DE112017000274T5

DE112017000274T5 - Sekundärbatterie-verwaltungssystem

Info

Publication number: DE112017000274T5
Application number: DE112017000274.5T
Authority: DE
Inventors: John F. Christensen; Aleksandar Kojic; Nalin Chaturvedi; Reinhardt Klein; Anahita MirTabatabaei
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2016-01-29
Filing date: 2017-01-23
Publication date: 2019-02-28
Also published as: KR20180095703A; US10491022B2; CN108701879B; CN108701879A; KR102233608B1; US20170222448A1; US20190109465A1; WO2017129527A1; US10243385B2

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 in 1 dargestellt. Das Batteriesystem 100A beinhaltet eine Anodenlasche 110A, eine Anode 120A, ein Trennglied 130A, eine Kathode 150A, eine Kathodenlasche 160A, einen Erfassungsschaltkreis 170A und ein Batterieverwaltungssystem 180A. In manchen Beispielen kann das Trennglied 130A ein elektrisch isolierendes Trennglied sein. Bei manchen Ausführungsformen umfasst das elektrisch isolierende Trennglied einen porösen Polymerfilm. Bei verschiedenen Ausführungsformen kann die Dickenabmessung der Komponenten der Batteriezelle 102A für die Anode 120A etwa 5 bis etwa 110 Mikrometer, für das Trennglied 130A weniger als etwa 50 Mikrometer oder in bestimmten Ausführungsformen weniger als etwa 10 Mikrometer und für die Kathode 150A etwa 50 bis etwa 110 Mikrometer betragen.
Während der Entladung der Batteriezelle 102A wird Lithium an der Anode 120A oxidiert, um ein Lithium-Ion zu bilden. Das Lithium-Ion migriert durch das Trennglied 130A der Batteriezelle 120A zu der Kathode 150A. Während des Ladens kehren die Lithiumionen zu der Anode 120A zurück und werden zu Lithium reduziert. Das Lithium kann im Fall einer Lithiumanode 120A als Lithiummetall an der Anode 120A abgeschieden werden oder im Fall einer Einfügematerialanode 120A, 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 →Li_xC₆.
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 Kathode 150 kann verschiedene Materialien umfassen, wie etwa Schwefel oder schwefelhaltige Materialien (z. B. Polyacrylnitril-Schwefel-Komposite (PAN-S-Komposite), Lithium-Sulfid (Li₂S)); Vanadiumoxide (z. B. Vanadiumpentoxid (V₂O₅)); Metall-Fluoride (z. B. Fluoride von Titan, Vanadium, Eisen, Kobalt, Bismut, Kupfer und Kombinationen davon); Lithium-Einfügematerialien (z. B. Lithiumnickelmangankobaltoxid (NMC), lithiumreiches NMC, Lithiumnickelmanganoxid (LiNi_0,5Mn_1,5O₄)), Lithium-Übergangsmetalloxide (z. B. Lithiumkobaltoxid (LiCoO₂), Lithiummanganoxid (LiMn₂O₄), Lithiumnickelkobaltaluminiumoxid (NCA) und Kombinationen davon); Lithium-Phosphate (z. B. Lithiumeisenphosphat (LiFePO₄)).
Die Partikel können ferner in einer porösen, elektrisch leitfähigen Matrix suspendiert sein, die ein Polymerbindemittel und ein elektronisch leitfähiges Material, wie etwa Kohlenstoff (Ruß, Graphit, Kohlefaser usw.), beinhaltet. In manchen Beispielen kann die Kathode ein elektrisch leitfähiges Material mit einer Porosität von größer als 80 % umfassen, um die Bildung und Abscheidung/Lagerung von Oxidationsprodukten, wie etwa Lithiumperoxid (Li₂O₂) oder Lithiumsulfid (Li₂S), in dem Kathodenvolumen zu ermöglichen. Die Fähigkeit, das Oxidationsprodukt direkt abzuscheiden, bestimmt die von der Batteriezelle erhaltbare Maximalleistung. Materialien, die die benötigte Porosität bereitstellen, beinhalten Ruß, Graphit, Kohlefasern, Kohlenstoff-Nanoröhren und andere Nicht-Kohlenstoff-Materialien. Die Poren der Kathode 150A, des Trennglieds 130A und der Anode 120A 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 Trennglied 130A poröse Polymere (z. B. poröses Polyolefin), Keramiken und zweidimensionale Folienstrukturen, wie etwa Graphen, Bornitrid und Dichalcogenide, beinhalten. In bestimmten Beispielen können die Poren des Trennglieds 130A 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 Batteriezelle 102A verbunden. In einem Beispiel ist das Batterieverwaltungssystem 180A über elektrische Verbindungen (z. B. Drähte) elektrisch mit der Batteriezelle 102A verbunden. In einem anderen Beispiel kann das Batterieverwaltungssystem 180A über ein Drahtloskommunikationsnetz drahtlos mit der Batteriezelle 102A verbunden sein. Das Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A kann auch unter Verwendung anderer Komponenten oder Kombinationen von Komponenten implementiert werden, einschließlich zum Beispiel eines Digitalsignalprozessors (DSP), einer anwendungsspezifischen integrierten Schaltung (ASIC), eines feldprogrammierbaren Gate-Arrays (FPGA) oder eines anderen Schaltkreises. In Abhängigkeit von der gewünschten Konfiguration kann der Prozessor eine oder mehrere Caching-Ebenen, wie etwa einen Ebenen-Cache-Speicher, einen oder mehrere Prozessorkerne und Register beinhalten. Der beispielhafte Prozessorkern kann eine arithmetische Logikeinheit (ALU), eine Gleitkommaeinheit (FPU) oder eine beliebige Kombination davon beinhalten. Das Batterieverwaltungssystem 180A kann auch eine Benutzerschnittstelle und eine Kommunikationsschnittstelle beinhalten und andere computerimplementierte Einrichtungen zum Durchführen von vorliegend nicht definierten Merkmalen können in das System integriert werden. In manchen Beispielen kann das Batterieverwaltungssystem 180A 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 Batterieverwaltungssystems 180A computerlesbare Anweisungen, die, wenn sie durch den elektronischen Prozessor des Batterieverwaltungssystems 180A ausgeführt werden, veranlassen, dass das Batterieverwaltungssystem und insbesondere der elektronische Prozessor die Leistungsfähigkeit verschiedener Funktionen oder Verfahren, die dem Batterieverwaltungssystem 180A vorliegend zugeschrieben sind, durchführt oder steuert (z. B. Berechnen eines Zustands oder Parameters des Batteriesystems, Regeln des Betriebs des Batteriesystems, Detektieren eines internen Kurzschlusses aus einer Dendritbildung). Der Speicher kann beliebige flüchtige, nicht flüchtige, unbeständige, beständige, magnetische, optische oder elektrische Medien beinhalten, wie etwa einen Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM), nicht flüchtigen RAM (NVRAM), elektrisch löschbaren programmierbaren ROM (EEPROM), Flash-Speicher oder beliebige andere digitale oder analoge Medien. Die dem Batterieverwaltungssystem 180A vorliegend zugeschriebenen Funktionen können als Software, Firmware, Hardware oder eine beliebige Kombination davon umgesetzt sein. In einem Beispiel kann das Batterieverwaltungssystem 180A in einer Datenverarbeitungseinrichtung eingebettet sein und der Erfassungsschaltkreis 170A ist ausgelegt zum Kommunizieren mit dem Batterieverwaltungssystem 180A der Datenverarbeitungseinrichtung extern zu der Batteriezelle 102A. In diesem Beispiel ist der Erfassungsschaltkreis 170A dazu ausgelegt, eine drahtlose und/oder verdrahtete Kommunikation mit dem Batterieverwaltungssystem 180A aufzuweisen. Der Erfassungsschaltkreis 170A und das Batterieverwaltungssystem 180A der externen Einrichtung sind zum Beispiel dazu ausgelegt, über ein Netz miteinander zu kommunizieren. In noch einem anderen Beispiel befindet sich das Batterieverwaltungssystem 180A entfernt auf einem Server und der Erfassungsschaltkreis 170A ist dazu ausgelegt, Daten der Batteriezelle 102A zu dem Batterieverwaltungssystem 180A zu übertragen. In den obigen Beispielen ist das Batterieverwaltungssystem 180A 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 Erfassungsschaltkreis 170A zu empfangen, einschließlich zum Beispiel Strom-, Spannungs- und/oder Widerstandsmessungen. Der Erfassungsschaltkreis 170A kann einen oder mehrere Sensoren beinhalten. Jeder Sensor des Erfassungsschaltkreises 170A kann eine oder mehrere Charakteristiken (z. B. einen Strom, eine Spannung, einen Widerstand und/oder eine Temperatur) der Batteriezelle 102A messen. Der Erfassungsschaltkreis 170A kann sich intern in der Batteriezelle 102A befinden. Das Batterieverwaltungssystem 180A ist auch ausgelegt zum Bestimmen einer Bedingung der Batteriezelle 102A. Basierend auf der bestimmten Bedingung der Batteriezelle 102A kann das Batterieverwaltungssystem 180A die Betriebsparameter der Batteriezelle 102A ändern, um die interne Struktur der Batteriezelle 102A beizubehalten. Das Batterieverwaltungssystem 180A kann auch einen Benutzer über die Bedingung der Batteriezelle 102A benachrichtigen.
Bei anderen Ausführungsformen können die physische Platzierung und Konfiguration verschiedener Komponenten modifiziert werden. Zum Beispiel veranschaulicht 2 ein anderes Beispiel für ein Batteriesystem 100B, das eine Batteriezelle 102B, eine Anodenlasche 110B, eine Anode 120B, ein Trennglied 130B, eine Kathode 150B, eine Kathodenlasche 160B, einen Erfassungsschaltkreis 170B und ein Batterieverwaltungssystem 180B beinhaltet. In dem Beispiel von 2 befindet sich der Erfassungsschaltkreis 170B jedoch extern zu der Batteriezelle 102B und kann innerhalb desselben Gehäuses wie das Batterieverwaltungssystem 180B integriert sein.
Bei manchen Ausführungsformen ist die Batteriezelle 102A, 102B Teil eines geschlossenen Systems. In einem geschlossenen System, nachdem die Batteriezelle 102A, 102B erzeugt wird, wird das Gehäuse, das die Batteriezelle 102A, 102B umgibt, abgedichtet, um zu verhindern, dass externe Elemente, wie etwa Luft und Feuchtigkeit, in die Batteriezelle 102A, 102B eintreten und potenziell eine Verschlechterung der Batteriezelle 102A, 102B bewirken, was zu einer reduzierten Leistungsfähigkeit und kürzerer Lebensdauer der Batteriezelle 102A, 102B führt. In der folgenden Besprechung verwenden Beispiele, die sich auf Komponenten in sowohl dem Batteriesystem 100A als auch dem Batteriesystem 100B beziehen, das Bezugszeichen ohne die A- oder B-Bezeichnung (z. B. Anode 120 anstatt Anode 120A und Anode 120B).
Eine Batteriezelle 102, die Teil eines geschlossenen Systems ist, präsentiert verschiedene Herausforderungen für das Batterieverwaltungssystem 180. Das geschlossene System ermöglicht keine direkte Beobachtung der Bedingung der Komponenten der Batteriezelle 102. Stattdessen überwacht und/oder misst der Erfassungsschaltkreis 170 Charakteristiken (z. B. Spannung, Strom, Widerstand, Leistung, Temperatur und Kombinationen davon) der Batteriezelle 102, während die Batteriezelle 102 in Betrieb oder im Ruhezustand ist. Der Erfassungsschaltkreis 170 kann die eine oder die mehreren gemessenen Charakteristiken zu einem Batterieverwaltungssystem 180 übertragen. Das Batterieverwaltungssystem kann die eine oder die mehreren gemessenen Charakteristiken empfangen und die Bedingung der Batteriezelle 102 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 Batteriezelle 102B stattfinden, basierend auf den gemessenen Charakteristiken verwendet werden kann.
Die Ladungstransferreaktionen an der Anode 120 und der Kathode 150, wie durch ein elektrochemisches Modell modelliert, können zum Beschreiben verschiedener Parameter der Batteriezelle 102 während sowohl des Ladens als auch des Entladens der Batteriezelle 102 verwendet werden. Zum Beispiel könnten verschiedene physikalische/chemische Parameter geschätzt werden, einschließlich zum Beispiel Anodenpartikelradius; Ionendiffusionsraten in der Anode 120, der Kathode 150 und dem Elektrolyten; Interkalationsstrom und Übertragungszahl; Lösungsleitfähigkeit in der Anode 120, der Kathode 150 und dem Elektrolyten; Zellenporosität der Anode 120 und der Kathode 150; und Gleichgewichtspotenzial der Anode 120 und der Kathode 150. 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 Kathode 150 variieren und kann daher den Ladezustand der Batteriezelle 102 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 Batteriezelle 102 in Kombination mit dem gegenwärtigen Eingang in das mathematische Modell dem Modell, den gegenwärtigen Ausgang der Batteriezelle 102 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 Batteriezelle 102. Zusätzlich dazu wird ein Parameter möglicherweise nicht dafür benötigt, dass das Modell den gegenwärtigen Ausgang der Batteriezelle 102 vorhersagt. Stattdessen betrifft die Kenntnis über die Parameter der Batteriezelle 102, die der Gesundheitszustand der Batterie genannt werden kann, die Langzeitarbeitsweise der Batteriezelle 102. Beispielsweise die Arbeitsweise der Batteriezelle 102 über einen oder mehrere Lade-/Entladezyklen. Zusätzlich dazu umfassen manche Ausführungsformen Parameter, die nicht direkt aus der Messung der gegenwärtigen Charakteristiken der Batteriezelle 102 bestimmt werden können. Beispiele für Parameter der Batteriezelle 102 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 Batteriezelle 102. Bei manchen Ausführungsformen ermöglicht der Zustand der Batteriezelle 102 in Kombination mit dem gegenwärtigen Eingang in das mathematische Modell dem Modell, den gegenwärtigen Ausgang der Batteriezelle 102 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 Batteriezelle 102. Zusätzlich dazu wird ein Parameter möglicherweise nicht dafür benötigt, dass das Modell den gegenwärtigen Ausgang der Batteriezelle 102 vorhersagt. Stattdessen betrifft die Kenntnis über die Parameter der Batteriezelle 102, die der Gesundheitszustand der Batterie genannt werden kann, die Langzeitarbeitsweise der Batteriezelle 102. Beispielsweise die Arbeitsweise der Batteriezelle 102 über einen oder mehrere Lade-/Entladezyklen. Zusätzlich dazu umfassen manche Ausführungsformen Parameter, die nicht direkt aus der Messung der gegenwärtigen Charakteristiken der Batteriezelle 102 bestimmt werden können. Beispiele für Parameter der Batteriezelle 102 beinhalten die maximale Leistungskapazität, die maximale Ausgangsleistung und den internen Widerstand.
Bei manchen Ausführungsformen, um das Batteriesystem 100A (oder das Batteriesystem 100B) zu verwalten, empfängt das Batterieverwaltungssystem 180A (oder das Batterieverwaltungssystem 180B bezüglich des Batteriesystems 100B) mindestens eine gemessene Charakteristik (z. B. einen Strom und/oder eine Spannung) der mindestens einen Batteriezelle 102A von dem mindestens einen Sensor (z. B. dem Erfassungsschaltkreis 170A, wie oben beschrieben). Das Batterieverwaltungssystem 180A schätzt mindestens einen Zustand (z. B. einen Ladezustand und/oder einen Gesundheitszustand) der mindestens einen Batteriezelle 102A 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 Batteriezelle 102A berücksichtigt.
Das Batterieverwaltungssystem 180A schätzt mindestens einen physikalischen Parameter (z. B. die physikalischen Parameter, wie oben beschrieben) der mindestens einen Batteriezelle 102A basierend auf der mindestens einen gemessenen Charakteristik und der Schätzung des mindestens einen Zustands. Das Batterieverwaltungssystem 180A schätzt außerdem den mindestens einen Zustand der mindestens einen Batteriezelle 102A 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 Batterieverwaltungssystem 180A regelt das Laden und/oder Entladen der mindestens einen Batteriezelle 102A basierend auf der Schätzung des mindestens einen Zustands der mindestens einen Batteriezelle. Mit anderen Worten kann das Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A eine linearisierte Repräsentation des Batteriemodells auf elektrochemischer Basis basierend auf dem geschätzten mindestens einen Zustand der mindestens einen Batteriezelle 102A zu der ersten Zeit. Das Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A bestimmt auch den geschätzten mindestens einen Parameter basierend auf der skalaren Repräsentation des mindestens einen physikalischen Parameters. Das Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A 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 Batterieverwaltungssystem 180A kann die Empfindlichkeitskovarianzmatrix verwenden, um die Empfindlichkeit des Batteriesystems 100A 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 Batteriesystem 300, das einen Strom 305, eine Batterie 310 und ein Batterieverwaltungssystem 312 beinhaltet. Das Batterieverwaltungssystem 312 beinhaltet eine Batteriezustand-Schätzfunktion 320, eine linearisierte Batteriemodellrepräsentation 330, Vektor-Puffer 340A und 340B, eine Regressor-Vektor-Normierung 350, einen Vergessensfaktor-Kalkulator 360, eine RLS-Parameter-Schätzfunktion 370 und einen Parameter-Denormierer 380.
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 von 3 empfängt die Batterie 310 einen Strom 305 und besitzt mindestens eine messbare Charakteristik (z. B. den Strom 305 und/oder eine Spannung).
In dem Beispiel von 3 empfangen die Batteriezustand-Schätzfunktion 320 und das linearisierte Batteriemodell 330 des Batterieverwaltungssystems 312 mindestens eine gemessene Charakteristik (z. B. den Strom 305 und/oder eine Spannung) der Batterie 310 von dem mindestens einen Sensor (z. B. dem Erfassungsschaltkreis 170A, wie oben beschrieben). Die Batteriezustand-Schätzfunktion 320 des Batterieverwaltungssystems 312 schätzt mindestens einen Zustand der Batterie 310 zu einer ersten Zeit durch Anwenden eines Batteriemodells auf elektrochemischer Basis, das physikalische Parameter einer chemischen Zusammensetzung der Batterie 310 berücksichtigt. Das linearisierte Batteriemodell 330 des Batterieverwaltungssystems 312 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-Schätzfunktion 320.
Beim Schätzen von mindestens einem physikalischen Parameter der Batterie 310 ist das lineare Batteriemodell 330 zum Beispiel ein Zustandsbeobachter (z. B. ein Luenberger-Zustandsbeobachter), der durch das Batterieverwaltungssystem 312 angewendet wird, um einen oder mehrere linearisierte Regressor-Vektoren basierend auf dem geschätzten mindestens einen Zustand von der Batteriezustand-Schätzfunktion 320 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-Puffer 340A und 340B gepuffert. Der eine oder die mehreren linearisierten Regressor-Vektoren werden durch die Regressor-Vektor-Normierung 350 normiert, um eine skalare Repräsentation des elektrochemischen Batteriemodells zu erzeugen. Die Recursive-Least-Squares-Parameter-Schätzfunktion 370 des Batterieverwaltungssystems 312 bestimmt eine skalare Repräsentation des mindestens einen physikalischen Parameters durch Anwenden eines linearen Recursive-Least-Squares-Filters mit einem Vergessensfaktor, der durch den Vergessensfaktor-Kalkulator 360 bestimmt wird, an der skalaren Repräsentation des Batteriemodells auf elektrochemischer Basis. Der Parameter-Denormierer 380 des Batterieverwaltungssystems 312 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-Schätzfunktion 370.
Nach dem Bestimmen des mindestens einen physikalischen Parameters schätzt die Batteriezustand-Schätzfunktion 320 des Batterieverwaltungssystems 312 den mindestens einen Zustand der Batterie 310 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 Batterieverwaltungssystem 312 regelt das Laden und/oder Entladen der Batterie basierend auf der Schätzung des mindestens einen Zustands der Batterie.
Eine Repräsentation der Zustände und Parameter der Batterie 310 und der entsprechenden Zustände und Parameter des Modells der Batterie-Schätzfunktion 320 ist in den Gleichungen 1 bzw. 2 bereitgestellt. $\begin{matrix} \dot{x} (t) = f (x (t), θ, I (t)) \\ 0 = g (x (t), θ, I (t)) \\ V (t) = h (x (t), θ, I (t)) \end{matrix}$
$\begin{matrix} \hat{\dot{x}} (t) = f (\hat{x} (τ), \hat{θ}, I (τ)) \\ 0 = g (\hat{x} (τ), \hat{θ}, I (τ)) \\ \hat{V} (t) = h (\hat{x} (τ), \hat{θ}, I (τ)) \end{matrix}$
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 Batteriemodellrepräsentation 330 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. $z (t) = Φ {(t)}^{T} θ$
$z (t) = ξ (\hat{x} (t), \hat{θ}, I (t), V (t))$
$Φ (t) = η (\hat{x} (t), \hat{θ}, I (t), V (t))$
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

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.