补全电储能器的运行变量分布的数据的方法和设备技术

本发明专利技术涉及用于补全特定电储能器的运行变量分布以基于运行变量分布确定所述储能器的状态的方法和设备，具有以下步骤：提供具有数据间隙的运行变量分布，其中至少第一运行变量和第二运行变量在所述数据间隙的起始时间点和所述数据间隙的结束时间点之间的分布缺失或不可信；根据所述第一运行变量和所述第二运行变量在所述起始时间点的起始值和所述第一运行变量和所述第二运行变量在所述结束时间点的最终值来确定所述第一运行变量和所述第二运行变量的估计的分布；根据所述第一运行变量和所述第二运行变量的估计的分布确定所述特定储能器的状态。述特定储能器的状态。述特定储能器的状态。

【技术实现步骤摘要】
补全电储能器的运行变量分布的数据的方法和设备


[0001]本专利技术涉及一种用于在出现数据间隙时补全电储能器的运行变量的时间序列的方法。本专利技术还涉及使用来自大量储能器的数据来估计运行变量分布的缺失部分。

技术介绍

[0002]独立于电网运行的电设备和机器（例如可电驱动机动车辆）的能量供应借助于通常是设备电池或车辆电池的电储能器来进行。这些电储能器与它们存储的电荷量相对应地提供电能以运行所述设备，并且可以通过向其输送电能再次充电。
[0003]电储能器或能量转换器在其使用寿命期间并且会根据其负载或使用情况而退化。这种所谓的老化导致最大性能和存储容量连续下降。老化状态对应于用于说明储能器老化的度量。按照惯例，新储能器的老化状态在其可用容量方面为100%，在其使用寿命期间该可用容量显著降低。储能器老化的度量（老化状态随时间的变化）取决于储能器的个体负载，即在机动车辆的车辆电池中取决于驾驶员的使用行为、外部环境条件和车辆电池类型。
[0004]借助于物理或电化学老化状态模型，可以确定构造为设备电池的储能器的当前状态，特别是用于基于特别是从投入运行的时间点（老化状态=100%SOH
‑
C）开始的历史运行变量分布来确定老化状态。然而，该模型需要所有相关变量的运行变量分布，所述变量例如是电池电流、电池温度、充电状态和电池电压。
[0005]为了确定设备中储能器的当前内部状态，可以记录所述储能器的运行变量并传输到设备外部的中央单元以进行评估。再次，由于错误传输、故障等，在运行变量的分布中会出现短期的间隙，从而不能容易地确定所涉及储能器的内部状态。

技术实现思路

[0006]根据本专利技术，设置了根据权利要求1的用于提供电储能器的运行变量的时间分布以确定所述储能器的状态的计算机实现的方法以及根据并列独立权利要求的对应设备。
[0007]在从属权利要求中说明了进一步的设计。
[0008]根据第一方面，设置了一种用于补全特定电储能器的运行变量分布以基于运行变量分布确定所述储能器的状态的方法，具有以下步骤：
‑
提供具有数据间隙的运行变量分布，其中至少第一运行变量和第二运行变量在所述数据间隙的起始时间点和所述数据间隙的结束时间点之间的分布缺失或不可信；
‑
根据第一运行变量和第二运行变量在所述起始时间点的起始值和第一运行变量和第二运行变量在所述结束时间点的最终值来确定第一运行变量和第二运行变量的估计的分布；
‑
根据所述第一运行变量和所述第二运行变量的估计的分布确定所述特定储能器的状态。
[0009]此外，所述状态可以对应于老化状态，该老化状态基于使用时间积分方法的微分方程组根据至少第一和第二运行变量分布，特别是自所述特定储能器投入运行（BoL）以来
的第一和第二运行变量分布来确定。
[0010]在本说明书意义下的储能器包括电能的存储器，其可以在放电过程中输出电能并且在充电过程期间吸收电能。
[0011]储能器的状态，特别是老化状态，例如可以通过基于电化学模型方程的物理老化模型来确定。物理老化模型的计算基于用于求解微分方程组的时间积分法。电化学模型方程表征非线性微分方程组的电化学状态。基于运行变量的时间分布连续计算电化学状态，并且可以将所述电化学状态映射为物理老化状态，作为SOH
‑
C和/或SOH
‑
R。
[0012]由于物理老化状态的方程是使用时间积分方法在微分方程组中求解的，因此需要电化学老化模型的输入作为完整的时间序列存在。这些输入可以例如包括电池温度、电池电流、电池电压和充电状态。
[0013]借助于电化学模型计算储能器的状态可以优选在设备外部进行，因为该计算非常复杂，并且由电池驱动的设备中所要求的处理能力或由电池驱动的设备附近的硬件通常不足或出于成本原因不应当保持。此外，可以借助于大量储能器的数据基于设备外部的中央单元（云）中新生成的标签不时地（例如每6个月）对电化学物理老化模型进行重新参数化。
[0014]在检测电储能器的连续运行变量分布并将其传输到进行评估的中央单元时，由于多种原因（例如在由于网络通信受到干扰而导致的连通性问题的情况下），一个或多个运行变量的数据流中偶尔出现短期间隙。由于运行变量的连续分布数据对于确定储能器的内部状态（例如老化状态）是必需的，因此首先不能评估具有这种时间数据间隙的运行变量分布。
[0015]在这方面，需要在出现的数据间隙中填充或重建运行变量的时间分布，以便能够运行用于确定当前或未来老化状态的物理老化模型。由此可以显著提高储能器的建模状态的鲁棒性和准确性。上述方法使得可以补全确定老化状态所需的至少一个运行变量的时间分布，所述运行变量特别是作为储能器的设备电池的电池温度、电池电流、电池电压和充电状态。
[0016]虽然原则上可以通过内插、大多通过线性内插来补全运行变量分布，但这在一些运行变量的情况下只会导致储能器的内部状态模拟不足或使得状态确定显著失真，特别是对于在微分方程模型中确定存储器大小的计算或这种计算的一部分而言。特别地，用于电储能器、特别是设备电池的老化状态模型需要关于诸如电池温度、电池电流、电池电压和充电状态的运行变量的连续分布数据。例如，如果在车辆的车辆电池的情况下分布数据在开始停止时或在停止信号时出现间隙，并且数据记录在启程期间或之后才再次启动，则电池电流从I=0A到例如I=50A的线性化不会对应于实际分布，并会导致错误地确定该时间段期间的老化。
[0017]上述方法为此规定，在短期数据间隙的情况下替换运行变量分布的缺失部分，使得在确定电储能器的状态时存在尽可能小的误差。当短时间段（例如在1秒和10秒之间的时间段）内不存在运行变量分布数据或存在不可信的运行变量分布数据时，存在本专利技术意义上的数据间隙。例如，在异常值的情况下，可能存在不可信的分布数据，其中通常只有极少数连续的检测时间点具有与先前值和后续值显著不同的值并被丢弃。这种异常值在所涉及的运行变量的分布中可以很容易地通过内插来得到校正。
[0018]然而，也可能出现以下情况，即在超过异常值的持续时间的持续时间期间识别出
错误数据，或者不存在关于运行变量分布的数据。取决于运行变量，可以使用不同的方法。例如，在诸如电池温度的温度变量的情况下，由于电池温度作为运行变量的数据间隙的持续时间有限，可以通过对数据间隙之前的温度值和数据间隙之后的温度值进行内插来确定所涉及的温度值。
[0019]对于诸如电池电流的更动态的运行变量，通过内插来填充缺失的分布数据会导致错误的状态确定，例如通过错误地考虑数据间隙的时间段期间的老化来错误地确定老化状态。然而，根据上述方法可以从电池电流的所确定的数据间隙之前和之后的充电状态中确定由于数据间隙期间电池电流的未知分布而导致的负载。
[0020]上述方法涉及以下情况，即在数据间隙期间不存在两个相互依赖、快速变化的运行变量。在设备电池的情况下，这些运行变量可以对应于设备电池的电池电流和充本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于补全特定电储能器（41）的运行变量分布（F）以基于运行变量分布确定所述储能器（41）的状态的方法，具有以下步骤：
‑
提供（S1，S2）具有数据间隙的运行变量分布，其中至少第一运行变量和第二运行变量在所述数据间隙的起始时间点（t0）和所述数据间隙的结束时间点（t1）之间的分布缺失或不可信；
‑
根据所述第一运行变量和所述第二运行变量在所述起始时间点的起始值（I0，SOC0）和所述第一运行变量（I）和所述第二运行变量（SOC）在所述结束时间点的最终值（I1，SOC1）来确定（S6，S7，S8）所述第一运行变量（I）和所述第二运行变量（SOC）的估计的分布；
‑
根据所述第一运行变量（I）和所述第二运行变量（SOC）的估计的分布确定（S9）所述特定储能器（41）的状态。2.根据权利要求1所述的方法，其中，所述状态对应于老化状态（SOH），所述老化状态基于使用时间积分方法的微分方程组根据至少第一运行变量分布和第二运行变量分布，特别是自所述特定储能器（41）投入运行（BoL）以来的第一运行变量分布和第二运行变量分布来确定。3.根据权利要求1或2所述的方法，其中，所述第一运行变量分布和所述第二运行变量分布相互依赖，其中特别是能够基于模型将所述第一运行变量分布和所述第二运行变量分布的依赖性映射在估计的分布的确定中。4.根据权利要求1至3中任一项所述的方法，其中，所述特定储能器（41）对应于设备电池，其中所述第一运行变量分布对应于电池电流（I），而所述第二运行变量分布对应于充电状态（SOC）。5.根据权利要求1至4中任一项所述的方法，其中，通过预给定假定的第一运行变量分布并且特别是通过随后适配所述第一运行变量分布以最小化所述第二运行变量在所述数据间隙的结束时间点的建模最终值与所述第二运行变量的实际最终值之间的差异来确定所述第一运行变量分...

【专利技术属性】
技术研发人员：C，
申请(专利权)人：罗伯特，
类型：发明
国别省市：