DE102020132858A1 - Verfahren und system zur schätzung der batteriekapazität - Google Patents

Abstract

Es wird ein Verfahren zur Schätzung der Batteriekapazität bereitgestellt. Das Verfahren umfasst innerhalb eines computerisierten Prozessors das Überwachen eines Sensors, der so betrieben werden kann, dass er Daten bezüglich einer Batterie sammelt, das Bestimmen eines spannungsbasierten Ladezustands für die Batterie auf der Grundlage der Daten vom Sensor, das Bestimmen eines Kapazitätsverschlechterungswerts für die Batterie auf der Grundlage der Daten vom Sensor, das Bestimmen eines integrierten Stromwerts durch Coulomb-Zählung auf der Grundlage der Daten vom Sensor, Bestimmen eines vorhergesagten Batterieladezustands für die Batterie auf der Grundlage des Kapazitätsverschlechterungswerts und des integrierten Stromwerts, Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden eines Kalman-Filters, um eine aktualisierte Gesamtkapazitätsschätzung der Batterie zu erzeugen, und Verwenden der aktualisierten Gesamtkapazitätsschätzung der Batterie, um die Verwaltung der Batterie zu steuern.

Description

• Die Offenbarung bezieht sich im Allgemeinen auf ein Verfahren und ein System zur Schätzung der Batteriekapazität.
• Eine Batterie ist ein elektrochemisches Gerät, das elektrische Energie speichert und an die Stromversorgung von Geräten liefert. Batterien werden in zahlreichen Geräten eingesetzt, darunter in Hybrid- oder Elektrofahrzeugen, Mobiltelefonen usw. Batterien werden als Energiespeicher für ein System verwendet. Batterien können wiederaufladbar sein. Die Batteriekapazität oder Batterieladekapazität ist ein Maß dafür, wie viel Ladung von der Batterie gespeichert wird. Da Batterien zyklisch zur Energiebereitstellung verwendet und anschließend wieder aufgeladen werden, kann die Batteriekapazität abnehmen.
• BESCHREIBUNG
• Es wird ein Verfahren zur Schätzung der Batteriekapazität bereitgestellt. Das Verfahren umfasst innerhalb eines computerisierten Prozessors die Überwachen eines Sensors, der so betrieben werden kann, dass er Daten bezüglich einer Batterie sammelt, das Bestimmen eines spannungsbasierten Ladezustands für die Batterie auf der Grundlage der Daten vom Sensor, das Bestimmen eines Kapazitätsverschlechterungswerts für die Batterie auf der Grundlage der Daten vom Sensor, das Bestimmen eines integrierten Stromwerts durch Coulomb-Zählung auf der Grundlage der Daten vom Sensor, Bestimmen eines vorhergesagten Batterieladezustands für die Batterie auf der Grundlage des Kapazitätsverschlechterungswerts und des integrierten Stromwerts, Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden eines Kalman-Filters, um eine aktualisierte Gesamtkapazitätsschätzung der Batterie zu erzeugen, und Verwenden der aktualisierten Gesamtkapazitätsschätzung der Batterie, um die Verwaltung der Batterie zu steuern.
• In einigen Ausführungsformen umfasst das Verfahren ferner innerhalb des computergestützten Prozessors das Bestimmen einer Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie. In einigen Ausführungsformen schließt das Verarbeiten des spannungsbasierten Ladezustands zum vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand ein, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Gesamtkapazitätsschätzung der Batterie zu bestimmen.
• In einigen Ausführungsformen umfasst das Verfahren ferner innerhalb des computergestützten Prozessors das Bestimmen einer Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand der Batterie. In einigen Ausführungsformen schließt das Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand ein, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Gesamtkapazitätsschätzung der Batterie zu bestimmen.
• In einigen Ausführungsformen umfasst das Verfahren ferner innerhalb des computergestützten Prozessors das Bestimmen einer Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie und das Bestimmen einer Unsicherheitsquantifizierung für den vorhergesagten Ladezustand der Batterie. In einigen Ausführungsformen beinhaltet das Verarbeiten des spannungsbasierten Ladezustands zu dem vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen, und das Verwenden der Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen.
• In einigen Ausführungsformen umfasst das Verfahren ferner das rekursive Verarbeiten aktualisierter Werte des spannungsbasierten Ladezustands und aktualisierter Werte des vorhergesagten Batterieladezustands innerhalb des computergestützten Prozessors unter Verwenden des Kalman-Filters, um aufeinanderfolgende Werte der aktualisierten Schätzung der Gesamtbatteriekapazität zu erzeugen.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computergestützten Prozessors ein aktueller Wert der aktualisierten Schätzung der Gesamtbatteriekapazität als Faktor bei dem Bestimmen eines nächsten Wertes des spannungsbasierten Ladezustands verwendet wird.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computergestützten Prozessors ein aktueller Wert der aktualisierten Schätzung der Gesamtbatteriekapazität als Faktor bei dem Bestimmen eines nächsten Wertes des vorhergesagten Batterieladezustands verwendet wird.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computerisierten Prozessors die Daten vom Sensor zur Schätzung des Batteriezustands verwendet werden, und der spannungsbasierte Ladezustand wird weiterhin auf der Grundlage der Batteriezustands-Schätzung bestimmt.
• In einigen Ausführungsformen beinhaltet die Schätzung des Batteriezustands die Coulomb-Zählung.
• In einigen Ausführungsformen umfasst das Überwachen des Sensors das Überwachen eines Temperatursensors, der die Temperatur der Batterie überwacht, das Überwachen eines Stromsensors, der den von der Batterie gelieferten elektrischen Strom überwacht, und das Überwachen eines Spannungssensors, der die Spannung der Batterie überwacht.
• Nach einer alternativen Ausführungsform wird ein Verfahren zur Abschätzung der Batteriekapazität zur Verfügung gestellt. Das Verfahren umfasst innerhalb eines computerisierten Prozessors das Überwachen eines Temperatursensors, der zum Überwachen der Temperatur einer Batterie dient, das Überwachen eines Stromsensors, der zum Überwachen des von der Batterie gelieferten elektrischen Stroms dient, und das Überwachen eines Spannungssensors, der zum Überwachen der Spannung der Batterie dient. Das Verfahren umfasst ferner das Bestimmen eines spannungsbasierten Ladezustands für die Batterie auf der Grundlage der Spannung der Batterie, das Bestimmen eines Kapazitätsverschlechterungswerts für die Batterie auf der Grundlage von Daten von dem Temperatursensor, dem Stromsensor und dem Spannungssensor, das Bestimmen eines integrierten Stromwerts durch Coulomb-Zählung auf der Grundlage der Daten von dem Stromsensor und das Bestimmen eines vorhergesagten Batterieladezustands für die Batterie auf der Grundlage des Kapazitätsverschlechterungswerts und des integrierten Stromwerts. Das Verfahren umfasst ferner das Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden eines Kalman-Filters, um eine aktualisierte Schätzung der Batteriegesamtkapazität zu erzeugen, das Verwenden der aktualisierten Schätzung der Batteriegesamtkapazität, um die Verwaltung der Batterie zu steuern, und das rekursive Verarbeiten aktualisierter Werte des spannungsbasierten Ladezustands und aktualisierter Werte des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters, um aufeinanderfolgende Werte der aktualisierten Schätzung der Batteriegesamtkapazität zu erzeugen.
• In einigen Ausführungsformen umfasst das Verfahren ferner innerhalb des computergestützten Prozessors das Bestimmen einer Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie. In einigen Ausführungsformen schließt das Verarbeiten des spannungsbasierten Ladezustands zum vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters die Verwenden der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand ein, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Gesamtkapazitätsschätzung der Batterie zu bestimmen.
• In einigen Ausführungsformen umfasst das Verfahren ferner innerhalb des computergestützten Prozessors Das Bestimmen einer Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand der Batterie.
• In einigen Ausführungsformen beinhaltet das Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computergestützten Prozessors ein aktueller Wert der aktualisierten Schätzung der Gesamtbatteriekapazität als Faktor bei dem Bestimmen eines nächsten Wertes des spannungsbasierten Ladezustands verwendet wird.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computergestützten Prozessors ein aktueller Wert der aktualisierten Schätzung der Gesamtbatteriekapazität als Faktor bei dem Bestimmen eines nächsten Wertes des vorhergesagten Batterieladezustands verwendet wird.
• In einigen Ausführungsformen beinhaltet das Verfahren ferner, dass innerhalb des computerisierten Prozessors die Daten vom Sensor zur Schätzung des Batteriezustands verwendet werden, und der spannungsbasierte Ladezustand wird weiterhin auf der Grundlage der Batteriezustands-Schätzung bestimmt.
• In einigen Ausführungsformen beinhaltet die Schätzung des Batteriezustands die Coulomb-Zählung.
• Nach einer alternativen Ausführungsform ist ein System zur Abschätzung der Batteriekapazität vorgesehen. Das System umfasst eine Batterie und einen Sensor, der Informationen über die Batterie sammelt. Das System enthält ferner eine computerisierte Steuereinheit zur Schätzung der Batteriekapazität, die so programmiert ist, dass sie die Daten vom Sensor überwacht, einen spannungsbasierten Ladezustand für die Batterie auf der Grundlage der Daten vom Sensor bestimmt, einen Kapazitätsverschlechterungswert für die Batterie auf der Grundlage der Daten vom Sensor bestimmt, einen integrierten Stromwert durch Coulomb-Zählung auf der Grundlage der Daten vom Sensor bestimmt, einen vorhergesagten Batterieladezustand für die Batterie auf der Grundlage des Kapazitätsverschlechterungswertes und des integrierten Stromwertes bestimmt und den spannungsbasierten Ladezustand und den vorhergesagten Batterieladezustand unter Verwenden eines Kalman-Filters verarbeitet, um eine aktualisierte Gesamtkapazitätsschätzung der Batterie zu erzeugen. Das System umfasst ferner ein computergestützte Batteriewartungs-Steuergerät, das so programmiert ist, dass es die aktualisierte Schätzung der Gesamtbatteriekapazität zur Steuerung der Batterieverwaltung verwendet.
• In einigen Ausführungsformen wird der rechnergestützte Controller zur Schätzung der Batteriekapazität weiter programmiert, um eine Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie zu bestimmen, um eine Unsicherheitsquantifizierung für den vorhergesagten Ladezustand der Batterie zu bestimmen. In einigen Ausführungsformen beinhaltet die Programmierung zum Verarbeiten des spannungsbasierten Ladezustands zu dem vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters eine Programmierung zum Verwenden der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen und die Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand zu verwenden, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen.
• In einigen Ausführungsformen ist der rechnergestützte Controller für die Batteriekapazitätsschätzung ferner so programmiert, dass er rekursiv aktualisierte Werte des spannungsbasierten Ladezustands und aktualisierte Werte des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters verarbeitet, um aufeinanderfolgende Werte der aktualisierten Gesamtkapazitätsschätzung der Batterie zu erzeugen.
• Die oben genannten Merkmale und Vorteile sowie andere Merkmale und Vorteile der vorliegenden Offenbarung sind aus der folgenden detaillierten Beschreibung der bevorzugten Ausführungsformen für die Durchführung der Offenbarung in Verbindung mit den beigefügten Figuren leicht ersichtlich.
• Figurenliste
• 1 ist ein Flussdiagramm, das ein Verfahren zur Schätzung der Batteriekapazität in Übereinstimmung mit der vorliegenden Offenbarung veranschaulicht;
• 2 stellt schematisch eine Systemkommunikationsarchitektur 200 dar, die zur Übertragung von Daten zwischen Geräten, Sensoren, Controllern und anderen elektronischen Geräten im System in Übereinstimmung mit der vorliegenden Offenbarung betrieben werden kann; und
• 3 zeigt schematisch ein beispielhaftes Fahrzeug mit einem Batterieschätzungs-Controller, einem Paar Batterien und einem Kapazitätserhaltungs-Controller in Übereinstimmung mit der vorliegenden Offenbarung.
• DETAILLIERTE BESCHREIBUNG
• Die in der Technik üblichen Verfahren zur Schätzung der Batteriekapazität können verrauschte, ungenaue Ergebnisse liefern. Weitere gängige Verfahren zur Schätzung der Batteriekapazität können darauf beruhen, dass man wartet, bis sich die Spannungsmesswerte akkumulieren und eine Schätzung der Batteriekapazität erzeugen. Diese Abhängigkeit von einer Akkumulation historischer Werte führt zu einer Verzögerung bei der resultierenden Batteriekapazitätsschätzung. In einer Ausführungsform wird den Werten der historischen Daten das gleiche Gewicht beigemessen.
• Es steht ein Verfahren zur Verfügung, um die Unsicherheit bei einer spannungsbasierten Ladezustandsmessung und einer entsprechenden Coulomb-Zahl abzuschätzen und gleichzeitig eine Batteriekapazität zu bestimmen. Das offenbarte Verfahren reduziert die Verzögerung bei der Schätzung und kann das Rauschen bei der Messung verringern. Die Verzögerung bei der Kapazitätsschätzung kann durch Bestimmen/Diagnose einer Trendlinie der Kapazitätsabnahme weiter verringert werden. In einer Ausführungsform ist das Verfahren rekursiv und bestimmt ständig eine Aktualisierung der Batteriekapazität und eine Aktualisierung der Unsicherheit. Die sich daraus ergebende Bestimmung ist nützlich, um die Batteriekapazität zu verfolgen, da sie mit der Zeit und der Nutzung abnimmt, und zwar für Anwendungen einschließlich elektrischer und hybridelektrischer Fahrzeuge.
• Durch die Berücksichtigung der Empfindlichkeit gegenüber Lärmfaktoren und deren Korrelationen wird die Kapazitätsverschlechterung und ihre Trendlinie mit reduzierter Variation erkannt. In einer Ausführungsform können Werte, die als zuverlässigere Daten gekennzeichnet werden können, hervorgehoben oder als verlässlich angesehen werden. So können z.B. Spannungswerte, die gemessen werden, während sich eine Batterie im Ruhezustand befindet, genauer sein als Spannungswerte, die gemessen werden, während die Batterie einen zugehörigen Stromkreis mit Energie versorgt. In einem anderen Beispiel kann sich die Genauigkeit der Batterieladezustands-Schätzungen, die kontinuierlich von einem Batteriezustands-Schätzer mit geschlossenem Regelkreis geliefert werden, im Laufe der Zeit als Reaktion auf unterschiedliche Temperatur-, Strom- und Ladezustandsbedingungen ändern.
• Durch die Berücksichtigung der Empfindlichkeit gegenüber Lärmfaktoren und deren Korrelationen wird die Kapazitätsverschlechterung und ihre Trendlinie mit reduzierter Variation erkannt. Darüber hinaus schätzt der Ansatz seine eigene Genauigkeit, wodurch andere Algorithmen, die von der Kapazität abhängen, bessere Schätzungen und Entscheidungen treffen können.
• Das zur Verfügung gestellte Verfahren, in einer Ausführung, überwacht zeitbasierte Messungen einer Batteriespannung, eines Batteriestroms und einer Batterietemperatur. Unter Verwenden dieser überwachten Werte sagt das Verfahren Änderungen der Batteriekapazität (oder den Kehrwert) eines Batterieladezustands auf der Grundlage des Batteriestroms und einer Unsicherheitsquantifizierung in Bezug auf die strombasierte Batterieladezustandsabschätzung voraus. Das Verfahren bestimmt eine zweite Ladezustandsabschätzung auf der Grundlage der Batteriespannung und einer Unsicherheitsquantifizierung in Bezug auf die spannungsbasierte Batterieladezustandsabschätzung und vergleicht dann die beiden Ladezustandsabschätzungen. Unter Berücksichtigung der beiden Unsicherheitsquantifizierungen passt eine Kalman-Filter-Rückkopplungsbestimmung eine aktualisierte Schätzung der Batteriegesamtkapazität an. In einer Ausführungsform passt die Rückkopplungsbestimmung des Kalman-Filters eine aktualisierte Schätzung der Batteriekapazitätsverschlechterung weiter an und liefert zusätzlich eine aktualisierte Quantifizierung der Gesamtunsicherheit.
• Unter Bezugnahme auf die Zeichnungen, in denen sich gleichartige Referenznummern auf gleichartige Merkmale in den verschiedenen Ansichten beziehen, ist 11 ein Flussdiagramm, das ein Verfahren 100 zur Schätzung der Batteriekapazität illustriert, die in einem computergestützten Controller ausgeführt werden kann. Das Verfahren 100 beginnt bei Schritt 102. In Schritt 104 werden Batteriesensoren überwacht und Werte für Batteriespannung, Batteriestrom und Batterietemperatur erfasst. In Schritt 106 wird ein Batteriestatus geschätzt. In Schritt 108 wird ein spannungsbasierter Batterieladezustand auf der Grundlage des in Schritt 106 geschätzten Batteriezustands und der überwachten Batteriespannung bestimmt. Der spannungsbasierte Batterieladezustand kann in einigen Ausführungsformen als ein gemessener Ladezustand beschrieben werden. In Schritt 108 kann zusätzlich eine Unsicherheitsquantifizierung für den spannungsbasierten Batterieladezustand bestimmt werden. In Schritt 110 werden ein Kapazitätsabbau-Modell und eine Coulomb-Zählberechnung unter Verwenden von Sensordaten als Eingaben durchgeführt, wobei ein vorhergesagter Batterieladezustand und eine vorhergesagte Batteriekapazität berechnet werden. In Schritt 116 werden Ausgänge aus Schritt 108 und 110 eingegeben und ein Kalman-Filter verwendet. Das Ausgangssignal des Kalman-Filters wird in Schritt 118 als aktualisierte Schätzung der Gesamtbatteriekapazität bereitgestellt. Die aktualisierte Gesamtkapazitätsschätzung der Batterie wird in Schritt 120 einem Kapazitätserhaltungs-Controller zum Verwenden bei der Steuerung der Batterie und eines zugehörigen elektrischen Systems zur Verfügung gestellt. Zusätzlich wird die aktualisierte Gesamtkapazitätsschätzung der Batterie für nachfolgende Zyklen in den Schritten 106 und 110 bereitgestellt, um die Ladezustandsbestimmungen/Vorhersagen zu verbessern. Das Verfahren 100 wird veranschaulicht, die bei Schritt 122 endet, obwohl Die Verfahrensschritte rekursiv sind, wobei zyklische oder konstante Aktualisierungen durchgeführt werden, um neue aktualisierte Schätzwerte der Gesamtbatteriekapazität zu erzeugen. Das Verfahren 100 ist beispielhaft, eine Reihe von Alternativverfahren sind vorgesehen, und die Offenbarung soll nicht auf die hier angegebenen besonderen Beispiele beschränkt werden.
• Schritt 110 von 1 enthält eine Coulomb-Zählberechnung. In einer anderen Ausführungsform kann eine solche Coulomb-Zählberechnung oder -Bestimmung stattdessen in Schritt 106 als Teil der Batteriezustandsabschätzung durchgeführt und durch den Rest der Verfahren propagiert werden.
• 12 stellt schematisch eine Systemkommunikationsarchitektur 200 dar, die zur Übertragung von Daten zwischen Geräten, Sensoren, Controllern und anderen elektronischen Geräten im System dient. Die Systemkommunikationsarchitektur 200 umfasst den Kommunikationsbus 205, der so konfiguriert ist, dass Geräte, Sensoren, Controller und andere elektronische Geräte im System elektronisch kommunizieren können. Die Komponenten der Systemkommunikationsarchitektur 200 können als ein System beschrieben werden, das in der Lage ist, das vorgesehene Verfahren 100 zu betreiben.
• Der computergestützte Batteriekapazitätsschätzungs-Controller 210 ist dargestellt, der kommunikativ mit dem Kommunikationsbus 205 verbunden ist. Der Batteriekapazitätsschätzungs-Controller 210 ist ein rechnergestütztes Gerät mit einem rechnergestützten Prozessor, einem Direktzugriffsspeicher und einem dauerhaften Speichergerät und kann zur Ausführung von Programmierungen eingesetzt werden. Der Batteriekapazitätsschätzungs-Controller 210 kann so programmiert werden, dass er das Verfahren 100 aus 1 oder ein ähnliches Verfahren ausführt.
• Die Batterie 220 wird dargestellt, die kommunikativ mit dem Kommunikationsbus 205 verbunden ist. Eine Batterie oder mehrere Batterien können vorhanden und an den Kommunikationsbus 205 angeschlossen sein. Batterie 220 umfasst ein Gerät, das elektrische Energie speichern, empfangen und selektiv bereitstellen kann. Bei der Batterie 220 kann es sich um ein Lithium-Polymer-Gerät oder eine andere wiederaufladbare elektrochemische Konfiguration handeln, die so angeordnet ist, dass sie elektrischen Strom liefert, eine einzelne Batteriezelle oder mehrere miteinander verbundene Batteriezellen umfassen und elektrischen Gleichstrom liefern kann. Die Batterie 220 kann elektronische Schaltungen enthalten, die Daten über den Kommunikationsbus 205 bereitstellen und empfangen können. Es sind ein Batterietemperaturfühler 222, ein Batteriespannungsfühler 224 und ein Batteriestromfühler 226 dargestellt, die an die Batterie 220 angeschlossen sind. Der Batterietemperatursensor 222, der Batteriespannungssensor 224 und der Batteriestromsensor 226 können kommunikativ mit dem Kommunikationsbus 205 verbunden sein und beispielsweise Daten über den Kommunikationsbus 205 an den Batteriekapazitätsschätzungs-Controller 210 liefern.
• Der Kapazitätserhaltungs-Controller 230 ist kommunikativ mit dem Kommunikationsbus 205 verbunden. Der Kapazitätserhaltungs-Controller 230 ist ein computergestütztes Gerät mit einem computergestützten Prozessor, einem Direktzugriffsspeicher und einem dauerhaften Speichergerät und kann zur Ausführung von Programmierungen eingesetzt werden. Der Kapazitätserhaltungs-Controller 230 empfängt Batteriekapazitätsschätzungen von dem bereitgestellten Verfahren und kann so programmiert werden, dass er Prozesse im Zusammenhang mit dem Betrieb und der Verwaltung der Batterie 220 und des zugehörigen elektrischen Systems ausführt. Der Kapazitätserhaltungs-Controller 230 kann eine Programmierung enthalten, die nützlich ist, um Lade- und Entladezyklen mit erhöhter Effizienz im Lichte der bereitgestellten Batteriekapazitätsschätzungen zu verwalten; um zeitnahe und genauere Warnungen an einen Benutzer oder Besitzer der Batterie zu liefern, um abzuschätzen, wann eine Wartung und/oder ein Austausch der Batterie erforderlich ist; und um verbesserte Reichweitenschätzungen oder Restladungsschätzungen für die Batterie zu liefern, um eine erhöhte Fähigkeit zu ermöglichen, sich für eine bestimmte Dauer auf die Batterie zu verlassen. Zusätzlich kann der Kapazitätserhaltungs-Controller die Lade- und Entladespannungs- und Stromgrenzen anpassen, so dass die Batterie vor übermäßigem Verschleiß geschützt wird. Dies reduziert die Garantiekosten und bietet dem Kunden ein einheitlicheres Fahrerlebnis.
• Das zur Verfügung gestellte Verfahren 100 kann in einer Vielzahl von Systemen mit Energiespeicherung und -nutzung durch Batterien eingesetzt werden. Ein beispielhaftes System, in dem das Verfahren verwendet werden kann, ist ein Fahrzeugsystem, das eine oder mehrere Batterien zur Speicherung und Bereitstellung von Energie für elektrische Maschinen verwendet, die elektrische Energie zur Bereitstellung eines Ausgangsdrehmoments, elektrische Aktuatoren oder andere ähnliche Vorrichtungen verwenden. 1 3 zeigt schematisch ein beispielhaftes Fahrzeug 300 mit einem Batteriekapazitätsschätzungs-Controller 210, einer ersten Batterie 220A, einer zweiten Batterie 220B und einem Kapazitätserhaltungs-Controller 230. In Übereinstimmung mit dem angegebenen Verfahren kann der Batteriekapazitätsschätzungs-Controller 210 eine Programmierung zur Schätzung der Kapazität der ersten Batterie 220A und der zweiten Batterie 220B enthalten.
• Es folgt ein beispielhaftes Bestimmen der geschätzten Batteriekapazität. Ruhespannungen V₀, ..., V_N und Coulomb-Zählungen zwischen Resten von ΔAh₁, ..., ΔAh_N kann gemessen werden. Eine erste Schätzung der Kapazität kann wie folgt definiert werden: $$C_0=Ca{p}_{ref}$$

  
• Für eine Batterie, die den Ladezustand mit der Spannung in Beziehung setzt und invertierbar ist, kann eine Leerlaufspannungskurve herangezogen werden. s_i kann für den Ladezustand im Ruhezustand definiert werden i. Die Kurve der Leerlaufspannung lautet v = U(s) und sein Kehrwert ist s = U^-1(v).
• Ein Vektorformat kann wie folgt definiert werden. Lassen Sie V = [v₀ ... V_N]^T der Vektor der gemessenen Spannungen sein. Lassen Sie s = [s₀ ... s_N]^T der Vektor von SOCs sein. Ein genauer Ladungszustand lässt sich möglicherweise nicht direkt bestimmen, aber U^-1 (V) nähert sich einem solchen Wert an. Lassen Sie y = (1/Cap_ref)[ΔAh₁ ... ΔAh_N]^T der Vektor der skalierten Coulomb-Zahlen sein.
• Ein Grundmodell kann wie folgt definiert werden: $$\mathrm{\Delta }Ah=Cap\cdot \left(s_k-s_{k-1}\right),k=\mathrm{1,}\dots ,N$$

  

  die wie folgt umgeschrieben werden kann: $$y=mDs$$

  

  wo m := Cap/Cap_ref und D ist die (spärliche) vorwärts differenzierende Matrix.
• Ein Ziel kann definiert werden, um Folgendes abzuschätzen m und die Unsicherheit in dieser Schätzung zu quantifizieren. Ein zweites Ziel kann definiert werden, um den Vektor der Ladungszustände zu schätzen, s. In einigen Fällen ist ein Bestimmen von s möglicherweise nicht erforderlich.
• Ein Lärmmodell kann wie folgt definiert werden. In einer Ausführungsform kann davon ausgegangen werden, dass Noise Null-Mittelwert-unabhängige, Gaußsche Verteilungen enthalten. Die anfängliche Schätzung von m ist $\widehat{m}=1$

  

  angenommene Genauigkeit bis zur Standardabweichung σ_m0. Die Spannungsmessungen haben Rauschen verteilt als N(0, Σ_v)Dabei wird davon ausgegangen, dass jede Spannungsmessung die gleiche Genauigkeit hat, ${\mathrm{\Sigma }}_V={\sigma }_V^{2}I.$

  

  Jede Coulomb zählt, ΔAh_k hat einen von den anderen unabhängigen Fehler, aber nicht unbedingt die gleiche Varianz. Kovarianz des Fehlers in y kann wie folgt definiert werden: $${\mathrm{\Sigma }}_y=\left(\frac{1}{Ca{p}_{ref}^2}\right)diag\left(\dots ,{\sigma }_{A{h}_k}^2,\dots \right)$$

  
• Die inkrementelle Schätzung durch einen Kalman-Filter kann wie folgt definiert werden. In einem Fall, in dem ein Bestimmen des vollen Vektors s nicht erforderlich ist, ist eine Schätzung von s_k können unter Verwenden von Daten für Zeiten erzeugt werden i ≤ k und schätzen auch m zu dieser Zeit. Dann, wenn Messungen (ΔAh_k+1, V_k+1) ankommen, eine Schätzung von s_k+1 und eine neue Schätzung von m kann bestimmt werden.
• Wenn ein Modell, wie das folgende, linear ist, kann der Standard-Kalman-Filter genaue Schätzungen liefern. Für diese Formulierung kann das Folgende wie folgt definiert werden: $$q=\frac{1}{m}=\frac{Ca{p}_{ref}}{Kappe},$$

  

  so wird das Grundmodell wie folgt: $$qy=Ds$$

  
• Der Zustand zur Zeit k hat zwei Einträge wie folgt: $$x_k=\left[\begin{array}{c}{q}_k\\ s_k\end{array}\right]$$

  
• Eine Zustandsübergangsgleichung kann wie folgt definiert werden: $$x_{k+1}=x_k+\left[\begin{array}{c}0\\ q_k{y}_k\end{array}\right]+\left[\begin{array}{cc}1& 0\\ 0& q_k\end{array}\right]{\xi }_k=\left[\begin{array}{cc}1& 0\\ y_k& 1\end{array}\right]x_k+\left[\begin{array}{cc}1& 0\\ 0& q_k\end{array}\right]{\xi }_k=F_k{x}_k+G_k{\xi }_k$$

  

  wo ξ_k ist ein Rauschfaktor, der wie folgt verteilt ist: $${\xi }_k\sim N\left(\mathrm{0,}\left[\begin{array}{cc}{\sigma }_{wk}^2& 0\\ 0& {\mathrm{\Sigma }}_{yk}\end{array}\right]\right)$$

  

  und jeder ξ_k ist unabhängig von ξ_j,j ≠ k. Der Kovarianzeintrag ${\sigma }_{wk}^2$

  

  modelliert einen Random Walk, der q mit der Zeit zu variieren, die proportional zur tatsächlichen Zeit zwischen den Proben gemacht werden kann k und k + 1 oder vielleicht proportional zum Amperestunden-Durchsatz zwischen den Proben.
• Eine Messgleichung kann wie folgt definiert werden: $$z_k=s_k+{\varsigma }_k=H{x}_k+{\varsigma }_k,H=\left[\begin{array}{cc}0& 1\end{array}\right]$$

  

  wo ζ_k ist ein Rauschfaktor, der wie folgt verteilt ist: $${\varsigma }_k\sim N\left(\mathrm{0,}{\left(\frac{{\sigma }_V}{U\text{'}\left(s_k\right)}\right)}^2\right)=N\left(\mathrm{0,}{\sigma }_{sk}^2\right),U\text{'}=\frac{dU}{ds}.$$

  

  ${\widehat{x}}_{k|j}$

  

  ist eine Schätzung von x_k angesichts der Messungen bis zur Zeit j ≤ k. Die Kovarianz des Fehlers in dieser Schätzung kann wie folgt definiert werden: $$P_{k|j}=\text{cov}\left({\widehat{x}}_{k|j}-x_k\right)$$

  
• Die Messungen sind die in SOC umgewandelten Ruhespannungen. Die Neuerungen des Modells (d.h. die Differenz zwischen den gemessenen z_k und der aus unseren Schätzungen vorhergesagte Wert), kann wie folgt definiert werden: $${\tilde{z}}_k=U^{-1}\left(V_k\right)-{\widehat{s}}_{k|k-1}$$

  
• Ein Bestimmen beginnt zum Zeitpunkt 0 mit einer ersten Schätzung wie folgt: $${\widehat{x}}_{0|0}=\left[\begin{array}{c}1\\ s_0\end{array}\right],P_{0|0}=\left[\begin{array}{cc}{\sigma }_{q0}^2& 0\\ 0& {\sigma }_{s0}^2\end{array}\right].$$

  
• Hierbei handelt es sich um ein lineares Kalman-Filterproblem, das für die Anwendung der standardmäßigen unkorrelierten Zeitaktualisierung mit anschließender Messwertaktualisierung bereit ist. In der beschriebenen Ausführungsform ist die Matrixmathematik Größe 2 × 2 und die erscheinende Umkehrung ist s skalar, d.h, $M_k^{-1}=1/M_k$

  

  es nur eine Messung gibt.
• In der Praxis, bei einer tatsächlichen Nutzung, kann es vorkommen, dass einige ΔAh_k beschädigt ist oder fehlt. Das unterbricht die Verkettung x_k-1 an x_k. In einem solchen Fall kann ein Neustart wie folgt erreicht werden: $${\widehat{x}}_{k|k}=\left[\begin{array}{c}{\widehat{q}}_{k-1|k-1}\\ s_k\end{array}\right],P_{k|k}=\left[\begin{array}{cc}{P}_{k-1|k-1}\left(\mathrm{1,1}\right)+{\sigma }_{w,k-1}^2& 0\\ 0& {\sigma }_{sk}^2\end{array}\right].$$

  
• Ein Kapazitätsabbautrend kann wie folgt geschätzt oder bestimmt werden. Anstatt davon auszugehen, dass die Kapazität einen unverzerrten Random Walk aufweist, kann ein Trend geschätzt werden. Dieser Ansatz modifiziert das Zustandsübergangsmodell und fügt ihm einen weiteren Zustand hinzu. Zum Beispiel, wenn angenommen wird, dass sich die Kapazität proportional zu einer Leistung y, des Amperestunden-Durchsatzes, verschlechtert wie folgt berechnet: $$\mathrm{\Delta }A{h}_{\ddot{\text{u}}ber}={\displaystyle {\int }_{t_k}^{t_{k+1}}\left|I\right|dt>0},$$

  
• Folgendes kann wie folgt bereitgestellt werden: $$q_{k+1}=q_k+p_k\mathrm{\Delta }A{h}_{thru,k}^{\gamma }+nois{e}_q$$

  

  $$p_{k+1}=p_k+nois{e}_p$$

  

  $$s_{k+1}=s_k+q_k{y}_k+q_k\cdot nois{e}_y$$

  
• Da q der Kehrwert der skalierten Kapazität ist, kann sie mit der Zeit wachsen, so dass p_k größer als 0 sein kann. Der Filter könnte darauf beschränkt sein, dieses Vorzeichen zu erzwingen. Der Exponent y kann aus Lebensdauertests im Labor ermittelt werden, ohne dass versucht wird, dies an Bord des Fahrzeugs zu tun.
• Die Rauschfaktoren noise_q, noise_p können mit zufälligem Verhalten in q und p assoziiert sein. Dies hat zur Folge, dass alte Daten allmählich vergessen werden. Da der größte Teil der Veränderung von q durch den Trendterm erklärt werden sollte, sollte die Varianz von noise_q kleiner sein als der Wert von σ_wk ², wie er für die vorherige Formulierung verwendet wurde. Der Faktor noise_y hat wie bisher die Varianz σ_Ahk2/Cap_ref ². Dies ist ein lineares Modell, obwohl die Matrixmathematik jetzt die Größe 3 x 3 hat. M_k ist ein Skalar. Der Formalismus des Kalman-Filters kann auf dieses neue Problem angewandt werden, wobei die für noise_q, noise_p, noise_y angegebenen Varianzen verwendet werden.
• Es wird darauf hingewiesen, dass einige Batteriezellen/-pakete eine größere Anfangskapazität als die nominale Spezifikation haben können. Dies bedeutet, dass q zunächst vorübergehend abnimmt, wenn das Verfahren in Richtung des korrekten Wertes korrigiert wird. Danach wird es auf die Degradationstrendlinie gelangen und danach ansteigen. Aufgrund des Rauschens in den Messungen ist es möglich, dass die Schätzung den geschätzten Anstieg von q in einem Schritt zu groß macht und dies später mit einer Abnahme korrigiert werden muss. Einer Ausführungsform zufolge würde das Verfahren q nicht starr zu einem Anstieg von q zwingen. In einigen Ausführungsformen kann das Verfahren jedoch ein Maß enthalten, das die Schätzung von p zwingt, nicht negativ zu sein.
• Es gibt mehrere Möglichkeiten, die vorstehende Kapazitätsschätzung mit der Batteriezustandsabschätzung zu integrieren. Bei einer Option, die als echte Pausen definiert ist, erfolgen die Kapazitätsaktualisierungen erst dann, wenn die Batterie ausreichend lange geruht hat, um sich im (annähernden) thermodynamischen Gleichgewicht zu befinden, z. B. zu einem Neustartzeitpunkt, wenn das Fahrzeug eine Stunde oder länger ausgeschaltet war. Die Spannung v wird vor der Aufnahme eines signifikanten Stroms gemessen und in den Ladezustand (SOC) als s = U- 1 (v) umgerechnet. Zweitens, bei einer Option, die als spannungsbasierte Batteriezustandsabschätzung definiert ist, schätzt eine vorhandene Batteriezustandsabschätzung die Leerlaufspannung, VOC, bei jedem Zeitschritt. Dabei handelt es sich um die Gleichgewichtsspannung, auf die sich die Batterie erwartungsgemäß einstellen würde, wenn sie ruhen dürfte. Mit dieser Schätzung des Batteriezustands kann s = U-1(VOC) verwendet werden, um die Kapazität bei jedem Zeitschritt zu aktualisieren. Die Menge s = U-1(VOC) kann als SOCV definiert werden. Drittens ist bei einer als Ladezustandsverfolgungs-Batteriezustandsabschätzung definierten Option in zukünftigen Implementierungen der Batteriezustandsabschätzung einer der Zustände bereits Ladezustand und eine der Zustandsübergangsgleichungen lautet wie folgt: $$sk+1=s_k+q_k{y}_k+qk-nois{e}_y$$

  
• Ermöglicht das Hinzufügen von q_k als Zustand zur Kalman-Filterformulierung.
• Die oben genannten Gleichungen und Algorithmen stellen eine beispielhafte Ausführungsform für die Durchführung der beschriebenen Batteriezustandsabschätzung dar. Diese Gleichungen und Algorithmen können in einen Batteriezustandsschätzungs-Controller programmiert und gemäß den beschriebenen Prozessen und Verfahren verwendet werden. Es ist eine Reihe von alternativen Ausführungsformen vorgesehen, und es ist nicht beabsichtigt, die Offenbarung auf die hier angegebenen Beispiele zu beschränken.
• Während die bevorzugten Ausführungsformen Modi für die Durchführung der Offenbarung ausführlich beschrieben wurden, werden diejenigen, die mit dem Fachgebiet vertraut sind, auf die sich diese Offenbarung bezieht, verschiedene alternative Muster und Ausführungsformen für die Ausübung der Offenbarung im Rahmen der beigefügten Ansprüche erkennen.

Claims (10)

1. Ein Verfahren zur Schätzung der Batteriekapazität, umfassend: innerhalb eines computergestützten Prozessors: Überwachen eines Sensors, der Daten über eine Batterie sammelt; Bestimmen eines spannungsbasierten Ladezustands für die Batterie auf der Grundlage der Daten des Sensors; Bestimmen eines Kapazitätsverschlechterungswertes für die Batterie auf der Grundlage der Daten vom Sensor; Bestimmen eines integrierten Stromwertes durch Coulomb-Zählung auf der Grundlage der Daten vom Sensor; Bestimmen eines vorhergesagten Batterieladezustands für die Batterie auf der Grundlage des Kapazitätsverschlechterungswertes und des integrierten Stromwertes; Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden eines Kalman-Filters, um eine aktualisierte Gesamtkapazitätsschätzung der Batterie zu erzeugen; und Verwenden der aktualisierten Gesamtkapazitätsschätzung der Batterie zur Steuerung des Batteriemanagements.
2. Das Verfahren von Anspruch 1, ferner umfassend: innerhalb des computergestützten Prozessors eine Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie zu bestimmen; und wobei das Verarbeiten des spannungsbasierten Ladezustands zu dem vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand einschließt, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Gesamtkapazitätsschätzung der Batterie zu bestimmen.
3. Das Verfahren von Anspruch 1, ferner umfassend: innerhalb des computergestützten Prozessors eine Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand für die Batterie zu bestimmen; und wobei das Verarbeiten des spannungsbasierten Ladezustands und des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters das Verwenden der Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand einschließt, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Gesamtkapazitätsschätzung der Batterie zu bestimmen.
4. Das Verfahren von Anspruch 1, ferner umfassend: innerhalb des computerisierten Prozessors, Bestimmen einer Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand der Batterie; und Bestimmen einer Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand der Batterie; wobei das Verarbeiten des spannungsbasierten Ladezustands zu dem vorhergesagten Batterieladezustand unter Verwenden des Kalman-Filters beinhaltet: Nutzen der Unsicherheitsquantifizierung für den spannungsbasierten Ladezustand, um eine Auswirkung des spannungsbasierten Ladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen; und Nutzen der Unsicherheitsquantifizierung für den vorhergesagten Batterieladezustand, um eine Auswirkung des vorhergesagten Batterieladezustands auf die aktualisierte Schätzung der Gesamtbatteriekapazität zu bestimmen.
5. Das Verfahren nach Anspruch 1, das ferner innerhalb des computergestützten Prozessors ein rekursives Verarbeiten aktualisierter Werte des spannungsbasierten Ladezustands und aktualisierter Werte des vorhergesagten Batterieladezustands unter Verwenden des Kalman-Filters umfasst, um aufeinanderfolgende Werte der aktualisierten Schätzung der Gesamtbatteriekapazität zu erzeugen.
6. Das Verfahren nach Anspruch 1, das ferner innerhalb des computergestützten Prozessors das Verwenden eines aktuellen Wertes der aktualisierten Schätzung der Gesamtbatteriekapazität als Faktor bei dem Bestimmen eines nächsten Wertes des spannungsbasierten Ladezustands umfasst.
7. Das Verfahren nach Anspruch 1, das ferner innerhalb des computergestützten Prozessors das Verwenden eines aktuellen Wertes der aktualisierten Schätzung der Gesamtbatteriekapazität als einen Faktor bei dem Bestimmen eines nächsten Wertes des vorhergesagten Batterieladezustands umfasst.
8. Das Verfahren nach Anspruch 1, das ferner innerhalb des computerisierten Prozessors das Verwenden der Daten aus dem Sensor zur Durchführung einer Batteriezustandsabschätzung umfasst; und wobei der spannungsbasierte Ladezustand weiter auf der Grundlage der Batteriezustandsabschätzung bestimmt wird.
9. Das Verfahren nach Anspruch 8, wobei das Durchführen der Batteriezustandsabschätzung das Durchführen der Coulomb-Zählung einschließt.
10. Ein System zur Abschätzung der Batteriekapazität, umfassend: eine Batterie; einen Sensor, der Informationen über die Batterie sammelt; einen computergestützten Controller zur Schätzung der Batteriekapazität, auf den programmiert wurde: Daten vom Sensor zu überwachen, einen spannungsbasierten Ladezustand für die Batterie auf der Grundlage der Daten des Sensors zu bestimmen, auf der Grundlage der Daten des Sensors einen Kapazitätsverschlechterungswert für die Batterie zu bestimmen, einen integrierten Stromwert durch Coulomb-Zählung auf der Grundlage der Daten vom Sensor zu bestimmen, einen vorhergesagten Batterieladezustand für die Batterie auf der Grundlage des Kapazitätsverschlechterungswertes und des integrierten Stromwertes zu bestimmen, und den spannungsbasierten Ladezustand und den vorhergesagten Batterieladezustand unter Verwenden eines Kalman-Filters zu verarbeiten, um eine aktualisierte Gesamtkapazitätsschätzung der Batterie zu erzeugen; und ein computergestütztes Batteriewartungs-Steuergerät, das so programmiert ist, dass es die aktualisierte Schätzung der Gesamtbatteriekapazität zur Steuerung der Batterieverwaltung verwendet.

Images