通过评估充电过程中的电池行为识别设备电池异常的方法和装置制造方法及图纸

本发明专利技术涉及用于监控技术设备的设备电池和通过评估设备电池在充电过程中的运行变量曲线识别异常电池状态的方法，具有步骤：提供设备电池的电池单池的至少一个运行变量的历史运行变量曲线；提供至少一个通过设备电池的电池管理系统预设的阈值和至少一个通过评估设备电池的电池模块预设的阈值；在充电过程期间评估历史运行变量曲线，根据至少一个运行变量超过至少一个阈值的程度并根据运行变量以确定的超过程度超过至少一个阈值的持续时间，获知异常事件并将其分类成关键性等级，如果至少一个运行变量在一时间段内超过至少一个阈值，就存在异常事件；确定历史运行变量曲线中与关键性等级相关的异常事件的频率，根据异常事件的频率，确定总体关键性

【技术实现步骤摘要】
通过评估充电过程中的电池行为识别设备电池异常的方法和装置


[0001]本专利技术涉及电池运行的技术设备，且特别是涉及用于识别技术设备中的设备电池运行异常的方法。此外，本专利技术涉及用于识别设备电池中的异常并确定其关键性的方法。

技术介绍

[0002]独立于电网运行的电气设备和机器，如可电驱动的机动车，其能量供应通常利用设备电池或车辆电池进行。这些电池为设备的运行提供电能。
[0003]设备电池在其使用寿命内并根据其负载或使用情况而退化。这种所谓的老化会导致最大功率或最大存储容量持续下降。老化状态对应于说明能量存储器老化的程度。根据惯例，新的设备电池可以具有100％的老化状态(关于其容量，SOH
‑
C)，该老化状态在其使用寿命的过程中明显地减少。设备电池老化的程度(老化状态随时间的变化)取决于设备电池的个别负载，即在机动车的车辆电池的情况下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]为了监控设备电池，通常会连续检测运行变量数据，并评估由此产生的运行变量曲线。在设备电池具有大量电池单池的情况下，运行变量可以在单池层面(Zellebene)上进行检测。为了评估运行变量数据，特别是为了获知基于微分方程的模型中的老化状态，运行变量数据以相对较高的时间分辨率(采样率)进行采样，例如，在1至100Hz之间，并利用时间积分方法从中获知老化状态。
[0005]除了由老化引起的退化外，由于各种原因，设备电池中也会出现故障，这些故障可能导致设备电池加速老化或突然失效。设备电池和单个电池单池的这些失效和故障往往通过电池行为的变化提前通知，在某些情况下可以通过相应的询问被识别到。
[0006]为了提高设备电池的接受度，有必要确保其安全性、耐用性、性能和可靠运行。为此，仔细监控电池行为是很重要的。
[0007]除了确定老化状况外，检测设备电池的运行变量也能实现通过评估相应的运行变量数据来识别异常的电池状态。

技术实现思路

[0008]根据本专利技术提出一种根据权利要求1所述的通过评估在设备电池充电过程期间的运行变量曲线来识别异常电池状态的方法，以及一种相应的根据并列权利要求所述的装置。
[0009]有利的设计方案在从属权利要求中说明。
[0010]根据第一方面，提出一种用于监控技术设备的设备电池并用于通过评估在设备电池充电过程期间的运行变量曲线来识别异常电池状态的方法，具有下列步骤：
[0011]‑
提供设备电池的电池单池的至少一个运行变量的历史运行变量曲线；
[0012]‑
提供至少一个通过设备电池的电池管理系统所预设的阈值和至少一个通过评估设备电池的电池模型所预设的阈值；
[0013]‑
在充电过程期间评估历史运行变量曲线，方式为，根据至少一个运行变量中的相应的运行变量超过所述阈值中的至少一个阈值的程度(Maβ)，并根据相应的运行变量以所确定的超过程度超过相关的至少一个阈值的持续时间，获知异常事件并将其分类成关键性等级其中，如果至少一个运行变量在一时间段内超过所述阈值中的至少一个阈值，就存在异常事件；
[0014]‑
确定历史运行变量曲线中与关键性等级有关的异常事件的频率，
[0015]‑
根据关键性等级的频率，确定总体关键性。
[0016]此外，至少一个运行变量可以包括设备电池的至少一个电池单池的单池电流、单池电压和单池充电状态。
[0017]高的电流流入和流出设备电池的运行状态对于设备电池是特别负载的。特别是在快速充电过程中，设备电池经过较长的持续时间被加载高的充电电流，这决定性地导致了电池老化。此外，在快速充电过程期间的能量吞吐量很高，因此故障会迅速导致安全关键事件，甚至导致热失控。因此，有必要在快速充电过程期间密切监控运行变量并及时评估，以便提前识别出运行变量达到预期有关键事件的运行范围。这些运行范围可以由靠近电池的电池管理系统根据运行点来预设。然而，在实践中可能会发生违反这些极限的情况，因此到目前为止还不能轻易地评估在电池管理系统中被确定的违反极限的关键性。特别是，由电池管理系统预设针对单池电流、针对单池充电和针对单池电压的极限值，用于识别过充电事件。
[0018]除了在电池管理系统中实现此类事件的识别外，还可以使用另一种异常检测算法，该算法既可以在技术设备中实施，也可以在远离设备的中央单元中实施，并且该算法既使用由电池管理系统所预设的关于识别异常事件的标准，也使用可基于对从大量设备电池中获知的电池模型参数进行评估的其他标准。这些标准使故障事件的严重性能够得到更精确的识别，并在故障事件出现时采取相应的分级措施。
[0019]如果例如在充电过程中识别到多个设备电池中的异常，就可以对这些设备电池进行系统性故障检查，以便在电池过早老化甚至发生安全关键事件之前执行有针对性的原因研究或问题排除。
[0020]可以提出，至少一个通过设备电池的电池管理系统所预设的阈值包括：针对最大单池电流的BMS单池电流阈值、针对最大充电状态的BMS充电状态阈值和/或针对最大单池电压的BMS单池电压阈值，这些阈值特别是根据运行点来预设，且至少一个通过评估设备电池的电池模型所预设的阈值包括：单池电流阈值、充电状态阈值和/或单池电压阈值。
[0021]在快速充电过程期间特别是发生两个关键事件。如果电池电流超过了对于确定的时间点有效的阈值，就发生了过电流事件该阈值取决于设备电池的运行点和设备电池的最有限的电池单池，即经历了最大老化的电池单池。该阈值一方面可以由相关设备电池的电池管理系统确定，也可以由远离设备的中央单元中的电池模型确定。
[0022]为此，由制造商预设的阈值可以从设备电池的电池管理系统被传递到中央单元，
以便在那里实施阈值比较。替代地，如果阈值是由中央单元中的电池模型确定的，则需要全局有效的电池模型用于计算该阈值。
[0023]过电流事件是由于超过了选定的阈值I
max
而出现的，该阈值是根据运行点并根据最有限的电池单池定义的。如果电池管理系统没有预设针对电池电流的阈值，而是预设了功率极限Pmax，则可以如下进行基于电池组电压Upack的一种替代的定义：
[0024]I
max
＞Pmax/Upack
[0025]由于超过了相关电流阈值而识别到的异常事件以直方图形式(与预设的数据样本有关，即一个采样值或平均的多个采样值)被中间存储在过电流直方图中。在超过单池电流的电流阈值的情况下，异常事件的强度基于ΔC率如下被确定：
[0026][0027]其中，C
nom
是以安培小时为单位的标称电池容量，特别是与老化状态有关，比如通过与容量相关的老化状态SOH
‑
C相乘。直方图形式还考虑到了异常事件的持续时间，即单池电流或电池电流超过了相关电流阈值的持续时间。借助于过电流直方图，可以对异常事件进行汇总，可以是经过的较长的评估期，如几个月，也可以是设备电池的总的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于监控技术设备(4)的设备电池(41)和通过评估设备电池(41)在充电过程期间的运行变量曲线来识别异常电池状态的方法，具有下列步骤：
‑
提供(S2)所述设备电池(41)的电池单池(45)的至少一个运行变量的历史运行变量曲线；
‑
提供(S1)至少一个通过所述设备电池(41)的电池管理系统(46)所预设的阈值和至少一个通过评估所述设备电池(41)的电池模型所预设的阈值；
‑
在充电过程期间评估历史运行变量曲线，方式为，根据至少一个运行变量中的相应的运行变量超过所述阈值中的至少一个阈值的程度，并根据相应的运行变量以所确定的超过程度超过相关的至少一个阈值的持续时间，获知异常事件并将其分类成关键性等级，其中，如果至少一个运行变量在一时间段内超过所述阈值中的至少一个阈值，就存在异常事件；
‑
确定(S4、S5)所述历史运行变量曲线中的与所述关键性等级相关的异常事件的频率，
‑
根据所述关键性等级中的异常事件的频率，确定(S6)总体关键性。2.根据权利要求1所述的方法，其中，所述至少一个通过所述设备电池(41)的电池管理系统(BMS)(46)所预设的阈值包括：BMS单池电流阈值、BMS充电状态阈值和/或BMS单池电压阈值，所述阈值特别是根据运...

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