DE112017000274T5 - Sekundärbatterie-verwaltungssystem - Google Patents
Sekundärbatterie-verwaltungssystem Download PDFInfo
- Publication number
- DE112017000274T5 DE112017000274T5 DE112017000274.5T DE112017000274T DE112017000274T5 DE 112017000274 T5 DE112017000274 T5 DE 112017000274T5 DE 112017000274 T DE112017000274 T DE 112017000274T DE 112017000274 T5 DE112017000274 T5 DE 112017000274T5
- Authority
- DE
- Germany
- Prior art keywords
- battery
- management system
- battery cell
- electrochemical
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000007599 discharging Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 3
- 230000005518 electrochemistry Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 210000004027 cell Anatomy 0.000 description 102
- 238000001514 detection method Methods 0.000 description 17
- 229910052744 lithium Inorganic materials 0.000 description 15
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 12
- 239000000463 material Substances 0.000 description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 8
- 239000003792 electrolyte Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 229910002804 graphite Inorganic materials 0.000 description 5
- 239000010439 graphite Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 238000006138 lithiation reaction Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000008151 electrolyte solution Substances 0.000 description 3
- 229940021013 electrolyte solution Drugs 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- -1 lithium cations Chemical class 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000007086 side reaction Methods 0.000 description 3
- 229920000049 Carbon (fiber) Polymers 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910018091 Li 2 S Inorganic materials 0.000 description 2
- 229910013870 LiPF 6 Inorganic materials 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 239000006229 carbon black Substances 0.000 description 2
- 239000004917 carbon fiber Substances 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- GNTDGMZSJNCJKK-UHFFFAOYSA-N divanadium pentaoxide Chemical compound O=[V](=O)O[V](=O)=O GNTDGMZSJNCJKK-UHFFFAOYSA-N 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- GLNWILHOFOBOFD-UHFFFAOYSA-N lithium sulfide Chemical compound [Li+].[Li+].[S-2] GLNWILHOFOBOFD-UHFFFAOYSA-N 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 229910001317 nickel manganese cobalt oxide (NMC) Inorganic materials 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 229910052582 BN Inorganic materials 0.000 description 1
- PZNSFCLAULLKQX-UHFFFAOYSA-N Boron nitride Chemical compound N#B PZNSFCLAULLKQX-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910018071 Li 2 O 2 Inorganic materials 0.000 description 1
- 229910012851 LiCoO 2 Inorganic materials 0.000 description 1
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- 229910002099 LiNi0.5Mn1.5O4 Inorganic materials 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- XHCLAFWTIXFWPH-UHFFFAOYSA-N [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] Chemical class [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] XHCLAFWTIXFWPH-UHFFFAOYSA-N 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052797 bismuth Inorganic materials 0.000 description 1
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 229910021525 ceramic electrolyte Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- LTXHKPDRHPMBKA-UHFFFAOYSA-N dialuminum;cobalt(2+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[O-2].[Al+3].[Al+3].[Co+2] LTXHKPDRHPMBKA-UHFFFAOYSA-N 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 150000004673 fluoride salts Chemical class 0.000 description 1
- 239000002241 glass-ceramic Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002608 ionic liquid Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000011244 liquid electrolyte Substances 0.000 description 1
- 229940006487 lithium cation Drugs 0.000 description 1
- 229910000625 lithium cobalt oxide Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- FRMOHNDAXZZWQI-UHFFFAOYSA-N lithium manganese(2+) nickel(2+) oxygen(2-) Chemical compound [O-2].[Mn+2].[Ni+2].[Li+] FRMOHNDAXZZWQI-UHFFFAOYSA-N 0.000 description 1
- RSNHXDVSISOZOB-UHFFFAOYSA-N lithium nickel Chemical compound [Li].[Ni] RSNHXDVSISOZOB-UHFFFAOYSA-N 0.000 description 1
- HPGPEWYJWRWDTP-UHFFFAOYSA-N lithium peroxide Chemical compound [Li+].[Li+].[O-][O-] HPGPEWYJWRWDTP-UHFFFAOYSA-N 0.000 description 1
- 229910003002 lithium salt Inorganic materials 0.000 description 1
- 159000000002 lithium salts Chemical class 0.000 description 1
- 229910021437 lithium-transition metal oxide Inorganic materials 0.000 description 1
- CJYZTOPVWURGAI-UHFFFAOYSA-N lithium;manganese;manganese(3+);oxygen(2-) Chemical compound [Li+].[O-2].[O-2].[O-2].[O-2].[Mn].[Mn+3] CJYZTOPVWURGAI-UHFFFAOYSA-N 0.000 description 1
- VGYDTVNNDKLMHX-UHFFFAOYSA-N lithium;manganese;nickel;oxocobalt Chemical compound [Li].[Mn].[Ni].[Co]=O VGYDTVNNDKLMHX-UHFFFAOYSA-N 0.000 description 1
- BFZPBUKRYWOWDV-UHFFFAOYSA-N lithium;oxido(oxo)cobalt Chemical compound [Li+].[O-][Co]=O BFZPBUKRYWOWDV-UHFFFAOYSA-N 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910001512 metal fluoride Inorganic materials 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920006254 polymer film Polymers 0.000 description 1
- 229920000098 polyolefin Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000006276 transfer reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- TWQULNDIKKJZPH-UHFFFAOYSA-K trilithium;phosphate Chemical class [Li+].[Li+].[Li+].[O-]P([O-])([O-])=O TWQULNDIKKJZPH-UHFFFAOYSA-K 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 229910001935 vanadium oxide Inorganic materials 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Secondary Cells (AREA)
Abstract
Ein Verfahren zum Verwalten eines Batteriesystems, wobei das Verfahren Empfangen von mindestens einer gemessenen Charakteristik der mindestens einen Batteriezelle von dem mindestens einen Sensor, Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, Schätzen von mindestens einem physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands, Schätzen des mindestens einen Zustands zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter und Regeln des Ladens und/oder Entladens der mindestens einen Batteriezelle basierend auf der Schätzung des mindestens einen Zustands beinhaltet.
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 einer Sekundärbatterie. Zum Beispiel, bei einer Ausführungsform, ein Verfahren zum Verwalten eines Batteriesystems, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der ausgelegt ist zum Messen von mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem einschließlich eines Mikroprozessors und eines Speichers umfasst, wobei das Verfahren Empfangen, durch das Batterieverwaltungssystem, von mindestens einer gemessenen Charakteristik der mindestens einen Batteriezelle von dem mindestens einen Sensor beinhaltet. Das Verfahren beinhaltet auch Schätzen, durch das Batterieverwaltungssystem, von mindestens einem Zustand der mindestens einen Batteriezelle zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle berücksichtigt. Das Verfahren beinhaltet auch Schätzen, durch das Batterieverwaltungssystem, von mindestens einem physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands. Das Verfahren beinhaltet auch Schätzen, durch das Batterieverwaltungssystem, des mindestens einen Zustands der mindestens einen Batteriezelle zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter. Das Verfahren beinhaltet auch Regeln, durch das Batterieverwaltungssystem, des Ladens und/oder Entladens der mindestens einen Batteriezelle basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
- Bei einer anderen Ausführungsform, ein Batterieverwaltungssystem, das einen Prozessor und einen Speicher umfasst, der Anweisungen speichert, die bei Ausführung durch den Prozessor das Batterieverwaltungssystem veranlassen zum Empfangen von mindestens einer gemessenen Charakteristik der mindestens einen Batteriezelle von dem mindestens einen Sensor, wobei die mindestens eine gemessene Charakteristik eine Charakteristik beinhaltet, die aus einer Gruppe ausgewählt wird, die aus einer Strommessung der mindestens einen Batteriezelle und einer Spannungsmessung der mindestens einen Batteriezelle besteht, Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle berücksichtigt, Schätzen von mindestens einem physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands, Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter und Regeln des Ladens und/oder Entladens der mindestens einen Batteriezelle 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 Blockdiagramm eines Batteriesystems gemäß manchen Ausführungsformen, das eine Batteriezelle und ein Batterieverwaltungssystem beinhaltet, wobei ein Erfassungsschaltkreis in der Batteriezelle integriert ist. -
2 ist ein Blockdiagramm eines anderen Batteriesystems gemäß anderen Ausführungsformen, das eine Batteriezelle, ein Batterieverwaltungssystem und einen Erfassungsschaltkreis, der sich extern zu der Batteriezelle befindet, beinhaltet. -
3 ist ein Funktionsblockdiagramm eines Batteriesystems gemäß einer anderen Ausführungsform, das einen Luenberger-Beobachter und eine Recursive-Least-Squares-Schätzfünktion zum Schätzen von physikalischen Parametern der Batteriezelle und von Batteriezustandsinformationen anwendet. - 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 in1 dargestellt. Das Batteriesystem100A beinhaltet eine Anodenlasche110A , eine Anode120A , ein Trennglied130A , eine Kathode150A , eine Kathodenlasche160A , einen Erfassungsschaltkreis170A und ein Batterieverwaltungssystem180A . In manchen Beispielen kann das Trennglied130A 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 Batteriezelle102A für die Anode120A etwa 5 bis etwa 110 Mikrometer, für das Trennglied130A weniger als etwa 50 Mikrometer oder in bestimmten Ausführungsformen weniger als etwa 10 Mikrometer und für die Kathode150A etwa 50 bis etwa 110 Mikrometer betragen. - Während der Entladung der Batteriezelle
102A wird Lithium an der Anode120A oxidiert, um ein Lithium-Ion zu bilden. Das Lithium-Ion migriert durch das Trennglied130A der Batteriezelle120A zu der Kathode150A . Während des Ladens kehren die Lithiumionen zu der Anode120A zurück und werden zu Lithium reduziert. Das Lithium kann im Fall einer Lithiumanode120A als Lithiummetall an der Anode120A abgeschieden werden oder im Fall einer Einfügematerialanode120A , 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+ + x e- + C6 →LixC6. - Die Anode
120A 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 Kathode150 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 (LiNi0,5Mn1,5O4)), 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
150A , des Trennglieds130A und der Anode120A 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
130A kann ein oder mehrere elektrisch isolierende, ionisch leitfähige Materialien umfassen. In manchen Beispielen können die geeigneten Materialien für das Trennglied130A poröse Polymere (z. B. poröses Polyolefin), Keramiken und zweidimensionale Folienstrukturen, wie etwa Graphen, Bornitrid und Dichalcogenide, beinhalten. In bestimmten Beispielen können die Poren des Trennglieds130A 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
180A ist kommunikativ mit der Batteriezelle102A verbunden. In einem Beispiel ist das Batterieverwaltungssystem180A über elektrische Verbindungen (z. B. Drähte) elektrisch mit der Batteriezelle102A verbunden. In einem anderen Beispiel kann das Batterieverwaltungssystem180A über ein Drahtloskommunikationsnetz drahtlos mit der Batteriezelle102A verbunden sein. Das Batterieverwaltungssystem180A kann zum Beispiel ein Mikrocontroller (mit Speicher und Eingabe-/Ausgabekomponenten auf einem einzigen Chip oder innerhalb eines einzigen Gehäuses) beinhalten oder kann separat konfigurierte Komponenten beinhalten, zum Beispiel einen Mikroprozessor, Speicher und Eingabe-/Ausgabekomponenten. Das Batterieverwaltungssystem180A 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 Batterieverwaltungssystem180A 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 Batterieverwaltungssystem180A 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. - In dem Beispiel von
1 speichert der Speicher des Batterieverwaltungssystems180A computerlesbare Anweisungen, die, wenn sie durch den elektronischen Prozessor des Batterieverwaltungssystems180A ausgeführt werden, veranlassen, dass das Batterieverwaltungssystem und insbesondere der elektronische Prozessor die Leistungsfähigkeit verschiedener Funktionen oder Verfahren, die dem Batterieverwaltungssystem180A 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 Batterieverwaltungssystem180A vorliegend zugeschriebenen Funktionen können als Software, Firmware, Hardware oder eine beliebige Kombination davon umgesetzt sein. In einem Beispiel kann das Batterieverwaltungssystem180A in einer Datenverarbeitungseinrichtung eingebettet sein und der Erfassungsschaltkreis170A ist ausgelegt zum Kommunizieren mit dem Batterieverwaltungssystem180A der Datenverarbeitungseinrichtung extern zu der Batteriezelle102A . In diesem Beispiel ist der Erfassungsschaltkreis170A dazu ausgelegt, eine drahtlose und/oder verdrahtete Kommunikation mit dem Batterieverwaltungssystem180A aufzuweisen. Der Erfassungsschaltkreis170A und das Batterieverwaltungssystem180A der externen Einrichtung sind zum Beispiel dazu ausgelegt, über ein Netz miteinander zu kommunizieren. In noch einem anderen Beispiel befindet sich das Batterieverwaltungssystem180A entfernt auf einem Server und der Erfassungsschaltkreis170A ist dazu ausgelegt, Daten der Batteriezelle102A zu dem Batterieverwaltungssystem180A zu übertragen. In den obigen Beispielen ist das Batterieverwaltungssystem180A 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
180A ist dazu ausgelegt, Daten von dem Erfassungsschaltkreis170A zu empfangen, einschließlich zum Beispiel Strom-, Spannungs- und/oder Widerstandsmessungen. Der Erfassungsschaltkreis170A kann einen oder mehrere Sensoren beinhalten. Jeder Sensor des Erfassungsschaltkreises170A kann eine oder mehrere Charakteristiken (z. B. einen Strom, eine Spannung, einen Widerstand und/oder eine Temperatur) der Batteriezelle102A messen. Der Erfassungsschaltkreis170A kann sich intern in der Batteriezelle102A befinden. Das Batterieverwaltungssystem180A ist auch ausgelegt zum Bestimmen einer Bedingung der Batteriezelle102A . Basierend auf der bestimmten Bedingung der Batteriezelle102A kann das Batterieverwaltungssystem180A die Betriebsparameter der Batteriezelle102A ändern, um die interne Struktur der Batteriezelle102A beizubehalten. Das Batterieverwaltungssystem180A kann auch einen Benutzer über die Bedingung der Batteriezelle102A benachrichtigen. - Bei anderen Ausführungsformen können die physische Platzierung und Konfiguration verschiedener Komponenten modifiziert werden. Zum Beispiel veranschaulicht
2 ein anderes Beispiel für ein Batteriesystem100B , das eine Batteriezelle102B , eine Anodenlasche110B , eine Anode120B , ein Trennglied130B , eine Kathode150B , eine Kathodenlasche160B , einen Erfassungsschaltkreis170B und ein Batterieverwaltungssystem180B beinhaltet. In dem Beispiel von2 befindet sich der Erfassungsschaltkreis170B jedoch extern zu der Batteriezelle102B und kann innerhalb desselben Gehäuses wie das Batterieverwaltungssystem180B integriert sein. - Bei manchen Ausführungsformen ist die Batteriezelle
102A ,102B Teil eines geschlossenen Systems. In einem geschlossenen System, nachdem die Batteriezelle102A ,102B erzeugt wird, wird das Gehäuse, das die Batteriezelle102A ,102B umgibt, abgedichtet, um zu verhindern, dass externe Elemente, wie etwa Luft und Feuchtigkeit, in die Batteriezelle102A ,102B eintreten und potenziell eine Verschlechterung der Batteriezelle102A ,102B bewirken, was zu einer reduzierten Leistungsfähigkeit und kürzerer Lebensdauer der Batteriezelle102A ,102B führt. In der folgenden Besprechung verwenden Beispiele, die sich auf Komponenten in sowohl dem Batteriesystem100A als auch dem Batteriesystem100B beziehen, das Bezugszeichen ohne die A- oder B-Bezeichnung (z. B. Anode120 anstatt Anode120A und Anode120B) . - Eine Batteriezelle
102 , die Teil eines geschlossenen Systems ist, präsentiert verschiedene Herausforderungen für das Batterieverwaltungssystem180 . Das geschlossene System ermöglicht keine direkte Beobachtung der Bedingung der Komponenten der Batteriezelle102 . Stattdessen überwacht und/oder misst der Erfassungsschaltkreis170 Charakteristiken (z. B. Spannung, Strom, Widerstand, Leistung, Temperatur und Kombinationen davon) der Batteriezelle102 , während die Batteriezelle102 in Betrieb oder im Ruhezustand ist. Der Erfassungsschaltkreis170 kann die eine oder die mehreren gemessenen Charakteristiken zu einem Batterieverwaltungssystem180 übertragen. Das Batterieverwaltungssystem kann die eine oder die mehreren gemessenen Charakteristiken empfangen und die Bedingung der Batteriezelle102 zumindest teilweise basierend auf der einen oder den mehreren gemessenen Charakteristiken bestimmen. - Verschiedene Modelle sind entwickelt worden, um die elektrochemischen Reaktionen zu modellieren, die innerhalb der Batteriezelle
102B stattfinden. Ein Beispiel wurde durch Füller, 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 Batteriezelle102B stattfinden, basierend auf den gemessenen Charakteristiken verwendet werden kann. - Die Ladungstransferreaktionen an der Anode
120 und der Kathode150 , wie durch ein elektrochemisches Modell modelliert, können zum Beschreiben verschiedener Parameter der Batteriezelle102 während sowohl des Ladens als auch des Entladens der Batteriezelle102 verwendet werden. Zum Beispiel könnten verschiedene physikalische/chemische Parameter geschätzt werden, einschließlich zum Beispiel Anodenpartikelradius; Ionendiffusionsraten in der Anode120 , der Kathode150 und dem Elektrolyten; Interkalationsstrom und Übertragungszahl; Lösungsleitfähigkeit in der Anode120 , der Kathode150 und dem Elektrolyten; Zellenporosität der Anode120 und der Kathode150 ; und Gleichgewichtspotenzial der Anode120 und der Kathode150 . Wenn diese physikalischen/chemischen Parameter geschätzt werden, können sie zum Bereitstellen von Zustandsinformationen bezüglich der Batteriezelle verwendet werden. Der Kathodenpartikelradius kann zum Beispiel aufgrund des Grads an Lithiierung der Kathode150 variieren und kann daher den Ladezustand der Batteriezelle102 angeben. - Physikbasierte elektrochemische Modelle, wie etwa das Newman-Modell, können zahlreiche gewöhnliche und partielle Differentialgleichungen beinhalten, um das Verhalten der verschiedenen Parameter innerhalb der Batteriezelle
102B zu beschreiben. Das Newman-Modell modelliert akkurat viel tatsächliche Physik, die in den Li-Ionen-Batterien stattfindet. 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 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 solidphase 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 des 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 (PDEs) und differenziellen algebraischen Gleichungen (DAEs) des dynamischen ROM-Systems beteiligt sind. Dies trägt zu der Komplexität des Parameter- und Zustandsidentifikationsprozesses bei. Vorliegend werden zwei Verfahren einer Parameter- und Zustandsschätzung für das hoch nichtlineare und komplexe Modell des ROM beschrieben. Diese Modelle basieren auf einem Online-Empfang von Messdaten und erzielen somit eine hohe Schätzgeschwindigkeit. - Die Menge von Ausgängen des elektrochemischen Modells über den Luenberger-Beobachter beinhaltet Schätzungen der schnell variierenden Zustände der Batteriezelle
102 . Bei manchen Ausführungsformen ermöglicht der Zustand der Batteriezelle102 in Kombination mit dem gegenwärtigen Eingang in das mathematische Modell dem Modell, den gegenwärtigen Ausgang der Batteriezelle102 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
102 variieren typischerweise langsamer mit der Zeit als die Zustände der Batteriezelle102 . Zusätzlich dazu wird ein Parameter möglicherweise nicht dafür benötigt, dass das Modell den gegenwärtigen Ausgang der Batteriezelle102 vorhersagt. Stattdessen betrifft die Kenntnis über die Parameter der Batteriezelle102 , die der Gesundheitszustand der Batterie genannt werden kann, die Langzeitarbeitsweise der Batteriezelle102 . Beispielsweise die Arbeitsweise der Batteriezelle102 über einen oder mehrere Lade-/Entladezyklen. Zusätzlich dazu umfassen manche Ausführungsformen Parameter, die nicht direkt aus der Messung der gegenwärtigen Charakteristiken der Batteriezelle102 bestimmt werden können. Beispiele für Parameter der Batteriezelle102 beinhalten die maximale Leistungskapazität, die maximale Ausgangsleistung und den internen Widerstand. - Die Menge von Ausgängen aus dem elektrochemischen Modell über die Zustands- und Parameterschätzfunktionen beinhaltet Schätzungen von sowohl schnell variierenden Zuständen der Batteriezelle
102 als auch Schätzungen von langsam variierenden Parametern der Batteriezelle102 . Bei manchen Ausführungsformen ermöglicht der Zustand der Batteriezelle102 in Kombination mit dem gegenwärtigen Eingang in das mathematische Modell dem Modell, den gegenwärtigen Ausgang der Batteriezelle102 vorherzusagen. Zustände einer Batteriezelle können zum Beispiel den Ladezustand, für eine Lithiumbatterie den Grad an Lithiierung oder die Hysteresepegel der Batterie beinhalten. Parameter der Batteriezelle102 variieren typischerweise langsamer mit der Zeit als die Zustände der Batteriezelle102 . Zusätzlich dazu wird ein Parameter möglicherweise nicht dafür benötigt, dass das Modell den gegenwärtigen Ausgang der Batteriezelle102 vorhersagt. Stattdessen betrifft die Kenntnis über die Parameter der Batteriezelle102 , die der Gesundheitszustand der Batterie genannt werden kann, die Langzeitarbeitsweise der Batteriezelle102 . Beispielsweise die Arbeitsweise der Batteriezelle102 über einen oder mehrere Lade-/Entladezyklen. Zusätzlich dazu umfassen manche Ausführungsformen Parameter, die nicht direkt aus der Messung der gegenwärtigen Charakteristiken der Batteriezelle102 bestimmt werden können. Beispiele für Parameter der Batteriezelle102 beinhalten die maximale Leistungskapazität, die maximale Ausgangsleistung und den internen Widerstand. - Bei manchen Ausführungsformen, um das Batteriesystem
100A (oder das Batteriesystem100B) zu verwalten, empfängt das Batterieverwaltungssystem180A (oder das Batterieverwaltungssystem180B bezüglich des Batteriesystems100B) mindestens eine gemessene Charakteristik (z. B. einen Strom und/oder eine Spannung) der mindestens einen Batteriezelle102A von dem mindestens einen Sensor (z. B. dem Erfassungsschaltkreis170A , wie oben beschrieben). Das Batterieverwaltungssystem180A schätzt mindestens einen Zustand (z. B. einen Ladezustand und/oder einen Gesundheitszustand) der mindestens einen Batteriezelle102A zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis (z. B. Anwenden mehrerer differenzieller algebraischer Gleichungen, um ein Reduced-Order-Modell (ROM) eines Newman-Modells bereitzustellen), das physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle102A berücksichtigt. - Das Batterieverwaltungssystem
180A schätzt mindestens einen physikalischen Parameter (z. B. die physikalischen Parameter, wie oben beschrieben) der mindestens einen Batteriezelle102A basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands. Das Batterieverwaltungssystem180A schätzt außerdem den mindestens einen Zustand der mindestens einen Batteriezelle102A zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter. Das Batterieverwaltungssystem180A regelt das Laden und/oder Entladen der mindestens einen Batteriezelle102A basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle. Mit anderen Worten kann das Batterieverwaltungssystem180A ein schleifenbasiertes Verfahren, wie ausführlicher beschrieben, durchführen, bei dem physikalische Parameter iterativ basierend auf einem Zustand geschätzt werden und Zustände iterativ basierend auf den Parametern geschätzt werden. - Beim Schätzen des mindestens einen physikalischen Parameters der mindestens einen Batteriezelle
102A bestimmt das Batterieverwaltungssystem180A eine linearisierte Repräsentation des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Zustand der mindestens einen Batteriezelle102A zu der ersten Zeit. Das Batterieverwaltungssystem180A wendet zum Beispiel einen Zustandsbeobachter (z. B. einen Luenberger-Zustandsbeobachter) an, um einen oder mehrere Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit zu bestimmen. - Das Batterieverwaltungssystem
180A wandelt auch die linearisierte Repräsentation des Batteriemodells auf elektrochemischer Basis in eine skalare Repräsentation des Batteriemodells auf elektrochemischer Basis um. Das Batterieverwaltungssystem180A normiert zum Beispiel den einen oder die mehreren Regressor-Vektoren, um einen oder mehrere entsprechende skalare Ausgänge zu erzeugen, wobei der eine oder die mehreren Regressor-Vektoren und der eine oder die mehreren skalaren Ausgänge Funktionen der mindestens einen gemessenen Charakteristik, der Schätzung des mindestens einen Zustands und der Anfangsparameter oder der Parameter von dem vorherigen Zeitschritt sind. - Das Batterieverwaltungssystem
180A bestimmt auch eine skalare Repräsentation des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis. Das Batterieverwaltungssystem180A bestimmt auch den geschätzten mindestens einen Parameter basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. Das Batterieverwaltungssystem180A wendet zum Beispiel ein lineares Recursive-Least-Squares-Filter an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis an, um die skalare Repräsentation des mindestens einen physikalischen Parameters zu bestimmen. Zusätzlich dazu hält das Batterieverwaltungssystem180A bei manchen Ausführungsformen konstante Schätzungskosten bei und verhindert uneingeschränkte Schätzungsgewinne durch Anwenden eines zeitvariierenden Vergessensfaktors an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis. - Bei manchen Ausführungsformen bestimmt das Batterieverwaltungssystem
180A eine Empfindlichkeitskovarianzmatrix, die quantifiziert, wie stark zwei Parameter oder Zustände, wie oben beschrieben, über Dynamiken des Batteriesystems gekoppelt sind. Das Batterieverwaltungssystem180A kann die Empfindlichkeitskovarianzmatrix verwenden, um die Empfindlichkeit des Batteriesystems100A anzupassen. - Recursive Least Squares (RLS) ist ein adaptives Filter, das die Koeffizienten rekursiv findet, die eine gewichtete lineare Least-Squares-Kostenfunktion bezüglich der Eingangssignale minimiert. Adaptive Filter, wie etwa das Recursive Least Squares (RLS), stellen ein System mit einem linearen Filter bereit, das eine Transferfunktion aufweist, die durch variable Parameter gesteuert wird, ein Mittel zum Anpassen dieser Parameter. Ein Vorteil von RLS ist eine extrem schnelle Konvergenz.
- Ein Beispiel einer Implementierung eines Batteriesystems mit einem Luenberger-Beobachter und einer Recursive-Least-Squares-Schätzung ist in
3 dargestellt.3 veranschaulicht ein Batteriesystem300 , das einen Strom305 , eine Batterie310 und ein Batterieverwaltungssystem312 beinhaltet. Das Batterieverwaltungssystem312 beinhaltet eine Batteriezustand-Schätzfunktion320 , eine linearisierte Batteriemodellrepräsentation330 , Vektor-Puffer340A und340B , eine Regressor-Vektor-Normierung350 , einen Vergessensfaktor-Kalkulator360 , eine RLS-Parameter-Schätzfunktion370 und einen Parameter-Denormierer380 . - Ein Luenberger-Beobachter und eine Recursive-Least-Squares(RLS)-Schätzung können an verschiedenen elektrochemischen, physikalischen und mathematischen Modellen der Batterie
310 angewendet werden. In dem Beispiel von3 empfängt die Batterie310 einen Strom305 und besitzt mindestens eine messbare Charakteristik (z. B. den Strom305 und/oder eine Spannung). - In dem Beispiel von
3 empfangen die Batteriezustand-Schätzfunktion320 und das linearisierte Batteriemodell330 des Batterieverwaltungssystems312 mindestens eine gemessene Charakteristik (z. B. den Strom305 und/oder eine Spannung) der Batterie310 von dem mindestens einen Sensor (z. B. dem Erfassungsschaltkreis170A , wie oben beschrieben). Die Batteriezustand-Schätzfunktion320 des Batterieverwaltungssystems312 schätzt mindestens einen Zustand der Batterie310 zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der Batterie310 berücksichtigt. Das linearisierte Batteriemodell330 des Batterieverwaltungssystems312 schätzt mindestens einen physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessen Charakteristik und der Schätzung des mindestens einen Zustands von der Batteriezustand-Schätzfunktion320 . - Beim Schätzen von mindestens einem physikalischen Parameter der Batterie
310 ist das lineare Batteriemodell330 zum Beispiel ein Zustandsbeobachter (z. B. ein Luenberger-Zustandsbeobachter), der durch das Batterieverwaltungssystem312 angewendet wird, um einen oder mehrere linearisierte Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand von der Batteriezustand-Schätzfunktion320 zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit (z. B. einem historischen geschätzten physikalischen Parameter) zu bestimmen. Der eine oder die mehreren linearisierten Regressor-Vektoren werden durch die Vektor-Puffer340A und340B gepuffert. Der eine oder die mehreren linearisierten Regressor-Vektoren werden durch die Regressor-Vektor-Normierung350 normiert, um eine skalare Repräsentation des elektrochemischen Batteriemodells zu erzeugen. Die Recursive-Least-Squares-Parameter-Schätzfunktion370 des Batterieverwaltungssystems312 bestimmt eine skalare Repräsentation des mindestens einen physikalischen Parameters durch Anwenden eines linearen Recursive-Least-Squares-Filters mit einem Vergessensfaktor, der durch den Vergessensfaktor-Kalkulator360 bestimmt wird, an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis. Der Parameter-Denormierer380 des Batterieverwaltungssystems312 bestimmt einen geschätzten Wert des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters von der Recursive-Least-Squares-Parameter-Schätzfunktion370 . - Nach dem Bestimmen des mindestens einen physikalischen Parameters schätzt die Batteriezustand-Schätzfunktion
320 des Batterieverwaltungssystems312 den mindestens einen Zustand der Batterie310 zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis an der Schätzung des mindestens einen physikalischen Parameters. Das Batterieverwaltungssystem312 regelt das Laden und/oder Entladen der Batterie basierend auf der Schätzung des mindestens einen Zustands der Batterie. -
- In den Gleichungen 1 und 2 repräsentiert x die Zustände, θ repräsentiert die Parameter, I repräsentiert die Stromeingänge und V repräsentiert die Spannungsausgänge.
- Das dynamische Systemmodell des ROM besteht aus partiellen Differenzialgleichungen (PDE) und differenziellen algebraischen Gleichungen (DAE), die nichtlineare Funktionen der Parameter und Zustände sind. Die Recursive-Least-Squares(RLS)-Parameter-Schätzung approximiert das System als ein lineares Modell, das um einen gegebenen Betriebspunkt herum gültig ist. In einem Beispiel beinhaltet der Betriebspunkt die beobachteten Zustände zu der gegenwärtigen Zeit und die gegenwärtige Schätzung der Parameter. Die nichtlinearen Gleichungen der Batteriezustand-Schätzfunktion
320 werden gegenüber den Parametern linearisiert, um eine linearisierte Batteriemodellrepräsentation330 bereitzustellen. Manche Parameter können in mehreren partiellen Differenzialgleichungen (PDE) und/oder differenziellen algebraischen Gleichungen (DAE) erscheinen, was zu einer Überparametrisierung des Systems führen kann. Bei bestimmten Ausführungsformen kann dieses Problem gelöst werden, indem eine Menge von linearen Gleichungen geschrieben wird, die eine logarithmische nichtlineare Transformation zwischen der größeren Anzahl von Parametern, die in PDE und DAEs erscheinen, und den realen Parametern des Systems, die physikalische Bedeutungen besitzen, einsetzen. Die Linearisierung wird unter Verwendung einer Taylor-Reihen-Entwicklung des nichtlinearen dynamischen Systems des ROM gegenüber den Parametern erzielt. Ein Beispiel der linearisierten Parameter wird durch die Gleichungen 3-5 repräsentiert. - Bei bestimmten Ausführungsformen werden die PDE- und DAE-Gleichungen linearisiert und in einem Format eines linearen parametrischen Modells geschrieben, bei dem das Skalarprodukt eines Regressor-Vektors und der Menge von Parametern einen skalaren Ausgang ergibt. Der Regressor-Vektor und der skalare Ausgang sind Funktionen des überwachten Eingangs und Ausgangs des Systems, der beobachteten Zustände und der geschätzten Parameter in dem vorherigen Zeitschritt. Gemäß den Dynamiken des ROM können Hoch- oder Tiefpassfilter bei den Regressor-Vektoren und dem Ausgang des linearen parametrisierten Modells eingesetzt werden, um die Empfindlichkeit des Systems für die geschätzten Parametern zu erhöhen.
- Die Recursive-Least-Squares(RLS)-Kostenfunktion beinhaltet einen Vergessensfaktor, der den Beitrag älterer Daten relativ zu neueren Daten verringert. Bei manchen Ausführungsformen kann ein zeitvariierender Vergessensfaktor konstante Schätzungskosten garantieren und verhindert, dass die Schätzungsgewinne uneingeschränkt anwachsen.
- Die Recursive-Least-Squares-Schätzfunktion minimiert die Kostenfunktion bezüglich der Eingangssignale und berechnet adaptive Gewinne für die Parameter. Um die Empfindlichkeit der Schätzung zu verbessern, kann eine Empfindlichkeitskovarianzmatrix erzeugt werden, die quantifiziert, wie stark zwei Parameter oder Zustände über die Dynamiken des Systems gekoppelt sind. Empfindlichkeitskoeffizienten hängen von der Zeit ab, zu der der Ausgang gemessen wird. Falls diese Koeffizienten, die die Beziehung zwischen dem Ausgang und den Parametern und Zuständen bestimmen, linear unabhängig sind, dann gibt es nur eine eindeutige Menge von Parameterwerten. Andererseits, falls die lineare Abhängigkeit zwischen diesen Koeffizienten durch größere (näher an eins liegende), nicht auf der Diagonale liegende Werte in einer Empfindlichkeitskovarianzmatrix repräsentiert wird, können diese Parameter oder Zustände nicht identifizierbar sein. Für derartige stark gekoppelte Parameter oder Zustände wird entweder ein Eintrag in jeder stark gekoppelten Menge geschätzt oder eine mathematische Beziehung zwischen ihnen gefunden, die in den Dynamiken des Systems erschienen ist, und wird die Kombination als ein neuer Parameter oder Zustand geschätzt.
- 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
-
- Füller, Doyle und Newman, das (Newman-Modell), (J. Electrochem. Soc., Band 141, Nr. 1, Januar 1994, Seiten 1-10) [0023]
- Mayhew, C.; Wei He; Kroener, C.; Klein, R.; Chaturvedi, N.; Kojic, A., „Investigation of projection-based model-reduction techniques for solidphase diffusion in Li-ion batteries,“ American Control Conference (ACC), 2014 [0026]
Claims (20)
- Verfahren zum Verwalten eines Batteriesystems, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der ausgelegt ist zum Messen von mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem, das einen Mikroprozessor und einen Speicher beinhaltet, beinhaltet, wobei das Verfahren Folgendes umfasst: Empfangen, durch das Batterieverwaltungssystem, von mindestens einer gemessenen Charakteristik der mindestens einen Batteriezelle von dem mindestens einen Sensor; Schätzen, durch das Batterieverwaltungssystem, von mindestens einem Zustand der mindestens einen Batteriezelle zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle berücksichtigt; Schätzen, durch das Batterieverwaltungssystem, von mindestens einem physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands; Schätzen, durch das Batterieverwaltungssystem, des mindestens einen Zustands der mindestens einen Batteriezelle zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter; und Regeln, durch das Batterieverwaltungssystem, des Ladens und/oder Entladens der mindestens einen Batteriezelle basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
- Verfahren nach
Anspruch 1 , wobei das Empfangen der mindestens einen gemessenen Charakteristik der mindestens einen Batteriezelle von dem mindestens einen Sensor ein Empfangen von mindestens einer Strommessung oder einer Spannungsmessung der mindestens einen Batteriezelle beinhaltet. - 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 1 , wobei das Schätzen des mindestens einen physikalischen Parameters der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands Folgendes beinhaltet: Bestimmen, durch das Batterieverwaltungssystem, einer linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Zustand der mindestens einen Batteriezelle zu der ersten Zeit, Umwandeln der linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis in eine skalare Repräsentation des Batteriemodells auf elektrochemischer Basis, Bestimmen, durch das Batterieverwaltungssystem, einer skalaren Repräsentation des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis, und Bestimmen, durch das Batterieverwaltungssystem, des geschätzten mindestens einen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. - Verfahren nach
Anspruch 4 , wobei das Bestimmen der linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis ein Anwenden eines Zustandsbeobachters beinhaltet, um einen oder mehrere Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit zu bestimmen. - Verfahren nach
Anspruch 5 , wobei das Umwandeln der linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis in eine skalare Repräsentation des Batteriemodells auf elektrochemischer Basis ein Normieren des einen oder der mehreren Regressor-Vektoren beinhaltet, um einen oder mehrere entsprechende skalare Ausgänge zu erzeugen, wobei der eine oder die mehreren Regressor-Vektoren und der eine oder die mehreren entsprechenden skalaren Ausgänge Funktionen der mindestens einen gemessenen Charakteristik, der Schätzung des mindestens einen Zustands und der Anfangsparameter oder der Parameter von dem vorherigen Zeitschritt sind. - Verfahren nach
Anspruch 4 , wobei das Bestimmen des geschätzten mindestens einen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters ein Anwenden eines linearen Recursive-Least-Squares-Filters an der skalaren Repräsentation des Batteriemodells auf elektrochemische Basis beinhaltet, um die skalare Repräsentation des mindestens einen physikalischen Parameters zu bestimmen. - Verfahren nach
Anspruch 7 , wobei das Bestimmen des geschätzten mindestens einen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters ferner ein Beibehalten von konstanten Schätzungskosten und Verhindern von uneingeschränkten Schätzungsgewinnen durch Anwenden eines zeitvariierenden Vergessensfaktors an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis beinhaltet. - Verfahren nach
Anspruch 1 , wobei das Schätzen des mindestens einen physikalischen Parameters der mindestens einen Batteriezelle Folgendes beinhaltet: Anwenden eines Zustandsbeobachters, um einen oder mehrere linearisierte Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit zu bestimmen, Normieren des einen oder der mehreren linearisierten Regressor-Vektoren, um eine skalare Repräsentation des elektrochemischen Batteriemodells zu erzeugen, Bestimmen einer skalaren Repräsentation des mindestens einen physikalischen Parameters durch Anwenden eines linearen Recursive-Least-Squares-Filters mit einem Vergessensfaktor an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis, und Bestimmen eines geschätzten Werts des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. - Verfahren nach
Anspruch 1 , ferner umfassend eine Empfindlichkeitskovarianzmatrix, die quantifiziert, wie stark zwei Parameter oder Zustände über Dynamiken des Batteriesystems gekoppelt sind. - Verfahren nach
Anspruch 1 , wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle zu der ersten Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis ein Anwenden mehrerer differenzieller algebraischer Gleichungen beinhaltet, um ein Reduced-Order-Modell eines elektrochemischen Newman-Batteriemodells bereitzustellen. - 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 der mindestens einen Batteriezelle von dem mindestens einen Sensor, wobei die mindestens eine gemessene Charakteristik eine Charakteristik beinhaltet, die aus einer Gruppe ausgewählt wird, die aus einer Strommessung der mindestens einen Batteriezelle und einer Spannungsmessung der mindestens einen Batteriezelle besteht; Schätzen von mindestens einem Zustand der mindestens einen Batteriezelle zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle berücksichtigt; Schätzen von mindestens einem physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands; Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle zu einer zweiten Zeit im Anschluss an die erste Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Parameter; und Regeln des Ladens und/oder Entladens der mindestens einen Batteriezelle basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle.
- Batterieverwaltungssystem nach
Anspruch 12 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den mindestens einen Zustand der mindestens einen Batteriezelle zu schätzen, indem ein Ladezustand und ein Gesundheitszustand der mindestens einen Batteriezelle geschätzt werden. - Batterieverwaltungssystem nach
Anspruch 12 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den mindestens einen physikalischen Parameter der mindestens einen Batteriezelle basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands durch Folgendes zu schätzen: Bestimmen einer linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Zustand der mindestens einen Batteriezelle zu der ersten Zeit, Umwandeln der linearisierten Repräsentation des Batteriemodells auf elektrochemischer Basis in eine skalare Repräsentation des Batteriemodells auf elektrochemischer Basis, Bestimmen einer skalaren Repräsentation des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis, und Bestimmen des geschätzten mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. - Batterieverwaltungssystem nach
Anspruch 14 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, die linearisierte Repräsentation des Batteriemodells auf elektrochemischer Basis durch Anwenden eines Zustandsbeobachters zu bestimmen, um einen oder mehrere Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit zu bestimmen. - Batterieverwaltungssystem nach
Anspruch 15 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, die linearisierte Repräsentation des Batteriemodells auf elektrochemischer Basis in eine skalare Repräsentation des Batteriemodells auf elektrochemischer Basis durch Normieren des einen oder der mehreren Regressor-Vektoren umzuwandeln, um einen oder mehrere entsprechende skalare Ausgänge zu erzeugen, wobei der eine oder die mehreren Regressor-Vektoren und der eine oder die mehreren skalaren Ausgänge Funktionen der mindestens einen gemessenen Charakteristik, der Schätzung des mindestens einen Zustands und der Anfangsparameter oder der Parameter von dem vorherigen Zeitschritt sind. - Batterieverwaltungssystem nach
Anspruch 14 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den geschätzten mindestens einen Parameter basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters durch Anwenden eines linearen Recursive-Least-Squares-Filters an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis zu bestimmen, um die skalare Repräsentation des mindestens einen physikalischen Parameters zu bestimmen. - Batterieverwaltungssystem nach
Anspruch 17 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den geschätzten mindestens einen Parameter basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters ferner durch Beibehalten von konstanten Schätzungskosten und Verhindern von uneingeschränkten Schätzungsgewinnen durch Anwenden eines zeitvariierenden Vergessensfaktors an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis zu bestimmen. - Batterieverwaltungssystem nach
Anspruch 12 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den mindestens einen physikalischen Parameter der mindestens einen Batteriezelle durch Folgendes zu schätzen: Anwenden eines Zustandsbeobachters, um einen oder mehrere linearisierte Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand zu der ersten Zeit und mindestens einem geschätzten physikalischen Parameter von einer vorherigen Zeit zu bestimmen, Normieren des einen oder der mehreren linearisierten Regressor-Vektoren, um eine skalare Repräsentation des elektrochemischen Batteriemodells zu erzeugen, Bestimmen einer skalaren Repräsentation des mindestens einen physikalischen Parameters durch Anwenden eines linearen Recursive-Least-Squares-Filters mit einem Vergessensfaktor an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis, und Bestimmen eines geschätzten Werts des mindestens einen physikalischen Parameters basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. - Batterieverwaltungssystem nach
Anspruch 12 , wobei die Anweisungen, wenn sie durch den Prozessor ausgeführt werden, das Batterieverwaltungssystem dazu veranlassen, den mindestens einen Zustand der mindestens einen Batteriezelle zu der ersten Zeit durch Anwenden des Batteriemodells auf elektrochemischer Basis durch Folgendes zu schätzen: Anwenden mehrerer differenzieller algebraischer Gleichungen, um ein Reduced-Order-Modell eines elektrochemischen Newman-Batteriemodells bereitzustellen.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/011,118 | 2016-01-29 | ||
US15/011,118 US10243385B2 (en) | 2016-01-29 | 2016-01-29 | Secondary battery management system |
PCT/EP2017/051333 WO2017129527A1 (en) | 2016-01-29 | 2017-01-23 | Secondary battery management system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112017000274T5 true DE112017000274T5 (de) | 2019-02-28 |
Family
ID=57906616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112017000274.5T Granted DE112017000274T5 (de) | 2016-01-29 | 2017-01-23 | Sekundärbatterie-verwaltungssystem |
Country Status (5)
Country | Link |
---|---|
US (2) | US10243385B2 (de) |
KR (1) | KR102233608B1 (de) |
CN (1) | CN108701879B (de) |
DE (1) | DE112017000274T5 (de) |
WO (1) | WO2017129527A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3968437A1 (de) * | 2020-09-11 | 2022-03-16 | TWAICE Technologies GmbH | Verfahren zum trainieren eines maschinenmodells zur bestimmung eines batteriesystemzustands |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016145374A1 (en) * | 2015-03-11 | 2016-09-15 | University Of Washington | Electrochemical cell diagnostic systems and methods using second order and higher harmonic components |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
US11462929B2 (en) * | 2016-10-04 | 2022-10-04 | University Of Washington | Systems and methods for direct estimation of battery parameters using only charge/discharge curves |
CA3051447C (en) * | 2016-11-21 | 2022-01-18 | Clean Train Propulsion | Battery leasing and wireless power transfer for passenger rail |
KR102160710B1 (ko) * | 2017-07-04 | 2020-09-28 | 주식회사 엘지화학 | 전극 및 이를 포함하는 리튬 이차전지 |
FR3070346B1 (fr) * | 2017-08-30 | 2021-01-01 | Renault Sas | Procede de gestion de l'etat de charge d'un vehicule hybride |
DE102017216223A1 (de) * | 2017-09-13 | 2019-03-14 | Robert Bosch Gmbh | Verfahren zum Betrieb einer elektrischen Energiespeichereinheit |
KR102650965B1 (ko) | 2018-04-23 | 2024-03-25 | 삼성에스디아이 주식회사 | 배터리 상태 추정 방법 |
US11069926B1 (en) * | 2019-02-14 | 2021-07-20 | Vcritonc Alpha, Inc. | Controlling ongoing battery system usage via parametric linear approximation |
US20220229114A1 (en) * | 2019-06-12 | 2022-07-21 | Volvo Truck Corporation | A method for estimating a battery state |
KR20210000207A (ko) * | 2019-06-24 | 2021-01-04 | 삼성에스디아이 주식회사 | 내부 단락 셀 검출 방법 |
US11515587B2 (en) * | 2019-10-10 | 2022-11-29 | Robert Bosch Gmbh | Physics-based control of battery temperature |
KR102471890B1 (ko) * | 2020-08-03 | 2022-11-29 | 삼성에스디아이 주식회사 | 배터리 팩의 시뮬레이션 방법 |
CN113655280B (zh) * | 2021-08-13 | 2023-09-26 | 海南师范大学 | 一种在电动汽车动力电池连接时的绝缘阻值检测方法 |
US20230117908A1 (en) * | 2021-10-14 | 2023-04-20 | Arm Limited | Battery cell monitoring systems, battery packs, and methods of operation of the same |
Family Cites Families (93)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6962613B2 (en) | 2000-03-24 | 2005-11-08 | Cymbet Corporation | Low-temperature fabrication of thin-film energy-storage devices |
US6515456B1 (en) * | 2000-04-13 | 2003-02-04 | Mixon, Inc. | Battery charger apparatus |
US6624618B2 (en) * | 2001-01-25 | 2003-09-23 | Ford Global Technologies, Llc | System and method for vehicle voltage regulation |
US6639385B2 (en) | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
US6534954B1 (en) | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
TWI230494B (en) * | 2002-11-18 | 2005-04-01 | Hitachi Koki Kk | Battery charger capable of indicating time remaining to achieve full charge |
US6892148B2 (en) | 2002-12-29 | 2005-05-10 | Texas Instruments Incorporated | Circuit and method for measurement of battery capacity fade |
US8310201B1 (en) | 2003-05-06 | 2012-11-13 | Cypress Semiconductor Corporation | Battery with electronic compartment |
US8103485B2 (en) | 2004-11-11 | 2012-01-24 | Lg Chem, Ltd. | State and parameter estimation for an electrochemical cell |
US7315789B2 (en) | 2004-11-23 | 2008-01-01 | Lg Chem, Ltd. | Method and system for battery parameter estimation |
CA2588856C (en) | 2004-11-29 | 2012-11-13 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
BRPI0419141B8 (pt) | 2004-11-29 | 2022-12-13 | Lg Chemical Ltd | Método para estimar um presente estado aumentado de um sistema de células eletroquímicas usando filtragem conjunta, aparato configurado para estimar o presente estado aumentado de um pacote de células usando filtragem conjunta e sistema para estimar o presente estado aumentado de uma célula eletroquímica usando filtragem conjunta |
US7554294B2 (en) | 2005-01-28 | 2009-06-30 | The Johns Hopkins University | Battery health monitor |
DE102005008511B4 (de) | 2005-02-24 | 2019-09-12 | Tdk Corporation | MEMS-Mikrofon |
US7612532B2 (en) | 2005-06-21 | 2009-11-03 | Gm Global Technology Operations, Inc. | Method for controlling and monitoring using a state estimator having variable forgetting factors |
US7400115B2 (en) * | 2006-02-09 | 2008-07-15 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated combined battery state-parameter vector |
KR100804698B1 (ko) * | 2006-06-26 | 2008-02-18 | 삼성에스디아이 주식회사 | 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법 |
JP4802945B2 (ja) | 2006-08-31 | 2011-10-26 | トヨタ自動車株式会社 | 二次電池の制御システムおよびそれを搭載したハイブリッド車両 |
KR100863956B1 (ko) | 2006-09-26 | 2008-10-16 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그 구동방법 |
KR100839385B1 (ko) | 2006-11-01 | 2008-06-19 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그의 구동 방법 |
US7687678B2 (en) | 2007-05-10 | 2010-03-30 | Cisco Technology, Inc. | Electronic bandage with flexible electronic controller |
WO2008154956A1 (en) | 2007-06-20 | 2008-12-24 | Robert Bosch Gmbh | Charging method based on battery model |
JP4858349B2 (ja) * | 2007-08-01 | 2012-01-18 | 株式会社デンソー | 2次電池の充電状態推定装置及び充電制御システム |
US7957921B2 (en) | 2008-02-19 | 2011-06-07 | GM Global Technology Operations LLC | Model-based estimation of battery hysteresis |
US8855956B2 (en) | 2008-06-05 | 2014-10-07 | A123 Systems Llc | Method and system for determining state of charge of an energy delivery device |
US8321164B2 (en) | 2008-09-25 | 2012-11-27 | GM Global Technology Operations LLC | Method and system for determining a state of charge of a battery based on a transient response |
DE102009000782A1 (de) | 2008-12-04 | 2010-06-10 | Robert Bosch Gmbh | Verfahren zur Bestimmung des Ladezustands einer sekundären Interkalationszelle einer wiedereaufladbaren Batterie |
US8116998B2 (en) | 2009-01-30 | 2012-02-14 | Bae Systems Controls, Inc. | Battery health assessment estimator |
US8896315B1 (en) | 2009-02-12 | 2014-11-25 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Battery cell balancing system and method |
US8188715B2 (en) | 2009-05-15 | 2012-05-29 | Robert Bosch Gmbh | Method for determining extent and type of capacity fade |
EP2273327A1 (de) | 2009-06-24 | 2011-01-12 | ABB Research Ltd. | Schätzen der Anfangszustände eines Systemmodells für die Steuerung eines industriellen Prozesses. |
WO2011014667A2 (en) | 2009-07-29 | 2011-02-03 | The Regents Of The University Of Michigan | System for scheduling battery charge and discharge |
FR2949565B1 (fr) | 2009-09-02 | 2012-12-21 | Inst Francais Du Petrole | Methode amelioree pour estimer les caracteristiques non mesurables d'un systeme electrochimique |
US9203248B2 (en) | 2009-09-28 | 2015-12-01 | Hitachi, Ltd. | Battery management system using non-volatile memory |
US8467984B2 (en) | 2009-09-30 | 2013-06-18 | Battelle Energy Alliance, Llc | Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells |
IT1397174B1 (it) | 2009-10-27 | 2013-01-04 | F I A M M Spa | Metodo per la rilevazione continua dell'efficienza di una batteria specie di una batteria installata in autoveicoli e dispositivo utilizzante tale metodo |
JP5691592B2 (ja) * | 2010-02-18 | 2015-04-01 | 日産自動車株式会社 | 電池状態推定装置 |
US9078481B2 (en) * | 2010-02-26 | 2015-07-14 | Thl Holding Company, Llc | Charging device for use in a system for monitoring protective headgear |
US8346495B2 (en) | 2010-04-22 | 2013-01-01 | Battelle Energy Alliance, Llc | Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices |
FR2961351B1 (fr) | 2010-06-15 | 2012-07-20 | Saft Groupe Sa | Systeme de surveillance de l'etat d'une batterie |
WO2011160258A1 (zh) | 2010-06-24 | 2011-12-29 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
US20130221919A1 (en) | 2010-09-02 | 2013-08-29 | Nicky G. Gallegos | System and methods for battery management |
US20120101753A1 (en) | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Adaptive slowly-varying current detection |
JP5304844B2 (ja) * | 2011-05-24 | 2013-10-02 | トヨタ自動車株式会社 | バッテリの充電制御装置 |
US8880253B2 (en) | 2011-06-28 | 2014-11-04 | Ford Global Technologies, Llc | Nonlinear adaptive observation approach to battery state of charge estimation |
US8724832B2 (en) | 2011-08-30 | 2014-05-13 | Qualcomm Mems Technologies, Inc. | Piezoelectric microphone fabricated on glass |
KR20140082752A (ko) | 2011-09-30 | 2014-07-02 | 케이피아이티 테크놀로지스 엘티디. | 배터리의 충전 상태를 결정하는 시스템 및 방법 |
US8761050B2 (en) | 2011-10-04 | 2014-06-24 | Advanergy, Inc. | Network integration system and method |
WO2013105140A1 (ja) | 2012-01-13 | 2013-07-18 | トヨタ自動車株式会社 | 二次電池の制御装置および制御方法 |
WO2013140781A1 (ja) | 2012-03-19 | 2013-09-26 | パナソニック株式会社 | 蓄電池監視方法、蓄電池監視システム、および、蓄電池システム |
CN104471415B (zh) | 2012-04-27 | 2017-09-01 | 加州理工学院 | 用于电池应用的嵌入式芯片 |
US8922217B2 (en) * | 2012-05-08 | 2014-12-30 | GM Global Technology Operations LLC | Battery state-of-charge observer |
US8890484B2 (en) * | 2012-05-08 | 2014-11-18 | GM Global Technology Operations LLC | Battery state-of-charge estimator using robust H∞ observer |
WO2013177442A1 (en) | 2012-05-23 | 2013-11-28 | The Regents Of The University Of Michigan | Estimating core temperatures of battery cells in a battery pack |
US9086462B2 (en) | 2012-08-15 | 2015-07-21 | GM Global Technology Operations LLC | Systems and methods for battery parameter estimation |
WO2014050073A1 (ja) | 2012-09-26 | 2014-04-03 | 三洋電機株式会社 | 電池状態推定装置及び蓄電池システム |
JP5944291B2 (ja) | 2012-10-05 | 2016-07-05 | カルソニックカンセイ株式会社 | バッテリのパラメータ等推定装置およびその推定方法 |
KR101547006B1 (ko) | 2012-10-26 | 2015-08-24 | 주식회사 엘지화학 | 배터리 잔존 용량 추정 장치 및 방법 |
JP6239241B2 (ja) | 2013-02-04 | 2017-11-29 | 株式会社東芝 | 電池性能推定方法および電池性能推定装置 |
US10870360B2 (en) | 2013-02-12 | 2020-12-22 | Cps Technology Holdings Llc | Battery monitoring network |
US9316694B2 (en) | 2013-02-12 | 2016-04-19 | Johnson Controls Technology Company | Battery monitoring system with time-based diagnostic activation |
CN105612651B (zh) | 2013-02-21 | 2018-04-10 | 罗伯特·博世有限公司 | 用于估计单独的电极的容量和锂离子电池系统的总容量的方法和系统 |
US20140244193A1 (en) | 2013-02-24 | 2014-08-28 | Fairchild Semiconductor Corporation | Battery state of charge tracking, equivalent circuit selection and benchmarking |
US9575128B2 (en) | 2013-03-12 | 2017-02-21 | GM Global Technology Operations LLC | Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques |
US9668032B2 (en) | 2013-05-16 | 2017-05-30 | Nergysense, Llc | Apparatus, system and method for a cloud based universal fleet monitoring system |
US20140342193A1 (en) | 2013-05-17 | 2014-11-20 | Tenergy Corporation | Smart battery system |
US20140350877A1 (en) | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
WO2014196506A1 (ja) * | 2013-06-03 | 2014-12-11 | 古河電気工業株式会社 | 充電制御装置および充電制御方法 |
EP2816366A1 (de) | 2013-06-18 | 2014-12-24 | VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) | Überwachung der in einer Batterie gespeicherten Ladung |
JP6197479B2 (ja) | 2013-08-23 | 2017-09-20 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
US10393813B2 (en) | 2013-08-27 | 2019-08-27 | The Regents Of The University Of Michigan | On-board state of health monitoring of batteries using incremental capacity analysis |
WO2015056964A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 하이브리드 이차 전지의 상태 추정 장치 및 그 방법 |
WO2015056963A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법 |
KR101708885B1 (ko) | 2013-10-14 | 2017-02-21 | 주식회사 엘지화학 | 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법 |
US9205755B2 (en) | 2014-01-14 | 2015-12-08 | Ford Global Technologies, Llc | Receding horizon regression analysis for battery impedance parameter estimation |
US20150226807A1 (en) | 2014-02-12 | 2015-08-13 | Seeo, Inc | Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries |
CN112965640A (zh) | 2014-02-28 | 2021-06-15 | 株式会社半导体能源研究所 | 电子设备 |
US9446678B2 (en) | 2014-03-05 | 2016-09-20 | Ford Global Technologies, Llc | Battery model with robustness to cloud-specific communication issues |
US9533597B2 (en) | 2014-03-05 | 2017-01-03 | Ford Global Technologies, Llc | Parameter identification offloading using cloud computing resources |
JP2015178963A (ja) | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 算出装置及び算出方法 |
US20150302723A1 (en) | 2014-04-16 | 2015-10-22 | Ark Corporation Pty Ltd | Battery Monitor and Controller |
US9312722B2 (en) | 2014-05-09 | 2016-04-12 | Ford Global Technologies, Llc | System and method for battery power management |
FI127220B (fi) | 2014-06-06 | 2018-01-31 | Polar Heater Oy | Akun monitorointilaite akun kunnon ilmaisemiseksi ja akun monitorointilaitteen valmistusmenetelmä |
CA2958151C (en) | 2014-08-14 | 2023-10-31 | Schumacher Electric Corporation | Battery charger status control system and method |
US10547184B2 (en) | 2015-02-18 | 2020-01-28 | The Boeing Company | System and method for battery management |
US10440542B2 (en) | 2015-11-24 | 2019-10-08 | NuGen Systems, Inc. | Wireless battery monitoring and control system for parachute deployment and auto load disengagement |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
US10263447B2 (en) * | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
US20170271984A1 (en) | 2016-03-04 | 2017-09-21 | Atigeo Corp. | Using battery dc characteristics to control power output |
US9960625B2 (en) | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
-
2016
- 2016-01-29 US US15/011,118 patent/US10243385B2/en active Active
-
2017
- 2017-01-23 WO PCT/EP2017/051333 patent/WO2017129527A1/en active Application Filing
- 2017-01-23 DE DE112017000274.5T patent/DE112017000274T5/de active Granted
- 2017-01-23 CN CN201780009079.6A patent/CN108701879B/zh active Active
- 2017-01-23 KR KR1020187021761A patent/KR102233608B1/ko active IP Right Grant
-
2018
- 2018-11-20 US US16/197,053 patent/US10491022B2/en active Active
Non-Patent Citations (2)
Title |
---|
Füller, Doyle und Newman, das (Newman-Modell), (J. Electrochem. Soc., Band 141, Nr. 1, Januar 1994, Seiten 1-10) |
Mayhew, C.; Wei He; Kroener, C.; Klein, R.; Chaturvedi, N.; Kojic, A., „Investigation of projection-based model-reduction techniques for solidphase diffusion in Li-ion batteries," American Control Conference (ACC), 2014 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3968437A1 (de) * | 2020-09-11 | 2022-03-16 | TWAICE Technologies GmbH | Verfahren zum trainieren eines maschinenmodells zur bestimmung eines batteriesystemzustands |
Also Published As
Publication number | Publication date |
---|---|
KR20180095703A (ko) | 2018-08-27 |
US10491022B2 (en) | 2019-11-26 |
CN108701879B (zh) | 2022-02-18 |
CN108701879A (zh) | 2018-10-23 |
KR102233608B1 (ko) | 2021-03-30 |
US20170222448A1 (en) | 2017-08-03 |
US20190109465A1 (en) | 2019-04-11 |
WO2017129527A1 (en) | 2017-08-03 |
US10243385B2 (en) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112017000274T5 (de) | Sekundärbatterie-verwaltungssystem | |
DE112017000271T5 (de) | Sekundärbatterie-verwaltungssystem | |
DE112017002588T5 (de) | Treppenladen | |
Vermeer et al. | A comprehensive review on the characteristics and modeling of lithium-ion battery aging | |
DE112017000272T5 (de) | Sekundärbatterieverwaltung | |
DE112017004755T5 (de) | Sekundärbatterie-Verwaltungssystem mit entfernter Parameterschätzung | |
DE69912709T2 (de) | Verfahren und Vorrichtung zum Messen von Zustandsgrö en einer Batterie | |
DE102013208046B4 (de) | Schätzvorrichtung für einen Batterieladezustand, die einen robusten H∞-Beobachter verwendet | |
DE102015111952A1 (de) | Elektrochemisches Batteriemodell reduzierter Ordnung zur Fahrzeugsteuerung | |
DE102015111953A1 (de) | Temperaturabhängiges elektrochemisches Batteriemodell zur Fahrzeugsteuerung | |
DE112016005119T5 (de) | Interne Kurzschlussdetektion und -abschwächung in Batterien | |
DE102012208426A1 (de) | Schätzvorrichtung zum Wiederaufladen von Batterien unter Verwendung der Impedanzantwort einer Batterie | |
DE102016119253A1 (de) | Batteriezustands-schätzungssysteme und verfahren unter verwendung eines nichtlinearen widerstandselements | |
CN109716152A (zh) | 用于估计电池的电压的方法和装置 | |
DE102015111954A1 (de) | Batterieleistungsfähigkeitsschätzung basierend auf elektrochemischem Modell reduzierter Ordnung | |
DE102015111950A1 (de) | Interpolation von Metallionenkonzentrationen in einem Batteriemodell zur Fahrzeugsteuerung | |
DE102017105067A1 (de) | Batteriekapazitäts-Schätzung auf Basis elektrochemischer Modelle reduzierter Ordnung | |
DE102017105069A1 (de) | Batteriekapazitäts-Schätzung mit offenschleifigen und geschlossenschleifigen Modellen | |
DE102020206272A1 (de) | Batterieverwaltungssystem mit gemischter elektrode | |
WO2018228806A1 (de) | Verfahren und vorrichtung zum laden einer wiederaufladbaren elektrochemischen energiespeicherzelle | |
DE102019209165A1 (de) | System und verfahren zum betreiben von batterien auf basis einer elektrodenkristallstrukturänderung | |
DE112016001065B4 (de) | Batteriezustandsschätzvorrichtung | |
DE112021005688T5 (de) | Anomalie-Detektionsverfahren, Anomalie- Detektionsvorrichtung, Energiespeichereinrichtung und Computerprogramm | |
DE102020214988A1 (de) | Verwaltungssysteme und verfahren für siliciumhaltige lithium-ionen-batterien | |
DE102018214984A1 (de) | Verfahren zur Ermittlung einer Umgebungstemperatur einer ersten elektrischen Energiespeichereinheit im Verbund mit zweiten elektrischen Energiespeichereinheiten sowie entsprechende Vorrichtung, Computerprogramm und maschinenlesbares Speichermedium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R082 | Change of representative |
Representative=s name: ISARPATENT - PATENT- UND RECHTSANWAELTE BARTH , DE |
|
R016 | Response to examination communication | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R082 | Change of representative |