-
Technisches Gebiet
-
Die Erfindung betrifft netzunabhängige, mit Energiespeichern betriebene technische Geräte, und insbesondere Maßnahmen zur Überwachung und Nachverfolgung eines individuellen Energiespeichers bei einem oder mehreren Nutzerwechseln des technischen Geräts.
-
Hintergrund der Erfindung
-
Netzunabhängig betriebene technische Geräte werden in der Regel mit elektrischen elektrochemischen Energiespeichern mit einer Vielzahl elektrochemischer Zellen betrieben. Diese unterliegen einer Alterung abhängig von der Art der Nutzung des technischen Geräts. Je nach Art der Nutzung können derartige Energiespeicher unabhängig von ihrem kalendarischen Alter in unterschiedlicher Weise degradieren, was in der Regel durch einen Alterungszustand angegeben wird. Insbesondere bei hohen Energieumsätzen in dem technischen Gerät, wie beispielsweise bei Elektrofahrzeugen, ist der aktuelle Wert des technischen Geräts erheblich von dem Alterungszustand des Energiespeichers abhängig. Die Restnutzungsmöglichkeit eines solchen technischen Geräts hängt somit erheblich von dem Alterungszustand des Energiespeichers ab, der jedoch nicht ohne weiteres nach einem Nutzerwechsel in Erfahrung gebracht werden kann. Die Restnutzungsmöglichkeit wird üblicherweise als Restnutzungsdauer bezogen auf eine Alterungszustandsschwelle angegeben, so dass die Restnutzungsdauer der Zeitdauer entspricht, bis der Alterungszustand die Alterungszustandsschwelle voraussichtlich erreicht hat.
-
Offenbarung der Erfindung
-
Erfindungsgemäß ist ein Verfahren zur Überwachung und Nachverfolgung eines Energiespeicherzustands gemäß Anspruch 1 sowie eine Vorrichtung und ein entsprechendes System gemäß den nebengeordneten Ansprüchen vorgesehen.
-
Weitere Ausgestaltungen sind in den abhängigen Ansprüchen angegeben.
-
Gemäß einem ersten Aspekt ist ein insbesondere computer-implementiertes Verfahren zur Überwachung und Nachverfolgung eines Energiespeichers in einem technischen Gerät vorgesehen, mit folgenden Schritten:
- - Ermitteln mindestens einer Energiespeicherkenngröße, die eine Angabe über eine Nutzungsart einer vergangenen Nutzung des Energiespeichers umfasst;
- - Bereitstellen eines Nutzungszertifikats, das die Energiespeicherkenngröße umfasst;
- - Speichern des Nutzungszertifikats in dem technischen Gerät des Energiespeichers;
- - Verteiltes Speichern des Nutzungszertifikats mithilfe einer Distributed Ledger Technologie.
-
Weiterhin kann bei einem Nutzerwechsel die mindestens eine Energiespeicherkenngröße in dem Nutzungszertifikat aktualisiert und mindestens eine Angabe zu einem Smart Contract, der den Nutzerwechsel angibt, dem Nutzungszertifikat hinzugefügt werden.
-
Bei einem Nutzerwechsel eines netzunabhängig betreibbaren technischen Geräts, dessen Energieversorgung mithilfe eines elektrischen Energiespeichers erfolgt, ist häufig der Zustand des Energiespeichers für die Restnutzungsmöglichkeit bzw. die Restnutzungsdauer des technischen Geräts ausschlaggebend, damit der neue Nutzer die potenzielle Nutzungsmöglichkeit einschätzen kann. Da es sich in der Regel beispielsweise bei Batterien als Energiespeicher um den bestimmenden Faktor bezüglich der Restnutzungsmöglichkeit handelt, ist eine zuverlässige Nachverfolgung der Alterungsentwicklung des Energiespeichers wesentlich als Kriterium bei einem Nutzerwechsel.
-
Es kann vorgesehen sein, dass die mindestens eine Energiespeicherkenngröße einen Alterungszustand des Energiespeichers, mindestens einen Stressfaktor, denen der Energiespeicher ausgesetzt war, und/oder einen prädizierten Alterungszustand für mindestens einen vorbestimmten künftigen Zeitpunkt und eine Energiespeicher-Identifikationscode umfassen.
-
Weiterhin kann der Energiespeicherkenngröße eine Konfidenz oder Unsicherheit zugeordnet werden und diese insbesondere als weitere Energiespeicherkenngröße in dem Nutzungszertifikat gespeichert werden. Die Konfidenz bzw. Unsicherheit kann sich beispielsweise aus der Auswertung eines probabilistischen Anteils eines Alterungszustandsmodell für einen Alterungszustand als Energiespeicherkenngröße ergeben.
-
Dazu sieht obiges Verfahren vor, einen eindeutigen Energiespeicher-Identifikationscode mit einer Energiespeicherkenngröße, wie z.B. einem Alterungszustand der entsprechenden Energiespeicher zu verbinden und dieses dezentral mithilfe einer Distributed-Ledger-Technologie zu speichern.
-
Es kann zudem vorgesehen sein, dass nach einem Nutzerwechsel das aktualisierte Nutzungszertifikat in dem technischen Gerät des Energiespeichers gespeichert wird. Weiterhin kann vorgesehen sein, dass die mindestens eine Energiespeicherkenngröße nach einem Nutzerwechsel zur Aktualisierung in das das Nutzungszertifikat gespeichert wird.
-
Bei der Distributed-Ledger-Technologie handelt es sich um ein digitales System zur Aufzeichnung von Daten, bei dem die Daten an mehreren Stellen gleichzeitig aufgezeichnet und gespeichert werden. Die Distributed-Ledger-Technologie ermöglicht ein manipulationssicheres Speichern von Energiespeicherkenngrößen außerhalb des technischen Geräts, in dem der Energiespeicher eingesetzt ist, und kann somit als ein Nutzungszertifikat für den betreffenden Energiespeicher angesehen werden. Gleichzeitig werden die Energiespeicherkenngrößen auch in dem Energiespeicher bzw. in einem Steuergerät (Batteriemanagementsystem einer Batterie) des Energiespeichers gespeichert, so dass durch Abgleich mit den dezentral gespeicherten Energiespeicherkenngrößen bzw. dem Nutzungszertifikat stets eine Überprüfung des durch die Energiespeicherkenngrößen bzw. das Nutzungszertifikat angegebenen Energiespeicherzustands vorgenommen werden kann. Bei der Distributed-Ledger-Technologie kann z.B. die Blockchain-Technologie verwendet werden.
-
Dadurch kann ein Verfahren bereitgestellt werden, mit dem eine transparente und sichere Bewertung des Energiespeichers hinsichtlich seiner zukünftigen Nutzungsmöglichkeit stattfinden kann, wobei auch die Historie berücksichtigt werden kann und fälschungssicher vorliegt, selbst wenn mehrere Nutzerwechsel stattgefunden haben. Die mindestens eine Energiespeicherkenngröße in dem Nutzungszertifikat ist durch die Speicherung im technischen Gerät bei einem Smart Contract, der einen Nutzerwechsel vorsieht, Teil des technischen Geräts, das den Nutzer wechselt. Das in dem Energiespeicher gespeicherte Nutzungszertifikat kann jederzeit durch Überprüfung mit dem dezentral gespeicherten Nutzungszertifikat verifiziert werden.
-
Durch eine regelmäßige Aktualisierung des Nutzungszertifikats in dem technischen Gerät von der dezentralen Speicherung kann der aktuelle Nutzer jede relevante Information zur Historie des Energiespeichers aus den Energiespeicherkenngrößen transparent einsehen und nachverfolgen.
-
Erfolgt die Ermittlung des Energiespeicherzustandes mithilfe von Stressfaktorenanalysen, so dass der Energiespeicherzustand sich auf Wirkketten zurückführen und begründen lässt, besteht eine hohe Transparenz auch für spätere Nutzer des Energiespeichers. Das Nutzungszertifikat wird dezentral gespeichert, so dass seitens eines Herstellers kein Aufwand seitens des Herstellers mehr erfordert.
-
Weiterhin kann die Angabe der mindestens einen Energiespeicherkenngröße verschlüsselt und signiert in dem Nutzungszertifikat gespeichert werden.
-
Es kann weiterhin vorgesehen sein, dass ein Validierungsvorgang getriggert wird, wenn ein Smart Contract geschlossen wird, wobei eine Freigabe des Smart Contracts vom Ergebnis der Validierung abhängig ist, und wobei bei einer erfolgreichen Nutzerwechsel der neue Nutzer mithilfe der Distributed Ledger Technologie gespeichert wird.
-
Es kann vorgesehen sein, dass bei einem Nutzerwechsel oder nach Ablauf einer vorgegebenen Zeitdauer das in dem technischen Gerät gespeicherte Nutzungszertifikat mit dem mithilfe der Distributed Ledger Technologie gespeicherte Nutzungszertifikat abgeglichen wird, um das Nutzungszertifikat zu validieren.
-
Gemäß einer Ausführungsform kann das Nutzungszertifikat mindestens eine Angabe zu dem technischen Gerät umfassen.
-
Kurzbeschreibung der Zeichnungen
-
Ausführungsformen werden nachfolgend anhand der beigefügten Zeichnungen näher erläutert. Es zeigen:
- 1 eine schematische Darstellung eines dezentralen Systems einer Fahrzeugflotte, die über Kommunikationsverbindungen mit einer externen Zentraleinheit in Verbindung steht;
- 2 eine schematische Darstellung eines funktionalen Aufbaus eines hybriden Alterungszustandsmodells;
- 3 ein Flussdiagramm zur Veranschaulichung eines Verfahrens zur Überwachung und Nachverfolgung von Batteriezuständen von Fahrzeugbatterien; und
- 4 eine beispielhafte Visualisierung eines Nutzungszertifikats.
-
Beschreibung von Ausführungsformen
-
Im Folgenden wird das erfindungsgemäße Verfahren anhand von Fahrzeugbatterien als Energiespeicher in einer Vielzahl von Kraftfahrzeugen als gleichartige technische Geräte beschrieben. In den Kraftfahrzeugen kann in einer Steuereinheit ein datenbasiertes Alterungszustandsmodell für die jeweilige Fahrzeugbatterie implementiert sein. Das Alterungszustandsmodell kann, wie nachfolgend beschrieben, in einer fahrzeugexternen Zentraleinheit kontinuierlich basierend auf Verläufen von Betriebsgrößen und/oder Merkmalen der Fahrzeugbatterien aus der Fahrzeugflotte aktualisiert bzw. nachtrainiert werden. Das Alterungszustandsmodell wird in der Zentraleinheit betrieben und zur Alterungsberechnung und Alterungsprädiktion eingesetzt.
-
Das obige Beispiel steht stellvertretend für eine Vielzahl von stationären oder mobilen Geräten mit netzunabhängiger Energieversorgung, wie beispielsweise Fahrzeuge (Elektrofahrzeuge, Pedelecs usw.), Anlagen, Werkzeugmaschinen, Haushaltsgeräte, IOT-Geräte und dergleichen, die über eine entsprechende Kommunikationsverbindung (z. B. LAN, Internet) mit einer geräteexternen Zentraleinheit (Cloud) in Verbindung stehen.
-
1 zeigt ein System 1 zum Sammeln von Flottendaten in einer Zentraleinheit 2 zur Erstellung und zum Betrieb sowie zur Auswertung eines Alterungszustandsmodells. Das Alterungszustandsmodell dient zur Bestimmung eines Alterungszustands einer Fahrzeugbatterie 41 in einem Kraftfahrzeug 4. 1 zeigt eine Fahrzeugflotte 3 mit mehreren Kraftfahrzeugen 4.
-
Eines der Kraftfahrzeuge 4 ist in 1 detaillierter dargestellt. Die Kraftfahrzeuge 4 weisen jeweils eine Fahrzeugbatterie 41 als wiederaufladbaren elektrischen Energiespeicher, einen elektrischen Antriebsmotor 42 und eine Steuereinheit 43 auf. Die Steuereinheit 43 ist mit einem Kommunikationsmodul 44 verbunden, das geeignet ist, Daten zwischen dem jeweiligen Kraftfahrzeug 4 und einer Zentraleinheit 2 (einer sogenannten Cloud) zu übertragen. Die Fahrzeugbatterie 41 weist ferner ein Batteriemanagementsystem 45 auf, das die Fahrzeugbatterie 41 betreibt, laufend vermisst und überwacht. Das Batteriemanagementsystem 45 stellt Verläufe von Betriebsgrößen zur Verfügung, insbesondere eines Batteriestroms, einer Klemmenspannung und einer Batterietemperatur.
-
Die Kraftfahrzeuge 4 senden an die Zentraleinheit 2 die Betriebsgrößen F, die zumindest Größen angeben, welche den Alterungszustand der Fahrzeugbatterie 41 beeinflussen. Die Betriebsgrößen F können im Falle einer Fahrzeugbatterie Zeitreihen eines Batteriestroms, einer Batteriespannung, einer Batterietemperatur und eines Ladezustands (SOC: State of Charge), sowohl auf Pack-, Modul- und/oder Zellebene. Die Betriebsgrößen F werden in einem schnellen Zeitraster von 1 Hz bis 100 Hz erfasst und können in unkomprimierter und/oder komprimierter Form regelmäßig an die Zentraleinheit 2 übertragen werden.
-
Weiterhin können die Zeitreihen unter Ausnutzung von Kompressions-Algorithmen zwecks Minimierung des Datenverkehrs zur Zentraleinheit 2 im Abstand von mehreren Stunden bis zu mehreren Tagen blockweise an die Zentraleinheit 2 übertragen werden.
-
Die Zentraleinheit 2 weist eine Datenverarbeitungseinheit 21, in der das nachfolgend beschriebene Verfahren ausgeführt werden kann, und eine Datenbank 22 zum Speichern von Datenpunkten, Modellparametern, Zuständen und dergleichen auf.
-
In der Zentraleinheit 2 ist ein Alterungszustandsmodell implementiert, das als physikalisches Modell ausgebildet sein kann oder als datenbasiertes hybrides oder semi-hybrides Modell ausgebildet sein kann. Das Alterungszustandsmodell kann regelmäßig, d. h. z. B. nach Ablauf der jeweiligen Auswertungszeitdauer, verwendet werden, um basierend auf den zeitlichen Verläufen der Betriebsgrößen (jeweils seit Inbetriebnahme der jeweiligen Fahrzeugbatterie) und daraus ermittelten Betriebsmerkmalen eine Ermittlung des momentanen Alterungszustands der betreffenden Fahrzeugbatterie 41 der zugeordneten Fahrzeugflotte vorzunehmen. Mit anderen Worten ist es möglich, basierend auf den Verläufen der Betriebsgrößen von einer der Fahrzeugbatterien 41 der Kraftfahrzeuge 4 der zugeordneten Fahrzeugflotte 3 und den Betriebsmerkmalen, die sich aus diesen Verläufen der Betriebsgrößen ergeben oder daraus bestimmt werden, einen Alterungszustand der betreffenden Fahrzeugbatterie 41 zu ermitteln.
-
Der Alterungszustand (SOH: State of Health) ist die Schlüsselgröße zur Angabe einer verbleibenden Batteriekapazität oder verbleibenden Batterieladung. Der Alterungszustand stellt ein Maß für die über die kalendarische Alterung der Fahrzeugbatterie oder eines Batterie-Moduls oder einer Batterie-Zelle hinausgehende zyklische Alterung dar und kann als Kapazitätserhaltungsrate (Capacity Retention Rate, SOH-C) oder als Anstieg des Innenwiderstands (SOH-R) angegeben werden. Die Kapazitätserhaltungsrate SOH-C ist als Verhältnis der gemessenen momentanen Kapazität zu einer Anfangskapazität der vollständig aufgeladenen Batterie angegeben. Die relative Änderung des Innenwiderstands SOH-R steigt mit zunehmender Alterung der Batterie an.
-
2 zeigt beispielhaft einen funktionalen Aufbau einer Ausführungsform eines datenbasierten Alterungszustandsmodells 9, das ein physikalisches Alterungsmodell 5 und ein datenbasiertes Korrekturmodell 6 aufweist. Diese erhalten Betriebsgrößen F bzw. Betriebsmerkmale M eines aktuellen Auswertungszeitraums/Alterungszeitpunkts (Alter der Fahrzeugbatterie seit Inbetriebnahmezeitpunkt). Die Betriebsmerkmale M des aktuellen Auswertungszeitraums/Alterungszeitpunkts werden in einem Merkmalsextraktionsblock 8 basierend auf den Zeitreihen der Betriebsgrößen F erzeugt.
-
Bei dem physikalischen Alterungsmodell 5 handelt es sich um ein nichtlineares, mathematisches Modell, das auf Differenzialgleichungen basiert. Ein solches Modell ist aus dem Stand der Technik bekannt und ermöglicht es, durch Auswerten von Differenzialgleichungen, die die Elektrochemie der Fahrzeugbatterie 41 in Bezug auf alterungsrelevante Modellparameter durch Zustandsfortschreibung basierend auf den Betriebsgrößenverläufen (seit dem Inbetriebnahmezeitpunkt bzw. einem Zeitpunkt, zu dem der interne Zustand bekannt ist, bis zu dem zu betrachteten aktuellen Zeitpunkt bzw. Auswertungszeitraum) einen jeweiligen physikalischen Alterungszustand SOHph zu bestimmen. Das Auswerten des physikalischen Alterungsmodells 5 des Alterungszustandsmodells 9 mit Betriebsgrößenverläufen F, insbesondere seit Lebensdauerbeginn der Fahrzeugbatterie 41, führt gemäß dem Zeitintegrationsverfahren dazu, dass sich ein interner Zustand des Gleichungssystems der physikalischen Differenzialgleichungen einstellt, der einem physikalischen internen Zustand der Fahrzeugbatterie 41 entspricht.
-
Da das physikalische Alterungsmodell 5 auf physikalischen und elektrochemischen Gesetzmäßigkeiten basiert, umfassen die internen Zustände des physikalischen Alterungsmodells Größen, die physikalische Eigenschaften angeben, wie z. B. ein Gleichgewichtspotenzial für eine Anodennebenreaktion, einen Transferkoeffizienten für die Anodennebenreaktion mit einem ersten Elektrolyten, einen Anodenpolarisationsfaktor, eine SEI Leitfähigkeit, eine Abscheidungsrate, ein Gleichgewichtspotenzial für eine Kathodennebenreaktion, eine Nebenreaktionsrate an der Kathode; einen stromabhängigen Koeffizienten des mechanischen Stresses in dem aktiven Material der Anode, eine Gewichtung für den Kapazitätsverlust aufgrund Verlust von aktivem Material und dergleichen. Die internen Zustände können verwendet werden, um den physikalisch basierten Alterungszustand SOHph in Form einer Kapazitätserhaltungsrate (SOH-C) und/oder einer Innenwiderstandanstiegsrate (SOH-R) als lineare oder nichtlineare Abbildung der internen Zustände bereitzustellen.
-
Die durch das physikalische Alterungsmodell 5 bereitgestellten Modellwerte für den physikalischen Alterungszustand SOHph sind jedoch in bestimmten Situationen ungenau, und es ist daher vorgesehen, diese mit einer Korrekturgröße k zu korrigieren. Die Korrekturgröße k wird von dem datenbasierten Korrekturmodell 6 bereitgestellt.
-
Für die Bestimmung eines korrigierten auszugebenden Alterungszustands SOH werden die Ausgänge SOHph und k des physikalischen Alterungsmodells 5 und des Korrekturmodells 6, welches vorzugsweise als Gauß-Prozess-Modell ausgeführt ist, miteinander beaufschlagt. Insbesondere können diese in einem Summierblock 7 addiert oder multipliziert (nicht gezeigt) werden, um den auszugebenden modellierten Alterungszustand SOH zu einem aktuellen Auswertungszeitraum bzw. Alterungszeitpunkt zu erhalten. Die Konfidenz des Gaußprozesses kann im Additions-Fall weiterhin als Konfidenz des auszugebenden korrigierten Alterungswert SOH des hybriden Modells verwendet werden.
-
Das Korrekturmodell 6 erhält eingangsseitig Betriebsmerkmale M, die aus den Verläufen der Betriebsgrößen F ermittelt und auch einen oder mehrere der internen elektrochemischen Zustände des Differentialgleichungssystems des physikalischen Alterungsmodells umfassen können.
-
Weiterhin kann das Korrekturmodell 6 eingangsseitig den aus dem physikalischen Alterungsmodell 5 erhaltenen physikalischen Alterungszustand SOHph erhalten. Die Betriebsmerkmale M des aktuellen Auswertungszeitraums werden in einem Merkmalsextraktionsblock 8 basierend auf den Zeitreihen der Betriebsgrößen F erzeugt. Zu den Betriebsmerkmalen M zählen weiterhin die internen Zustände aus dem Zustandsvektor den elektrochemischen physikalischen Alterungsmodells 5 sowie vorteilhafterweise der physikalische Alterungszustand (SOHph).
-
Die Betriebsmerkmale M können beispielsweise auf den Auswertungszeitraum bezogene Merkmale und/oder akkumulierte Merkmale und/oder über die gesamte bisherige Lebensdauer ermittelte statistische Größen umfassen. Insbesondere können als Betriebsmerkmale Merkmale aus Histogrammdaten ermittelt werden, die aus den Verläufen der Betriebsgrößen erstellt worden sind. So können beispielsweise Histogramme bezüglich des Batteriestroms über der Batterietemperatur und dem Ladezustand der Fahrzeugbatterie, ein Histogramm der Batterietemperatur über dem Ladezustand der Fahrzeugbatterie, ein Histogramm des Ladestroms über einer Batterietemperatur und ein Histogramm eines Entladestroms über der Batterietemperatur erstellt werden. Ferner können als Betriebsmerkmale die akkumulierte Gesamtladung (Ah), eine durchschnittliche Kapazitätszunahme bei einem Ladevorgang (insbesondere für Ladevorgänge, bei denen die Ladungszunahme über einem Schwellenanteil [z. B. 20 % ΔSOC] der gesamten Batteriekapazität liegt), die Ladekapazität sowie ein Extremwert (z. B. ein lokales Maximum) der geglätteten differentiellen Kapazität während eines gemessenen Ladevorgangs mit ausreichend großem Hub des Ladezustands (geglätteter Verlauf von dQ/dU: Ladungsänderung dividiert durch Änderung der Batteriespannung) oder die akkumulierte Fahrleistung jeweils seit Inbetriebnahme der Gerätebatterie berücksichtigt werden.
-
Diese Größen werden vorzugsweise so umgerechnet, dass sie das reale Nutzungsverhalten bestmöglich charakterisieren und sind im Merkmalsraum normiert. Die Betriebsmerkmale M können insgesamt oder nur teilweise für das nachfolgend beschriebene Verfahren verwendet werden.
-
Andere Ausgestaltungen des datenbasierten Alterungszustandsmodells sind ebenfalls möglich, beispielsweise kann das datenbasierte Alterungszustandsmodell als nicht-hybrides, rein datenbasiertes Modell basierend auf einem probabilistischen oder einem auf künstlicher Intelligenz basierendem Regressionsmodell, insbesondere einem Gauß-Prozess-Modell, oder einem Bayes'schen neuronalen Netz ausgebildet sein. Dieses ist trainiert, um einen modellierten Alterungszustand SOH aus einem Betriebsmerkmalspunkt, der durch aktuelle Betriebsmerkmale M des aktuellen Auswertungszeitraums/Alterungszeitpunkt bestimmt ist, bereitzustellen, wobei die Betriebsmerkmale M in einem Merkmalsextraktionsblock 8 basierend auf den Zeitreihen der Betriebsgrößen F ermittelt werden.
-
Die Betriebsmerkmale M und auch weitere Betriebsmerkmale, die in dem Merkmalsextraktionsblock 8 generiert werden, können zudem dem datenbasierten Korrekturmodell 6 zugeführt werden, das vorzugsweise als Gauß-Prozess-Modell ausgeführt ist. Dem datenbasierten Korrekturmodell ist vorteilhafterweise eine Reduktion des Merkmalsraums, speziell mithilfe einer Hauptkomponenten (PCA)-Transformation, vorgeschaltet. Das datenbasierte Korrekturmodell 6 dient zum Bereitstellen einer Korrekturgröße k zur Beaufschlagung des durch das datenbasierte Alterungsmodell ermittelten physikalischen Alterungszustands, um einen korrigierten Alterungszustand SOH für den betrachteten Zeitpunkt zu erhalten. Das datenbasierte Korrekturmodell 6 ist auf das Residuum des datenbasierten Alterungsmodells 5 trainiert und mit real gemessenen Alterungszuständen als Labels trainiert und validiert.
-
Ferner können in dem datenbasierten Korrekturmodell 6 als Eingangsgrößen elektrochemische Zustände, die sich durch Auswerten des datenbasierten Alterungsmodell für einen Alterungszustand ergeben berücksichtigt werden. Elektrochemische Zustände können z. B. eine oder mehrere der folgende Größen umfassen: eine SEI-Schichtdicke, eine Änderung von zyklisierbarem Lithium aufgrund von Anoden/Kathoden-Nebenreaktionen, eine Rate der schnellen Aufnahme von Elektrolytlösungsmittel, eine Rate der langsamen Aufnahme von Elektrolytlösungsmitteln, eine Rate der Lithiumabscheidung, einen Verlust von aktivem Anodenmaterial und einen Verlust von aktivem Kathodenmaterial, sowie Informationen zu Impedanzen bzw. den Innenwiderständen.
-
Das Alterungszustandsmodell 9 kann in der Zentraleinheit 2 angewendet werden, wobei Betriebsgrößenverläufe F der einzelnen Fahrzeuge 4 an die Zentraleinheit 2 übermittelt werden. Alternative Ausführungsformen können vorsehen, dass das Alterungszustandsmodell 9 durch Übertragen von entsprechenden Modellparametern an das jeweilige Fahrzeug im Fahrzeug angewendet wird.
-
Ein alternatives Modell zur Bestimmung eines Alterungszustands der Fahrzeugbatterie als Batteriezustand kann ein elektrochemisches Performance-Modell bilden, welches durch einen Parameterfit mit mindestens einem Gleichgewichtsparameter und mindestens einem kinetischen Modellparameter parametrisiert wird. Als Betriebsgrößen gehen in das Performance-Modell der Batteriestrom und die Batterietemperatur ein und ermöglichen es, eine resultierende Spannung, einen Ladezustand sowie eine Leerlaufspannungskennlinie zu ermitteln. Diese ermöglichen es, einen Alterungszustand als Batteriezustand zu berechnen.
-
Wie oben in Verbindung mit der Verwendung des hybriden Modells beschreiben, können aus den Betriebsgrößenverläufen Betriebsmerkmale abgeleitet werden, von denen einige als Stressfaktoren bestimmt werden können. So können beispielsweise die Häufigkeit von Schnellladevorgängen, einen Temperaturverlauf der Batterietemperatur, der durchschnittliche Amperestundendurchsatz im Fahrbetrieb und dergleichen als Stressfaktoren definiert werden.
-
Die Berechnung des Alterungszustands, und insbesondere das Nachverfolgen des Verlaufs des Alterungsverhaltens der betreffenden Fahrzeugbatterie, ermöglicht zudem eine Prädiktion des Alterungszustands für einen vorbestimmten Prädiktionshorizont, wie beispielsweise fünf Monate. Sowohl die Berechnung als auch die Prognose des Alterungszustandes kann jeweils mit einer Angabe zur Konfidenz bereitgestellt werden, wobei die Unsicherheit- bzw. Konfidenz mithilfe des probabilistischen Korrekturmodells, vorteilhafterweise mit dem Gaußprozess-Modell, berechnet wird. Diese Unsicherheit repräsentiert u.a. auch das verbleibende technische Risiko eines Käufers bei Durchführung eines Smart Contracts.
-
Eine Prädiktion des Alterungszustands für den vorbestimmten Prädiktionshorizont kann auf vielfältige Weise erfolgen und beispielsweise auf Extrapolationsverfahren basieren. Eine nachfolgend beschriebene Möglichkeit besteht darin, basierend auf vorgegebenen Nutzungsmustern Betriebsgrößenverläufe zu prädizieren, mit denen prädizierte Alterungszustände bestimmt werden können. Diese Möglichkeit ist jedoch nur beispielhaft und es bestehen zahlreiche weitere Möglichkeiten in dem Stand der Technik, ausgehend von einem aktuellen Alterungszustand prädizierte Alterungszustände basierend auf einem vorgegebenen Nutzungsmuster zu bestimmen.
-
Zur Prädiktion eines zukünftigen Alterungszustandsverlaufs wird ein Dynamikmodell 11 verwendet, um zeitliche Verläufe von Betriebsgrößen F, wie der Batteriespannung U und dem Ladezustand SOC, auf Basis eines Verlaufs mindestens einer Belastungsgröße wie dem Verlauf des Batteriestroms I und der Batterietemperatur T, zu generieren und alle diese Betriebsgrößen F insgesamt, nämlich die zeitlichen Verläufe der Batteriespannung U, des Ladezustands SOC, des Batteriestroms I und gegebenenfalls der Batterietemperatur T, als „künstliche“ Betriebsgrößenverläufe dem hybriden Alterungszustandsmodell bereitzustellen. Für Fahrzeugbatterien entsprechen somit die Verläufe der erzeugten Belastungsgrößen einem Teil der „künstlichen“ Betriebsgrößenverläufe.
-
Das Dynamikmodell 11 hat also die Aufgabe, für das hybride Alterungszustandsmodell im Prädiktionsfall generierte (nicht reale, künstlich erzeugte) Zeitreihen bzw. Verläufe von Belastungsgrößen für die Erstellung von Betriebsgrößen F und/oder als zumindest einen Teil der Betriebsgrößen F bereitzustellen, mit denen eine Prädiktion des Verlaufs des Alterungszustands durch Fortschreiben des aktuellen Alterungszustands (basierend auf den seit Lebensdauerbeginn (Inbetriebnahme) erfassten Verläufen der Betriebsgrößen F) durchgeführt werden kann. Z.B. kann eine Spannungsantwort durch das Dynamikmodell bereitgestellt werden, nachdem es eingangsseitig mit Strom- und Temperatur beaufschlagt wurde. Temperatur- und Stromverläufe können fahrerindividuell aus historischen Daten erlernt und für künftige Prädiktionen verwendet werden.
-
Das Dynamikmodell 11 kann verschiedenartig ausgestaltet sein, wie beispielsweise ein Ersatzschaltungsmodell, ein elektrochemisches Modell, ein Einzelpartikelmodell von Batteriezellen oder dergleichen. Das Dynamikmodell 11 kann insbesondere einem elektrochemischen Batteriemodell entsprechen, das Gleichgewichtszustände modelliert und sich in Ruhephasen an Zell-Spannungen kalibriert, um einen Batteriestrom und Ladezustand aus einer Batteriespannung zu generieren. Alternativ kann das Dynamikmodell ein Batterie-Performance-Modell zur Charakterisierung der System-Übertragungsfunktion ausgeführt sein, wobei die Nichtlinearität der Stromstärke über ein Butler-Volmer Tuning herausgerechnet wird.
-
Die Generierung der Betriebsgrößenverläufe aus den Verläufen der Belastungsgrößen kann in Abhängigkeit des resultierenden Alterungszustands SOH der Fahrzeugbatterie 41 erfolgen, welche eine Aktualisierung des Dynamikmodells 11, speziell bezüglich seiner Parameter oder alternativ seiner Zustände bewirkt. Somit ändert sich das Übertragungsverhalten des Dynamikmodells 11 in Abhängigkeit des Alterungszustand der Fahrzeugbatterie 41. Typischerweise erfolgt dieser Parameter-Update einmal pro (simuliertem) Monat während einer Simulation bzw. Prädiktion.
-
Die Berücksichtigung des Alterungszustand SOH erfolgt, indem entweder Parameter und/oder Zustände des Dynamikmodells 11 auf Basis des berechneten modellierten Alterungszustands SOH aktualisiert werden.
-
Um die Verläufe der Belastungsgrößen für die Prädiktion des Alterungszustands zu generieren, wird ein Nutzungsmustermodell 10 vorgesehen. Das Nutzungsmustermodell 10 setzt vorgegebene benutzerindividuelle Nutzungsmuster N in Verläufe von Belastungsgrößen um, die die Belastung des Energiespeichers widerspiegeln, der der Energiespeicher bei der durch das Nutzungsmuster angegebenen Nutzungs- und Betriebsweise ausgesetzt ist. Die Nutzungsmuster N führen also zu der Ausgabe eines zeitlichen Verlaufs eines Batteriestroms I und einer Batterietemperatur T als Belastungsgrößen L durch das Nutzungsmustermodell 10, mit denen mithilfe des Dynamikmodells 11 der Satz von Betriebsgrößen F mit den Verläufen der Batteriespannung U und des Ladezustands SOC vervollständigt wird, um die künstlich generierten Verläufe der Betriebsgrößen F zu generieren.
-
Die Nutzungsmuster können durch Nutzungsparameter N definiert sein, welche benutzerindividuell durch das Nutzungsmustermodell 10, vorzugsweise unter Zuhilfenahme von datenbasierten Verfahren, erlernt werden, und dienen dazu, das Nutzungsverhalten eines Nutzers bzw. eines Antriebsstrangs bezüglich der betreffenden Fahrzeugbatterie 41 zu simulieren.
-
Das Nutzungsmustermodell kann als ein rekurrentes neuronales Netz, wie z.B. ein LST oder GRU ausgebildet sein, insbesondere als ein Bayes`sches LSTM-Netz, ausgebildet sein und basierend auf Verläufen von Belastungsgrößen bzw. Betriebsgrößen F, die eine Art der Nutzung des Energiespeichers angeben, trainiert sein. Die dabei zu berücksichtigenden Verläufe von Belastungsgrößen bzw. Betriebsgrößen F sollten auf einem Zeitraum gleicher Nutzungsart und gleicher Betriebsart der Batterie basieren.
-
Die Nutzungsparameter N, die das Nutzungsmuster angeben, entsprechen dann den Modellparametern des Nutzungsmustermodells, d.h. im Falle eines neuronalen Netzes den Gewichtungen und Bias-Werten der einzelnen Neuronen. Weiterhin können Prior und Posterior-Verteilungen sowie Wahrscheinlichkeiten, die gemäß Bayes-Theorem auf Beobachtungen konditioniert wurden, als relevante Parameter berücksichtigt werden.
-
Die Nutzungsmuster können sich durch ein Training des Nutzungsmustermodells basierend auf bekannten zeitlichen Verläufen der Belastungsgrößen und/oder der Betriebsgrößen F bezüglich ihres kalendarischen Bezugs und bezüglich eines bestimmten Nutzers ergeben. D.h. das Nutzungsmustermodell wird eingangsseitig mit einer kalendarischen Zeitangabe und ausgangsseitig mit den Belastungsgrößen (Strom, Temperatur vorzugsweise als Zeitreihe) und/oder den Betriebsgrößen F in an sich für rekurrente neuronale Netze bekannter Weise trainiert. So kann durch Vorgabe einer kalendarischen Zeitangabe, wie des Datums und einer Uhrzeit, ein künstlicher Verlauf der Belastungsgrößen und/oder der Betriebsgrößen F generiert werden. Die kalendarische Zeitangabe kann ferner den Wochentag, den Monat und die Kenntnis über Feiertage enthalten und insbesondere durch Feature Engineering Saisonalitäten berücksichtigen.
-
Das Nutzungsmustermodell 10 kann so direkt aus Rohdaten der Verläufe der Belastungsgrößen L und/oder der Betriebsgrößen F ausgebildet werden. Für die Fahrzeugbatterie 41 werden somit typische Muster des Stromprofils, z.B. wegen wiederkehrenden Pendler-Strecken & typische Stand- und Ruhezeiten und Lasten zu Temperaturbereichen erkannt und reproduzierbar gemacht.
-
Die Nutzungsparameter können alternativ auch Belastungsparameter sein, die beispielsweise die Nutzungsart und/oder Betriebsart der Fahrzeugbatterie 41 kennzeichnen und statistisch erfassten Größen entsprechen können.
-
In Verbindung mit dem Flussdiagramm der 3 wird ein Verfahren zum Überwachen und Nachverfolgen eines Batteriezustands beschrieben.
-
In Schritt S1 wird überprüft, ob ein Nutzerwechsel des Fahrzeugs stattfinden soll. Wird ein anstehender Nutzerwechsel erkannt (Alternative: Ja) wird das Verfahren mit Schritt S2 fortgesetzt. Andernfalls wird zu Schritt S1 zurückgesprungen.
-
In Schritt S2 erhält man durch Auswertung der historischen Betriebsgrößenverläufe eine Reihe von Batteriekenngrößen (Energiespeicherkenngrößen), die den Alterungszustand der Fahrzeugbatterie 41, die Stressfaktoren, denen die betreffende Fahrzeugbatterie ausgesetzt war, und/oder einen prädizierten Alterungszustand für mindestens einen vorbestimmten künftigen Zeitpunkt (mindestens einen Prädiktionshorizont) als Kenngrößen für die individuelle Fahrzeugbatterie angeben.
-
In Schritt S3 werden die so ermittelten Batteriekenngrößen in einem digitalen Nutzungszertifikat für die individuelle Fahrzeugbatterie gespeichert. Insbesondere kann mindestens ein Batteriezustand mit Konfidenz gespeichert werden. Das digitale Nutzungszertifikat kann zusätzlich Angaben über das Fahrzeug einschließlich eindeutiger Identifizierungsinformationen über das Fahrzeug, wie beispielsweise eine Batterie-Identifikationsnummer oder alternativ eine Fahrzeug-Identifikationsnummer, eine gesamte Fahrleistung, Herstellungsdatum und dergleichen, enthalten und diese mit den Angaben über die darin eingesetzte Fahrzeugbatterie einschließlich einer Batterie-Identifikationsnummer, Batterielebensdauer (kalendarisches Alter), Nominaldaten, wie Speicherkapazität, Herstellungsdatum sowie den ermittelten Batteriekenngrößen ergänzen. Weiterhin können kumulative Stressfaktoren oder Zeitreihenverläufe von Stressfaktoren, wie z.B. Lasthistogramme, gespeichert werden. Speziell können diese den Betriebsmerkmalen des hybriden Alterungszustandsmodells entsprechen.
-
Das so ermittelte Nutzungszertifikat, das die oben beschriebenen Angaben zumindest teilweise umfasst, werden in Schritt S4 verschlüsselt, insbesondere mithilfe eines Private-Key/Public-Key-Konzepts.
-
Anschließend wird in Schritt S5 eine verschlüsselte Kopie des Nutzungszertifikats an das betreffende Fahrzeug zurückübermittelt, wo es in maschinenlesbarer Form gespeichert wird. Es kann durch in dem Fahrzeug implementierte Softwarealgorithmen interpretiert und die darin enthaltenen Informationen ggfs. visuell ausgegeben werden.
-
Das Nutzungszertifikat kann in Schritt S5 in Form eines Smart Contract in einem dezentralen Netzwerk, wie beispielsweise einer Distributed-Ledger-Technologie, z. B. auf der Blockchain, gespeichert werden, wenn eine Transaktion des Fahrzeugs bzw. der Fahrzeugbatterie, der ein digitales Nutzungszertifikat zugeordnet ist, durchgeführt werden soll. Hierbei wird das Fahrzeug einem neuen Besitzer zugeordnet. Dieser Vorgang kann durch Bestätigen der externen Zentraleinheit 2 validiert und bestätigt werden.
-
Insbesondere kann vorgesehen sein, dass der Validierungsvorgang durch die Distributed-Ledger-Technologie getriggert wird, wenn ein Smart Contract geschlossen wird und:
- ◯ dass die Freigabe des Smart Contracts, inkl. Überführen (z.B. durch Transport oder Einbau) der Fahrzeugbatterie abhängig ist vom Ergebnis der Validierung mit der Distributed-Ledger-Technologie; und
- ◯ dass bei einer erfolgreichen Transaktion der Besitzer des Fahrzeugbatterie neu mithilfe der Distributed-Ledger-Technologie gespeichert wird.
-
Dabei werden Angaben zu dem Smart Contract, wie eine Information bezüglich der Batterie-Identifikationsnummer, des Nutzerwechselzeitpunkts, Angaben zu vorherigem Nutzer und des neuen Nutzers in das Nutzungszertifikat eingespeichert. Weiterhin kann das Nutzungszertifikat auch nachverfolgbare Informationen zu einem digitalen Batteriepass einschließlich zertifizierter Rohstoffinformationen, wie beispielsweise Herkunft von verwendeten Materialien, sowie Fertigungsinformationen, wie Fertigungsdatum, Ort und Charge, beinhalten.
-
Anschließend wird in Schritt S5 eine verschlüsselte Kopie des aktualisierten Nutzungszertifikats an das betreffende Fahrzeug zurückübermittelt, wo es in maschinenlesbarer Form gespeichert wird. Es kann durch in dem Fahrzeug implementierte Softwarealgorithmen interpretiert und die darin enthaltenen Informationen ggfs. visuell ausgegeben werden.
-
In 4 ist beispielhaft eine Ausgabe eines solchen Nutzungszertifikats mit den darin enthaltenen Informationen dargestellt.
-
Zusätzlich zu dem oben beschriebenen Verfahren kann immer eine Validierung stattfinden, die durch einen Nutzer, einen Smart Contract oder automatisiert ausgelöst wird und zum Neustart des Verfahrensablaufs führt. Eine Validierung des Smart Contract ist jederzeit möglich, z. B. über einen Proof-of-Work-Algorithmus zum eindeutigen Nachweis des Besitzers bzw. Eigentümers des Fahrzeugs mit Nutzungszertifikat. Sobald die Verschlüsselung und Signierung validiert ist, wird nach einem erfolgreichen Smart Contract die neue Besitzerinformation wie oben beschrieben aktualisiert. Auf Basis der Batteriekenngrößen des Nutzungszertifikats, wie z. B. des prädizierten Alterungszustands, kann eine optimierte Nutzung der Fahrzeugbatterie durchgeführt werden, wie z. B. prädiktive Wartungen signalisiert oder ein Recycling zum Ende des Lebenszyklus angeboten werden.
-
Die Validierung im Rahmen der Interpretation des Nutzungszertifikats kann beispielsweise ein gültiges Nutzungszertifikat ergeben, wenn die letzte zurückliegende Validierung des Nutzungszertifikats nicht länger zurückliegt als ein vorgegebener Maximalzeitraum von z. B. einem Monat. In diesem Fall kann das Nutzungszertifikat in oben beschriebener Weise verwendet werden, insbesondere zur Anzeige von Fahrzeug- und Fahrzeugbatterieinformationen. Wenn die letzte Validierung des Nutzungszertifikats länger als die Maximalzeitdauer zurückliegt, wird der Status des Nutzungszertifikats wegen überschrittenem Ablaufdatum vorübergehend auf ungültig gesetzt. Die Zertifikatsvalidierung kann angestoßen werden, sobald eine Verbindung zwischen dem Fahrzeug und der Blockchain-Speicherung vorliegt, und somit ein Abgleich des im Fahrzeug gespeicherten Nutzungszertifikat mit der Blockchain möglich ist.
-
In der externen Zentraleinheit werden in Schritt S6 dann die zu dem Fahrzeug erfassten Betriebsgrößendaten validiert und gegebenenfalls eine Anomalieerkennung durchgeführt, um die ordnungsgemäße Funktion der Fahrzeugbatterie zu bestätigen.
