DE102021120986A1

DE102021120986A1 - Elektrofahrzeug mit Kennfeld zur Einstellung eines Ladestroms

Info

Publication number: DE102021120986A1
Application number: DE102021120986.2A
Authority: DE
Inventors: Julian Knorr; Alexander Kowallik; Thomas Christ
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2021-08-12
Filing date: 2021-08-12
Publication date: 2023-02-16

Abstract

Ein Elektrofahrzeug mit einer Batterie weist einen Datenspeicher, in dem mindestens ein Kennfeld mit einer Vielzahl von Stützstellen gespeichert ist, welche Stützstellen jeweils Werte (TAmb, Ti, Tj, Tk, Tcell;max, SoCstart, SoCziel) von mindestens zwei Batteriezustandsparametern (Tcell, SoC) und einen diesen Werten (TAmb, Ti, Tj, Tk, Tcell;max, SoCstart, SoCziel) zugehörigen Wert (I1- I5) eines Ladestroms (ICha) umfassen, wobei sich der Wert (TAmb, Ti, Tj, Tk, Tcell;max, SoCstart, SoCziel) mindestens eines Batteriezustandsparameters (Tcell, SoC) für unterschiedliche Stützstellen unterscheidet, und ein Steuergerät, das dazu eingerichtet ist, einen Ladevorgang des Elektrofahrzeugs zu steuern, indem es eine Stützstelle bestimmt, deren Werte (TAmb, Ti, Tj, Tk, Tcell;max, SoCstart, SoCziel) der Batteriezustandsparameter (Tcell, SoC) mit aktuell erfassten Werten der Batteriezustandsparameter (Tcell, SoC) am besten übereinstimmen, und es den dieser Stützstelle zugeordneten Ladestrom (I4) einstellt, auf, wobei das Kennfeld mittels dynamischer Programmierung anhand eines physikalischen Modells der Batterie mit Prädiktion des Batterieverhaltens vorberechnet worden ist.

Description

Die Erfindung betrifft ein Elektrofahrzeug mit einer Batterie, aufweisend einen Datenspeicher, in dem mindestens ein Kennfeld mit einer Vielzahl von Stützstellen gespeichert ist, welche Stützstellen jeweils Werte von mindestens zwei Batteriezustandsparametern und einen diesen Werten zugehörigen Sollwert eines Ladestroms umfassen, wobei sich der Wert mindestens eines Batteriezustandsparameters für unterschiedliche Stützstellen unterscheidet, ein Steuergerät, das dazu eingerichtet ist, einen Ladevorgang des Elektrofahrzeugs zu steuern, indem es eine Stützstelle bestimmt, deren Werte der Batteriezustandsparameter mit aktuell erfassten Werten der Batteriezustandsparameter am besten übereinstimmen, und es den dieser Stützstelle zugeordneten Ladestrom einstellt. Die Erfindung betrifft auch Verfahren zum Laden eines Elektrofahrzeugs. Die Erfindung betrifft ferner ein Verfahren zum Berechnen des Kennfelds des Elektrofahrzeugs.
Zur Zeit verwendete Schnellladeregelungen berücksichtigen zum Einstellen eines Ladestroms den aktuellen Batteriezustand. Der Batteriezustand setzt sich aus Batteriezustandsparametern zusammen, welche das Verhalten der Batterie bzw. der zugehörigen Batteriezelle(n) beschreiben, z.B. von Li-lonen-Zellen. Dazu zählt z.B. der Ladezustand („State-of-Charge“, SoC), eine Zelltemperatur, eine Zellspannung, usw. Basierend auf aktuellen Werten der Batteriezustandsparameter entscheiden die verschiedenen Regelungsverfahren, welcher Ladestrom verwendet werden soll. Beispiele für solche Regelungsverfahren sind: Constant-Current-Constant-Voltage (CCCV), Multi-Stage-CCCV, Constant-Power (CP), Pulse Charge, usw.
Auch sind prädiktive Methoden bekannt, welche Zustandsgleichungen nutzen, die das physikalische Verhalten der Batterie (z.B. deren chemisches, elektrochemisches und thermisches Verhalten) modellhaft beschreiben. Anhand der Zustandsgleichungen wird berechnet bzw. simuliert, wie sich der Batteriezustand wahrscheinlich verhalten wird, wenn ein bestimmter Ladestrom verwendet wird. Anhand dieser Prädiktion kann der optimale Ladestrom berechnet werden, welcher das Ziel des Ladevorgangs (z.B. einen maximal möglichen Ladestrom ohne Batterieschädigung) optimiert. In der Literatur wird hierbei häufig der prädiktive Regler-Typ „Model Predictive Control (MPC)“ betrachtet. MPC besitzt einen zeitlich fixen Prädiktionshorizont (z.B. von 1 min), über welchen der Ladestrom optimiert wird. Dieser Prädiktionshorizont kann in der Regel aufgrund der hohen Berechnungszeit nur eine kurze Prädiktion des Ladevorgangs abbilden, nachteiligerweise aber nicht den gesamten Ladevorgang.
Es ist die Aufgabe der vorliegenden Erfindung, die Nachteile des Standes der Technik zumindest teilweise zu überwinden und insbesondere eine verbesserte Möglichkeit bereitzustellen, einen Ladevorgang eines Elektrofahrzeugs an vorgegebene Laderandbedingungen anzupassen.
Diese Aufgabe wird gemäß den Merkmalen der unabhängigen Ansprüche gelöst. Bevorzugte Ausführungsformen sind insbesondere den abhängigen Ansprüchen entnehmbar.
Die Aufgabe wird gelöst durch ein Elektrofahrzeug mit einer Batterie, aufweisend

- einen Datenspeicher, in dem mindestens ein Kennfeld mit einer Vielzahl von Stützstellen gespeichert ist, welche Stützstellen jeweils Werte von mindestens zwei Batteriezustandsparametern und einen diesen Werten zugehörigen Sollwert eines Ladestroms umfassen, wobei sich der Wert mindestens eines Batteriezustandsparameters für unterschiedliche Stützstellen unterscheidet.
- ein Steuergerät, das dazu eingerichtet ist, einen Ladevorgang des Elektrofahrzeugs zu steuern, indem es eine Stützstelle bestimmt, deren Werte der Batteriezustandsparameter mit aktuell erfassten Werten der Batteriezustandsparameter am besten übereinstimmen, und es den dieser Stützstelle zugeordneten Ladestrom für den Ladevorgang einstellt,

Dieses Elektrofahrzeug weist den Vorteil auf, dass die verwendeten Ladeströme durch Berechnung aus einem physikalischen Modell der Batterie (einschließlich einem chemischen, elektrochemischen und thermischen Modellverhalten) mit Prädiktion des Batterieverhaltens besonders effektiv eine vorgegebene Laderandbedingung (z.B. eine besonders schnelle Ladung) erreichen kann. Dadurch, dass das Kennfeld vorberechnet worden ist (z.B. in einem Werk des Fahrzeugherstellers), braucht das Steuergerät selbst keine prädiktive Berechnung vorzunehmen, sondern kann den Ladestrom einfach anhand einer Auswertung des Kennfelds vornehmen, was schnell und mit geringem Rechenaufwand durchgeführt werden kann.
Das Kennfeld kann z.B. vor Auslieferung der Fahrzeuge auf den Datenspeicher aufgespielt werden. Es ist auch möglich, neue oder erneuerte („upgedatete“) Kennfelder nachträglich aufzuspielen, z.B. in einer Werkstatt oder an einem Servicepunkt, oder auch durch Fernwartung.
Die dynamische Programmierung ist allgemein bekannt und umfasst Methoden zum algorithmischen Lösen eines Optimierungsproblems durch Aufteilung in Teilprobleme und systematische Speicherung von Zwischenresultaten. Die dynamische Programmierung kann insbesondere dann erfolgreich eingesetzt werden, wenn ein Optimierungsproblem aus vielen gleichartigen Teilproblemen besteht und eine optimale Lösung des Problems sich aus optimalen Lösungen der Teilprobleme zusammensetzt („Optimalitätsprinzip von Bellman“, vgl. z.B. zugehörigen Wikipedia-Eintrag).
Es ist eine Ausgestaltung, ein zu bestimmten Laderandbedingungen am besten passendes Kennfeld von einer externen Instanz wie einem Netzwerk-Server oder einem Cloudspeicher in den Datenspeicher zu übertragen, z.B. drahtlos, beispielsweise über Funk. Dies ergibt den Vorteil, dass dies grundsätzlich zu jedem Zeitpunkt geschehen kann und dadurch das Vorhalten mehrerer Kennfelder, die unterschiedliche Laderandbedingungen abdecken, im Datenspeicher des Elektrofahrzeugs vermeidet. Dies wiederum spart Speicherplatz im Elektrofahrzeug. Voraussetzung ist, dass das Elektrofahrzeug mit einer Kommunikationseinrichtung ausgerüstet ist, um eine Datenkommunikation mit der externen Instanz zu ermöglichen.
Das Elektrofahrzeug kann ein Plug-In-Hybrid oder ein vollelektrisch angetriebenes Fahrzeug sein. Es weist einen elektrischen Energiespeicher auf, der im Folgenden im Folgenden ohne Beschränkung der Allgemeinheit als „Batterie“ bezeichnet wird. Der elektrische Energiespeicher kann z.B. eine aus mehrere Li-lonen-Batteriezellen zusammengeschaltete Li-lonen-Batterie sein.
Der Datenspeicher kann ein mit dem Steuergerät datentechnisch gekoppelter Speicher sein oder kann ein in das Steuergerät integrierter Speicher sein.
Das Kennfeld kann als ein mehrdimensionaler Raum verstanden werden, dessen Achsen Batteriezustandsparameter abbilden und dessen Funktionswerte jeweiligen Ladeströmen entsprechen. Dies entspricht einer Tabelle von (n+1)-Tupeln mit jeweils unterschiedlichen Werten von n Batteriezustandsparametern und dem zugehörigen Ladestrom. Eine Stützstelle entspricht einem solchen (n+1)-Tupel. Somit unterscheidet sich jede Stützstelle von einer beliebigen anderen Stützstelle durch einen unterschiedlichen Wert mindestens eines Batteriezustandsparameters. Für eine bestimmte Kombination von Werten der Batteriezustandsparameter ist in dem Kennfeld also genau ein Ladestrom bzw. Sollwert des Ladestroms eingetragen. Wird das Kennfeld beispielsweise durch drei Batteriezustandsparameter aufgezogen und sind jeweils 100 Werte davon vorhanden, ergeben sich 1.000.000 Stützstellen.
Das Steuergerät, das z.B. ein Bordcomputer des Elektrofahrzeugs sein kann, ist dazu eingerichtet, einen Ladevorgang des Elektrofahrzeugs zu steuern, insbesondere Ladeströme bzw. Werte davon vorzugeben.
Mit Beginn des Ladevorgangs werden Werte der Batteriezustandsparameter erfasst, d.h., gemessen oder aus Messwerten abgeschätzt. Das Steuergerät bestimmt nun anhand des Kennfelds eine Stützstelle, deren Werte der Batteriezustandsparameter mit den zuvor aktuell erfassten Werten am besten übereinstimmen. Dann wird der dieser Stützstelle zugeordnete Ladestrom bestimmt und als aktueller Ladestrom für den Ladevorgang eingestellt. Diese Schritte können wiederholt durchgeführt werden, z.B. alle 1 s bis 30 s, bis ein gewünschter oder vorgegebener Ziel-Ladezustand der Batterie erreicht ist.
Das Bestimmen der Stützstelle, deren Werte der Batteriezustandsparameter mit den zuvor aktuell erfassten Werten am besten übereinstimmen, kann in einer Weiterbildung umfassen, dass diejenige im Kennfeld eingetragene Stützstelle, deren Werte der Batteriezustandsparameter mit den zuvor aktuell erfassten Werten am besten übereinstimmen, gesucht bzw. ermittelt wird und der für Stützstelle eingetragene Ladestrom als aktueller Ladestrom für den Ladevorgang eingestellt wird.
Es ist eine Weiterbildung, dass dann, wenn aktuell erfasste Werte der Batteriezustandsparameter nicht mit Werten der Batteriezustandsparameter übereinstimmen, für die Stützstellen im Kennfeld eingetragen sind, durch Interpolation aus den im Kennfeld eingetragenen Stützstellen eine „neue“ Stützstelle berechnet oder ein zugehöriger Ladestrom für die aktuell erfasste Werte aus den im Kennfeld eingetragenen Stützstellen berechnet wird. Es sei als einfaches Beispiel angenommen, dass im Kennfeld für einen Batteriezustandsparameter x Stützstellen mit den Werten x = 1 und x = 2 existieren, denen ein Ladestrom I = 3 bzw. I = 5 zugeordnet ist. Wenn der aktuelle gemessene oder bestimmte Wert x = 1,5 beträgt, wird nicht die nächste Stützstelle gesucht, sondern es wird zwischen den eingetragenen Stützstellen interpoliert. Im vorliegenden Beispiel könnte für x = 1,5 z.B. bei linearer Interpolation ein Ladestrom von I = 4 resultieren bzw. zur Verwendung bestimmt werden. Die Interpolation kann allgemein abhängig von der verwendeten Interpolationsfunktion linear oder nichtlinear sein.
Dass das Kennfeld mittels dynamischer Programmierung anhand eines physikalischen Modells der Batterie mit Prädiktion des Batterieverhaltens für einen vollständigen Ladevorgang vorberechnet worden ist, umfasst insbesondere, dass zuvor, z.B. im Werk, das Kennfeld anhand eines Modells der Batterie mit Prädiktion des Batterieverhaltens berechnet worden ist, vorteilhafterweise unter Nutzung von Methoden der dynamischen Programmierung, z.B. des Optimalitätsprinzips von Bellman. Im Gegensatz zur herkömmlichen dynamischen Programmierung wird aber hier insbesondere das Kennfeld nicht zur Optimierung mehrfach iterativ neu berechnet, sondern die Ladeströme werden anhand einer einmaligen Berechnung des Kennfelds bestimmt. Dies kann auch als „adaptive dynamische Programmierung“ bezeichnet werden.
Das physikalische Modell der Batterie kann insbesondere auch Limitierungen wie eine nicht zu überschreitende Zelltemperatur usw. umfassen. Die Prädiktion des Batterieverhaltens kann z.B. einen Anstieg der Zelltemperatur in Abhängigkeit von einem Ladestrom usw. umfassen.
Unter einem „vollständigen Ladevorgang“ wird ein Ladevorgang zwischen einem vorgegebenen Anfangs-Ladezustand und einem Ziel-Ladezustand verstanden. Der Ziel-Ladezustand kann z.B. 80 % SoC oder 100 % SoC betragen. Der vollständige Ladevorgang braucht somit nicht einer vollen Aufladung der Batterie zu entsprechen. Der Anfangs-Ladezustand kann z.B. 0 % SoC oder 10 % SoC betragen.
Es ist eine Ausgestaltung, dass die den Stützstellen jeweils zugeordneten Ladeströme mittels der dynamischen Programmierung durch Vorgabe auf eine schnellste Ladezeit auf einen Ziel-Ladezustand (Ziel-SoC) hin festgelegt worden sind. Dies ergibt den Vorteil, dass ein besonders schneller Ladevorgang erzielbar ist. Ein weiterer Vorteil besteht darin, dass sich häufig zumindest phasenweise Ladeströme ergeben, welche geringer sind als ein höchstmöglicher Ladestrom. Dies wiederum schont die Batterie und verlängert ihre Lebensdauer.
Alternativ kann eine Vorgabe auf einen höchstmöglichen Ladestrom verwendet werden.
Es ist eine Ausgestaltung, dass die mindestens zwei Batteriezustandsparameter aus der Gruppe der Parameter

- Ladezustand der Batterie (SoC),
- Zelltemperatur der Batterie,
- Zellspannung der Batterie,
- Gesundheitszustand („State of Health“, SoH) der Batterie
- mindestens ein Parameter eines Kühlkreislaufs zum Kühlen der Batterie (z.B. Temperatur eines Kühlmittels, Kühlschwelle(n), ab welcher Zelltemperatur die Zellkühlung aktiviert wird, usw.),

Es ist eine Ausgestaltung, dass das Kennfeld mittels einer dynamischen Programmierung für vorgegebene Schrittweiten des Ladezustands der Batterie vorberechnet worden ist. In anderen Worten sind im Gegensatz zum MPC-Ansatz mit seinem zeitlichen Prädiktionshorizont Stützstellen für Schritte mit einem vorgegebenen Ladezustand, also für vorgegebenes ΔSoC, z.B. von 1 %, berechnet worden. Es ist also berechnet worden, wie sich die Batterie, ausgehend von einem bestimmten Ladezustand SoC-1, zu einem zweiten Ladezustand SoC-2 = SoC-1 + ΔSoC verhält, und zwar für verschiedene Ladeströme. Dabei wird sichergestellt, dass jegliche Limitierungen des Schnellladevorgangs eingehalten werden (z.B. kein Überschreiten der maximal zulässigen Zellkerntemperatur). Die Berechnung kann für aufsteigendes ΔSoC berechnet werden (also ausgehend von einem geringsten SoC sich steigernd bis zu einem größten SoC) oder kann für absteigendes ΔSoC berechnet werden (also ausgehend von einem größten SoC, insbesondere dem Ziel-SoC rückwärts bis zu einem kleinsten SoC). Ein Ergebnis der Berechnung umfasst die Zeitdauer, die benötigt wird, um den Ladezustand ausgehend von SoC-1 um ΔSoC zu erhöhen. Diese Zeitdauer ist abhängig von dem angenommenen Ladestrom. Daraus kann als ein weiteres Ergebnis auch die Zeitdauer bestimmt werden, die ausgehend von SoC-1 noch bis zum Ziel-SoC benötigt ist. Diese Zeitdauer setzt sich zusammen aus der Zeitdauer von SoC-1 bis SoC-2 zuzüglich der danach noch benötigten Zeit von SoC-2 bis zum Ziel SoC. Die Zeitdauer entspricht indirekt dem zeitoptimalen Pfad durch den Zustandsraum. Es ist nach abgeschlossener Berechnung für alle Stützstellen des Zustandsraums folglich möglich, ausgehend von einer bestimmten Anfangs-Stützstelle denjenigen Pfad durch den Raum der Stützstellen („Zustandsraum“) bis zum gewünschten Ziel-SoC zu finden, welcher die geringste Zeitdauer benötigt. Dieser Pfad ist dann eine „adaptive“ Lösung der Optimierung auf einen schnellsten Ladevorgang bzw. eine geringste Ladezeit. Das Kennfeld umfasst dann die den Stützstellen jeweils zugeordneten Ladeströme, die auf eine geringste Ladezeit hin festgelegt bzw. berechnet worden sind. Es ist eine Weiterbildung, dass die vorgegebene Schrittweiten bei der Vorberechnung variierbar sind.
Es ist eine Weiterbildung, dass das Kennfeld mittels einer dynamischen Programmierung für vorgegebene Zeitintervalle vorberechnet worden ist.
Es ist eine alternative Ausgestaltung, dass das Kennfeld die den Stützstellen jeweils zugeordneten Ladeströme umfasst, die auf einen höchsten Ladestrom hin festgelegt bzw. berechnet worden sind. Es hat sich, insbesondere aufgrund der für das Modell vorgegebenen Limitierungen, z.B. einer maximal erlaubten Zelltemperatur, herausgestallt, dass die adaptive Optimierung auf einen höchsten Ladestrom hin einen längeren Ladevorgang bedingen kann als die Optimierung auf eine geringste Ladezeit hin.
Es ist eine Ausgestaltung, dass in dem Datenspeicher mehrere Kennfelder für unterschiedliche Laderandbedingungen gespeichert sind. Dadurch können Kennfelder für unterschiedliche Anwendungsfälle vorgehalten werden. Mögliche Laderandbedingungen umfassen z.B. die Art des Ladevorgangs (schnellste Ladung / Ladung mit dem höchsten Ladestrom, usw.) einen bestimmten Ziel-SoC (z.B. von 80%), einen maximalen Ladestrom, usw. Die Laderandbedingungen können durch einen Nutzer des Elektrofahrzeugs oder automatisch durch das Elektrofahrzeug selbst festgelegt werden. Im letzteren Fall kann das Elektrofahrzeug beispielsweise anhand einer Routenplanung berechnet, welche Lademenge (ggf. einschließlich einer gewissen Reserve) benötigt wird, um das Navigationsziel zu erreichen.
Mögliche Laderandbedingungen können z.B. einen initialen Ladezustand, einen Ziel-Ladezustand, eine Umgebungstemperatur, eine Art des Ladevorgangs (maximaler Strom, zeitoptimal zum Ziel-SoC) usw. umfassen.
Es ist eine Ausgestaltung, dass die Art des Ladevorgangs (z.B. mit den vorgegebenen Laderandbedingungen möglichst schnell zu X km Restreichweite zu gelangen) dann anhand des berechneten Ziel-Ladezustands ausgewählt wird. Nach der Bestimmung, welche Art von Ladevorgang verwendet werden soll bzw. der zugehörigen Laderandbedingungen, wird ein Kennfeld geladen bzw. vom Steuergerät verwendet, in dem der am besten passende Ladestrom für diesen Anwendungsfall abgespeichert ist.
Die Aufgabe wird auch gelöst durch ein Verfahren zum Laden eines elektrischen Energiespeichers eines Elektrofahrzeugs wie oben beschrieben, bei dem während eines Ladevorgangs (a) Werte der Batteriezustandsparameter aktuell erfasst werden, (b) in dem Kennfeld eine Stützstelle bestimmt wird, deren Werte der Batteriezustandsparameter mit den aktuell erfassten Werten der Batteriezustandsparameter am besten übereinstimmen, (c) als Ladestrom der für diese Stützstelle bestimmte Ladestrom einstellt wird, (d) die Schritte (a) bis (c) wiederholt durchgeführt werden, bis ein Ziel-Ladezustand (Ziel-SoC) der Batterie erreicht ist. Das Verfahren kann analog zu dem Elektrofahrzeug ausgebildet werden und weist die gleichen Vorteile auf.
Es ist eine Ausgestaltung, dass vor Schritt (a) Laderandbedingungen vorgegeben werden und für den Ladevorgang dasjenige Kennfeld verwendet wird, das für die gleichen oder zumindest für die am besten übereinstimmenden Laderandbedingungen erstellt worden ist.
Die Aufgabe wird ferner gelöst durch ein Verfahren zum Berechnen des Kennfelds des Elektrofahrzeugs wie oben beschrieben, bei dem anhand des physikalischen Modells der Batterie mit Prädiktion des Batterieverhaltens mittels dynamischer Programmierung mit vorgegebener Schrittweite des Ladezustands der Batterie das Kennfeld berechnet wird.
Das Verfahren kann analog zu dem Elektrofahrzeug und zu dem Verfahren zum Laden eines Elektrofahrzeugs ausgebildet werden und weist die gleichen Vorteile auf.
Es ist eine Weiterbildung, dass aus dem Kennfeld eine mathematische Funktion abgeleitet wird oder worden ist, welche den Ladestrom in Abhängigkeit der Batteriezustandsparameter berechnet. Dadurch kann Speicherplatz vorteilhafterweise weiter berechnet werden. Eine Möglichkeit dafür besteht darin, die Parameter einer vordefinierten Funktion an die Daten aus dem Kennfeld anzufitten, z.B. mittels nichtlinearer Regression. Eine weitere Möglichkeit besteht darin, das Kennfeld über ein neuronales Netz (Machine Learning) abzubilden.
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden schematischen Beschreibung eines Ausführungsbeispiels, das im Zusammenhang mit den Zeichnungen näher erläutert wird.

1 zeigt eine Auftragung von Simulationsergebnissen eines Ladestroms in A, eines Ladezustands in % und einer Temperatur in °C jeweils gegen die gleiche Zeit t in s für einen Ladevorgang einer Batterie mit einem maximalen Ladestrom anhand eines prädiktiven MPC-Reglers;
2 zeigt eine zu 1 analoge Auftragung von Simulationsergebnissen, die anhand einer adaptiven dynamischen Programmierung mit dem Ziel, zu jeden Zeitpunkt eine maximalen Ladestrom zu finden, berechnet worden sind;
3 zeigt eine zu 1 analoge Auftragung für einen Ladevorgang einer Batterie anhand einer adaptiven dynamischen Programmierung mit dem Ziel einer besonders kurzen Ladedauer bis zum Ziel-SoC des Ladevorgangs; und
4 zeigt eine Skizze zum Verständnis der adaptiven dynamischen Programmierung mit dem Ziel einer besonders kurzen Ladedauer bis zum Ziel-SoC des Ladevorgangs.

1 zeigt eine Auftragung von Simulationsergebnissen eines Ladestroms I_Cha in A und von Batteriezustandsparametern in Form eines Ladezustands in % und einer Zelltemperatur T_cell in °C jeweils gegen die gleiche Zeit t in s für einen Ladevorgang einer beispielhaften Modell-Batteriezelle auf 80 % SoC mit einem größtmöglichen Ladestrom anhand eines prädiktiven MPC-Reglers. Die Zelltemperatur T_cell kann insbesondere eine Zellkerntemperatur oder den wärmsten Punkt der Zelle („Hot-Spot“) einer Batteriezelle meinen.
Mittels des MPC-Reglers wird ausgehend vom aktuellen Zeitpunkt t = 0 s prädiktiv für einen bestimmten Prädiktionshorizont, z.B. von ca. 1 min, unter Nutzung eines physikalischen Modells der Batterie und unter Berücksichtigung von Limitationen wie einer maximalen, nicht zu überschreitenden Zelltemperatur T_cell;max (z.B. einer Maximaltemperatur eines Hot-Spots) der größtmögliche Ladestrom I_Cha berechnet. Diese Berechnungen können zu jedem möglichen Zeitpunkt durchgeführt werden. Je kürzer die Zeit bis zu einem Update des Ladestroms ist, desto genauer ist auch der Ladevorgang, was allerdings durch einen erhöhten Rechenaufwand erkauft wird. So kann dieser Prädiktionsprozess für den eingestellten Prädiktionshorizont jede Sekunde erneut durchgeführt werden. Der tatsächlich verwendete Ladestrom ist hierbei nur der „erste“ Ladestrom für den aktuellen Batteriezustand gültige und nicht der Ladestrom im Prädiktionszeitraum, für 30 s im Prädiktionshorizont.
Die prädiktive Berechnung ergibt im vorliegenden Beispiel, dass z.B. bei einem anfänglichen SoC von 10 % und einer anfänglichen Zelltemperatur T_cell, die der Umgebungstemperatur T_Amb entspricht, die beispielhafte Modell-Batteriezelle zunächst mit einem maximalen Ladestrom I_Cha = I_Cha;max geladen werden kann. Dabei steigt die Zelltemperatur T_cell kontinuierlich an und erreicht bei t = t_r die maximal erlaubte Zelltemperatur T_cell;max. Um T_cell;max nicht zu überschreiten, wird nun der der Batterie eingeprägte Ladestrom I_Cha reduziert. Dadurch bleibt die Zelltemperatur T_cell für die restliche Dauer des Ladevorgangs auf der maximal erlaubten Zelltemperatur T_cell;max. Folglich steigt auch der Ladezustand SoC geringer an. Er erreicht bei t_end seinen Ziel-Ladezustand von SoC = 80 %.
Dieses Verfahren weist den Nachteil auf, dass es mittels eines Steuergeräts eines Elektrofahrzeugs aufgrund des hohen Rechenaufwands praktisch nicht durchführbar ist.
2 zeigt eine zu 1 analoge Auftragung von Simulationsergebnissen mit gleichem physikalischem Batteriemodell und gleichen Limitierungen, die anhand einer adaptiven dynamischen Programmierung mit Ziel eines größtmöglichen Ladestroms berechnet worden sind. Dieser Ansatz betrachtet den Übergang zwischen einer Stützstelle SoC-1 bei einem ersten Ladezustand und möglichen Stützstellen SoC-2 bei einem zweiten Ladezustand mit SoC-2 = SoC-1 + ΔSoC. Der Ladestrom wird für einen Übergang konstant gehalten. Es wird ausgehend von SoC-1 der größtmögliche Ladestrom ausgewählt, der keine der Limitierungen verletzt. Der so bestimmte Ladestrom ist etwas weniger optimiert als beim MPC-Ansatz, jedoch ist durch die Nutzung von Stützstellen eines Zustandsraums und damit der Berechnung eines Kennfelds die Problematik der hohen Online-Rechenleistung beim MPC-Ansatz behoben.
Im vorliegenden Beispiel wird der eingeprägte Ladestrom I_Cha bereits vor Erreichen von t_r des MPC-Ansatzes reduziert, allerdings mit einem weniger steilen Abfall. Dadurch ergibt sich eine zum MPC-Ansatz ähnliche Zeitdauer des Ladevorgangs bis zum Erreichen von 80 % SoC.
3 zeigt eine zu 1 und 2 analoge Auftragung von Simulationsergebnissen mit gleichem physikalischem Batteriemodell und gleichen Limitierungen, die anhand einer adaptiven dynamischen Programmierung berechnet worden sind, allerdings nun mit Optimierung auf eine besonders kurze Ladedauer des Ladevorgangs bis zum Ziel-SoC, nicht auf einen größtmöglichen Ladestrom. Dazu werden für jede Stützstelle diejenigen Pfade im Zustandsraum identifiziert, die am schnellsten zum Ziel-SOC führen.
Hierbei werden, soweit möglich und sinnvoll, für alle Stützstellen eines bestimmten Ladezustands SoC-1 die möglichen Ladeströme I_Cha variiert und vermerkt, welche Stützstellen des nächsten schrittweise größeren Ladezustands SoC-2 = SoC-1 + ΔSoC dabei erreicht werden, einschließlich der dazu benötigten Zeitdauer Δt. Dadurch ergeben sich zwischen einer bestimmten Stützstelle beim Anfangs-SoC und davon erreichbaren Stützstellen zum Ziel-SoC jeweilige Pfade im Zustandsraum über dazwischenliegende Stützstellen mit schrittweise aufsteigenden SoC. Für jeden Teilabschnitt eines Pfads zwischen aufeinanderfolgenden SoCs sind der zugehörige Ladestrom I_Cha und die Zeitdauer Δt bis zum Durchlaufen der Schrittweite ΔSoC bekannt. Wird als Optimierung eine geringstmögliche Ladedauer bis zum Erreichen des Ziel-SoC gewählt, wird ausgehend von einer bestimmten Stützstelle derjenige Pfad ausgewählt, dessen Teilpfade addiert die geringste (Gesamt-) Zeitdauer ergeben.
Sind für alle Stützstellen die jeweils zugehörigen Pfade für die geringste (Gesamt-) Zeitdauer bekannt, kann daraus ein Kennfeld bestimmt werden, das dem Zustandsfeld zuzüglich einem jeder Stützstelle zugeordneten Ladestrom I_Cha entspricht. Der Ladestrom I_Cha der Stützstelle gibt den Ladestrom des Teilpfads zur nächsten Stützstelle an. Daraus ergibt sich der Vorteil, dass das Kennfeld vor Auslieferung des Fahrzeugs erstellt werden kann und dann auf den Steuergeräten des Elektrofahrzeugs praktisch keine weiteren Berechnungskapazitäten mehr benötigt werden. Vielmehr braucht auf dem Steuergerät lediglich das Kennfeld gespeichert und ausgewertet zu werden, z.B. in Form eines Nachschlagens in einer Nachschlagetabelle / Lookup-Table.
Im vorliegenden Beispiel wird der eingeprägte Ladestrom I_Cha im Gegensatz zur Optimierung gemäß dem MPC-Ansatz auf einen größtmöglichen Ladestrom l_Cha;max noch merklich früher vor Erreichen der maximal erlaubten Zelltemperatur T_cell;max gemäß dem MPC-Ansatz bei t_r reduziert (die zudem später erreicht wird), und zwar mit einem noch weniger steilen / sanften Abfall.
Dadurch verkürzt sich die Ladezeitdauer zum Erreichen von 80 % SoC merklich. Zudem liegt der Verlauf des Ladestroms I_Cha länger unterhalb des höchstmöglichen Ladestroms I_Cha;max, was wiederum die Batteriezelle schont und ihre Lebensdauer verlängert. Darüber hinaus liegt der Verlauf der Zelltemperatur T_cell (z.B. einer Maximaltemperatur eines Hot-Spots) länger unterhalb der maximal erlaubten Zelltemperatur T_cell;max, was ebenfalls die Batteriezelle schont und ihre Lebensdauer verlängert.
4 zeigt eine Skizze zum Verständnis der adaptiven dynamischen Programmierung mit Optimierung auf eine besonders kurze Ladedauer des Ladevorgangs bis zum Ziel-SoC. Dabei wird genauer die Bestimmung eines Ladestroms für eine bestimmte Stützstelle eines Zustandsraums beschrieben. Vorliegend sei ein Zustandsraum von einem Anfangs-SoC SoC_start von z.B. 0 % oder 10 % zu einem Ziel-SoC SoC_ziel von z.B. 80 % oder 100 %. Im Folgenden wird rein beispielhaft SoC_ziel = 80 % angenommen.
Dabei wird im vorliegenden Beispiel „rückgerechnet“, d.h., dass zunächst anhand des zugrundeliegenden physikalischen Modells - unter Berücksichtigung der vorgegebenen Limitierungen wie einer maximal erlaubten Zelltemperatur T_cell;max und einem maximal zur Verfügung stehenden Ladestrom I_Cha usw. - ausgehend von den Stützstellen von SoC_ziel = 80 % für jede der Stützstellen des eine Schrittweite ΔSoC (hier: beispielhaft 1 %) kleineren SoC = 80 % - 1 % = 79 % für unterschiedliche Ladeströme I_Cha berechnet wird, welche Stützstelle bei 80 % erreicht wird, und wie lange die Aufladung auf 80 % dauert. Es ist dann also für jede Stützstelle bei SoC = 79 % bekannt, wie lange es dauern würde, den Ziel-SoC von 80 % unter Einstellung eines bestimmten Ladestroms I_Cha zu erreichen.
Für das Ziel einer Minimierung der Ladedauer kann nun für alle Stützstellen von SoC = 79 % aus den unterschiedlichen Ladeströmen I_Cha derjenige Ladestrom I_Cha oder „Teilpfad“ im Zustandsraum ausgewählt werden, der jeweils am schnellsten zum Ziel-SoC führt. Dieser Ladestrom I_Cha wird dann im Kennfeld der entsprechenden Stützstelle zugeordnet.
Ist diese Berechnung für jede der Stützstellen bei SoC = 79 % durchgeführt worden, kann eine analoge Berechnung für SoC = 79 % - 1 % = 78 % durchgeführt werden, wobei dann als Ergebnis für jede Stützstelle bei SoC = 78 % bekannt, wie lange es dauern würde, den SoC = 79 % unter Einstellung eines bestimmten Ladestroms I_Cha zu erreichen.
Folgend kann nun für alle Stützstellen von SoC = 78 % aus den unterschiedlichen Ladeströmen I_Cha derjenige Ladestrom I_Cha oder „Teilpfad“ im Zustandsraum ausgewählt werden, der jeweils am schnellsten zum Ziel-SoC führt. Die Berechnung der dafür notwendigen Zeitdauer geschieht durch Addition der Zeitdauern für die Ladungen von SoC = 78 % auf SoC = 79 % mit den bereits berechneten minimalen Zeitdauern bis zum Erreichen des Ziel-SoC bei 80 % für die Stützpunkte bei SoC = 79 %.
Dieses Schema kann nun bis zum Anfangs-SoC SoC_start weitergeführt werden, wie hier für die bereits berechneten Zeitdauern der Stützpunkte ab SoC = 61 % (gestrichelt umrandet dargestellt) und die zu berechnenden Zeitdauern und Ladeströme der Stützpunkte bei SoC = 60 % genauer erklärt. Dabei werden im gezeigten Zustandsraum vereinfachend als Batteriezustandsparameter nur die Zelltemperatur T_cell zwischen einer Umgebungstemperatur T_Amb und der maximal zulässigen Zelltemperatur T_cell;max sowie der Ladezustand SoC der Batterie betrachtet. Für eine bestimmte Stützstelle bei SoC = 60 % mit T_cell = T_j wird anhand des physikalischen Modells berechnet, welche Zelltemperatur T_cell in welcher Zeit erreicht sein wird, wenn mit einem bestimmten Ladestrom I_Cha auf SoC = 61 % aufgeladen wird. Diese Berechnung wird für verschiedene Ladeströme I_Cha = I₁, ..., I₅ durchgeführt.
Im gezeigten modellhaften und stark vereinfachten Beispiel ergeben sich Zeitdauern von 40 s für I₁, 34 s für I₂, 26 s für I₃, 18 s für I₄ und 10 s für I₅ mit I₁ < I₂ < I₃< I₄ < I₅. Da aber für die jeweils erreichten Stützstellen bei SoC = 61 % bereits bekannt ist, wie lange es von diesen aus minimal dauert, bis der Ziel-SoC erreicht wird, kann die schnellste Ladedauer auch für die Stützpunkte bei SoC = 60 % berechnet werden, nämlich 340 s für I₁, 334 s für I₂, 331 s für I₃, 328 s für I₄ und 330 s für I₅. Zur Aufstellung des Kennfelds würde also der Stützstelle (SoC; T_cell) = (60 %; T_j) der Ladestrom I₄ zugeordnet werden, weil dieser dem schnellsten Pfad bis zum Erreichen des Ziel-SoCs zugehörig ist, obwohl dies nicht dem höchsten Ladestrom entspricht.
Sind alle Stützstellen des Zustandsraums mit entsprechenden Ladeströmen versehen bzw. bedatet, ist die Erstellung des Kennfelds für die vorgegebenen Laderandbedingungen abgeschlossen. Das Kennfeld kann dann in einen Datenspeicher eines Elektrofahrzeugs geladen werden und von einem Steuergerät zum Einstellen des Ladestroms I_Cha während eines Ladevorgangs verwendet werden, falls die gleichen oder zumindest sehr ähnliche Laderandbedingungen vorliegen.
Dabei kann in einem Beispiel, bei dem die Ladezeit kurz sein soll, wie folgt vorgegangen werden:

Ein Elektrofahrzeug möchte einen Schnelladevorgang unter bestimmten Laderandbedingungen wie einem an der Ladestation zur Verfügung stehenden maximalen Ladestrom usw. durchführen. Dazu sucht das Steuergerät ein passendes Kennfeld aus und ermittelt real vorliegende, aktuelle Werte für die Batteriezustandsparameter der Stützstellen.

Für die aktuellen Werte der Batteriezustandsparameter wird nun aus den eingetragenen Stützstellen des Kennfelds ein zugehöriger Ladestrom bestimmt, z.B. durch Interpolation aus eingetragenen Stützstellen des Kennfelds oder durch Aussuchen derjenigen Stützstelle des Kennfelds, deren eingetragene Werte der Batteriezustandsparameter den aktuell ermittelten Werten ab besten entsprechen. Das Steuergerät nutzt dann den ermittelten Wert des Ladestroms als initialen Ladestrom des Ladevorgangs.
Folgend werden die aktuellen Werte für die Batteriezustandsparameter regelmäßig neu ermittelt, z.B. alle 1 s bis 30 s (ohne darauf beschränkt zu sein), dann die am besten dazu passende (eingetragene oder interpolierte) Stützstelle bestimmt und folgend der zugehörige Ladestrom als Ladestrom des Ladevorgangs eingestellt. Dies kann z.B. durchgeführt werden, bis ein Ziel-SoC erreicht ist.
Selbstverständlich ist die vorliegende Erfindung nicht auf das gezeigte Ausführungsbeispiel beschränkt.
So kann anstelle eines Ziel-SoCs eine Ladedauer vorgegeben sein und dafür der höchste Ladestrom gesucht werden.
Allgemein kann unter „ein“, „eine“ usw. eine Einzahl oder eine Mehrzahl verstanden werden, insbesondere im Sinne von „mindestens ein“ oder „ein oder mehrere“ usw., solange dies nicht explizit ausgeschlossen ist, z.B. durch den Ausdruck „genau ein“ usw.
Auch kann eine Zahlenangabe genau die angegebene Zahl als auch einen üblichen Toleranzbereich umfassen, solange dies nicht explizit ausgeschlossen ist.
Bezugszeichenliste

ICha: Ladestrom
I1-I5: Ladestrom
SoC: Ladezustand
SoCstart: Anfangs-Ladezustand
SoCziel: Ziel-Ladezustand
T: Temperatur
TAmb: Umgebungstemperatur
Tcell: Zelltemperatur
Tcell;max: Maximal erlaubte Zelltemperatur
t: Zeit

Claims

Elektrofahrzeug mit einer Batterie, aufweisend - einen Datenspeicher, in dem mindestens ein Kennfeld mit einer Vielzahl von Stützstellen gespeichert ist, welche Stützstellen jeweils Werte (T_Amb, T_i, T_j, T_k, T_cell;max, SoC_start, SoC_ziel) von mindestens zwei Batteriezustandsparametern (T_cell, SoC) und einen diesen Werten (T_Amb, T_i, T_j, T_k, T_cell;max, SoC_start, SoC_ziel) zugehörigen Wert (I₁ - I₅) eines Ladestroms (I_Cha) umfassen, wobei sich der Wert (T_Amb, T_i, T_j, T_k, T_cell;max, SoC_start, SoC_ziel) mindestens eines Batteriezustandsparameters (T_cell, SoC) für unterschiedliche Stützstellen unterscheidet, und - ein Steuergerät, das dazu eingerichtet ist, einen Ladevorgang des Elektrofahrzeugs zu steuern, indem es eine Stützstelle bestimmt, deren Werte (T_Amb, T_i, T_j, T_k, T_cell;max, SoC_start, SoC_ziel) der Batteriezustandsparameter (T_cell, SoC) mit aktuell erfassten Werten der Batteriezustandsparameter (T_cell, SoC) am besten übereinstimmen, und es den der dieser Stützstelle zugeordneten Ladestrom (I₄) einstellt, wobei - das Kennfeld mittels dynamischer Programmierung anhand eines physikalischen Modells der Batterie mit Prädiktion des Batterieverhaltens für einen vollständigen Ladevorgang vorberechnet worden ist.
Elektrofahrzeug nach Anspruch 1, wobei die mindestens zwei Batteriezustandsparameter (T_cell, SoC) aus der Gruppe der Parameter - Ladezustand der Batterie (SoC), - Zelltemperatur der Batterie (T_cell), - Zellspannung der Batterie, - Gesundheitszustand der Batterie und/oder - mindestens ein Parameter eines Kühlkreislaufs zum Kühlen der Batterie ausgewählt sind.
Elektrofahrzeug nach einem der vorhergehenden Ansprüche, wobei das Kennfeld mittels einer dynamischen Programmierung für vorgegebene Schrittweiten (ΔSoC) des Ladezustands (SoC) der Batterie vorberechnet worden ist.
Elektrofahrzeug nach einem der Ansprüche 1 bis 3, wobei die den Stützstellen jeweils zugeordneten Ladeströme (I₄) mittels der dynamischen Programmierung durch Vorgabe auf - eine schnellste Ladezeit auf einen Ziel-Ladezustand oder - einen höchsten Ladestrom hin festgelegt worden sind.
Elektrofahrzeug nach einem der vorhergehenden Ansprüche, wobei in dem Datenspeicher mehrere Kennfelder für unterschiedliche Laderandbedingungen gespeichert sind.
Verfahren zum Laden eines Elektrofahrzeugs nach einem der vorhergehenden Ansprüche, bei dem während eines Ladevorgangs (a) Werte der Batteriezustandsparameter (T_cell, SoC) aktuell erfasst werden, (b) in dem Kennfeld eine Stützstelle bestimmt wird, deren Werte (T_Amb, T_i, T_j, T_k, T_cell;max, SoC_start, SoC_ziel) der Batteriezustandsparameter (T_cell, SoC) mit den aktuell erfassten Werten der Batteriezustandsparameter (T_cell, SoC) am besten übereinstimmen, (c) als Ladestrom (I_Cha) der dieser Stützstelle zugeordneten Ladestrom (I₄) einstellt wird, (d) die Schritte (a) bis (c) wiederholt durchgeführt werden, bis ein Ziel-Ladezustand (S_OC_ziel) der Batterie erreicht ist.
Verfahren nach Anspruch 6, bei dem vor Schritt (a) Laderandbedingungen vorgegeben werden und für den Ladevorgang dasjenige Kennfeld verwendet wird, das für die gleichen Laderandbedingungen erstellt worden ist.
Verfahren nach Anspruch 7, bei dem das Kennfeld in Abhängigkeit von den Laderandbedingungen von einer externen Instand in den Datenspeicher des Elektrofahrzeugs fernübertragen wird.
Verfahren nach einem der Ansprüche 6 bis 8, bei dem der Ziel-Ladezustand (SoC_ziel) automatisch durch Auslesen einer noch zu fahrenden Navigationsstrecke des Elektrofahrzeugs bestimmt wird.
Verfahren zum Berechnen des Kennfelds des Elektrofahrzeugs nach einem der Ansprüche 1 bis 5, bei dem anhand des physikalischen Modells der Batterie mit Prädiktion des Batterieverhaltens mittels dynamischer Programmierung mit vorgegebener Schrittweite (ΔSoC) des Ladezustands (SoC) der Batterie das Kennfeld berechnet wird.