arbeitsbedingungen des Batteriepakets und/oder der einen oder mehreren Zellen zählen Batterieladezustand, Leistungsschwund, Kapazitätsschwund und sofort verfügbare Leistung. Die Batteriemanagementstrategie kann in der Lage sein, Werte zu schätzen, während Zellen während der Lebenszeit des Pakets altern. Die präzise Schätzung einiger Parameter kann die Leistung und Robustheit verbessern und kann schließlich die nützliche Lebensdauer des Batteriepakets verlängern. Für das hier beschriebene Batteriesystem kann die Schätzung gewisser Batteriepaket- und/oder Zellenparameter so realisiert werden, wie unten beschrieben.
-
1 zeigt ein typisches Hybridelektrofahrzeug. Ein typisches Hybridelektrofahrzeug 2 kann einen oder mehrere Elektromotoren 4 umfassen, die mechanisch mit einem Hybridgetriebe 6 verbunden sind. Außerdem ist das Hybridgetriebe 6 mechanisch mit einem Verbrennungsmotor 8 verbunden. Das Hybridgetriebe 6 ist auch mechanisch mit einer Antriebswelle 10 verbunden, die mechanisch mit den Rädern 12 verbunden ist. Bei einer in der Darstellung nicht dargestellten weiteren Ausführungsform kann das Hybridgetriebe ein nicht wählbares Ganggetriebe sein, das mindestens eine elektrische Maschine enthalten kann. Die Elektromotoren 4 können Antriebs- und Verlangsamungskapazität bereitstellen, wenn der Verbrennungsmotor 8 ein- oder ausgeschaltet ist. Die Elektromotoren 4 wirken auch als Generatoren und können Kraftstoffökonomievorzüge bereitstellen durch das Wiedergewinnen von Energie, die normalerweise als Wärme im Reibungsbremssystem verloren gehen würde. Die Elektromotoren 4 können auch reduzierte Schadstoffemissionen bereitstellen, da das Hybridelektrofahrzeug 2 unter gewissen Bedingungen im elektrischen Modus betrieben werden kann.
-
Ein Batteriepaket 14 kann eine Traktionsbatterie mit einer oder mehreren Batteriezellen enthalten, die Energie speichern, die von den Elektromotoren 4 verwendet werden kann. Das Fahrzeugbatteriepaket 14 liefert typischerweise einen Hochspannungs-Gleichstromausgang und ist elektrisch mit einem Leistungselektronikmodul 16 verbunden. Das Leistungselektronikmodul 16 kann mit einem oder mehreren Steuermodulen kommunizieren, die ein Fahrzeugrechensystem 22 bilden. Das Fahrzeugrechensystem 22 kann mehrere Fahrzeugmerkmale, Systeme und/oder Untersysteme steuern. Das eine oder die mehreren Module können unter anderem ein Batteriemanagementsystem enthalten. Das Leistungselektronikmodul 16 ist elektrisch auch mit den Elektromotoren 4 verbunden und liefert die Fähigkeit zum bidirektionalen Transferieren von Energie zwischen dem Batteriepaket 14 und den Elektromotoren 4. Beispielsweise kann ein typisches Batteriepaket 14 eine Gleichspannung liefern, während die Elektromotoren 4 zum Funktionieren möglicherweise einen Dreiphasen-Wechselstrom erfordern. Das Leistungselektronikmodul 16 kann die Gleichspannung in einen Dreiphasen-Wechselstrom umwandeln, wie er von den Elektromotoren 4 benötigt wird. In einem regenerativen Modus wird das Leistungselektronikmodul 16 den Dreiphasen-Wechselstrom von den als Generatoren wirkenden Elektromotoren 4 in die Gleichspannung umwandeln, die vom Batteriepaket 14 benötigt wird.
-
Zusätzlich zum Liefern von Energie für den Antrieb kann das Batteriepaket 14 auch Energie für andere Fahrzeugstromsysteme liefern. Ein typisches System kann ein DC/DC-Wandlermodul 18 enthalten, das die Hochspannungs-Gleichstromausgabe des Batteriepakets 14 in eine Niederspannungs-Gleichstromversorgung umwandelt, die mit anderen Fahrzeuglasten kompatibel ist. Andere Hochspannungslasten können direkt ohne Verwendung eines DC/DC-Wandlermoduls 18 angeschlossen werden. Bei einem typischen Fahrzeug sind die Niederspannungssysteme elektrisch mit einer 12 Volt-Batterie 20 verbunden.
-
Das Batteriepaket 14 kann durch das Leistungselektronikmodul 16 gesteuert werden, das Befehle von einem Fahrzeugrechensystem 22 mit einem oder mehreren Steuermodulen empfangen kann. Das eine oder die mehreren Steuermodule können ein Batteriesteuermodul beinhalten. Das eine oder die mehreren Steuermodule können kalibriert sein, um das Batteriepaket 14 unter Verwendung eines Batteriemodellparameterschätzverfahrens zu steuern, das einen mittleren Wert des effektiven Batterieinnenwiderstands während des Betriebs schätzt, um die Batterieleistungskapazität zu bestimmen. Die Leistungskapazitätsvorhersage ermöglicht dem Batteriepaket 14, das Überladen und das zu starke Entladen zu verhindern.
-
Das Batterieparametervorhersageverfahren und/oder die Batterieparametervorhersagestrategie können das Bestimmen von Batteriestromgrenzen und -leistungskapazität in Echtzeit (d.h. während des Betriebs) unterstützen. Viele Batterieparameterschätzprozesse werden durch die Genauigkeit von Batteriemodellen und nicht vorhergesagten Umgebungsbedingungen oder unerwartetem Rauschen während Batterieoperationen beeinflusst. Das Fahrzeugbatteriemessverfahren/die Fahrzeugbatteriemessstrategie können ein Batteriemodell verwenden, um das Batteriepaket im Fahrzeug zu vermessen, um während des Betriebs mehrere Parameter zu erhalten.
-
Ein Fahrzeugbatteriemessverfahren kann implementiert werden, um die Notwendigkeit für extensives Offline-Testen zu eliminieren. Das Fahrzeugbatteriemessverfahren kann das Batteriemodell verwenden (z.B. ein Blackbox-Modell, ein Äquivalenzschaltungsmodell, ein elektrochemisches Modell usw.), um das Batteriepaket im Fahrzeug zu vermessen, um während des Betriebs eine Leerlaufspannung zu erhalten. Zu den geschätzten Batterieparametern können fluktuierende Bahnen zählen, die zunehmen, wenn sich das Fahrzeug in gewissen Systemmodi befindet, einschließlich Lademodus, Erhaltungsmodus oder Erschöpfungsmodus (d.h. Entlademodus). Diese Batterieparameter sind im Allgemeinen für internes und externes Rauschen und Umgebungsbedingungen empfindlich, wenn das eine oder die mehreren Batteriemodelle zum Schätzen dieser Parameter in Echtzeit verwendet werden.
-
Als Reaktion auf die gemessene Leerlaufspannung kann das System eine Batterieleerlaufspannungskurve generieren, um Informationen zum Vorhersagen von Batterieantworten zu liefern. Beispielsweise ist eine Batterieklemmenspannung bei einem gegebenen Ladezustand eine Summe aus einer Leerlaufspannung und Spannungsänderungen, die durch ein Batteriestromeingabeprofil bewirkt werden. Andere Batteriezustandsvariablen, wie etwa der Ladezustand und das Überpotential, werden unter Verwendung der gemessenen Leerlaufspannung berechnet.
-
Die Leerlaufspannungskurve kann offline durch Batterietests identifiziert werden. Das Offline-Testen kann eine oder mehrere vordefinierte Tabellen generieren, die die Leerlaufspannungskurve bilden. Eine Bordleerlaufspannungskurvenidentifikation kann unter Verwendung gemessener Batterieklemmenspannungen bei verschiedenen Ladezustandspunkten möglich sein, um die Leerlaufspannungen unter Berücksichtigung der Batteriedynamik zu berechnen. Das Fahrzeugbatteriemessverfahren des Onboard-Testens erfolgt unter Verwendung eines oder mehrerer Sensoren, Algorithmen und/oder einer Kombination davon, um die Leerlaufspannungen bei verschiedenen Batterieladezustandspunkten während des Fahrzeugbetriebs zu messen. Im Fall einer Bord-Identifikation können Batteriemodelle verwendet werden, um Batterieleerlaufspannungen zu schätzen.
-
2 ist ein Schemadiagramm 200 eines Batteriemodells 202 mit Stromeingängen 204 und Spannungsausgängen 206 gemäß einer Ausführungsform. Das Batteriemodell 202 kann ein oder mehrere Modelle enthalten, einschließlich unter anderem eines elektrochemischen Modells, eines Äquivalenzschaltungsmodells (zum Beispiel eines Randles-Schaltungsmodells), eines Blackbox-Modells (z. B. eines autoregressiven Modells, eines Modells mit gleitendem Mittelwert, eines autoregressiven Modells mit gleitendem Mittelwert, eines neuronalen Netzwerkmodells) und/oder eine Kombination davon.
-
Unter Einsatz von Eingangsstromprofilen 204 und Ausgangsspannungsprofilen 206 um einen gegebenen Ladezustand herum können Leerlaufspannungen aus Zustandsschätzern auf der Basis des Batteriemodells 202 geschätzt werden. Eine Schätzprozedur zum Bestimmen von Leerlaufspannungen kann verschiedene Schätzansätze verwenden, wie etwa ein Extended-Kalman-Filter und ein Unscented-Kalman-Filter. Je nach der Modellstruktur kann das Batteriemodell 202 zusätzliche Eingaben wie etwa Temperatur und Batterieladezustand (SOC) beinhalten. Mit den zusätzlichen Eingaben können Batterieparameter berechnet werden, um das Batteriepaket zu steuern.
-
3 ist eine graphische Darstellung 300, die ein Beispiel einer identifizierten Leerlaufspannungskurve 308 unter Verwendung mehrerer Leerlaufspannungspunkte 306 bezüglich eines SOC und unter Interpolieren der Leerlaufspannungspunkte darstellt. Die graphische Darstellung besitzt eine x-Achse 302, die den SOC der Batterie darstellt, und eine y-Achse 304, die die Leerlaufspannung darstellt (hier als OCV – Open Circuit Voltage – bekannt). Ein Interpolationsverfahren kann unter anderem eine lineare, eine Polynom- und/oder eine Spline-Interpolation beinhalten.
-
Das System kann OCV-Datenpunkte 306 an verschiedenen SOC messen, wenn die Batterie vollständig entspannt ist, d.h. in einem eingeschwungenen Zustand oder in einer Ruheperiode. Das System kann OCV-Datenpunkte 306 unter Berücksichtigung der Batteriedynamik schätzen, so dass sich die Batterie nicht in einem eingeschwungenen Zustand befindet. Beispielsweise kann das System einen OCV-Datenpunkt 306 mit einem Wert von drei und fünf Zehnteln Spannung (3,5V) auf der Basis eines SOC von zwanzig Prozent (20%) messen. Bei einem weiteren Beispiel kann das System einen OCV-Datenpunkt 306 mit einem Wert von vier und zwei Zehnteln Spannung (4,2V) auf der Basis eines SOC von neunundneunzig Prozent (99%) messen.
-
Das System kann eine ausreichende Anzahl von OCV-Datenpunkten 306 erhalten, mit denen durch Interpolation eine geschätzte Kurve des Leerlaufspannungsprofils 308 konstruiert werden kann. Die ausreichende Anzahl von OCV-Datenpunkten 306 kann mindestens zehn oder mehr Datenpunkte beinhalten. Es kann möglich sein, eine ausreichende Anzahl von OCV-Datenpunkten 306 zu messen, um eine OCV-Profilkurve 308 zu identifizieren, doch können die OCV-Punktmessungen zusätzlichen Rechenaufwand erfordern. Im Gegensatz dazu kann eine kleine Anzahl von OCV-Datenpunkten 306 die Genauigkeit der Identifikation der OCV-Profilkurve verschlechtern.
-
Das System kann die Anzahl von OCV-Datenpunkten 306 zum Identifizieren einer OCV-Profilkurve 308 reduzieren, ohne die OCV-Identifikationsgenauigkeit zu verschlechtern, wobei voridentifizierte OCV-Kurven verwendet werden. Die voridentifizierten OCV-Kurven beinhalten eine OCV-Profilkurve der positiven Elektrode und der negativen Elektrode. Die OCV-Profilkurve, die eine reduzierte Anzahl von Datenpunkten verwendet, kann auf der Basis der voridentifizierten OCV-Kurven und identifizierter Parameter generiert werden, die bezüglich normalisierter Li-Ionen-Konzentrationen an jeder Elektrode definiert werden.
-
4 ist eine graphische Darstellung, die die OCV-Berechnung bei verschiedenen SOC des Batteriepakets aus voridentifizierten OCV-Kurven einer positiven Elektrode und einer negativen Elektrode veranschaulicht. Falls OCV-Kurven einer positiven Elektrode und einer negativen Elektrode bekannt sind und die Bereiche der Lithiierung jeder Elektrode identifiziert werden können, kann auch eine Batterie-OCV-Kurve identifiziert werden.
-
Die graphische Darstellung besitzt eine x-Achse 402, die eine normalisierte Li-Ionen-Konzentration der Batterie darstellt, und eine y-Achse 404, die die OCV jeder Elektrode darstellt. Eine OCV einer Batteriezelle wird als die Differenz zwischen der OCV einer positiven Elektrode und einer negativen Elektrode bei einem gegebenen SOC berechnet. Die Bereiche der Lithiierung werden entsprechend dem Batterieladezustand an der positiven Elektrode bei einhundert Prozent (100%) 406 und null Prozent (0%) 408 und für die negative Elektrode bei null Prozent (0%) 412 und einhundert Prozent (100%) 414 definiert.
-
Eine OCV-Kurve bezüglich der Lithiierung des Materials der positiven Elektrode ist in 418 dargestellt, und eine OCV-Kurve bezüglich der Lithiierung des Materials der negativen Elektrode ist in 420 dargestellt.
-
Die OCV bei einem gegebenen Ladezustand wird anhand der folgenden Gleichung berechnet: OCV = Up(θp) – Un(θn) (1) wobei Up(θp) die OCV der positiven Elektrode ist und Un(θn) die OCV der negativen Elektrode ist. Die positive Elektrode Up(θp) wird ausgedrückt als Up = f1(θp), eine Funktion, die die OCV-Kurve bezüglich einer normalisierten Li-Ionen-Konzentration der positiven Elektrode θp darstellt. Die negative Elektrode Un(θn) wird als Un = f2(θn) dargestellt, eine Funktion, die die OCV-Kurve bezüglich einer normalisierten Li-Ionen-Konzentration der negativen Elektrode θn darstellt.
-
Die normalisierten Li-Ionen-Konzentrationen der positiven Elektrode und der negativen Elektrode werden mit den folgenden Gleichungen definiert:
wobei c
p die Li-Ionen-Konzentration der positiven Elektrode in der Batteriezelle ist, c
p,max die maximale Li-Ionen-Konzentration der positiven Elektrode ist und der Index SS einen eingeschwungenen Zustand einer Batteriedynamik darstellt.
-
Die OCV der positiven Elektrode bei einem SOC-Punk 406 von einhundert Prozent (100%) besitzt einen größeren Wert als der Datenpunkt bei einem SOC-Punkt 408 von null Prozent (0%). Die OCV der negativen Elektrode bei einem SOC-Punk 414 von einhundert Prozent (100%) ist kleiner oder gleich dem Wert des Datenpunkts bei einem SOC-Punkt 412 von null Prozent (0%).
-
Der entsprechende Ladezustand bei jeder Elektrode wird mit der folgenden Gleichung ausgedrückt:
wobei das System eine interpolierte OCV-Kurve jeder Elektrode verwenden kann, um die OCV-Datenpunkte der positiven Elektrode
410 und der negativen Elektrode
416 zu bestimmen.
-
Anhand Gleichung (3) wird die normalisierte Li-Ionen-Konzentration bei jeder Elektrode mit der folgenden Gleichung berechnet: θp = θp,0% + SOCp,SS(θp,100% – θp,0%) (4a) θn = θn,0% + SOCn,SS(θn,100% – θn,0%) (4b) wobei θp,0% die normalisierte Li-Ionen-Konzentration der positiven Elektrode bei einem SOC von null Prozent (0%) ist, θp,100% die normalisierte Li-Ionen-Konzentration der positiven Elektrode bei einem SOC von einhundert Prozent (100%) ist, θn,0% die normalisierte Li-Ionen-Konzentration der negativen Elektrode bei einem SOC von null Prozent (0%) ist und θn,100% die normalisierte Li-Ionen-Konzentration der negativen Elektrode bei einem SOC von einhundert Prozent (100%) ist.
-
Mit den Gleichungen (1)–(4) wird die OCV-Kurve im ganzen SOC-Bereich definiert, d.h. von null Prozent (0%) bis einhundert Prozent (100%), bezüglich der normalisierten Li-Ionen-Konzentration bei der positiven Elektrode bei θp,0%, θp,100% und der normalisierten Li-Ionen-Konzentration bei der negativen Elektrode bei θn,0%, θn,100%.
-
Die Parameter können durch Lösen eines Optimierungsproblems mit mehreren Einschränkungen identifiziert werden, wodurch der Fehler zwischen geschätzten OCV-Punkten und gemessenen OCV-Punkten minimiert wird, wie mit der folgenden Gleichung formuliert:
-
Das Optimierungsproblem mit mehreren Einschränkungen in Gleichung (5) unterliegt den folgenden Gleichungen: θp,i = θp,0% + SOCp,i(θp,100% – θp,0%) (6a) θn,i = θn,0% + SOCn,i(θn,100% – θn,0%) (6b) V ˆOC(θp,i, θn,i) = Up(θp,i) – Un(θn,i) (6c) V ˆOC(θp,100%, θn,100%) = Vmax (6d) V ˆOC(θp,0%, θn,0%) = Vmin (6e) SOCi = SOCp,i = SOCn,i (6f) wobei V ˆOC(θp,i, θn,i) die geschätzte OCV bei der i-ten Messung ist, Vmax die Batterieausgangsspannungsobergrenze ist, Vmin die Batterieausgangsspannungsuntergrenze ist, SOCi der Batterieladezustand bei der i-ten OCV-Messung ist und N die Anzahl von OCV-Messungen ist.
-
Die Modellparameter zum Konstruieren einer OCV-Kurve sind die positive Elektrode bei θp,0%, θp,100% und die negative Elektrode bei θn,0%, θn,100% erhalten durch Lösen von Gleichung (5) unter den Einschränkungen in Gleichungen (6a)–(6f).
-
Die Einschränkungen in Gleichungen (6d) und (6e) werden möglicherweise für einige Fälle nicht verwendet, doch müssen die Einschränkungen in den Gleichungen (6a)–(6c) und (6f) immer erfüllt sein.
-
Die Anzahl von OCV-Messungen kann mindestens zwei betragen, doch kann die praktische Anzahl an OCV-Messungen bestimmt werden, um die gewünschte OCV-Schätzgenauigkeit bezüglich der Li-Ionen-Batteriechemie zu erzielen.
-
5 ist ein Flussdiagramm eines Algorithmus zum Schätzen von OCV, womit Batterieleistungsgrenzen in einem Batteriemanagementsystem gemäß einer Ausführungsform bestimmt werden. Das Verfahren 500 wird unter Verwendung von Softwarecode implementiert, der in dem Fahrzeugsteuermodul enthalten ist. Bei anderen Ausführungsformen wird das Verfahren 500 in anderen Fahrzeugcontrollern implementiert oder unter mehreren Fahrzeugcontrollern verteilt.
-
Wieder unter Bezugnahme auf 5 werden das Fahrzeug und seine Komponenten, in 1 dargestellt, im Verlauf der Diskussion des Verfahrens 500 referenziert, um das Verständnis verschiedener Aspekte der vorliegenden Offenbarung zu erleichtern. Das Verfahren 500 zum Steuern der Batterieparametervorhersage im Hybridelektrofahrzeug kann durch einen Computeralgorithmus, einen maschinenausführbaren Code oder Softwareanweisungen, die in eine oder mehrere programmierbare Logikeinrichtungen des Fahrzeugs programmiert sind, wie etwa das Fahrzeugsteuermodul, das Hybridsteuermodul, einen anderen Controller in Kommunikation mit dem Fahrzeugrechensystem oder eine Kombination davon, implementiert werden. Wenngleich die im Flussdiagramm gezeigten verschiedenen Schritte so erscheinen, dass sie in einer chronologischen Sequenz auftreten, können mindestens einige der Schritte in einer anderen Reihenfolge auftreten und einige Schritte können gleichzeitig oder überhaupt nicht durchgeführt werden.
-
Bei Schritt 502 kann während eines Schlüssel-ein-Ereignisses, das es gestattet, dass das Fahrzeug bestromt wird, das Fahrzeugrechensystem mit dem Hochfahren des einen oder der mehreren Module beginnen. Das Hochfahren des einen oder der mehreren Module kann bewirken, dass das Batteriemanagementsystem betreffende Variablen initialisieren, bevor ein oder mehrere Algorithmen, die zum Steuern der Batterie verwendet werden, bei Schritt 504 aktiviert werden.
-
Die initialisierten Parameter in dem einen oder den mehreren Modulen können vorbestimmte Werte oder gespeicherte Werte bei dem letzten Schlüssel-aus-Ereignis sein. Vor dem Aktivieren der Algorithmen bei einem Schlüssel-ein-Ereignis sollten die Parameter initialisiert werden. Beispielsweise kann das Batteriemanagementverfahren mehrere Variablen initialisieren, einschließlich unter anderem der OCV-Datenpunkte, Spannungsgrenzen, Stromgrenzen, SOC-Bereich und/oder anderer, die Batterie betreffender Parameter.
-
Bei 506 kann das System die OCV an einem SOC-Datenpunkt unter Verwendung mehrerer Arten von Sensoren und/oder Algorithmen messen und/oder schätzen. Nachdem das System bei einem SOC-Datenpunkt eine OCV empfangen hat, kann das System die SOC-Änderung ab dem Zeitschritt der vorausgegangenen OCV-Messung zur aktuellen Zeit bei Schritt 508 berechnen.
-
Falls bei Schritt 510 die SOC-Änderung kleiner ist als eine vorbestimmte Konstante, wartet der Batteriecontroller für eine vorbestimmte Zeitdauer, um eine SOC-Änderung zu berechnen. Falls die SOC-Änderung größer oder gleich einer vorbestimmten Konstante ist, wird der Index k bei Schritt 512 um eins erhöht. Falls bei Schritt 514 die Batterie sich in einem Lade- oder Entladezustand befindet, kann das System warten, bis sich die Batterie in einem eingeschwungenen Zustand befindet, bevor ein neuer SOC-Datenpunkt gemessen wird.
-
Beispielsweise beträgt der SOC bei Index k fünfzig Prozent (50%) und der SOC beim Index k + 1 beträgt einundfünfzig Prozent (51%), die SOC-Änderung kann klein sein; deshalb wird möglicherweise eine große Anzahl von OCV-Messungen benötigt, um den ganzen SOC-Bereich abzudecken und eine OCV-Kurve zu identifizieren. Falls im Gegensatz dazu der SOC beim Index k sechzig Prozent (60%) beträgt und der SOC beim Index k + 1 vierzig Prozent (40%) beträgt, kann die SOC-Änderung groß genug sein, um den ganzen SOC-Bereich mit einer kleinen Anzahl von OCV-Messungen abzudecken.
-
Bei Schritt 516 kann das System bestimmen, ob es genügend OCV-Datenpunkte besitzt, um eine OCV-Kurve zu identifizieren. Falls genügend Datenpunkte empfangen worden sind, kann das System eine OCV-Kurve unter Verwendung der Messdaten bei verschiedenen SOC-Punkten auf der Basis der Ausführungsform bei Schritt 518 identifizieren.
-
Bei Schritt 520 kann das System bestimmen, dass eine zusätzliche Identifikation benötigt wird, um die OCV-Kurve zu generieren. Die Batterieleistung kann sich im Laufe der Lebensdauer der Batterie auf der Basis einer Reihe von Faktoren ändern, einschließlich unter anderem eines Grads an Lithiierung der Elektroden, Elektrodenkapazitätsverhältnissen und/oder Elektrodenzusammensetzungen. Batteriesteueralgorithmen können die identifizierte OCV-Kurve verwenden, um die Lebensdauer der Batterie zu berücksichtigen.
-
Falls bei Schritt 522 das System ein Schlüssel-aus-Ereignis detektiert, kann das System den einen oder die mehreren, zum Verwalten des Batteriepakets und/oder der einen oder der mehreren Batteriezellen verwendeten Algorithmen beenden. Das Fahrzeugrechensystem kann einen Fahrzeug-Schlüssel-aus-Modus besitzen, damit das System einen oder mehrere Parameter in einem nichtflüchtigen Speicher speichern kann, so dass diese Parameter durch das System für das nächste Schlüssel-ein-Ereignis verwendet werden können. Der eine oder die mehreren Parameter können OCV-Datenpunkte, SOC-Datenpunkte und/oder ein OCV-Kurvenprofil beinhalten.
-
6A und 6B zeigt identifizierte OCV-Kurven in den graphischen Darstellungen 601, 605, generiert durch die positive 612, 622 und negative Elektrode 614, 624 OCV-Kurven in den graphischen Darstellungen 603, 607. Die OCV-Kurven 618, 628 werden auf der Basis der OCV-Kurven 612, 614, 622, 624 der positiven und negativen Elektrode mit identifizierten Lithiierungsgrenzen jeder Elektrode 610, 620 geschätzt. Die OCV-Kurven in den graphischen Darstellungen 601, 605 besitzen eine x-Achse 606, die den SOC der Batterie darstellt, und eine y-Achse 608, die die OCV darstellt. Die OCV-Kurven der positiven und negativen Elektrode in den graphischen Darstellungen 603, 607 besitzen eine x-Achse 602, die eine normalisierte Li-Ionen-Konzentration der Batterie darstellt, und eine y-Achse 604, die die OCV jeder Elektrode darstellt. Die geschätzten Parameter 610, 620 beinhalten normalisierte Li-Ionen-Konzentrationen der positiven und negativen Elektrode bei den SOC-Punkten einhundert Prozent (100%) und den SOC-Punkten null Prozent (0%).
-
Die 6A und 6B zeigen den Vergleich der identifizierten OCV-Profilkurven 618, 628 von einer unterschiedlichen Anzahl von Testdatenpunkten 616, 626 gemäß der Ausführungsform. Falls eine OCV-Kurve identifizierbar ist, können die identifizierten Kurven ungeachtet der Anzahl von Testdatenpunkten 616, 626 identisch sein oder nahe beieinander liegen, wie in 6A und 6B gezeigt. Das Batteriemanagementsystem kann verifizieren, ob die geschätzten OCV-Parameter vor dem Ausgeben einer OCV-Kurve 618, 628 zusätzliche Messpunkte (d.h. Testdaten) 616, 626 erfordern. Die Anzahl an Datenpunkten kann theoretisch auf zwei reduziert werden, doch kann die praktische Anzahl größer sein, um ein verbessertes OCV-Identifikationsergebnis zu erhalten.
-
7 sind graphische Darstellungen einer OCV-Kurve 718, die aus den identifizierten Lithiierungsgrenzen 710 jeder Elektrode einer Batteriezelle unter Verwendung von Messtestdaten 716 in einem anderen Stadium der Batterielebensdauer konstruiert wird. Die graphische Darstellung 701 besitzt eine x-Achse 706, die den SOC der Batterie darstellt, und eine y-Achse 708, die die OCV darstellt. Die graphische Darstellung 703 besitzt eine x-Achse 702, die die normalisierte Li-Ionen-Konzentration der Batterie darstellt, und eine y-Achse 704, die die OCV jeder Elektrode darstellt. Die OCV-Kurve kann sich im Laufe der Batterielebensdauer ändern, da das Batteriepaket mit der Zeit, mit Umgebungsbedingungen, Batterienutzung und/oder einer Kombination davon altern kann.
-
Im Vergleich zu den 6A und 6B sind die normalisierten Li-Ionen-Konzentrationen der positiven und negativen Elektrode bei den SOC-Punkten einhundert Prozent (100%) von jenen in 7 signifikant verschieden. Die verschiedenen Konzentrationen bei jeder Elektrode führen zu einer anderen OCV-Kurve 718 in 7 im Vergleich zu den OCV-Profilkurven 618, 628, wie in 6A und 6B gezeigt. Falls sich eine Batterie-OCV-Kurve bei einer gegebenen Zeitperiode ändert, können die identifizierten Li-Ionen-Konzentrationen jeder Elektrode verschieden sein.
-
8A ist eine graphische Darstellung 801, die eine identifizierte OCV-Kurve 804 unter Verwendung einer kleinen Anzahl von OCV-Messungen 802 auf der Basis einer linearen Interpolation darstellt. Die graphische Darstellung 801 besitzt eine x-Achse 806, die den SOC der Batterie darstellt, und eine y-Achse 808, die OCV-Testdatenpunkte darstellt. Das Batteriemanagementsystem kann eine graphische Darstellung 801 einer geschätzten OCV-Kurve 804 auf der Basis einer durch das System angeforderten vordefinierten Anzahl von Datenpunkten 802 generieren. Beispielsweise kann das System fünf, zehn, fünfzehn, zwanzig oder fünfzig Datenpunkte vor dem Generieren der OCV-Kurve 804 anfordern. Wenn die Anzahl an Daten klein ist, kann die lineare Interpolation die OCV-Kurve nicht mit ausreichender Genauigkeit konstruieren.
-
8B ist eine graphische Darstellung 803, die eine identifizierte OCV-Kurve 812 auf der Basis der ausgemessenen Elektroden veranschaulicht, die Modellparameter identifiziert, die die normalisierten Li-Ionen-Konzentrationen bei einem SOC-Punkt von einhundert Prozent (100%) und einem SOC-Punkt von null Prozent (0%) jeder Elektrode darstellen. Das System kann eine OCV-Kurve 812 aus den identifizierten Modellparametern und OCV-Kurven der positiven und negativen Elektrode mit einer reduzierten Anzahl von OCV-Testdatenpunkten 810 konstruieren. Die graphische Darstellung 803 besitzt eine x-Achse 806, die den SOC der Batterie darstellt, und eine y-Achse 808, die die OCV darstellt.
-
Die OCV-Profil-Kurve 812 in 8B veranschaulicht eine verbesserte OCV-Kurvenschätzung im Vergleich zu der OCV-Kurve 801, wie in 8A gezeigt. Deshalb können OCV-Kurven unter Verwendung einer begrenzten Anzahl an Messdaten konstruiert werden, wie in 8B gezeigt, unter Verwendung des offenbarten Systems und des offenbarten Verfahrens. Das System kann Batterieparameter in Abhängigkeit von der Batterielebensdauer, wie erforderlich, ständig aktualisieren.
-
Wenngleich oben Ausführungsbeispiele beschrieben worden sind, sollen diese Ausführungsformen nicht alle möglichen, von den Ansprüchen eingeschlossenen Formen beschreiben. Die in der Beschreibung verwendeten Wörter sind Wörter der Beschreibung anstatt der Beschränkung, und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne von dem Gedanken und Schutzbereich der Offenbarung abzuweichen. Wie zuvor beschrieben, können die Merkmale verschiedener Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung auszubilden, die möglicherweise nicht explizit beschrieben oder dargestellt sind. Wenngleich verschiedene Ausführungsformen möglicherweise so beschrieben worden sind, dass sie Vorteile bereitstellen oder gegenüber anderen Ausführungsformen oder Implementierungen nach dem Stand der Technik bezüglich einer oder mehrerer gewünschter Charakteristika bevorzugt werden, erkennt der Durchschnittsfachmann, dass ein oder mehrere Merkmale oder Charakteristika beeinträchtigt werden können, um gewünschte Gesamtsystemattribute zu erzielen, die von der spezifischen Anwendung und Implementierung abhängen. Zu diesen Attributen können unter anderem Kosten, Festigkeit, Dauerhaftigkeit, Lebenszykluskosten, Vermarktbarkeit, Aussehen, Verpackung, Größe, Wartbarkeit, Gewicht, Herstellbarkeit, Leichtigkeit der Montage usw. zählen. Als solche liegen Ausführungsformen, die bezüglich einer oder mehrerer Charakteristika als weniger wünschenswert als andere Ausführungsformen oder Implementierungen nach dem Stand der Technik beschrieben werden, nicht außerhalb des Schutzbereichs der Offenbarung und können für bestimmte Anwendungen wünschenswert sein.
-
Es wird ferner beschrieben:
- A. Batteriemanagementsystem, das Folgendes umfasst:
ein Batteriepaket und
mindestens einen Controller, der programmiert ist zum Eingeben von Strom in das Batteriepaket bei jedem von mindestens zwei verschiedenen Ladezuständen, und
Ausgeben von Leerlaufspannungsdaten für einen anderen Ladezustand als die mindestens zwei verschiedenen Ladezustände auf der Basis von Modellparametern positiver und negativer Elektroden, von Leerlaufspannungsmessungen entsprechend der Eingabe abgeleitet.
- B. System nach A, wobei die mindestens zwei verschiedenen Ladezustände einen Ladezustand von null und einhundert Prozent beinhalten.
- C. System nach A, wobei der mindestens eine Controller weiterhin programmiert ist zum Erhalten der Messungen während des Fahrzeugbetriebs.
- D. System nach A, wobei der mindestens eine Controller weiterhin programmiert ist zum Schätzen der Leerlaufspannungsdaten unter Verwendung eines Extended-Kalman-Filters.
- E. System nach A, wobei der mindestens eine Controller weiterhin programmiert ist zum Ableiten der Modellparameter aus einem Optimierungsproblem mit mehreren Einschränkungen.
- F. System nach E, wobei das Optimierungsproblem eine Kostenfunktion besitzt, die Fehler zwischen geschätzten Leerlaufspannungsdaten und gemessenen Leerlaufspannungsdaten minimiert.
- G. System nach A, wobei der mindestens eine Controller weiterhin programmiert ist zum Ausgeben einer Klemmenspannung auf der Basis der Leerlaufspannungsdaten.
- H. System nach G, wobei der mindestens eine Controller weiterhin programmiert ist zum Steuern des Batteriepakets auf der Basis der Klemmenspannung.
- I. Fahrzeug, das Folgendes umfasst:
ein Batteriepaket und
mindestens einen Controller, der programmiert ist zum Ausgeben von Leerlaufspannungsdaten für einen gegebenen Ladezustand des Batteriepakets auf der Basis von (i) Modellparametern der positiven und negativen Batteriepaketelektroden, dargestellt durch normalisierte Li-Ionen-Konzentrationen bei dem Ladezustand von null und einhundert Prozent, und (ii) Modellparametern von mindestens zwei Leerlaufspannungen, die jeweils mit einem anderen Ladezustand assoziiert sind.
- J. Fahrzeug nach I, wobei der mindestens eine Controller weiterhin programmiert ist zum Vorhersagen einer Batteriepaketklemmenspannung auf der Basis der Leerlaufspannungsdaten.
- K. Fahrzeug nach J, wobei der mindestens eine Controller weiterhin programmiert ist zum Ausgeben von Ladezustand, Leistungsschwund, Kapazitätsschwund oder sofort verfügbarer Leistung auf der Basis der Batteriepaketklemmenspannung.
- L. Fahrzeug nach I, wobei die mindestens zwei Leerlaufspannungen durch gemessene oder geschätzte Daten definiert sind.
- M. Fahrzeug nach L, wobei die gemessenen oder geschätzten Daten während des Fahrzeugbetriebs erhalten werden.
- N. Fahrzeug nach I, wobei die Modellparameter aus einem Optimierungsproblem mit einer Kostenfunktion abgeleitet sind, um Fehler zwischen geschätzten Leerlaufspannungsdaten und gemessenen Leerlaufspannungsdaten, die mehreren Einschränkungen unterworfen sind, zu minimieren.
- O. Verfahren zum Verwalten einer Batterie, das Folgendes umfasst:
Ausgeben von Leerlaufspannungsdaten für einen gegebenen Ladezustand der Batterie auf der Basis von (i) Modellparametern der positiven und negativen Batterieelektroden, dargestellt durch normalisierte Li-Ionen-Konzentrationen bei dem Ladezustand von null und einhundert Prozent, und (ii) Modellparametern von mindestens zwei Leerlaufspannungen, die jeweils mit einem anderen Ladezustand assoziiert sind;
Ausgeben einer Batterieklemmenspannung auf der Basis der Leerlaufspannungsdaten und
Steuern des Betriebs der Batterie auf der Basis der Batterieklemmenspannung.
- P. Verfahren nach O, weiterhin umfassend das Ausgeben von Ladezustand, Leistungsschwund, Kapazitätsschwund oder sofort verfügbarer Leistung auf der Basis der Batterieklemmenspannung und weiteres Steuern des Betriebs der Batterie auf der Basis des Ladezustands, des Leistungsschwunds, des Kapazitätsschwunds oder der sofort verfügbaren Leistung.
- Q. Verfahren nach O, wobei die mindestens zwei Leerlaufspannungen durch gemessene oder geschätzte Daten definiert werden.
- R. Verfahren nach Q, wobei die gemessenen oder geschätzten Daten während des Fahrzeugbetriebs erhalten werden.
- S. Verfahren nach O, wobei die Modellparameter von einem Optimierungsproblem hergeleitet werden, das Fehler zwischen geschätzten Leerlaufspannungsdaten und gemessenen Leerlaufspannungsdaten, die mehreren Einschränkungen unterworfen sind, minimiert.