用于確定用于SoC的控制技術(shù)觀測器的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用于確定用于評估電池的SoC(荷電狀態(tài)）的控制技術(shù)觀測器的 方法。
【背景技術(shù)】
[0002] 在本身充分已知的、例如用于電動或混合動力車輛的電池的電池管理系統(tǒng)中，根 據(jù)在車輛中測量的參量例如充電或放電電流、電池電壓和溫度確定電池或電池單元的荷電 狀態(tài)（SoC)。這經(jīng)常借助于控制技術(shù)SoC觀測器進(jìn)行，該SoC觀測器在正常情況下應(yīng)用非線 性的電池模型，該非線性的電池模型根據(jù)充電和放電電流將電池電壓的非線性電池特性建 模。SoC觀測器隨后基于該模型和在車輛中測量的電池電壓評估電池的實際荷電狀態(tài)。這 例如由文獻(xiàn)DE 10 2009 046 579 A1已知，該文獻(xiàn)將簡單的等效的電氣電路用作電池單元 的模型。
[0003] 在此一個問題在于，對于每個電池類型需要特有的模型。這樣的模型但是難以參 數(shù)化（例如電化學(xué)模型）和/或僅僅在確定的參數(shù)范圍內(nèi)、例如僅僅在確定的溫度范圍內(nèi) 是可信的（例如基于等效電路的電氣模型）和/或基于其復(fù)雜性不適用于實時應(yīng)用并因此 不適用于電池管理系統(tǒng)中的應(yīng)用。
[0004] 另一問題在于創(chuàng)建控制技術(shù)觀測器本身，該觀測器對于不同模型（電池類型）也 許必須滿足其他要求。在此經(jīng)常地，對于非線性狀態(tài)評估采用擴展卡爾曼濾波器。在此在 每個時間步長中發(fā)生非線性模型的線性化。然而根據(jù)應(yīng)用的模型結(jié)構(gòu)，該方法導(dǎo)致高的直 至非常高的運算成本，這使得在電池管理系統(tǒng)中的實現(xiàn)變得困難或耗費。

【發(fā)明內(nèi)容】

[0005] 因此本發(fā)明的任務(wù)在于，提出一種方法，借助于該方法能實現(xiàn)：對于任意電池類型 構(gòu)造并至少部分自動化地創(chuàng)建控制技術(shù)觀測器，并且需要盡可能少的運算成本。
[0006] 該任務(wù)通過權(quán)利要求1的特征解決。在此，首先通過基于數(shù)據(jù)的建模方法由之前 確定的優(yōu)化的試驗規(guī)劃的測量數(shù)據(jù)確定電池的非線性模型，該非線性模型以局部模型網(wǎng)絡(luò) 的形式，該局部模型網(wǎng)絡(luò)由多個局部的線性的時不變的動態(tài)模型組成，這些動態(tài)模型分別 在輸入?yún)⒘康拇_定的范圍內(nèi)具有有效性。對于模型網(wǎng)絡(luò)的每個這樣確定的局部模型隨后確 定局部觀測器。用于評估SoC的控制技術(shù)觀測器隨后由局部觀測器的線性組合產(chǎn)生。這樣 的基于數(shù)據(jù)的建模方法就這點而言提供的優(yōu)點在于，所述建模方法適用于不同電池類型并 也適用于實時應(yīng)用。除此之外，該方法可以盡可能地自動化地運行，從而可以降低對于創(chuàng)建 SoC觀測器的成本。
[0007] 在用于創(chuàng)建SoC觀測器的方法基于試驗規(guī)劃之后，該試驗規(guī)劃借助于真正的電池 通過真實的測量實施，由此獲得的測量值和模型與電池在測量時刻的老化狀態(tài)有關(guān)。因此， 由此創(chuàng)建的用于SoC的觀測器對于其他老化狀態(tài)提供SoC的不準(zhǔn)確的評估。為了現(xiàn)在也在 SoC的評估中考慮電池的老化狀態(tài)，有利的是，局部模型網(wǎng)絡(luò)、亦即非線性電池模型的至少 一個輸入?yún)⒘炕蛑辽僖粋€模型參數(shù)或至少一個有效性函數(shù)通過用于電池的老化狀態(tài)的至 少一個特征參量標(biāo)定（skalieren)。通過這種方式，SoC觀測器可以獨立于電池的當(dāng)前老化 狀態(tài)提供對于SoC的良好的評估值或者將電池的老化狀態(tài)本身確定為附加的評估參量。該 方法的優(yōu)點那么也在于，通過一個單個參數(shù)可以考慮老化狀態(tài)的變化。
【附圖說明】
[0008] 在以下參照附圖1至8進(jìn)一步闡明本發(fā)明，這些附圖示例性地、示意地并且非限制 性地示出本發(fā)明的有利設(shè)計方案。圖中：
[0009] 圖1示出SoC根據(jù)負(fù)載電流的變化；
[0010] 圖2示出用于確定優(yōu)化的試驗規(guī)劃的初始的試驗規(guī)劃；
[0011] 圖3示出優(yōu)化的試驗規(guī)劃；
[0012] 圖4示出信息內(nèi)容和試驗時間通過優(yōu)化的試驗規(guī)劃的改善的視圖；
[0013] 圖5示出將SoC觀測器集成到電池管理系統(tǒng)中。
[0014] 圖6示出線性模型網(wǎng)絡(luò)的方框圖；以及
[0015] 圖7和8分別示出評估的SoC與測量的SoC的比較。
【具體實施方式】
[0016] 在按照本發(fā)明的方法的第一步驟中，確定電池或電池單元的簡單的輸出模型。在 下文中，術(shù)語電池和電池單元在本發(fā)明的意義上視為等同的。在此基于任意電池單元的任 意已知模型。已知的電池模型例如是由另一電池已知的模型、線性電池模型或非線性電池 模型。簡單的線性的電池模型例如可以通過如下方式確定，即，將電流脈沖施加到電池或電 池單元上并且在此測量產(chǎn)生的電壓。而且已知的阻抗譜的應(yīng)用可以用于創(chuàng)建簡單的電池模 型。由這些數(shù)據(jù)那么可以借助于識別的方法來確定線性電池模型、例如簡單的電流-電壓 關(guān)系。雖然這樣的跳躍式嘗試僅僅適用于電池或電池單元確定的工作點并且僅僅適用于具 體的電流脈沖，但是這樣簡單的輸出模型作為輸出點對于按照本發(fā)明的方法足夠，如以下 還將進(jìn)行說明的那樣。
[0017] 基于電池的簡單的線性輸出模型現(xiàn)在借助于基于模型的試驗設(shè)計（DoE)方法確 定對于電池或電池單元優(yōu)化的激勵。在此應(yīng)覆蓋電池單元盡可能大的、優(yōu)選整個的運行范 圍，對于高度動態(tài)的激勵也實現(xiàn)高精度并且也考慮電池單元的效應(yīng)、如充電-放電遲滯和 弛豫（振蕩特性）。用于非線性系統(tǒng)的試驗規(guī)劃的常用方法應(yīng)用例如調(diào)幅的虛擬隨機的 (pseudozufailig)二進(jìn)制信號(APRB信號）用于激勵系統(tǒng)動態(tài)性。該方法在本應(yīng)用中
然而不可以用于電池，因為SoC直接與激勵信號（電池單元的負(fù)載電流）有關(guān)，例如按照如 下關(guān)系：
[0018]
[0019] 其中，I (t)是瞬態(tài)負(fù)載電流，Cn是標(biāo)稱電池單兀容量，而q : (I)是庫倫效率。因 此必須在電池應(yīng)用中尋找另一種方案。DoE在此也必須確保：激勵信號是電池單元適合且 足夠的激勵并且同時確保：也覆蓋SoC的整個運行范圍。此外，優(yōu)選地也一同考慮實施電池 測試的時間。
[0020] 優(yōu)化的基于模型的DoE經(jīng)常借助于所謂的費雪信息矩陣IFIM和判斷標(biāo)準(zhǔn)例如D優(yōu) 化判斷標(biāo)準(zhǔn)來確定。根據(jù)該判斷標(biāo)準(zhǔn)應(yīng)使費雪信息矩陣I FIM的行列式JFIM最大化。除了 D 優(yōu)化判斷標(biāo)準(zhǔn)之外自然還具有其他已知的同樣可用的判斷標(biāo)準(zhǔn)。這是足夠已知的并在此不 再進(jìn)一步闡明。
[0021] 在此，之前確定的（例如由各個跳躍式試驗（Sprungversuch))簡單的輸出模型y = f(il〇可用于確定費雪信息矩陣。費雪信息矩陣IFIM已知地基于模型輸出y對模型參數(shù) 也的偏導(dǎo)數(shù)，以如下形式：
[0022]
[0023] 對丁共1傘膽用，港丁倆疋數(shù)MU'、」T$aTH在開始預(yù)定激勵信號，所述設(shè)計點分別通 過負(fù)載電流和SoC值給出。以下優(yōu)化的目的是這樣的設(shè)計點的優(yōu)化的時間順序上的設(shè)置， 以便滿足上述對激勵的要求。對于每個設(shè)計點，負(fù)載電流1(作為充電或放電）的符號和負(fù) 載電流I的持續(xù)時間與要達(dá)到的SoC和之前的SoC有關(guān)，如圖1所示。在允許的參數(shù)范圍 1(輸入空間）內(nèi)，如果負(fù)載電流I對于確定的持續(xù)時間提高（充電）或者對于確定的持續(xù) 時間降低（放電），則可以由確定的當(dāng)前SoC 2、3出發(fā)僅僅達(dá)到新的SoC 4、5。因此，在此 該充電或放電脈沖的持續(xù)時間并因此測試時間T也直接與負(fù)載電流和設(shè)計點的SoC值的該 時間上的順序和相應(yīng)的配屬有關(guān)。因此，測試時間T也可以是優(yōu)化的對象并因此優(yōu)化的DoE 的對象。這例如可以通過使得如下結(jié)果函數(shù)最小化而實現(xiàn)：