JP2023544919A - 電気車両への電力供給 - Google Patents

電気車両への電力供給 Download PDF

Info

Publication number
JP2023544919A
JP2023544919A JP2023547176A JP2023547176A JP2023544919A JP 2023544919 A JP2023544919 A JP 2023544919A JP 2023547176 A JP2023547176 A JP 2023547176A JP 2023547176 A JP2023547176 A JP 2023547176A JP 2023544919 A JP2023544919 A JP 2023544919A
Authority
JP
Japan
Prior art keywords
battery
energy density
power
high energy
cell
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.)
Pending
Application number
JP2023547176A
Other languages
English (en)
Inventor
ムジーブ・イジャズ
ブライアン・ムーアヘッド
Original Assignee
アワー・ネクスト・エナジー・インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by アワー・ネクスト・エナジー・インコーポレイテッド filed Critical アワー・ネクスト・エナジー・インコーポレイテッド
Publication of JP2023544919A publication Critical patent/JP2023544919A/ja
Pending legal-status Critical Current

Links

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
    • 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
    • B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • B60L58/22—Balancing the charge of battery modules
    • 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
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/20—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by converters located in the vehicle
    • 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
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B60L15/2045—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
    • 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
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/10—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
    • B60L53/14—Conductive energy transfer
    • B60L53/16—Connectors, e.g. plugs or sockets, specially adapted for charging electric vehicles
    • 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]
    • 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
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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
    • B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • B60L58/20—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules having different nominal voltages
    • 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
    • H01M10/441—Methods for charging or discharging 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
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries 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
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0016—Circuits for equalisation of charge between batteries using shunting, discharge or bypass 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • B60L2210/00—Converter types
    • B60L2210/10—DC to DC converters
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/425—Temperature
    • 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
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0025—Sequential battery discharge in systems with a plurality of batteries
    • 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection 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
    • H02J7/14—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from dynamo-electric generators driven at varying speed, e.g. on vehicle
    • H02J7/1423—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from dynamo-electric generators driven at varying speed, e.g. on vehicle with multiple batteries
    • 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
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/342—The other DC source being a battery actively interacting with the first one, i.e. battery to battery charging
    • 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
    • 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
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/14—Plug-in electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Battery Mounting, Suspending (AREA)

Abstract

トラクションバッテリの航続距離を延長するために、低サイクル寿命、高エネルギー密度の化学物質が充電式バッテリにおいて使用されることを可能にする、ハイブリッドアーキテクチャを利用する電源システム。

Description

関連出願の相互参照
本出願は、2020年10月9日に出願した米国出願第63/089,990号、および2021年3月16日に出願した米国出願第63/161,822号の優先権の利益を主張するものであり、これらの各々は、参照によりその全体が組み込まれる。
本開示は、一般に、電気車両に電力を供給するためのシステム、方法、およびコンピュータプログラムに関し、より具体的には、トラクションバッテリの航続距離を延長するように構成された高エネルギー密度バッテリを介して電気車両の電源システムを動作させるシステム、方法、およびコンピュータプログラムに関する。
本開示は、電気車両における安全性を確保すること、バッテリ寿命を最大化すること、およびバッテリ容量を最大化することを含む、ハイブリッドアーキテクチャによって提供される利点を維持または最大化しながら、航続距離または距離目標を達成するために、ハイブリッドアーキテクチャの個々のバッテリから取得する出力電力のレベルのインテリジェントに決定するための方法、システム、およびコンピュータプログラム製品にも関する。
電気車両において使用される電源システムは、通常、単一のバッテリパックまたは複数のバッテリパックを使用して直列に接続される。これらのバッテリは、通常は充電式バッテリであり、典型的にはリチウムイオンバッテリである。
リチウムイオンバッテリは、その高い出力電圧、良好なサイクル性能、低い自己放電率、速い充電および放電、ならびに高い充電効率により、環境汚染のないグリーンエネルギーとして、電気車両および蓄電において広く使用されてきた。
従来のバッテリパラメータ更新は、バッテリ管理システム(BMS(Battery Management System))に依存する。BWSの主な機能は、データ点の中でもバッテリ電圧、電流、温度を監視することと、バッテリのSOC(充電状態(State of Charge))、SOH(健全度(State of Health))、SOE(エネルギー状態(State of Energy))、SOP(充放電許容電力(State of Power))、RM(残り走行距離(Remaining Mileage))を推定することと、診断を実行することと、バッテリの健全度を保護することと、バッテリバランス管理およびバッテリ温度管理プロセスを実行することとを含む。
バッテリのパラメータをより正確に測定するために、従来の技術的解決策は、しばしば、推定バッテリSOCをチェックするためのOCV(開回路電圧(Opening Circuit Voltage))-SOC曲線を事前に記憶する。いくつかのデータは、製造業者またはアフターセールスが、データ分析障害とバッテリ履歴情報とを取得することができるように、BWSによってクラウドバックアップにアップロードされ得る。
通常、SOCの正確なバランスを維持し、バッテリセルとバッテリパック/モジュールとの間のバッテリ特性のバランスを取ることは、困難である。古いバッテリおよび新しいバッテリ、異なる容量のバッテリ、または異なる特性のバッテリパックは、一緒に使用されることが不可能であり、1つのバッテリコアまたはパックの故障は、バッテリシステム全体の故障を引き起こす可能性がある。これらの問題は、効率と航続距離とを低下させ、バッテリシステムの製造およびスクリーニングのコストを大幅に増加させた。
バッテリ技術開発において生じた別の共通の問題は、エネルギー密度と、耐用年数中の利用可能なバッテリサイクルの数と、バッテリの性能との間のトレードオフを含む。好ましいエネルギー密度と、高い性能と、バッテリをその耐用年数中に充電および放電することができる多数のサイクルとを有するバッテリ解決策またはエネルギー貯蔵解決策を提供する公知の技術は、存在しない。
任意の特定の要素または行為の議論を容易に識別するために、参照番号の最上位桁は、要素が最初に導入された図の番号を指す。電源システムの特徴と思われる特定の新規な特徴については、添付の特許請求の範囲において概説する。しかしながら、電源システム自体は、好ましい使用モード、さらなる非限定的な目的、およびその利点と同様に、添付図面と併せて読まれたときに、例示的な実施形態の以下の詳細な説明を参照して最もよく理解されるであろう。
例示的な実施形態が実装され得る電源システムのブロック図である。 例示的な実施形態が実装され得るコンピュータシステムのブロック図である。 例示的な実施形態による電気車両のスケッチである。 例示的な実施形態によるチャートである。 例示的な実施形態による別のチャートである。 例示的な実施形態による電源システムのスケッチである。 例示的な実施形態によるチャート放電曲線のチャートである。 例示的な実施形態による電源システムの別のチャートである。 例示的な実施形態による電源システムおよび車両シャーシの別のブロック図である。 例示的な実施形態による電源システムのブロック図である。 例示的な実施形態が実装され得る電源システムを動作させるための例示的なプロセスのフローチャートである。 例示的な実施形態が実装され得るデータ処理システムのネットワークのブロック図である。 例示的な実施形態が実装され得るデータ処理システムのブロック図である。 例示的な実施形態によるインテリジェント電力出力提案のための構成を示す図である。 例示的な実施形態による機械学習モデルをトレーニングするための例示的な構成のブロック図である。 例示的な実施形態による例示的なプロセスのフローチャートである。 例示的な実施形態による属性の例示的な優先順位付けのブロック図である。
例示的な実施形態は、現在利用可能な解決策が、上記で論じた問題に完全には対処していない、または適切な解決策を提供しないことを認識している。電気車両は、通常、車両に電力を供給するための単一のバッテリに依存する。これは、車両の航続距離を、サイクル寿命、耐久性、および航続距離の要件を満たすことができる化学物質のみに限定し、通常は、化学物質が限定されなければならないことを意味する。多くの化学物質は、電気車両バッテリのために使用される従来の化学物質よりも高いエネルギー密度(例えば、エネルギー密度において2倍から3倍高い)を有する可能性があるが、不十分なサイクル寿命を有する。電気車両において航続距離の延長が必要であることを考慮すると、前記化学物質は、適切に管理される場合、従来の能力の範囲を超えて航続距離を大幅に延長するために利用することができる。
例示的な実施形態は、充電式バッテリ内の大部分の従来のセルが並列に接続され、セルを通過する入力電流および出力電流を制御することを不可能にすることを認識している。例示的な実施形態は、前記充電式バッテリの個々のセルが故障した場合、前記故障を時間内に検出および/または軽減できないためにセルの死が加速されるので、バッテリの完全性および性能を維持することが困難であることも認識している。さらに、いくつかの構成において、1つのセルが故障した場合、バッテリ全体が使用不能にされる場合がある。例示的な実施形態は、従来のバッテリが、高いサイクル寿命要件のために高エネルギー密度の化学物質を利用していないことをさらに認識している。
説明の明瞭性のために、またそれに対するいかなる限定も暗示することなく、例示的な実施形態について、いくつかの例示的な構成を使用して説明する。この開示から、当業者は、説明した目的を達成するために、説明した構成の多くの変更、適応、および修正に想到することができ、同じことが、例示的な実施形態の範囲内で企図される。
さらに、図および例示的な実施形態において、システムの簡略図が使用される。実際のコンピューティング環境において、本明細書において図示もしくは記載されていない追加の構造もしくは構成要素、または図示されているものとは異なるが、本明細書に記載されているのと同様の機能のための構造もしくは構成要素が、例示的な実施形態の範囲から逸脱することなく存在し得る。
さらに、例示的な実施形態について、例としてのみ、特定の実際のまたは仮想の構成要素に関して説明する。様々な例示的な実施形態によって説明するステップは、説明する動作を提供するために目的化または再利用することができる様々な構成要素を使用する電気車両のための電源システムに適応することができ、そのような適応は、例示的な実施形態の範囲内で企図される。
例示的な実施形態について、例としてのみ、特定のタイプのステップ、アプリケーション、プロセッサ、問題、およびデータ処理環境に関して説明する。これらおよび他の同様のアーティファクトの任意の特定の発現は、本発明を限定することを意図していない。これらおよび他の同様のアーティファクトの任意の適切な発現は、例示的な実施形態の範囲内で選択することができる。
本開示における例は、説明を明確にするためにのみ使用され、例示的な実施形態に対する限定ではない。本明細書で列挙した任意の利点は、単なる例であり、例示的な実施形態に対する限定であることを意図していない。特定の例示的な実施形態は、追加のまたは異なる利点を実現する場合がある。さらに、特定の例示的な実施形態は、上記で列挙した利点のうちのいくつか、もしくはすべてを有するか、またはまったく有しない場合がある。
本明細書で説明する例示的な実施形態は、電気車両用の電源システム100に向けられている。電源システム100(図1)は、前記化学物質が自動車分野において信頼されることを妨げてきた前記化学物質の不利益から前記アーキテクチャを保護しながら、航続距離において大幅に増加することを含む、そのような化学物質の利益を可能にするために、ハイブリッドアーキテクチャにおいて低サイクル寿命、高エネルギー密度の化学物質を含むように構成される。本明細書で開示するバッテリシステムは、並行して作用する複数の化学物質を含むので、「ハイブリッド」システムと呼ばれる場合がある。代替的に、電源と内燃動力源の両方を使用する「ハイブリッド」車両と区別するために、本明細書で開示するバッテリシステム、車両、ならびに関連するシステムおよび構成要素は、「走行距離延長、マルチケミストリバッテリシステム」と呼ばれる場合がある。
本明細書で開示する電源システム100は、トラクションバッテリ102(例えば、リン酸鉄リチウム(LFP)を含む)と、1つまたは複数のハイブリッド化学物質を有し、トラクションバッテリ102を充電する電力および/または電気車両に電力を供給するための電力を提供するために制御することができる1つまたは複数の高エネルギー密度ハイブリッドモジュール112を備えるハイブリッドレンジエクステンダバッテリ124とを含み得る。1つまたは複数の実施形態は、充電式バッテリ製造における既存の問題が、従来の航続距離を超えて電気車両が利用可能な長距離走行の航続距離を増加させる高エネルギー密度を有する一方で、前記高エネルギー密度によって導入される低サイクル寿命に対応することを考慮するバッテリを有する電気車両を提供する必要があることを認識している。
1つまたは複数の実施形態は、本明細書におけるステップのうちのいくつかを実行するために、オンボードまたは外部コンピュータシステム126(もしくはコンピュータシステム200)内に含まれるか、またはその外部にある1つまたは複数のプロセッサ106(またはプロセッサ120、コンピュータプロセッサ206、図2)を含む。トラクションバッテリは、放電および充電の限界を監視および決定し得る。インバータは、電力の流れを管理し得、ハイブリッドモジュールコントローラは、DC/DCコンバータを介してそれ自体の充電/放電を管理し得る。1つまたは複数の実施形態において、車両302(図3)は、電気車両(EV)として構成される。1つまたは複数の実施形態において、車両302は、プラグインハイブリッド電気車両(PHEV)として構成される。電気車両という用語は、駆動システムに推進力を供給するための主エネルギー源として充電式電気バッテリを利用するように構成された、または全電気式ドライブトレインを有する自動車両、鉄道車両、船舶、および航空機に対して以下にまとめて使用される。
さらに、本明細書で使用される場合、センサは、物理的特性を示し、応答し、検出し、および/または測定し、物理的特性に関するデータを生成するために利用される1つまたは複数のセンサを含む、システム、装置、ソフトウェア、ハードウェア、実行可能命令のセット、インターフェース、トランスデューサ、および/または前述のものの様々な組合せにすることができるセンサデバイスである。
さらに、バッテリエネルギー密度は、一般に、セルがその体積に比例してどれくらい多くのエネルギーを含むのかの尺度を指すために使用される。
さらに、本明細書で使用される場合、高エネルギー密度モジュールは、約1000Wh/L以上のセルエネルギー密度、例えば、1100Wh/Lまたは1200Wh/Lのセルエネルギー密度を有するセルを有するモジュールを指す。当業者は、図4Bに示すように、自動車レベルの性能を有する従来のバッテリ化学物質が、1000Wh/Lよりも低いか、または大幅に低い、例えば、約350Wh/Lと500Wh/Lとの間の、セルレベルにおいて測定されたセルエネルギー密度を有することを認識するであろう。ハイブリッドレンジエクステンダバッテリ124において高エネルギー密度化学物質を使用することは、例えば、トラクションバッテリ102によって提供されるエネルギーの2倍または3倍を超えるエネルギーの提供を保証し得る。
1つまたは複数の実施形態において、電源システム100は、1つまたは複数のトラクションモジュール122を有するトラクションバッテリ102と、1つまたは複数の高エネルギー密度ハイブリッドモジュール112を備えるハイブリッドレンジエクステンダバッテリ124と、トラクションバッテリ102とハイブリッドレンジエクステンダバッテリ124との間の仕切りとを備える。
各モジュールは、バッテリスタックにすることができる。当業者は、本明細書に記載の実施形態において電力を供給するために他のタイプのバッテリデバイスを使用することができ、したがって、特定の構成の列挙が限定であることを意図していないことを理解する。図1に関して本明細書で論じたように、バッテリ管理システム、BMS104は、リレー108を制御し、動作限界を報告するために、例えば、オンボードコンピュータシステム126を使用し得る。また、車両のニーズを満たすために、1つまたは複数のハイブリッドモジュールからの電力を要求し得る。ハイブリッドレンジエクステンダバッテリ124のハイブリッドモジュールコントローラは、BMSからの集中的な調整なしに、それ自体の内部目標(1つまたは複数の事前設定されるかまたは動的に決定される規則によって定義される目標など)と、エネルギー状態と、トラクションバッテリの観察されたエネルギー状態および運転挙動とに基づいて、高電圧DCバスへの寄与を制御し得る。したがって、電源システム100は、車両302の動作の距離を増加させるために、より効率的で省電力のモードにおいて動作されるか、単一の故障セルによって引き起こされるモジュールの劣化を防止することができる。例えば、走行中、本明細書に記載の1つまたは複数の実施形態は、目的地にナビゲートするための電力要件を推定し、車両302が動作するために利用可能な蓄積されたエネルギーを使用して目的地に安全に到着することができるかどうかを判断するオンボードコンピュータシステム126を含む。コンピュータシステム126が、車両が所定の目的地に到着することができないと判断した場合、トラクションバッテリ102は走行のために十分な電力を供給するために、ハイブリッドレンジエクステンダバッテリ124を使用して充電され得る。
1つまたは複数の実施形態において、高エネルギー密度ハイブリッドモジュール112は、単一の化学物質を有するように構成されるが、1つまたは複数の他の実施形態において、高エネルギー密度ハイブリッドモジュール112は、複数の化学物質(例えば、毎日、毎週、および毎月の使用のための3つの化学物質)を有するように構成される。
例示的な実施形態において、トラクションバッテリ102は、単一のトラクションモジュール122、または直列に接続された複数のトラクションモジュール122を備える。別の例示的な実施形態において、ハイブリッドレンジエクステンダバッテリ124は、互いに並列に接続され、またトラクションバッテリ102と並列に接続された複数の高エネルギー密度ハイブリッドモジュール112を有し、高エネルギー密度ハイブリッドモジュール112の各々がトラクションバッテリ102の充電または車両302の電力供給への寄与を管理することを可能にし、各高エネルギー密度ハイブリッドモジュール112のハイブリッドモジュールコントローラ118は、双方向DC-DCコンバータを含む。より一般的には、負端子が接続され、双方向DC-DCコンバータの正出力が接続される。
1つまたは複数の実施形態において、車両302に電力を供給するため、またはトラクションバッテリ102を充電するために、本明細書に記載のハイブリッドレンジエクステンダバッテリ124において利用することができるバッテリは、1000Wh/Lよりも大きいセルエネルギー密度を有するセル114を有するバッテリを含む。
電気車両におけるバッテリシステムは、典型的にはトラクションバッテリであり、一緒に詰め込まれた数百個のセルから構成される。例えば、300Vから400Vの電圧定格を有するこれらのシステムは、約300A(例えば、200～300A)のように高い電流を供給し、どんな誤った管理も、重大な災害のトリガとなる可能性がある。したがって、電気車両において、高電圧バッテリの安全な動作のためにバッテリ管理システムが不可欠である。バッテリ管理システムは、バッテリの状態を監視し、バッテリの寿命や容量を低減し、さらには爆発を引き起こす場合がある過充電および放電を防止するように構成することができる。例えば、BMSは、電圧をチェックし、必要な電圧に達すると、充電プロセスを停止する。電力の流れにおいて不規則なパターンが検出されると、BMSは、バッテリをシャットダウンし、アラームを発信することができる。さらに、BMSは、バッテリの状態に関する情報をエネルギーおよび電力管理システムに中継するように構成することができる。それに加えて、BMSは、バッテリセルの温度と、バッテリの健全度も調整することができ、あらゆる条件下でバッテリを安全かつ確実にする。
BMSの1つの特徴は、バッテリの電圧が高すぎたり低すぎたりしないことを保証するためにバッテリパックのSOCを効率的に維持するために、望ましいか、または場合によっては重要であるように、バッテリパックの充電状態(SOC)を推定する能力である。例えば、場合によっては、バッテリセルの容量を減少させるので、バッテリは、100%を超えて充電されるか、または0%に放電されるべきではない。BMSは、バッテリの電圧および温度に関する正確な情報を提供するだけでなく、使用するために利用可能なエネルギーおよびバッテリ残量の指標を提供し得る。
いくつかの実施形態において、SOCが推定され得る。さらに、クーロン計数プロセスにおいて、バッテリに出入りする電流は、充電の相対値を生成するために積分される。しかしながら、従来のシステムが並列に接続された個々のセルのSOCおよび他の特性を正確に決定することは、しばしば困難である場合がある。
したがって、例示的な実施形態は、従来のBMSが、バッテリパック内のセルの個々の特性を正確に測定することができないことを認識している。従来の解決策は、推定値を取得しようとするが、セルの電圧などの対応する特性パラメータを測定するためにセルの電流を制御する方法を持たない。
図1に戻ると、トラクションバッテリ102は、車両302に電力を供給するように構成された1つまたは複数のトラクションモジュール122を含み得る。ハイブリッドレンジエクステンダバッテリ124は、必要なときに車両にその様々な電力要件を提供するために、トラクションバッテリ102の化学物質とは異なる1つまたは2つ以上のタイプの化学物質を有するモジュール式であるように設計される。特定の例として、トラクションバッテリは、LFP化学物質を有し得、ハイブリッドレンジエクステンダバッテリ124は、Gr(グラファイト)またはGr+SS(グラファイト+ソリッドステート)化学物質を有し得る。使用される特定の化学物質に関係なく、ハイブリッドレンジエクステンダバッテリ124は、独立型バッテリとして機能するようにそれぞれのDC-DCコンバータを有して構成された1つまたは複数の高エネルギー密度ハイブリッドモジュール112またはパックを有するように設計され得る。高エネルギー密度ハイブリッドモジュール112を独立して制御することができ、その個々のセル114の健全度または状態を独立して測定することができることによって、セル114の充電および放電率を調整することができる。一実施形態において、高エネルギー密度ハイブリッドモジュール112のセル114は、直列に配置される。各セル114と並列に接続されたブリーダ抵抗器などのバランスデバイス128を使用することによって、セル114の充電または放電の速度は、制御することができ、すなわち、セルのブリーダ抵抗器をオンにすることは、セル内に蓄えられた電荷を放電する。例示的な実施形態において、ブリーダ抵抗器は、数百(200)ミリアンペアまでの追加の放電電流を作成することが可能であり得、それによって、セルの充電/放電電流を微細に調整し、ストリング内のセルを共通の状態にすることができる。さらに、1つまたは複数のセンサ116は、電圧を測定し、セルの直列ストリング内のすべてのセルにわたって平衡状態を達成するために、ブリーダ抵抗器がどれくらいの時間作動したままであるべきかを決定するために使用される。
バッテリがその最大容量に対して放電される割合は、そのCレートである。例えば、1Cレートは、放電電流が1時間でバッテリ全体を放電することを意味する。典型的には、車両は、4Cピークと1C平均とを必要とする。高エネルギー密度ハイブリッドモジュール112を双方向DC-DCコンバータを用いて独立して制御することによって、C/5(すなわち、0.2C)以下のレートを達成することができる。これは、過剰な充電および放電による高エネルギー密度化学物質に関連する故障イベントをトリガすることを防止する。より具体的には、トラクションバッテリ102は、車両の負荷需要に従い、ピーク電流を提供し得る。高エネルギー密度ハイブリッドモジュール112は、トラクションバッテリおよびパワートレインが接続された車両HVバスに放電するために、それらの双方向DC-DCコンバータを用い得る。各々がC/5を寄与する5個の高エネルギー密度ハイブリッドモジュール112を有する例示的な実施形態において、それらの組み合わされた寄与は、1Cである。車両が4Cを必要とする場合、トラクションは、3Cにおいて放電される。車両が1Cを必要とする場合、トラクションバッテリ102は、停止している(0C)。車両が-1C(回生制動)を必要とする場合、トラクションバッテリは、2Cにおいて再充電される。一実施形態において、各高エネルギー密度ハイブリッドモジュール112は、セル114の健全度または状態を測定するための動作可能に結合されたハイブリッドモジュールコントローラ118も有する。例えば、ハイブリッドモジュールコントローラ118は、対応する高エネルギー密度ハイブリッドモジュール112のすべてのセルについて、電圧、電流、温度、SOC(充電状態)、SOH(健全度)を測定するように構成することができる。絶縁および電流を管理することができ、それらの寄与を調整し、電源システム100のメインバス/高電圧DCバスに対してエネルギーを吸収および提供するDC-DCコンバータ制御も有する。システムは、トラクションバッテリ102と主に通信するように構成されたBMS104も有し得る。トラクションバッテリ102が故障した場合、高エネルギー密度ハイブリッドモジュール112のうちの1つまたは複数が、駆動ユニット110に電力を直接供給することによって、トラクションバッテリ102の代替品(例えば、一時的な代替品)として機能することができる。1つまたは複数のプロセッサ(プロセッサ120、プロセッサ106、またはコンピュータシステム126のプロセッサ)は、本明細書で説明する1つまたは複数のプロセスまたは動作の実行を可能にするために、いくつかの構成において使用される。車両の駆動ユニット110を電源システム100の電力に動作可能に結合するために、リレー108が制御される。駆動ユニット110は、推進モータ、インバータ、HVAC(暖房、換気、および空調(Heating, Ventilation, and Air Conditioning))システムなどの、電源システム100の外部のデバイスを集合的に指す場合がある。
電源システム100について説明してきたが、ここで、本明細書における例示的な実施形態のうちの少なくともいくつかに従って用いられ得るコンピュータシステム200のブロック図を示す図2を参照する。本明細書では、この例示的なコンピュータシステム200に関して様々な実施形態について説明する場合があるが、この説明を読んだ後、当業者には、他のコンピュータシステムおよび/またはアーキテクチャを使用して本開示をどのように実装するかが明らかになる場合がある。
本明細書における例示的な実施形態において、コンピュータシステム200は、図1のコンピュータシステム126の一部を形成するか、または図1のコンピュータシステム126から独立している。さらに、電源システム100の少なくともいくつかの構成要素は、図2のコンピュータシステム200を形成するか、または図2のコンピュータシステム200内に含まれ得る。コンピュータシステム200は、少なくとも1つのコンピュータプロセッサ206を含む。電源システム100のプロセッサ106およびプロセッサ120は、コンピュータプロセッサ206の一部であるかもしくはコンピュータプロセッサ206の一部を形成し得、またはコンピュータプロセッサ206から独立し得る。コンピュータプロセッサ206は、例えば、中央処理装置(CPU)、複数の処理ユニット、特定用途向け集積回路(「ASIC」)、フィールドプログラマブルゲートアレイ(「FPGA」)などを含み得る。コンピュータプロセッサ206は、通信インフラストラクチャ(例えば、ネットワーク)202(例えば、通信バス、ネットワーク)に接続され得る。本明細書における例示的な実施形態において、コンピュータプロセッサ206は、高エネルギー密度ハイブリッドモジュール112とトラクションバッテリ102または電気車両302の駆動ユニット110との間の双方向DC-DCコンバータの状態を制御することを含む、電源システム100を動作させるプロセスを制御するCPUを含む。
ディスプレイインターフェース208(または他の出力インターフェース)は、電気車両302のディスプレイであり得るディスプレイユニット214上に表示するために、通信インフラストラクチャ(例えば、ネットワーク)202から、またはフレームバッファ(図示せず)からの電源システム100に関するテキスト、ビデオグラフィックス、および他のデータを転送し得る。例えば、ディスプレイインターフェース208は、グラフィックス処理ユニットを有するビデオカードを含み得、または電源システム100を制御するためのインターフェースをオペレータに提供し得る。
コンピュータシステム200は、情報をコンピュータプロセッサ206に送信するためにコンピュータシステム200のオペレータによってディスプレイユニット214と共に使用され得る入力ユニット210も含み得る。入力ユニット210は、キーボードおよび/またはタッチスクリーンモニタを含み得る。一例において、ディスプレイユニット214、入力ユニット210、およびコンピュータプロセッサ206は、集合的にユーザインターフェースを形成し得る。
電源システム100を動作させる1つまたは複数のコンピュータ実装ステップは、コンピュータ可読プログラム命令の形態において非一時的記憶デバイス上に記憶され得る。手順を実行するために、コンピュータプロセッサ206は、記憶デバイス上に記憶された適切な命令をメモリにロードし、次いで、ロードされた命令を実行する。
コンピュータシステム200は、ランダムアクセスメモリ(「RAM」)であり得るメインメモリ204をさらに備え得、二次メモリ218も含み得る。二次メモリ218は、例えば、ハードディスクドライブ220および/またはリムーバブルストレージドライブ222(例えば、フロッピーディスクドライブ、磁気テープドライブ、光ディスクドライブ、フラッシュメモリドライブなど)を含み得る。リムーバブルストレージドライブ222は、周知の方法においてリムーバブルストレージユニット226から読み取りおよび/またはリムーバブルストレージユニット226に書き込む。リムーバブルストレージユニット226は、例えば、リムーバブルストレージドライブ222によって書き込まれ、読み取られ得るフロッピーディスク、磁気テープ、光ディスク、フラッシュメモリドライブなどであり得る。リムーバブルストレージユニット226は、コンピュータ実行可能ソフトウェア命令および/またはデータを記憶する非一時的コンピュータ可読記憶媒体を含み得る。
さらなる例示的な実施形態において、二次メモリ218は、コンピュータシステム200にロードされるべきコンピュータ実行可能プログラムまたは他の命令を記憶する他のコンピュータ可読媒体を含み得る。そのようなデバイスは、リムーバブルストレージユニット228およびインターフェース224(例えば、プログラムカートリッジおよびカートリッジインターフェース)、リムーバブルメモリチップ(例えば、消去可能プログラマブル読み取り専用メモリ(「EPROM」)またはプログラマブル読み取り専用メモリ(「PROM」))および関連するメモリソケット、ならびに他のリムーバブルストレージユニット228および、ソフトウェアおよびデータがリムーバブルストレージユニット228からコンピュータシステム200の他の部分に転送されることを可能にするインターフェース224を含み得る。
コンピュータシステム200は、ソフトウェアおよびデータがコンピュータシステム200と外部デバイスとの間で転送されることを可能にする通信インターフェース212も含み得る。そのようなインターフェースは、モデム、ネットワークインターフェース(例えば、イーサネットカードまたはIEEE802.11ワイヤレスLANインターフェース)、通信ポート(例えば、USBまたはFireWire(登録商標)ポート)、パーソナルコンピュータメモリカードインターナショナルアソシエーション(「PCMCIA(Personal Computer Memory Card International Association)」)インターフェース、Bluetooth(登録商標)などを含み得る。通信インターフェース212を介して転送されるソフトウェアおよびデータは、通信インターフェース212によって送信および/または受信されることが可能であり得る電子信号、電磁信号、光信号、または別のタイプの信号であり得る信号の形態であり得る。信号は、通信経路216(例えば、チャネル)を介して通信インターフェース212に提供され得る。通信経路216は、信号を搬送し、ワイヤまたはケーブル、光ファイバ、電話線、セルラリンク、無線周波数(「RF」)リンクなどを使用して実装され得る。通信インターフェース212は、コンピュータシステム200とリモートサーバまたはクラウドベースのストレージ(図示せず)との間でソフトウェアまたはデータまたは他の情報を転送するために使用され得る。
1つまたは複数のコンピュータプログラムまたはコンピュータ制御ロジックが、メインメモリ204および/または二次メモリ218内に記憶され得る。コンピュータプログラムはまた、通信インターフェース212を介して受信され得る。コンピュータプログラムは、コンピュータプロセッサ206によって実行されると、コンピュータシステム200に以下に説明する方法を実行させるコンピュータ実行可能命令を含む。したがって、コンピュータプログラムは、コンピュータシステム200と、電源システム100の他の構成要素とを制御し得る。
別の実施形態において、ソフトウェアは、リムーバブルストレージドライブ222、ハードディスクドライブ220、および/または通信インターフェース212を使用して、非一時的コンピュータ可読記憶媒体内に記憶され、メインメモリ204および/または二次メモリ218内に記憶され得る。制御ロジック(ソフトウェア)は、コンピュータプロセッサ206によって実行されると、コンピュータシステム200に、より一般的には電源システム100に、本明細書で説明する方法のうちのいくつかまたはすべてを実行させる。
最後に、別の例示的な実施形態において、本明細書で説明する機能を実行するために、ASIC、FPGAなどのハードウェア構成要素が使用され得る。本明細書で説明する機能を実行するためのそのようなハードウェア配置の実装は、この説明を考慮すれば当業者には明らかであろう。
図4Aは、例示的な実施形態によるチャートを示す。チャートは、本明細書で開示する例示的な実施形態に関する運転日の割合軸402と1日の運転距離軸404とを示す。ユーザの運転習慣を測定することによって、運転に費やされる日のかなりの割合が比較的短い距離を運転し、したがって、チャートのトラクションバッテリ部分406によって示されるように、トラクションバッテリ102を利用することに費やされていることがわかる。一方、ハイブリッドレンジエクステンダ部分408は、比較的はるかにより短い時間使用される。この場合、図4Bに示すように、1000Wh/L以上のエネルギー密度を提供する化学物質を有するレンジエクステンダは、密度対サイクル寿命の良好なトレードオフを提供し得ることもある。日常的な使用から外れるサイクルの割合を決定し、その多くのサイクルを維持することができる適切な化学物質を選択することによって、図4Aの例示的な実施形態を達成することができる。
図4Bのチャートは、エネルギー密度軸410と、サイクル寿命軸412とを含む。本明細書で使用される場合、バッテリの「サイクル寿命」は、バッテリがその元の充電の少なくとも80%を保持しながら、100%の放電深度(DoD(depth of discharge))まで使い果たされ得る回数を指す。例えば、100サイクルのサイクル寿命を有するバッテリは、100回充電され、完全に使い果たされた後、その元の充電の80%を保持する。
トラクションバッテリ化学物質は、約3000サイクル(例えば、少なくとも2500または3000サイクル)のサイクル寿命を提供するために、トラクションバッテリ化学物質領域414から選択され得る。従来のバッテリ化学物質において、このサイクル寿命は、典型的には約400Wh/Lの対応するセルエネルギー密度を提供する。非トラクション用途の所定の航続距離要件に対応するために、レンジバッテリ化学物質は、例示的なハイブリッドレンジエクステンダバッテリ化学物質領域418から選択され得る(例えば、1000から1200Wh/Lの間)。これは、典型的には、約2000サイクル以下(例えば、200から350サイクルの間)の対応するサイクル寿命を提供する。車両のエネルギー要件に応じて、中間航続距離要件のために他の化学物質416をオプションで利用することができ、対応するパックを独立して制御することができる。
より一般的には、本明細書で開示する実施形態は、電源システムにおいて複数のバッテリ化学物質を使用し得、その各々は、異なる予想サイクル寿命および/またはセルエネルギー密度を有し得る。これは、従来、電気車両および同様のデバイスには適さないと考えられていたバッテリ化学物質および配置の利用を可能にし得る。例えば、従来のシステムは、より高いエネルギー密度を犠牲にしてでも、より高いサイクル寿命が必要であるとしばしば考えられてきた。対照的に、本明細書で開示する実施形態は、レンジエクステンダまたは中間航続距離バッテリセルが、通常使用のトラクションバッテリほど頻繁に充電/放電サイクルにかけられない場合があるので、関連するバッテリが比較的低いサイクル寿命を有する場合がある場合でも、より高い密度の化学物質を利用することができる。
特定の例として、本明細書で開示するハイブリッド電源システムは、約500Wh/L、450Wh/L、400Wh/L、350Wh/L、300Wh/L、またはそれ未満を超えない、より一般的には300～500Wh/Lの範囲内のセルエネルギー密度を有するが、2000サイクル、2500サイクル、3000サイクル、またはそれを超える、より一般的には2000～3200サイクルの範囲内の比較的高いサイクル寿命を有するトラクションバッテリを含み得る。
本明細書で開示するレンジエクステンダバッテリまたは中間バッテリに使用されるより高密度のバッテリセルは、800Wh/L、1000Wh/L、1100Wh/L、1200Wh/L、もしくはそれを超える、または800～1400Wh/Lの範囲内の比較的高いセルエネルギー密度と、300、400、もしくは500サイクル以下、または100～500サイクル以下の範囲内の比較的低い予想サイクル寿命とを有し得る。特に、3つ以上の化学物質を使用する実施形態では、他のバッテリタイプおよび化学物質が使用され得る。例えば、図4Bにおけるトラクション領域414とレンジエクステンダ領域418との間に示すバッテリタイプのいずれも、1000～2000サイクルの範囲内のサイクル寿命と、500～800Wh/Lの範囲内のエネルギー密度とを有し得る中間密度バッテリに使用され得る。
本明細書で開示する実施形態で使用されるバッテリ化学物質について関心のある数値は、バッテリのセルエネルギー密度と予想サイクル寿命との比率として決定されるサイクルあたりのエネルギー密度(EDC)である。例えば、図4Bに示すように、HEトラクションバッテリは、約400Wh/Lのセルエネルギー密度と、3000サイクルのサイクル寿命とを有し得、結果として約0.13Wh/L/サイクルのEDCをもたらす。対照的に、図4Bのレンジエクステンダ領域418におけるソリッドステートバッテリは、約1000Wh/Lのセルエネルギー密度と、約400サイクルのサイクル寿命とを有し得、結果として約2.5Wh/L/サイクルのEDCをもたらす。1.0以上のEDCを有する従来のバッテリ化学物質は、比較的低いサイクル寿命により、電気車両における使用に適さないと以前は考えられていた。先に開示したように、本明細書で提供する実施形態は、他の化学物質と並行して使用される場合、そのようなバッテリが電気車両において効率的に使用されることを可能にする。
特定の例として、本明細書で開示する実施形態は、約0.12～0.16Wh/L/サイクルのEDCを有するトラクションバッテリと、1.0以上、2.0以上、5.0以上、または任意の介在値のEDCを有するレンジエクステンダバッテリとを使用し得る。他の化学物質も同様に使用され得、例えば、3つの化学物質が使用される場合、トラクションバッテリは、0.12～0.16Wh/L/サイクルのEDCを有し得、システム内の他のバッテリは、トラクションバッテリのEDCと最高密度のバッテリのEDCとの間のEDCを有し得、最高密度のバッテリは、1Wh/L/サイクル以上のEDCを有する。
より一般的には、任意の数のバッテリ化学物質が並行して使用され得、「日常的な」トラクションバッテリがより低いEDCを有し、より特殊な用途のバッテリ化学物質がより高いEDC値を有する。別の例として、日常的使用のトラクション領域414における単一のバッテリ化学物質が、レンジエクステンダ領域418における任意の数のバッテリ、および/または図4Bに示す任意の中間範囲における任意の数のバッテリと共に使用され得る。例えば、第3のバッテリ化学物質が、先に開示したトラクションバッテリおよびレンジエクステンダバッテリと共に使用され得、第3の化学物質は、400から1200、1300、または1400Wh/L以上のセルエネルギー密度を有する。
図5Aは、電源システム100の例示的な実施形態を示す。システムは、トラクションバッテリ102と、メイントラクションバス/高電圧DCバスに並列に接続された複数の高エネルギー密度ハイブリッドモジュール112と、複数のトラクションモジュール122と、複数の双方向DC-DCコンバータ502とを含む。それに加えて、システムは、グリッドから電力システムを再充電するためのオンボードAC-DC充電器504と、車両のライトおよびイグニッションに電力を供給するための12Vバッテリ512と、12Vバッテリ512を維持し、車両の12Vシステムに電力を供給するための補助DC-DCコンバータ506とを有する。実施形態はまた、様々な回路をオンまたはオフに切り替えるための接触器508と、電源を制御するための制御モジュール510とを有する。12Vバッテリ512を、従来のシステムにおいて行われるように外部ではなく、電源システム内(トラクションバッテリ102の内部)に配置することによって、接触器508は、12Vシステムに他の瞬間的な問題が存在する場合であっても、制御することができ、例えば、閉じたままにすることができる。例示的な実施形態において、バッテリ電力の瞬間的な(例えば、約100ミリ秒以上)損失は、接触器を開かせる可能性がある。この損失は、バッテリパックの外部にある単一の不良ワイヤによって引き起こされる可能性がある。パック内に12Vを引き入れることによって、このリスクは、低減され得る。
図5Aに示すような実施形態において、各高エネルギー密度ハイブリッドモジュール112は、直列に接続された約56個のセル114を有する。特定の数のセルは、例示であり、本開示の範囲から逸脱することなく、他の数のセルが使用され得る。オンボードハイブリッドモジュールコントローラ118などの動作可能に結合されたハイブリッドモジュールコントローラ118は、個々のセル114の各々の電圧、電流、温度、SOC、およびSOHを測定するように構成される。56個のセル114の各々は、関連する電圧センサ116を有し得る。セル114を通過する電流および温度(高エネルギー密度ハイブリッドモジュール112の様々な点の温度など)を知ることによって、セル114のSOH、SOC、および他のパラメータは、対応する高エネルギー密度ハイブリッドモジュール112のエネルギー出力が対応する双方向DC-DCコンバータ502を介してトラクションバッテリ102に、または場合によっては駆動ユニット110に接続されることが可能であるかどうかを決定するために計算することができる。さらに、高エネルギー密度ハイブリッドモジュール112ごとの双方向DC-DCコンバータ502は、変化する駆動電力を制御することができない負荷追従型の従来の電源とは異なり、高エネルギー密度ハイブリッドモジュール112ごとの電流入力および出力を正確に制御するために使用することができる。例示的な実施形態において、充電パルスおよび放電パルスが、高エネルギー密度ハイブリッドモジュール112のために生成される。双方向DC-DCコンバータ502の使用を通じて高エネルギー密度ハイブリッドモジュール112の直列接続されたセル114のための電流の量を制御し、セル114の各々の電圧を測定することによって、セル114の各々のインピーダンスは、セルインピーダンスにおける任意の望ましくない逸脱と、セルの健全度における対応する変化とを識別するために、計算され、参照データと比較することができる。
各高エネルギー密度ハイブリッドモジュール112の電流入力は、トラクションバッテリが充電されるか、またはほとんど充電された後、充電器から来てもよい。保守および/または診断の目的のため、レンジエクステンダとして厳密に必要でない場合、ハイブリッドモジュールは、放電および/または再充電され得る。例えば、ハイブリッドモジュールがレンジエクステンダとして使用されてから数ヶ月が経過した場合、ハイブリッドモジュールは、セルを働かせるために通常の日常使用中に放電および再充電され得る。レンジエクステンダバッテリが通常の使用以外で放電および再充電される頻度、またはそのような放電/充電を実行するかどうかは、レンジエクステンダバッテリにおいて使用される特定の1つまたは複数の化学物質に基づいて選択され得る。
ハイブリッドモジュールコントローラ118はまた、セル114を監視し、整列させることによって、セル114の歪みを管理し得る。例えば、1つのセル114(セルA)が直列に接続された別のセル114(セルB)(70%)よりも低いSOC(例えば、20%)であると判定された場合、セルBは、セルAよりも速く満充電に達し、したがって、セルBを過充電することを防止するために、セルBの充電が停止される必要がある。ブリーダ抵抗器を使用してセルBのSOCをセルAのSOCに低減することによって、セルAとセルBの両方は、所定の満充電まで同じ速度で充電することができる。したがって、ハイブリッドモジュールコントローラ118は、モジュールの全範囲を使用することができるように、56個のセル114のSOCを等しく、または実質的に等しく(例えば、+/-10%、または+/-5%、または+/-1%)維持する。別の例において、他のセル114の自己放電率よりも低い自己放電率を有するセル114を決定することによって、ハイブリッドモジュールコントローラ118は、その後56個のセル114すべてを充電するために、どのセル114を決定された充電まで選択的に放電させるかを決定する。
別の例示的な実施形態において、高エネルギー密度ハイブリッドモジュール112は、互いに並列に接続され、独立して制御されるので、個々の高エネルギー密度ハイブリッドモジュール112は、電源システム100の通常動作に影響を与えることなく、ゆっくり充電および放電することによって、再調整のために個別に取り外し可能であり得る。
図5Bは、電圧軸514と、容量軸516と、放電曲線518と、充電曲線520とを含む、セルの例示的な充電-放電曲線500を示す。放電曲線518において示すように、高放電電流/Cレート522(例えば、5C)において、セル容量は、完全には利用されず、セル電圧は、内部抵抗により低下する。セルを流れる電流は、セルの内部抵抗にわたるIR電圧降下を引き起こし、このIR電圧降下は、放電中のセルの端子電圧を低下させ、セルを充電するために必要な電圧を上昇させ、したがって、セルの有効容量を減少させ、セルの充電/放電効率も低下させる。より高い放電率は、より高い内部電圧降下を引き起こし、これは、高いCレート522におけるより低い電圧放電曲線と、曲線の特徴的に異なる形状とを説明する。双方向DC-DCコンバータ502を使用して電流を正確に制御する能力により、様々なCレートにおいて放電および充電することによって、以前に記憶されたセル114のプロファイルなどの参照プロファイルと比較することによって、任意のセルのインピーダンス問題を、推論および軽減することができる。これは、時間に伴うセル114の挙動を特徴付けるために、制御されたステップ応答を使用して達成することができる。1つの軽減動作は、識別されたセル問題を持たない高エネルギー密度ハイブリッドモジュール112を最初に放電させることを含む。別の軽減動作は、識別されたセルインピーダンス問題を有する高エネルギー密度ハイブリッドモジュール112の放電を減速させることを含む。
図6は、オンボードエネルギー管理システム602を含む、本明細書で開示する電源システム100の別の例示的な構成を示す。この例において、トラクションバッテリ102は、44kWhの容量を有し、320Vの電圧を提供し、ハイブリッドレンジエクステンダバッテリ124は、各々が48Vの電圧を有する6個の20kWh高エネルギー密度ハイブリッドモジュール112を通じて120kWhの容量を有する。オンボードエネルギー管理システム602は、バッテリ管理システム(図示せず)を有し、12V、48V、および320Vを扱うための3電圧システムとして構成される。さらに、オンボードエネルギー管理システム602は、各々が高エネルギー密度ハイブリッドモジュール112に動作可能に結合された6個の双方向DC-DCコンバータ(図示せず)を提供する。例えば、10kWの電力を供給するように双方向DC-DCコンバータを構成することによって、エネルギー管理システム602は、60kW(6×10kW)の双方向48～500V DC-DCを98.5%のピーク効率で提供することができる。もちろん、電圧、電力容量、および他の特徴の特定の配置は、非限定的であり、本明細書に照らして他の構成を取得することができる。本開示における例は、説明の明確化のみのために使用され、例示的な実施形態に対する限定ではない。追加の動作、アクション、タスク、アクティビティ、および操作が本開示から考えられ、同じものが例示的な実施形態の範囲内で企図される。
現在の電気車両の従来のバッテリ容量は、ようやく58マイルの航続距離を有するいくつかのスマートカーにおけるわずか17.6kWhから、いくつかのTeslaモデル(Teslaは、米国および他の国におけるTesla社の商標である)における最大100kWhまでの範囲である。図7に示すように、スケーラブルなアーキテクチャを導入することによって、様々な航続距離要件を満たすために様々な構成を提供することができる。図7の例示的な実施形態において、構成1 702におけるよりも構成2 704において5個の追加の高エネルギー密度ハイブリッドモジュール112を設けることによって、利用可能な容量は、130kWhから200kWhに増加し、別の5個の追加の高エネルギー密度ハイブリッドモジュール112を構成2 704に導入することによって、構成3 706に対して270kWhの容量が取得される。さらに、スケーラブルなアーキテクチャは、各モジュールがトラクションバッテリまたは高電圧DCバスに個別に接続されるだけでよいので、車両302のシャーシ304(図3)上の従来の配置以外の車両内の様々な位置における個々のモジュールの無制限な配置を可能にする。本明細書で開示するように、例えば、図4に関して、様々な高エネルギー密度モジュールが、異なる化学物質を使用し得、ユースケース、エネルギー密度、予想サイクル寿命などにおける追加の柔軟性を可能にする。
図8は、トラクションバッテリ102と、複数の高エネルギー密度ハイブリッドモジュール112と、複数の双方向DC-DCコンバータ502とを有する電源システムの別の構成を示す。この構成において、セル114の問題を示すSOHチェックにより、モジュールが無効化される。無効化されたハイブリッドモジュール802は、オフラインにされ、その寿命を延ばすために形成再充電を受け得、ここで、モジュールは、その化学物質を再構築するために、定義された温度において、例えば、20時間にわたってゆっくりと放電され、例えば、別の20時間にわたってゆっくりと再充電される。この構成のモジュール式性質は、無効化されたハイブリッドモジュール802を物理的に取り外す必要なしに、形成再充電中に車両が依然として使用可能であることを提供する。本明細書における例において、充電動作および放電動作において、セル114のブリーダ抵抗器が使用される。
この図はまた、低減容量ハイブリッドモジュールA 804と、低減容量ハイブリッドモジュールB 806と、通常容量ハイブリッドモジュール808とを示す。低減容量ハイブリッドモジュールA 804または低減容量ハイブリッドモジュールB 806のハイブリッドモジュールコントローラ118は、セル114の問題を検出し、例えば、電力出力を2kWから1kWに低減することによって、その放電率に関する決定を独立して行うように構成される。
ステップ902において、プロセス900は、電気車両302の高電圧DCバスに接続し、電気車両302の高電圧DCバスから切断されるようにバッテリ管理システム(BMS)によって制御される1つまたは複数のトラクションモジュールを備えるトラクションバッテリを提供する。ここで、トラクションバッテリは、電気車両302に電力を供給するように構成される。ステップ904において、プロセス900は、互いに並列に接続され、かつ高電圧DCバスに接続される複数の高エネルギー密度ハイブリッドモジュール112を備えるハイブリッドレンジエクステンダバッテリ124を提供し、高電圧DCバスには、トラクションバッテリ102も接続される。複数の高エネルギー密度ハイブリッドモジュール112の各高エネルギー密度ハイブリッドモジュール112は、対応するハイブリッドモジュールコントローラ(HMC)と、直列に接続された複数のセル114とを含む。複数のセル114の各セル114の健全度は、対応するHMCによって独立して測定可能であるように構成される。各セルのSOCは、セル114と並列に接続されたブリーダ抵抗器などのバランスデバイス128を介して制御することもできる。したがって、各モジュールのセルは、独立して、かつ全体として制御することができる。
ステップ906において、複数の双方向DC-DCコンバータ502が、複数の高エネルギー密度ハイブリッドモジュール112と電気車両302の高電圧DCバスとの間、および/または複数の高エネルギー密度ハイブリッドモジュール112とトラクションバッテリ102との間に配置される。
プロセス900は、それぞれ、トラクションバッテリを充電するためおよび/または電気車両302に電力を供給するために、複数の高エネルギー密度ハイブリッドモジュール112のうちの1つまたは複数からの直流電流を、トラクションバッテリ102(ステップ908)および/または電気車両302の高電圧DCバス(ステップ910)に動作可能に結合する。ステップ912において、プロセス900は、独立して測定可能なセル114に関するセンサ情報を取得することによって、電源システムの発電モードを制御する。ステップ914において、プロセス900は、複数の対応するHMCの各HMCを使用して、独立して制御可能なセルについて取得されたセンサ情報を通じて、その対応する高エネルギー密度ハイブリッドモジュールの充電率および放電率を制御する。
インテリジェント電力制御
例示的な実施形態は、構成要素バッテリの健全度(SOH)または充電状態(SOC)を推定するように構成された従来の電気車両電力システムが、大部分が反応性であり、エネルギー消費ニーズを予想することができず、残りの利用可能なエネルギーを大部分遡って利用することに制約されることをさらに認識している。例示的な実施形態は、認識された対象の状態に従って推定値を現在取得することができる一方で、バッテリの安全性を確保するため、またはバッテリの利用可能な寿命および容量を保存するための緩和策がほとんどまたはまったく利用できないことを認識している。さらに、変化する駆動電力を制御することができない従来の電気車両電力コンピュータシステムの負荷追従特性は、バッテリモジュールの電流入力および出力を正確に制御することができないことを意味する。
電源システムの個々のモジュールの化学物質を管理する限り、既存の従来のバッテリは、すべての個々のモジュールを一緒に充電および放電する。しかしながら、本明細書で開示する実施形態は、より大規模な電源システム内の個々のバッテリモジュールの化学物質を監視し、全体としてのシステムの安全性を確保するためにそれらを独立して制御することは、従来のバッテリシステムおよび電気車両において利用できない追加の利点を提供し得ることを認識している。例えば、従来のシステムにおいて、より大規模な電源システムを無効にする必要なしに、形成再充電のために個々のモジュールを無効にすることができないことによって、電源システムの安全性を保証することができず、個々のモジュールの利用可能なライフサイクルは、過充電および過放電によって過度に短縮される。
本明細書で開示する実施形態は、現在利用可能なツールまたは解決策が、航続距離および距離目標の達成を可能にする方法において、バッテリのライフサイクルと、したがって個々のモジュールの寿命、安全性、および最大容量とを維持または最大化しながら、必要なときに追加の電力を供給するように個々のモジュールのインテリジェントな管理をハイブリッドアーキテクチャで提供するニーズに対処しないことを認識している。本発明を説明するために使用される例示的な実施形態は、電源システム内の高エネルギー密度ハイブリッドモジュール112を介する電気車両への電力のインテリジェントな供給によって、上記で説明した問題および他の関連問題に対処し、解決し得る。例示的な実施形態は、電気車両の電力需要を予測し、前記需要を満たすように動作する事前および/または準備プロセスにおいてこれらの問題を解決し得る。
一実施形態において、特定の構成要素または場所において発生するものとして、特定の動作について説明する。動作のそのような局所性は、例示的な実施形態における限定であることを意図していない。特定の構成要素において発生する、または特定の構成要素によって実行されるものとして本明細書で説明される任意の動作、例えば、バッテリデータの予測分析、および/またはコンテキストカレンダデータの自然言語処理(NLP)分析は、1つの構成要素固有の機能が、別の構成要素において、例えば、それぞれローカルまたはリモートの機械学習(ML)またはNLPエンジンにおいて動作を発生させるまたは実行させられるように実装することができる。
一実施形態は、ハイブリッド電源システムの累積エネルギーを監視および管理する。別の実施形態は、ユーザに対して構成された様々なプロファイルソースを監視する。プロファイルソースは、ユーザのプロファイル特性を決定するために使用される情報を取得することができる電子データソースである。例えば、プロファイルソースは、必要な速度またはルートなどのコンピュータデバイス上のユーザの選好設定、ユーザの将来のイベントが計画され、過去のイベントが記録されるカレンダプリケーション、ユーザが現在の目的地を入力する全地球測位システム(GPS)アプリケーションにおける目的地、ユーザまたはコミュニティからフィードバックなどであり得る。プロファイルソースは、ユーザの運転特性を導出することができる情報を提供するデバイス、装置、ソフトウェア、またはプラットフォームとすることができる。例えば、電気車両のダッシュボードは、例示的な実施形態の範囲内でプロファイルソースとして動作することができる。さらに、電気車両のフリートなどのコミュニティは、ユーザプロファイルの複数の運転特性が、電気車両の選好、好み、感情、または使用法を導出するために取得され得るプロファイルソースとすることができる。さらに、車両のフリートのバッテリパックの個々のモジュールに関する測定された健全度指標またはパラメータは、コミュニティからのプロファイルソースであり得、対象の電気車両において電力を供給するためのパターンから学習し、パターンを導出するために利用され得る。したがって、車両のフリートからのバッテリは、その予測を適応させ、予測/提案の目的のために値を共有し得る。
ユーザのプロファイルデータ、情報、および選好は、本明細書では、電源システムにおける電力の供給に影響を与える1人または複数のユーザの制約を示すために互換的に使用される用語である。さらに、電気車両および電源システム100に関する情報/データ(車両速度、モジュール電流、温度、電圧、インピーダンス、健全度、充電状態、平均エネルギー消費量など、またはその他の対象の電気車両パラメータ1220など)は、制約の一部を形成し得、または制約とは別であり得、以下で説明するように予測分析のためのインテリジェント電力制御モジュールへの入力として使用するために取得され得る。したがって、プロファイルソース情報ならびに電気車両および電源システムデータ(対象の電気車両パラメータ1220)は、以下、電源システム100の属性と呼ばれる、電気車両における電源システム100の安全性、バッテリ寿命、およびバッテリ容量を考慮しながら、航続距離または距離目標を達成するためにハイブリッドアーキテクチャの個々のバッテリから取得する出力電力のレベルを予測するための、インテリジェント電力制御モジュールに関する入力データ1202または制約の少なくとも一部を集合的に形成する。
したがって、入力データは、電気車両の構成要素から取得された測定値から直接決定することができる。入力データは、プロファイルソースの情報において直接示すこともできる。例えば、ユーザは、指定された期間中、または選好のさらなる変更まで、目的地到着時間または航続距離目標について明示的に述べられた選好を有し得る。
入力データは、プロファイルソースから収集された情報から導出することもできる。例えば、一実施形態は、目的地到着時間を導出するために、ユーザのカレンダを分析するように構成することができる。さらに、運転ネットワークにおけるテキストまたはコメントなどの情報が、今後の交通状況を判断するために、例えば、文脈的に分析され得る。別の例において、地理的領域の景観は、環境プロファイルから取得され、地形の性質(例えば、撮像装置またはデータベースから取得される山間部における急な斜面の存在)と、したがって、バッテリの電力出力を増加させる必要性とを確立するために調査され得る。
一実施形態によって決定される入力データは、時間と共に変化する場合がある。例えば、ユーザは、職場への往復の短い運転距離の間は所定のルートを好む場合があり、長距離の休暇旅行の間はエネルギー消費を最適化するルートを好む場合がある。したがって、ユーザプロファイルから取得される休暇の運転特性が優先されるようになると、選好は、変化する可能性がある。その場合、インテリジェント電力制御モジュールは、トラクションバッテリ102の航続距離を延長するために、トラクションバッテリ102のトラクションモジュール122の使用よりも、ハイブリッドレンジエクステンダバッテリ124の高エネルギー密度ハイブリッドモジュール112の使用を優先し得る。
同様に、車での通勤は、ハイブリッドレンジエクステンダバッテリ124の使用を必要としない場合がある。しかしながら、通常の通勤ルートが渋滞していることの判断、および、例えば、ユーザが1時間後に会議があるという文脈上の確立により、ユーザの「迅速な運転特性」が優先される場合があり、したがって、車両ナビゲーションシステムに、山間ではあるが新しいルートの方を選んで通常のルートを捨てさせる。山間ルートを1時間未満で横断するのに必要な電力またはエネルギーが、利用可能なトラクションバッテリ電力もしくはエネルギーよりも大きいか、または少なくともしきい値電力もしくはエネルギーよりも大きいことに関する予測分析に基づいて、電力制御モジュールは、車での通勤を完了するために、高エネルギー密度ハイブリッドモジュール112が必要とされると判断する。さらに、電力制御モジュールは、会議の文脈上の確立時に運転を見越して、高エネルギー密度ハイブリッドモジュール112に接続された双方向DC-DCコンバータ502を介して、トラクションバッテリ102を少なくともしきい値充電まで独立して自動的に事前充電するように構成され得る。
重要なことに、電力制御モジュールは、個々の高エネルギー密度ハイブリッドモジュール112の安全性、最大ライフサイクル、および最大容量の属性が考慮されることを同時に保証しながら、1つまたは複数の高エネルギー密度ハイブリッドモジュール112から取得される出力電力を制御し得る。例えば、高エネルギー密度ハイブリッドモジュール112Aの独立して測定可能なセルに関して取得されたセンサ情報に基づいて、高エネルギー密度ハイブリッドモジュール112Aが障害を有すると判断すると、電力制御モジュールは、モジュールAを非活性化し、トラクションバッテリ102を事前充電するために高エネルギー密度ハイブリッドモジュール112Bを利用し得、したがって、バッテリパックの安全性を確保し、形成再充電を通じて非活性化されたモジュールAの最終的な回復を可能にする。別の例において、高エネルギー密度ハイブリッドモジュール112Cが残り6ライフサイクルを有すると判断すると、電力制御モジュールは、別のモジュールからの電力を利用する前に、消耗しているモジュールCを優先し得る。電力制御モジュールによって決定された高エネルギー密度ハイブリッドモジュール112から取得されるべき出力電力の精度を示すユーザフィードバックは、より良い結果をもたらすために電力制御モジュールを修正するために使用される。
1つまたは複数のプロファイルソースからのプロファイル情報を用いて動作して、一実施形態は、電気車両のユーザに適用可能な制約をルーチン的に評価する。この実施形態は、プロファイル情報分析において見つかった場合に新しい制約/入力データを追加し、プロファイル情報分析によって正当化された場合に既存の制約を修正し、フィードバック、制約の観察された使用状況、および/またはプロファイル情報における過去の制約に対するサポートの存在に応じて、過去の制約の使用を減少させ得る。過去の制約は、過去の制約の除去/削除/無効化を含む、制約の優先順位をある程度下げることによって、減少または古くさせることができる。プロファイル情報のソースは、例えば、車両および/または管理システムとペアリングされた電話、タブレット、または他のデバイス内のカレンダエントリ、ユーザがアクセスを提供し得るユーザに関連付けられたスケジューリングアカウント、アプリなど、ユーザによる情報の直接入力などを含み得る。より一般的には、プロファイル情報は、車両のユーザまたは所有者に関連付けることができる車両に直接または間接的に利用可能な任意のソースから取得され得る。
1つまたは複数のプロファイルソースからのプロファイル情報を用いて動作して、一実施形態は、将来の時間期間中のユーザの活動を予測する。例えば、カレンダ情報に基づいて、実施形態は、例えば、カレンダエントリのNLPによって、ユーザが明日の午前9時に場所Aにおいて働き、午後12時から午後1時まで昼食をとり、午後3時の後に州外の医師を訪ねるように計画していると判断し得る。この実施形態は、カレンダ活動に基づいて明日のエネルギー要件を導出し、1つまたは複数の高エネルギー密度ハイブリッドモジュール112を使用してトラクションバッテリ102を事前充電するか、または明日使用されるべき高エネルギー密度ハイブリッドモジュール112を割り当てる。割り当ては、限定であることを意図していないので、カレンダデータを解釈するためにNLPを使用せずに行うこともできる。さらに、入力データ/制約、優先順位付け、二次的な考慮事項などのこれらの例は、限定であることを意図していない。本開示から、当業者は、同様の目的に向けて適用可能な多くの他の態様に想到することができ、これらの態様は、例示的な実施形態の範囲内で企図される。
本明細書で説明するインテリジェント電力制御システムおよび技法は、一般に、電気車両に関係する試みの技術分野における従来の方法において利用できない。本明細書で説明する一実施形態の方法は、デバイスまたはデータ処理システム上で実行するように実装される場合、制約の提案を取得し、ハイブリッドバッテリアーキテクチャのモジュールの安全性、寿命、および容量の属性の最大化を保証しながら、入力電流および出力電流の制御を可能にするハイブリッドバッテリアーキテクチャを使用することによる、電力出力の提案におけるそのデバイスまたはデータ処理システムの機能の実質的な進歩を含む。
さらなる実施形態において、感知された情報と受信された情報との比較に基づいてコントローラによって行われる予測の解像度および有効性を高めるために、機械学習エンジンが設けられ得る。機械学習エンジンは、パターンを検出し、これらのパターンに基づいて、起こり得る結果とエネルギー需要プロファイルとを比較検討し得る。ユーザが車両に関与すると、コントローラまたは別のネットワーク接続されたコンピュータ化されたデバイスによる分析のために、移動に関するデータが収集および記憶され得る。パターンを検出し、挙動を予測することにおける追加の解像度を可能にするために、複数の電気車両における複数のユーザによる移動に関するデータが集約され得る。
例えば、運転者は、州間高速自動車道に接続する郡道などの道路を走行している場合がある。地理位置センサは、車両が道路上にあり、州間高速自動車道の方向に向かっていることを検出する場合がある。複数の車両によって収集されたデータは、この郡道を州間高速自動車道の方向に走行している車両の大部分が州間高速自動車道に入る可能性が高いことを示す場合がある。複数の車両によって収集されたデータは、運転者が、典型的には、南行きの方向、例えば、複数の職場がある都市または場所の方向に州間高速自動車道に入ることを最初に示す場合がある。
機械学習エンジンは、移動のためのエネルギー需要プロファイルを予測するためにこの情報を使用し得る。このプロファイルは、現実世界の状況が予測される移動から逸脱する場合があるので変更される場合があるので、ベースラインとして提供され得る。上記の例を考慮に入れて、電気車両の運転者は、予測された移動から逸脱し、州間高速自動車道の進入路を過ぎて運転する場合がある。次いで、機械学習エンジンは、発生した予測される移動からの逸脱を決定し、州間高速自動車道へのアクセスポイントから30マイル先にあるよく訪れる親戚の家まで、または別の場所までの走行などの、次の最も可能性の高いシナリオを反映するように、エネルギー需要プロファイルを更新し得る。
限定せずに提供される別の例において、車両において配置されるセンサが、電気車両を前方に移動させるのに必要なトルク量を検出し得る。この例において、車両を加速させるために、実質的により多くのトルクの量が必要であると判断される場合がある。車両が減速するにつれて、より多くの量の回生エネルギーが生成されると判断される場合もある。機械学習エンジンは、車両が別の質量を牽引していると判断する場合がある。質量を牽引しながら移動を完了するために必要な蓄積エネルギーの量を変更するために、コントローラによって計算が実行され得る。これらの変更は、適用され得、移動の追加のエネルギー需要を反映するためにエネルギー需要プロファイルに影響を与え得る。例えば、コントローラは、質量を牽引しているときにより高いエネルギー需要を予測するために、エネルギー需要プロファイルを調整し得る。
機械学習エンジンの予測プロファイルは、全体としてのユーザからの一般的なルート特性およびエネルギー消費ニーズを示し得る集約されたプロファイルまたはベースラインプロファイルを含み得る。機械学習エンジンの予測プロファイルは、ユーザによって実行される一般的な移動、共通の目的地、およびそれらに関する他の一般的な特性を示すローカルプロファイルも含み得る。一実施形態において、エネルギー需要プロファイルは、ユーザごとに生成され得る。そしてこの実施形態では、ユーザは、専用のキーフォブ、車両のエンターテイメントシステムに接続されたモバイルコンピューティングデバイス、音声認識、シート重量センサ、および/またはオペレータの身元を示す他の情報によって識別され得る。機械学習エンジンは、オペレータを認識すると、統計的にあり得るルート、運転習慣、およびオペレータの他の有用な特性に適合するようにその予測モデルを調整し得る。エネルギー需要プロファイルは、オペレータに関連付けられたローカルプロファイルに関して適宜調整され得る。
機械学習エンジンは、車両パラメータの仮定を更新し、目的地重み付きエネルギー需要を予測することによって動作し得る。移動の開始時に、車両および予想される移動に関する仮定が行われ得る。これらの仮定は、車両によって決定された情報によってサポートされ得、物理パラメータを計算するために使用され得る時系列データとして記録され得る。例示的な物理パラメータは、速度、バッテリシステムの正味電力、トラクションモータ電力、地理的位置、および本開示の利益を有した後の当業者によって理解される他のパラメータを含み得る。緯度、経度、方位、高度、速度、加速度、慣性、および他の情報などの地理的位置情報に関連するような追加情報が導出され得る。
車両由来の情報は、ネットワークを介して供給される情報によって補足され得る。そのような情報は、風速、気象情報、ルート、目的地までの距離、ルートの高度および地形プロファイル、交通状況、ならびに移動のエネルギー需要に影響を与え得る他の情報を含み得る。
機械学習エンジンは、相関関係を引き出すために、車両において収集された時系列データ、ネットワークを介して提供されるものなどの補足情報、および/または他の情報に対して分析を実行し得る。例えば、機械学習エンジンは、最良適合車両パラメータ値を見つけるために、時系列ステップデータに対して線形代数回帰分析を実行し得る。最良適合車両パラメータ値の例は、質量、転がり抵抗係数、空力抵抗係数、および当業者が理解するであろう他の値を含み得る。機械学習エンジンは、例えば、質量、転がり抵抗係数、空力抵抗係数、平均補助電力負荷、および当業者が理解するであろう他の戻りパラメータなどの、エネルギー管理においてコントローラによって使用され得る車両パラメータを追加で返し得る。平均補助電気負荷電力を決定するために使用され得る例示的な計算は、限定はしないが、バッテリシステムの正味電力の合計からトラクションモータ電力の合計を引いたものであり得る。
機械学習エンジンは、目的地重み付きエネルギーニーズを予測することを有利に支援し得る。このエネルギーニーズは、電気車両または他の負荷によって使用するために、高エネルギーレンジバッテリによって蓄積された電気エネルギーを高出力トラクションバッテリに移行するかどうかを決定することを支援し得る。予測を行う際、機械学習エンジンは、現在地から様々な候補充電場所までのルートを決定し得る。ユーザのモバイルコンピューティングデバイスによって提供される方向、運転者の行動の履歴に基づいて予測される方向などの移動情報が、車両によって含まれるナビゲーションシステムによって受信され得る。ユーザの家または公共の充電施設などの充電場所の存在は、移動履歴、インターネットが提供するソース、ナビゲーション方向、および他のソースに基づいて決定され得る。
充電場所候補は、移動目的地の許容可能な近接範囲内に位置する場合に優先され得る。好みの充電場所は、機械学習エンジンによって予想エネルギー需要の計算において促進され得る。同様に、好ましくない充電場所は、移動の予想されるエネルギー需要を決定するときに強調されないおよび/または削除され得る。
上記の例を続けると、機械学習エンジンは、オペレータを出発地から指示された目的地まで導くための様々なルートオプションを計算し得る。移動オプションは、充電施設の存在、予想される道路停止、充電施設間の許容可能な距離、充電施設間の許容できない距離、標高の変化、交通状況、およびそれぞれのルートオプションに関連する他の特性などの要因を考慮し得る。機械学習エンジンは、オペレータの車両の充電の現在の状態ではアクセスできないと思われるルートオプションを好まない場合がある。
限定せずに提供する別の例において、機械学習エンジンは、高出力トラクションバッテリの充電状態が約50%であると判断する場合がある。この例において、最も直接的なルートなどの第1のルートは、通常動作下で充電施設に到達するために少なくとも75%の充電状態を必要とする場合がある。到達するのに25%の充電状態しか必要としない充電施設をユーザに提示する代替ルートが特定される場合がある。次いで、機械学習エンジンは、充電施設へのより早いアクセスを提供するルートを推奨し得、したがって、高エネルギーレンジバッテリの少なくとも一部をオンラインにする必要性を回避する。
また、この例において、オペレータは、代替ルートにおいて運転することなどによって、推奨ルートを無効にすることを選択し得る。オペレータが好ましくないルートをとることを選択し、好ましくないルートをたどることを示す方向に向かい始めたと判断された場合、機械学習エンジンは、高出力トラクションバッテリ内に残っている予想容量の外に位置する充電施設に到達するのに必要であり得る補足的エネルギーを提供するために、高エネルギーレンジバッテリの少なくとも一部がオンラインにされることを指示し得る。
当業者によって理解されるように、機械学習エンジンは、予想されるエネルギー使用プロファイルを遵守するために必要な推定エネルギー消費に影響を与え得る感知された情報、条件、パラメータ、移動の詳細、および他の要因に様々な重みを提供し得る。予想されるエネルギー使用プロファイルに影響を与えるために重み付けされ得る例示的なパラメータは、地理的位置、GPS位置、時刻、曜日、車両の質量、車両によって牽引される質量、温度、補助電力需要、転がり抵抗係数、空力係数面積、バッテリパッケージが最後に充電されてからの時間、最後の充電セッションが候補地において発生してからの時間、ならびに/または本開示の利益を有した後の当業者に明らかな他の要因およびパラメータを含み得る。
次いで、機械学習エンジンは、考慮されるパラメータの重み付き影響に少なくとも部分的に基づいてエネルギーニーズを予測するために、これらのパラメータを相関させ得る。例えば、機械学習エンジンは、エネルギーニーズが、車両によって含まれる質量と車両によって牽引または搬送される他の質量との合計にほぼ等しいことを考慮する計算を適用し得る。この値は、予想されるルートを完了するために必要な予想エネルギーを乗算され得る。次いで、機械学習エンジンは、これらの要因を分析し、予想される移動に関連する予想されるエネルギーニーズプロファイルを予測し得る。次いで、バッテリパッケージのコントローラは、高出力トラクションバッテリによって現在保持されている充電状態における予測される不足を補償するために、高エネルギーレンジバッテリと高出力トラクションバッテリとの間で電力を移動させ得る。
ここで、冗長機能について、より詳細に論じる。一実施形態において、1つまたは複数のバッテリ構成要素が蓄積されたエネルギーの完全な枯渇および/または故障を経験するリスクを軽減するために、冗長機能が提供され得る。1つのエネルギー管理構成要素の故障がシステム全体の故障につながる可能性が低くなるように、複数のエネルギー管理構成要素が含まれ得る。一例において、バッテリパッケージは、接続された電気バッテリ管理構成要素、高出力トラクションバッテリモジュール、高エネルギーレンジバッテリモジュール、冷却機能、ならびに/または蓄積および電力供給を支援する他の態様を含むモジュール構成要素として含まれ得る。この例において、1つのモジュラー構成要素が故障した場合、残りのモジュラー構成要素は、その接続された態様から電力供給を提供し続け得る。
一実施形態において、そうでなければエネルギー管理構成要素によって提供されるバックアップ機能を提供するために、独立したオブザーバモジュールが含まれ得る。この例において、独立したオブザーバモジュールは、そうでなければそれぞれのバッテリパッケージに接続されたエネルギー管理構成要素の故障の場合であっても、バッテリパッケージ内に蓄積された電気エネルギーから車両または他の接続された負荷を動作させ続け得る。例えば、接続されたエネルギー管理構成要素の故障の場合、独立したオブザーバモジュールの冗長機能は、接続された負荷、例えば、車両が、独立したオブザーバモジュールによる介入を引き起こすそのような問題が調査および/または修復され得るまで実質的に安全に動作し続け得るように、エネルギー管理の動作を引き継ぎ得る。システムの故障を軽減するためにそのような冗長機能および安全機能を提供することによって、本開示によって可能にされるシステムは、ASIL Dアーキテクチャとして認定され得る。
例示的な実施形態について、特定のタイプのデータ、関数、アルゴリズム、方程式、モデル構成、実施形態の場所、追加のデータ、デバイス、データ処理システム、環境、構成要素、およびアプリケーションに関して単なる例として説明する。これらおよび他の同様のアーティファクトの任意の特定の発現は、本発明に対する限定であることを意図していない。これらおよび他の同様のアーティファクトの任意の適切な発現は、例示的な実施形態の範囲内で選択することができる。
さらに、例示的な実施形態は、任意のタイプのデータ、データソース、またはデータネットワークを介するデータソースへのアクセスに関して実装され得る。本発明の範囲内で、任意のタイプのデータ記憶デバイスが、データ処理システムにおいてローカルに、またはデータネットワークを介して、本発明の実施形態にデータを提供し得る。一実施形態についてモバイルデバイスを使用して説明する場合、例示的な実施形態の範囲内で、モバイルデバイスでの使用に適した任意のタイプのデータ記憶デバイスが、モバイルデバイスにおいてローカルに、またはデータネットワークを介して、そのような実施形態にデータを提供し得る。
例示的な実施形態について、例としてのみ、例示的な実施形態に対する限定ではなく、特定のコード、設計、アーキテクチャ、プロトコル、レイアウト、概略図、およびツールを使用して説明する。さらに、例示的な実施形態について、説明の明確さのための例としてのみ、場合によっては、特定のソフトウェア、ツール、およびデータ処理環境を使用して説明する。例示的な実施形態は、他の同等のまたは同様の目的の構造、システム、アプリケーション、またはアーキテクチャと併せて使用され得る。したがって、例えば、他の同等のモバイルデバイス、構造、システム、アプリケーション、またはアーキテクチャが、本発明の範囲内の発明のそのような実施形態と併せて使用され得る。例示的な実施形態は、ハードウェア、ソフトウェア、またはそれらの組合せにおいて実装され得る。
本開示における例は、説明を明確にするためにのみ使用され、例示的な実施形態に対する限定ではない。追加のデータ、動作、アクション、タスク、アクティビティ、および操作が本開示から考えられ、同じものが例示的な実施形態の範囲内で企図される。
本明細書で列挙した任意の利点は、単なる例であり、例示的な実施形態に対する限定であることを意図していない。特定の例示的な実施形態により、追加のまたは異なる利点が実現され得る。さらに、特定の例示的な実施形態は、上記で列挙した利点のうちのいくつか、もしくはすべてを有するか、またはまったく有しない場合がある。
図を参照し、特に図10および図11を参照すると、これらの図は、例示的な実施形態が実装され得るデータ処理環境の例示的な図である。図10および図11は、異なる実施形態が実装され得る環境に関していかなる制限を主張または暗示することも意図していない。特定の実装形態は、以下の説明に基づいて、図示の環境に多くの変更を行う場合がある。
図10は、例示的な実施形態が実装され得るデータ処理システムのネットワークのブロック図を示す。データ処理環境1000は、例示的な実施形態が実装され得るコンピュータのネットワークである。データ処理環境1000は、ネットワーク/通信インフラストラクチャ1002を含む。ネットワーク/通信インフラストラクチャ1002は、データ処理環境1000内で接続された様々なデバイス、データベース、およびコンピュータ間の通信リンクを提供するために使用される媒体である。ネットワーク/通信インフラストラクチャ1002は、ワイヤ、ワイヤレス通信リンク、または光ファイバケーブルなどの接続を含み得る。
クライアントまたはサーバは、ネットワーク/通信インフラストラクチャ1002に接続された特定のデータ処理システムの単なる例示的な役割であり、これらのデータ処理システムのための他の構成または役割を排除することを意図していない。サーバ1004およびサーバ1006は、ストレージユニット1008と共にネットワーク/通信インフラストラクチャ1002に結合する。ソフトウェアアプリケーションは、データ処理環境1000内の任意のコンピュータ上で実行し得る。クライアント1010、クライアント1012、ダッシュボード1014も、ネットワーク/通信インフラストラクチャ1002に結合される。クライアント1010は、ディスプレイを有するリモートコンピュータであり得る。クライアント1012は、電源システム100の充電状態を受信する、またはユーザのカレンダに関する情報を送信するなど、情報を送信または受信するアプリケーションを伴って構成されたモバイルデバイスであり得る。ダッシュボード1014は、電気車両の内部に配置され得、本明細書で論じる情報のいずれかを送信または受信するように構成され得る。サーバ1004もしくはサーバ1006、またはクライアント(クライアント1010、クライアント1012、ダッシュボード1014)などのデータ処理システムは、データを含み得、その上で実行されるソフトウェアアプリケーションまたはソフトウェアツールを有し得る。
一例としてのみ、そのようなアーキテクチャに対するいかなる制限も暗示することなく、図10は、一実施形態の例示的な実装形態において使用可能な特定の構成要素を示す。例えば、サーバおよびクライアントは、単なる例であり、クライアント-サーバアーキテクチャに対する限定を暗示していない。別の例として、一実施形態は、図示のように、いくつかのデータ処理システムおよびデータネットワークにわたって分散させることができる。対照的に、別の実施形態は、例示的な実施形態の範囲内で単一のデータ処理システム上に実装することができる。データ処理システム(サーバ1004、サーバ1006、クライアント1010、クライアント1012、ダッシュボード1014)は、クラスタ、パーティション、または一実施形態を実装するのに適した他の構成内の例示的なノードも表す。
電源システム100は、1つまたは複数のトラクションを含むトラクションバッテリ102と、1つまたは複数の高エネルギー密度ハイブリッドモジュール112を含むハイブリッドレンジエクステンダバッテリ124とを含む。論じたように、1つまたは複数の高エネルギー密度ハイブリッドモジュール112は、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を用いて構成され、前記各高エネルギー密度ハイブリッドモジュール112は、対応するハイブリッドモジュールコントローラ118と、直列に接続されたセルとを含み、複数のセルの各セルは、前記対応するハイブリッドモジュールコントローラ118によって独立して測定可能であるように構成される。
クライアントアプリケーション1020、ダッシュボードアプリケーション1022、またはサーバアプリケーション1016などの任意の他のアプリケーションは、本明細書で説明する一実施形態を実装する。アプリケーションのいずれも、電力要件またはエネルギー要件を予測するために、電源システム100およびプロファイルソースからのデータを使用することができる。アプリケーションは、予測分析のためにストレージユニット1008からデータを取得することもできる。アプリケーションは、任意のデータ処理システム(サーバ1004またはサーバ1006、クライアント1010、クライアント1012、ダッシュボード1014)において実行することもできる。
サーバ1004、サーバ1006、ストレージユニット1008、クライアント1010、クライアント1012、ダッシュボード1014は、有線接続、ワイヤレス通信プロトコル、または他の適切なデータ接続を使用して、ネットワーク/通信インフラストラクチャ1002に結合し得る。クライアント1010、クライアント1012、およびダッシュボード1014は、例えば、携帯電話、パーソナルコンピュータ、またはネットワークコンピュータであり得る。
図示の例において、サーバ1004は、ブートファイル、オペレーティングシステムイメージ、およびアプリケーションなどのデータを、クライアント1010、クライアント1012、およびダッシュボード1014に提供し得る。クライアント1010、クライアント1012、およびダッシュボード1014は、この例においてサーバ1004に対するクライアントであり得る。クライアント1010、クライアント1012、およびダッシュボード1014、またはそれらのなんらかの組合せは、それら自体のデータ、ブートファイル、オペレーティングシステムイメージ、およびアプリケーションを含み得る。データ処理環境1000は、図示されていない追加のサーバ、クライアント、および他のデバイスを含み得る。
サーバ1006は、様々な実施形態に関して本明細書で説明するような電力供給のためのオペレータからの要求に応答して、地形条件、速度制限、ユーザフィードバック、代替プロファイルソース、GPS情報、交通状況、またはその他の運転特性などの情報、ならびにバッテリ測定値(例えば、高エネルギー密度ハイブリッドモジュール112の個々のセルからのリアルタイムバッテリ測定値)を検索するように構成された検索エンジンを含み得る。
図示の例において、データ処理環境1000は、インターネットであり得る。ネットワーク/通信インフラストラクチャ1002は、互いに通信するために伝送制御プロトコル/インターネットプロトコル(TCP/IP)および他のプロトコルを使用するネットワークおよびゲートウェイの集合を表し得る。インターネットの中心にあるのは、データおよびメッセージをルーティングする数千の商業、政府、教育、および他のコンピュータシステムを含む、主要なノードまたはホストコンピュータ間のデータ通信リンクのバックボーンである。もちろん、データ処理環境1000は、例えば、イントラネット、ローカルエリアネットワーク(LAN)またはワイドエリアネットワーク(WAN)などの、いくつかの異なるタイプのネットワークとして実装され得る。図10は、一例として意図されており、異なる例示的な実施形態に対するアーキテクチャ上の制限として意図されてはいない。
他の用途の中でも、データ処理環境1000は、例示的な実施形態が実装され得るクライアント-サーバ環境を実装するために使用され得る。クライアント-サーバ環境は、アプリケーションがクライアントデータ処理システムとサーバデータ処理システムとの間の対話性を使用することによって機能するように、ソフトウェアアプリケーションおよびデータがネットワークにわたって分散されることを可能にする。データ処理環境1000は、ネットワークにわたって分散された相互運用可能なソフトウェア構成要素が一貫したビジネスアプリケーションとして一緒にパッケージ化され得るサービス指向アーキテクチャも用い得る。データ処理環境1000はまた、クラウドの形態をとり得、最小限の管理労力またはサービスのプロバイダとの対話で迅速に配給およびリリースすることができる構成可能なコンピューティングリソース(例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想マシン、およびサービス)の共有プールへの便利でオンデマンドのネットワークアクセスを可能にするためのサービス提供のクラウドコンピューティングモデルを用い得る。
図11は、例示的な実施形態が実装され得るデータ処理システムのブロック図を示す。データ処理システム1100は、図10におけるクライアント1010、クライアント1012、ダッシュボード1014、もしくはサーバ1004、サーバ1006、または例示的な実施形態に関するプロセスを実装するコンピュータ使用可能プログラムコードもしくは命令が配置され得る別のタイプのデバイスなどのコンピュータの一例である。
データ処理システム1100について、例としてのみ、これに限定することなく、コンピュータとして説明する。図10における他のデバイスの形態における実装形態は、本明細書で説明するデータ処理システム1100の動作および機能の一般的な説明から逸脱することなく、タッチインターフェースを追加することなどによって、データ処理システム1100を修正し得、データ処理システム1100から特定の図示の構成要素を削除さえし得る。
図示の例において、データ処理システム1100は、ノースブリッジおよびメモリコントローラハブ(NB/MCH)1102と、サウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)1104とを含むハブアーキテクチャを用いる。処理ユニット1106、メインメモリ1108、およびグラフィックスプロセッサ1110は、ノースブリッジおよびメモリコントローラハブ(NB/MCH)1102に結合される。処理ユニット1106は、1つまたは複数のプロセッサを含み得、1つまたは複数の異種プロセッサシステムを使用して実装され得る。処理ユニット1106は、マルチコアプロセッサであり得る。グラフィックスプロセッサ1110は、特定の実装形態において、アクセラレーテッドグラフィックスポート(AGP)を介してノースブリッジおよびメモリコントローラハブ(NB/MCH)1102に結合され得る。
図示の例において、ローカルエリアネットワーク(LAN)アダプタ1112が、サウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)1104に結合される。オーディオアダプタ1116、キーボードおよびマウスアダプタ1120、モデム1122、読み取り専用メモリ(ROM)1124、ユニバーサルシリアルバス(USB)および他のポート1132、ならびにPCI/PCIeデバイス1134が、バス1118を介してサウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)1104に結合される。ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126aおよびCD-ROM1130が、バス1128を介してサウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)1104に結合される。PCI/PCIeデバイス1134は、例えば、イーサネットアダプタ、アドインカード、およびノートブックコンピュータ用のPCカードを含み得る。PCIは、カードバスコントローラを使用するが、PCIeは、カードバスコントローラを使用しない。読み取り専用メモリ(ROM)1124は、例えば、フラッシュバイナリ入力/出力システム(BIOS)であり得る。ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126aならびにCD-ROM1130は、例えば、インテグレーテッドドライブエレクトロニクス(IDE)、シリアルアドバンスドテクノロジーアタッチメント(SATA)インターフェース、またはエクスターナルSATA(eSATA)およびマイクロSATA(mSATA)などの変形例を使用し得る。スーパーI/O(SIO)デバイス1136は、バス1118を介してサウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)1104に結合され得る。
メインメモリ1108、読み取り専用メモリ(ROM)1124、またはフラッシュメモリ(図示せず)などのメモリは、コンピュータ使用可能ストレージデバイスのいくつかの例である。ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126a、CD-ROM1130、および他の同様の使用可能なデバイスは、コンピュータ使用可能記憶媒体を含む、コンピュータ使用可能ストレージデバイスのいくつかの例である。
オペレーティングシステムは、処理ユニット1106上で動作する。オペレーティングシステムは、図11におけるデータ処理システム1100内の様々な構成要素を調整し、それらの制御を提供する。オペレーティングシステムは、限定はしないが、サーバシステム、パーソナルコンピュータ、およびモバイルデバイスを含む任意のタイプのコンピューティングプラットフォームのための市販のオペレーティングシステムであり得る。オブジェクト指向または別のタイプのプログラミングシステムは、オペレーティングシステムと連携して動作し、データ処理システム1100上で実行されるプログラムまたはアプリケーションからオペレーティングシステムへの呼び出しを提供し得る。
オペレーティングシステム、オブジェクト指向プログラミングシステム、および図10におけるアプリケーション1016およびクライアントアプリケーション1020などのアプリケーションまたはプログラムのための命令は、ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126a上のコード1126bの形態などにおいてストレージデバイス上に配置され、処理ユニット1106による実行のために、メインメモリ1108などの1つまたは複数のメモリのうちの少なくとも1つにロードされ得る。例示的な実施形態のプロセスは、例えば、メインメモリ1108、読み取り専用メモリ(ROM)1124、または1つもしくは複数の周辺デバイスなどのメモリ内に配置され得るコンピュータ実装命令を使用して処理ユニット1106によって実行され得る。
さらに、ある場合において、コード1126bが、ネットワーク1114aを介してリモートシステム1114bからダウンロードされ得、同様のコード1114cがストレージデバイス1114d上に記憶され、別の場合において、コード1126bが、ネットワーク1114aを介してリモートシステム1114bにダウンロードされ得、ダウンロードされたコード1114は、ストレージデバイス1114d上に記憶される。
図10および図11におけるハードウェアは、実装形態に応じて異なり得る。フラッシュメモリ、同等の不揮発性メモリ、または光ディスクドライブなどの他の内部ハードウェアまたは周辺デバイスが、図10および図11に示すハードウェアに加えて、またはその代わりに使用され得る。それに加えて、例示的な実施形態のプロセスは、マルチプロセッサデータ処理システムに適用され得る。
いくつかの例示的な例において、データ処理システム1100は、オペレーティングシステムファイルおよび/またはユーザ生成データを記憶するための不揮発性メモリを提供するフラッシュメモリを伴って一般的に構成される携帯情報端末(PDA)であり得る。バスシステムは、システムバス、I/Oバス、およびPCIバスなどの1つまたは複数のバスを備え得る。もちろん、バスシステムは、ファブリックまたはアーキテクチャに取り付けられた異なる構成要素またはデバイス間のデータ転送を提供する任意のタイプの通信ファブリックまたはアーキテクチャを使用して実装され得る。
通信ユニットは、モデムまたはネットワークアダプタなどの、データを送信および受信するために使用される1つまたは複数のデバイスを含み得る。メモリは、例えば、メインメモリ1108、またはノースブリッジおよびメモリコントローラハブ(NB/MCH)1102において見られるキャッシュなどのキャッシュであり得る。処理ユニットは、1つまたは複数のプロセッサまたはCPUを含み得る。
図10および図11における図示の例、ならびに上記で説明した例は、アーキテクチャ上の制限を暗示することを意味していない。例えば、データ処理システム1100はまた、モバイルデバイスまたはウェアラブルデバイスの形態をとることに加えて、タブレットコンピュータ、ラップトップコンピュータ、または電話デバイスであり得る。
コンピュータまたはデータ処理システムが仮想マシン、仮想デバイス、または仮想構成要素として記述される場合、仮想マシン、仮想デバイス、または仮想構成要素は、データ処理システム1100において示されているいくつかのまたはすべての構成要素の仮想化された発現を使用して、データ処理システム1100のように動作する。例えば、仮想マシン、仮想デバイス、または仮想構成要素において、処理ユニット1106は、ホストデータ処理システムにおいて利用可能なすべてのまたはいくつかの数のハードウェア処理ユニット1106の仮想化インスタンスとして発現され、メインメモリ1108は、ホストデータ処理システムにおいて利用可能であり得るメインメモリ1108のすべてまたはある部分の仮想化インスタンスとして発現され、ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126aは、ホストデータ処理システムにおいて利用可能であり得るハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)1126aのすべてまたはある部分の仮想化インスタンスとして発現される。そのような場合におけるホストデータ処理システムは、データ処理システム1100によって表される。
図12に関して、この図は、例示的な実施形態によるインテリジェント電力制御のための例示的な構成の図を示す。インテリジェント電力制御は、図12におけるアプリケーション1204を使用して実装することができる。アプリケーション1204は、図10におけるサーバアプリケーション1016、クライアントアプリケーション1020、またはダッシュボードアプリケーション1022の一例である。アプリケーション1204は、例えば、リアルタイムにおいて、入力データ1202のセットを受信または監視する。入力データは、高エネルギー密度ハイブリッドモジュールの電流、個々のセル114の温度およびその隣接セルの温度、セル114の電圧、セル114のインピーダンス、セル114の健全度、セル114の容量、黒鉛化プラトーを識別するセル114の計算された分極曲線または充放電曲線500、車両の最高速度/加速度、車両の総質量、車両の空力抵抗力、場所、最も近い充電ステーションなどの対象電気車両パラメータ1220を含む。入力データは、ユーザ選好、移動中の計画された停車回数、日常運転の平均距離、1マイルあたりの過去の運転エネルギー消費量、停車の持続時間、カレンダデータ、および地形データ、道路傾斜角度、空気抵抗係数、道路転がり抵抗係数などの環境データなどの、プロファイルソース1226(ユーザプロファイル1222、コミュニティプロファイル1224、環境プロファイル1230)からの運転特性も含む。
本明細書で説明する1つまたは複数の実施形態において、ユーザ、コミュニティ、環境、対象電気車両、電源システムなどに関連する特性、特質、および/または選好は、「特徴」と呼ばれる。1つまたは複数の実施形態において、構成1200は、特徴選択結果を駆動するためにアルゴリズムおよび/または規則を定義および構成する。特定の実施形態において、アルゴリズムは、例えば、特徴の最小共通値を決定することと、その値がユーザ間で特徴のしきい値(例えば、90%)以内で最良の一致を満たすかどうかを判定することとを含み得る。一実施形態において、システムは、バッテリモジュールの安全性、または到着時間、またはSOH、または運転距離などの特徴が異なる重みを担持するように、特定の特徴に優先順位を付け得る。一実施形態において、車両のフリートにおける共通点が見つかった後、構成1200は、個々の車両の問題を理解し、対象電気車両の電力を制御するのを助ける最良の特徴値を抽出および導出する。
一実施形態において、特徴抽出コンポーネント1214は、アプリケーション1204からの要求の内容に基づいて、すべての異なる利用可能な特徴(例えば、対象電気車両パラメータ1220、ユーザプロファイル1222、コミュニティプロファイル1224、環境プロファイル1230)からのデータを使用して、対象電気車両について、関連する特徴を生成するように構成される。この実施形態において、特徴抽出コンポーネント1214は、少なくとも対象電気車両1232および/またはそのユーザもしくは位置の識別情報、ならびに10マイルの移動を完了するために1つまたは複数の高エネルギー密度ハイブリッドモジュール112から取得する電力出力を提案する命令を含む、アプリケーション1204からの要求を受信する。対象電気車両1232および/またはユーザ情報を使用して、特徴抽出コンポーネント1214は、特定の対象電気車両パラメータ1220、ユーザプロファイル1222からのユーザプロファイル情報、コミュニティプロファイル1224からのコミュニティプロファイル情報、環境プロファイル1230からの環境データの組合せを取得する。この実施形態において、特徴抽出コンポーネント1214は、特徴を特徴プロファイルとして生成するために、定義された優先順位付けのアルゴリズムを使用する。特定の実施形態において、特徴プロファイルは、各特徴(例えば、1.セル114における電流、2.セル114の温度、3.セル114の電圧、4.セル114のインピーダンス、5.ユーザカレンダ、6.GPS位置、7.目的地、8.航続距離要件、9.セル114の安全性、容量、および残りのライフサイクルを示す健全度監査報告、ならびに10.重みが各特徴に与えられる)を含む。抽出された特徴と、多数の異なるデータセットを使用してトレーニングされたトレーニング済みM/Lモデルとを使用して、電力制御モジュール1216は、対象電気車両1232のための電力出力提案1212を決定する。セル114が充電および/または放電され得る利用可能な数のサイクルよりも高エネルギー密度を優先する化学組成を用いるハイブリッドアーキテクチャの主な利点は、電源システム100のトラクションバッテリ102の航続距離が大幅に増加することである。さらに、直列に接続されたセル114を有する高エネルギー密度ハイブリッドモジュール112の電流入力および出力を個別に制御することによって、例えば、短絡の検出時に、局所的な故障がさらなる損傷を引き起こすのを防ぐために、どのモジュールが活性化されるかまたは非活性化されるかを制御する能力を通じて、個々のセル114またはモジュールの安全性を高める高度なモジュール式アーキテクチャが取得される。それらの構成要素セル114に関して取得された測定値に基づいて高エネルギー密度ハイブリッドモジュール112をモジュール式に制御することによって、従来の解決策の並列に接続されたセルにおける未検出セルの問題に典型的に関連するセルの急速な劣化の単なる防止によって、各高エネルギー密度ハイブリッドモジュール112の最大ライフサイクルを確保することができる。例えば、あるセルが過熱して検出されない場合、他のセルに影響を与える連鎖反応が始まる可能性がある。バランスデバイス128を介して個々の直列接続されたセルの電流と、それらの充電率/放電率をモジュール式に制御する能力は、セル114の最大容量およびそれらの利用可能なライフサイクルが維持されることを保証する。したがって、選好および対象電気車両健全性パラメータを考慮に入れる機械学習モデルに基づく電力制御モジュール1216を用いることによって、個々の高エネルギー密度ハイブリッドモジュール112の出力は、ハイブリッドアーキテクチャによってもたらされる利益を損なうことなくユーザが前記ユーザの航続距離または目的地の目標を達成することを可能にしながら、車両の変化するエネルギー需要に効率的に対処するために、インテリジェントかつリアルタイムに制御することができる。一実施形態において、電力制御モジュール1216は、本明細書で論じるように、前記利益を最大化するようにトレーニングされる。
図12に戻ると、特徴抽出コンポーネント1214は、ディープニューラルネットワークに組み込まれ得る。代替的に、特徴抽出コンポーネント1214は、ディープニューラルネットワークの外側にあり得る。電力制御モジュール1216は、電力出力提案1212を生成するために、特徴抽出コンポーネント1214から取得した特徴を使用し、電力出力提案1212は、例えば、アプリケーション1204からの要求に基づいて、即時のまたは延長された距離または航続距離の目標を満たすために1つまたは複数の双方向DC-DCコンバータ502を実行するために必要な電力またはエネルギーまたはCレート522に関する情報を含み得る。電力出力提案1212はまた、電源システム100の1つまたは複数の構成要素の予測状態を示す情報と、予測された/潜在的な故障モードを軽減するための命令とを含み得る。さらに、電力出力提案1212は、どの1つまたは複数の高エネルギー密度ハイブリッドモジュール122から定義された電力出力を取得するか、1つまたは複数の双方向DC-DCコンバータ502を介するセル144またはトラクションバッテリの充電率または放電率、前記充電または放電を開始する時間、最適化されたルートなどに関する情報を含み得る。これらの例は、限定を意味しておらず、これらおよび他の例示的な電力出力提案の任意の組合せが説明と同様に可能である。電力制御モジュール1216は、限定であることを意味しないが、例えば、リカレントニューラルネットワーク(RNN)およびダイナミックニューラルネットワーク(DNN)などのニューラルネットワークに基づくことができる。RNNは、センサから発せられるデータを使用した数値時系列予測または予想および数値時系列異常検出などの、データのシーケンスにおけるパターンを認識し、画像説明およびテキスト要約を生成するように設計された人工ニューラルネットワークの一種である。RNNは、ネットワークのトポロジ内でサイクルを形成するリカレント接続(「通常の」信号の流れとは逆方向に進む)を使用する。以前の入力から導出された計算は、ネットワークにフィードバックされ、これは、RNNに「短期記憶」を与える。RNNなどのフィードバックネットワークは、動的であり、それらの「状態」は、平衡点に達するまで連続的に変化する。この理由のため、RNNは、所与のデータのセットにおける時間にわたる関係を検出するのに特に適している。リカレントネットワークは、現在見ている入力例だけでなく、時間において以前に知覚したものも入力として取り込む。リカレントネットが時間ステップt-1において到達した決定は、時間ステップtにおいて少し後に到達する決定に影響を与える。したがって、リカレントネットワークは、現在および最近の過去の2つの入力ソースを有し、これらは、新しいデータのどのように応答するのかを決定するために組み合わされる。DNNは、ネットワーク構造の動的宣言に依存する。従来の静的モデルにおいて、計算グラフ(ニューラルネットワークによる計算の記号表現が通常定義されている)と、次いで例とがエンジンに供給され、このエンジンは、この計算を実行し、その導関数を計算する。しかしながら、静的グラフでは、最初に入力サイズが定義されなければならず、これは、入力が変化するアプリケーションには不便である可能性がある。しかしながら、DNNにおいて、動的宣言方策が使用され、計算グラフは、入力ごとに異なるネットワーク構造を使用する能力を用いて、ネットワーク出力を計算する手続き型コードを実行することによって暗黙的に構築される。したがって、トレーニングプロセスにおいて、計算グラフは、トレーニング例ごとに新たに定義することができる。したがって、計算グラフは、入力変数が宣言された直後に動的に構築される。したがって、グラフは、柔軟性があり、いつでもグラフの内部の修正および検査を可能にする。したがって、ニューラルネットワークへのすべての入力とニューラルネットワークの層との間の関係を維持する必要がある代わりに、定義されたパラメータがその優先順位を上げるしきい値を超えた時点で、ニューラルネットワークの構造が、優先順位の上昇によって引き起こされる電源システム100の新しい機能的要件に対処する出力における対応する変化を引き起こすように動的に変更されるという決定、およびその逆の決定を行うことができる。したがって、動的ニューラルネットワークにおいて、出力は、入力、出力、およびネットワーク構造の現在および過去の値に依存する。そのようなフィードバックを有するニューラルネットワークは、システムのモデリング、識別、制御、およびフィルタリング動作に適しており、非線形動的電源システムにとって特に重要である。もちろん、これらの例は、非限定的であり、本明細書に照らして他の例を取得することができる。
例示的な実施形態において、電力出力提案1212は、アプリケーション1204のプレゼンテーションコンポーネント1208によって提示され得る。適応コンポーネント1210は、必要に応じて、電力出力提案1212を適応させるためにユーザからの入力を受信するように構成される。例えば、電力制御モジュール1216によって提案されたルートを変更することは、新しいルートの地形および距離を考慮に入れた提案された電力出力の再計算を引き起こす。
フィードバックコンポーネント1218は、電力出力提案1212に関するユーザフィードバック1224をオプションで収集する。一実施形態において、アプリケーション1204は、電力出力提案1212を計算するだけでなく、ユーザがフィードバックを入力するための方法も提供するように構成され、フィードバックは、計算された電力出力提案1212の精度を示す。フィードバックコンポーネント1218は、より良い提案のためにM/Lモデル1206を修正するために、プロファイル1222、1224、1230、またはM/Lモデル1206などに機械学習技術におけるフィードバックを適用する。例示的な実施形態において、アプリケーションは、前記フィードバック入力を分析し、アプリケーションは、電力制御モジュール1216のM/Lモデル1206を強化する。フィードバックが提案の精度に関して肯定的または不満足である場合、アプリケーションは、それぞれ、M/Lモデル1206のパラメータを強化または弱化する。一例において、提案は、山の頂上において電力を制限する必要がないように、山の頂上において十分なバッテリ容量および電力が存在するように、山に到着する30マイル手前でハイブリッドレンジエクステンダバッテリ124をオンにすることであった。しかしながら、山の頂上における電力が実際には制限され、したがって、予想よりも低い速度を維持することができたと判断すると、提案/予測の不正確さについて電力制御モジュール1216にフィードバックが提供される。
ニューラルネットワークモデルの入力層は、例えば、セル114の電流、電圧、またはインピーダンス値を表すベクトル、地形データの2D画像のピクセル、NLPエンジン1228によって提供されたコンテキストカレンダデータなどとすることができる。一例において、CNN(畳み込みニューラルネットワーク)は、入力画像から特徴を抽出するために畳み込みを使用する。一実施形態において、提案を提供する要求を受信すると、アプリケーション1204は、電力出力提案1212を含む配列を生成するためにM/Lモデル1206の入力ニューロンに入力される値の配列を作成する。
ニューラルネットワークM/Lモデル1206は、記憶されたプロファイルと、多数のサンプル車両およびセルの測定値とを含む、様々なタイプのトレーニングデータセットを使用してトレーニングされる。例示的な実施形態による機械学習ベースの推奨生成のための例示的なトレーニングアーキテクチャ1302のブロック図を示す図13に示すように、プログラムコードは、トレーニングデータ1304から様々な特徴1306を抽出する。トレーニングデータ1304の構成要素は、ラベルLを有する。特徴は、プログラムコードがM/Lモデル1308として利用する予測関数H(x)または仮説を開発するために利用される。トレーニングデータ1304内の様々な特徴を識別する際、プログラムコードは、一実施形態において特徴を識別するために利用することができる方法の一例である、限定はしないが、相互情報を含む様々な技法を利用し得る。他の実施形態は、特徴を選択するために、限定はしないが、主成分分析、拡散マッピング、ランダムフォレスト、および/または再帰的特徴除去(特徴を選択するための総当り手法)を含む、特徴を選択するための様々な技法を利用し得る。「P」は、取得することができる出力(例えば、電力出力値、電力出力値を取得するための高エネルギー密度ハイブリッドモジュール112など)であり、この出力は、受信されると、電源システム100または車両が記憶された命令のステップのような他のステップを実行することをさらにトリガすることができる。プログラムコードは、プログラムコードがM/Lモデル1308を含む予測関数に基づいて様々な変更に優先順位付けすることができるように、出力に対する重みを提供することを含む、M/Lモデル1308をトレーニングするために機械学習m/lアルゴリズム1312を利用し得る。出力は、品質メトリック1310によって評価することができる。
トレーニングデータ1304の多様なセットを選択することによって、プログラムコードは、対象電気車両1232、運転者、車両のフリート、環境条件などの様々な特徴を識別および重み付けするために、M/Lモデル1308をトレーニングする。M/Lモデル1308を利用するために、プログラムコードは、ニューラルネットワークの入力ニューロンに入力する値の配列を生成するために、入力データまたは特徴を取得(または導出)する。これらの入力に応答して、ニューラルネットワークの出力ニューロンは、同時に提示または使用されるべき電力出力提案1212を含む配列を生成する。
図14を参照して、この図は、例示的な実施形態による、電気車両のための電力出力提案を提供するための例示的なプロセス1400のフローチャートを示す。プロセス1400は、図12におけるアプリケーション1204を使用して実装することができる。
ステップ1402において、プロセス1400は、少なくとも1つのハイブリッドモジュールコントローラ(HMC)によって、電源システムの少なくとも1つの高エネルギー密度ハイブリッドモジュールの複数のセルの各々のパラメータを独立して測定する。複数のセルは、少なくとも1つの高エネルギー密度ハイブリッドモジュールにおいて直列に接続される。
ステップ1404において、プロセス1400は、電源制御モジュールによる使用のために、対象電気車両の1つまたは複数の特性を示す対象電気車両パラメータのセットの少なくとも一部として、セルの測定されたパラメータを受信する。パラメータは、少なくとも電流と、温度と、電圧とを含み得る。容量と、黒鉛化プラトーを伴う分極曲線と、インピーダンス(DC IR、AC IR)とを含む他のパラメータが、電流、温度、および電圧の単一のまたは時系列の測定値から導出され得る。例えば、黒鉛化プラトーを伴う分極曲線(鉄の補間が生じる)は、セル114において起こる故障の種類、例えば、リチウムの損失、リチウムを貯蔵するための活性サイトの損失などを解釈するために、プロセス1400によって使用され得る。
ステップ1406において、プロセス1400は、少なくとも対象電気車両のセットを使用して入力データを生成する。ステップ1408において、プロセス1400は、入力データから1つまたは複数の特徴を抽出し、1つまたは複数の特徴は、今後の会議を予定しているユーザのカレンダなどの電力出力提案動作を完了するための要求を表す。特徴抽出は、モデルとは別個のものであり得、またはトレーニング中に調整されたモデルの1つまたは複数の層内に含まれ得る。1つまたは複数の特徴は、図15に示すように、属性優先順位付け1502ステップから取得された属性も表し得る。属性優先順位付け1502において、電力出力提案動作において考慮する1つまたは複数の属性1510が取得される。1つまたは複数の属性は、異なる優先順位もしくは重みが割り当てられる場合があり、または同じ優先順位もしくは重みが割り当てられるか、もしくは優先順位もしくは重みが割り当てられない場合さえある。属性1510を考慮する異なるデータセットの大きいセットを用いてM/Lモデル1206をトレーニングすることによって、異なるシナリオを電力制御モジュール1216によって処理することができる。例示的かつ非限定的な実施形態において、属性1510は、安全属性1504を最大化または強制し、寿命属性1506を最大化し、容量属性1508を最大化するための命令を含む。ステップ1410において、プロセス1400は、電力制御モジュールを使用して、対象電気車両に対する少なくとも1つの電力出力提案を提案する。
少なくとも1つの電力出力提案は、電源システム100の属性優先順位付け1502、最大安全性1504による属性を考慮し得る。例示的な実施形態において、安全性を最大化することは、セル化学物質において起こり得るまたは観察されたアクティビティ(例えば、自己放電として現れる陽極と陰極との間の短絡)を考慮することを表し、電力制御モジュール1216は、他のモジュール/高エネルギー密度ハイブリッドモジュール112に影響を与えることなく、バッテリパックのセグメント/高エネルギー密度ハイブリッドモジュール112の動作の一時停止を提案および実施し、そうでなければ従来のバッテリパックにおいて利用不可能なステップである。この実装形態は、安全上の利益のために、前記高エネルギー密度ハイブリッドモジュール112からエネルギーを遠ざけること、または前記高エネルギー密度ハイブリッドモジュール112を絶縁するために放電してオフにすることを含むこともできる。さらに、いかなる対応する電流変化もなしに異常な温度上昇を観察することによって、電力制御モジュール1216は、火災事象、回路基板の故障などを推測し、したがって、火事または故障の伝播を回避するために、その温度上昇に近接する対応するモジュールを放電させ得る。別の例において、シャーシ304と高電圧バスとの間の絶縁の損失を観察することによって、電力制御モジュールは、1つまたは複数のモジュールの充電状態を低減し、サービス警告を提供し、したがって、電力供給システム100の安全性、したがって電気車両の安全性を最大化する。
少なくとも1つの電力出力提案は、電源システム100の属性優先順位付け1502、最大寿命1506を考慮し得る。例示的な実施形態において、寿命を最大化することは、セル114の健全性、すなわち電流を放電するセルの能力を最大化することを含む。バッテリのインピーダンスにおける増加を観察することによって、電源システム100は、セル114の寿命を最大化するために、セル114の過熱または「過剰ストレス」を回避するために、セル114の最大電力における変化を引き起こす。したがって、定義された放電電力が、セル114の健全度を補完するために決定される。この実施形態において、インピーダンスは、セルの放電および再充電と、放電パラメータおよび再充電の理想的な標準との比較とに基づいて測定され、セル114は、SOHグレーディング動作においてグレーディングされる。セル114は、例えば、A、B、C、D、およびEとしてグレーディングされ、Aは、高いSOHを表し、Eは、低いSOHを表す。したがって、この実施形態において、DおよびEにグレーディングされたセル114を有するすべてのモジュールは、C/10のCレート522において電力制御モジュール1216によって動作され得、BおよびCにグレーディングされたセルを有するモジュールは、C/5のCレート522において動作され得、Aにグレーディングされたセルを有するモジュールは、C/3のCレート522において動作され得、動作されるCレート522は、それぞれの高エネルギー密度ハイブリッドモジュール112の放電電力限界である。電力制御モジュール1216は、安全属性および容量属性と併せてこれらの制限に従って学習および調整をし続ける。したがって、Aにグレーディングされたあるセル114およびそのモジュールが安全上の問題によりオフラインにされた場合、オフラインのセル114の不在のため、別のセル114がBからAにアップグレードされるか、またはそのモジュールがよりハードなデューティサイクルに設定され得る。
少なくとも1つの電力出力提案は、属性優先順位付け1502により、電源システム100の最大容量1508を考慮し得る。例示的な実施形態において、容量を最大化することは、セルのインピーダンス問題を認識する。高インピーダンスを有するセルの場合、電力制御モジュール1216は、対応する高エネルギー密度ハイブリッドモジュール112を最低のCレート522において動作させ得、最長時間にわたってエネルギーを提供し、したがって、最初にそれを動作させることがライフタイム属性1510のみに基づいて可能性が高くないとしても、容量を最大化する。さらに、グループ内のセルの直列連鎖の場合、グループの容量は、最も弱いセルによって制限される。すべてのセルが100AHを有し、最も弱いセルが60AHを有する場合、ゼロの充電に達すると、直列連鎖内の残りのセルは、最も弱いセルを損傷することを避けるために、さらに放電することができないので、最も弱いセルが、他のセルを制限する。電力制御モジュール1216は、最も弱いセルを保護し、悪化させないために、セル間の容量の相違を回避するように動作する。さらに、電力制御モジュール1216は、セルの容量を回復するために、形成充電中に最も弱いセルを放電し、ゆっくりと充電することを実施し得る。
したがって、例示的な実施形態において、電力制御モジュール1216は、地理、最大電流、および速度などの入力データも考慮し、すべての入力を見ることによって属性の目標にどのように利益をもたらすかを予測しながら、寿命、安全性、容量、および他の属性を最大化するように機能する利点および欠点のシステムに基づいて動作する。SOHチェックを頻繁に/定期的に行うことは、セル/モジュールのグレーディングが意思決定のために健全性を追跡し続けることを可能にする。例えば、今後の移動を確認するためにカレンダを使用すること、およびSOHチェックは、改善することができるかどうかを判断するために弱いバッテリモジュールを識別するために実行され得る。識別された弱いバッテリモジュールは、移動中に使用するために健全性の問題を解決するために、移動前に非常にゆっくりと充電され得る。
したがって、電気車両の電力供給、および他の関連する特徴、機能、または動作のために、コンピュータ実装方法、システム、または装置、およびコンピュータプログラム製品が例示において提供される。あるタイプのデバイスに関してその一部の実施形態が説明されている場合、コンピュータ実装方法、システム、または装置、コンピュータプログラム製品、またはその一部は、そのタイプのデバイスの適切かつ同等の発現で使用するために適応または構成される。
実施形態がアプリケーションにおいて実装されるものとして説明されている場合、サービスとしてのソフトウェア(SaaS(Software as a Service))モデルにおけるアプリケーションの配信は、例示的な実施形態の範囲内で企図される。SaaSモデルにおいて、実施形態を実装するアプリケーションの能力は、クラウドインフラストラクチャにおいてアプリケーションを実行することによってユーザに提供される。ユーザは、ウェブブラウザ(例えば、ウェブベースの電子メール)または他の軽量クライアントアプリケーションなどのシンクライアントインターフェースを介して様々なクライアントデバイスを使用してアプリケーションにアクセスすることができる。ユーザは、クラウドインフラストラクチャのネットワーク、サーバ、オペレーティングシステム、またはストレージを含む、基盤となるクラウドインフラストラクチャを管理または制御しない。場合によっては、ユーザは、SaaSアプリケーションの能力を管理または制御しない場合さえある。いくつかの他の場合、アプリケーションのSaaS実装形態は、制限されたユーザ固有のアプリケーション構成設定の可能な例外を許可する場合がある。
本発明は、統合の任意の可能な技術的詳細レベルにおけるシステム、方法、および/またはコンピュータプログラム製品であり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体を含み得る。
コンピュータ可読記憶媒体は、命令実行デバイスによって使用するための命令を保持および記憶することができる有形の媒体とすることができる。コンピュータ可読記憶媒体は、例えば、限定はしないが、電子記憶デバイス、磁気記憶デバイス、光記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、または上記のものの任意の適切な組合せであり得る。コンピュータ可読記憶媒体のより具体的な例の非網羅的リストは、以下の、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、消去可能プログラマブル読み取り専用メモリ(EPROMまたはフラッシュメモリ)、スタティックランダムアクセスメモリ(SRAM)、ポータブルコンパクトディスク読み取り専用メモリ(CD-ROM)、デジタル多用途ディスク(DVD)、メモリスティック、フロッピーディスク、パンチカードまたは命令が記録された溝内の隆起構造などの機械的に符号化されたデバイス、および上記のものの任意の適切な組合せを含む。限定はしないが、本明細書で使用されるコンピュータ可読記憶デバイスを含むコンピュータ可読記憶媒体は、電波または他の自由に伝播する電磁波、導波路を通って伝播する電磁波、または他の伝送媒体(例えば、光ファイバケーブルを通過する光パルス)、またはワイヤを通って伝送される電気信号などの、それ自体、一時的な信号であると解釈されるべきではない。
本明細書に記載のコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング/処理デバイスに、またはネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、および/もしくはワイヤレスネットワークを介して外部コンピュータもしくは外部ストレージデバイスにダウンロードすることができる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、ワイヤレス伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ、および/またはエッジサーバを備え得る。各コンピューティング/処理デバイスにおけるネットワークアダプタカードまたはネットワークインターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、それぞれのコンピューティング/処理デバイス内のコンピュータ可読記憶媒体内に記憶するためにコンピュータ可読プログラム命令を転送する。
本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ(ISA)命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路の構成データ、または1つもしくは複数のプログラミング言語の任意の組合せで書かれたソースコードもしくはオブジェクトコードのうちのいずれかであり得、そのようなプログラミング言語は、Smalltalk、C++などのオブジェクト指向プログラミング言語と、「C」プログラミング言語または同様のプログラミング言語などの手続き型プログラミング言語とを含む。コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に、ユーザのコンピュータ上で部分的に、スタンドアロンソフトウェアパッケージとして、ユーザのコンピュータ上で部分的におよびリモートコンピュータ上で部分的に、またはリモートコンピュータもしくはサーバで全体的に、実行され得る。後者のシナリオにおいて、リモートコンピュータは、ローカルエリアネットワーク(LAN)もしくはワイドエリアネットワーク(WAN)を含む任意のタイプのネットワークを介してユーザのコンピュータに接続され得、または接続は、(例えば、インターネットサービスプロバイダを使用してインターネットを介して)外部コンピュータに対してなされ得る。いくつかの実施形態において、本発明の態様を実行するために、例えば、プログラマブル論理回路、フィールドプログラマブルゲートアレイ(FPGA)、またはプログラマブル論理アレイ(PLA)を含む電子回路が、電子回路を個人化するためにコンピュータ可読プログラム命令の状態情報を利用することによって、コンピュータ可読プログラム命令を実行し得る。
本発明の態様については、本発明の実施形態による方法、装置(システム)、およびコンピュータプログラム製品のフローチャート図および/またはブロック図に関して本明細書で説明される。コンピュータ可読プログラム命令は、フローチャート図および/またはブロック図の各ブロックと、フローチャート図および/またはブロック図内のブロックの組合せとを実装することができることが理解されよう。
これらのコンピュータ読み取り可能なプログラム命令は、コンピュータのプロセッサまたは他のプログラミング可能なデータ処理装置を介して実行される命令が、フローチャートおよび/またはブロック図の1つまたは複数のブロックにおいて指定された機能/活動を実装するための手段を作成するように、マシンを生成するために、汎用コンピュータ、専用コンピュータ、または他のプログラマブルデータ処理装置のプロセッサに提供され得る。これらのコンピュータ可読プログラム命令はまた、命令を記憶されたコンピュータ可読記憶媒体がフローチャートおよび/またはブロック図の1つまたは複数のブロックにおいて指定された機能/活動の態様を実装する命令を含む製品を含むように、コンピュータ、プログラマブルデータ処理装置、および/または他のデバイスに特定の方法において機能するように指示することができる。
コンピュータ可読プログラム命令はまた、コンピュータ、他のプログラマブル装置、または他のデバイス上で実行される命令がフローチャートおよび/またはブロック図の1つまたは複数のブロックにおいて指定された機能/活動を実装するように、コンピュータ実装プロセスを生成するために、一連の動作ステップをコンピュータ、他のプログラマブル装置、または他のデバイス上で実行させるために、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイスにロードされ得る。
図中のフローチャートおよびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータプログラム製品の可能な実装のアーキテクチャ、機能性、および操作を示す。この点で、フローチャートまたはブロック図における各ブロックは、指定された論理機能を実装するための1つまたは複数の実行可能命令を含むモジュール、セグメント、または命令の部分を表す場合がある。いくつかの代替実装形態において、ブロック内に示されている機能は、図中に示されている順序を外れて発生し得る。例えば、連続して示された2つのブロックが、実際には、実質的に同時に実行され得、または、時には、これらのブロックは、含まれる機能性に応じて、逆の順番で実行され得る。ブロック図および/またはフローチャート図の各ブロック、ならびにブロック図および/またはフローチャート図内のブロックの組合せは、指定された機能もしくは活動を実行する専用のハードウェアベースのシステムによって実装することができ、または専用のハードウェアおよびコンピュータ命令の組合せを実行することができることも留意されよう。
100 電源システム
102 トラクションバッテリ
104 バッテリ管理システム(BMS)
106 プロセッサ
108 リレー
110 駆動ユニット
112 高エネルギー密度ハイブリッドモジュール
112A 高エネルギー密度ハイブリッドモジュール
112B 高エネルギー密度ハイブリッドモジュール
114 セル
116 センサ
118 オンボードハイブリッドモジュールコントローラ
120 プロセッサ
122 トラクションモジュール
124 ハイブリッドレンジエクステンダバッテリ
126 オンボードコンピュータシステム
128 バランスデバイス
200 コンピュータシステム
202 通信インフラストラクチャ
204 メインメモリ
206 コンピュータプロセッサ
208 ディスプレイインターフェース
210 入力ユニット
212 通信インターフェース
214 ディスプレイユニット
216 通信経路
218 二次メモリ
220 ハードディスクドライブ
222 リムーバブルストレージドライブ
226 リムーバブルストレージユニット
302 車両
304 シャーシ
402 運転日の割合軸
404 1日の運転距離軸
406 トラクションバッテリ部分
408 ハイブリッドレンジエクステンダ部分
410 エネルギー密度軸
412 サイクル寿命軸
414 トラクションバッテリ化学物質領域
418 ハイブリッドレンジエクステンダバッテリ化学物質領域
500 充電-放電曲線、充放電曲線
502 双方向DC-DCコンバータ
504 オンボードAC-DC充電器
506 補助DC-DCコンバータ
508 接触器
510 制御モジュール
512 12Vバッテリ
514 電圧軸
516 容量軸
518 放電曲線
520 充電曲線
522 Cレート
602 オンボードエネルギー管理システム
702 構成1
704 構成2
706 構成3
802 無効化されたハイブリッドモジュール
804 低減容量ハイブリッドモジュールA
806 低減容量ハイブリッドモジュールB
808 通常用量ハイブリッドモジュール
1000 データ処理環境
1002 ネットワーク/通信インフラストラクチャ
1004 サーバ
1006 サーバ
1008 ストレージユニット
1010 クライアント
1012 クライアント
1014 ダッシュボード
1016 サーバアプリケーション
1020 クライアントアプリケーション
1022 ダッシュボードアプリケーション
1100 データ処理システム
1102 ノースブリッジおよびメモリコントローラハブ(NB/MCH)
1104 サウスブリッジおよび入力/出力(I/O)コントローラハブ(SB/ICH)
1106 ハードウェア処理ユニット
1108 メインメモリ
1100 グラフィックスプロセッサ
1112 ローカルエリアネットワーク(LAN)アダプタ
1114a ネットワーク
1114b リモートシステム
1114c コード
1114d ストレージデバイス
1116 オーディオアダプタ
1118 バス
1120 キーボードおよびマウスアダプタ
1122 モデム
1124 読み取り専用メモリ(ROM)
1126a ハードディスクドライブ(HDD)またはソリッドステートドライブ(SSD)
1126b コード
1128 バス
1130 CD-ROM
1132 ユニバーサルシリアルバス(USB)および他のポート
1134 PCI/PCIeデバイス
1136 スーパーI/O(SIO)デバイス
1200 構成
1202 入力データ
1204 アプリケーション
1206 M/Lモデル
1208 プレゼンテーションコンポーネント
1210 適応コンポーネント
1212 電力出力提案
1214 特徴抽出コンポーネント
1216 電力制御モジュール
1218 フィードバックコンポーネント
1220 対象電気車両パラメータ
1222 ユーザプロファイル
1224 コミュニティプロファイル
1226 プロファイルソース
1228 NLPエンジン
1230 環境プロファイル
1232 対象電気車両
1302 トレーニングアーキテクチャ
1304 トレーニングデータ
1306 特徴
1308 M/Lモデル
1310 品質メトリック
1312 機械学習m/lアルゴリズム
1502 属性優先順位付け
1504 安全属性
1506 寿命属性
1508 容量属性
1510 ライフタイム属性

Claims (67)

  1. 電気車両用の電源システムであって、
    前記電気車両に電力を供給するために前記電気車両の高電圧DCバスに対して接続または切断されるように構成されたトラクションバッテリと、
    並列に接続された1つまたは複数の高エネルギー密度ハイブリッドモジュールを備えるハイブリッドレンジエクステンダバッテリであって、各高エネルギー密度ハイブリッドモジュールが、対応するハイブリッドモジュールコントローラ(HMC)と、直列に接続された複数のセルとを含む、ハイブリッドレンジエクステンダバッテリと、
    前記1つまたは複数の高エネルギー密度ハイブリッドモジュールと前記電気車両の前記高電圧DCバスとの間に配置された1つまたは複数の双方向DC-DCコンバータと
    を備え、
    前記配置された1つまたは複数の双方向DC-DCコンバータの各々が、それぞれ、前記トラクションバッテリを充電するために、および/または前記電気車両に電力を供給するために、前記電気車両の前記高電圧DCバスを介して、対応する高エネルギー密度ハイブリッドモジュールからの直流電流を、前記トラクションバッテリおよび/またはパワートレインに動作可能に結合する、電源システム。
  2. 前記1つまたは複数の高エネルギー密度ハイブリッドモジュールの各高エネルギー密度ハイブリッドモジュールが、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を用いて構成される、請求項1に記載の電源システム。
  3. 前記トラクションバッテリが、バッテリ管理システム(BMS)によって制御される1つまたは複数のトラクションモジュールを備える、請求項1に記載の電源システム。
  4. 前記トラクションバッテリの前記1つまたは複数のトラクションモジュールが、複数のトラクションモジュールであり、前記複数のトラクションモジュールが、直列に接続される、請求項1に記載の電源システム。
  5. 前記複数のセルの各セルが、前記対応するHMCによって独立して測定可能であるように構成される、請求項1に記載の電源システム。
  6. 前記1つまたは複数の高エネルギー密度ハイブリッドモジュールが、対応する双方向DC-DCコンバータを介して充電および/または放電を管理するように構成される、請求項1に記載の電源システム。
  7. 高エネルギー密度ハイブリッドモジュールの前記対応するHMCが、独立して測定可能な前記セルについて取得されたセンサ情報を介してその高エネルギー密度ハイブリッドモジュールの充電率および放電率を制御することによって、前記電源システムの電力生成モードをさらに管理するように構成される、請求項1に記載の電源システム。
  8. 前記セル内に蓄積された電荷を選択的に放電するように構成された、前記高エネルギー密度ハイブリッドモジュールのセルごとのバランスデバイスをさらに備える、請求項1に記載の電源システム。
  9. 前記バランスデバイスが、各セルと並列に接続されたブリーダ抵抗器である、請求項8に記載の電源システム。
  10. 前記ハイブリッドレンジエクステンダバッテリが複数の化学物質を含む、請求項1に記載の電源システム。
  11. 少なくとも1つの高エネルギー密度ハイブリッドモジュールのセルが、約1000Wh/L以上のセルエネルギー密度を有する、請求項1に記載の電源システム。
  12. 前記レンジエクステンダバッテリが、約200サイクルのサイクル寿命を有する、請求項1に記載の電源システム。
  13. 前記トラクションバッテリが、前記ハイブリッドレンジエクステンダバッテリから分離されている、請求項1に記載の電源システム。
  14. 前記トラクションバッテリが、負荷追従型である、請求項1に記載の電源システム。
  15. 電気車両の電源システムを動作させる方法であって、
    前記電気車両に電力を供給するように構成された1つまたは複数のトラクションモジュールを備えるトラクションバッテリを設けるステップと、
    並列に接続された1つまたは複数の高エネルギー密度ハイブリッドモジュールを有するハイブリッドレンジエクステンダバッテリを設けるステップであって、各高エネルギー密度ハイブリッドモジュールが、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を有し、対応するハイブリッドモジュールコントローラ(HMC)と、直列に接続された複数のセルとを有し、前記複数のセルの各セルが、前記対応するHMCによって独立して測定可能である、ステップと、
    前記1つまたは複数の高エネルギー密度ハイブリッドモジュールと前記電気車両の前記高電圧DCバスとの間に1つまたは複数の双方向DC-DCコンバータを配置することによって、それぞれ、前記トラクションバッテリを充電するために、および/または前記電気車両に電力を供給するために、前記高エネルギー密度ハイブリッドモジュールのうちの1つまたは複数からの直流電流を、前記トラクションバッテリおよび/または前記車両のパワートレインが接続された高電圧DCバスに動作可能に結合するステップであって、前記1つまたは複数の高エネルギー密度ハイブリッドモジュールの各高エネルギー密度ハイブリッドモジュールが、対応する双方向DC-DCコンバータを有する、ステップと、
    前記対応するHMCを使用して、前記独立して測定可能なセルについて取得されたセンサ情報を介して、その対応する高エネルギー密度ハイブリッドモジュールの充電率および放電率を制御することによって、
    前記電源システムの電力生成モードを制御するステップと
    を含む方法。
  16. 前記対応する双方向DC-DCコンバータを使用し、セルの対応する測定されたインピーダンスを参照プロファイルと比較して、前記高エネルギー密度ハイブリッドモジュールの入力電流および出力電流を制御することによって、前記セルの故障を検出するステップをさらに含む、請求項15に記載の方法。
  17. 前記高エネルギー密度ハイブリッドモジュールのセルの故障を検出したことに応答して、前記高エネルギー密度ハイブリッドモジュールの放電率を変更するステップをさらに含む、請求項16に記載の方法。
  18. 前記高エネルギー密度ハイブリッドモジュールのセルの故障を検出したことに応答して、前記高エネルギー密度ハイブリッドモジュールを非活性化するステップをさらに含む、請求項16に記載の方法。
  19. 電力供給のニーズと充電サイクルの維持のニーズとのバランスを取るために、エネルギー管理システムが、前記ハイブリッドレンジエクステンダバッテリからエネルギーを抽出する前に、前記トラクションバッテリのエネルギーの枯渇を優先する、請求項15に記載の方法。
  20. 前記トラクションバッテリと前記ハイブリッドレンジエクステンダバッテリとの間で電力を伝達するステップをさらに含む、請求項15に記載の方法。
  21. 前記トラクションバッテリの故障を検出したことに応答して、前記1つまたは複数の高エネルギー密度ハイブリッドモジュールを前記高電圧DCバスに接続することによって、1つまたは複数の高エネルギー密度ハイブリッドモジュールを一時的な代替品として指定するステップをさらに含む、請求項15に記載の方法。
  22. 電気車両の電源システムを動作させる方法であって、前記電気車両が、前記電気車両に電力を供給するように構成されたトラクションバッテリと、1つまたは複数の高エネルギー密度ハイブリッドモジュールを有するハイブリッドレンジエクステンダバッテリとを備え、前記1つまたは複数の高エネルギー密度ハイブリッドモジュールの各々が、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を有し、対応するハイブリッドモジュールコントローラ(HMC)と、前記対応するHMCによって独立して測定可能な複数のセルとを含み、前記高エネルギー密度ハイブリッドモジュールが、それぞれ、前記トラクションバッテリを充電するため、および/または前記電気車両に電力を供給するために、前記トラクションバッテリおよび/または前記車両のパワートレインが接続された高電圧DCバスに動作可能に結合され、前記方法が、
    前記対応するHMCを使用し、前記独立して測定可能なセルについて取得されたセンサ情報を介して、各対応する高エネルギー密度ハイブリッドモジュールの充電率および放電率を制御するステップを含む、方法。
  23. プログラムを記憶した非一時的コンピュータ可読記憶媒体であって、
    前記プログラムは、コンピュータシステムによって実行されると、前記コンピュータシステムに、
    1つまたは複数の高エネルギー密度ハイブリッドモジュールと電気車両の高電圧DCバスとの間の1つまたは複数の双方向DC-DCコンバータの配置を介して、それぞれ、トラクションバッテリを充電するため、および/または前記電気車両に電力を供給するために、ハイブリッドレンジエクステンダバッテリの前記1つまたは複数の高エネルギー密度ハイブリッドモジュールからの直流電流を、前記トラクションバッテリおよび/または前記車両のパワートレインが接続された前記高電圧DCバスに動作可能に結合する動作であって、前記1つまたは複数の高エネルギー密度ハイブリッドモジュールの各高エネルギー密度ハイブリッドモジュールが、対応する双方向DC-DCコンバータを有する、動作と、
    前記対応するHMCを使用して、独立して測定可能なセルについて取得されたセンサ情報を介して、その対応する高エネルギー密度ハイブリッドモジュールの充電率および放電率を制御することによって、
    電源システムの電力生成モードを制御する動作と
    を含む手順を実行させる、非一時的コンピュータ可読記憶媒体。
  24. 前記手順が、前記対応する双方向DC-DCコンバータを使用し、セルの対応する測定されたインピーダンスを参照プロファイルと比較して、前記高エネルギー密度ハイブリッドモジュールの入力電流および出力電流を制御することによって、前記セルの故障を検出する動作をさらに含む、請求項23に記載の非一時的コンピュータ可読記憶媒体。
  25. 前記手順が、電力供給のニーズと充電サイクルの維持のニーズとのバランスを取るために、前記ハイブリッドレンジエクステンダバッテリからエネルギーを抽出する前に、前記トラクションバッテリのエネルギーの枯渇を優先する動作をさらに含む、請求項23に記載の非一時的コンピュータ可読記憶媒体。
  26. コンピュータによって実施される方法であって、
    少なくとも1つのハイブリッドモジュールコントローラ(HMC)によって、電源システムの少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールの複数のセルの各セルのパラメータを独立して測定するステップであって、前記複数のセルが、前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュール内で直列に接続される、ステップと、
    電力制御モジュールによる使用のために、測定された前記パラメータを、対象電気車両の1つまたは複数の特性を示す対象電気車両パラメータのセットの少なくとも一部として受信するステップと、
    少なくとも前記対象電気車両パラメータのセットを使用して入力データを生成するステップと、
    前記入力データから1つまたは複数の特徴を抽出するステップであって、前記1つまたは複数の特徴が、電力出力提案動作を完了するための要求の特性を表す、ステップと、
    前記電力制御モジュールを使用して、前記対象電気車両に対する少なくとも1つの電力出力提案を提案するステップと
    を含み、
    前記電力制御モジュールが、機械学習エンジンとして動作する、方法。
  27. 属性優先順位付けによって、強制する前記電源システムの属性のセットを生成し、前記属性に基づいて前記少なくとも1つの電力出力提案を提案するステップ
    をさらに含む、請求項26に記載の方法。
  28. 前記属性が、前記電源システムの安全属性、前記電源システムの容量属性、または前記電源システムのライフサイクル属性を含む、請求項27に記載の方法。
  29. 前記電力出力提案が、定義された率によって前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールの充電および放電を制御することによって、前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールを使用する前記電源システムの電力生成モードを管理するための前記少なくとも1つのHMCに対する命令を含む、請求項26に記載の方法。
  30. 前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールが、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を有し、前記複数のセルの各セルが、対応する前記HMCによって独立して測定可能である、請求項26に記載の方法。
  31. 前記入力データが、前記電気車両のユーザに関する情報と、フリートの他の電源システムに関する情報と、前記対象電気車両の環境に関する情報とからなるグループから選択される情報をさらに含む、請求項26に記載の方法。
  32. 前記入力データが、カレンダデータをさらに含む、請求項26に記載の方法。
  33. 電力制御モジュールを強化するために、提案の正確さを示すフィードバックを前記電力制御モジュールに提供するステップ
    をさらに含む、請求項26に記載の方法。
  34. 前記少なくとも1つの電力出力提案に基づいて、前記電源システムのトラクションバッテリを充電するステップ
    をさらに含む、請求項26に記載の方法。
  35. 前記電力出力提案が、双方向DC-DCコンバータを介して、定義された率によって前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールの充電および放電を制御することによって、前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールを使用する前記電源システムの電力生成モードを管理するための前記少なくとも1つのHMCに対する命令を含む、請求項34に記載の方法。
  36. プロセッサを備えるコンピュータシステムであって、
    前記プロセッサが、
    少なくとも1つのハイブリッドモジュールコントローラ(HMC)によって、電源システムの少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールの複数のセルの各セルのパラメータを独立して測定するステップであって、前記複数のセルが、前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュール内で直列に接続される、ステップと、
    電力制御モジュールによる使用のために、測定された前記パラメータを、対象電気車両の1つまたは複数の特性を示す対象電気車両パラメータのセットの少なくとも一部として受信するステップと、
    少なくとも前記対象電気車両パラメータのセットを使用して入力データを生成するステップと、
    前記入力データから1つまたは複数の特徴を抽出するステップであって、前記1つまたは複数の特徴が、電力出力提案動作を完了するための要求の特性を表す、ステップと、
    前記電力制御モジュールを使用して、前記対象電気車両に対する少なくとも1つの電力出力提案を提案するステップと
    を含むステップを実行するように構成され、
    前記電力制御モジュールが、機械学習エンジンとして動作する、コンピュータシステム。
  37. 前記プロセッサが、属性優先順位付けによって、強制する前記電源システムの属性のセットを生成し、前記属性に基づいて前記少なくとも1つの電力出力提案を提案するようにさらに構成される、請求項36に記載のコンピュータシステム。
  38. 前記属性が、前記電源システムの安全属性、前記電源システムの容量属性、または前記電源システムのライフサイクル属性を含む、請求項36に記載のコンピュータシステム。
  39. 前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールが、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を有し、前記複数のセルの各セルが、対応する前記HMCによって独立して測定可能である、請求項36に記載のコンピュータシステム。
  40. 前記入力データが、カレンダデータをさらに含む、請求項36に記載のコンピュータシステム。
  41. プログラムを記憶した非一時的コンピュータ可読記憶媒体であって、
    前記プログラムは、コンピュータシステムによって実行されると、前記コンピュータシステムに、
    少なくとも1つのハイブリッドモジュールコントローラ(HMC)によって、電源システムの少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールの複数のセルの各セルのパラメータを独立して測定する動作であって、前記複数のセルが、前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュール内で直列に接続される、動作と、
    電力制御モジュールによる使用のために、測定された前記パラメータを、対象電気車両の1つまたは複数の特性を示す対象電気車両パラメータのセットの少なくとも一部として受信する動作と、
    少なくとも前記対象電気車両パラメータのセットを使用して入力データを生成する動作と、
    前記入力データから1つまたは複数の特徴を抽出する動作であって、前記1つまたは複数の特徴が、電力出力提案動作を完了するための要求の特性を表す、動作と、
    前記電力制御モジュールを使用して、前記対象電気車両に対する少なくとも1つの電力出力提案を提案する動作と
    を含む手順を実行させ、
    前記電力制御モジュールが、機械学習エンジンとして動作する、非一時的コンピュータ可読記憶媒体。
  42. 前記コンピュータシステムが、属性優先順位付けによって、強制する前記電源システムの属性のセットを生成し、前記属性に基づいて前記少なくとも1つの電力出力提案を提案する、請求項41に記載の非一時的コンピュータ可読記憶媒体。
  43. 前記属性が、前記電源システムの安全属性、前記電源システムの容量属性、または前記電源システムのライフサイクル属性を含む、請求項41に記載の非一時的コンピュータ可読記憶媒体。
  44. 前記少なくとも1つの対応する高エネルギー密度ハイブリッドモジュールが、利用可能なサイクル寿命よりも高エネルギー密度を優先する化学物質を有し、前記複数のセルの各セルが、対応する前記HMCによって独立して測定可能である、請求項41に記載の非一時的コンピュータ可読記憶媒体。
  45. 前記入力データが、カレンダデータをさらに含む、請求項41に記載の非一時的コンピュータ可読記憶媒体。
  46. 電気車両用バッテリシステムであって、
    第1の化学物質タイプと、500Wh/L以下のセルエネルギー密度とを有する第1のバッテリと、
    前記第1の化学物質タイプとは異なる第2の化学物質タイプと、1000Wh/L以上のセルエネルギー密度とを有する第2のバッテリと
    を備えるバッテリシステム。
  47. 前記第1のバッテリが、400Wh/L以下のセルエネルギー密度を有する、請求項46に記載のバッテリシステム。
  48. 前記第2のバッテリが、少なくとも1100Wh/Lのセルエネルギー密度を有する、請求項46に記載のバッテリシステム。
  49. 前記第2のバッテリが、少なくとも1200Wh/Lのセルエネルギー密度を有する、請求項46に記載のバッテリシステム。
  50. 前記第1のバッテリが、0.12～0.16Wh/L/サイクルのサイクルあたりのエネルギー密度(EDC)定格を有する、請求項46に記載のバッテリシステム。
  51. 前記第2のバッテリが、少なくとも1.0Wh/L/サイクルのEDC定格を有する、請求項46に記載のバッテリシステム。
  52. 前記第2のバッテリが、少なくとも2.0Wh/L/サイクルのEDC定格を有する、請求項46に記載のバッテリシステム。
  53. 前記第2のバッテリが、少なくとも5.0Wh/L/サイクルのEDC定格を有する、請求項46に記載のバッテリシステム。
  54. 第3の化学物質タイプと、400～1400Wh/Lのセルエネルギー密度とを有する第3のバッテリをさらに備える、請求項46に記載のバッテリシステム。
  55. 前記第3のバッテリが、500～800Wh/Lのセルエネルギー密度を有する、請求項54に記載のバッテリシステム。
  56. 前記第3のバッテリが、1000Wh/L以上のセルエネルギー密度を有する、請求項54に記載のバッテリシステム。
  57. 電気車両に電力を供給する方法であって、
    第1のバッテリまたは第2のバッテリから前記電気車両の少なくとも1つのシステムに電力を選択的に供給するステップを含み、
    前記第1のバッテリが、第1の化学物質タイプと、500Wh/L以下のセルエネルギー密度とを有し、
    前記第2のバッテリが、前記第1の化学物質タイプとは異なる第2の化学物質タイプと、1000Wh/L以上のセルエネルギー密度とを有する、方法。
  58. 前記第1のバッテリが、400Wh/L以下のセルエネルギー密度を有する、請求項57に記載の方法。
  59. 前記第2のバッテリが、少なくとも1100Wh/Lのセルエネルギー密度を有する、請求項57に記載の方法。
  60. 前記第2のバッテリが、少なくとも1200Wh/Lのセルエネルギー密度を有する、請求項57に記載の方法。
  61. 前記第1のバッテリが、0.12～0.16Wh/L/サイクルのサイクルあたりのエネルギー密度(EDC)定格を有する、請求項57に記載の方法。
  62. 前記第2のバッテリが、少なくとも1.0Wh/L/サイクルのEDC定格を有する、請求項57に記載の方法。
  63. 前記第2のバッテリが、少なくとも2.0Wh/L/サイクルのEDC定格を有する、請求項57に記載の方法。
  64. 前記第2のバッテリが、少なくとも5.0Wh/L/サイクルのEDC定格を有する、請求項57に記載の方法。
  65. 第3の化学物質タイプと、400～1400Wh/Lのセルエネルギー密度とを有する第3のバッテリをさらに備える、請求項57に記載の方法。
  66. 前記第3のバッテリが、500～800Wh/Lのセルエネルギー密度を有する、請求項65に記載の方法。
  67. 前記第3のバッテリが、1000Wh/L以上のセルエネルギー密度を有する、請求項65に記載の方法。
JP2023547176A 2020-10-09 2021-09-17 電気車両への電力供給 Pending JP2023544919A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063089990P 2020-10-09 2020-10-09
US63/089,990 2020-10-09
US202163161822P 2021-03-16 2021-03-16
US63/161,822 2021-03-16
PCT/US2021/050898 WO2022076146A1 (en) 2020-10-09 2021-09-17 Supplying power to an electric vehicle

Publications (1)

Publication Number Publication Date
JP2023544919A true JP2023544919A (ja) 2023-10-25

Family

ID=81078273

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023547176A Pending JP2023544919A (ja) 2020-10-09 2021-09-17 電気車両への電力供給

Country Status (7)

Country Link
US (3) US20220111759A1 (ja)
EP (1) EP4225606A4 (ja)
JP (1) JP2023544919A (ja)
KR (1) KR20230161415A (ja)
CA (1) CA3198204A1 (ja)
WO (1) WO2022076146A1 (ja)
ZA (1) ZA202304178B (ja)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018022964A1 (en) 2016-07-29 2018-02-01 Crynamt Management Llc Battery packs having structural members for improving thermal management
US11757149B1 (en) 2016-09-20 2023-09-12 Apple Inc. Battery liquid quench system and methods of manufacture thereof
US11870092B1 (en) 2017-02-01 2024-01-09 Apple Inc. On-board vent gas abatement
WO2018195372A1 (en) 2017-04-21 2018-10-25 Cougeller Research Llc Battery cell with electrolyte diffusion material
US11862801B1 (en) 2017-09-14 2024-01-02 Apple Inc. Metallized current collector for stacked battery
US11043703B1 (en) 2017-09-28 2021-06-22 Apple Inc. Stacked battery components and configurations
US11469471B1 (en) 2018-02-02 2022-10-11 Apple Inc. Battery pack heat dispensing systems
US11615923B2 (en) 2019-06-07 2023-03-28 Anthony Macaluso Methods, systems and apparatus for powering a vehicle
US11837411B2 (en) 2021-03-22 2023-12-05 Anthony Macaluso Hypercapacitor switch for controlling energy flow between energy storage devices
US11432123B2 (en) * 2019-06-07 2022-08-30 Anthony Macaluso Systems and methods for managing a vehicle's energy via a wireless network
US11641572B2 (en) 2019-06-07 2023-05-02 Anthony Macaluso Systems and methods for managing a vehicle's energy via a wireless network
US11685276B2 (en) 2019-06-07 2023-06-27 Anthony Macaluso Methods and apparatus for powering a vehicle
US11289974B2 (en) 2019-06-07 2022-03-29 Anthony Macaluso Power generation from vehicle wheel rotation
US11677120B2 (en) 2020-09-08 2023-06-13 Apple Inc. Battery configurations having through-pack fasteners
US11923494B2 (en) 2020-09-08 2024-03-05 Apple Inc. Battery configurations having through-pack fasteners
US11764431B2 (en) 2020-10-22 2023-09-19 Apple Inc. Battery pack structures and systems
KR20220061862A (ko) * 2020-11-06 2022-05-13 현대자동차주식회사 배터리 진단 시스템 및 그 방법
KR20230076852A (ko) 2020-12-10 2023-05-31 애플 인크. 배터리 시스템
US11983969B2 (en) * 2021-01-27 2024-05-14 Ford Global Technologies, Llc Systems and methods for modeling electric vehicle towing
CN113176511B (zh) * 2021-02-10 2022-07-12 合肥工业大学 考虑健康状态的储能充放电优化方法及系统
US11862688B2 (en) 2021-07-28 2024-01-02 Apple Inc. Integrated GaN power module
US11942661B2 (en) 2021-09-24 2024-03-26 Apple Inc. Battery cells with tabs at right angles
US11929522B2 (en) 2021-09-24 2024-03-12 Apple Inc. Battery cells with tabs at right angles
US11870100B2 (en) 2021-09-24 2024-01-09 Apple Inc. Battery cells with tabs at right angles
US11750119B2 (en) * 2021-10-14 2023-09-05 International Business Machines Corporation Using regenerative braking to increase power supply hold-up time
US11577606B1 (en) 2022-03-09 2023-02-14 Anthony Macaluso Flexible arm generator
US11472306B1 (en) 2022-03-09 2022-10-18 Anthony Macaluso Electric vehicle charging station
US11527786B1 (en) * 2022-03-28 2022-12-13 Eatron Technologies Ltd. Systems and methods for predicting remaining useful life in batteries and assets
WO2024055045A1 (en) 2022-09-11 2024-03-14 Our Next Energy, Inc. Battery pack with interleaved cells
US11955875B1 (en) 2023-02-28 2024-04-09 Anthony Macaluso Vehicle energy generation system

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11332023A (ja) * 1998-05-14 1999-11-30 Nissan Motor Co Ltd 電気自動車用バッテリー
US6331365B1 (en) * 1998-11-12 2001-12-18 General Electric Company Traction motor drive system
EP1377477B1 (en) * 2001-04-05 2006-12-27 Electrovaya Inc. Energy storage device for loads having variable power rates
US7779943B2 (en) * 2008-10-08 2010-08-24 Bosye, Llc Hybrid-powered slow-speed vehicle, vehicle travel-range extension method, and method of hybrid-vehicle manufacture
JP5391100B2 (ja) * 2010-02-03 2014-01-15 本田技研工業株式会社 電源装置
US8692507B2 (en) * 2010-07-28 2014-04-08 Jack Yajie Chen Multiple stage heterogeneous high power battery system for hybrid and electric vehicle
US8534400B2 (en) * 2011-02-14 2013-09-17 Ford Global Technologies, Llc Electric vehicle and method of control for active auxiliary battery depletion
US20140186659A1 (en) * 2012-03-14 2014-07-03 Energy Power Systems, LLC Hybrid battery system for electric and hybrid electric vehicles
US20140050999A1 (en) * 2012-08-19 2014-02-20 Ftorion, Inc. Flow Battery And Regeneration System
DE102013209069A1 (de) * 2013-05-16 2014-11-20 Robert Bosch Gmbh Batteriebaugruppe einer Batterie mit zwei verschiedenen Zellarten
US11569537B2 (en) * 2014-03-25 2023-01-31 Teledyne Scientific & Imaging, Llc Multi-functional structure for thermal management and prevention of failure propagation
WO2016063281A1 (en) * 2014-10-21 2016-04-28 Ramot At Tel-Aviv University Ltd High-capacity silicon nanowire based anode for lithium-ion batteries
JPWO2016092889A1 (ja) * 2014-12-09 2017-09-21 日本碍子株式会社 電池搭載デバイス
US9780591B2 (en) * 2015-04-03 2017-10-03 Schneider Electric It Corporation Adaptive battery pack
US9960458B2 (en) * 2015-06-23 2018-05-01 Quantumscape Corporation Battery systems having multiple independently controlled sets of battery cells
JP6859592B2 (ja) * 2015-11-17 2021-04-14 オムロン株式会社 充放電制御装置、充放電制御システムおよび充放電制御方法
US20170170672A1 (en) * 2015-12-09 2017-06-15 Lenovo (Singapore) Pte. Ltd. Shorting battery to ground responsive to battery impedance reaching threshold
US9840161B2 (en) * 2016-03-10 2017-12-12 Ford Global Technologies, Llc Circuit and method for detection of battery cell degradation events
WO2017214276A1 (en) * 2016-06-08 2017-12-14 SolidEnergy Systems High energy density, high power density, high capacity, and room temperature capable "anode-free" rechargeable batteries
US10164522B2 (en) * 2016-09-21 2018-12-25 Fca Us Llc Selective response control of DC-DC converters in mild hybrid electric vehicles
US10343552B2 (en) * 2017-02-08 2019-07-09 Samsung Electronics Co., Ltd. Heterogeneous electrical energy storage system
US10389143B2 (en) * 2017-12-08 2019-08-20 Ford Global Technologies, Llc Battery power prediction for high load events
US10434894B2 (en) * 2018-01-23 2019-10-08 Gm Global Technology Operations Llc. Vehicle battery pack assembly
US10705585B2 (en) * 2018-03-30 2020-07-07 Microsoft Technology Licensing, Llc Battery charge leakage monitor
CN112219294A (zh) * 2018-04-30 2021-01-12 利腾股份有限公司 锂离子电池和电池材料
JP7117157B2 (ja) * 2018-06-01 2022-08-12 日産自動車株式会社 電池装置
US11069925B2 (en) * 2018-08-08 2021-07-20 The Boeing Company Heterogeneous battery system and method
WO2020036984A1 (en) * 2018-08-14 2020-02-20 Batterycheck Llc Power cell tracking and optimization system
KR102443667B1 (ko) * 2018-10-26 2022-09-14 주식회사 엘지에너지솔루션 밸런싱 장치, 및 그것을 포함하는 배터리 관리 시스템과 배터리팩
US10661679B2 (en) 2018-10-26 2020-05-26 Premergy, Inc. Multiple chemistry battery systems for electric vehicles
US10928457B2 (en) * 2018-12-07 2021-02-23 GM Global Technology Operations LLC Battery state estimation using high-frequency empirical model with resolved time constant
US11065978B2 (en) * 2019-02-25 2021-07-20 Toyota Research Institute, Inc. Systems, methods, and storage media for adapting machine learning models for optimizing performance of a battery pack
US11555858B2 (en) * 2019-02-25 2023-01-17 Toyota Research Institute, Inc. Systems, methods, and storage media for predicting a discharge profile of a battery pack
EP3981058A4 (en) * 2019-08-05 2022-08-17 Litech Laboratories, Llc POWER SUPPLY SYSTEM
KR20210149465A (ko) * 2020-06-02 2021-12-09 현대자동차주식회사 파우치형 금속공기전지
KR102547068B1 (ko) * 2020-06-15 2023-06-23 삼성에스디아이 주식회사 배터리 팩과, 배터리 팩을 포함하는 배터리 모듈과, 배터리 모듈을 포함하는 전원 공급 장치

Also Published As

Publication number Publication date
KR20230161415A (ko) 2023-11-27
US11813962B2 (en) 2023-11-14
CA3198204A1 (en) 2022-04-14
EP4225606A1 (en) 2023-08-16
US20220111759A1 (en) 2022-04-14
US20220111758A1 (en) 2022-04-14
EP4225606A4 (en) 2024-05-15
WO2022076146A1 (en) 2022-04-14
US20220115897A1 (en) 2022-04-14
ZA202304178B (en) 2023-07-26

Similar Documents

Publication Publication Date Title
US11813962B2 (en) Supplying power to an electric vehicle
JP7050832B2 (ja) 電池パックの性能を最適化するための機械学習モデルを適用するためのシステム、方法および記憶媒体
US11325494B2 (en) Systems, methods, and storage media for determining a target battery charging level for a drive route
US20230406109A1 (en) Predictive model for estimating battery states
Li et al. Cloud-based health-conscious energy management of hybrid battery systems in electric vehicles with deep reinforcement learning
US11555858B2 (en) Systems, methods, and storage media for predicting a discharge profile of a battery pack
CN103048625B (zh) 电池的状态预测系统和方法
US11105861B2 (en) Device and method for estimating battery resistance
JP6968774B2 (ja) リチウムイオン電池の制御装置、リチウムイオン電池の制御方法、およびプログラム
JP6928870B2 (ja) 車両および演算システム
WO2022105070A1 (zh) 利用机器学习模型预测电池健康状况的方法和系统
US11084387B2 (en) Systems, methods, and storage media for arranging a plurality of cells in a vehicle battery pack
Shi et al. Multi-objective tradeoff optimization of predictive adaptive cruising control for autonomous electric buses: A cyber-physical-energy system approach
US11225169B2 (en) Management system with supervisory control for rechargeable energy storage device in electric vehicle
Ma et al. A data-driven energy management strategy for plug-in hybrid electric buses considering vehicle mass uncertainty
CN116848015A (zh) 向电动运载工具供电
CN111610459B (zh) 用于预测电池组的放电曲线的系统、方法和存储介质
US20240142534A1 (en) Intelligent battery system
US20240140260A1 (en) An intelligent battery system
US20240144747A1 (en) Intelligent battery system
US20240140261A1 (en) Intelligent battery system
US20240140257A1 (en) An intelligent battery system
US20240140263A1 (en) Intelligent battery system
Mousaei et al. Advancing state of charge management in electric vehicles with machine learning: a technological review
Wang Control and optimization approaches for power management in energy-aware battery-powered systems

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230608