JP7050832B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7050832B2 JP7050832B2 JP2020027151A JP2020027151A JP7050832B2 JP 7050832 B2 JP7050832 B2 JP 7050832B2 JP 2020027151 A JP2020027151 A JP 2020027151A JP 2020027151 A JP2020027151 A JP 2020027151A JP 7050832 B2 JP7050832 B2 JP 7050832B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- battery pack
- data
- battery
- predictive model
- 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.)
- Active
Links
- 238000010801 machine learning Methods 0.000 title claims description 71
- 238000000034 method Methods 0.000 title claims description 40
- 238000003860 storage Methods 0.000 title claims description 17
- 238000007689 inspection Methods 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000007787 long-term memory Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 24
- 230000015654 memory Effects 0.000 description 19
- 238000013500 data storage Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005251 capillar electrophoresis Methods 0.000 description 1
- 230000022131 cell cycle Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- 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
- H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells 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
- 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
-
- 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/46—Control modes by self learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/92—Hybrid vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Description
分野
本明細書は、一般的に、電池パックの予測モデルの生成に関し、より具体的には、機械学習を用いて、車両に設けられた電池の電池性能を最適化できる予測モデルを生成するために機械学習を使用するのシステム、方法および記憶媒体に関する。
現在運転されている車両は、電池パックを搭載しており、これらの電池パックは、充電、放電および/または状態などのパラメータを調整することによって、機能を最適化する(例えば、性能を最大化する、寿命を延長する、充電距離を最大化する、充電時間を短縮するまたは損傷を回避する)ようにプログラムされている。また、新しく製造された電池パックは、パラメータを調整して機能を最適化するように構成され得る。しかしながら、場合によって、これらのプログラミング命令を更新することができない。電池パックの寿命にわたって電池が劣化するため、電池の機能を最大化するようにパラメータを更新できないことは、電池パックの性能、電池パックの寿命、電池パックの充電時間、および/または電池パックの放電時間に不利な影響を与える可能性がある。
本開示の一態様は、車両電池パックの性能を最適化するための方法に関する。この方法は、処理装置が、車両群内の各車両に設けられた電池パック内の単電池に関するデータであって、車両群内の少なくとも1つの車両から受信されるデータを受信することと、処理装置が、データを機械学習サーバに提供することと、処理装置が、データの機械学習に基づく予測モデルを生成するように機械学習サーバに指示することと、処理装置が、予測モデルを車両群内の各車両に提供することとを含み、予測モデルは、特定の使用のために電池パックを最適化するように電池パック内の各単電池の1つ以上の構成パラメータを調整するための命令を提供し、処理装置が、予測モデルに基づいて車両電池パックの性能を最適化するように車両群内の各車両に指示することを含む。
本開示は、一般的に、車両に見られる電池パック、特に電気自動車(EV)、ハイブリッドガソリン電気自動車などに見られる電池パックの全寿命にわたって電池パックの性能を継続的に最適化するために使用される機械学習(ML)モデルの訓練および使用に関する。機械学習モデルの訓練と使用は、一般的に、現在動作中の車両群に搭載された電池パックの単電池の動作に関するデータの取得、およびハイスループット(HT)サイクラーなどの電池検査装置を用いて検査された電池に関するデータの取得を含む。すなわち、訓練に使用されたデータは、現実世界のシナリオにおいて使用される電池パックの評価、および電池検査装置による電池放電のシミュレーション評価から取得される。その後、データは、機械学習サーバに提供され、機械学習サーバは、予測モデルを生成する。この予測モデルは、現在動作中の車両および/または製造施設に提供され、将来の電池パックの性能を最適化する。本明細書に記載のプロセスは、車両が電池パックの使用を絶えず最適化するように継続的に実行される。
Claims (15)
- 車両電池パックの性能を最適化するための方法であって、1つ以上のハードウェアプロセッサが、
車両群内の各車両に設けられた電池パック内の単電池に関するデータであって、前記車両群内の各車両のうちの少なくとも1つから受信されるデータを受信することと、
前記データを機械学習サーバに提供することと、
前記データの機械学習に基づく予測モデルを生成するように前記機械学習サーバに指示することと、
前記予測モデルを各車両に提供することとを含み、前記予測モデルは、特定の使用のために前記電池パックを最適化するように前記電池パック内の各単電池の1つ以上の構成パラメータを調整するための命令を提供し、
前記予測モデルに基づいて前記車両電池パックの性能を最適化するように各車両に指示することを実行することを含む、方法。 - 電池検査装置によって検査された電池パック内の単電池に関する検査データを受信することをさらに含む、請求項1に記載の方法。
- 新しい電池パックを製造する製造施設に前記予測モデルを提供することと、
前記予測モデルに基づいて前記新しい電池パックの性能を最適化するように前記製造施設に指示することとをさらに含む、請求項1または2に記載の方法。 - 前記車両電池パックの性能を最適化するように前記車両群内の各車両に指示することは、前記車両電池パックの充電状態を変更するように各車両に指示することを含む、請求項1から3のいずれか一項に記載の方法。
- 前記車両電池パックの性能を最適化するように前記車両群内の各車両に指示することは、前記車両電池パックの健全性を変更するように各車両に指示することを含む、請求項1から3のいずれか一項に記載の方法。
- 前記データを受信することは、前記車両群内の各車両に設けられた1つ以上の車両固有センサから追加データを受信することを含む、請求項1から5のいずれか一項に記載の方法。
- 前記予測モデルを生成するように前記機械学習サーバに指示することは、個々の電池周期の容量-電圧曲線を分析する記述子ベースのアルゴリズムを利用して前記予測モデルを生成するように、前記機械学習サーバに指示することを含む、請求項1から6のいずれか一項に記載の方法。
- 前記予測モデルを生成するように前記機械学習サーバに指示することは、長短期記憶ニューラルネットワークを利用して前記予測モデルを生成するように、前記機械学習サーバに指示することを含む、請求項1から6のいずれか一項に記載の方法。
- 前記車両群内の各車両から、新しいデータを受信することをさらに含み、前記新しいデータは、前記予測モデルに基づいて最適化された前記車両電池パックの性能を示す、請求項1から8のいずれか一項に記載の方法。
- 車両電池パックの性能を最適化するように構成されたシステムであって、
車両群を備え、前記車両群内の各車両は、複数の単電池を有する電池パックを含み、
各車両に通信可能に接続された1つ以上のハードウェアプロセッサを備え、前記1つ以上のハードウェアプロセッサが、、
各車両に設けられた電池パック内の単電池に関するデータであって、各車両のうちの少なくとも1つから受信されるデータを受信し、
前記データを機械学習サーバに提供し、
前記データの機械学習に基づく予測モデルを生成するように前記機械学習サーバに指示し、
前記予測モデルを各車両に提供する機械可読命令を実行するよう構成され、前記予測モデルは、特定の使用のために前記電池パックを最適化するように前記電池パック内の各単電池の1つ以上の構成パラメータを調整するための命令を提供し、
前記予測モデルに基づいて前記車両電池パックの性能を最適化するように各車両に指示する機械可読命令を実行するよう構成される、システム。 - 前記1つ以上のハードウェアプロセッサに通信可能に接続された電池データベースをさらに備え、
前記1つ以上のハードウェアプロセッサは、次のアクセスのために前記データおよび前記予測モデルを前記電池データベースに格納する機械可読命令を実行するようさらに構成される、請求項10に記載のシステム。 - 前記1つ以上のハードウェアプロセッサは、電池検査装置により検査された電池パック内の単電池に関する検査データを受信する機械可読命令を実行するようさらに構成される、請求項10または11に記載のシステム。
- 前記車両電池パックの性能を最適化するように前記車両群内の各車両に指示することは、前記車両電池パックの充電状態を変更するように各車両に指示することを含む、請求項10から12のいずれか一項に記載のシステム。
- 前記車両電池パックの性能を最適化するように前記車両群内の各車両に指示することは、前記車両電池パックの健全性を変更するように各車両に指示することを含む、請求項10から12のいずれか一項に記載のシステム。
- 車両電池パックの性能を最適化するための命令を記憶する非一時的なコンピュータ可読記憶媒体であって、前記命令は1つ以上のプロセッサによって実行されると、前記1つ以上のプロセッサに、
車両群内の各車両に設けられた電池パック内の単電池に関するデータであって、各車両のうちの少なくとも1つから受信されるデータを受信することと、
前記データを機械学習サーバに提供することと、
前記データの機械学習に基づく予測モデルを生成するように前記機械学習サーバに指示することと、
前記予測モデルを前記車両群内の各車両に提供することとを実行させ、前記予測モデルは、特定の使用のために前記電池パックを最適化するように前記電池パック内の各単電池の1つ以上の構成パラメータを調整するための命令を提供し、
前記予測モデルに基づいて前記車両電池パックの性能を最適化するように各車両に指示することを実行させる、コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/284,515 US11065978B2 (en) | 2019-02-25 | 2019-02-25 | Systems, methods, and storage media for adapting machine learning models for optimizing performance of a battery pack |
US16/284,515 | 2019-02-25 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020145186A JP2020145186A (ja) | 2020-09-10 |
JP2020145186A5 JP2020145186A5 (ja) | 2021-08-19 |
JP7050832B2 true JP7050832B2 (ja) | 2022-04-08 |
Family
ID=72142189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020027151A Active JP7050832B2 (ja) | 2019-02-25 | 2020-02-20 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11065978B2 (ja) |
JP (1) | JP7050832B2 (ja) |
CN (1) | CN111612204B (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11400887B2 (en) * | 2019-02-11 | 2022-08-02 | Byton North America Corporation | Frunk delivery system for vehicles |
US11084387B2 (en) * | 2019-02-25 | 2021-08-10 | Toyota Research Institute, Inc. | Systems, methods, and storage media for arranging a plurality of cells in a vehicle battery pack |
US11360155B2 (en) * | 2020-09-03 | 2022-06-14 | Volkswagen Aktiengesellschaft | Battery state of health estimator |
US11813962B2 (en) * | 2020-10-09 | 2023-11-14 | Our Next Energy, Inc. | Supplying power to an electric vehicle |
KR20220073523A (ko) * | 2020-11-26 | 2022-06-03 | 주식회사 엘지화학 | 배터리 관리 장치 및 방법 |
CN112698232A (zh) * | 2020-12-14 | 2021-04-23 | 尼讯(上海)科技有限公司 | 基于电池检测的电池健康状态追踪云系统 |
US11609273B2 (en) * | 2020-12-14 | 2023-03-21 | Guangzhou Automobile Group Co., Ltd. | Method and system for optimizing BMS model, storage medium and electric vehicle |
CN112765772B (zh) * | 2020-12-25 | 2022-11-04 | 武汉理工大学 | 一种基于数据驱动的动力电池剩余寿命预测方法 |
KR102619797B1 (ko) * | 2021-03-05 | 2023-12-29 | 연세대학교 산학협력단 | Bms, 이를 위한 적응형 모델 제공 장치 및 방법 |
WO2022195402A1 (ja) * | 2021-03-19 | 2022-09-22 | 株式会社半導体エネルギー研究所 | 蓄電装置管理システム及び電子機器 |
AT524131B1 (de) * | 2021-04-20 | 2022-03-15 | Aviloo Gmbh | Ermittlung des Gesundheitszustands einer Fahrzeugbatterie |
US11685288B2 (en) * | 2021-05-06 | 2023-06-27 | GM Global Technology Operations LLC | Intelligent motor vehicles and control logic for managing charging of traction battery packs |
CN113305880B (zh) * | 2021-05-10 | 2022-08-05 | 佛山科学技术学院 | 一种基于dtw距离的工业机器人一致性检测系统及方法 |
CN113328466B (zh) * | 2021-05-26 | 2022-10-18 | 上海电力大学 | 一种电动汽车充电场景生成方法 |
US20230126889A1 (en) * | 2021-08-05 | 2023-04-27 | Batterycheck Llc | System for facilitating edge analytics for power systems |
US11577625B1 (en) * | 2021-11-11 | 2023-02-14 | Beta Air, Llc | Systems and methods for predicting degradation of a battery for use in an electric vehicle |
US20230186191A1 (en) * | 2021-12-13 | 2023-06-15 | Caterpillar Global Mining Equipment Llc | Machine Management Based on Battery Status |
KR102576987B1 (ko) * | 2022-11-23 | 2023-09-11 | 한국자동차연구원 | 차량 데이터 기반 배터리 상태 판단장치 및 그 방법 |
US11707987B1 (en) * | 2022-12-06 | 2023-07-25 | Mercedes-Benz Group AG | Vehicle simulating method and system |
CN116973782A (zh) * | 2023-08-03 | 2023-10-31 | 广州格悦新能源科技有限公司 | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 |
CN117410988B (zh) * | 2023-12-11 | 2024-03-29 | 广东领卓能源科技有限公司 | 一种新能源充电站的充电控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008010189A (ja) | 2006-06-27 | 2008-01-17 | Matsushita Electric Works Ltd | 光電変換素子 |
JP2014048284A (ja) | 2012-08-29 | 2014-03-17 | Denso Corp | 電池ユニットの性能測定方法および制御装置 |
JP2014071103A (ja) | 2012-10-02 | 2014-04-21 | Hitachi Ltd | 放電容量予測装置、プログラム、および電池の製造方法 |
WO2018147194A1 (ja) | 2017-02-07 | 2018-08-16 | 日本電気株式会社 | 蓄電池制御装置、充放電制御方法、及び記録媒体 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10117443A (ja) * | 1996-08-20 | 1998-05-06 | Shin Kobe Electric Mach Co Ltd | 二次電池の過充電及び過放電防止装置 |
US8519674B2 (en) * | 2009-11-12 | 2013-08-27 | GM Global Technology Operations LLC | Method for estimating battery degradation in a vehicle battery pack |
US8719195B2 (en) | 2011-10-10 | 2014-05-06 | The Boeing Company | Battery adaptive learning management system |
KR102357351B1 (ko) * | 2015-01-07 | 2022-01-28 | 삼성전자주식회사 | 복수의 배터리 셀들을 포함하는 배터리 팩의 상태를 추정하는 장치 및 방법 |
US9557387B2 (en) | 2015-02-10 | 2017-01-31 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Testing individual cells within multi-cell battery applications |
KR20160101506A (ko) * | 2015-02-17 | 2016-08-25 | 삼성전자주식회사 | 배터리 신호 세그먼트 데이터의 확률 추론을 기반으로 한 배터리 상태 추정 방법 및 장치 |
US10197631B2 (en) * | 2015-06-01 | 2019-02-05 | Verizon Patent And Licensing Inc. | Systems and methods for determining vehicle battery health |
CN105005222B (zh) * | 2015-06-12 | 2017-05-31 | 山东省科学院自动化研究所 | 基于大数据的新能源电动汽车整车性能提升系统及方法 |
CN105137358B (zh) | 2015-08-27 | 2018-06-26 | 张家港莫特普数据科技有限公司 | 基于大数据自学习机制的动力电池的soc/soh预测方法 |
US10592833B2 (en) * | 2016-04-01 | 2020-03-17 | Enel X North America, Inc. | Extended control in control systems and methods for economical optimization of an electrical system |
CN105974327A (zh) | 2016-06-12 | 2016-09-28 | 广州市香港科大霍英东研究院 | 一种基于神经网络和ukf的锂电池组soc预测方法 |
US10099569B2 (en) * | 2016-09-29 | 2018-10-16 | GM Global Technology Operations LLC | Adaptive system and method for optimizing a fleet of plug-in vehicles |
KR20180037760A (ko) * | 2016-10-05 | 2018-04-13 | 삼성전자주식회사 | 배터리 상태 추정 장치 및 방법 |
CN106671785B (zh) | 2016-10-12 | 2023-03-28 | 西安科技大学 | 一种电动汽车电池管理系统及方法 |
CN106528951B (zh) | 2016-10-18 | 2019-10-25 | 上海博强微电子有限公司 | 一种动力电池寿命预测及安全预警的方法和装置 |
US10209314B2 (en) * | 2016-11-21 | 2019-02-19 | Battelle Energy Alliance, Llc | Systems and methods for estimation and prediction of battery health and performance |
US11691518B2 (en) * | 2017-07-21 | 2023-07-04 | Quantumscape Battery, Inc. | Predictive model for estimating battery states |
CN108258338A (zh) | 2017-12-29 | 2018-07-06 | 江苏博强新能源科技股份有限公司 | 电池的管理系统和方法 |
CN108445410B (zh) * | 2018-04-02 | 2021-02-26 | 国家计算机网络与信息安全管理中心 | 一种监测蓄电池组运行状态的方法及装置 |
KR20200026607A (ko) * | 2018-09-03 | 2020-03-11 | 엘지전자 주식회사 | 배터리를 포함하는 장치 |
KR20200033554A (ko) * | 2018-09-20 | 2020-03-30 | 삼성전자주식회사 | 배터리 상태 추정 장치 및 방법 |
KR20190100114A (ko) * | 2019-08-09 | 2019-08-28 | 엘지전자 주식회사 | 배터리 장치 및 그 제어 방법 |
-
2019
- 2019-02-25 US US16/284,515 patent/US11065978B2/en active Active
-
2020
- 2020-02-20 JP JP2020027151A patent/JP7050832B2/ja active Active
- 2020-02-25 CN CN202010114408.7A patent/CN111612204B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008010189A (ja) | 2006-06-27 | 2008-01-17 | Matsushita Electric Works Ltd | 光電変換素子 |
JP2014048284A (ja) | 2012-08-29 | 2014-03-17 | Denso Corp | 電池ユニットの性能測定方法および制御装置 |
JP2014071103A (ja) | 2012-10-02 | 2014-04-21 | Hitachi Ltd | 放電容量予測装置、プログラム、および電池の製造方法 |
WO2018147194A1 (ja) | 2017-02-07 | 2018-08-16 | 日本電気株式会社 | 蓄電池制御装置、充放電制御方法、及び記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
CN111612204A (zh) | 2020-09-01 |
US11065978B2 (en) | 2021-07-20 |
JP2020145186A (ja) | 2020-09-10 |
US20200269722A1 (en) | 2020-08-27 |
CN111612204B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
JP7441671B2 (ja) | 電池パックの放電プロファイルを予測するためのシステム、方法および記憶媒体 | |
JP7114642B2 (ja) | 運転ルートに対応する電池の目標充電レベルを決定するためのシステム、方法および記憶媒体 | |
US11813962B2 (en) | Supplying power to an electric vehicle | |
US11691518B2 (en) | Predictive model for estimating battery states | |
CN103048625B (zh) | 电池的状态预测系统和方法 | |
US20180134171A1 (en) | System and method for predictive control of an energy storage system for a vehicle | |
US9079505B1 (en) | System and method for management of a fleet of vehicles having an energy storage system | |
US9056556B1 (en) | System and method for configuration and management of an energy storage system for a vehicle | |
US11084387B2 (en) | Systems, methods, and storage media for arranging a plurality of cells in a vehicle battery pack | |
US20120296512A1 (en) | Method and system for electric vehicle battery prognostics and health management | |
US20230059529A1 (en) | Characterization of Rechargeable Batteries Using Machine-Learned Algorithms | |
KR20170050655A (ko) | Soh 추정 장치 및 방법과, soh 추정 모델 생성 장치 및 방법 | |
US11225169B2 (en) | Management system with supervisory control for rechargeable energy storage device in electric vehicle | |
JP2022539800A (ja) | 電池状態予測装置および電池状態予測方法 | |
CN115219932A (zh) | 用于评价设备电池组的相对老化状态的方法和装置 | |
US11938838B2 (en) | Method and device for the robust prediction of the aging behavior of an energy storage unit in a battery-operated machine | |
US20230384391A1 (en) | Systems and techniques for predicting life of battery, and battery management system operating the same | |
CN116848015A (zh) | 向电动运载工具供电 | |
Mukherjee et al. | State of charge estimation techniques for battery management system used in electric vehicles: a review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200423 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210709 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210709 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210709 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220308 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7050832 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |