JP7441671B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7441671B2 JP7441671B2 JP2020027167A JP2020027167A JP7441671B2 JP 7441671 B2 JP7441671 B2 JP 7441671B2 JP 2020027167 A JP2020027167 A JP 2020027167A JP 2020027167 A JP2020027167 A JP 2020027167A JP 7441671 B2 JP7441671 B2 JP 7441671B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- data
- battery pack
- battery
- machine learning
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000010801 machine learning Methods 0.000 claims description 67
- 238000012360 testing method Methods 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 33
- 230000001351 cycling effect Effects 0.000 claims description 12
- 208000028659 discharge Diseases 0.000 description 69
- 238000004422 calculation algorithm Methods 0.000 description 26
- 230000015654 memory Effects 0.000 description 20
- 238000013500 data storage Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000007599 discharging Methods 0.000 description 6
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012546 transfer 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
- 238000005251 capillar electrophoresis Methods 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
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 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
- 238000012544 monitoring process Methods 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
- 230000000704 physical effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- 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
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- B60L2240/10—Vehicle control parameters
- B60L2240/12—Speed
-
- 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
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- 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
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/547—Voltage
-
- 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
- B60L2240/60—Navigation input
- B60L2240/66—Ambient conditions
- B60L2240/662—Temperature
-
- 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
- B60L2240/60—Navigation input
- B60L2240/68—Traffic data
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- 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
-
- 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
-
- 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
- Y02T10/72—Electric energy management in electromobility
-
- 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
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Description
分野
本明細書は、一般的に、電池パック特性の予測に関し、より具体的には、機械学習を用いて、様々な動作条件における特定構成の車両電池パックがどのように放電するかを予測するためのシステム、方法および記憶媒体に関する。
車両(例えば、ハイブリッドのガス/電気自動車、電気自動車など)に使用される電池パックは、一般的に、一組の単電池から構成される。単電池の配置は、車両電池パックの放電に、特に特定の動作条件下で使用される車両電池パックの放電に影響を与える可能性がある。したがって、特定の電池パックが特定の動作条件下でエネルギーを放電する方法に関する情報は、車両が特定のルートを走行する前に特定のパックを適切に充電していること、特定の種類の車両に応じて特定のパックを使用していること、および/または特定の用途に応じて特定の放電設定を設定していることを保証するのに有用であり得る。
本開示の一態様は、車両電池パックの予測放電プロファイルを生成する方法に関する。この方法は、処理装置を用いて、複数の条件下で運転している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を受信することを含む。データは、車両群内の少なくとも1つの車両から受信される。この方法は、処理装置を用いて、データを機械学習サーバに提供することと、処理装置を用いて、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をさらに含む。この予測モデルは、データの機械学習に基づいている。この方法は、処理装置を用いて、予測モデルから車両電池パックの予測放電プロファイルを生成することと、放電プロファイルを外部装置に提供することとをさらに含む。
本開示は、一般的に、特定の条件が特定の電池パックの放電、具体的には電気自動車(EV:electric vehicle)、およびハイブリッドのガス/電気自動車などの車両に見られる電池パックの放電に与える影響を予測するための機械学習(ML:machine learning)モデルの訓練および使用に関する。本明細書に記載の方法およびシステムは、一般的に、現在運転中の車両群内に設けられた電池パックの単電池に関するデータ、実際の条件下で単電池の放電に関するデータ、および/または模擬条件下で単電池の放電に関するデータを取得することを含む。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。この予測モデルを用いて、特定の動作条件に対応する放電プロファイルを生成することができる。
Claims (15)
- 車両電池パックの予測放電プロファイルを生成するための方法であって、
処理装置を用いて、複数の条件下で運転している車両群内の少なくとも1つの車両から、前記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を受信することと、
前記処理装置を用いて、前記データを機械学習サーバに提供することと、
前記処理装置を用いて、前記データの機械学習に基づいて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、
前記処理装置を用いて、前記予測モデルから前記車両電池パックの前記予測放電プロファイルを生成することと、
前記予測放電プロファイルを外部装置に提供することとを含む、方法。 - 前記処理装置を用いて、前記予測放電プロファイルに1つ以上の部分空間を生成することをさらに含む、請求項1に記載の方法。
- 前記電池パック内の前記単電池に関する前記データを受信することは、単電池構成データおよび動作データのうち少なくとも1つを受信することを含み、
前記動作データを用いて、前記車両の運転条件を決定する、請求項1または2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3のいずれか一項に記載の方法。
- 1つ以上の追加電池パックの放電状態をシミュレートするように構成された1つ以上の電池検査装置から診断サイクリングデータを受信することをさらに含む、請求項1から4のいずれか一項に記載の方法。
- 前記電池パック内の前記単電池に関する前記データは、完全に充電されたときの前記電池パックの放電方法と、完全に充電されていないときの前記電池パックの放電方法を示す、請求項1から5のいずれか一項に記載の方法。
- 車両電池パックの予測放電プロファイルを生成するように構成されたシステムであって、
車両群と、
前記車両群内の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とを備え、
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、
前記1つ以上のハードウェアプロセッサは、
複数の条件下で運転している車両群内の少なくとも1つの車両から、前記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いて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、
前記予測モデルから前記車両電池パックの前記予測放電プロファイルを生成することと、
前記予測放電プロファイルを外部装置に提供することとを実行するように、機械可読命令によって構成される、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、前記データ、前記予測モデルおよび前記予測放電プロファイルを前記電池データベースに格納するように、機械可読命令によってさらに構成される、請求項7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、前記予測放電プロファイルに1つ以上の部分空間を生成するように、機械可読命令によってさらに構成される、請求項7または8に記載のシステム。
- 前記電池パック内の前記単電池に関する前記データを受信することは、単電池構成データおよび動作データのうち少なくとも1つを受信することを含み、
前記動作データを用いて、前記車両の運転条件を決定する、請求項7から9のいずれか一項に記載のシステム。 - 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7から10のいずれか一項に記載のシステム。
- 前記1つ以上のハードウェアプロセッサに通信可能に結合された1つ以上の電池検査装置をさらに備え、
前記1つ以上の電池検査装置は、1つ以上の追加電池パックの放電状態をシミュレートするように構成される、請求項7から11のいずれか一項に記載のシステム。 - 前記1つ以上のハードウェアプロセッサは、前記1つ以上の電池検査装置から診断サイクリングデータを受信するように、機械可読命令によってさらに構成される、請求項12に記載のシステム。
- 前記1つ以上の電池検査装置は、1つ以上のハイスループット(HT)サイクラーを含む、請求項12に記載のシステム。
- 命令を格納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、車両電池パックの予測放電プロファイルを生成するための方法を行うように、1つ以上のプロセッサによって実行可能であり、前記方法は、
複数の条件下で運転している車両群内の少なくとも1つの車両から、前記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いて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、
前記予測モデルから前記車両電池パックの前記予測放電プロファイルを生成することと、
前記予測放電プロファイルを外部装置に提供することとを含む、コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/284,533 US11555858B2 (en) | 2019-02-25 | 2019-02-25 | Systems, methods, and storage media for predicting a discharge profile of a battery pack |
US16/284,533 | 2019-02-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020170699A JP2020170699A (ja) | 2020-10-15 |
JP7441671B2 true JP7441671B2 (ja) | 2024-03-01 |
Family
ID=72140479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020027167A Active JP7441671B2 (ja) | 2019-02-25 | 2020-02-20 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11555858B2 (ja) |
JP (1) | JP7441671B2 (ja) |
CN (1) | CN111610459B (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2022076146A1 (en) * | 2020-10-09 | 2022-04-14 | Our Next Energy, Inc. | Supplying power to an electric vehicle |
CN112433170B (zh) * | 2020-10-13 | 2021-08-10 | 北京交通大学 | 一种串联电池组单体参数差异辨识方法 |
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 |
KR20220100331A (ko) * | 2021-01-08 | 2022-07-15 | 주식회사 엘지에너지솔루션 | 최대 방전 전류 예측 방법 및 이를 이용한 배터리 시스템 |
US12012014B2 (en) * | 2021-02-10 | 2024-06-18 | Guangzhou Automobile Group Co., Ltd. | Method and apparatus for optimizing battery management system |
CN113537525B (zh) * | 2021-07-23 | 2022-07-15 | 四川大学 | 一种电池储能系统故障状态自适应预警方法 |
KR102610632B1 (ko) * | 2021-08-23 | 2023-12-06 | 경북대학교 산학협력단 | 차량 주행 시뮬레이터 및 인공신경망을 이용한 배터리의 soc 추정방법 및 그에 따른 시스템 |
KR20230032734A (ko) * | 2021-08-31 | 2023-03-07 | 주식회사 엘지에너지솔루션 | 배터리 진단 시스템 및 방법 |
US20230132798A1 (en) * | 2021-10-28 | 2023-05-04 | Ford Global Technologies, Llc | System and method for managing vehicle battery health |
CN114325403B (zh) * | 2021-12-03 | 2023-08-11 | 北京航空航天大学 | 基于电化学阻抗谱测试的锂离子电池寿命检测方法和系统 |
WO2023129718A1 (en) * | 2021-12-30 | 2023-07-06 | Sustainable Energy Technologies, Inc. | Supercapacitor and lead-acid battery hybrid battery with charging capability |
CN115422696B (zh) * | 2022-04-24 | 2023-07-07 | 上海玫克生储能科技有限公司 | 一种模组数字孪生模型建立方法、系统、终端和介质 |
EP4303069A1 (en) * | 2022-07-04 | 2024-01-10 | Volvo Truck Corporation | A method for estimating a power or current limit for an electrical energy storage system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2016529858A (ja) | 2013-05-03 | 2016-09-23 | アシュリオン, エルエルシーAsurion, Llc | 無線デバイスの電池消耗解析および予測 |
US20170144560A1 (en) | 2015-11-24 | 2017-05-25 | Samsung Electronics Co., Ltd. | Method and apparatus for battery management |
JP2018063906A (ja) | 2016-10-14 | 2018-04-19 | トヨタ自動車株式会社 | リチウムイオン二次電池の容量回復システム |
JP2018524792A (ja) | 2015-07-08 | 2018-08-30 | アルゴリオン リミテッド | リチウムイオン電池の安全性監視 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2740555A1 (fr) | 1995-10-31 | 1997-04-30 | Philips Electronique Lab | Systeme de controle des cycles de charge-decharge d'une batterie rechargeable, et dispositif hote muni d'une batterie intelligente |
CN101067644B (zh) * | 2007-04-20 | 2010-05-26 | 杭州高特电子设备有限公司 | 蓄电池性能分析专家诊断方法 |
JP4788643B2 (ja) | 2007-04-23 | 2011-10-05 | 株式会社デンソー | ハイブリッド車両用の充放電制御装置および当該充放電制御装置用のプログラム |
US8855954B1 (en) * | 2007-11-30 | 2014-10-07 | Intellectual Assets Llc | System and method for prognosticating capacity life and cycle life of a battery asset |
WO2009129106A1 (en) | 2008-04-15 | 2009-10-22 | The Uwm Research Foundation, Inc. | Power management systems and methods in a hybrid vehicle |
US8823324B2 (en) | 2008-06-26 | 2014-09-02 | Eveready Battery Company, Inc. | Staggered multi-battery battery charging |
US9058038B2 (en) * | 2012-03-29 | 2015-06-16 | GM Global Technology Operations LLC | Method and system for predicting vehicle battery health using a collaborative vehicle battery health model |
CN102749589B (zh) * | 2012-07-13 | 2014-11-26 | 哈尔滨工业大学深圳研究生院 | 电动汽车动力电池衰退模式预测方法 |
US20160239592A1 (en) | 2015-02-12 | 2016-08-18 | Nec Laboratories America, Inc. | Data-driven battery aging model using statistical analysis and artificial intelligence |
US10197631B2 (en) | 2015-06-01 | 2019-02-05 | Verizon Patent And Licensing Inc. | Systems and methods for determining vehicle battery health |
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 |
CN106487066A (zh) | 2016-11-22 | 2017-03-08 | 深圳市清深科技有限公司 | 一种远程电池智能管理系统 |
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 |
CN109001631A (zh) * | 2018-04-27 | 2018-12-14 | 张家港莫特普数据科技有限公司 | 电池性能在线评估系统和方法 |
CN108919129B (zh) * | 2018-06-08 | 2020-11-27 | 北京长城华冠汽车科技股份有限公司 | 一种时变工况下动力电池的寿命预测方法 |
-
2019
- 2019-02-25 US US16/284,533 patent/US11555858B2/en active Active
-
2020
- 2020-02-20 JP JP2020027167A patent/JP7441671B2/ja active Active
- 2020-02-25 CN CN202010114409.1A patent/CN111610459B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP2016529858A (ja) | 2013-05-03 | 2016-09-23 | アシュリオン, エルエルシーAsurion, Llc | 無線デバイスの電池消耗解析および予測 |
JP2018524792A (ja) | 2015-07-08 | 2018-08-30 | アルゴリオン リミテッド | リチウムイオン電池の安全性監視 |
US20170144560A1 (en) | 2015-11-24 | 2017-05-25 | Samsung Electronics Co., Ltd. | Method and apparatus for battery management |
JP2018063906A (ja) | 2016-10-14 | 2018-04-19 | トヨタ自動車株式会社 | リチウムイオン二次電池の容量回復システム |
Also Published As
Publication number | Publication date |
---|---|
US11555858B2 (en) | 2023-01-17 |
JP2020170699A (ja) | 2020-10-15 |
CN111610459B (zh) | 2024-05-28 |
CN111610459A (zh) | 2020-09-01 |
US20200271725A1 (en) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
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 | |
US20230406109A1 (en) | Predictive model for estimating battery states | |
US11813962B2 (en) | Supplying power to an electric vehicle | |
US11644515B2 (en) | Method and device for operating an electrically drivable motor vehicle depending on a predicted state of health of an electrical energy store | |
US11084387B2 (en) | Systems, methods, and storage media for arranging a plurality of cells in a vehicle battery pack | |
CN103048625B (zh) | 电池的状态预测系统和方法 | |
KR102335296B1 (ko) | 무선 네트워크 기반 배터리 관리 시스템 | |
Hashemi et al. | Machine learning‐based model for lithium‐ion batteries in BMS of electric/hybrid electric aircraft | |
CN112055912A (zh) | 电池管理装置、电池信息处理系统以及电池信息处理方法 | |
GB2613291A (en) | Battery failure prediction | |
CN113696786B (zh) | 电池均衡方法及系统 | |
CN113728242A (zh) | 对可充电电池中的析锂进行表征 | |
US20230059529A1 (en) | Characterization of Rechargeable Batteries Using Machine-Learned Algorithms | |
JP2024026100A (ja) | 電池状態予測装置および電池状態予測方法 | |
Dvorak et al. | Thermal vehicle-concept study using co-simulation for optimizing driving range | |
US20240239240A1 (en) | Supplying power to an electric vehicle | |
Cordoba-Arenas et al. | Aging propagation in interconnected systems with an application to advanced automotive battery packs | |
Miguel et al. | Module-Level Modelling Approach for a Cloudbased Digital Twin Platform for Li-Ion Batteries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200623 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221219 |
|
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: 20240123 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240219 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7441671 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |