DE112017000271T5

DE112017000271T5 - Sekundärbatterie-verwaltungssystem

Info

Publication number: DE112017000271T5
Application number: DE112017000271.0T
Authority: DE
Inventors: John F. Christensen; Ashish Krupadanam; Nikhil Ravi; Reinhardt Klein; Anahita MirTabatabaei
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2016-01-29
Filing date: 2017-01-23
Publication date: 2018-11-15
Also published as: US20170222449A1; KR102233614B1; KR20180095705A; CN108604713B; US10985588B2; WO2017129522A1; US10263447B2; CN108604713A; US20190109466A1

Abstract

Ein Verfahren und ein System zum Verwalten eines Batteriesystems. Das Verfahren beinhaltet Empfangen von mindestens einer gemessenen Charakteristik der Batterie über einen vordefinierten Zeithorizont von dem mindestens einen Sensor, Empfangen von mindestens einer geschätzten Charakteristik der Batterie von einem Batteriemodell auf elektrochemischer Basis basierend auf differenziellen algebraischen Gleichungen, Bestimmen einer Kostenfunktion einer Moving-Horizon-Estimation basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik, Aktualisieren des Batteriemodells auf elektrochemischer Basis basierend auf der Kostenfunktion, Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis und Regeln des Ladens und/oder Entladens der Batterie basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.

Description

HINWEIS BEZÜGLICH STAATLICH GEFÖRDERTER FORSCHUNG
Die vorliegende Erfindung erfolgte mit staatlicher Hilfe unter ARPA-E-Vergabe Nr. DE-AR0000278, vergeben vom US Department of Energy. Die US-Regierung hat bestimmte Rechte an der Erfindung.
GEBIET
Die Erfindung betrifft allgemein Batterien und insbesondere das Verwalten des Betriebs einer Batterie.
HINTERGRUND
Wiederaufladbare Lithiumbatterien sind attraktive Energiespeichereinrichtungen für portable elektrische und elektronische Einrichtungen und Elektro- und Hybrid-Elektrofahrzeuge aufgrund ihrer hohen spezifischen Energie im Vergleich zu anderen elektrochemischen Energiespeichereinrichtungen. Eine typische Lithiumzelle enthält eine negative Elektrode, eine positive Elektrode und ein Trennglied, das sich zwischen der negativen und positiven Elektrode befindet. Beide Elektroden enthalten aktive Materialien, die reversibel mit Lithium reagieren. In manchen Fällen kann die negative Elektrode Lithiummetall beinhalten, das reversibel elektrochemisch aufgelöst und abgeschieden werden kann. Das Trennglied enthält ein Elektrolyt mit einem Lithiumkation und dient als eine physische Barriere zwischen den Elektroden, sodass keine der Elektroden innerhalb der Zelle elektrisch verbunden ist.
Typischerweise werden während des Ladens Elektronen an der positiven Elektrode erzeugt und eine gleiche Menge an Elektronen an der negativen Elektrode verbraucht. Während des Entladens finden entgegengesetzte Reaktionen statt.
Während wiederholter Lade-/Entladezyklen der Batterie treten unerwünschte Nebenreaktionen auf. Diese unerwünschten Nebenreaktionen führen zur Verringerung der Kapazität der Batterie, Leistung bereitzustellen und zu speichern.
KURZDARSTELLUNG
Traditionelle Ansätze zum Verwalten der unerwünschten Nebenreaktionen in einer Batterie beinhalten das Beschränken der Rate der Ladung/Entladung der Batterie in einem Versuch, die unerwünschten Effekte zu minimieren. Diese Bemühungen können zu verlängerten Ladezeiten und Spitzenleistungsverringerung führen. Somit gibt es einen Bedarf an einem System und einem Verfahren zur Bestimmung der Zustände und Parameter innerhalb einer Sekundärbatterie, die dem Batterieverwaltungssystem ermöglichen, den Betrieb der Batterie effizient zu regeln.
Eine Kurzdarstellung gewisser vorliegend offenbarter Ausführungsformen ist im Folgenden dargelegt. Es sollte verstanden werden, dass diese Aspekte lediglich präsentiert sind, um dem Leser eine kurze Kurzfassung dieser gewissen Ausführungsformen zu geben und dass diese Aspekte nicht dafür gedacht sind, den Schutzumfang dieser Offenbarung zu beschränken. Tatsächlich kann diese Offenbarung eine Vielfalt von Aspekten einschließen, die im Folgenden möglicherweise nicht dargelegt wird.
Ausführungsformen der Offenbarung betreffen Systeme und Verfahren zum Verwalten des Betriebs eines Batterieverwaltungssystems, das verschiedene Zustände und Parameter einer Batterie unter Verwendung eines Moving-Horizon-Estimation-Verfahrens (Schätzung mit bewegtem Horizont) schätzt.
Bei einer Ausführungsform stellt die Offenbarung ein Verfahren zum Verwalten eines Batteriesystems bereit. Das Batteriesystem beinhaltet mindestens eine Batteriezelle, mindestens einen Sensor, der mit der mindestens einen Batteriezelle gekoppelt ist und ausgelegt ist zum Messen von mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem, das mit dem mindestens einen Sensor gekoppelt ist und einen Mikroprozessor und einen Speicher beinhaltet. Das Verfahren umfasst Empfangen, durch das Batterieverwaltungssystem, von mindestens einer gemessenen Charakteristik der Batterie über einen vordefinierten Zeithorizont von dem mindestens einen Sensor, Empfangen, durch das Batterieverwaltungssystem, von mindestens einer geschätzten Charakteristik der Batterie von einem Batteriemodell auf elektrochemischer Basis basierend auf differenziellen algebraischen Gleichungen, Bestimmen, durch das Batterieverwaltungssystem, einer Kostenfunktion eines Moving-Horizon-Estimation-Verfahrens basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik, Aktualisieren, durch das Batterieverwaltungssystem, des Batteriemodells auf elektrochemischer Basis basierend auf der Kostenfunktion des Moving-Horizon-Estimation-Verfahrens, Schätzen, durch das Batterieverwaltungssystem, von mindestens einem Zustand der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis, das differenzielle algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen, und Regeln, durch das Batterieverwaltungssystem, des Ladens und/oder Entladens der Batterie basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
Bei einer anderen Ausführungsform stellt die Offenbarung ein Batterieverwaltungssystem bereit. Das Batterieverwaltungssystem umfasst einen Prozessor und einen Speicher, der Anweisungen speichert. Die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, veranlassen das Batterieverwaltungssystem zum Empfangen von mindestens einer gemessenen Charakteristik von mindestens einer Batteriezelle über einen vordefinierten Zeithorizont von mindestens einem Sensor, wobei die mindestens eine Batteriezelle und der mindestens eine Sensor Teil eines Batteriesystems sind, Empfangen von mindestens einer geschätzten Charakteristik der mindestens einen Batteriezelle von einem Batteriemodell auf elektrochemischer Basis basierend auf differenziellen algebraischen Gleichungen, Bestimmen einer Kostenfunktion eines Moving-Horizon-Estimation-Verfahrens basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik, Aktualisieren des Batteriemodells auf elektrochemischer Basis basierend auf der Kostenfunktion des Moving-Horizon-Estimation-Verfahrens, Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis, das differenzielle algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen, und Regeln des Ladens und/oder Entladens der Batterie basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
Die Einzelheiten eines oder mehrerer Merkmale, eines oder mehrerer Aspekte, einer oder mehrerer Implementierungen, und eines oder mehrerer Vorteile dieser Offenbarung sind in den folgenden begleitenden Zeichnungen, der ausführlichen Beschreibung und den Ansprüchen dargelegt.
Figurenliste

1 ist ein schematisches Diagramm, das ein Batteriesystem gemäß manchen Ausführungsformen veranschaulicht, das eine Batteriezelle und ein Batterieverwaltungssystem beinhaltet, wobei ein Erfassungsschaltkreis in der Batteriezelle integriert ist.
2 ist ein schematisches Diagramm, das ein anderes Batteriesystem gemäß manchen Ausführungsformen veranschaulicht, das eine Batteriezelle, ein Batterieverwaltungssystem und einen Erfassungsschaltkreis, der sich extern zu der Batteriezelle befindet, beinhaltet.
3 ist ein schematisches Diagramm, das ein Moving-Horizon-Estimation-Filter gemäß manchen Ausführungsformen veranschaulicht.
4 ist ein Blockdiagramm, das den Betrieb eines Batterieverwaltungssystems gemäß manchen Ausführungsformen veranschaulicht.
5 ist ein Blockdiagramm, das den Betrieb eines anderen Batterieverwaltungssystems gemäß manchen Ausführungsformen veranschaulicht.

AUSFÜHRLICHE BESCHREIBUNG
Eine oder mehrere spezifische Ausführungsformen werden im Folgenden beschrieben. Verschiedene Modifikationen an den beschrieben Ausführungsformen sind Fachleuten auf dem Gebiet leicht erkenntlich und die allgemeinen vorliegend definierten Prinzipien können bei anderen Ausführungsformen und Anwendungen angewendet werden, ohne vom Gedanken und Schutzumfang der beschriebenen Ausführungsformen abzuweichen. Somit sind die beschriebenen Ausführungsformen nicht auf die dargestellten Ausführungsformen beschränkt, sondern sollen den breitesten Umfang, der mit den vorliegend offenbarten Prinzipien und Merkmalen konsistent ist, gewährt werden.
Eine Ausführungsform eines Batteriesystems 100A ist in 1 dargestellt. Das Batteriesystem 100A beinhaltet eine Batteriezelle 102A, eine Anodenlasche 110, eine Anode 120, ein Trennglied 130, eine Kathode 150, eine Kathodenlasche 160, einen Erfassungsschaltkreis 170A und ein Batterieverwaltungssystem 180. In manchen Beispielen kann das Trennglied 130 ein elektrisch isolierendes Trennglied sein. Bei manchen Ausführungsformen umfasst das elektrisch isolierende Trennglied einen porösen Polymerfilm. Bei verschiedenen Ausführungsformen kann die Dickenabmessung der Komponenten der Batteriezelle 102A für die Anode 120 etwa 5 bis etwa 110 Mikrometer, für das Trennglied 130 weniger als etwa 50 Mikrometer oder in bestimmten Ausführungsformen weniger als etwa 10 Mikrometer und für die Kathode 150 etwa 50 bis etwa 110 Mikrometer betragen.
Während der Entladung der Batteriezelle 102A wird Lithium an der Anode 120 oxidiert, um ein Lithium-Ion zu bilden. Das Lithium-Ion migriert durch das Trennglied 130 der Batteriezelle 120A zu der Kathode 150. Während des Ladens kehren die Lithiumionen zu der Anode 120 zurück und werden zu Lithium reduziert. Das Lithium kann im Fall einer Lithiumanode 120 als Lithiummetall an der Anode 120 abgeschieden werden oder im Fall einer Einfügematerialanode 120, wie etwa Graphit, in die Hoststruktur eingefügt werden und der Prozess wird mit anschließenden Lade- und Entladezyklen wiederholt. Im Fall einer Graphit- oder anderer Li-Einfügeelektrode werden die Lithiumkationen mit Elektronen und dem Hostmaterial (z. B. Graphit) kombiniert, was zu einer Zunahme im Grad der Lithiierung oder des „Ladezustands“ des Hostmaterials führt. Zum Beispiel x Li⁺ + xe^- + C₆ →7Li_xC₆.
Die Anode 120 kann ein oxidierbares Metall umfassen, wie etwa Lithium oder ein Einfügematerial, das Li oder ein anderes Ion (z. B. Na, Mg oder ein anderes geeignetes Ion) einfügen kann. Die Kathode 150 kann verschiedene Materialien umfassen, wie etwa Schwefel oder schwefelhaltige Materialien (z. B. Polyacrylnitril-Schwefel-Komposite (PAN-S-Komposite), Lithium-Sulfid (Li₂S)); Vanadiumoxide (z. B. Vanadiumpentoxid (V₂O₅)); Metall-Fluoride (z. B. Fluoride von Titan, Vanadium, Eisen, Kobalt, Bismut, Kupfer und Kombinationen davon); Lithium-Einfügematerialien (z. B. Lithiumnickelmangankobaltoxid (NMC), lithiumreiches NMC, Lithiumnickelmanganoxid (LiNi_0,5Mnn_1,5O₄)), Lithium-Übergangsmetalloxide (z. B. Lithiumkobaltoxid (LiCoO₂), Lithiummanganoxid (LiMn₂O₄), Lithiumnickelkobaltaluminiumoxid (NCA) und Kombinationen davon); Lithium-Phosphate (z. B. Lithiumeisenphosphat (LiFePO₄)).
Die Partikel können ferner in einer porösen, elektrisch leitfähigen Matrix suspendiert sein, die ein Polymerbindemittel und ein elektronisch leitfähiges Material, wie etwa Kohlenstoff (Ruß, Graphit, Kohlefaser usw.), beinhaltet. In manchen Beispielen kann die Kathode ein elektrisch leitfähiges Material mit einer Porosität von größer als 80 % umfassen, um die Bildung und Abscheidung/Lagerung von Oxidationsprodukten, wie etwa Lithiumperoxid (Li₂O₂) oder Lithiumsulfid (Li₂S), in dem Kathodenvolumen zu ermöglichen. Die Fähigkeit, das Oxidationsprodukt direkt abzuscheiden, bestimmt die von der Batteriezelle erhaltbare Maximalleistung. Materialien, die die benötigte Porosität bereitstellen, beinhalten Ruß, Graphit, Kohlefasern, Kohlenstoff-Nanoröhren und andere Nicht-Kohlenstoff-Materialien. Die Poren der Kathode 150, des Trennglieds 130 und der Anode 120 sind mit einem ionisch leitfähigen Elektrolyten gefüllt, das ein Salz, wie etwa Lithiumhexafluorphosphat (LiPF₆), enthält, das dem Elektrolyt eine angemessene Leitfähigkeit bereitstellt, die den internen elektrischen Widerstand der Batteriezelle verringert. Die Elektrolytlösung verbessert den ionischen Transport innerhalb der Batteriezelle. Verschiedene Arten von Elektrolytlösungen stehen zur Verfügung, einschließlich nicht wässriger flüssiger Elektrolyte, ionischer Flüssigkeiten, fester Polymere, Glass-Keramik-Elektrolyte und anderer geeigneter Elektrolytlösungen.
Das Trennglied 130 kann ein oder mehrere elektrisch isolierende, ionisch leitfähige Materialien umfassen. In manchen Beispielen können die geeigneten Materialien für das Trennglied 130 poröse Polymere, Keramiken und zweidimensionale Folienstrukturen, wie etwa Graphen, Bornitrid und Dichalcogenide, beinhalten. In bestimmten Beispielen können die Poren des Trennglieds 130 mit einem ionisch leitfähigen Elektrolyten gefüllt sein, das ein Lithiumsalz, wie etwa Lithiumhexafluorphosphat (LiPF₆), enthält, das dem Elektrolyt eine angemessene Leitfähigkeit bereitstellt, die den internen elektrischen Widerstand der Batteriezelle verringert.
Das Batterieverwaltungssystem 180 ist kommunikativ mit der Batteriezelle 102A verbunden. In einem Beispiel ist das Batterieverwaltungssystem 180 über elektrische Verbindungen (z. B. Drähte) elektrisch mit der Batteriezelle 102A verbunden. In einem anderen Beispiel kann das Batterieverwaltungssystem 180 über ein Drahtloskommunikationsnetz drahtlos mit der Batteriezelle 102A verbunden sein. Das Batterieverwaltungssystem 180 kann zum Beispiel ein Mikrocontroller (mit Speicher und Eingabe-/Ausgabekomponenten auf einem einzigen Chip oder innerhalb eines einzigen Gehäuses) sein oder kann separat konfigurierte Komponenten beinhalten, zum Beispiel einen Mikroprozessor, Speicher und Eingabe-/Ausgabekomponenten. Das Batterieverwaltungssystem 180 kann auch unter Verwendung anderer Komponenten oder Kombinationen von Komponenten implementiert werden, einschließlich zum Beispiel eines Digitalsignalprozessors (DSP), einer anwendungsspezifischen integrierten Schaltung (ASIC), eines feldprogrammierbaren Gate-Arrays (FPGA) oder eines anderen Schaltkreises. In Abhängigkeit von der gewünschten Konfiguration kann der Prozessor eine oder mehrere Caching-Ebenen, wie etwa einen Ebenen-Cache-Speicher, einen oder mehrere Prozessorkerne und Register beinhalten. Der beispielhafte Prozessorkern kann eine arithmetische Logikeinheit (ALU), eine Gleitkommaeinheit (FPU) oder eine beliebige Kombination davon beinhalten. Das Batterieverwaltungssystem 180 kann auch eine Benutzerschnittstelle und eine Kommunikationsschnittstelle beinhalten und andere computerimplementierte Einrichtungen zum Durchführen von vorliegend nicht definierten Merkmalen können in das System integriert werden. In manchen Beispielen kann das Batterieverwaltungssystem 180 andere computerimplementierte Einrichtungen beinhalten, wie etwa eine Kommunikationsschnittstelle, eine Benutzerschnittstelle, eine Netzkommunikationsverbindung und einen Schnittstellenbus zum Ermöglichen einer Kommunikation zwischen verschiedenen Schnittstelleneinrichtungen, computerimplementierten Einrichtungen und einer oder mehreren Peripherieschnittstellen zum Mikroprozessor.
Der Speicher des Batterieverwaltungssystems 180 kann computerlesbare Anweisungen beinhalten, die, wenn sie durch den elektronischen Prozessor des Batterieverwaltungssystems 180 ausgeführt werden, veranlassen, dass das Batterieverwaltungssystem und insbesondere der elektronische Prozessor die Leistungsfähigkeit verschiedener Funktionen oder Verfahren, die dem Batterieverwaltungssystem 180 vorliegend zugeschrieben sind, durchführt oder steuert (z. B. Berechnen eines Zustands oder Parameters des Batteriesystems, Regeln des Betriebs des Batteriesystems, Detektieren eines internen Kurzschlusses aus einer Dendritbildung). Der Speicher kann beliebige flüchtige, nicht flüchtige, unbeständige, beständige, magnetische, optische oder elektrische Medien beinhalten, wie etwa einen Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM), nicht flüchtigen RAM (NVRAM), elektrisch löschbaren programmierbaren ROM (EEPROM), Flash-Speicher oder beliebige andere digitale oder analoge Medien. Die dem Batterieverwaltungssystem 180 vorliegend zugeschriebenen Funktionen können als Software, Firmware, Hardware oder eine beliebige Kombination davon umgesetzt sein. In einem Beispiel kann das Batterieverwaltungssystem 180 in einer Datenverarbeitungseinrichtung eingebettet sein und der Erfassungsschaltkreis 170A ist ausgelegt zum Kommunizieren mit dem Batterieverwaltungssystem 180 der Datenverarbeitungseinrichtung extern zu der Batteriezelle 102A. In diesem Beispiel ist der Erfassungsschaltkreis 170A dazu ausgelegt, eine drahtlose und/oder verdrahtete Kommunikation mit dem Batterieverwaltungssystem 180 aufzuweisen. Der Erfassungsschaltkreis 170A und das Batterieverwaltungssystem 180 der externen Einrichtung sind zum Beispiel dazu ausgelegt, über ein Netz miteinander zu kommunizieren. In noch einem anderen Beispiel befindet sich das Batterieverwaltungssystem 180 entfernt auf einem Server und der Erfassungsschaltkreis 170A ist dazu ausgelegt, Daten der Batteriezelle 102A zu dem Batterieverwaltungssystem 180 zu übertragen. In den obigen Beispielen ist das Batterieverwaltungssystem 180 dazu ausgelegt, die Daten zu empfangen und die Daten zu einer elektronischen Einrichtung zur Anzeige als ein von einem Menschen lesbares Format zu senden. Die Datenverarbeitungseinrichtung kann ein zellulares Telefon, ein Tablet, ein PDA (Personal Digital Assistant), ein Laptop, ein Computer, eine tragbare Einrichtung oder eine andere geeignete Datenverarbeitungseinrichtung sein. Das Netz kann ein Cloud-Computing-Netz, ein Server, ein großflächiges Netz (WAN), ein Lokalnetz (LAN), ein fahrzeuginternes Netz, ein Cloud-Computing-Netz oder ein anderes geeignetes Netz sein.
Das Batterieverwaltungssystem 180 ist dazu ausgelegt, Daten von dem Erfassungsschaltkreis 170A zu empfangen, einschließlich zum Beispiel Strom-, Spannungs- und/oder Widerstandsmessungen. Der Erfassungsschaltkreis 170A kann einen oder mehrere Sensoren beinhalten. Jeder Sensor des Erfassungsschaltkreises 170A kann eine oder mehrere Charakteristiken (z. B. einen Strom, eine Spannung, einen Widerstand und/oder eine Temperatur) der Batteriezelle 102A messen. Der Erfassungsschaltkreis 170A kann sich intern in der Batteriezelle 102A befinden. Das Batterieverwaltungssystem 180 ist auch dazu ausgelegt, eine Bedingung der Batteriezelle 102A (z. B. Ladezustand (SOC) und/oder Gesundheitszustand (SOH)) zu bestimmen. Basierend auf der bestimmten Bedingung der Batteriezelle 102A kann das Batterieverwaltungssystem 180 die Betriebsparameter der Batteriezelle 102A ändern, um die interne Struktur der Batteriezelle 102A beizubehalten. Das Batterieverwaltungssystem 180 kann auch einen Benutzer über die Bedingung der Batteriezelle 102A benachrichtigen.
Eine andere Ausführungsform eines Batteriesystems 100B ist in 2 dargestellt. 2 ist identisch mit 1, mit der Ausnahme, wie in 2 veranschaulicht, dass der Erfassungsschaltkreis 170B über die Anodenlasche 110B und die Kathodenlasche 160B extern mit der Batteriezelle 102B gekoppelt sein kann.
Bei manchen Ausführungsformen ist die Batteriezelle 102B Teil eines geschlossenen Systems. In einem geschlossenen System, nachdem die Batteriezelle 102B erzeugt wird, wird das Gehäuse, das die Batteriezelle 102B umgibt, abgedichtet, um zu verhindern, dass externe Elemente, wie etwa Luft und Feuchtigkeit, in die Batteriezelle 102B eintreten und potenziell eine Verschlechterung der Batteriezelle 102B bewirken, was zu einer reduzierten Leistungsfähigkeit und kürzerer Lebensdauer der Batteriezelle 102B führt.
Eine geschlossene Batteriezelle 102B präsentiert jedoch verschiedene Herausforderungen für das Batterieverwaltungssystem 180. Das geschlossene System ermöglicht keine direkte Beobachtung der Bedingung der Komponenten der Batteriezelle 102B. Stattdessen überwacht und/oder misst der Erfassungsschaltkreis 170B Charakteristiken (z. B. Spannung, Strom, Widerstand, Leistung, Temperatur und/oder Kombinationen davon) der Batteriezelle 102B, während die Batteriezelle 102B in Betrieb oder im Ruhezustand ist. Der Erfassungsschaltkreis 170B kann die eine oder die mehreren gemessenen Charakteristiken zu dem Batterieverwaltungssystem 180 übertragen und das Batterieverwaltungssystem 180 kann die eine oder die mehreren gemessenen Charakteristiken empfangen und die Bedingung der Batteriezelle 102B zumindest teilweise basierend auf der einen oder den mehreren Charakteristiken bestimmen.
Verschiedene Modelle sind entwickelt worden, um die elektrochemischen Reaktionen zu modellieren, die innerhalb der Batteriezelle 102B stattfinden. Ein Beispiel wurde durch Fuller, Doyle und Newman, das (Newman-Modell), (J. Electrochem. Soc., Band 141, Nr. 1, Januar 1994, Seiten 1-10) entwickelt, dessen Inhalt in seiner Gesamtheit unter Bezugnahme aufgenommen wird. Das Newman-Modell liefert ein mathematisches Modell, das zum Schätzen der elektrochemischen Prozesse, die innerhalb der Batteriezelle 102B stattfinden, basierend auf den gemessenen Charakteristiken verwendet werden kann.
Die Ladungstransferreaktionen an der Anode 120 und der Kathode 150 können durch ein elektrochemisches Modell, wie etwa das Newman-Modell, modelliert werden, was die Basis zum Beschreiben verschiedener Parameter der Batteriezelle 102B während sowohl des Ladens als auch des Entladens der Batteriezelle 102B bereitstellt. Das Newman-Modell kann zum Beispiel die Schätzung verschiedener Parameter ermöglichen, einschließlich Kathodenpartikelradius, der aufgrund des Grads an Lithiierung der Kathode 150 variieren kann, was auch der Ladezustand der Batteriezelle 102B genannt werden kann, Anodenpartikelradius, Ionendiffusionsraten in der Anode 120, der Kathode 150 und dem Elektrolyt, Interkalationsstrom und Übertragungszahl, Lösungsleitfähigkeit in der Anode 120, der Kathode 150 und dem Elektrolyt, Zellenporosität der Anode 120 und der Kathode 150 und Gleichgewichtspotenzial der Anode 120 und der Kathode 150.
Physikbasierte elektrochemische Modelle, wie etwa das Newman-Modell, können gewöhnliche und partielle Differentialgleichungen (PDEs) beinhalten, um das Verhalten der verschiedenen Parameter innerhalb der Batteriezelle 102B zu beschreiben. Das Newman-Modell ist ein Modell auf elektrochemischer Basis der tatsächlichen chemischen und elektrischen Prozesse, die in den Li-Ionen-Batterien stattfinden. Das vollständige Newman-Modell ist jedoch extrem komplex und erfordert, dass eine große Anzahl von nicht messbaren physikalischen Parametern identifiziert wird. Die Identifizierung einer derartigen großen Menge von Parametern, die an der nichtlinearen PDE und den differenziellen algebraischen Gleichungen (DAEs) beteiligt sind, ist mit der gegenwärtigen Rechenkapazität unpraktisch. Dies ruft verschiedene elektrochemische Modelle hervor, die die Dynamiken des Newman-Modells approximieren.
Zum Beispiel ermöglicht das Reduced-Order-Modell (ROM - Modell reduzierter Ordnung), Mayhew, C.; Wei He; Kroener, C.; Klein, R; Chaturvedi, N.; Kojic, A., „Investigation of projection-based model-reduction techniques for solid-phase diffusion in Li-ion batteries," American Control Conference (ACC), 2014, Seiten 123-128, 4-6 Juni 2014, dessen gesamter Inhalt durch Bezugnahme aufgenommen wird, die Modellordnungsreduktion des Newman-Modells von Li-Ionen-Zellen, während die vollständige Modellstruktur der Basislinienzelle beibehalten wird. Das ROM des Newman-Modells ist in der Lage, das Verhalten eines Wahrheitsmodells im Vergleich zu weniger realistischen approximierten Modellen, wie etwa dem Single-Particle-Modell (Einzelpartikelmodell), genau vorherzusagen, während die Rechenzeit und die Speicheranforderungen verringert werden. Die Newman-Modell-Reduktion durch ROM führt eine große Anzahl an Zuständen und Parametern ein, die bei hoch nichtlinearen partiellen Differentialgleichungen und differenziellen algebraischen Gleichungen des dynamischen ROM-Systems beteiligt sind. Dies trägt zu der Komplexität des Parameter- und Zustandsidentifikationsprozesses bei. Vorliegend werden Verfahren einer Parameter- und Zustandsschätzung für das hoch nichtlineare und komplexe ROM beschrieben. Diese Verfahren basieren auf einem Online-Empfang von Messdaten und erzielen eine hohe Schätzgeschwindigkeit.
3 veranschaulicht eine Ausführungsform der grundlegenden Arbeitsweise eines Moving-Horizon-Estimation-Verfahrens (MHE). Das Moving-Horizon-Estimation(MHE)-Verfahren ist eine prädiktive Modellschätzfunktion, die durch eine Steuerung (z. B. eine Steuerung, die als ein Batterieverwaltungssystem arbeitet) verwendet werden kann, um ein Steuerproblem zu lösen, indem die gegenwärtigen Zustände und Parameter des modellierten Systems als die Anfangszustände des modellierten Systems am nächsten diskreten Zeitintervall verwendet werden. Prädiktive Schätzfunktionen, wie etwa das Moving-Horizon-Estimation(MHE)-Verfahren, verwenden ein bewegtes Fenster der neuesten Informationen und übertragen die letzte Schätzung zum nächsten Zeitpunkt. MHE verwendet eine Reihe von kontinuierlich abgetasteten Messungen über Zeit, um die Zustände und Parameter des Systems zu schätzen. Die Messungen können zusätzlich zu der Messung Rauschen enthalten. Die Zustände, die Parameter und das Rauschen können geschätzt werden, indem das mathematische Modell innerhalb einer Menge von Einschränkungen gelöst wird.
Wie in 3 veranschaulicht, wird eine tatsächliche gemessene Charakteristik der Batteriezelle 102B als 310 repräsentiert. Eine Schätzung der Charakteristik der Batteriezelle 102B wird als 320 repräsentiert. Das MHE-Verfahren versucht, die Differenz (den Fehler) 330 zwischen dem geschätzten Wert der Charakteristik und dem tatsächlichen gemessenen Wert der Charakteristik über eine Reihe von diskreten Zeitmessungen 340, die über einen vorbestimmten Zeithorizont gesammelt werden, zu minimieren. Das heißt, eine Kostenfunktion des MHE-Verfahrens enthält die Abweichung des geschätzten Ausgangs (z. B. eines Fehlers zwischen der gemessenen Charakteristik und der geschätzten Charakteristik) von dem gemessenen Ausgang und Ankunftskosten, die eine Gewichtung bei den zuvor geschätzten Zuständen und Parametern voraussetzt.
Die Ankunftskosten fassen den Effekt der zuvor gemessenen und geschätzten Daten an der gegenwärtigen Schätzung zusammen. Für ein lineares uneingeschränktes System oder lineare uneingeschränkte Systeme kann eine Kalman-Filter-Kovarianzaktualisierungsformel die Ankunftskosten explizit berechnen. Ein nichtlineares uneingeschränktes System kann jedoch an dem gegenwärtig geschätzten Punkt linearisiert werden und durch das Entfernen der Einschränkungen kann dann das Kalman-Filter an dem approximierten System eingesetzt werden. Diese Anwendung des Kalman-Filters an dem approximierten System wird als ein erweitertes Kalman-Filter (EKF) definiert.
Um das MHE-Verfahren an dem dynamischen ROM-System anzuwenden, kann ein Batterieverwaltungssystem (z. B. das Batterieverwaltungssystem 180 wie oben beschrieben) einen zeitvariierenden Ankunftskostengewinn für jeden Parameter basierend auf seiner Schätzungsrobustheit bestimmen. Zusätzlich dazu kann das Batterieverwaltungssystem den Effekt der Parameteridentifizierbarkeit im Schätzungsprozess und die Aufhebung der Schätzung bei niedriger Anregung charakterisieren.
Um einen zeitvariierenden Ankunftskostengewinn für jeden Parameter zu bestimmen, kann das Batterieverwaltungssystem ein modifiziertes erweitertes Kalman-Filter(EKF)-Verfahren verwenden. Bei der Implementierung von EKF in Ankunftskosten des MHE-Verfahrens kann das Batterieverwaltungssystem voraussetzen, dass die Wahrscheinlichkeitsdichtefunktionen des Rauschens in Zuständen, Parametern und des Ausgangs forminvariante Gaußsche Verteilungen sind, das heißt Gaußsche Verteilungen mit zeitinvarianten Kovarianzmatrizen. Batteriezellen durchlaufen jedoch variierende Entlade-, Lade- und Ruhezustandsoperationen während relativ kurzer Zeiträume, wenn das Fahrzeug während des Betriebs beschleunigt, sich verlangsamt und anhält. Aus einer Simulation und empirischen Daten besitzen unterschiedliche Parameter und Zustände des Reduced-Order-Modells (ROM) der Li-Ionen-Batterie unterschiedliche Rauschpegel und einen unterschiedlichen Einfluss auf den Ausgang und ihr Rauschpegel und Einflussniveau hängen von dem Betriebszustand der Batterie ab. Dementsprechend kann das Batterieverwaltungssystem voraussetzen, dass die Rauschkovarianzmatrix bei der Schätzung der Zustände und Parameter eine zeitvariierende Matrix ist, die von der Empfindlichkeit des Ausgangs gegenüber Zuständen und Parametern an jedem Horizont abhängt. Somit kann das Batterieverwaltungssystem unterschiedliche Konzepte der Empfindlichkeit von Zuständen und Parametern einsetzen, wie etwa partielle Ableitungen des Ausgangs zu Zuständen und Parametern und Variationen in dem Ausgang über einen Antriebszyklus aufgrund von Störung in Zuständen und Parametern.
Zusätzlich dazu kann das Batterieverwaltungssystem auch eine direkte Beziehung zwischen der Rauschkovarianzmatrix und der Empfindlichkeit des Ausgangs gegenüber Parametern und Zuständen definieren. Die Rauschkovarianzmatrix besitzt eine inverse Beziehung mit den Ankunfstkostengewinnen. Falls die Empfindlichkeit eines Parameters oder Zustands zum Beispiel allmählich über einen Antriebszyklus abnimmt, dann werden die Einträge in der Rauschkovarianzmatrix, die mit diesem Parameter oder Zustand assoziiert ist, auch abnehmen, was zu einer Zunahme in dem assoziierten Ankunftskostengewinn führt. Falls der Ankunftskostengewinn zunimmt, dann nimmt die Änderungsrate in diesem Parameter oder Zustand während der Vorhersagephase ab und somit wird der Parameter oder Zustand eine höhere Tendenz aufweisen, seinen gegenwärtigen Wert beizubehalten. Das Batterieverwaltungssystem kann diese inverse Beziehung verwenden, um einen automatischen Schätzungsaufhebungsmechanismus zu erzeugen, der den Schwerpunkt gleichmäßig von der Schätzung eines oder mehrerer Parameter und/oder Zustände entfernt.
Um Zustände und Parameter zu identifizieren, kann das Batterieverwaltungssystem verschiedene Verfahren einsetzen. Das Batterieverwaltungssystem hebt zum Beispiel den Schätzungsprozess auf, das heißt das Batterieverwaltungssystem setzt die Parameter gleich den zuletzt identifizierten Werten und sagt die Zustände gemäß den Systemdynamiken bei einer niedrigen Anregungseingangsbeständigkeit vorher. In diesem Beispiel kann das Batterieverwaltungssystem eine Anregungseingangsbeständigkeit definieren, die eine Integration einer Leistungsverstärkung eines Stroms über den Schätzungszeithorizont ist. In einem anderen Beispiel kann das Batterieverwaltungssystem die Schätzung eines oder mehrerer Parameter bei niedrigem Ausgangsgradienten oder niedriger Zustandsfunktion zu diesen Parametern aufheben.
Ein Beispiel einer MHE ist in 4 veranschaulicht. 4 ist ein Blockdiagramm, das die Verwaltung eines Batteriesystems 400 gemäß manchen Ausführungsformen veranschaulicht. In dem Beispiel von 4 beinhaltet das Batteriesystem 400 eine Batterie 410 und ein Batterieverwaltungssystem 412. Das Batterieverwaltungssystem 412 beinhaltet eine Batterieschätzfunktion 420, Puffer 425A, 425B, 425C, eine Rauschkovarianzmatrix 430, Ankunftskosten 440, eine Fehlerevaluierung 450, eine Schwellenbestimmung 455, einen Modellaktualisierer 460, einen Schätzungsmodifizierer 470 und eine Zeitintervallvorrückung 480.
Ein MHE-Verfahren kann an verschiedenen physikalischen, mathematischen und elektrochemischen Modellen einer Batterie 410 angewendet werden. Bei dem ersten Zeitschritt empfängt das Batterieverwaltungssystem 412 mindestens eine gemessene Charakteristik (z. B. Spannung und/oder Strom) der Batterie 410 über einen vordefinierten Zeithorizont von mindestens einem Sensor (d. h. die Charakteristiken der Batterie 410 werden abgetastet) am Puffer 425A und 425C. Bei dem ersten Zeitschritt empfängt das Batterieverwaltungssystem 412 auch mindestens eine geschätzte Charakteristik (z. B. eine Anfangsschätzung der Zustände und Parameter des Batteriemodells 420) basierend auf dem vorherigen Zeitintervall vom Batteriemodell 420. Das vorherige Zeitintervall ist als Teil der Zeitintervallvorrückung 480 definiert. Die mindestens eine geschätzte Charakteristik wird dem Puffer 425B bereitgestellt. Eine Anfangsschätzung der Rauschkovarianzmatrix 430 wird für diese Zustände und Parameter erzeugt. Für den ersten Zeitschritt gibt es keine Daten von dem vorherigen Zeitschritt der Reihe, um als Anfangsbedingungen zu agieren. Eine Anfangsschätzung der Zustände und Parameter wird aus dem Batteriemodell 420 basierend auf Werten, die nicht von dieser Zeitreihe stammen, erzeugt (z. B. historische Betriebs- oder Herstellerspezifikationen).
Eine Repräsentation der Zustände und Parameter der Batterie 410 und der entsprechenden Zustände und Parameter aus dem Batteriemodell 420 ist in den Gleichungen 1 bzw. 2 bereitgestellt. $\begin{array}{l} \dot{x} (t) = f (x (t), θ, I (t)) \\ 0 = g (x (t), θ, I (t)) \\ V (t) = h (x (t), θ, I (t)) \end{array}$
$\begin{array}{l} \dot{\overset{⌢}{x}} (t) = f (\overset{⌢}{x} (t), \overset{⌢}{θ}, I (t)) \\ 0 = g (\overset{⌢}{x} (t), \overset{⌢}{θ}, I (t)) \\ \overset{⌢}{V} (t) = h (\overset{⌢}{x} (t), \overset{⌢}{θ}, I (t)) \end{array}$
In den Gleichungen 1 und 2 repräsentiert x die Zustände, θ repräsentiert die Parameter, I repräsentiert die Stromeingänge und Vrepräsentiert die Ausgänge. Die Jacobi-Matrix des Systems bezüglich der Zustände und Parameter wird basierend auf den partiellen Ableitungen der Gleichung 2 abgeleitet, wie in Gleichung 3 gezeigt, und die Rauschkovarianzmatrix 430 wird dann für den gegenwärtigen Zeitschritt aktualisiert. $\frac{\partial f}{\partial \overset{⌢}{x}}, \frac{\partial g}{\partial \overset{⌢}{x}}, \frac{\partial h}{\partial \overset{⌢}{x}}, \frac{\partial f}{\partial \overset{⌢}{θ}}, \frac{\partial g}{\partial \overset{⌢}{θ}}, \frac{\partial h}{\partial \overset{⌢}{θ}}$
$\begin{array}{l} COV (t + 1) = (J_{f} (t) COV (t) J_{f} {(t)}^{T} + Q (t) - J_{f} (t) COV (t) J_{h} {(t)}^{T} (R (t) + J_{h} (t) COV (t) J_{h} {(t)}^{T}) \\ J_{h} (t) COV (t) J_{f} {(t)}^{T}) \end{array}$
In Gleichung 4 ist COV(t+1) die Kovarianz bei t+1, J_f ist die Jacobi-Matrix von f, J^T _f ist die Transponierte der Jacobi-Matrix von f, J_h ist die Jacobi-Matrix von h, J^T _h ist die Transponierte der Jacobi-Matrix von h, COV(t) ist die Kovarianz bei t, Q(t) ist eine Rauschkovarianzmatrix , die mit den Zuständen und Parametern assoziiert ist, und R(t) ist eine Rauschkovarianzmatrix, die mit den Ausgängen assoziiert ist.
Die Rauschkovarianzmatrix 430 der Schätzung der Zustände und Parameter wird aus dem Batteriemodell 420 berechnet, wobei vorausgesetzt wird, dass die Rauschbeiträge über den Messhorizont zeitinvariant sind. Die Rauschkovarianzmatrix 430 kann zusätzlich von der Empfindlichkeit des Ausgangs gegenüber den Zuständen und den Parametern an jedem Horizont abhängen. Um den Beitrag der Daten zu erfassen, wenn der Zeithorizont vorgerückt wird, werden Ankunftskosten 440 durch das Batterieverwaltungssystem 412 bestimmt. Bei manchen Ausführungsformen können die Ankunftskosten 440 durch das Batterieverwaltungssystem 412 unter Verwendung eines erweiterten Kalman-Filter-Ansatzes basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik der Batterie 410 bestimmt werden. Bei manchen Ausführungsformen steht der Kalman-Filter-Gewinn in inverser Beziehung zu den Ankunftskosten.
Um den erweiterten Kalman-Filter-Ansatz zu implementieren, bestimmt das Batterieverwaltungssystem 412 eine Kostenfunktion des Moving-Horizon-Estimation-Verfahrens basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik. Das Batterieverwaltungssystem 412 verwendet zum Beispiel das Fehlerevaluierungsmodul 450, um eine Fehlermenge zu erzeugen, die für jedes Element der Datenmenge vorhanden ist, indem die gemessenen Charakteristiken der Batterie 410 mit den geschätzten Charakteristiken (z. B. den Zuständen) des Batteriemodells 420 verglichen werden. Des Weiteren verwendet das Batterieverwaltungssystem 412 die Schwellenbestimmung 455, um den Fehler zwischen jedem gemessenen und geschätzten Parameter oder Zustand mit einer vorbestimmten Schwelle zu vergleichen.
Falls das Batterieverwaltungssystem 412 bestimmt, dass die Fehlermenge geringer als eine vorbestimmte Schwelle ist, dann wird die Genauigkeit des Batteriemodells 420 verifiziert und das Batterieverwaltungssystem 412 aktualisiert die Zustände und Parameter des Batteriemodells 420 unter Verwendung des Modellaktualisierers 460. Die aktualisierten Zustände und Parameter des Batteriemodells 420 agieren als die Anfangszustände für die nächste Iteration und der Zeitschritt wird mit der Zeitintervallvorrückung 480 vorgerückt (z. B. t = t+1).
Falls das Batterieverwaltungssystem 412 bestimmt, dass die Fehlermenge größer als eine vorbestimmte Schwelle ist, wird die Genauigkeit des Batteriemodells 420 nicht verifiziert und das Batterieverwaltungssystem 412 modifiziert die Zustände und Parameter des Batteriemodells 420 unter Verwendung des Schätzungsmodifizierers 470. Der Schätzungsprozess des Batterieverwaltungssystems 412 wird erneut evaluiert, bis das Batteriemodell 420 als genau verifiziert und durch das Batterieverwaltungssystem 412 aktualisiert wird.
Nach dem Aktualisieren des Batteriemodells 420 schätzt das Batterieverwaltungssystem 412 mindestens einen Zustand der Batterie 410 durch Anwenden des Modells auf elektrochemischer Basis des Batteriemodells 420. In dem Beispiel von 4 kann die Schätzung des mindestens einen Zustands eine synchrone Schätzung des Ladezustands (SOH) und/oder des Gesundheitszustands (SOH) der Batterie 410 beinhalten. Während die Schätzung des SOC und des SOH synchron durchgeführt wird, können die Gewinne, die mit den Rauschkovarianzmatrizen der Zustände und Parameter assoziiert sind, zusammen oder separat entwickelt werden. Des Weiteren, nach dem Schätzen des mindestens einen Zustands, regelt das Batterieverwaltungssystem 412 das Laden und/oder Entladen der Batterie 410 basierend auf der Schätzung des mindestens einen Zustands der Batterie 410.
5 ist ein Blockdiagramm, das den Betrieb eines anderen Batterieverwaltungssystems 512 gemäß manchen Ausführungsformen veranschaulicht. Das System 500 von 5 ist mit dem System 400 von 4 identisch, mit der Ausnahme, dass das Batterieverwaltungssystem 512 Zustände separat evaluiert. Das Batterieverwaltungssystem 512 bestimmt zum Beispiel eine Kostenfunktion, die mit dem Gesundheitszustand assoziiert ist, an der Gesundheitszustandsevaluierung 452. Gleichermaßen bestimmt das Batterieverwaltungssystem 512 eine Kostenfunktion, die mit dem Ladezustand assoziiert ist, an der Ladezustandsevaluierung 454. In dem Beispiel von 5 evaluiert das Batterieverwaltungssystem 512 die Zustände und Parameter asynchron gemäß der Differenz in der Zeitskala, die mit den Zuständen und Parametern assoziiert ist. Für langsam variierende Parameter (z. B. den Gesundheitszustand) evaluiert das Batterieverwaltungssystem 512 die Parameter zu einer vordefinierten Zeit. Die vordefinierte Zeit ist zum Beispiel einmal alle 10, 25, 50, 100, 150, 200 oder mehr als 200 Zyklen (z. B. Antriebszyklen eines Fahrzeugs) im Vergleich zu einem Zustand (z. B. Ladezustand), der jede Sekunde, jeden Zyklus oder für einen anderen geeigneten Zeitraum evaluiert werden kann. Für schnell variierende Parameter (z. B. den Ladezustand) evaluiert das Batterieverwaltungssystem 512 die Parameter kontinuierlich.
Die Menge von Ausgängen aus dem elektrochemischen Modell über die MHE beinhaltet Evaluierungen von sowohl schnell variierenden Zuständen der Batteriezelle 102B als auch Evaluierungen von langsam variierenden Parametern der Batteriezelle 102B. Bei manchen Ausführungsformen ermöglicht der Zustand der Batteriezelle 102B in Kombination mit dem gegenwärtigen Eingang in das mathematische Modell dem Modell, den gegenwärtigen Ausgang der Batteriezelle 102B vorherzusagen. Zustände einer Batteriezelle können zum Beispiel den Ladezustand, für eine Lithiumbatterie den Grad an Lithiierung oder die Hysteresepegel der Batterie beinhalten. Parameter der Batteriezelle 102B variieren typischerweise langsamer mit der Zeit als die Zustände der Batteriezelle 102B. Zusätzlich dazu wird ein Parameter möglicherweise nicht dafür benötigt, dass das Modell den gegenwärtigen Ausgang der Batteriezelle 102B vorhersagt. Stattdessen betrifft die Kenntnis über die Parameter der Batteriezelle 102B, die der Gesundheitszustand der Batterie genannt werden kann, die Langzeitarbeitsweise der Batteriezelle 102B. Beispielsweise die Arbeitsweise der Batteriezelle 102B über einen oder mehrere Lade-/Entladezyklen. Zusätzlich dazu umfassen manche Ausführungsformen Parameter, die nicht direkt aus der Messung der gegenwärtigen Charakteristiken der Batteriezelle 102B bestimmt werden können. Beispiele für Parameter der Batteriezelle 102B beinhalten die maximale Leistungskapazität, die maximale Ausgangsleistung und den internen Widerstand.
Die oben beschriebenen Ausführungsformen sind beispielhaft dargestellt worden und es sollte verstanden werden, dass diese Ausführungsformen verschiedenen Modifikationen und alternativen Formen unterzogen werden können. Es sollte ferner verstanden werden, dass nicht beabsichtigt wird, dass die Ansprüche die offenbarten gewissen Formen beschränken, sondern stattdessen alle Modifikationen, Äquivalente und Alternativen, die in den Gedanken und den Schutzumfang dieser Offenbarung fallen, abdecken.
Es wird angenommen, dass vorliegend beschriebene Ausführungsformen und viele von deren dazugehörigen Vorteilen anhand der obigen Beschreibung verstanden werden und es wird offensichtlich werden, dass vielfältige Änderungen von Form, Konstruktion und Anordnung der Komponenten vorgenommen werden können, ohne von dem offenbarten Gegenstand abzuweichen oder alle dessen wesentliche Vorteilen aufzugeben. Die beschriebene Form ist lediglich erläuternd und es wird beabsichtigt, dass die folgenden Ansprüche derartige Änderungen einschließen und beinhalten.
Obwohl die Erfindung unter Bezugnahme auf verschiedene Ausführungsformen beschrieben worden ist, wird verstanden werden, dass diese Ausführungsformen veranschaulichend sind und dass der Schutzumfang der Offenbarung nicht durch sie beschränkt wird. Viele Variationen, Modifikationen, Ergänzungen und Verbesserungen sind möglich. Allgemeiner gesagt, sind Ausführungsformen gemäß der Erfindung im Kontext oder in gewissen Ausführungsformen beschrieben worden. Die Funktionalität kann in verschiedenen Ausführungsformen der Offenbarung unterschiedlich getrennt oder in Blöcken kombiniert oder mit anderer Terminologie beschrieben werden. Diese und andere Varianten, Modifikationen, Ergänzungen und Verbesserungen können in den Schutzumfang der Offenbarung fallen, wie er in den folgenden Ansprüchen definiert ist.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

Fuller, Doyle und Newman, das (Newman-Modell), (J. Electrochem. Soc., Band 141, Nr. 1, Januar 1994, Seiten 1-10) [0024]
Mayhew, C.; Wei He; Kroener, C.; Klein, R; Chaturvedi, N.; Kojic, A., „Investigation of projection-based model-reduction techniques for solid-phase diffusion in Li-ion batteries,“ American Control Conference (ACC), 2014, Seiten 123-128, 4-6 Juni 2014 [0027]

Claims

Verfahren zum Verwalten eines Batteriesystems, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der mit der mindestens einen Batteriezelle gekoppelt ist und ausgelegt ist zum Messen von mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem, das mit dem mindestens einen Sensor gekoppelt ist und einen Mikroprozessor und einen Speicher beinhaltet, beinhaltet, wobei das Verfahren Folgendes umfasst: Empfangen, durch das Batterieverwaltungssystem, von mindestens einer gemessenen Charakteristik der Batterie über einen vordefinierten Zeithorizont von dem mindestens einen Sensor; Empfangen, durch das Batterieverwaltungssystem, von mindestens einer geschätzten Charakteristik der Batterie von einem Batteriemodell auf elektrochemischer Basis basierend auf differenziellen algebraischen Gleichungen; Bestimmen, durch das Batterieverwaltungssystem, einer Kostenfunktion eines Moving-Horizon-Estimation-Verfahrens basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik; Aktualisieren, durch das Batterieverwaltungssystem, des Batteriemodells auf elektrochemischer Basis basierend auf der Kostenfunktion der Moving-Horizon-Estimation; Schätzen, durch das Batterieverwaltungssystem, von mindestens einem Zustand der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis, das differenzielle algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen; und Regeln, durch das Batterieverwaltungssystem, des Ladens und/oder Entladens der Batterie basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
Verfahren nach Anspruch 1, wobei das Bestimmen der Kostenfunktion des Moving-Horizon-Estimation-Verfahrens Folgendes beinhaltet: Bestimmen eines Fehlers zwischen der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik; und Bestimmen von Ankunftskosten, die eine Gewichtung basierend auf zuvor geschätzten Zuständen und Parametern aufweisen.
Verfahren nach Anspruch 2, wobei das Bestimmen der Ankunftskosten ein Bestimmen der Ankunftskosten unter Verwendung eines Kalman-Filters beinhaltet, wenn das Batteriesystem ein lineares uneingeschränktes System ist.
Verfahren nach Anspruch 2, wobei das Bestimmen der Ankunftskosten Folgendes beinhaltet: Linearisieren des Batteriesystems, wenn das Batteriesystem ein nichtlineares eingeschränktes System ist; und Bestimmen eines zeitvariierenden Ankunftskostengewinns für jeden Parameter basierend auf einer Schätzungsrobustheit jedes Parameters unter Verwendung eines modifizierten erweiterten Kalman-Filters.
Verfahren nach Anspruch 1, wobei der mindestens eine Zustand der mindestens einen Batteriezelle einen Ladezustand und/oder einen Gesundheitszustand der mindestens einen Batteriezelle beinhaltet.
Verfahren nach Anspruch 5, wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis ein synchrones Schätzen des Ladezustands und des Gesundheitszustands der mindestens einen Batteriezelle beinhaltet.
Verfahren nach Anspruch 5, wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis ein separates Schätzen des Ladezustands und des Gesundheitszustands der mindestens einen Batteriezelle beinhaltet, wobei der Ladezustand der mindestens einen Batteriezelle kontinuierlich geschätzt wird und wobei der Gesundheitszustand der mindestens einen Batteriezelle zu einer vordefinierten Zeit geschätzt wird.
Verfahren nach Anspruch 7, wobei die vordefinierte Zeit einhundert Antriebszyklen ist.
Verfahren nach Anspruch 1, ferner umfassend Aufheben der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle bei einer niedrigen Anregungseingangsbeständigkeit oder bei einem niedrigen Ausgangsgradienten.
Verfahren nach Anspruch 1, wobei das Batteriemodell auf elektrochemischer Basis ein Reduced-Order-Modell eines Newman-Modells ist.
Batterieverwaltungssystem, umfassend einen Prozessor und einen Speicher, der Anweisungen speichert, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem zu Folgendem veranlassen: Empfangen von mindestens einer gemessenen Charakteristik von mindestens einer Batteriezelle über einen vordefinierten Zeithorizont von mindestens einem Sensor, wobei die mindestens eine Batteriezelle und der mindestens eine Sensor Teil eines Batteriesystems sind; Empfangen von mindestens einer geschätzten Charakteristik der mindestens einen Batteriezelle von einem Batteriemodell auf elektrochemischer Basis basierend auf differenziellen algebraischen Gleichungen; Bestimmen einer Kostenfunktion einer Moving-Horizon-Estimation basierend auf der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik; Aktualisieren des Batteriemodells auf elektrochemischer Basis basierend auf der Kostenfunktion der Moving-Horizon-Estimation; Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis, das differenzielle algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen; und Regeln des Ladens und/oder Entladens der Batterie basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
Batterieverwaltungssystem nach Anspruch 11, wobei das Bestimmen der Kostenfunktion der Moving-Horizon-Estimation Anweisungen beinhaltet, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem zu Folgendem veranlassen: Bestimmen eines Fehlers zwischen der mindestens einen gemessenen Charakteristik und der mindestens einen geschätzten Charakteristik; und Bestimmen von Ankunftskosten, die eine Gewichtung basierend auf zuvor geschätzten Zuständen und Parametern aufweisen.
Batterieverwaltungssystem nach Anspruch 12, wobei das Bestimmen der Ankunftskosten Anweisungen beinhaltet, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, die Ankunftskosten unter Verwendung eines Kalman-Filters zu bestimmen, wenn das Batteriesystem ein lineares uneingeschränktes System ist.
Batterieverwaltungssystem nach Anspruch 12, wobei das Bestimmen der Ankunftskosten Anweisungen beinhaltet, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem zu Folgendem veranlassen: Linearisieren des Batteriesystems, wenn das Batteriesystem ein nichtlineares eingeschränktes System ist; und Bestimmen eines zeitvariierenden Ankunftskostengewinns für jeden Parameter basierend auf einer Schätzungsrobustheit jedes Parameters unter Verwendung eines modifizierten erweiterten Kalman-Filters.
Batterieverwaltungssystem nach Anspruch 11, wobei der mindestens eine Zustand der mindestens einen Batteriezelle eine Ladezustand und/oder einen Gesundheitszustand der mindestens einen Batteriezelle beinhaltet.
Batterieverwaltungssystem nach Anspruch 15, wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis Anweisungen beinhaltet, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den Ladezustand und den Gesundheitszustand der mindestens einen Batteriezelle synchron zu schätzen.
Batterieverwaltungssystem nach Anspruch 15, wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle durch Anwenden des Batteriemodells auf elektrochemischer Basis Anweisungen beinhaltet, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den Ladezustand und den Gesundheitszustand der mindestens einen Batteriezelle separat zu schätzen, wobei der Ladezustand der mindestens einen Batteriezelle kontinuierlich geschätzt wird und wobei der Gesundheitszustand der mindestens einen Batteriezelle zu einer vordefinierten Zeit geschätzt wird.
Batterieverwaltungssystem nach Anspruch 17, wobei die vordefinierte Zeit einhundert Antriebszyklen eines Fahrzeugs ist.
Batterieverwaltungssystem nach Anspruch 11, ferner umfassend Anweisungen, die, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, die Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle bei einer niedrigen Anregungseingangsbeständigkeit oder bei einem niedrigen Ausgangsgradienten aufzuheben.
Batterieverwaltungssystem nach Anspruch 11, wobei das Batteriemodell auf elektrochemischer Basis ein Reduced-Order-Modell eines Newman-Modells ist.