DE102015203789A1 - Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen - Google Patents
Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen Download PDFInfo
- Publication number
- DE102015203789A1 DE102015203789A1 DE102015203789.4A DE102015203789A DE102015203789A1 DE 102015203789 A1 DE102015203789 A1 DE 102015203789A1 DE 102015203789 A DE102015203789 A DE 102015203789A DE 102015203789 A1 DE102015203789 A1 DE 102015203789A1
- Authority
- DE
- Germany
- Prior art keywords
- battery
- parameters
- delta
- model
- cell
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims description 10
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 19
- 230000010354 integration Effects 0.000 claims description 3
- 210000004027 cell Anatomy 0.000 claims 29
- 210000002325 somatostatin-secreting cell Anatomy 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 10
- 238000013459 approach Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
- B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
- B60K6/42—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
- B60K6/44—Series-parallel type
- B60K6/442—Series-parallel switching type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
- B60L15/2009—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for braking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/10—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines
- B60L50/16—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines with provision for separate direct mechanical propulsion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
- B60L50/61—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries by batteries charged by engine-driven generators, e.g. series hybrid electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
- B60L50/66—Arrangements of batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods 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]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/18—Methods 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
- B60L58/21—Methods 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L7/00—Electrodynamic brake systems for vehicles in general
- B60L7/10—Dynamic electric regenerative braking
- B60L7/14—Dynamic electric regenerative braking for vehicles propelled by ac motors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/24—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
- B60W10/26—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2210/00—Converter types
- B60L2210/10—DC to DC converters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2210/00—Converter types
- B60L2210/40—DC to AC converters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/547—Voltage
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/549—Current
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/70—Interactions with external data bases, e.g. traffic centres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/80—Time limits
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/44—Control modes by parameter estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/24—Energy storage means
- B60W2510/242—Energy storage means for electrical energy
- B60W2510/244—Charge state
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/62—Hybrid vehicles
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/64—Electric machine technologies in electromobility
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
Ein Fahrzeug kann Batteriezellen aufweisen, sowie eine Steuereinrichtung, die dafür ausgelegt ist, das Fahrzeug auf der Basis einer Zustandsbeobachtung der Batteriezellen zu steuern, unter Verwendung von Modellparametern, die gemäß von der Steuereinrichtung bestimmten Nennparametern der Zellen berechnet werden, korrigiert um fernbestimmte Delta-Parameter der Zellen, wobei die Delta-Parameter von einer externen Recheneinrichtung in Reaktion auf ein Zellen-Batteriemodell betreffende Zellenmesswerte empfangen werden, die zu der externen Recheneinrichtung gesendet wurden, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
Description
- Die Offenbarung betrifft die Verbesserung der Schätzung des Batterieladezustands unter Verwendung von Cloud-Computing-Ressourcen.
- Moderne Hybrid- und Elektrofahrzeuge verwenden Batteriepacks zum Bereitstellen von Energie für den Antrieb und zum Speichern von regenerierter Energie. Batteriepacks bestehen typischerweise aus mehreren einzelnen Batteriezellen, welche parallel oder in Reihe geschaltet oder in einer Kombination davon angeordnet sein können. Eine Kenngröße des Batteriepacks ist der Ladezustand (State of Charge, SOC). Der SOC eines Batteriepacks ist ein Maß des Teils der Gesamtladung, welcher in dem Batteriepack verblieben ist, und kann als analog zu einer Kraftstoffstandsanzeige betrachtet werden. Der SOC kann wichtig sein, um zu bestimmen, wann und wie das Batteriepack zu laden oder zu entladen ist. Der SOC kann auch wichtig sein, um dem Fahrer Informationen zu liefern, etwa betreffs der Reichweite des Fahrzeugs, und für den Betrieb des Fahrzeugs. Zu den weiteren Kenngrößen des Batteriepacks gehören Leistungsgrenzwerte der Batterie, welche die maximalen Raten definieren, mit denen die Batterie sicher gespeicherte Energie abgeben kann (d. h. Entladeleistungsgrenzwerte) und sicher zusätzliche Energie speichern kann (d. h. Ladeleistungsgrenzwerte), ohne die Batterie oder irgendein anderes angeschlossenes System zu beschädigen.
- Bei einer ersten beispielhaften Ausführungsform weist ein Fahrzeug Batteriezellen auf, sowie eine Steuereinrichtung, die dafür ausgelegt ist, das Fahrzeug auf der Basis einer Zustandsbeobachtung der Batteriezellen zu steuern, unter Verwendung von Modellparametern, die gemäß von der Steuereinrichtung bestimmten Nennparametern der Zellen berechnet werden, korrigiert um fernbestimmte Delta-Parameter der Zellen, wobei die Delta-Parameter von einer externen Recheneinrichtung in Reaktion auf ein Zellen-Batteriemodell betreffende Zellenmesswerte empfangen werden, die zu der externen Recheneinrichtung gesendet wurden, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
- Bei einer zweiten beispielhaften Ausführungsform ist eine Recheneinrichtung dafür ausgelegt, von einem Fahrzeug über ein Kommunikationsnetz Batteriezellen-Messwerte zu empfangen, die einem Batteriemodell von Batteriezellen des Fahrzeugs entsprechen, und in Reaktion auf die Messwerte über das Kommunikationsnetz Delta-Parameter der Zellen an das Fahrzeug zu senden, welche Korrekturen für durch das Fahrzeug für die Zellen bestimmte Nennparameter der Zellen angeben, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
- Bei einer dritten beispielhaften Ausführungsform weist ein Verfahren das Steuern eines Fahrzeugs durch eine Steuereinrichtung auf der Basis einer Zustandsbeobachtung von Batteriezellen auf, unter Verwendung von Modellparametern, die gemäß von der Steuereinrichtung bestimmten Nennparametern der Zellen berechnet werden, korrigiert um fernbestimmte Delta-Parameter der Zellen, wobei die Delta-Parameter durch die Steuereinrichtung von einer externen Recheneinrichtung in Reaktion auf ein Batteriemodell betreffende Zellenmesswerte empfangen werden, die zu der Recheneinrichtung gesendet wurden, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
-
1 ist eine schematische Darstellung eines Hybrid-Elektrofahrzeugs, welches Antriebsstrang- und Energiespeicherkomponenten zeigt; -
2 ist eine schematische Darstellung einer möglichen Batteriepackanordnung, die aus mehreren Zellen besteht und von einem Batteriesteuerungsmodul überwacht und gesteuert wird; -
3 ist eine schematische Darstellung einer beispielhaften äquivalenten Schaltung einer Batteriezelle; -
4 ist eine schematische Darstellung eines modifizierten äquivalenten Modells einer Batteriezelle, welches Batterieparameter in Nennwerte und Delta-Werte aufteilt; -
5 ist eine schematische Darstellung einer Cloud-basierten Architektur zum Abgeben von Aufgaben der Parameteridentifikation von einem Fahrzeug; -
6 ist eine schematische Darstellung einer Ladezustands-Beobachterarchitektur, welche die Cloud-basierte Architektur zum Abgeben der Berechnung von Delta-Parameterwerten an eine Cloud-Rechenressource verwendet; und - die
7 und8 sind schematische Darstellungen eines Verfahrens zum Abgeben von Aspekten von Aufgaben der Parameteridentifikation von einem Fahrzeug an eine Cloud-basierte Architektur. - Wie erforderlich, werden hierin detaillierte Ausführungsformen der vorliegenden Erfindung offenbart; es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich beispielhaft für die Erfindung sind, welche in verschiedenen und alternativen Formen ausgeführt werden kann. Die Figuren sind nicht unbedingt maßstabsgetreu; einige Merkmale können übertrieben groß oder verkleinert dargestellt sein, um Details bestimmter Komponenten zu zeigen. Daher sind spezifische strukturelle und funktionelle Details, die hier offenbart werden, nicht als einschränkend zu verstehen, sondern lediglich eine repräsentative Basis, anhand der einem Fachmann vermittelt wird, wie die vorliegende Erfindung auf verschiedene Weise eingesetzt werden kann.
- Bei der SOC-Schätzung kann ein modellbasiertes Verfahren wie etwa Kalman-Filterung verwendet werden, um den SOC zu bestimmen. Ein modellbasiertes Verfahren besteht darin, dass ein Modell einer Batteriezelle definiert wird und dann die inneren Zustände der Batteriezelle auf der Basis gewisser realer Messwerte vorhergesagt werden. Bei den geschätzten inneren Zuständen kann es sich unter anderem um den Innenwiderstand oder den SOC der Batterie handeln. Ein typischer Ansatz besteht darin, ein Kalman-Filter auf jede Zelle des Batteriepacks anzuwenden und dann diese Zellenwerte zum Berechnen der Kenngrößen des gesamten Batteriepacks zu verwenden. Dies kann ein Batteriesteuerungsmodul erfordern, das in der Lage ist, eine Anzahl von Kalman-Filtern auszuführen, welche gleich der Anzahl der in dem Batteriepack vorhandenen Zellen ist, sowie einen Speicher, der in der Lage ist, Zustandsinformationen für jede der modellierten Zellen zu speichern. Die Anzahl der Zellen in einem Batteriepack variiert, jedoch kann ein Batteriepack eines modernen Fahrzeugs aus 62 bis 100 oder mehr Zellen bestehen.
- Anstatt dass eine SOC-Schätzung allein durch das Fahrzeug durchgeführt wird, können Aspekte der SOC-Berechnung an einen Rechendienst außerhalb des Fahrzeugs abgegeben werden. Ein solcher externer Rechendienst kann einen Cloud-basierten Rechenserver aufweisen, auf den über eine Netzverbindung vom Fahrzeug zum Internet zugegriffen werden kann. Zum Beispiel kann bei Verwendung eines modellbasierten Ansatzes für die SOC-Schätzung, der eine Trennung von Parameteridentifikation und Zustandsbeobachtung beinhaltet, die Aufgabe der Parameteridentifikation an den externen Dienst abgegeben werden, was den Umfang an Berechnungen und Zustandsinformationen reduziert, die durch das Fahrzeug durchgeführt bzw. aufbewahrt werden müssen. Bei einem solchen Ansatz kann das Fahrzeug Eingangsinformationen im Hinblick auf eine Fahrzeugbatterie sammeln (z. B. Spannung, Stromstärke, Temperatur, SOC usw.), die Informationen an den externen Dienst weiterleiten und von dem Dienst Modellparameter (z. B. Modellparameter einer zu der Batterie äquivalenten Schaltung) empfangen, die bei der SOC-Schätzung des Fahrzeugs zu verwenden sind.
- Durch Einbeziehung der Rechenleistung des externen Rechendienstes kann ein Fahrzeug in der Lage sein, von anspruchsvolleren und genaueren Batteriemodellen zu profitieren, als sie bei Verwendung der Rechenressourcen des Fahrzeugs berechnet werden können. Jedoch kann die Rate, mit der die extern ermittelten Batterieparameter durch das Fahrzeug empfangen werden, wesentlich langsamer sein als die Berechnungsrate, die innerhalb des Batteriesteuerungsmoduls verwendet wird. Daher können, da sich der tatsächliche Batteriezustand ständig ändert, Parameterfehler in den Zeitabschnitten zwischen Aktualisierungen wachsen, was die Genauigkeit von berechneten Werten, die auf den extern berechneten Werten beruhen (z. B. Leistungsgrenzwerte der Batterie, SOC-Schätzungen usw.), verringert. Durch Aufteilung der Bestimmung von Batterieparametern in einen bekannten Nenn-Vorwärtskopplungsanteil, der durch eine Funktion berechnet wird, und einen unbekannten, dynamisch ermittelten Anteil, der als ein Delta zu der Funktion berechnet wird, kann das Fahrzeug dafür ausgelegt werden, die Robustheit einer abgegebenen Parameterschätzung zu verbessern, was langsamere Cloud-Aktualisierungsraten und eine bessere Widerherstellung des Fahrzeugs nach zwischenzeitlichem Datenverlust ermöglicht.
- Obwohl der offenbarte Ansatz in Bezug auf die SOC-Berechnung für ein Fahrzeug erörtert wird, ist anzumerken, dass der Ansatz auch für andere Arten der Modellidentifizierung oder modellbasierten Steuerung oder von Schätzungsanwendungen angewendet werden kann, bei denen ein Modellidentifizierungs-Algorithmus mit einer langsameren Rate aktualisiert werden kann, als die Steuereinrichtung oder Schätzeinrichtung Systemwerte bestimmt.
-
1 zeigt ein Hybrid-Elektrofahrzeug2 . Das typische Hybrid-Elektrofahrzeug2 kann einen oder mehrere Elektromotoren4 aufweisen, die mechanisch mit einem Hybridgetriebe3 verbunden sind. Außerdem ist das Hybridgetriebe6 mechanisch mit einer Kraftmaschine8 verbunden. Das Hybridgetriebe6 ist außerdem mechanisch mit einer Antriebswelle10 verbunden, welche mechanisch mit den Rädern12 verbunden ist. Die Elektromotoren4 können Antriebs- und Verzögerungsfähigkeit zur Verfügung stellen, wenn die Kraftmaschine8 ein- oder ausgeschaltet wird. Die Elektromotoren4 können auch als Generatoren wirken und können Vorteil durch Kraftstoffeinsparung ermöglichen, indem sie Energie zurückgewinnen, welche normalerweise als Wärme in dem Reibungsbremssystem verloren gehen würde. Die Elektromotoren4 können auch verminderte Schadstoffemissionen gewährleisten, da das Hybrid-Elektrofahrzeug2 unter gewissen Bedingungen in einer elektrischen Betriebsart betrieben werden kann. - Das Batteriepack
14 speichert Energie, welche von den Elektromotoren4 verwendet werden kann. Ein Fahrzeug-Batteriepack14 stellt typischerweise einen Hochspannungs-DC-Ausgang bereit. Das Batteriepack14 ist mit dem Leistungselektronikmodul16 elektrisch verbunden. Das Leistungselektronikmodul16 ist außerdem mit den Elektromotoren4 elektrisch verbunden und gewährleistet die Möglichkeit, bidirektional Energie zwischen dem Batteriepack14 und den Elektromotoren4 zu übertragen. Zum Beispiel kann ein typisches Batteriepack14 eine Gleichspannung liefern, während die Elektromotoren4 einen Dreiphasen-Wechselstrom benötigen können, um zu funktionieren. Das Leistungselektronikmodul16 kann die Gleichspannung in einen Dreiphasen-Wechselstrom umwandeln, wie er von den Elektromotoren4 benötigt wird. In einer regenerativen Betriebsart wandelt dann das Leistungselektronikmodul16 den Dreiphasen-Wechselstrom von den als Generatoren wirkenden Elektromotoren4 in die Gleichspannung um, die von dem Batteriepack14 benötigt wird. Das hier beschriebene Verfahren ist ebenso auf ein reines Elektrofahrzeug oder eine beliebige andere Vorrichtung, die ein Batteriepack verwendet, anwendbar. - Zur Bereitstellung von Energie für den Antrieb kann das Batteriepack
14 außerdem Energie für andere elektrische Systeme bereitstellen. Ein typisches System kann ein DC/DC-Wandlermodul18 aufweisen, welches der Hochspannungs-Gleichstromausgang des Batteriepacks14 in eine Niederspannungs-Gleichstromversorgung umwandelt, welche mit anderen Fahrzeuglasten kompatibel ist. Andere Hochspannungslasten können direkt ohne die Verwendung eines DC/DC-Wandlermoduls18 angeschlossen sein. In einem typischen Fahrzeug sind die Niederspannungssysteme mit einer 12 V-Batterie20 elektrisch verbunden. - Die Batteriepacks
14 können aus vielfältigen chemischen Formulierungen hergestellt sein. Typische chemische Bestandteile eines Batteriepacks14 sind Bleisäure, Nickel-Metallhydrid (NIMH) oder Lithiumionen.2 zeigt ein typisches Batteriepack14 mit einer einfachen Reihenanordnung von N Batteriezellen32 . Andere Batteriepacks14 können jedoch aus einer beliebigen Anzahl von einzelnen Batteriezellen bestehen, die in Reihe oder parallel oder in einer Kombination davon geschaltet sind. Ein typisches System kann eine oder mehrere Steuereinrichtungen aufweisen, wie etwa ein Batteriesteuerungsmodul (Battery Control Module, BCM)36 , welches das Verhalten des Batteriepacks14 überwacht und steuert. Das BCM36 kann mehrere Kenngrößen der Ebene des Batteriepacks14 überwachen, wie etwa den Batteriepackstrom38 , die Batteriepackspannung40 und die Batteriepacktemperatur42 . - Neben den Kenngrößen der Ebene des Batteriepacks können Kenngrößen der Ebene der Batteriezellen vorhanden sein, welche gemessen und überwacht werden müssen. Zum Beispiel können die Klemmenspannung, der Strom und die Temperatur jeder Zelle gemessen werden. Ein System kann ein Sensormodul
34 verwenden, um die Kenngrößen von Batteriezellen zu messen. In Abhängigkeit von der Leistungsfähigkeit kann das Sensormodul34 die Kenngrößen einer oder mehrerer der Batteriezellen32 messen. Das Batteriepack14 kann bis zu Nc Sensormodule34 verwenden, um die Kenngrößen aller Batteriezellen32 messen. Jedes Sensormodul34 kann die Messwerte zu dem BCM36 zur weiteren Verarbeitung und Koordination übertragen. Das Sensormodul34 kann Signale in analoger oder digitaler Form zu dem BCM36 übertragen. -
3 ist eine schematische Darstellung eines beispielhaften, zu einer Batteriezelle äquivalenten Schaltungsmodells48 . Eine Batteriezelle kann als eine Spannungsquelle (VOC)50 mit Widerständen (52 und54 ) und einer Kapazität56 , die ihr zugeordnet sind, modelliert werden. Genauer, das zu einer Batteriezelle äquivalente Schaltungsmodell48 kann eine Randles-Schaltung sein, die einen aktiven Elektrolytwiderstand R152 aufweist, der mit einer Parallelschaltung einer Kapazität C254 und eines aktiven Ladungsübertragungswiderstandes R256 in Reihe geschaltet ist. Aufgrund der Impedanz der Batteriezellen ist die Klemmenspannung V58 typischerweise nicht dieselbe wie die Leerlaufspannung VOC50 . Die Leerlaufspannung VOC50 ist nicht ohne weiteres messbar, da nur die Klemmenspannung58 der Batteriezelle für eine Messung zugänglich ist. Da die VOC50 nicht ohne weiteres messbar ist, kann ein modellbasiertes Verfahren wie etwa das Randles-Modell verwendet werden, um ihren Wert zu schätzen. Obwohl hier das Randles-Schaltungsmodell als ein Beispiel verwendet wird, können andere Batteriemodelle ebenso gut verwendet werden. Zum Beispiel kann das Modell48 ein Randles-Schaltungsmodell höherer Ordnung, einen anderen Typ eines äquivalenten Schaltungsmodells einer Batterie, ein elektrochemisches Modell einer Batterie oder irgendein anderes Modell der Batteriezelle oder von Komponenten der Zelle beinhalten. - Das äquivalente Randles-Schaltungsmodell von
3 kann die Berechnung prädiktiver Parameter des Batteriesystems ermöglichen. Das Randles-Schaltungsmodell kann durch die folgende Gleichung dargestellt werden: wobei V2 die Spannung der RC-Schaltung ist, I der die Schaltung erregende Strom ist, t die Zeit ist und R2 (d. h. der Widerstand54 ) und C2 (d. h. die Kapazität56 ) die sich während des Fahrzeugbetriebs ändernde Batteriedynamik repräsentieren. Für eine Batterie mit einer Kapazität Q kann SOC als ein prozentualer Anteil einer verfügbaren Ladung im Vergleich zu einer maximalen Ladekapazität Q wie folgt definiert werden:SoC(t) = 1 / Q∫I(t)dt (2) - Außerdem kann die Klemmenspannung V
58 wie folgt modelliert werden:Vt(t) = I(t)R1 + V2(t) + foc(SoC(t)) (3) -
4 ist eine schematische Darstellung eines modifizierten äquivalenten Modells einer Batteriezelle60 , welches die Batterieparameter in einen Nennparameterwert-Anteil62 und einen Delta-Parameterwert-Anteil64 aufteilt. In dem modifizierten Modell60 kann das Batteriesystem nach wie vor als ein Randles-Schaltungsmodell (z. B. einer beliebigen gewünschten Ordnung) modelliert werden. Jedoch kann jedes Schaltungselement (z. B. der Widerstand52 , der Widerstand54 , die Kapazität56 usw.) durch einen Satz von mehreren Schaltungselementen repräsentiert werden, der zu dem Gesamt-Schaltungselement äquivalent ist. Zum Beispiel kann jeder Widerstand als ein Paar von in Reihe geschalteten Widerständen modelliert werden, und jede Kapazität kann als ein Paar von parallel geschalteten Kapazitäten modelliert werden. Jedes Paar kann ein ideales Element enthalten, welches gemäß einer glatten Funktion der Betriebsbedingungen (z. B. Temperatur, SOC, Alterungszustand (State of Health) usw.) variiert, und ein Blackbox-, Delta- oder unbekanntes Element, welches sämtliche Faktoren repräsentiert, die nicht auf andere Weise durch das ideale Element erfasst werden. - Unter Verwendung der Struktur des modifizierten äquivalenten Modells einer Batteriezelle
60 kann der Nennwert oder ideale Wert jedes Batterieparameters auf eine vorwärtsgekoppelte Weise gemäß der glatten Funktion vorhergesagt werden. Infolgedessen braucht das System zur Schätzung der Batterieparameter nur die Werte der Blackbox-Elemente zu schätzen. Diese Blackbox-Elemente können als Delta-Störungen um die idealen Werte herum modelliert werden. Zum Beispiel kann der Widerstand52 als ein Nennparameterwert62 R1,0 und ein Delta-Parameterwert64 ΔR1 modelliert werden, so dass der Gesamtwert des Widerstands52 gleich der Summe der Teilwerte ist, R1 = R1,0 + ΔR1. In ähnlicher Weise kann der Widerstand54 als ein Nennparameterwert62 R2,0 und ein Delta-Parameterwert64 ΔR2 modelliert werden, so dass der Gesamtwert des Widerstands54 gleich der Summe der Teilwerte ist, R2 = R2,0 + ΔR2. Außerdem kann die Kapazität56 als ein Nennparameterwert62 C2,0 und ein Delta-Parameterwert64 ΔC2 modelliert werden, so dass der Gesamtwert der Kapazität56 gleich der Summe der Teilwerte ist, C2 = C2,0 + ΔC2. -
- Außerdem kann die Klemmenspannung V
58 wie folgt dargestellt werden:Vt(t) = I(t)(R1,0 + ΔR1) + V2(t) + foc(SoC(t)) (5) - Trotz dieser Unterschiede im modifizierten Modell kann der SOC weiterhin so wie in Gleichung 2 angegeben modelliert werden.
- Alternativ dazu kann, anders als beim Modell
60 , in welchem den Delta-Parameterwerten64 eine additive Wirkung verliehen wird, ein modifiziertes äquivalentes Modell einer Batteriezelle60 verwendet werden, in welchem den Delta-Parameterwerten64 eine multiplikative Wirkung verliehen wird. Zum Beispiel kann der Widerstand52 als ein Nennparameterwert62 R1,0 und ein Delta-Parameterwert64 ΔR1 modelliert werden, so dass der Gesamtwert des Widerstands52 gleich dem Produkt der Teilwerte ist, R1 = R1,0(1 + ΔR1). In ähnlicher Weise kann der Widerstand54 als ein Nennparameterwert62 R2,0 und ein Delta-Parameterwert64 ΔR2 modelliert werden, so dass der Gesamtwert des Widerstands54 gleich dem Produkt der Teilwerte ist, R2 = R2,0(1 + ΔR2). Außerdem kann die Kapazität56 als ein Nennparameterwert62 C2,0 und ein Delta-Parameterwert64 ΔC2 modelliert werden, so dass der Gesamtwert der Kapazität56 gleich dem Produkt der Teilwerte ist, C2 = C2,0(1 + ΔC2). -
- Außerdem kann die Klemmenspannung V 58 wie folgt dargestellt werden:
Vt(t) = I(t)R1,0(1 + ΔR1) + V2(t) + foc(SoC(t)) (7) - In beiden Modellen
60 können die Nennwerte62 als eine Funktion der Batterietemperatur und möglicherweise anderer Variabler, wie etwa des kumulativen Amperestunden-Durchsatzes oder des SOC, vorhergesagt werden. In manchen Fällen können die vorwärtsgekoppelten Parameterschätzungen über die Lebensdauer der Batterie langsam angepasst werden, z. B. um unterschiedlichen Kapazitäten Q im Verhalten der Batterie Rechnung zu tragen, wenn diese altert. Die Delta-Parameterwerte64 können unter Verwendung eines erweiterten Kalman-Filters ermittelt werden, welches das Schaltungsmodell60 verwendet. Zum Beispiel können die Delta-Parameterwerte64 als eine Differenz zwischen den Nennparameterwerten62 und den durch das Filter bestimmten Modellparametern bestimmt werden. Die Delta-Parameter können alternativ dazu direkt durch ein Kalman-Filter ermittelt werden. Insbesondere kann die vorwärtsgekoppelte Bestimmung des Nennparameterwertes62 wesentlich weniger rechen- und speicherintensiv sein als die Bestimmung der Delta-Parameterwerte. -
5 ist eine schematische Darstellung einer Cloud-basierten Architektur70 zum Abgeben von Rechenaufgaben von einem Fahrzeug. Die Architektur70 weist ein BCM36 auf, das mit einem Fahrzeug-zu-Cloud-Modul72 in Kommunikation steht, wobei das Cloud-Modul72 dafür ausgelegt ist, die Kommunikation des Fahrzeugs mit Cloud-Rechenressourcen74 zu ermöglichen. - Wie in der Architektur
70 als Strom (1) angegeben ist, kann das BCM36 dafür ausgelegt sein, die Batterie zu verwalten und Batteriezellenmessungen verschiedener Variabler der Batterie durchzuführen. Außerdem kann, wie durch den Strom (2) angegeben, das BCM36 ferner dafür ausgelegt sein, Eingangsinformationen an das Cloud-Modul72 weiterzuleiten. Das Cloud-Modul72 kann dafür ausgelegt sein, die Eingangsinformationen zu empfangen und, wie durch den Strom (3) angegeben, die Eingangsinformationen über eine Mobilfunkverbindung zu der Cloud-Rechenressource74 weiterzuleiten (z. B. über eine Telematiksteuerung des Fahrzeugs). Die Cloud-Rechenressource74 kann dafür ausgelegt sein, auf der Basis der empfangenen Eingangsinformationen Berechnungen durchzuführen. Wie durch den Strom (4 ) angegeben, kann die Cloud-Rechenressource74 ferner dafür ausgelegt sein, über die Mobilfunkverbindung eine Antwort an das Cloud-Modul72 zurückzusenden, welche die Ergebnisse der Berechnungen enthält. Das Cloud-Modul72 kann die Antwort empfangen und, wie durch den Strom (5) angegeben, die Ergebnisse der Berechnungen zurück an das BCM36 weiterleiten. Das BCM36 kann die von der Ressource74 berechneten Ergebnisse der Berechnungen entsprechend verwenden. Dementsprechend ist das Fahrzeug durch Verwendung der Cloud-basierten Architektur70 in der Lage, Berechnungsaufgaben abzugeben, deren Ausführung unter Verwendung der eigenen Rechenkapazitäten für das BCM36 teuer oder schwierig ist. -
6 ist eine schematische Darstellung einer Ladezustands-Beobachterarchitektur80 , welche die Cloud-basierte Architektur70 zum Abgeben der Berechnung von Delta-Parameterwerten64 an die Cloud-Rechenressource74 verwendet. In der Architektur80 können die Delta-Parameterwerte64 von der Cloud-Rechenressource74 berechnet werden und können regelmäßig (zum Beispiel in diskreten Zeitabständen, wie etwa jede Sekunde, alle 15 Sekunden, alle 3 Minuten usw.) von der Cloud-Rechenressource74 zur Verfügung gestellt werden. Weiterhin können die Berechnungen der Nennwerte62 von dem BCM36 durchgeführt werden, unabhängig von der Kommunikationsrate oder dem Verbindungsstatus zu der Cloud-Rechenressource74 . Die Delta-Parameterwerte64 können von dem Fahrzeug verwendet werden, um die Berechnung von Modellparametern92 zu aktualisieren, indem die von der Cloud-Rechenressource74 ermittelten Delta-Werte auf die von dem BCM36 bestimmten Nennwerte62 angewendet werden. Da die Berechnung der Nennwerte62 auf der Basis der aktuellen Batteriemesswerte durchgeführt wird, unabhängig von den von der Cloud-Rechenressource74 empfangenen Aktualisierungen, sorgt die Architektur80 für eine Verringerung der Zuwachsraten der Parameterfehler zwischen Cloud-Aktualisierungen sowie für eine robustere Cloud-basierte Bestimmung des Batteriezustands. - Genauer, die Architektur
80 weist ein Eingangsmodul82 auf, das dafür ausgelegt ist, Sensoreingangsinformationen zu empfangen und die Eingangsinformationen zur Verwendung durch andere Module der Architektur80 zur Verfügung zu stellen. Ein modellbasiertes SOC-Schätzmodul86 kann dafür ausgelegt sein, Modellparameter92 von dem Eingangsmodul82 zu empfangen und den SOC98 zu schätzen. Das Cloud-Modul72 kann dafür ausgelegt sein, Batteriemodell-Eingangsinformationen96 von dem Eingangsmodul82 und den geschätzten SOC98 zu der Cloud-Rechenressource74 weiterzuleiten sowie Delta-Parameterwerte64 zu empfangen, die von der Cloud-Rechenressource74 gemäß dem modifizierten äquivalenten Batterie-Schaltungsmodell60 berechnet wurden. Ein Parameterschätzmodul84 kann dafür ausgelegt sein, die Delta-Parameterwerte64 regelmäßig (zum Beispiel in diskreten Zeitabständen, wie etwa jede Sekunde, alle 15 Sekunden, alle 3 Minuten usw.) von der Cloud-Rechenressource74 zu empfangen, Nennwerte62 gemäß von dem Eingangsmodul82 empfangenen Parameterschätzungs-Eingangsinformationen90 zu bestimmen und ein Kombination der Nennwerte62 und Delta-Parameterwerte64 auszuführen, um die Modellparameter92 zu bestimmen. Ein Leistungsgrenzwert-Berechnungsmodul88 kann dafür ausgelegt sein, einen Leistungsgrenzwert für die Batterie (z. B. die maximale Rate, mit der Energie in die Batterie eingespeist und aus der Batterie entnommen werden kann) auf der Basis solcher Faktoren zu bestimmen, wie Alter und Temperatur der Batterie. Insbesondere können die Berechnungen der Nennwerte62 von dem Fahrzeug kontinuierlich durchgeführt werden, unabhängig von der Kommunikationsrate zu der Cloud und dem Verbindungsstatus zu der Cloud. Dementsprechend sorgt die Berechnung der Nennwerte62 unabhängig von den Aktualisierungen, die von der Cloud empfangen werden, für eine Verringerung der Zuwachsraten der Parameterfehler zwischen Cloud-Aktualisierungen sowie für ein robusteres Cloud-basiertes Batteriesteuerungssystem. - Das Eingangsmodul
82 kann dafür ausgelegt sein, Eingangsinformationen zu empfangen, die bei der Berechnung der Modellparameter92 zu verwenden sind. Für ein modifiziertes äquivalentes Batterie-Schaltungsmodell60 können diese Eingangsinformationen beispielsweise Spannung, Stromstärke, Temperatur beinhalten. Die Eingangsinformationen, die von dem Eingangsmodul82 gesammelt werden, können Informationen beinhalten, die durch das BCM36 von den Sensormodulen34 empfangen werden, wie etwa Spannungs-, Strom- und Temperaturmesswerte der Zellenebene, sowie Kenngrößen der Ebene des Batteriepacks14 , die durch das BCM36 empfangen werden, wie Batteriepackstrom38 . Batteriepackspannung40 und Batteriepacktemperatur42 . - Das modellbasierte SOC-Schätzmodul
86 kann dafür ausgelegt sein, die gesammelten Eingangsinformationen96 des Batteriemodells und einen geschätzten SOC98 dem Cloud-Modul72 zuzuführen, zur Verarbeitung durch die Cloud-Rechenressource74 (z. B. Strom2 , wie in der Architektur70 dargestellt). Der anfängliche geschätzte SOC98 kann zum Beispiel anhand einer Messung der Leerlaufspannung des Batteriepacks14 beim Einschalten der Zündung bestimmt werden, oder mittels eines Verfahrens der SOC-Berechnung, das keine Modellparameter92 erfordert, wie etwa einer Amperestunden-Integration, berechnet anhand von Batteriemodell-Eingangsinformationen über Strommesswerte96 , die von dem Eingangsmodul82 empfangen werden. - Die Cloud-Rechenressource
74 kann dafür ausgelegt sein, die weitergeleiteten Batteriemodell-Eingangsinformationen96 von dem Eingangsmodul82 und den geschätzten SOC98 zu empfangen und die Delta-Parameterwerte64 zu berechnen. Die Cloud-Rechenressource74 kann die Berechnung des Delta-Parameterwertes64 gemäß dem oben ausführlich erläuterten modifizierten äquivalenten Batterie-Schaltungsmodell60 durchführen. Zum Beispiel kann die Cloud-Rechenressource74 ein erweitertes Kalman-Filter verwenden, um Modellparameter92 zu bestimmen, und kann die Delta-Parameterwerte64 als eine Differenz zwischen den Modellparametern92 und den Nennparameterwerten62 bestimmen (die z. B. ebenfalls von der Cloud-Rechenressource74 berechnet werden, unter Verwendung derselben Funktion, die von dem BCM36 benutzt wird, oder die durch die Cloud-Rechenressource74 von dem BCM36 empfangen werden, usw.). Die Delta-Parameter können stattdessen auch direkt durch ein Kalman-Filter ermittelt werden. Die Cloud-Rechenressource74 kann ferner dafür ausgelegt sein, die bestimmten Delta-Parameterwerte64 über das Cloud-Modul72 an das Parameterschätzmodul84 zurückzugeben (z. B. Strom5 , wie in der Architektur70 dargestellt). - Das Parameterschätzmodul
84 kann dafür ausgelegt sein, Nennparameterwerte62 gemäß einer Funktion von empfangenen Parameterschätzungs-Eingangsinformationen90 zu schätzen. Die Parameterschätzungs-Eingangsinformationen90 können zum Beispiel die Batterietemperatur und möglicherweise andere Variable, wie etwa den kumulativen Amperestunden-Durchsatz oder den SOC98 , beinhalten. Das Parameterschätzmodul84 kann dafür ausgelegt sein, auf der Basis der Nennparameterwerte62 und Delta-Parameterwerte64 die Batteriemodellparameter92 zu berechnen. Zum Beispiel können unter Verwendung des modifizierten äquivalenten Batteriezellenmodells60 die Werte des Widerstands52 , des Widerstands54 und der Kapazität56 als eine Summe von entsprechenden Nennparameterwerten62 und Delta-Parameterwerten64 bestimmt werden. Oder es können unter Verwendung des alternativen modifizierten äquivalenten Batteriezellenmodells60 die Werte des Widerstands52 , des Widerstands54 und der Kapazität56 bestimmt werden, indem den Delta-Parameterwerten64 eine multiplikative Wirkung auf die entsprechenden Nennparameterwerte62 verliehen wird. Die Modellparameter92 können dann dem modellbasierten SOC-Schätzmodul86 zur Verfügung gestellt werden. Das modellbasierte SOC-Schätzmodul86 kann dafür ausgelegt sein, den SOC98 des Batteriepacks14 zu schätzen. Zum Beispiel kann ein Beobachter des SOC-Schätzmoduls86 entsprechend den von dem Eingangsmodul82 empfangenen Modellparametern92 angesteuert werden. Der Beobachter kann gemäß einem solchen Modell implementiert sein, wie dem modifizierten äquivalenten Batteriezellen-Schaltungsmodell60 , das in4 dargestellt ist und oben ausführlich erläutert wurde. - Das Leistungsgrenzwert-Berechnungsmodul
88 kann dafür ausgelegt sein, eine Gesamtkapazität des Batteriepacks14 zu bestimmen. Zum Beispiel kann das Leistungsgrenzwert-Berechnungsmodul88 dafür ausgelegt sein, einen Leistungsgrenzwert für die Batterie (z. B. die maximale Rate, mit der Energie in die Batterie eingespeist und aus der Batterie entnommen werden kann) auf der Basis solcher Faktoren zu bestimmen, wie Alter und Temperatur der Batterie. - Insbesondere kann zwischen empfangenen Aktualisierungen eines Delta-Parameterwertes
64 das BCM36 fortfahren, den SOC98 unter Verwendung aktualisierter vorwärtsgekoppelter Nennwerte62 und des zuletzt empfangenen Delta-Parameterwertes64 zu schätzen. Somit können, unter Verwendung der Architektur80 , die Nennparameterwerte62 kontinuierlich (vorwärtsgekoppelt) aktualisiert werden, während die Delta-Parameterwerte64 auf der Basis einer Aktualisierungsrate von der Cloud-Rechenressource74 periodisch aktualisiert werden können. Das fortgesetzte Aktualisieren der Nennparameterwerte62 führt dementsprechend zu einer wesentlich verringerten Zunahme der Fehler der Modellparameter92 zwischen dem Empfang von Aktualisierungen von der Cloud-Rechenressource74 . Außerdem können die Schätzungen der Modellparameter92 , die von dem Parameterschätzmodul84 geliefert werden, auch robuster gegenüber einem Informationsverlust vom Fahrzeug zur Cloud und intermittierender Cloud-Konnektivität sein. -
7 ist eine schematische Darstellung eines Verfahrens700 zum Abgeben von Aufgaben der Parameteridentifikation von einem Fahrzeug. Das Verfahren700 kann zum Beispiel von dem Cloud-Modul72 und dem BCM36 eines Fahrzeugs durchgeführt werden, das mit der Cloud-Rechenressource74 in Kommunikation steht. - Am Entscheidungspunkt
702 bestimmt das BCM36 , ob ein Batteriemessungs-Timeout abgelaufen ist. Zum Beispiel kann das BCM36 dafür ausgelegt sein, periodisch Batteriemessungen durchzuführen (z. B. jede Sekunde, alle 15 Sekunden, alle 3 Minuten usw.). Falls das Batteriemessungs-Timeout abgelaufen ist, wird die Steuerung an Block704 übergeben. Andernfalls verbleibt die Steuerung beim Entscheidungspunkt702 . - Im Block
704 führt das BCM36 Batteriemessungen durch. Zum Beispiel kann das BCM36 Sensormodule34 des Fahrzeugs verwenden, um Kenngrößen von Batteriezellen zu messen, wie etwa die Spannung, Stromstärke und Temperatur jeder Zelle gemessen werden können. Als weiteres Beispiel kann das BCM36 Kenngrößen der Ebene des Batteriepacks14 messen, wie etwa Batteriepackstrom38 , Batteriepackspannung40 und Batteriepacktemperatur42 . - Im Block
706 aktualisiert das BCM36 die Nennparameter. Zum Beispiel kann das Parameterschätzmodul84 unter Verwendung der Batteriemesswerte als Parameterschätzungs-Eingangsinformationen90 die Nennwerte oder idealen Werte jedes Batterieparameters auf eine vorwärtsgekoppelte Weise gemäß der glatten Funktion vorhersagen. - Am Entscheidungspunkt
708 bestimmt das BCM36 , ob ein Timeout der Cloud-Aktualisierung abgelaufen ist. Zum Beispiel kann das BCM36 dafür ausgelegt sein, dem Cloud-Modul72 periodisch Batteriemesswerte zur Verfügung zu stellen (z. B. jede Sekunde, alle 15 Sekunden, alle 3 Minuten usw.). In vielen Beispielen kann die Dauer des Timeouts der Cloud-Aktualisierung länger sein als die des Batteriemessungs-Timeouts, was ermöglicht, dass Aktualisierungen der Nennparameter schneller als Cloud-Aktualisierungen erfolgen. Wenn der Timer der Cloud-Aktualisierung abgelaufen ist, wird die Steuerung an Block712 übergeben. Andernfalls wird die Steuerung an Block710 übergeben. - Im Block
710 speichert das BCM36 die Batteriemesswerte. Zum Beispiel kann das BCM36 einen oder mehrere Sätze von Batteriemesswerten verwalten, die nach Ablauf des Timeouts der Cloud-Aktualisierung an das Cloud-Modul72 zu senden sind. Nach Block710 wird die Steuerung an den Entscheidungspunkt702 übergeben. - Im Block
712 stellt das BCM36 die Batteriemesswerte dem Cloud-Modul72 zur Verfügung. Zum Beispiel kann das BCM36 eine oder mehrere Nachrichten über einen Fahrzeugbus an das Cloud-Modul72 senden, welche die Batteriemesswerte enthalten. Das BCM36 kann ferner dem Cloud-Modul72 zusätzliche Informationen zur Verfügung stellen, welche für die Bestimmung von Modellparametern auf der Basis des verwendeten Modells von Nutzen sein können, wie etwa einen früher berechneten SOC-Wert, der anhand einer früheren Zustandsbeobachtung bestimmt wurde, die von dem BCM36 durchgeführt wurde. Nach Block712 wird die Steuerung an den Entscheidungspunkt702 übergeben. - Am Entscheidungspunkt
714 bestimmt das BCM36 , ob ein Timeout der SOC-Bestimmung abgelaufen ist. Zum Beispiel kann das BCM36 dafür ausgelegt sein, den SOC zur Verwendung durch solche Fahrzeugsysteme zu bestimmen, wie den Hybrid-Antriebsstrang, oder für Elemente der Benutzeroberfläche des Fahrzeugs, welche den aktuellen Ladezustand anzeigen. Die SOC-Bestimmung kann auch periodisch durchgeführt werden (z. B. jede Sekunde, alle 15 Sekunden, alle 3 Minuten usw.). Falls das Timeout der SOC-Bestimmung abgelaufen ist, wird die Steuerung an Block716 übergeben. Andernfalls verbleibt die Steuerung beim Entscheidungspunkt714 . - Im Block
716 aktualisiert das BCM36 die Modellparameter92 . Zum Beispiel kann das Parameterschätzmodul84 unter Verwendung der Struktur des modifizierten äquivalenten Batteriezellenmodells60 , die in4 dargestellt ist und oben ausführlich erläutert wurde, den Nennwert oder idealen Wert jedes Batterieparameters auf eine vorwärtsgekoppelte Weise gemäß der glatten Funktion der Parameterschätzungs-Eingangsinformationen90 vorhersagen, die von dem Eingangsmodul82 empfangen wurden. Die Parameterschätzungs-Eingangsinformationen90 können zum Beispiel die Batterietemperatur und möglicherweise andere Variable, wie etwa den kumulativen Amperestunden-Durchsatz oder den SOC98 , beinhalten. Das Parameterschätzmodul84 kann ferner die jüngsten Delta-Parameterwerte64 verwenden, um die Berechnung der Modellparameter92 durch Anwenden der von der Cloud-Rechenressource74 ermittelten Delta-Werte auf die bestimmten Nennwerte62 zu aktualisieren. Zum Beispiel können unter Verwendung des modifizierten äquivalenten Batteriezellenmodells60 die Werte des Widerstands52 , des Widerstands54 und der Kapazität56 als eine Summe von entsprechenden Nennparameterwerten62 und Delta-Parameterwerten64 bestimmt werden. Oder es können unter Verwendung des alternativen modifizierten äquivalenten Batteriezellenmodells60 die Werte des Widerstands52 , des Widerstands54 und der Kapazität56 bestimmt werden, indem den Delta-Parameterwerten64 eine multiplikative Wirkung auf die entsprechenden Nennparameterwerte62 verliehen wird. Die Modellparameter92 können dann dem modellbasierten SOC-Schätzmodul86 zur Verfügung gestellt werden. - Im Block
718 bestimmt das BCM36 den SOC. Zum Beispiel kann das SOC-Schätzmodul86 des BCM36 die Modellparameter92 von dem Parameterschätzmodul84 empfangen und den SOC98 des Batteriepacks14 schätzen. Ein Beobachter des SOC-Schätzmoduls86 kann unter Verwendung der Modellparameter92 entsprechend den von dem Eingangsmodul82 empfangenen SOC-Eingangsinformationen94 angesteuert werden. Der Beobachter kann gemäß einem solchen Modell implementiert sein, wie dem modifizierten äquivalenten Batteriezellen-Schaltungsmodell60 , das oben ausführlich erläutert wurde. Nach dem Block718 wird die Steuerung an den Entscheidungspunkt714 übergeben. - Am Entscheidungspunkt
720 bestimmt das BCM36 , ob durch das BCM36 aktualisierte Delta-Parameterwerte64 empfangen wurden. Zum Beispiel kann das BCM36 ermitteln, ob Delta-Parameterwerte64 durch das BCM36 von dem Cloud-Modul72 empfangen wurden, oder ob empfangene Delta-Parameterwerte64 jünger sind als die Delta-Parameterwerte64 , die gegenwärtig durch das BCM36 verwaltet werden. Falls von dem BCM36 bestimmt wird, dass aktualisierte Delta-Parameterwerte64 empfangen wurden, wird die Steuerung an Block722 übergeben. Andernfalls verbleibt die Steuerung beim Entscheidungspunkt720 . - Im Block
722 aktualisiert das BCM36 die Delta-Parameterwerte64 , die durch das BCM36 verwaltet werden. Nach Block716 wird die Steuerung an den Entscheidungspunkt720 übergeben. -
8 ist eine schematische Darstellung eines Verfahrens800 zum Abgeben von Aufgaben der Parameteridentifikation von einem Fahrzeug. Das Verfahren800 kann zum Beispiel von der Cloud-Rechenressource74 durchgeführt werden, die mit dem Cloud-Modul72 in Kommunikation steht, das mit dem BCM36 gekoppelt ist. - Am Entscheidungspunkt
802 bestimmt die Cloud-Rechenressource74 , ob Batteriemesswerte von einem Fahrzeug empfangen worden sind. Zum Beispiel kann ein Cloud-Modul202 eines Fahrzeugs eine Nachricht an die Cloud-Rechenressource74 übermittelt haben, wie oben im Hinblick auf das Verfahren700 erläutert wurde. Falls eine Nachricht empfangen wurde, wird die Steuerung an Block804 übergeben, um die Nachricht zu verarbeiten. Andernfalls verbleibt die Steuerung beim Entscheidungspunkt802 . - Im Block
804 berechnet die Cloud-Rechenressource74 unter Verwendung der empfangenen Messwerte Delta-Parameterwerte64 . Zum Beispiel kann die Cloud-Rechenressource74 die Berechnung des Delta-Parameterwertes64 gemäß dem modifizierten äquivalenten Batterie-Schaltungsmodell60 durchführen, das oben ausführlich erläutert wurde. Die Cloud-Rechenressource74 kann ein erweitertes Kalman-Filter verwenden, um Modellparameter92 zu bestimmen, und kann die Delta-Parameterwerte64 als eine Differenz zwischen den Modellparametern92 und den Nennparameterwerten62 bestimmen (welche z. B. ebenfalls durch die Cloud-Rechenressource74 berechnet wurden, durch die Cloud-Rechenressource74 von dem BCM36 empfangen wurden usw.). - Im Block
806 übermittelt die Cloud-Rechenressource74 an das Fahrzeug eine Antwort, welche die berechneten Modellparameter enthält. Zum Beispiel kann die Cloud-Rechenressource74 dafür ausgelegt sein, die bestimmten Delta-Parameterwerte64 an das Cloud-Modul72 zurückzusenden, damit sie durch das Fahrzeug an das Parameterschätzmodul84 zurückgesendet werden. Dementsprechend ist das Fahrzeug durch Verwendung der Cloud-basierten Architektur70 in der Lage, die Bestimmung von Modellparametern abzugeben, deren Berechnung unter Verwendung der eigenen Rechenkapazitäten für das BCM36 teuer oder schwierig sein kann. Nach Block806 wird die Steuerung an den Entscheidungspunkt802 übergeben. - Somit kann durch Aufteilung der Bestimmung der Modellparameter
92 in einen bekannten, einem Nennwert62 entsprechenden Vorwärtskopplungsfunktions-Anteil und einen unbekannten, einem Delta-Parameterwert64 entsprechenden Anteil das Fahrzeug dafür ausgelegt werden, die Genauigkeit der SOC-Berechnung über das Niveau der eingeschränkten Rechen- und Speichermöglichkeiten des an Bord befindlichen BCM36 hinaus zu verbessern, während außerdem langsamere Cloud-Aktualisierungsraten zwischen dem Fahrzeug und der Cloud-Rechenressource74 ermöglicht werden, als sie für Ansätze erforderlich sein können, bei denen die gesamte Berechnung der Modellparameter92 abgegeben wird. Aufgrund der relativ langsamen Änderung der Modellparameter92 sowie der dabei auftretenden rechnerischen Komplexität kann die Berechnung von Aktualisierungen von Delta-Parameterwerten64 gemäß dem modifizierten äquivalenten Batterie-Schaltungsmodell60 zweckmäßigerweise an die Cloud-Rechenressource74 abgegeben werden. Weiterhin können Berechnungen aktualisierter Nennparameterwerte62 zweckmäßigerweise durch das Fahrzeug ausgeführt werden, wodurch eine bessere SOC-Schätzung gewährleistet wird, als bei einem einfachen Rückgriff auf an einem entfernten Ort berechnete Modellparameter, wobei außerdem die Auswirkung eines potentiellen sporadischen Datenverlustes zwischen dem Fahrzeug und den Cloud-Rechenressourcen74 minimiert wird. - Obwohl oben beispielhafte Ausführungsformen beschrieben wurden, sollen diese Ausführungsformen nicht alle möglichen Formen der Erfindung beschreiben. Vielmehr sind die in der Beschreibung verwendeten Wörter beschreibende und nicht einschränkende Wörter, und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne die Grundidee und den Schutzumfang der Erfindung zu verlassen. Weiterhin können die Merkmale verschiedener implementierender Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden.
- Bezugszeichenliste
- Fig. 5
- 36
- BCM
- 72
- FAHRZEUG-ZU-CLOUD-MODUL
- 74
- CLOUD-RECHENRESSOURCE
Claims (18)
- Fahrzeug, welches aufweist: Batteriezellen; und eine Steuereinrichtung, die dafür ausgelegt ist, das Fahrzeug auf der Basis einer Zustandsbeobachtung der Batteriezellen zu steuern, unter Verwendung von Modellparametern, die gemäß von der Steuereinrichtung bestimmten Nennparametern der Zellen berechnet werden, korrigiert um fernbestimmte Delta-Parameter der Zellen, wobei die Delta-Parameter von einer externen Recheneinrichtung in Reaktion auf ein Zellen-Batteriemodell betreffende Zellenmesswerte empfangen werden, die zu der externen Recheneinrichtung gesendet wurden, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
- Fahrzeug nach Anspruch 1, wobei die Steuereinrichtung ferner dafür eingerichtet ist, die Nennparameter gemäß einer Funktion der Zellenmesswerte zu schätzen, und die Zellenmesswerte Zellenspannung, Zellenstrom und Zellentemperatur beinhalten.
- Fahrzeug nach Anspruch 1, wobei jeder Nennparameter einen zugeordneten Delta-Parameter aufweist und die Steuereinrichtung ferner dafür eingerichtet ist, jeden der Modellparameter als entweder (i) eine Summe eines Nennparameters und eines zugeordneten Delta-Parameters oder (ii) ein Produkt des Nennparameters und des zugeordneten Delta-Parameters zu identifizieren.
- Fahrzeug nach Anspruch 1, wobei das Batteriemodell ein äquivalentes Schaltungsmodell einer Batterie beinhaltet und die Steuereinrichtung ferner dafür eingerichtet ist, die Zustandsbeobachtung durchzuführen, um einen Ladezustand (SOC) der Batterie zu schätzen.
- Fahrzeug nach Anspruch 4, wobei die Messwerte ferner eine frühere Schätzung des SOC der Batterie enthalten.
- Fahrzeug nach Anspruch 4, wobei die Steuereinrichtung ferner dafür eingerichtet ist, eine Anfangsschätzung des SOC gemäß einer Amperestunden-Integration zu berechnen.
- System, welches aufweist: eine Recheneinrichtung, die dafür ausgelegt ist, von einem Fahrzeug über ein Kommunikationsnetz Batteriezellen-Messwerte zu empfangen, die einem Batteriemodell von Batteriezellen des Fahrzeugs entsprechen; und in Reaktion auf die Messwerte über das Kommunikationsnetz Delta-Parameter der Zellen an das Fahrzeug zu senden, welche Korrekturen für durch das Fahrzeug für die Zellen bestimmte Nennparameter der Zellen angeben, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
- System nach Anspruch 7, wobei die Messwerte Messwerte von Zellenspannung, Zellenstrom und Zellentemperatur beinhalten.
- System nach Anspruch 7, wobei das Batteriemodell ein äquivalentes Schaltungsmodell einer Batterie beinhaltet, das dafür eingerichtet ist, Parameter des äquivalenten Schaltungsmodells der Batterie zu liefern, um einen Ladezustand (SOC) der Batterie zu schätzen.
- System nach Anspruch 9, wobei die Messwerte ferner eine frühere Schätzung des SOC der Batterie enthalten.
- System nach Anspruch 7, wobei die Recheneinrichtung ferner dafür ausgelegt ist, die Nennparameter gemäß einer Funktion der Zellenmesswerte zu schätzen; und die Delta-Zellenparameter als eine Differenz von Modellparametern, die gemäß einem äquivalenten Schaltungsmodell der Batterie ermittelt wurden, und den Nennparametern zu berechnen.
- System nach Anspruch 7, wobei die Recheneinrichtung ferner dafür ausgelegt ist, die Delta-Zellenparameter mittels direkter Identifikation von Modellparametern zu berechnen, die gemäß einem äquivalenten Schaltungsmodell der Batterie ermittelt wurden.
- Verfahren, welches aufweist: Steuern eines Fahrzeugs durch eine Steuereinrichtung auf der Basis einer Zustandsbeobachtung von Batteriezellen, unter Verwendung von Modellparametern, die gemäß von der Steuereinrichtung bestimmten Nennparametern der Zellen berechnet werden, korrigiert um fernbestimmte Delta-Parameter der Zellen, wobei die Delta-Parameter durch die Steuereinrichtung von einer externen Recheneinrichtung in Reaktion auf ein Batteriemodell betreffende Zellenmesswerte empfangen werden, die zu der Recheneinrichtung gesendet wurden, wobei die Delta-Parameter Korrekturen angeben, welche die Genauigkeit der Nennparameter verbessern.
- Verfahren nach Anspruch 13, welches ferner das Schätzen der Nennparameter gemäß einer Funktion der Zellenmesswerte aufweist, wobei die Zellenmesswerte Zellenspannung, Zellenstrom und Zellentemperatur beinhalten.
- Verfahren nach Anspruch 13, wobei jeder Nennparameter einen zugeordneten Delta-Parameter aufweist, und welches ferner das Identifizieren jedes der Modellparameter als entweder (i) eine Summe eines Nennparameters und eines zugeordneten Delta-Parameters oder (ii) ein Produkt des Nennparameters und des zugeordneten Delta-Parameters aufweist.
- Verfahren nach Anspruch 13, wobei das Batteriemodell ein äquivalentes Schaltungsmodell einer Batterie beinhaltet, und welches ferner das Durchführen der Zustandsbeobachtung, um einen Ladezustand (SOC) der Batterie zu schätzen, aufweist.
- Verfahren nach Anspruch 13, wobei die Messwerte ferner eine frühere Schätzung des SOC der Batterie enthalten.
- Verfahren nach Anspruch 13, welches ferner das Berechnen einer Anfangsschätzung des SOC gemäß einer Amperestunden-Integration aufweist.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/197,725 US9446678B2 (en) | 2014-03-05 | 2014-03-05 | Battery model with robustness to cloud-specific communication issues |
US14/197,725 | 2014-03-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102015203789A1 true DE102015203789A1 (de) | 2015-09-10 |
DE102015203789B4 DE102015203789B4 (de) | 2023-06-07 |
Family
ID=53884187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102015203789.4A Active DE102015203789B4 (de) | 2014-03-05 | 2015-03-03 | Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen |
Country Status (3)
Country | Link |
---|---|
US (1) | US9446678B2 (de) |
CN (1) | CN104898063B (de) |
DE (1) | DE102015203789B4 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112946487A (zh) * | 2021-05-17 | 2021-06-11 | 杭州华塑科技股份有限公司 | 一种参数辨识方法、装置、存储介质及计算机设备 |
DE102020214180A1 (de) | 2020-11-11 | 2022-05-12 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Bestimmen einer Zustandsgröße eines elektrischen Energiespeichers |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9446678B2 (en) * | 2014-03-05 | 2016-09-20 | Ford Global Technologies, Llc | Battery model with robustness to cloud-specific communication issues |
US9533597B2 (en) | 2014-03-05 | 2017-01-03 | Ford Global Technologies, Llc | Parameter identification offloading using cloud computing resources |
CN104198941A (zh) * | 2014-07-09 | 2014-12-10 | 联发科技(新加坡)私人有限公司 | 一种电池电量测量方法和装置 |
EP3002598B1 (de) * | 2014-10-03 | 2019-08-14 | Volvo Car Corporation | Verfahren und System zur Bestimmung eines Betriebszustands einer Energiespeichervorrichtung |
WO2016082208A1 (en) * | 2014-11-28 | 2016-06-02 | Robert Bosch Gmbh | Wireless network based battery management system |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
JP6569540B2 (ja) * | 2016-01-13 | 2019-09-04 | 株式会社Gsユアサ | 車載電源システムおよびこれに含まれるバッテリの状態検知方法 |
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 |
US9960625B2 (en) | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
US9855860B2 (en) * | 2016-05-19 | 2018-01-02 | Waymo Llc | Second row priority seating for vehicles |
CN109716151B (zh) | 2016-06-28 | 2021-07-23 | 宝马股份公司 | 用于估计电池电压的方法和设备 |
US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
WO2018113962A1 (en) | 2016-12-21 | 2018-06-28 | Volvo Truck Corporation | A battery management system and a method for controlling a battery management system |
CN110167783B (zh) * | 2017-01-09 | 2022-09-20 | 沃尔沃卡车集团 | 一种用于确定电池组的充电状态的方法和装置 |
US10566811B2 (en) * | 2017-01-11 | 2020-02-18 | Samsung Electronics Co., Ltd. | Method and apparatus estimating and controlling battery state |
AU2018331966B2 (en) * | 2017-09-14 | 2023-10-26 | Abb Schweiz Ag | Method and system for controlling a rechargeable battery |
KR102428699B1 (ko) | 2018-02-07 | 2022-08-02 | 주식회사 엘지에너지솔루션 | 배터리의 전력 한계를 평탄화하는 방법 및 배터리 관리 시스템 |
US11131713B2 (en) | 2018-02-21 | 2021-09-28 | Nec Corporation | Deep learning approach for battery aging model |
DE102018220981A1 (de) | 2018-12-05 | 2020-06-10 | Robert Bosch Gmbh | Verfahren zum Betreiben eines elektrischen Energiespeichers |
US11996709B2 (en) | 2019-02-04 | 2024-05-28 | Honda Motor Co., Ltd. | Battery identification system and battery identification method |
CN113826019A (zh) * | 2019-06-12 | 2021-12-21 | 沃尔沃卡车集团 | 用于估计电池状态的方法 |
DE102019212426A1 (de) * | 2019-08-20 | 2021-02-25 | Robert Bosch Gmbh | Verfahren zum Abgleichen von Daten einer ersten Steuereinheit mit einer zweiten Steuereinheit zur Bestimmung präziser Vorhersagewerte |
US20230132798A1 (en) * | 2021-10-28 | 2023-05-04 | Ford Global Technologies, Llc | System and method for managing vehicle battery health |
US11527786B1 (en) * | 2022-03-28 | 2022-12-13 | Eatron Technologies Ltd. | Systems and methods for predicting remaining useful life in batteries and assets |
Family Cites Families (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9818136B1 (en) * | 2003-02-05 | 2017-11-14 | Steven M. Hoffberg | System and method for determining contingent relevance |
JP2005354825A (ja) * | 2004-06-11 | 2005-12-22 | Nissan Motor Co Ltd | ハイブリッド車両のsoc演算装置 |
JP2007024687A (ja) | 2005-07-15 | 2007-02-01 | Fuji Heavy Ind Ltd | バッテリ管理システム |
KR100669470B1 (ko) * | 2005-12-22 | 2007-01-16 | 삼성에스디아이 주식회사 | 배터리의 soo 보정 방법 및 이를 이용한 배터리 관리시스템 |
CN101359036B (zh) * | 2007-07-31 | 2010-11-17 | 比亚迪股份有限公司 | 电池荷电状态的测定方法 |
JP2009072020A (ja) * | 2007-09-14 | 2009-04-02 | Calsonic Kansei Corp | 二次電池の内部状態推定装置 |
JP5152644B2 (ja) | 2008-01-25 | 2013-02-27 | 九州電力株式会社 | 電気駆動装置充電システムおよび方法 |
KR100962856B1 (ko) * | 2008-04-03 | 2010-06-09 | 현대자동차주식회사 | 배터리의 잔존용량 추정 방법 |
WO2010024892A1 (en) | 2008-08-26 | 2010-03-04 | Reserve Power Cell, Llc | State of charge battery measurements using data accumulation |
JP4649682B2 (ja) * | 2008-09-02 | 2011-03-16 | 株式会社豊田中央研究所 | 二次電池の状態推定装置 |
US8399115B2 (en) | 2009-02-04 | 2013-03-19 | Bayerische Motoren Werke Aktiengesellschaft | System and apparatus for monitoring large battery stacks using wireless sensor networks |
US9608460B2 (en) | 2009-07-30 | 2017-03-28 | Aerovironment, Inc. | Remote rechargeable monitoring system and method |
US8892264B2 (en) * | 2009-10-23 | 2014-11-18 | Viridity Energy, Inc. | Methods, apparatus and systems for managing energy assets |
DE102011003993A1 (de) | 2010-02-15 | 2011-08-18 | DENSO CORPORATION, Aichi-pref. | Laderegler und Navigationsvorrichtung für ein Plug-In-Fahrzeug |
WO2011156776A2 (en) * | 2010-06-10 | 2011-12-15 | The Regents Of The University Of California | Smart electric vehicle (ev) charging and grid integration apparatus and methods |
US8863256B1 (en) | 2011-01-14 | 2014-10-14 | Cisco Technology, Inc. | System and method for enabling secure transactions using flexible identity management in a vehicular environment |
US9357331B2 (en) | 2011-04-08 | 2016-05-31 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and apparatuses for a secure mobile cloud framework for mobile computing and communication |
US9037426B2 (en) | 2011-05-13 | 2015-05-19 | GM Global Technology Operations LLC | Systems and methods for determining cell capacity values in a multi-cell battery |
US8645088B2 (en) * | 2011-05-13 | 2014-02-04 | GM Global Technology Operations LLC | Systems and methods for determining the state of charge of a battery utilizing confidence values |
US20120330475A1 (en) | 2011-05-23 | 2012-12-27 | Fu-Chieh Chen | Active Cloud Power Management System for a Secondary Battery |
US8751845B2 (en) | 2011-06-07 | 2014-06-10 | Microsoft Corporation | Estimating and preserving battery life based on usage patterns |
US20130079964A1 (en) | 2011-09-27 | 2013-03-28 | Saturna Green Systems Inc. | Vehicle communication, analysis and operation system |
US20130097276A1 (en) | 2011-10-13 | 2013-04-18 | Unisys Corp. | Cloud computing integration for sensor networks |
EP2785570B1 (de) | 2011-12-02 | 2022-09-14 | Power Technology Holdings, LLC | System und verfahren zur brennstoffoptimierung in einem hybridfahrzeug |
US20130201316A1 (en) * | 2012-01-09 | 2013-08-08 | May Patents Ltd. | System and method for server based control |
US8950009B2 (en) * | 2012-03-30 | 2015-02-03 | Commvault Systems, Inc. | Information management of data associated with multiple cloud services |
US9090255B2 (en) | 2012-07-12 | 2015-07-28 | Honda Motor Co., Ltd. | Hybrid vehicle fuel efficiency using inverse reinforcement learning |
DE102013201529A1 (de) | 2013-01-30 | 2014-07-31 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur Überwachung mindestens einer Traktionsbatterie eines Kraftfahrzeugs |
US9575128B2 (en) * | 2013-03-12 | 2017-02-21 | GM Global Technology Operations LLC | Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques |
CN103208809A (zh) * | 2013-03-22 | 2013-07-17 | 华北电力大学 | 需求侧电池组均衡性调节装置及控制方法 |
US9171276B2 (en) * | 2013-05-06 | 2015-10-27 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets using an engineering-based model |
US9098876B2 (en) * | 2013-05-06 | 2015-08-04 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model |
US9090171B2 (en) | 2013-06-18 | 2015-07-28 | David W. Smith | Vehicle immobilizer |
US9580079B2 (en) | 2013-06-19 | 2017-02-28 | Sap Se | Dynamic driving range maps for improving driving range anxiety |
CN104237791A (zh) * | 2013-06-20 | 2014-12-24 | 电子科技大学 | 一种锂电池荷电状态估算方法及电池管理系统和电池系统 |
KR101470172B1 (ko) | 2013-06-21 | 2014-12-08 | 현대자동차주식회사 | 차량 배터리 가용에너지 산출시스템 및 산출방법 |
CN103412206B (zh) * | 2013-07-10 | 2016-02-24 | 华北电力大学(保定) | 一种多工况的电动汽车充电设备的自动化测试试验系统 |
US10279697B2 (en) | 2013-08-29 | 2019-05-07 | Honda Motor Co., Ltd. | System and method for estimating a charge load |
US20150158397A1 (en) | 2013-12-05 | 2015-06-11 | Ford Global Technologies, Llc | Method and Apparatus for Predicting Electric Vehicle Energy Consumption |
US9446678B2 (en) * | 2014-03-05 | 2016-09-20 | Ford Global Technologies, Llc | Battery model with robustness to cloud-specific communication issues |
-
2014
- 2014-03-05 US US14/197,725 patent/US9446678B2/en active Active
-
2015
- 2015-03-03 DE DE102015203789.4A patent/DE102015203789B4/de active Active
- 2015-03-05 CN CN201510098314.4A patent/CN104898063B/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020214180A1 (de) | 2020-11-11 | 2022-05-12 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Bestimmen einer Zustandsgröße eines elektrischen Energiespeichers |
CN112946487A (zh) * | 2021-05-17 | 2021-06-11 | 杭州华塑科技股份有限公司 | 一种参数辨识方法、装置、存储介质及计算机设备 |
CN112946487B (zh) * | 2021-05-17 | 2021-08-03 | 杭州华塑科技股份有限公司 | 一种参数辨识方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104898063B (zh) | 2019-03-08 |
CN104898063A (zh) | 2015-09-09 |
US20150251556A1 (en) | 2015-09-10 |
DE102015203789B4 (de) | 2023-06-07 |
US9446678B2 (en) | 2016-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015203789B4 (de) | Batteriemodell mit Robustheit gegenüber cloud-spezifischen Kommunikationsproblemen | |
DE102015203803A1 (de) | Auslagerung der Parameteridentifikation durch die Verwendung von Cloud Computing-Ressourcen | |
DE102013208046B4 (de) | Schätzvorrichtung für einen Batterieladezustand, die einen robusten H∞-Beobachter verwendet | |
DE102012207815B4 (de) | Systeme und verfahren zum bestimmen von zellenkapazitätswerten in einer batterie mit vielen zellen | |
DE102008050022B4 (de) | Dynamisch adaptives Verfahren zum Ermitteln des Ladezustands einer Batterie | |
DE102013216200B4 (de) | Online-Batteriekapazitätsschätzung | |
DE102015100151A1 (de) | Regressionsanalyse mit zurückweichendem Horizont für eine Parameterabschätzung einer Batterieimpedanz | |
DE102014103803A1 (de) | Batteriezustandsschätzer, der ein elektrochemisches Festkörperkonzentrationsmodell mit einem empirischen Ersatzschaltungsmodell kombiniert | |
DE112017004755T5 (de) | Sekundärbatterie-Verwaltungssystem mit entfernter Parameterschätzung | |
DE102014100011B4 (de) | Systeme und Verfahren zum Erfassen und Verwenden von Temperaturinformationen in einem Batteriesystem | |
DE102015103561A1 (de) | Frequenzbasierte schätzung von batteriemodellparametern | |
DE102016210341A1 (de) | Systeme und verfahren zur einschätzung von batterie-systemparametern | |
DE102013113951A1 (de) | Verfahren zum Detektieren von Leerlaufsspannungsverschiebungen mittels Optimierung durch Anpassen der Anodenelektrodenhalbzellspannungskurve | |
DE102015100043A1 (de) | Impedanzbasierte Batterieparameterschätzung | |
DE102015202555A1 (de) | Erzeugen einer schätzanforderung für ein aktives batteriesystem | |
DE102011012813A1 (de) | Batteriezustandsschätzeinrichtung unter Verwendung mehrerer Abtastraten | |
DE102013220015A1 (de) | Verfahren und System zum Schätzen der Batteriekapazität in einem Fahrzeug | |
DE102013103923A1 (de) | Modellierungsänderungen in der Ladezustandsleerlaufspannungskurve unter Verwendung von Regressionsparametern in einem physikalischen Reduced-Order-Model | |
DE102015107930A1 (de) | Schätzung und Ausgleich von Batteriemessungen | |
DE102012215302A1 (de) | Verfahren und System zur Verwendung mit einer Fahrzeugbatterie | |
DE102015109327A1 (de) | Schätzungen von Batteriestromgrenzen auf Basis von Ersatzschaltungen | |
AT524131B1 (de) | Ermittlung des Gesundheitszustands einer Fahrzeugbatterie | |
DE102016115543A1 (de) | Batteriepaket-spannungsmessung bei elektro- oder hybridfahrzeugen | |
DE102015100283A1 (de) | Störinjektion zur Identifikation von Batterieparametern | |
DE102021104868A1 (de) | System zur vorhersage einer batteriealterung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R082 | Change of representative |
Representative=s name: PATERIS THEOBALD ELBEL & PARTNER, PATENTANWAEL, DE Representative=s name: PATERIS THEOBALD ELBEL FISCHER, PATENTANWAELTE, DE |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |