DE102022106806B4

DE102022106806B4 - Verfahren, System und Computerprogrammprodukt für das Thermomanagement bei einer Traktionsbatterie

Info

Publication number: DE102022106806B4
Application number: DE102022106806.4A
Authority: DE
Inventors: Philip Muhl
Original assignee: Dr Ing HCF Porsche AG
Current assignee: Dr Ing HCF Porsche AG
Priority date: 2022-03-23
Filing date: 2022-03-23
Publication date: 2023-11-23
Anticipated expiration: 2042-03-24
Also published as: DE102022106806A1

Abstract

Die Erfindung betrifft ein Verfahren für das Thermomanagement bei einer Traktionsbatterie (20) eines Kraftfahrzeugs (10), insbesondere für die Kompensation von Alterungsmechanismen, wobei die Traktionsbatterie (20) eine Mehrzahl von Batteriezellenmodulen (30) in einem Gehäuse umfasst, wobei die Batteriezellenmodule (30) voneinander beabstandet angeordnet sind zur Ausbildung von Strömungskanälen (32), durch die ein Kühlmittel strömt, wobei ein Sollvolumenstrom des Kühlmittels von einer Kühlmittelpumpe (40) mittels eines Steuerungsmoduls (400) eingestellt wird, umfassend:- Messen (S10) von Messwerten und Daten (240) von zumindest einem Parameter (pi) der Traktionsbatterie (20) und/oder des Kraftfahrzeugs (10) durch Sensoren (220) eines Sensormoduls (220);- Übermitteln (S20) der Daten (240) an ein Analysemodul (300), wobei das Analysemodul (300) Algorithmen der künstlichen Intelligenz umfasst;- Bestimmen (S30) eines Betriebszustands der Traktionsbatterie (20) von dem Analysemodul (300);- Berechnen (S40) eines Korrekturfaktors (420) zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustands;- Weitergeben (S50) des Korrekturfaktors (420) von dem Analysemodul (300) an das Steuerungsmodul (400).

Description

Die Erfindung betrifft ein Verfahren, ein System und ein Computerprogrammprodukt für das Thermomanagement bei einer Traktionsbatterie eines Kraftfahrzeugs.
Ein elektrischer Antriebsstrang für den Fahrantrieb eines Elektrofahrzeugs oder Hybridfahrzeugs verfügt über einen oder mehrere Elektromotoren, die von einer elektrischen Energieversorgung wie insbesondere einer Hochvolt-Traktionsbatterie oder auch einer Brennstoffzelle mit Energie versorgt werden. Ein Akkumulator, welcher nicht nur zum Starten eines Kraftfahrzeugs, sondern auch als Energiequelle verwendet wird, wird als Traktionsbatterie bezeichnet. Mittels einer Leistungselektronik wie einem Wechselrichter wird die Ausgangsspannung der elektrischen Energieversorgung in Wechselspannung umgewandelt, um den Elektromotor mit der erforderlichen Strom -und Spannungsstärke entsprechend der jeweiligen Antriebssituation zu versorgen.
Eine Hochvolt-Traktionsbatterie besteht typischerweise aus mehreren, nebeneinander angeordneten Batteriezellenmodule, die wiederum aus einzelnen Batteriezellen umfassen. Üblicherweise handelt es sich bei den Batteriezellen um Akkumulatoren auf der Basis von Lithiumverbindungen. Hierbei enthalten die reaktiven Materialien in der negativen und der positiven Elektrode als auch im Elektrolyten Lithium-Ionen. Akkumulatoren auf der Basis von Lithium-Ionen zeichnen sich durch eine hohe spezifische Energie bezogen auf die Eigenmasse im Vergleich zu anderen Akkumulatortypen aus. Die Batteriezellen können flüssige Elektrolyte enthalten oder auch als Lithium-Polymer-Akkumulator ausgeführt sein. Bei einem Lithium-Polymer-Akkumulator sind die Elektrolyten als feste bis gelartige Folie auf Polymerbasis ausgebildet. Hierdurch ist eine freiere Gestaltung der Zellform, insbesondere in Form von flachen Zellen, möglich.
Insbesondere eine Pouch-Zelle (deutsch: Beutel) ist eine häufig verwendete Bauform eines Lithium-Polymer-Akkumulators. Die gestapelten oder gefalteten aktiven Schichten werden bei einer Pouch-Zelle von einer flexiblen Außenfolie eingeschlossen, die insbesondere auf der Basis von Aluminium hergestellt ist. Die offenen Seiten des Außenbeutels werden üblicherweise thermisch verschweißt. Im Innenraum der Pouch-Zelle sind mehrere elektrische Einzelzellen gestapelt, die entweder in Reihenschaltung zur Erhöhung der elektrischen Spannung oder in Parallelschaltung zur Erhöhung der Kapazität und Strombelastbarkeit miteinander verbunden sind. Da die Pouch-Zellen aufgrund der dünnen Außenfolie empfindlich gegenüber mechanischen Beschädigungen sind, werden sie bei einer Traktionsbatterie in einem massiven Außengehäuse angeordnet.
Lithium-Ionen-Akkumulatorentypen sind empfindlich gegenüber erhöhten Temperaturen. Bei Lithium-Kobalt(III)-Oxid und Mischoxiden wie Lithium-Nickel-Mangan-Kobalt-Oxiden kann es bereits ab Temperaturen von ca. 180 °C zu thermischen Reaktionen kommen. Für den Normalbetrieb eines Elektrofahrzeugs sind Außentemperaturen im Bereich von 10-25 °C und Betriebstemperaturen im Bereich von ca. 20-40 °C optimal. Bei einem Über- oder Unterschreiten dieser Temperaturbereiche werden die Lebensdauer, die Kapazität und die Betriebssicherheit einer Hochvolt-Traktionsbatterie beeinträchtigt. So führen erhöhte Temperaturen zu einer schnelleren Alterung der in den Batteriezellen verwendeten Materialien. Daher verfügt ein Elektrofahrzeug über ein Batteriemanagementsystem, das neben der Steuerung und Überwachung des aktuellen Ladezustands (State of Charge, SoC) auch für das Thermomanagement zuständig ist. Für einen sicheren Betrieb und eine optimale Leistungsfähigkeit der Hochvolt-Traktionsbatterie werden daher die Batteriezellenmodule mittels eines Kühlsystems gekühlt. Neben einer indirekten Kühlung der Batteriezellenmodule im Bereich eines Außengehäuses gibt es Kühlungskonzepte mit einer direkten Kühlung der Batteriezellenmodule. Hierbei sind die Batteriezellenmodule voneinander beabstandet angeordnet, so dass zwischen ihnen Strömungskanäle ausgebildet sind, durch die das Kühlmittel zur Direktkühlung der Batteriezellenmodule hindurch strömen kann.
Während zylindrische Bauformen auch einem größeren Innendruck ohne mechanische Verformungen standhalten können, kommt es jedoch bei Pouch-Zellen auch bei einem regulären Betrieb bedingt durch die Alterung der Batteriezellen zu einem leichten Aufblähen. Diese Volumenänderung führt jedoch zu einer Verengung der zwischen den Batteriezellenmodulen ausgebildeten Strömungskanäle und dadurch strömungstechnisch aufgrund von zunehmenden Reibungen und Turbulenzen zu einem ansteigenden Druckverlust im Verlauf der Lebensdauer der Traktionsbatterie. Die Größe der zunehmenden Ausdehnung der Batteriezellenmodule und die damit einhergehende Druckverluständerung ist von verschiedenen Faktoren abhängig. Hierbei spielt insbesondere die elektrische und thermische Belastung der Batteriezellen eine große Rolle, wobei diese wiederum abhängig ist von der Konfiguration des Elektromotors, dem Gewicht des Kraftfahrzeugs, dem Fahrstil, der Fahrzeugumgebung und der Fahrzeugnutzung. Um eine ausreichende Kühlung der Batteriezellen während der gesamten Lebensdauer der Hochvolt-Traktionsbatterie sicherzustellen, ist eine entsprechend angepasste Steuerung und Regelung einer Kühlmittelpumpe, welche das Kühlmittel durch die Strömungskanäle zwischen den Batteriezellen pumpt, erforderlich, um den ansteigenden Druckverlust zu kompensieren.
Bisher werden die angepassten Steuerungsparameter für die Steuerung der Kühlmittelpumpe üblicherweise von Experten wie Ingenieuren aufgrund von Erfahrungswerten erstellt. Allerdings wird hierbei die tatsächliche Volumenausdehnung der Batteriezellenmodule nicht adäquat berücksichtigt, so dass es häufig zu einer Über- oder Unterkompensation der Druckverluständerung kommt. Des Weiteren werden die Steuerungsparameter für eine individuelle Batterie nicht angepasst, sondern sie sind für eine bestimmte Modellbaureihe festgelegt, so dass ein individuelles Thermomanagement einer Traktionsbatterie nicht möglich ist. Da jedoch aufgrund des individuellen Fahrverhaltens der Betriebszustand einer Hochvolt-Traktionsbatterie nicht allein aus Faktoren wie dem Kilometerstand oder dem Baujahr des Kraftfahrzeugs abgeleitet werden kann, ist ein individuell angepasstes Thermomanagement für die Betriebssicherheit einer Hochvolt-Traktionsbatterie ein bedeutender Sicherheitsfaktor.
Die CN 112329336 A offenbart ein Verfahren zur Planung des Lade- und Kühlprozesses einer Traktionsbatterie eines Elektrofahrzeugs, wobei drei trainierte neuronale Netzwerke verwenden werden.
Die CN 112615030 A offenbart ein Steuerungsverfahren für eine Brennstoffzelleneinheit zur stationären Stromerzeugung, wobei ein Deep-Learning-Modell auf der Grundlage historischer Betriebsdaten trainiert wird, um Merkmale periodischer Stromlaständerungen zu extrahieren.
Die EP 3 486 987 B1 offenbart ein Brennstoffzellensystem umfassend einen Brennstoffzellenstapel, in dem eine Mehrzahl von Brennstoffzellen zur Erzeugung elektrischer Energie kombiniert sind, und eine auf künstlicher Intelligenz beruhende Steuereinheit, die die von einer Sensoreinheit in einem vorbestimmten Zeitintervall gemessenen Daten über den Betriebszustand der Brennstoffzellen sammelt und ein Modell zur Vorhersage und Steuerung der Leistung der Brennstoffzellen durch Lernen und Analyse der gesammelten Daten erzeugt, um daraus ein Steuersignal zur Änderung des Betriebszustands des Brennstoffzellensystems zu generieren.
Die CN 113139338 A offenbart ein Verfahren zur Abschätzung der Temperatur einer Traktionsbatterie eines Elektrofahrzeugs, wobei hierzu ein trainiertes neuronales Netzwerk verwendet wird.
Die DE 11 2011 103 046 B4 offenbart ein Brennstoffzellenmodul mit einer Wasser- und Wärmemanagementfunktion.
Die US 2020/0227801 A1 offenbart ein Wärmemanagementsystem für ein wiederaufladbares Batteriesystem mit mehreren wiederaufladbaren elektrochemischen Batterien. Das System umfasst eine Kühlmittelpumpe für ein flüssiges Kühlmittelgemisch, das bei jeder Zirkulation Wärme von der Mehrzahl der wiederaufladbaren elektrochemischen Batterien aufnimmt. An die Kühlmittelpumpe ist ein Pulsweitenmodulationsregler angeschlossen, der die Kühlpumpendrehzahl zur Einhaltung des zulässigen Temperaturbereichs regelt.
Die US 2020/0052 356 A1 offenbart ein Verfahren und ein System zur Temperaturregelung von Energiespeichern. Ein flüssiges Kühlmittel wird in eine Kühleinheit geleitet und es findet ein Phasenübergang zu einem dampfförmigen Kühlmittel statt. Das dampfförmige Kühlmittel wird in einen Kondensator geleitet, um das flüssige Kühlmittel zu regenerieren.
Die WO 2019/017991 A1 offenbart ein Batteriemanagementsystem für ein Fahrzeug, das ein Modul zum Abschätzen des Zustands einer wiederaufladbaren Batterie, wie z. B. ihres Ladezustands, in Echtzeit umfasst. Das Modul umfasst ein lernendes Modell zur Vorhersage des Batteriezustands auf der Grundlage der Fahrzeugnutzung und damit verbundener fahrzeugspezifischer Faktoren sowie der gemessenen Batteriespannung, -stromstärke und -temperatur.
Die der Erfindung zu Grunde liegende Aufgabe besteht nun darin, Möglichkeiten zur Verbesserung des Thermomanagements bei einer Traktionsbatterie mit einer Mehrzahl von als Pouch-Zellen ausgebildeten Batteriezellenmodulen zu schaffen, um Alterungsmechanismen wirkungsvoll zu kompensieren.
Diese Aufgabe wird hinsichtlich eines Verfahrens durch die Merkmale des Patentanspruchs 1, hinsichtlich eines Systems durch die Merkmale des Patentanspruchs 5, und hinsichtlich eines Computerprogrammprodukts durch die Merkmale des Patentanspruchs 8 erfindungsgemäß gelöst. Die weiteren Ansprüche betreffen bevorzugte Ausgestaltungen der Erfindung.
Gemäß einem ersten Aspekt stellt die Erfindung ein Verfahren für das Thermomanagement bei einer Traktionsbatterie eines Kraftfahrzeugs für die Kompensation von Alterungsmechanismen bereit. Die Traktionsbatterie umfasst eine Mehrzahl von Batteriezellenmodulen in einem Gehäuse, wobei die Batteriezellenmodule als Pouch-Zellen ausgebildet und voneinander beabstandet angeordnet sind zur Ausbildung von Strömungskanälen, durch die ein Kühlmittel strömt, wobei ein Sollvolumenstrom des Kühlmittels von einer Kühlmittelpumpe mittels eines Steuerungsmoduls eingestellt wird, und wobei am Ende der Lebensdauer der Traktionsbatterie (20) das Volumen der Batteriezellenmodule (30) vergrößert und die Breite eines Strömungskanals (32) um den Faktor Δb_e verkleinert ist gemäß der Formel ΔB_e = ΔB_b - Δb_e. Das Verfahren umfasst die Verfahrensschritte:

- Messen von Messwerten und Daten von zumindest einem Parameter der Traktionsbatterie und/oder des Kraftfahrzeugs durch Sensoren eines Sensormoduls;
- Übermitteln der Daten an ein Analysemodul, wobei das Analysemodul Algorithmen der künstlichen Intelligenz umfasst;
- Bestimmen eines Betriebszustands der Traktionsbatterie von dem Analysemodul;
- Berechnen eines Korrekturfaktors zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustand der Traktionsbatterie;
- Weitergeben des Korrekturfaktors von dem Analysemodul an das Steuerungsmodul.

Der Korrekturfaktor ist als Additionswert oder als Multiplikationswert ausgebildet, wobei der Additionswert des Korrekturfaktors einen Wertebereich von 0 bis 100 umfasst, und der Nullwert für den Beginn der Inbetriebnahme der Traktionsbatterie steht und der Wert 100 das Ende der Lebensdauer der Traktionsbatterie bezeichnet, wobei der Multiplikationswert den Wertebereich von 1 bis $\frac{d p_{e}}{d p_{b}}$
umfasst, wobei dp_b einen Druckverlust zu Beginn der Lebensdauer der Traktionsbatterie und dp_e einen Druckverlust am Ende der Lebensdauer der Traktionsbatterie bezeichnet. Die Algorithmen der künstlichen Intelligenz des Analysemoduls sind als ein neuronales Netzwerk ausgebildet, wobei das neuronale Netzwerk mit einem Trainingsdatensatz trainiert worden ist, und wobei der Trainingsdatensatz ausgewählte historische Daten, die einen bestimmten Betriebszustand der Traktionsbatterie widerspiegeln, umfasst.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass die Sensoren als elektrische Sensoren wie kapazitive und induktive Sensoren, Strommessgeräte, Spannungsmessgeräte, Temperatursensoren, Hallsensoren, Drehmomentsensoren, Drehzahlsensoren, Beschleunigungssensoren, Geschwindigkeitssensoren, Ultraschallsensoren und/oder bildaufnehmende Sensoren wie Kameras und LIDAR-Systeme ausgebildet sind.
In einer weiteren Ausführungsform ist vorgesehen, dass zumindest ein Parameter ein Spannungsverhalten, einen elektrischen Widerstand, eine Kennlinie zum Drehmoment/Drehzahl-Verhalten eines Elektromotors des elektrischen Antriebsstrangs, eine Temperatur der Traktionsbatterie oder von einem oder mehreren Batteriezellenmodul(en), eine Temperatur des Kühlmittels der Traktionsbatterie, eine Strömungsgeschwindigkeit des Kühlmittels, einen Batteriezellenstrom, eine Batteriezellenspannung, eine Batteriezellentemperatur, eine Umgebungstemperatur, und/oder das Fahrverhalten des Kraftfahrzeugs darstellt.
In einer Weiterentwicklung ist vorgesehen, dass das Sensormodul mit einer Datenbank verbunden ist, in der weitere Daten in Form von Derating-Kurven, Zielgrößen, Zielwerten und/oder Betriebsbedingungen für das Thermomanagement der Traktionsbatterie gespeichert sind.
Gemäß einem zweiten Aspekt stellt die Erfindung ein System für das Thermomanagement bei einer Traktionsbatterie eines Kraftfahrzeugs für die Kompensation von Alterungsmechanismen bereit. Die Traktionsbatterie umfasst eine Mehrzahl von Batteriezellenmodulen in einem Gehäuse, wobei die Batteriezellenmodule als Pouch-Zellen ausgebildet und voneinander beabstandet angeordnet sind zur Ausbildung von Strömungskanälen, durch die ein Kühlmittel strömt, wobei ein Sollvolumenstrom des Kühlmittels von einer Kühlmittelpumpe mittels eines Steuerungsmoduls eingestellt wird, und wobei am Ende der Lebensdauer der Traktionsbatterie das Volumen der Batteriezellenmodule vergrößert und die Breite eines Strömungskanals um den Faktor Δb_e verkleinert ist gemäß der Formel ΔB_e = ΔB_b - Δb_e. Das System umfasst zudem ein Sensormodul und ein Analysemodul. Das Sensormodul umfasst Sensoren, die Messwerte und Daten von zumindest einem Parameter der Traktionsbatterie und/oder des Kraftfahrzeugs messen, und ist ausgebildet, die Daten an das Analysemodul zu übermitteln. Das Analysemodul umfasst Algorithmen der künstlichen Intelligenz und ist ausgebildet, einen Betriebszustand der Traktionsbatterie zu bestimmen und einen Korrekturfaktor zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustand zu berechnen, und den berechneten Korrekturfaktor an das Steuerungsmodul weiterzugeben. Der Korrekturfaktor ist als Additionswert oder als Multiplikationswert ausgebildet. Der Additionswert des Korrekturfaktors umfasst einen Wertebereich von 0 bis 100, wobei der Nullwert für den Beginn der Inbetriebnahme der Traktionsbatterie steht und der Wert 100 das Ende der Lebensdauer der Traktionsbatterie bezeichnet. Der Multiplikationswert umfasst den Wertebereich von 1 bis $\frac{d p_{e}}{d p_{b}},$
wobei dp_b einen Druckverlust zu Beginn der Lebensdauer der Traktionsbatterie und dp_e einen Druckverlust am Ende der Lebensdauer der Traktionsbatterie bezeichnet. Die Algorithmen der künstlichen Intelligenz des Analysemoduls sind als ein neuronales Netzwerk ausgebildet, wobei das neuronale Netzwerk mit einem Trainingsdatensatz trainiert worden ist und der Trainingsdatensatz ausgewählte historische Daten, die einen bestimmten Betriebszustand der Traktionsbatterie widerspiegeln, umfasst.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass die Sensoren als elektrische Sensoren wie kapazitive und induktive Sensoren, Strommessgeräte, Spannungsmessgeräte, Temperatursensoren, Hallsensoren, Drehmomentsensoren, Drehzahlsensoren, Beschleunigungssensoren, Geschwindigkeitssensoren, Ultraschallsensoren und/oder bildaufnehmende Sensoren wie Kameras und LIDAR-Systeme ausgebildet sind.
In einer weiteren Ausführungsform ist vorgesehen, dass zumindest ein Parameter ein Spannungsverhalten, einen elektrischen Widerstand, eine Kennlinie zum Drehmoment/Drehzahl-Verhalten eines Elektromotors des elektrischen Antriebsstrangs, eine Temperatur der Traktionsbatterie oder von einem oder mehreren Batteriezellenmodul(en), eine Temperatur des Kühlmittels der Traktionsbatterie, eine Strömungsgeschwindigkeit des Kühlmittels, einen Batteriezellenstrom, eine Batteriezellenspannung, eine Batteriezellentemperatur, eine Umgebungstemperatur, und/oder das Fahrverhalten des Kraftfahrzeugs darstellt.
Gemäß einem dritten Aspekt stellt die Erfindung ein Computerprogrammprodukt bereit, das einen ausführbaren Programmcode umfasst, der so konfiguriert ist, dass er bei seiner Ausführung das Verfahren gemäß dem ersten Aspekt ausführt.
Nachfolgend wird die Erfindung anhand von in der Zeichnung dargestellten Ausführungsbeispielen näher erläutert.
Dabei zeigt:

1a eine schematische Darstellung von Batteriezellenmodulen zu Beginn einer Lebensdauer einer Traktionsbatterie;
1b eine schematische Darstellung von Batteriezellenmodulen am Ende einer Lebensdauer einer Traktionsbatterie;
2 ein Blockdiagramm zur Erläuterung eines Ausführungsbeispiels eines erfindungsgemäßen Systems;
3 ein Flussdiagramm zur Erläuterung der einzelnen Verfahrensschritte eines erfindungsgemäßen Verfahrens;
4 ein Blockdiagramm eines Computerprogrammprodukt gemäß einer Ausführungsform des dritten Aspekts der Erfindung.

Zusätzliche Kennzeichen, Aspekte und Vorteile der Erfindung oder ihrer Ausführungsbeispiele werden durch die ausführliche Beschreibung in Verbindung mit den Ansprüchen ersichtlich.
Die 1a und 1b zeigen schematisch voneinander beabstandete Batteriezellenmodule 30 einer Traktionsbatterie 20, die für die elektrische Energieversorgung von einem oder mehreren Elektromotoren eines Kraftfahrzeugs 10, insbesondere eines Elektrofahrzeugs, verwendet wird und insbesondere als Hochvolt-Traktionsbatterie ausgebildet ist. Eine Traktionsbatterie 10 besteht typischerweise aus mehreren, nebeneinander angeordneten Batteriezellenmodulen 30, in der mehrere Einzelbatteriezellen gestapelt sind und entweder in Reihenschaltung zur Erhöhung der elektrischen Spannung oder in Parallelschaltung zur Erhöhung der Kapazität und Strombelastbarkeit miteinander verbunden sind. Die Batteriezellenmodule 30 wiederum sind in einem massiven Gehäuse der Traktionsbatterie 20 angeordnet.
Üblicherweise handelt es sich bei den Batteriezellen um Akkumulatoren auf der Basis von Lithiumverbindungen. Hierbei enthalten die reaktiven Materialien in der negativen und der positiven Elektrode als auch im Elektrolyten Lithium-Ionen. Akkumulatoren auf der Basis von Lithium-Ionen zeichnen sich durch eine hohe spezifische Energie bezogen auf die Eigenmasse im Vergleich zu anderen Akkumulatortypen aus. Die Batteriezellen können flüssige Elektrolyte enthalten oder auch als Lithium-Polymer-Akkumulator ausgeführt sein. Bei einem Lithium-Polymer-Akkumulator sind die Elektrolyten als feste bis gelartige Folie auf Polymerbasis ausgebildet.
Die Batteriezellenmodule 30 sind hinsichtlich ihrer Bauform insbesondere als flache Zellen ausgebildet. Insbesondere sind die Batteriezellenmodule 30 als Pouch-Zellen (deutsch: Beutel) ausgebildet, wobei es sich hierbei um eine häufig verwendete Bauform eines Lithium-Polymer-Akkumulators handelt. Die gestapelten oder gefalteten aktiven Schichten werden bei einer Pouch-Zelle von einer flexiblen Außenfolie eingeschlossen, die insbesondere auf der Basis von Aluminium hergestellt ist. Die offenen Seiten des Außenbeutels werden üblicherweise thermisch verschweißt.
Da Lithium-Ionen-Akkumulatorentypen empfindlich gegenüber erhöhten Temperaturen sind, ist es erforderlich, die Batteriezellenmodule 30 mit einem Kühlmittel zu kühlen. So kann es bei Lithium-Kobalt(III)-Oxid und Mischoxiden wie Lithium-Nickel-Mangan-Kobalt-Oxiden bereits ab Temperaturen von ca. 180 °C zu thermischen Reaktionen kommen. Die insbesondere als Pouch-Zellen ausgebildeten Batteriezellenmodule 30 sind daher voneinander beabstandet angeordnet, so dass zwischen den einzelnen Batteriezellenmodulen 30 Strömungskanäle 32 entstehen, durch die ein Kühlmittel zur Direktkühlung der Batteriezellen 30 durchströmen kann. Bei dem Kühlmittel handelt es sich insbesondere um eine Kühlflüssigkeit auf Wasser-Glykol-Basis. Es können jedoch auch Kühlflüssigkeiten mit einem anderen Kühlmedium verwendet werden, insbesondere synthetisch hergestellte Kühlmedien, die für eine besonders effektive Wärmeabführung entwickelt wurden. Das Kühlmittel wird mittels einer Kühlmittelpumpe 40 eines Kühlsystems durch die Strömungskanäle 32 zwischen den Batteriezellenmodulen 30 gepumpt.
Während zylindrische Bauformen auch einem größeren Innendruck ohne mechanische Verformungen standhalten, kommt es insbesondere bei Pouch-Zellen auch bei einem regulären Betrieb bedingt durch die Alterung zu einem leichten Aufblähen der Pouch-Zellen. Hierdurch ergibt sich jedoch eine Volumenänderung, die zu einer Verengung der zwischen den Batteriezellenmodulen 30 ausgebildeten Strömungskanälen 32 führt und dadurch strömungstechnisch aufgrund von zunehmenden Reibungen und Turbulenzen zu einem ansteigenden Druckverlust im Verlauf der Lebensdauer der Traktionsbatterie.
In der 1a ist das Volumen der Batteriezellenmodule 30 bei der Inbetriebnahme einer Traktionsbatterie 20 dargestellt. Die Breite eines Strömungskanals 32 wird mit ΔB_b bezeichnet. Wie in der 1 b dargestellt, hat sich am Ende der Lebensdauer einer Traktionsbatterie 20 das Volumen der Batteriezellenmodule 30 vergrößert, so dass sich die Breite des Strömungskanals 32 um Δb_e verkleinert hat und nun mit ΔB_e = ΔB_b - Δb_e angegeben werden kann. Dies führt dazu, dass sich der Druckverlust dp_b zu Beginn der Lebensdauer um bis zu 200 % am Ende der Lebensdauer erhöht gemäß dp_e = 200 % _* dp_b. In Abhängigkeit von der Geometrie der Batteriezellenmodule 30 und damit der Strömungskanäle 32 kann der Druckverlust sogar bei über 200 % liegen.
Die Größe der Ausdehnung der Batteriezellenmodule 30 und die damit einhergehende Druckverluständerung ist von verschiedenen Faktoren abhängig. Hierbei spielt insbesondere die elektrische und thermische Belastung der Batteriezellen eine große Rolle, wobei diese wiederum abhängig ist von der Konfiguration des Elektromotors, dem Gewicht des Kraftfahrzeugs, dem Fahrstil, der Fahrzeugumgebung und der Fahrzeugnutzung.
Um eine gleichbleibende Kühlung der Batteriezellenmodule 30 während der gesamten Lebensdauer der Traktionsbatterie 20 sicherzustellen, ist erfindungsgemäß eine an den tatsächlichen Betriebszustand der Traktionsbatterie 20 angepasste Steuerung der Kühlmittelpumpe 40 vorgesehen, um den ansteigenden Druckverlust während der Lebensdauer einer Traktionsbatterie 20 zu kompensieren.
2 zeigt ein erfindungsgemäßes System 100 für das Thermomanagement bei einer Traktionsbatterie eines Kraftfahrzeugs 20, das als Elektrofahrzeug oder Hybridfahrzeug ausgebildet ist. Das Kraftfahrzeug 20 verfügt über einen elektrischer Antriebsstrang mit einem oder mehreren Elektromotoren, die von zumindest einer Hochvolt-Traktionsbatterie mit Energie versorgt werden. Mittels einer Leistungselektronik wie einem Wechselrichter wird die Ausgangsspannung der elektrischen Energieversorgung in Wechselspannung umgewandelt, um den Elektromotor mit der erforderlichen Strom -und Spannungsstärke entsprechend der jeweiligen Antriebssituation zu versorgen.
Das erfindungsgemäße System 100 beruht auf Methoden der künstlichen Intelligenz und umfasst ein Sensormodul 200, ein Analysemodul 300 und ein Steuerungsmodul 400. Das Sensormodul 200, das Analysemodul 300 und das Steuerungsmodul 400 können jeweils mit einem Prozessor und/oder einer Speichereinheit versehen sein.
Unter einem „Prozessor“ kann im Zusammenhang mit der Erfindung beispielsweise eine Maschine oder eine elektronische Schaltung verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor oder einen Mikrocontroller, beispielsweise eine anwendungsspezifische integrierte Schaltung oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor, eine virtuelle Maschine oder eine Soft-CPU verstanden werden. Es kann sich beispielsweise auch um einen programmierbaren Prozessor handeln, der mit Konfigurationsschritten zur Ausführung des genannten erfindungsgemäßen Verfahrens ausgerüstet wird oder mit Konfigurationsschritten derart konfiguriert ist, dass der programmierbare Prozessor die erfindungsgemäßen Merkmale des Verfahrens, des Systems, der Komponenten, der Module, oder anderer Aspekte und/oder Teilaspekte der Erfindung realisiert.
Unter einer „Speichereinheit“ oder einem „Speichermodul“ und dergleichen kann im Zusammenhang mit der Erfindung beispielsweise ein flüchtiger Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder ein dauerhafter Speicher wie eine Festplatte oder ein Datenträger oder beispielsweise ein wechselbares Speichermodul verstanden werden. Es kann sich bei dem Speichermodul aber auch um eine cloudbasierte Speicherlösung handeln.
Unter einem „Modul“ kann im Zusammenhang mit der Erfindung beispielsweise ein Prozessor und/oder eine Speichereinheit zum Speichern von Programmbefehlen verstanden werden. Beispielsweise ist der Prozessor speziell dazu eingerichtet, die Programmbefehle derart auszuführen, damit der Prozessor und/oder die Steuereinheit Funktionen ausführt, um das erfindungsgemäße Verfahren oder einen Schritt des erfindungsgemäßen Verfahrens zu implementieren oder zu realisieren.
Unter „Daten“ sind im Zusammenhang mit der Erfindung sowohl Rohdaten als auch bereits aufbereitete Daten beispielsweise aus Messergebnissen von Sensoren oder aus Simulationsergebnissen zu verstehen.
Das Sensormodul 200 umfasst eine Vielzahl von verschiedenen Sensoren 220, die in dem Kraftfahrzeug 10 und/oder der Traktionsbatterie 20 angeordnet sind. Bei den Sensoren 220 handelt es sich insbesondere um elektrische Sensoren wie kapazitive und induktive Sensoren, Strommessgeräte, Spannungsmessgeräte, Temperatursensoren, Hallsensoren, Drehmomentsensoren, Drehzahlsensoren, Beschleunigungssensoren, Geschwindigkeitssensoren, Ultraschallsensoren und/oder bildaufnehmende Sensoren wie Kameras und LIDAR-Systeme. Die Sensoren 220 nehmen Daten 240 von Parametern p_i des Kraftfahrzeugs 10 und der Traktionsbatterie 20 auf. Bei den Parametern p_i kann es sich beispielsweise um ein Spannungsverhalten, einen elektrischen Widerstand, eine Kennlinie zum Drehmoment/Drehzahl-Verhalten eines Elektromotors des elektrischen Antriebsstrangs, eine Temperatur der Traktionsbatterie 20 oder von einem oder mehreren Batteriezellenmodul(en) 30, eine Temperatur des Kühlmittels der Traktionsbatterie 20, eine Strömungsgeschwindigkeit des Kühlmittels, einen Batteriezellenstrom, eine Batteriezellenspannung, eine Batteriezellentemperatur, eine Umgebungstemperatur, und/oder das Fahrverhalten des Kraftfahrzeugs, etc. handeln.
Zudem kann das Sensormodul 200 mit einer Datenbank 270 verbunden sein, in der weitere Daten 250 beispielsweise in Form von Derating-Kurven der Traktionsbatterie 20, Zielgrößen, Zielwerten und Betriebsbedingungen für das Thermomanagement der Traktionsbatterie 20 gespeichert sind, um die Leistungsfähigkeit und Betriebssicherheit der Traktionsbatterie sicherzustellen. Unter „Datenbank“ ist sowohl ein Speicheralgorithmus als auch die Hardware in Form einer Speichereinheit zu verstehen. Insbesondere kann die Datenbank 270 als eine Cloud-Computing-Infrastruktur 700 ausgebildet sein. Es kann vorgesehen sein, dass die Daten 240 und die Daten 250 von dem Sensormodul 200 weiterverarbeitet werden, um sie dem Analysemodul 300 zuführen zu können. So kann beispielsweise vorgesehen sein, dass das Sensormodul 200 einen Encoder und/oder Klassifikationsalgorithmen aufweist, mit denen die Daten 240, 250 in codierte Daten transformiert werden, die von dem Analysemodul 300 verarbeitet werden können.
Die von den Sensoren 220 aufgenommenen Daten 240 werden insbesondere mittels Kommunikationsverbindungen wie beispielsweise ein CAN-Bus-System (Controller Area Network) an das Sensormodul 200 und/oder das Analysemodul 300 weitergeleitet. Es können aber auch drahtlose Verbindungen vorgesehen sein. Eine drahtlose Kommunikationsverbindung ist insbesondere als Mobilfunkverbindung und/oder einer Nahfeldkommunikationsverbindung wie Bluetooth®, Ethernet, NFC (near field communication) oder Wi-Fi® ausgebildet.
Das Analysemodul 300 weist Algorithmen der künstlichen Intelligenz auf, mit denen ein Betriebszustand der Traktionsbatterie 20 bestimmt werden kann. Insbesondere sind die Algorithmen der künstlichen Intelligenz als ein oder mehrere neuronale(s) Netzwerk(e) 320 ausgebildet.
Ein neuronales Netzwerk besteht aus Neuronen, die in mehreren Schichten angeordnet und unterschiedlich miteinander verbunden sind. Ein Neuron ist in der Lage, an seinem Eingang Informationen von außerhalb oder von einem anderen Neuron entgegenzunehmen, die Information in einer bestimmten Art zu bewerten und sie in veränderter Form am Neuronen-Ausgang an ein weiteres Neuron weiterzuleiten oder als Endergebnis auszugeben. Hidden-Neuronen sind zwischen den Input-Neuronen und Output-Neuronen angeordnet. Je nach Netzwerktyp können mehrere Schichten von Hidden-Neuronen vorhanden sein. Sie sorgen für die Weiterleitung und Verarbeitung der Informationen. Output-Neuronen liefern schließlich ein Ergebnis und geben dieses an die Außenwelt aus. Durch die Anordnung und die Verknüpfung der Neuronen entstehen verschiedene Typen von neuronalen Netzwerken wie Feedforward-Netzwerke, Rekurrente Netzwerke oder gefaltete neuronale Netze (engl. Convolutional Neural Networks). Ein gefaltetes neuronales Netzwerk (engl. Convolutional Neural Network) besitzt mehrere Faltungsschichten und ist für maschinelles Lernen und Anwendungen mit Künstlicher Intelligenz (KI) im Bereich der Mustererkennung sehr gut geeignet. Die Netzwerke lassen sich durch unbeaufsichtigtes oder überwachtes Lernen trainieren.
Das neuronale Netzwerk 320 ist insbesondere zuvor mit einem Trainingsdatensatz trainiert worden. Der Trainingsdatensatz umfasst ausgewählte historische Daten, die einen bestimmten Betriebszustand der Traktionsbatterie 20 widerspiegeln, und mit denen das neuronale Netzwerk trainiert wird.
Für den bestimmten Betriebszustand der Traktionsbatterie 20 berechnet das Analysemodul 300 nun einen Korrekturfaktor 420 für einen Sollvolumenstrom des Kühlmittels. Der Wert des Sollvolumenstroms des Kühlmittels wird derart berechnet, dass eine gleichmäßige und effiziente Kühlung der Batteriezellenmodule 30 erreicht werden kann. Der Korrekturfaktor 420 kann als Additionswert oder als Multiplikationswert ausgebildet sein. Der Additionswert des Korrekturfaktors 420 kann beispielsweise einen Wertebereich von 0 bis 100 umfassen, wobei der Nullwert für den Beginn der Inbetriebnahme der Traktionsbatterie 20 steht und der Wert 100 das Ende der Lebensdauer der Traktionsbatterie 20 bezeichnet. Der Multiplikationswert kann beispielsweise den Bereich von 1 bis $\frac{d p_{e}}{d p_{b}}$
umfassen, wobei der Wert $\frac{d p_{e}}{d p_{b}}$
den maximalen Druckverlust bezeichnet.
Der von dem Analysemodul 300 ermittelte Korrekturfaktor 420 wird an das Steuerungsmodul 400 weitergegeben, der mittels des Korrekturfaktors 420 den Wert des Volumenstroms des Kühlmittels auf den Sollvolumenstromwert einstellt. Hierdurch kann der Druckverlust aufgrund der Alterungsprozesse der Batteriezellen der Traktionsbatterie 20 ausgeglichen werden, so dass eine gleichbleibende Kühlleistung des Kühlsystems sichergestellt ist.
Neben einem trainierten neuronalen Netzwerk kann in einer Weiterentwicklung der Erfindung auch vorgesehen sein, dass Lernverstärkungsalgorithmen mit einem Lernverstärkungs-Agenten (LV-Agent) verwendet werden. Das verstärkende Lernen beruht darauf, dass der LV-Agent für einen bestimmten Zustand S_i ∈ S aus einer Menge verfügbarer Zustände zumindest eine Aktion a_i S_i ∈A aus einer Menge verfügbarer Aktionen auswählt. Die Wahl der ausgewählten Aktion a_i basiert auf einer Strategie bzw. Richtlinie (engl.: policy). Für die ausgewählte Aktion a_i erhält der LV-Agent eine Belohnung (engl.: reward) r_i ∈ R. Die Strategie wird auf der Grundlage der erhaltenen Belohnungen r_i von dem LV-Agenten angepasst. In der Strategie ist festgelegt, welche Aktion a_i S_i ∈A aus der Menge verfügbarer Aktionen für einen bestimmten Zustand S_i S_i ∈ S aus der Menge verfügbarer Zustände ausgewählt werden soll. Hierdurch wird ein neuer Zustand S_i+1 erzeugt, für den der LV-Agent eine Belohnung r_i+1 erhält. Eine Strategie legt somit die Zuordnung zwischen einem Zustand S_i und einer Aktion a_i fest, so dass die Strategie die Wahl der auszuführenden Aktion a_i für einen Zustand S_i angibt. Das Ziel des LV-Agenten besteht darin, die erzielten Belohnungen r_i, r_i+1, ..., r_i+n, zu maximieren. Im Rahmen der vorliegenden Erfindung handelt es sich bei den Zuständen S_i S_i ∈ S um Betriebszustände der Traktionsbatterie 20 und durch eine Aktion a_i kann eine Anpassung des Wertes des Korrekturfaktors 420 an den Betriebszustand der Traktionsbatterie 20 vorgenommen werden.
Das Sensormodul 200 und/oder das Analysemodul 300 können als selbstständige Rechnereinheiten oder als cloudbasierte Lösung ausgebildet sein. Insbesondere können sie über die erforderlichen technischen Schnittstellen und Protokolle für den Zugang zu der Cloud-Computing-Infrastruktur 700 verfügen.
Insbesondere kann vorgesehen sein, dass das Sensormodul 200 und/oder das Analysemodul 300 und/oder das Steuerungsmodul 400 mit Mobilfunkmodulen des 5G-Standards und/oder 6G-Standards ausgestattet sind. 5G ist der Mobilfunkstandard der fünften Generation und zeichnet sich im Vergleich zum 4G-Mobilfunkstandard durch höhere Datenraten bis zu 10 Gbit/sec, der Nutzung höherer Frequenzbereiche wie beispielsweise 2100, 2600 oder 3600 Megahertz, eine erhöhte Frequenzkapazität und damit einen erhöhten Datendurchsatz und eine Echtzeitdatenübertragung aus, da bis zu eine Million Geräte pro Quadratkilometer gleichzeitig ansprechbar sind. Die Latenzzeiten betragen wenige Millisekunden bis unter 1 ms, so dass Echtzeitübertragungen von Daten und von Berechnungsergebnissen möglich sind. Die an das Sensormodul 200 übermittelten Daten 240, 250 können in Echtzeit an das in der Cloud-Computing-Infrastruktur 700 integrierte Analysemodul 300 gesendet werden. Diese Geschwindigkeit bei der Datenübermittlung ist sinnvoll, wenn cloudbasierte Lösungen für die Verarbeitung der Daten verwendet werden sollen. Cloudbasierte Lösungen bieten den Vorteil von hohen und damit schnellen Rechenleistungen. Um die Verbindung zu der Cloud-Computing-Infrastruktur 700 mittels einer Mobilfunkverbindung zu schützen, sind insbesondere kryptographische Verschlüsselungsverfahren vorgesehen.
In der 3 sind die Verfahrensschritte für das Thermomanagement bei einer Traktionsbatterie 20 eines Kraftfahrzeugs10, insbesondere für die Kompensation von Alterungsmechanismen, dargestellt.
In einem Schritt S10 werden Messwerte und Daten 240 von zumindest einem Parameter p_i der Traktionsbatterie 20 und/oder des Kraftfahrzeugs 10 durch Sensoren 220 eines Sensormoduls 200 gemessen.
In einem Schritt S20 werden Daten 240 an ein Analysemodul 300 übermittelt, wobei das Analysemodul 300 Algorithmen der künstlichen Intelligenz umfasst.
In einem Schritt S30 wird ein Betriebszustand der Traktionsbatterie 20 von dem Analysemodul 300 bestimmt.
In einem Schritt S40 wird ein Korrekturfaktor 420 zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustand berechnet.
In einem Schritt S50 wird der Korrekturfaktor 420 von dem Analysemodul 300 an das Steuerungsmodul 400 weitergegeben.
4 stellt schematisch ein Computerprogrammprodukt 900 dar, das einen ausführbaren Programmcode 950 umfasst, der konfiguriert ist, um das Verfahren gemäß dem ersten Aspekt der vorliegenden Erfindung auszuführen, wenn es ausgeführt wird.
Mit dem Verfahren und dem System 100 gemäß der vorliegenden Erfindung kann somit zuverlässig die Druckverluständerung eines Kühlmittels in einer Traktionsbatterie aufgrund von Alterungsmechanismen der Batteriezellen kompensiert werden, in dem der Wert des Sollvolumenstroms des Kühlmittels an den tatsächlichen Betriebszustand der Traktionsbatterie angepasst wird. Der Betriebszustand der Traktionsbatterie wird insbesondere von einem neuronalen Netzwerk durch die Analyse von Messwerten von Parametern der Traktionsbatterie und des Kraftfahrzeugs bestimmt und für diesen Betriebszustand wird ein angepasster Korrekturfaktor für die Steuerung des Sollvolumenstroms des Kühlmittels berechnet. Da der Betriebszustand der Traktionsbatterie mittels individuell gemessener Messwerte von Parametern der Traktionsbatterie und des Kraftfahrzeugs ermittelt wird, ist eine individuelle Einstellung der Kühlung der Traktionsbatterie ermöglicht. Hierdurch wird die Betriebssicherheit der Traktionsbatterie bei einem individuellen Kraftfahrzeug deutlich erhöht.
Bezugszeichen

10: Kraftfahrzeug
20: Traktionsbatterie
30: Batteriezellenmodul
32: Strömungskanal
40: Kühlmittelpumpe
100: System
200: Sensormodul
220: Sensoren
240: Sensordaten
250: Daten aus einer Datenbank
270: Datenbank
300: Analysemodul
320: neuronales Netzwerk
400: Steuerungsmodul
420: Korrekturfaktor
700: Cloud-Computing-Infrastruktur
900: Computerprogrammprodukt
950: Programmcode

Claims

Verfahren für das Thermomanagement bei einer Traktionsbatterie (20) eines Kraftfahrzeugs (10) für die Kompensation von Alterungsmechanismen, wobei die Traktionsbatterie (20) eine Mehrzahl von Batteriezellenmodulen (30) in einem Gehäuse umfasst, wobei die Batteriezellenmodule (30) als Pouch-Zellen ausgebildet und voneinander beabstandet angeordnet sind zur Ausbildung von Strömungskanälen (32), durch die ein Kühlmittel strömt, wobei ein Sollvolumenstrom des Kühlmittels von einer Kühlmittelpumpe (40) mittels eines Steuerungsmoduls (400) eingestellt wird, und wobei am Ende der Lebensdauer der Traktionsbatterie (20) das Volumen der Batteriezellenmodule (30) vergrößert und die Breite eines Strömungskanals (32) um den Faktor Δb_e verkleinert ist gemäß der Formel ΔB_e = ΔB_b - Δb_e, umfassend: - Messen (S10) von Messwerten und Daten (240) von zumindest einem Parameter (p_i) der Traktionsbatterie (20) und/oder des Kraftfahrzeugs (10) durch Sensoren (220) eines Sensormoduls (200); - Übermitteln (S20) der Daten (240) an ein Analysemodul (300), wobei das Analysemodul (300) Algorithmen der künstlichen Intelligenz umfasst; - Bestimmen (S30) eines Betriebszustands der Traktionsbatterie (20) von dem Analysemodul (300); - Berechnen (S40) eines Korrekturfaktors (420) zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustand; - Weitergeben (S50) des Korrekturfaktors (420) von dem Analysemodul (300) an das Steuerungsmodul (400); wobei der Korrekturfaktor (420) als Additionswert oder als Multiplikationswert ausgebildet ist, wobei der Additionswert des Korrekturfaktors (420) einen Wertebereich von 0 bis 100 umfasst, und der Nullwert für den Beginn der Inbetriebnahme der Traktionsbatterie (20) steht und der Wert 100 das Ende der Lebensdauer der Traktionsbatterie (20) bezeichnet, wobei der Multiplikationswert den Wertebereich von 1 bis $\frac{d p_{e}}{d p_{b}}$
umfasst, wobei dp_b einen Druckverlust zu Beginn der Lebensdauer der Traktionsbatterie (20) und dp_e einen Druckverlust am Ende der Lebensdauer der Traktionsbatterie (20) bezeichnet; wobei die Algorithmen der künstlichen Intelligenz des Analysemoduls (300) als ein neuronales Netzwerk (320) ausgebildet sind, wobei das neuronale Netzwerk (320) mit einem Trainingsdatensatz trainiert worden ist, und wobei der Trainingsdatensatz ausgewählte historische Daten, die einen bestimmten Betriebszustand der Traktionsbatterie (20) widerspiegeln, umfasst.
Verfahren nach Anspruch 1, wobei die Sensoren (220) als elektrische Sensoren wie kapazitive und induktive Sensoren, Strommessgeräte, Spannungsmessgeräte, Temperatursensoren, Hallsensoren, Drehmomentsensoren, Drehzahlsensoren, Beschleunigungssensoren, Geschwindigkeitssensoren, Ultraschallsensoren und/oder bildaufnehmende Sensoren wie Kameras und LIDAR-Systeme ausgebildet sind.
Verfahren Anspruch 1 oder 2, wobei zumindest ein Parameter (p_i) ein Spannungsverhalten, einen elektrischen Widerstand, eine Kennlinie zum Drehmoment/Drehzahl-Verhalten eines Elektromotors des elektrischen Antriebsstrangs, eine Temperatur der Traktionsbatterie (20) oder von einem oder mehreren Batteriezellenmodul(en) (30), eine Temperatur des Kühlmittels der Traktionsbatterie (20), eine Strömungsgeschwindigkeit des Kühlmittels, einen Batteriezellenstrom, eine Batteriezellenspannung, eine Batteriezellentemperatur, eine Umgebungstemperatur, und/oder das Fahrverhalten des Kraftfahrzeugs darstellt.
Verfahren nach einem der Ansprüche 1 bis 3, wobei das Sensormodul (200) mit einer Datenbank (250) verbunden ist, in der weitere Daten (270) in Form von Derating-Kurven, Zielgrößen, Zielwerten und/oder Betriebsbedingungen für das Thermomanagement der Traktionsbatterie (20) gespeichert sind.
System (100) für das Thermomanagement bei einer Traktionsbatterie (20) eines Kraftfahrzeugs (10) für die Kompensation von Alterungsmechanismen, wobei die Traktionsbatterie (20) eine Mehrzahl von Batteriezellenmodulen (30) in einem Gehäuse umfasst, wobei die Batteriezellenmodule (30) als Pouch-Zellen ausgebildet und voneinander beabstandet angeordnet sind zur Ausbildung von Strömungskanälen (32), durch die ein Kühlmittel strömt, wobei ein Sollvolumenstrom des Kühlmittels von einer Kühlmittelpumpe (40) mittels eines Steuerungsmoduls (400) eingestellt wird, wobei am Ende der Lebensdauer der Traktionsbatterie (20) das Volumen der Batteriezellenmodule (30) vergrößert und die Breite eines Strömungskanals (32) um den Faktor Δb_e verkleinert ist gemäß der Formel ΔB_e = ΔB_b - Δb_e, umfassend ein Sensormodul (200) und ein Analysemodul (300), wobei das Sensormodul (200) Sensoren (220) umfasst, die Messwerte und Daten (240) von zumindest einem Parameter (p_i) der Traktionsbatterie (20) und/oder des Kraftfahrzeugs (10) messen, und ausgebildet ist, die Daten (240) an das Analysemodul (300) zu übermitteln, wobei das Analysemodul (300) Algorithmen der künstlichen Intelligenz umfasst und ausgebildet ist, einen Betriebszustand der Traktionsbatterie (20) zu bestimmen und einen Korrekturfaktor (420) zur Einstellung des Sollvolumenstroms des Kühlmittels für den bestimmten Betriebszustand zu berechnen und den berechneten Korrekturfaktor (420) an das Steuerungsmodul (400) weiterzugeben; wobei der Korrekturfaktor (420) als Additionswert oder als Multiplikationswert ausgebildet ist, wobei der Additionswert des Korrekturfaktors (420) einen Wertebereich von 0 bis 100 umfasst, und der Nullwert für den Beginn der Inbetriebnahme der Traktionsbatterie (20) steht und der Wert 100 das Ende der Lebensdauer der Traktionsbatterie (20) bezeichnet; wobei der Multiplikationswert den Wertebereich von 1 bis $\frac{d p_{e}}{d p_{b}}$
umfasst, und dp_b einen Druckverlust zu Beginn der Lebensdauer der Traktionsbatterie (20) und dp_e einen Druckverlust am Ende der Lebensdauer der Traktionsbatterie (20) bezeichnet; wobei die Algorithmen der künstlichen Intelligenz des Analysemoduls (300) als ein neuronales Netzwerk (320) ausgebildet sind, wobei das neuronale Netzwerk (320) mit einem Trainingsdatensatz trainiert worden ist, und wobei der Trainingsdatensatz ausgewählte historische Daten, die einen bestimmten Betriebszustand der Traktionsbatterie (20) widerspiegeln, umfasst.
System (100) nach Anspruch 5, wobei die Sensoren (220) als elektrische Sensoren wie kapazitive und induktive Sensoren, Strommessgeräte, Spannungsmessgeräte, Temperatursensoren, Hallsensoren, Drehmomentsensoren, Drehzahlsensoren, Beschleunigungssensoren, Geschwindigkeitssensoren, Ultraschallsensoren und/oder bildaufnehmende Sensoren wie Kameras und LIDAR-Systeme ausgebildet sind.
System (100) nach Anspruch 5 oder 6, wobei zumindest ein Parameter (p_i) ein Spannungsverhalten, einen elektrischen Widerstand, eine Kennlinie zum Drehmoment/Drehzahl-Verhalten eines Elektromotors des elektrischen Antriebsstrangs, eine Temperatur der Traktionsbatterie (20) oder von einem oder mehreren Batteriezellenmodul(en) (30), eine Temperatur des Kühlmittels der Traktionsbatterie (20), eine Strömungsgeschwindigkeit des Kühlmittels, einen Batteriezellenstrom, eine Batteriezellenspannung, eine Batteriezellentemperatur, eine Umgebungstemperatur, und/oder das Fahrverhalten des Kraftfahrzeugs darstellt.
Computerprogrammprodukt (900), umfassend einen ausführbaren Programmcode (950), der so konfiguriert ist, dass er bei seiner Ausführung das Verfahren nach einem der Ansprüche 1 bis 4 ausführt.