DE102015109282A1

DE102015109282A1 - System und Verfahren zum Batteriemanagement

Info

Publication number: DE102015109282A1
Application number: DE102015109282.4A
Authority: DE
Inventors: Tae-Kyung Lee
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2014-07-01
Filing date: 2015-06-11
Publication date: 2016-01-07
Also published as: CN105305530A; US20160001670A1

Abstract

Ein Fahrzeug enthält eine Batteriegruppe und wenigstens einen Controller. Der wenigstens eine Controller ist programmiert, Injektionsstromeingaben in ein Modell bereitzustellen, das konfiguriert ist, in Reaktion auf die Eingaben die Klemmenspannungsausgaben der Batteriegruppe zu simulieren. Der wenigstens eine Controller ist ferner programmiert, die Leistungsgrenzen für die Batteriegruppe basierend auf einer Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben auszugeben.

Description

TECHNISCHES GEBIET
Die vorliegende Offenbarung bezieht sich auf Batteriemanagementtechniken, die die Parameter der Elemente, die ein Batteriemodell bilden, schätzen können, um eine Steuerung einer zugeordneten Batterie bereitzustellen.
HINTERGRUND
Hybridelektrofahrzeuge (HEV) verwenden eine Kombination einer Brennkraftmaschine mit einem Elektromotor, um die Antriebsleistung bereitzustellen. Diese Anordnung stellt eine verbesserte Kraftstoffwirtschaftlichkeit gegenüber einem Fahrzeug bereit, das nur eine Brennkraftmaschine aufweist. Ein Verfahren zum Verbessern der Kraftstoffwirtschaftlichkeit in einem HEV besteht darin, die Kraftmaschine während der Zeiträume stillzulegen, zu denen die Kraftmaschine ineffizient arbeitet oder nicht anderweitig erforderlich ist, um das Fahrzeug anzutreiben. In diesen Situationen wird der Elektromotor verwendet, um alle Leistung bereitzustellen, die erforderlich ist, um das Fahrzeug anzutreiben. Wenn die Leistungsanforderung des Fahrers zunimmt, so dass der Elektromotor nicht länger ausreichend Leistung bereitstellen kann, um der Anforderung zu entsprechen, oder in anderen Fällen, wie z. B. wenn der Ladestand (SOC) der Batterie unter einen bestimmten Pegel fällt, sollte die Kraftmaschine in einer Weise, die für den Fahrer fast transparent ist, schnell und gleichmäßig starten.
Das HEV enthält ein Batteriemanagementsystem, das die Werte schätzt, die die momentanen Betriebsbedingungen der Batteriegruppe und/oder der Batteriezelle beschreiben. Die Betriebsbedingungen der Batteriegruppe und/oder -zelle enthalten den SOC der Batterie, den Leistungsschwund, den Kapazitätsschwund und die momentan verfügbare Leistung. Das Batteriemanagementsystem sollte die Werte während sich ändernder Zelleneigenschaften schätzen können, da die Zellen während der Lebensdauer der Gruppe altern.
ZUSAMMENFASSUNG
Ein Hybridantriebsstrangsystem enthält eine Batteriegruppe, die eine oder mehrere Batteriezellen aufweist, und einen Controller. Der Controller stellt eine Eingabe in ein Modell der Batteriegruppe bereit, die einen Satz von Injektionsströmen repräsentiert, um das Modell zu veranlassen, eine Ausgabe zu erzeugen, die die Klemmenspannungen der Batteriegruppe repräsentiert. Der Controller erzeugt außerdem die Stromgrenzen für die Batteriegruppe basierend auf einer Regression der Eingabe und der Ausgabe.
KURZBESCHREIBUNG DER ZEICHNUNGEN
1 ist eine schematische graphische Darstellung eines Hybridelektrofahrzeugs, die einen typischen Triebstrang und typische Energiespeicherkomponenten veranschaulicht;
2 ist eine schematische graphische Darstellung eines Batteriemodells, das Stromeingaben und Spannungsausgaben aufweist;
3A ist eine graphische Darstellung, die ein Verfahren zum Identifizieren einer Beziehung vom Eingang zum Ausgang eines Batteriemodells bei einer Impulsstromeingabe, die eine vorgegebene Zeitdauer und eine vorgegebene Stromgröße aufweist, veranschaulicht;
3B ist eine graphische Darstellung, die einen Satz von vorhergesagten Spannungsreaktionen des Batteriemodells bezüglich eines Satzes von Stromeingaben veranschaulicht, um die Dynamik des Batteriemodells zu identifizieren;
4A ist eine graphische Darstellung, die vorhergesagte Batteriespannungsreaktionen bezüglich eines Satzes von Eingangsströmen veranschaulicht;
4B ist eine graphische Darstellung, die eine Regressionskurve veranschaulicht, um die Batteriespannungsreaktionen bezüglich der Stromeingabe und eine geschätzte Stromgrenze während eines Entladeereignisses vorherzusagen;
5 ist eine graphische Darstellung, die eine Regressionskurve veranschaulicht, um die Batteriespannungsreaktionen bezüglich der Stromeingabe und eine geschätzte Stromgrenze während eines Ladeereignisses vorherzusagen;
6A–6B sind graphische Darstellungen, die ein Verfahren zum Schätzen der Stromgrenzen basierend auf einem Satz vorhergesagter Batteriespannungsreaktionen eines Batteriemodells, der zu einem Satz von Stromeingaben äquivalent ist, die in das Modell injiziert werden, veranschaulichen;
7A–7B sind graphische Darstellungen, die die geschätzten Stromgrenzen basierend auf den vorhergesagten Batteriespannungsreaktionen veranschaulichen; und
8 ist ein Ablaufplan eines Algorithmus zum Schätzen der Stromgrenzen und der Leistungsgrenzen der Batterie in einem Batteriemanagementsystem.
AUSFÜHRLICHE BESCHREIBUNG
Hier sind Ausführungsformen der vorliegenden Offenbarung beschrieben. Es ist jedoch selbstverständlich, dass die offenbarten Ausführungsformen lediglich Beispiele sind und dass andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht notwendigerweise maßstabsgerecht; einige Merkmale könnten übertrieben oder minimiert sein, um die Einzelheiten spezieller Komponenten zu zeigen. Deshalb sind spezifische strukturelle und funktionale Einzelheiten, die hier offenbart sind, nicht als einschränkend zu interpretieren, sondern lediglich als eine repräsentative Grundlage, um einem Fachmann auf dem Gebiet zu lehren, die Ausführungsformen verschieden zu verwenden. Wie für die Durchschnittsfachleute auf dem Gebiet selbstverständlich ist, können die bezüglich irgendeiner der Figuren veranschaulichten und beschriebenen verschiedenen Merkmale mit Merkmalen kombiniert werden, die in einer oder mehreren anderen Figuren veranschaulicht sind, um Ausführungsformen zu erzeugen, die nicht explizit veranschaulicht oder beschrieben sind. Die Kombinationen der veranschaulichten Merkmale stellen repräsentative Ausführungsformen für typische Anwendungen bereit. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung konsistent sind, könnten jedoch für spezielle Anwendungen oder Implementierungen erwünscht sein.
Die Ausführungsformen der vorliegenden Offenbarung stellen im Allgemeinen mehrere Schaltungen oder andere elektrische Vorrichtungen bereit. Alle Bezugnahmen auf Schaltungen und andere elektrische Vorrichtungen und die durch jede bereitgestellte Funktionalität sind nicht vorgesehen, um darauf eingeschränkt sein, nur das zu umfassen, was hier veranschaulicht und beschrieben ist. Während spezielle Beschriftungen den offenbarten verschiedenen Schaltungen oder anderen elektrischen Vorrichtungen zugewiesen sein können, sind derartige Beschriftungen nicht vorgesehen, um den Umfang des Betriebs für die Schaltungen und die anderen elektrischen Vorrichtungen einzuschränken. Derartige Schaltungen und andere elektrische Vorrichtungen können in irgendeiner Weise basierend auf dem speziellen Typ der elektrischen Implementierung, die erwünscht ist, miteinander kombiniert und/oder getrennt werden. Es wird erkannt, dass jede hier offenbarte Schaltung oder andere elektrische Vorrichtung irgendeine Anzahl von Mikroprozessoren, integrierten Schaltungen, Speichervorrichtungen (z. B. FLASH, Schreib-Lese-Speicher (RAM), Festwertspeicher (ROM), elektrisch programmierbaren Festwertspeicher (EPROM), elektrisch löschbaren programmierbaren Festwertspeicher (EEPROM) oder andere geeignete Varianten davon) und Software, die miteinander zusammenwirken, um die hier offenbarte(n) Operation(en) auszuführen, enthalten kann. Außerdem können eine oder mehrere der elektrischen Vorrichtungen konfiguriert sein, ein Computerprogramm auszuführen, das in einem nichtflüchtigen computerlesbaren Medium verkörpert ist, das programmiert ist, um irgendeine Anzahl der Funktionen auszuführen, wie offenbart ist.
Ein Fahrzeug-Computersystem, das einen oder mehrere Controller aufweist, kann eine Batteriemanagementstrategie implementieren, die Werte schätzt, die die momentane Betriebsbedingung der Batterie und/oder einer oder mehrerer Batteriezellen beschreibt. Die Betriebsbedingungen der Batteriegruppe und/oder einer oder mehrerer Batteriezellen können den Ladezustand der Batterie, den Leistungsschwund, den Kapazitätsschwund und die momentan verfügbare Leistung enthalten. Die Batteriemanagementstrategie kann imstande sein, die Werte zu schätzen, wenn die Batteriezellen während der Lebensdauer der Gruppe altern. Die genaue Schätzung einiger Parameter kann die Leistung und die Robustheit verbessern und kann schließlich die nützliche Lebensdauer der Batteriegruppe verlängern.
Das Fahrzeug-Computersystem kann ein oder mehrere Systeme/Teilsysteme einschließlich eines Batteriemanagementsystems managen und/oder mit einem oder mehreren Systemen/Teilsystemen einschließlich eines Batteriemanagementsystems kommunizieren. Das Batteriemanagementsystem kann die Stromgrenzen und die Leistungsgrenzen der Batterie aus komplizierten Batteriemodellen schätzen, ohne übermäßigen Rechenaufwand zu dem System hinzuzufügen. Das System kann eine Folge von Stromeingaben in das Batteriemodell injizieren, um die dynamischen Batteriereaktionen für die Vorhersage der Stromgrenze in einer vereinfachten Funktion zu identifizieren. Das System kann ein genaues Batteriemodell enthalten, um die Batteriereaktionen vorherzusagen, wobei dieses Modell aber nicht imstande zu sein braucht, explizite Ausdrücke zum Berechnen der verfügbaren Stromgrenzen zu geben. Die Modelle des Blackbox-Typs weisen z. B. keine expliziten Ausdrücke auf, die die Eingaben und die Ausgaben in Beziehung setzen, so dass die Modellreaktionen nicht als mathematische Ausdrücke ausgedrückt sind. Die direkte Vorhersage der verfügbaren Stromgrenze der Batteriegruppe kann in einer Fahrzeug-Betriebsumgebung nicht möglich sein. Folglich werden die Batteriereaktionen basierend auf einem statistischen Regressionsmodell aus einem Satz der Eingaben und Ausgaben des Batteriemodells vorhergesagt. Für das hier beschriebene Batteriesystem kann die Schätzung einiger Batteriegruppen- und/oder Zellenparameter verwirklicht sein, wie im Folgenden erörtert wird.
1 stellt ein typisches Hybridelektrofahrzeug dar. Ein typisches Hybridelektrofahrzeug 2 kann einen oder mehrere Elektromotoren 4 umfassen, die mechanisch mit einem Hybridgetriebe 6 verbunden sind. Außerdem ist das Hybridgetriebe 6 mechanisch mit einer Kraftmaschine 8 verbunden. Das Hybridgetriebe 6 ist außerdem mechanisch mit einer Antriebswelle 10 verbunden, die mit den Rädern 12 mechanisch verbunden ist. In einer weiteren Ausführungsform, die in der Veranschaulichung nicht dargestellt ist, kann das Hybridgetriebe ein Getriebe mit nicht auswählbarem Gang [engl.: non-selectable gear transmission] sein, das wenigstens eine elektrische Arbeitsmaschine enthalten kann. Die Elektromotoren 4 können eine Antriebs- und Verzögerungsfähigkeit bereitstellen, wenn die Kraftmaschine 8 ein- oder ausgeschaltet ist. Die Elektromotoren 4 wirken außerdem als Generatoren und können durch das Zurückgewinnen von Energie, die normalerweise als Wärme in dem Reibungsbremssystem verloren würde, Vorteile der Kraftstoffwirtschaftlichkeit bereitstellen. Die Elektromotoren 4 können außerdem verringerte Schadstoffemissionen bereitstellen, weil das Hybridelektrofahrzeug 2 unter bestimmten Bedingungen in einem Elektromodus betrieben werden kann.
Die Batteriegruppe 14 kann eine Antriebsbatterie enthalten, die eine oder mehrere Batteriezellen aufweist, die Energie speichern, die durch die Elektromotoren 4 verwendet werden kann. Die Batteriegruppe 14 des Fahrzeugs stellt typischerweise eine Hochspannungs-Gleichstromausgabe bereit und ist mit einem Leistungselektronikmodul 16 (z. B. wenigstens einem Controller) elektrisch verbunden. Das Leistungselektronikmodul 16 kann mit einem oder mehreren Controller-Modulen kommunizieren, die ein Fahrzeug-Computersystem 22 bilden. Das Fahrzeug-Computersystem 22 kann mehrere Merkmale, Systeme und/oder Teilsysteme des Fahrzeugs steuern. Das eine oder die mehreren Controller-Module können ein Batteriemanagementsystem enthalten, sind aber nicht darauf eingeschränkt. Das Leistungselektronikmodul 16 ist außerdem mit den Elektromotoren 4 elektrisch verbunden und stellt die Fähigkeit bereit, Energie zwischen der Batteriegruppe 14 und den Elektromotoren 4 bidirektional zu übertragen. Eine typische Batteriegruppe 14 kann z. B. eine Gleichspannung bereitstellen, während die Elektromotoren 4 einen Dreiphasenwechselstrom erfordern können, um zu arbeiten. Das Leistungselektronikmodul 16 kann die Gleichspannung in einen Dreiphasenwechselstrom umsetzen, wie er durch die Elektromotoren 4 benötigt wird. In einem regenerativen Modus setzt das Leistungselektronikmodul 16 den Dreiphasenwechselstrom von den Elektromotoren 4, die als Generatoren wirken, in die Gleichspannung um, die von der Batteriegruppe 14 benötigt wird.
Zusätzlich zum Bereitstellen von Energie für den Antrieb kann die Batteriegruppe 14 Energie für andere elektrische Systeme des Fahrzeugs bereitstellen. Ein typisches System kann ein Gleichstrom/Gleichstrom-Umsetzermodul 18 enthalten, das die Hochspannungs-Gleichstromausgabe der Batteriegruppe 14 in eine Niederspannungs-Gleichstromversorgung umsetzt, die mit anderen Fahrzeuglasten kompatibel ist. Andere Hochspannungslasten können ohne die Verwendung eines Gleichstrom/Gleichstrom-Umsetzermoduls 18 direkt angeschlossen sein. In einem typischen Fahrzeug sind die Niederspannungssysteme elektrisch mit einer 12-V-Batterie 20 verbunden.
Die Batteriegruppe 14 kann durch ein Leistungselektronikmodul 16 gesteuert sein, das Befehle von einem Fahrzeug-Computersystem 22, das ein oder mehrere Controller-Module aufweist, empfangen kann. Das eine oder die mehreren Controller-Module können ein Batteriesteuermodul enthalten. Das eine oder die mehreren Controller-Module können geeicht sein, um die Batteriegruppe 14 unter Verwendung eines Schätzverfahrens der Batteriemodellparameter zu steuern, das eine durchschnittliche Abtastung des effektiven inneren Widerstands der Batterie während des Betriebs schätzt, um die Leistungsfähigkeit der Batterie zu bestimmen. Die Vorhersage der Leistungsfähigkeit ermöglicht es der Batteriegruppe 14, das Überladen und das Überentladen zu verhindern.
Das Vorhersageverfahren und/oder die Vorhersagestrategie der Batterieparameter kann das Bestimmen der Stromgrenzen und der Leistungsfähigkeit der Batterie in Echtzeit (d. h., während des Betriebs) unterstützen. Viele Batterieparameter-Schätzprozesse werden durch die Genauigkeit der Batteriemodelle und nicht vorhergesagte Umgebungsbedingungen und unerwartetes Rauschen während der Batterieoperationen beeinflusst. Das Messverfahren/die Messstrategie der Fahrzeugbatterie kann ein Batteriemodell (z. B. eine Ersatzschaltung unter Verwendung einer oder mehrerer Widerstand-Kondensator-Schaltungen (R-C-Schaltungen) in mehreren Konfigurationen) verwenden, um die Batteriegruppe in dem Fahrzeug zu messen, um die elektrochemische Impedanz während des Betriebs zu erhalten.
Die Eichung, um die Batteriegruppe zu steuern, kann unter Verwendung mehrerer Tabellen ausgeführt werden, um einen weiten Frequenzbereich zu erfassen, der die Impedanz der Batteriegruppe und ihre korrelierende Dynamik beeinflusst. Um die mehreren Tabellen zu befüllen/zu eichen, ist eine genaue Ausführung des Offline-Testens der Batteriegruppe in einer Testeinrichtung unter Verwendung komplexer Algorithmen erforderlich. Ein Beispiel des Offline-Testen einer Batteriegruppe ist das elektrochemische Impedanzspektroskop (EIS), das implementiert sein kann, um die Charakterisierung des Batteriesystems über weite Frequenzbereiche zu erfassen, die die Batterietemperatur, den Ladezustand der Batterie und/oder die Batterieverwendung enthalten können.
Ein Fahrzeugbatterie-Messverfahren kann implementiert sein, um die Notwendigkeit für das übermäßige Offline-Testen zu eliminieren. Das Fahrzeugbatterie-Messverfahren kann ein oder mehrere Batteriemodelle verwenden, um die Batteriegruppe in dem Fahrzeug zu messen, um die Batterieparameter während des Betriebs zu erhalten. Das Fahrzeugbatterie-Messverfahren kann im Vergleich zu dem EIS ein höheres Rauschniveau aufweisen, wobei es jedoch wertvolle Informationen zum Charakterisieren des Übergangsverhaltens der Batterie während des Fahrzeugbetriebs bereitstellen kann.
Das HEV-Batteriemanagementverfahren und/oder -system können ein oder mehrere Batteriemodelle implementieren, um Batteriemessungen für die Berechnung der elektrochemischen Impedanz zu empfangen und um die Batterieparameter basierend auf der Impedanz zu schätzen. Die geschätzten Batterieparameter können fluktuierende Trajektorien enthalten, die zunehmen, wenn sich das Fahrzeug in bestimmten Systemmodi befindet, einschließlich des Lademodus, des Haltemodus oder des Erschöpfungs-(d. h., Entlade-)Modus. Diese Batterieparameter neigen dazu, empfindlich gegen inneres und äußeres Rauschen und Umgebungsbedingungen zu sein, wenn das eine oder die mehreren Batteriemodelle verwendet werden, um diese Parameter in Echtzeit zu schätzen.
2 ist eine schematische graphische Darstellung 200 eines Batteriemodells 202, das Stromeingaben 204 und Spannungsausgaben 206 aufweist, gemäß einer Ausführungsform. Das Batteriemodell kann ein oder mehrere Modelle enthalten, einschließlich eines elektrochemischen Modells, eines Ersatzschaltungsmodells (z. B. eines Modells einer Randles-Schaltung), eines Blackbox-Modells (z. B. eines autoregressiven Modells, eines Modells eines beweglichen Durchschnitts, eines autoregressiven Modells eines beweglichen Durchschnitts, eines Modells eines neuronalen Netzes) und/oder einer Kombination daraus, ist aber nicht darauf eingeschränkt. Die Genauigkeit der Vorhersage der Batteriereaktion kann verbessert werden, wenn die Komplexität des Batteriemodellsystems zunimmt. Ein elektrochemisches Modell kann die höchste Genauigkeit bereitstellen, wobei aber die Rechenzeit im Vergleich zu anderen Modellen länger dauern kann. Ein Ersatzschaltungsmodell kann einen richtigen Ausgleich der Rechenzeit und der Vorhersagegenauigkeit aufweisen, wobei aber der Gültigkeitsbereich eingeschränkt sein kann. Ein Blackbox-Modell kann einen ausreichenden Rechenwirkungsgrad bei hoher Vorhersagegenauigkeit bereitstellen, wobei es aber schwierig sein kann, explizite Ausdrücke für die Vorhersage der Stromgrenze der Batterie und die Vorhersage der Leistungsgrenze der Batterie abzuleiten.
Die Leistungsfähigkeit der Batterie wird durch die Impedanz der Batteriegruppe und ihrer korrelierenden Dynamik beeinflusst. Ein System kann die Batteriemessungen empfangen und die Messungen verwenden, um die Reaktionen und die Leistung der Batterie während eines Zeitraums des bevorstehenden Betriebs der Batterie vorherzusagen. Die Vorhersage ist unter Verwendung des Batteriemodells 200 im Allgemeinen möglich. Das Batteriemodell 202 kann einen Eingangsstrom 204 und eine Ausgangsspannung 206 umfassen. Andere Eingaben, wie z. B. die Temperatur und der Ladezustand (SOC) der Batterie, können in Abhängigkeit von der Modellkonstruktion enthalten sein. Das Schätzverfahren der Batteriemodellparameter kann eine Batteriemessung in dem Fahrzeug enthalten, um die Reaktionen der Batterieausgangsspannung 206 unter Verwendung der Berechnungen/Algorithmen, die im Folgenden ausführlicher beschrieben werden, zu erhalten, um die Leistungsfähigkeit der Batterie auszugeben. Die Messwerte können in einem oder mehreren Steuermodulen des Fahrzeug-Computersystems einschließlich des Batterieenergie-Steuermoduls aufgezeichnet, berechnet und gespeichert werden.
Die Beziehungen vom Eingang zum Ausgang eines Batteriemodells können von jedem Typ des Modells unter Verwendung eines in dieser Offenbarung vorgeschlagenen Verfahrens extrahiert werden. In einem Beispiel kann das System ein vereinfachtes Batteriemodell implementieren, um die Stromgrenzen und die Leistungsgrenzen der Batterie in Echtzeit während des Fahrzeugbetriebs des Batteriemanagementsystems vorherzusagen. Es kann jedoch Hybridanwendungen geben, die eine verbesserte Vorhersage der Batteriefähigkeit in den Batteriesteuerungen erfordern. Ein bestimmtes Batteriemodell kann imstande sein, die Batteriereaktionen mit hoher Genauigkeit vorherzusagen, wobei es aber unmöglich oder schwierig sein kann, explizite Ausdrücke zu erhalten, um die Stromgrenzen und die Leistungsgrenzen der Batterie vorherzusagen.
Das Batteriemanagementsystem kann die Batteriereaktionen vorhersagen, die als eine Funktion des eingespeisten Batteriestroms ausgedrückt sind, und den maximalen Entlade- und Ladestrom der Batterie aus der abgeleiteten Funktion berechnen. Das System basiert auf einer statistischen Regressionsanalyse eines Satzes injizierter Stromeingaben in ein Batteriemodell und eines Satzes von Spannungsausgaben aus dem Modell. Die statistische Regressionsanalyse ermöglicht es, eine explizite Funktion zu finden, die einen Eingangsstrom mit einer Ausgangsspannung in Beziehung setzt. Die abgeleitete Funktion ist prägnant genug, um die Stromgrenzen und die Leistungsgrenzen der Batterie in Echtzeit in einem Batteriemanagementsystem vorherzusagen und folglich den maximalen Entlade- und Ladestrom der Batterie aus der abgeleiteten Funktion zu bestimmen.
3A ist eine graphische Darstellung 300, die eine Prozedur veranschaulicht, um eine Beziehung vom Eingang zum Ausgang eines Batteriemodells mit einer Impulsstromeingabe, die eine Zeitdauer t_d 308 und eine Stromgröße i_p 310 aufweist, zu identifizieren. Eine Spannungsausgabereaktion 320 eines Batteriemodells entspricht dem Eingangsstromimpuls 310. Die graphische Darstellung 300 weist eine x-Achse, die die Zeit 302 repräsentiert, eine erste y-Achse, die die Klemmenausgangsspannung 304 repräsentiert, und eine zweite y-Achse, die die Batterieeingangsstromgröße 306 repräsentiert, auf. Eine anfängliche Stromimpuls-Eingangsgröße i_p 310 wird bestimmt, um zu bewirken, dass sich die Batterieklemmenspannung 314 signifikant ändert, aber die Batterieklemmenspannungsgrenzen nicht übersteigt. Die Batterieklemmenspannungsgrenzen enthalten eine untere Spannungsgrenze v_lb 316 für das Entladen und eine obere Spannungsgrenze v_ub 318 für das Laden. Die Impulszeitdauer t_d 308 kann eine vorgegebene Dauer sein, die auf die Zeitdauer gesetzt ist, während der die Batterie Leistung bereitstellen kann, ohne die Batterieklemmenspannungsgrenzen 316, 318 zu verletzen, während der Batterie-Sollbetrieb sichergestellt ist.
Die Anfangsbedingungen der Batterie können unter Verwendung einer Echtzeit-Zustandsschätzeinrichtung, wie z. B. eines Kalman-Filters und/oder einer oder mehrerer im Voraus geeichter Tabellen, die offline erzeugt werden, geschätzt werden. Die Anfangsbedingungen werden verwendet, um die Anfangsspannung v_o 320 der Batterie zu berechnen. Die Batterieklemmenspannung v_f 314 wird aus dem Batteriemodell nach der Dauer 308 des injizierten Stromeingangsimpulses als die resultierende Batterieklemmenspannung 312 geschätzt.
3B ist eine graphische Darstellung 301, die einen Satz vorhergesagter Spannungsreaktionen des Batteriemodells bezüglich eines Satzes von Stromeingaben veranschaulicht, um die Dynamik des Batteriemodells zu identifizieren. Die graphische Darstellung weist eine x-Achse, die die Batterieeingangsstromgröße 306 repräsentiert, und eine y-Achse, die die Klemmenausgangsspannung 304 repräsentiert, auf. Die y-Achse veranschaulicht mehrere Datenpunkte v_i 322 der gemessenen Klemmenspannung(en).
Ein Satz von Batterieklemmenspannungen wird aus einer Folge von Simulationen unter Verwendung eines Batteriemodells bezüglich eines Satzes von Batteriestromeingaben berechnet. Der Satz des in das Batteriemodell injizierten Stroms wird verwendet, um eine geeignete Regressionsgleichung zu bestimmen, um die entsprechenden Batteriespannungsreaktionen bezüglich der Stromeingaben darzustellen. Damit das System eine Funktion der Batterieausgangsspannung gegen den Batterieeingangsstrom erhält, sind wenigstens zwei Datenpunkte erforderlich. Das System kann z. B. zwei Stromimpulseingaben in das Modell injizieren und die entsprechende Ausgangsspannung messen. Der Satz von Stromimpulsen kann sich innerhalb der Grenzen befinden, die der oberen und der unteren Grenze 316, 318 der Batterieklemmenausgangsspannung entsprechen.
Eine Ausgangsspannung v₁ 324 wird basierend auf einem injizierten Eingangsstrom mit einer Größe i_p,1 326 berechnet. Der nächste durch das System erzeugte Datenpunkt ist die resultierende Batterieklemmenspannung 312, die durch das Zuweisen einer vergrößerten Größe des Eingangsstroms zu dem Batteriemodell, der gleichen Prozedur, die in 3A gezeigt ist, folgend, berechnet wird. Im Ergebnis dessen, dass wenigstens zwei Klemmenausgangsspannungen basierend auf den Eingangsstromimpulsen vorhanden sind, kann das System die Ausgangsspannung extrapolieren, um eine Linie 328 der vorhergesagten Ausgangsspannungsreaktion der Batterie zu erhalten.
Die Stromgrenzen der Batterie können als die Stromgröße bestimmt sein, die eine Batteriespannungsänderung bis zur Batteriespannungsgrenze verursacht. Gemäß den Entladeereignissen ist die Spannungsgrenze der Batterie die untere Spannungsgrenze 316 der Batterie. Die Entladestromgrenze 330 der Batterie kann als ein Schnittpunkt der Linie 328 der extrapolierten Batteriespannung und der Linie 316 der unteren Grenzspannung bestimmt werden.
4A ist eine graphische Darstellung 400, die ein Beispiel der vorhergesagten Batteriespannungsreaktionen bezüglich eines Satzes von Eingangsstromimpulsen veranschaulicht. Die graphische Darstellung weist eine x-Achse, die den Batteriestrom 406 repräsentiert, und eine y-Achse, die die Klemmenspannung 404 repräsentiert, auf. Falls die Spannungsreaktionen nichtlinear sind, kann das System wenigstens drei Datenpunkte erfordern, um die Nichtlinearität zu erfassen. Diese Fälle der Nichtlinearität können in einem Batteriesystem während des Betriebs eines Fahrzeugs wahrscheinlicher sein. Die Punkte werden unter Verwendung der folgenden Prozedur bestimmt, wie im Folgenden beschrieben wird.
Die ersten beiden Punkte 410, 412 in der graphischen Darstellung 400 werden von dem Batteriemodell durch das Zuweisen von zwei Eingangsströmen 418, 420 vorhergesagt. Das System kann die beiden Punkte 410, 412 verwenden, um eine versuchsweise Stromgrenze i_lim,temp 402 der Batterie basierend auf einer berechneten linear extrapolierten Linie 408 der Daten des Batteriestroms gegen die Klemmenspannung unter Verwendung der folgenden Gleichung zu erzeugen:
wobei i_lim,temp die versuchsweise Stromgrenze der Batterie ist. Die versuchsweise Stromgrenze der Batterie kann verwendet werden, um die Linie 416 der unteren Grenzspannung zu berechnen.
Es können zusätzliche Punkte verwendet werden, um eine Regressionsgleichung zu finden, die die nichtlineare Spannungsreaktion bezüglich des Eingangsstroms erfasst. Es wird eine zusätzliche Stromimpulsgröße i_p,3 422 gewählt, die i_p,2 < i_p,3 < i_lim,temp erfüllt, wobei eine zusätzliche Batterieklemmenspannung v₃ 414 durch das System berechnet wird.
4B ist eine graphische Darstellung 401, die eine Regressionskurve 424 veranschaulicht, um die Batteriespannungsreaktionen bezüglich der Stromeingabe und eine geschätzte Stromgrenze der Batterie während eines Entladeereignisses vorherzusagen. Die Regressionskurve 424 wird basierend auf einer verallgemeinerten linearen Regressionsanalyse erhalten. Die verallgemeinerte lineare Regressionsanalyse verwendet einen Satz von Daten, der erklärende Variable (oder unabhängige Variable) und Reaktionsvariable (oder abhängige Variable) umfasst, um die Regressionsgleichung für die beste Anpassung der Daten zu identifizieren. Die erklärenden Variablen können die injizierten Impulseingangsstromgrößen 418, 420, 422 enthalten. Die Reaktionsvariablen können die Ausgangsspannungsreaktionen 410, 412, 414 enthalten.
Die Bestimmung einer neuen Regressionskurve 424 während eines Entladeereignisses ermöglicht es dem System, eine Stromgrenze 426 der Batterie während des Echtzeitbetriebs zu berechnen. Die Stromgrenze 426 der Batterie berücksichtigt die Nichtlinearität der Batterieklemmenspannungsreaktionen basierend auf den Entladeereignissen. Das System kann eine Linie 416 der unteren Entladegrenzspannung als einen Schnittpunkt der neuen Regressionskurve 424 und der Linie 426 der unteren Grenzspannung zuweisen.
5 ist eine graphische Darstellung, die eine Regressionskurve veranschaulicht, um die Batteriespannungsreaktionen bezüglich einer Stromeingabe und eine geschätzte Stromgrenze der Batterie während eines Ladeereignisses vorherzusagen. Die Batteriespannungsreaktionen bezüglich einer Stromeingabe werden basierend auf dem Satz der Impulseingangsstromgrößen bei den Zeitdauern berechnet. Die graphische Darstellung weist eine x-Achse, die den Batteriestrom 506 repräsentiert, und eine y-Achse, die die Klemmenspannung 504 repräsentiert, auf. Die erklärenden Variablen können die Impulseingangsstromgrößen 518, 520, 522 enthalten. Die Reaktionsvariablen können die Ausgangsspannungsreaktionen 510, 512, 514 enthalten.
Wie oben erklärt worden ist, kann das System zwei Punkte 510, 512 verwenden, um eine versuchsweise Stromgrenze i_lim,temp 502 der Batterie basierend auf einer unter Verwendung der Gleichung (1) berechneten linear extrapolierten Linie 508 der Daten des Batteriestroms gegen die Klemmenausgangsspannung zu erzeugen. Das System kann die Stromgrenze i_lim 524 der Batterie und die Linie 516 der oberen Grenzspannung durch die obenerwähnte Prozedur schätzen.
Der Koeffizient eines Regressionsmodells wird aus der folgenden Gleichung berechnet: ß ˆ = (X^TX)^–1X^Ty, (2) wobei ß ˆ die geschätzten Koeffizienten eines Regressionsmodells sind, X die Matrix der erklärenden Variablen ist und y der Vektor der Reaktionsvariablen ist.
Die Nichtlinearität der Batteriespannungsreaktionen kann durch das System einschließlich der Verwendung einer Gleichung 2. Ordnung erfasst werden. Falls eine Gleichung 2. Ordnung verwendet wird, um die Ausgangsspannungsreaktionen zu repräsentieren, werden die Spannungsreaktionen unter Verwendung der folgenden Gleichung ausgedrückt: v = ai² + bi + c, (3) wobei v die Spannungsreaktion ist, i der Batterieeingangsstrom ist und a, b, c die Modellkoeffizienten sind.
Ein Satz von Stromeingaben wird unter Verwendung der folgenden Gleichungen ausgedrückt: i = [i_l...i_k...i_n]^T, (4a) i² = [i_l ²...i_k ²...i_n ²]^T. (4b)
Ein Satz von Spannungsausgaben wird unter Verwendung der folgenden Gleichung ausgedrückt: y = v = [v_l...v_k...v_n]^T, (5) wobei n die Anzahl der Datenpunkte ist.
Der Matrix X der erklärenden Variable ist unter Verwendung der folgenden Gleichung konstruiert:
wobei ß = [c b a] gilt. (7)
Der Koeffizient des Regressionsmodells wird aus der Matrix in der Gleichung (6) und dem Vektor in der Gleichung (5) unter Verwendung der Gleichung (2) berechnet.
Die Stromgrenze wird aus der identifizierten Regressionsgleichung (3) unter Verwendung der folgenden Gleichungen berechnet:
wobei i_lim die Entladestromgrenze 426 und die Ladestromgrenze 524 ist. Die geschätzten Koeffizienten des Regressionsmodells werden in den Entlade- und Ladefällen separat berechnet, d. h., die geschätzten Koeffizienten sind für die Entlade- und Ladefälle verschieden.
Für den Spezialfall, in dem sich die Größe von a nah bei null befindet, wird die Stromgrenze unter Verwendung der folgenden Gleichungen berechnet: i_lim = (v_lb – c)/b für das Entladen, (9a) i_lim = (v_ub – c)/b für das Laden. (9b).
Das System kann die momentanen Leistungsfähigkeiten der Batterie während eines Ladeereignisses unter Verwendung der folgenden Gleichung berechnen: P_lim = |i_chg,min|v_ub, (10a) wobei P_lim die Leistungsfähigkeit ist, v_ub die obere Batteriespannungsgrenze ist und i_chg,min der absolute minimale Strom ist.
Das System kann die momentanen Leistungsfähigkeiten der Batterie während eines Entladeereignisses unter Verwendung der folgenden Gleichung berechnen: P_lim = |i_dch,max|v_lb, (10b) wobei P_lim die Leistungsfähigkeit ist, v_lb die untere Batteriespannungsgrenze ist und i_dch,max der maximale Strom ist.
Die 6A–6B sind graphische Darstellungen, die einen Satz vorhergesagter Batteriespannungsreaktionen eines Batteriemodells bezüglich eines Satzes von Stromeingaben in das Modell und die geschätzten maximalen und minimalen Ströme veranschaulicht. Wie in 6A gezeigt ist, veranschaulicht die graphische Darstellung 600 eine Schätzung des maximalen Batterieentladestroms, wobei sie eine x-Achse 606, die den Strom in Ampere repräsentiert, und eine y-Achse 604, die die Klemmenspannung in Volt repräsentiert, aufweist.
Die Spannungsausgaben eines Batteriemodells bezüglich eines Satzes von Eingangsströmen sind in 6A als die Datenpunkte 610 dargestellt. Die Datenpunkte 610 werden durch das Einspeisen eines Satzes von Stromeingaben in das Batteriemodell, das eine Anfangsspannung 602 aufweist, zu dem entsprechenden Zeitschritt erhalten. Eine Regressionsgleichung wird aus dem Satz von Simulationsdatenpunkten 610 abgeleitet, um eine Regressionslinie 608 zu erzeugen. Das System kann die Regressionslinie extrapolieren, um die Batteriespannung 612 bei dem geschätzten maximalen Strom 611 vorherzusagen. Das System kann eine Linie 618 der unteren Grenzspannung als einen Schnittpunkt der vorhergesagten Batteriespannung 612 und der Linie 611 der unteren Batteriespannung ausgeben.
Die gleiche Herangehensweise wird verwendet, um die Ladestromgrenze der Batterie vorherzusagen, wie in 6B veranschaulicht ist. Die graphische Darstellung 601 veranschaulicht eine Schätzung des minimale Ladestroms, die eine x-Achse 606, die den Strom in Ampere repräsentiert, und eine y-Achse 604, die die Klemmenspannung in Volt repräsentiert, aufweist. Die eingespeisten Eingangsstromimpulsgrößen sind die simulierten Datenpunkte 616, die das System verwendet, um die Regressionslinie 614 zu berechnen. Das System extrapoliert die Regressionslinie 614, um die Stromgrenze 622 der Batterie vorherzusagen. Die vorhergesagte Batteriespannung bei der minimalen Stromgrenze 626 wird verwendet, um die obere Grenze 624 der Spannung der Batteriegruppe festzulegen.
Die 7A–7B veranschaulichen die Validierung der vorhergesagten Batteriespannungsreaktionen, die mit den geschätzten Stromgrenzen der Batterie angewendet werden. Für einen Entladefall in 7A ist die Entladestromgrenze in der graphischen Darstellung 700 gezeigt, die eine x-Achse 704, die die Zeit repräsentiert, und eine y-Achse, die den Strom repräsentiert, aufweist. Der Entladestrom ist als i_dch,max 611 geschätzt, wie in 6A gezeigt ist. Die vorhergesagte Spannungsreaktion des geschätzten Entladestroms ist in der graphischen Darstellung 701 gezeigt, die eine x-Achse 704, die die Zeit repräsentiert, und eine y-Achse 708, die die Spannung repräsentiert, aufweist. Die Klemmenspannungsausgabe am Ende der Stromimpulsdauer bei dem eingespeisten Eingangsstromimpuls, der die Größe von i_dch,max 612 aufweist, ist gleich v_lb 618, die als die vorhergesagte Spannungsreaktion erzeugt wird, wie in 6A gezeigt ist.
Für einen Ladefall, wie in 7B veranschaulicht ist, ist die Ladestromgrenze in der graphischen Darstellung 702, die eine x-Achse 704, die die Zeit repräsentiert, und eine y-Achse 706, die den Strom repräsentiert, gezeigt. Der Ladestrom ist als i_chg,min 622 geschätzt, wie in 6B gezeigt ist. Die vorhergesagte Spannungsreaktion des geschätzten Ladestroms ist in der graphischen Darstellung 703 gezeigt, die eine x-Achse 704, die die Zeit repräsentiert, und eine y-Achse 708, die die Spannung repräsentiert, aufweist. Die Klemmenspannungsausgabe am Ende der Stromimpulsdauer bei dem eingespeisten Eingangsstromimpuls, der die Größe i_chg,max 626 aufweist, ist gleich der v_ub 624, die als die vorhergesagte Spannungsreaktion erzeugt wird, wie in 6B gezeigt ist.
8 ist ein Ablaufplan eines Algorithmus zum Schätzen der Stromgrenzen und der Leistungsgrenzen der Batterie in einem Batteriemanagementsystem gemäß einer Ausführungsform. Das Verfahren 800 ist unter Verwendung von Software-Code implementiert, der innerhalb des Fahrzeug-Steuermoduls enthalten ist. In anderen Ausführungsformen ist das Verfahren 800 in anderen Fahrzeug-Controllern implementiert oder zwischen mehreren Fahrzeug-Controllern verteilt.
Unter Bezugnahme abermals auf 8 wird überall in der Erörterung des Verfahrens 800 auf das Fahrzeug und seine Komponenten, die in 1 und 2 veranschaulicht sind, Bezug genommen, um das Verständnis der verschiedenen Aspekte der vorliegenden Offenbarung zu fördern. Das Verfahren 800 zum Steuern der Vorhersage der Batterieparameter in dem Hybridelektrofahrzeug kann durch einen Computeralgorithmus, einen maschinenausführbaren Code oder Software-Anweisungen, die in eine geeignete programmierbare Logikvorrichtung(en) des Fahrzeugs, wie z. B. das Fahrzeugsteuermodul, das Hybridsteuermodul, einen weiteren Controller, der mit dem Fahrzeug-Computersystem in Verbindung steht, oder eine Kombination daraus, programmiert sind, implementiert sein. Obwohl es den Anschein hat, dass die in der graphischen Darstellung des Ablaufplans gezeigten verschiedenen Schritte in chronologischer Reihenfolge auftreten, können wenigstens einige der Schritte in einer anderen Reihenfolge auftreten oder können einige Schritte gleichzeitig oder gar nicht ausgeführt werden.
Im Schritt 802 kann das Fahrzeug-Computersystem während eines Schlüsseleinschaltereignisses, das es ermöglicht, dass das Fahrzeug eingeschaltet wird, beginnen, das eine oder die mehreren Controller-Module einzuschalten. Das Einschalten des einen oder der mehreren Controller-Module kann verursachen, dass die mit dem Batteriemanagementsystem in Beziehung stehenden Variablen im Schritt 804 initialisiert werden, bevor einer oder mehrere Algorithmen, die verwendet werden, um die Batterie zu steuern, freigegeben werden.
Die initialisierten Parameter können vorgegebene Werte oder beim letzten Schlüsselausschaltereignis gespeicherte Werte sein. Bevor die Algorithmen bei einem Schlüsseleinschaltereignis freigegeben werden, sollten die Parameter initialisiert werden. Das Batteriemanagementverfahren kann z. B. mehrere Variable, einschließlich der Batterieklemmenspannung, der Stromgrenzen und/oder anderer mit der Batterie in Beziehung stehender Parameter, aber nicht eingeschränkt darauf, initialisieren.
Bei 806 kann das System die Batteriespannungsausgaben und die Stromeingaben unter Verwendung mehrerer Sensortypen messen. Die Batteriemodellparameter können im Schritt 808 in Echtzeit unter Verwendung eines Modellparameter-Schätzverfahrens, wie z. B. eines Kalman-Filters, geschätzt werden. Falls die Echtzeitschätzung der Modellparameter während eines kurzen Zeitraums nicht notwendig ist, kann dieser Schritt weggelassen werden.
Im Schritt 810 kann das System einen Satz von Stromeingaben, die einen Impulsgrößensatz aufweisen, bei vorgegebenen Zeitdauern zuweisen, um in das Batteriemodell injiziert zu werden. Das System kann die entsprechenden Ausgangsspannungen von dem Batteriemodell basierend auf dem Impulsgrößen-Eingangsstrom im Schritt 812 sammeln.
Im Schritt 814 kann das System die Stromgrenzen der Batterie unter Verwendung des aus der statistischen Regressionsanalyse der gesammelten entsprechenden Ausgangsspannungen abgeleiteten Regressionsmodells bestimmen. Basierend auf dem Regressionsmodell kann das System im Schritt 816 die verfügbaren Leistungsgrenzen der Batterie bestimmen. Die verfügbaren Leistungsgrenzen können berechnet werden, wie in den Gleichungen (9) und (10) gezeigt ist.
Falls das System im Schritt 818 ein Schlüsselausschaltereignis detektiert, kann das System den einen oder die mehreren Algorithmen, die verwendet werden, um die Batteriegruppe und/oder die eine oder die mehreren Batteriezellen zu managen, beenden. Das Fahrzeug-Computersystem kann einen Fahrzeug-Schlüsselausschaltmodus aufweisen, um es dem System zu ermöglichen, im Schritt 820 einen oder mehrere Parameter in einem nichtflüchtigen Speicher zu speichern, so dass diese Parameter durch das System für das nächste Schüsseleinschaltereignis verwendet werden können.
Während oben beispielhafte Ausführungsformen beschrieben worden sind, ist nicht vorgesehen, dass diese Ausführungsformen alle möglichen Formen beschreiben, die durch die Ansprüche eingeschlossen sind. Die in der Beschreibung verwendeten Wörter sind Wörter der Beschreibung anstatt der Einschränkung, wobei es selbstverständlich ist, das verschiedene Änderungen vorgenommen werden können, ohne vom Erfindungsgedanken und Schutzumfang der Offenbarung abzuweichen. Wie vorher beschrieben worden ist, können die Merkmale der verschiedenen Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden, die nicht explizit beschrieben oder veranschaulicht sein können. Während verschiedene Ausführungsformen beschrieben worden sein können, wie sie Vorteile bereitstellen oder gegenüber anderen Ausführungsformen oder den Implementierungen des Standes der Technik bezüglich einer oder mehrerer gewünschter Eigenschaften bevorzugt sind, erkennen die Durchschnittsfachleute auf dem Gebiet, dass ein oder mehrere Merkmale oder Eigenschaften beeinträchtigt sein können, um die gewünschten Gesamtsystemmerkmale zu erreichen, die von der spezifischen Anwendung und Implementierung abhängen. Diese Merkmale können die Kosten, die Stärke, die Haltbarkeit, die Lebenszykluskosten, die Marktfähigkeit, das Aussehen, die Verpackung, die Größe, die Wartbarkeit, das Gewicht, die Herstellbarkeit, die Leichtigkeit des Zusammenbaus usw. enthalten, sind aber nicht darauf eingeschränkt. Die Ausführungsformen, die als weniger erwünscht als andere Ausführungsformen oder die Implementierungen des Standes der Technik bezüglich einer oder mehrerer Eigenschaften beschrieben worden sind, befinden sich als solche nicht außerhalb des Schutzumfangs der Offenbarung und können für spezielle Anwendungen erwünscht sein.
Es wird ferner beschrieben:

A. Fahrzeug, das Folgendes umfasst: eine Batteriegruppe; und wenigstens einen Controller, der programmiert ist, um Injektionsstromeingaben in ein Modell bereitzustellen, das konfiguriert ist, in Reaktion auf die Eingaben die Klemmenspannungsausgaben der Batteriegruppe zu simulieren und die Leistungsgrenzen für die Batteriegruppe basierend auf einer Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben auszugeben.
B. Fahrzeug nach A, wobei der wenigstens eine Controller ferner programmiert ist, ein erweitertes Kalman-Filter auf die Klemmenspannungsausgaben anzuwenden, um die Parameter des Modells zu schätzen.
C. Fahrzeug nach A, wobei die Leistungsgrenzen bei einem gleichzeitigen Schritt oder einem abgetasteten Zeitschritt des wenigstens einen Controllers berechnet werden, um die Batteriegruppe zu steuern.
D. Fahrzeug nach A, wobei die Größen der Injektionsstromeingaben in Grenzen fallen, die der oberen und der unteren Grenze der Klemmenspannungsausgaben entsprechen.
E. Fahrzeug nach D, wobei eine Zeitdauer der Injektionsstromeingaben einer Zeitdauer entspricht, die der Berechnung der Leistungsgrenzen zugeordnet ist.
F. Fahrzeug nach D, wobei die obere und die untere Grenze der Klemmenspannungsausgaben die Spannungsgrenzen des Batteriebetriebs oder vorgegebene Werte, die in die Spannungsgrenzen des Batteriebetriebs fallen, sind.
G. Fahrzeug nach A, wobei die Leistungsgrenzen eine Entladeleistungsgrenze oder eine Ladeleistungsgrenze enthalten.
H. Fahrzeug nach A, wobei der wenigstens eine Controller ferner programmiert ist, Ausgangsspannungsgrenzen für die Batteriegruppe basierend auf der Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben auszugeben.
I. Fahrzeug nach H, wobei die Spannungsgrenzen eine maximale Spannungsgrenze oder eine minimale Spannungsgrenze enthalten.
J. Batteriemanagementverfahren, das Folgendes umfasst: Erzeugen von Klemmenspannungsausgaben in Reaktion auf Injektionsstromeingaben durch ein Modell, das eine Antriebsbatteriegruppe repräsentiert und das innerhalb eines Controllers implementiert ist; Ausgeben von Stromgrenzen für die Antriebsbatteriegruppe basierend auf einer Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben; und Ausgeben von Leistungsgrenzen für die Antriebsbatteriegruppe basierend auf den Stromgrenzen.
K. Verfahren nach J, das ferner das Anwenden eines erweiterten Kalman-Filters auf die Klemmenspannungsausgaben umfasst, um die Parameter des Modells zu schätzen.
L. Verfahren nach J, wobei die Stromgrenzen in einem gleichzeitigen Schritt oder einem abgetasteten Zeitschritt des Controllers berechnet werden, um die Antriebsbatteriegruppe zu steuern.
M. Verfahren nach J, wobei die Größen der Injektionsstromeingaben in Grenzen fallen, die der oberen und der unteren Grenze der Klemmenspannungsausgaben entsprechen.
N. Verfahren nach M, wobei die obere und die untere Grenze der Klemmenspannungsausgaben die Spannungsgrenzen des Batteriebetriebs oder vorgegebene Werte, die in die Spannungsgrenzen des Batteriebetriebs fallen, sind.
O. Verfahren nach J, wobei die Stromgrenzen eine Entladestromgrenze oder eine Ladestromgrenze enthalten.
P. Hybridantriebsstrangsystem, das Folgendes umfasst: eine Batteriegruppe, die eine oder mehrere Batteriezellen aufweist; und wenigstens einen Controller, der programmiert ist, eine Eingabe in ein Modell der Batteriegruppe bereitzustellen, das einen Satz von Injektionsströmen repräsentiert, um das Modell zu veranlassen, eine Ausgabe zu erzeugen, die die Klemmenspannungen der Batteriegruppe repräsentiert, und Stromgrenzen für die Batteriegruppe basierend auf einer Regression der Eingabe und der Ausgabe zu erzeugen.
Q. System nach P, wobei der wenigstens eine Controller ferner konfiguriert ist, die Leistungsgrenzen für die Batteriegruppe basierend auf den Stromgrenzen zu erzeugen.
R. System nach P, wobei die obere und die untere Grenze der Klemmenspannungen die Spannungsgrenzen des Batteriebetriebs oder vorgegebene Werte, die in die Spannungsgrenzen des Batteriebetriebs fallen, sind.
S. Hybridantriebsstrangsystem nach P, wobei die Stromgrenzen eine Entladestromgrenze oder eine Ladestromgrenze enthalten.

Claims

Fahrzeug, das Folgendes umfasst: eine Batteriegruppe; und wenigstens einen Controller, der programmiert ist, um Injektionsstromeingaben in ein Modell bereitzustellen, das konfiguriert ist, in Reaktion auf die Eingaben die Klemmenspannungsausgaben der Batteriegruppe zu simulieren und die Leistungsgrenzen für die Batteriegruppe basierend auf einer Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben auszugeben.
Fahrzeug nach Anspruch 1, wobei der wenigstens eine Controller ferner programmiert ist, ein erweitertes Kalman-Filter auf die Klemmenspannungsausgaben anzuwenden, um die Parameter des Modells zu schätzen.
Fahrzeug nach Anspruch 1, wobei die Leistungsgrenzen bei einem gleichzeitigen Schritt oder einem abgetasteten Zeitschritt des wenigstens einen Controllers berechnet werden, um die Batteriegruppe zu steuern.
Fahrzeug nach Anspruch 1, wobei die Größen der Injektionsstromeingaben in Grenzen fallen, die der oberen und der unteren Grenze der Klemmenspannungsausgaben entsprechen.
Fahrzeug nach Anspruch 4, wobei eine Zeitdauer der Injektionsstromeingaben einer Zeitdauer entspricht, die der Berechnung der Leistungsgrenzen zugeordnet ist.
Fahrzeug nach Anspruch 4, wobei die obere und die untere Grenze der Klemmenspannungsausgaben die Spannungsgrenzen des Batteriebetriebs oder vorgegebene Werte, die in die Spannungsgrenzen des Batteriebetriebs fallen, sind.
Fahrzeug nach Anspruch 1, wobei die Leistungsgrenzen eine Entladeleistungsgrenze oder eine Ladeleistungsgrenze enthalten.
Fahrzeug nach Anspruch 1, wobei der wenigstens eine Controller ferner programmiert ist, Ausgangsspannungsgrenzen für die Batteriegruppe basierend auf der Regression der Injektionsstromeingaben und der Klemmenspannungsausgaben auszugeben.
Fahrzeug nach Anspruch 8, wobei die Spannungsgrenzen eine maximale Spannungsgrenze oder eine minimale Spannungsgrenze enthalten.