KR101077765B1 - Method for identifying preset values of an electric accumulator - Google Patents
Method for identifying preset values of an electric accumulator Download PDFInfo
- Publication number
- KR101077765B1 KR101077765B1 KR1020087000277A KR20087000277A KR101077765B1 KR 101077765 B1 KR101077765 B1 KR 101077765B1 KR 1020087000277 A KR1020087000277 A KR 1020087000277A KR 20087000277 A KR20087000277 A KR 20087000277A KR 101077765 B1 KR101077765 B1 KR 101077765B1
- Authority
- KR
- South Korea
- Prior art keywords
- parameters
- battery
- parameter
- adaptable
- electric
- Prior art date
Links
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
- G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
-
- 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]
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
본 발명은 예컨대 다양한 파라미터들이 검출되는, 자동차 내의 배터리인, 전기 축전지의 사전 설정 가능한 변수들을 인식하기 위한 방법에 관한 것이다. 상기 파라미터들은 수초 또는 수분 내에 적응되는, 빠르게 적응 가능한 파라미터 및, 수시간 및 수일 내에 적응되는 느리게 적응 가능한 파라미터이다. 이와 같이 느리게 적응 가능한 파라미터는 배터리 용량이다. 빠르게 적응 가능한 파라미터가 느리게 적응 가능한 파라미터와 연관되기 때문에, 느리게 적응 가능한 파라미터, 특히 배터리 용량은 사전 설정 가능한 평가 루틴 및 평가 에러의 고려 하에, 빠르게 적응 가능한 파라미터로부터 추론된다. 검출된 파라미터와, 저장된 파라미터와의 비교에 의해, 장착된 배터리의 타입이 식별될 수 있다. The present invention relates to a method for recognizing preset parameters of an electric storage battery, for example a battery in an automobile, in which various parameters are detected. The parameters are fast adaptable parameters, adapted in seconds or minutes, and slow adaptable parameters, adapted in hours and days. One such slowly adaptable parameter is battery capacity. Since the fast adaptable parameter is associated with the slow adaptable parameter, the slow adaptable parameter, in particular the battery capacity, is inferred from the fast adaptable parameter under consideration of the presettable evaluation routine and the evaluation error. By comparison of the detected parameters with the stored parameters, the type of battery mounted can be identified.
파라미터, 전기 축전지, 배터리 용량, 비휘발성 메모리, 사전 설정된 변수 Parameters, electric storage batteries, battery capacity, nonvolatile memory, preset parameters
Description
본 발명은 청구항 제1항의 특징을 갖는, 전기 축전지의 사전 설정 가능한 변수들을 인식하기 위한 방법에 관한 것이다. 특히 자동차용 전기 에너지 축전지 또는 충전기의 변수들이 검출되며, 사전 설정된 변수들은 전기 축전지의 성능, 저장력 또는 축전지 유형을 포함한다. The present invention relates to a method for recognizing the presettable parameters of an electrical storage battery having the features of
자동차 전기 시스템, 예컨대 전기 에너지 관리 시스템의 범주 내의 전기 에너지 축전지의 성능 및/또는 저장력을 모니터링하기 위해서는, 소정의 부분에 대해, 사용된 에너지 축전지에 의한 선험적 정보를 이용하는 일발적인 방법이 사용된다. 이러한 방법은 예컨대 DE 199 59 019에 설명되어 있다. 사용된 에너지 축전지에 대한 이러한 정보들은 예컨대 추구하는 변수들인 성능 및 저장성을 검출하기 위해 공칭 용량 또는 저온 시동 전류를 이용한다. In order to monitor the performance and / or storage capacity of electrical energy accumulators within the scope of automotive electrical systems, such as electrical energy management systems, for certain parts, a one-off method of using a priori information by the energy accumulator used is used. This method is described for example in DE 199 59 019. Such information about the energy storage battery used utilizes nominal capacity or cold starting current, for example, to detect performance and storage properties, which are the sought parameters.
자동차 유형에 있어서, 예컨대 그 구동력 또는 내장된 소비기에 따라 상이한 배터리 변수들이 고려되는 경우에, 에너지 축전지의 설치 또는 또는 교환 시 배터리 상태 식별부의 우선적 데이터가 보유되어야 한다. 이는 작업장 내의 상응하는 코딩을 통해서 발생할 수 있지만, 최종 구입자에 의한 배터리 교환 시 실행 불가능 하다. 또한 코딩 시의 에러가 배제될 수 없다. 배터리 상태 인식을 위한, 모델에 기초한 적응 방법은, 성능 또는 저장성에 연관된 파라미터에, 예컨대 에너지 축전지의 전류, 전압 및 온도의 지속적인 측정을 통해서 자체적으로 적응하는 다른 가능성을 제공한다. 이러한 방법은 원하는 파라미터의 빠른 적응을 위해, 충분한 자동차 전기 시스템 다이내믹 및 에너지 축전지의 순환에 할당되는데, 이는 자동차 전기 시스템으로의 능동적인 간섭이 자동차 제조자에 의해서 허용되지 않거나, 너무 복잡해서 비용이 고가이기 때문이다.For a vehicle type, for example, where different battery parameters are taken into account depending on its driving force or on-board consumer, the preferential data of the battery state identification should be retained in the installation or replacement of the energy storage battery. This can occur through the corresponding coding in the shop, but is not feasible when the battery is replaced by the end purchaser. Also errors in coding cannot be ruled out. The model-based adaptation method for battery state recognition offers another possibility of adapting itself to parameters related to performance or storage, such as through continuous measurement of the current, voltage and temperature of the energy storage battery. This method is allocated to the circulation of sufficient automotive electrical system dynamics and energy accumulators for the rapid adaptation of the desired parameters, since active interference to the automotive electrical system is not allowed by the car manufacturer or is too complex and expensive. Because.
그러나 충분한 자동차 전기 시스템 다이내믹은 항상 제공되는 것은 아니며, 예컨대 고속도로 주행 및 매우 잦은 순환 시 요구되지 않는데, 이는 상기 다이내믹이 배터리 수명을 감소시키기 때문이다. 따라서 배터리 상태 인식부가 교환된 배터리의 파라미터에 적응할 때까지는 상황에 따라, 수일 내지 수주가 걸릴 수 있다. 이는 특히, 현재 방법에 의한 그 적응을 위해 20 내지 30% 공칭 용량 이상의 충전 스트로크/방전 스트로크가 요구되는 배터리 용량에 해당된다. 다른 관점은, 일반적으로 성능 및 저장성과 연관된 모든 파라미터들이 다 적응될 수는 없다는 점인데, 이는 그렇지 않은 경우 상기 방법이 매우 복잡할 수 있으며, 측정 변수들인 전류, 전압, 온도가 이를 위해 충분하지 않거나 또는, 에너지 축전지가, 자동차에서 정상적으로 발생하지 않는, 예컨대 과충전 또는 저충전 상태와 같은 작동점에서 작동되어야 하기 때문이다.However, sufficient automotive electrical system dynamics are not always provided, for example during highway driving and very frequent cycling, since the dynamics reduce battery life. Therefore, depending on the situation, it may take days to several weeks until the battery state recognizer adapts to the parameters of the replaced battery. This is particularly true of battery capacity where a charge stroke / discharge stroke of 20-30% or more of nominal capacity is required for its adaptation by the current method. Another aspect is that, in general, not all the parameters associated with performance and storage can be adapted, otherwise the method can be very complex, and the measurement variables current, voltage, temperature are not sufficient for this or Or, because the energy storage battery must be operated at an operating point that does not normally occur in an automobile, such as an overcharged or undercharged state.
청구항 제1항의 특징들을 갖는, 전기 축전지의 사전 설정된 변수들을 인식하기 위한 본 발명에 따른 방법은 축전지 유형 및, 축전지 유형의 파라미터의 빠른 인식을 가능하게 하며 성능 및/또는 저장성의 검출에 연관된 파라미터들의 적응을 실행시키는 장점을 갖는다. 이는 특히, 자동차 전기 시스템 내의 전기 축전지, 예컨대 납 배터리에 사용되기에 적합하며, 축전지 타입 또는 배터리 타입의 조절 또는 전기 시스템의 능동적인 자극 없이도 전류, 전압 및 온도의 지속적인 측정이 실행된다.The method according to the invention for recognizing preset variables of an electric battery, having the features of
특히, 전기 에너지 축전지의 유형 및 파라미터가 모델에 기초한, 공지된 방법과 비교될 때에도 분명히 더 신속하게 검출될 수 있는 것이 바람직하다. 따라서 본 발명에 따른 방법은 제1 작동 단계의 수분 내에 이미, 교체된 에너지 축전지의 성능 및 저장성에 대한 확실한 정보를 허용한다. 이는 특히 엑스-바이-와이어-적용예와 같은 안전 임계적인 적용예를 위해서 중요하므로, 교환된 에너지 축전지 또는 상기 적용예를 위해 교환된 에너지가 허용되는지와 요구되는 출력 또는 저장성이 기본적일 수 있는지가 가능한 신속하게 인식된다.In particular, it is desirable that the type and parameters of the electrical energy storage battery can be detected more quickly, even when compared to known methods based on the model. The method according to the invention thus allows certain information about the performance and storage of the already replaced energy storage battery within minutes of the first operating step. This is particularly important for safety critical applications such as X-Bi-Wire-applications, so whether the exchanged energy storage battery or the energy exchanged for this application is acceptable and whether the required output or storage can be fundamental. It is recognized as soon as possible.
전기 축전지, 예컨대 자동차의 배터리의 사전 설정된 변수들을 인식하기 위해, 다양한 파라미터를 검출하는 방법이 사용됨으로써, 상기 장점들이 구현된다. 상기 파라미터들은 수초 또는 수분 내에 적응되는 빠르게 적응 가능한 파라미터 및, 수시간 또는 수일 내에 적응되는 느리게 적응 가능한 파라미터이다. 이와 같이 느리게 적응 가능한 파라미터는 배터리 용량이다. 빠르게 적응 가능한 파라미터가 느리게 적응 가능한 파라미터와 연관되기 때문에, 느리게 적응 가능한 파라미터, 특히 배터리 용량은 사전 설정된 평가 루틴 및 평가 에러의 고려 하에, 빠르게 적응 가능한 파라미터로부터 추론된다. 검출된 파라미터와, 저장된 파라미터와의 비교에 의해, 장착된 배터리의 유형이 인식될 수 있다.Said advantages are realized by using a method of detecting various parameters in order to recognize preset parameters of an electric storage battery, for example a battery of an automobile. The parameters are fast adaptable parameters that are adapted within seconds or minutes and slow adaptable parameters that are adapted within hours or days. One such slowly adaptable parameter is battery capacity. Since fast adaptable parameters are associated with slow adaptable parameters, slow adaptable parameters, in particular battery capacity, are deduced from fast adaptable parameters under consideration of preset evaluation routines and evaluation errors. By comparison of the detected parameters with the stored parameters, the type of battery mounted can be recognized.
본 발명의 다른 장점들은 종속항들에 기재된 방법에 의해 구현된다. 이 경우 특히, 본 발명에 따른 방법이 주로 에너지 축전지가 교체되었는지의 여부 또는 경우에 따라 노후화된 배터리가 다른 목적을 위해서만 즉, 충전 장치 내에서의 재충전을 위해 전기 시스템으로부터 분리되었는지의 여부를 인식할 수 있을 때에도 바람직하다. Other advantages of the invention are realized by the method described in the dependent claims. In this case, in particular, the method according to the invention will mainly recognize whether the energy storage battery has been replaced or if the aged battery has been disconnected from the electrical system for other purposes only, ie for recharging in the charging device. It is also desirable when possible.
빠르게 적응 가능한 파라미터로서는 전기 축전지의 사전 설정된 저항들과 용량으로 구성된 작은 시간 상수를 갖는 RC-부재의 시간 상수 또는 전기 축전지의 옴 내부 저항이 선택된다. 느리게 적응 가능한 파라미터로서는 예컨대 전기 축전지의 대체 용량이 선택된다.As a fast adaptable parameter, the RC-member's time constant or the ohmic internal resistance of the electric battery is selected, which has a small time constant consisting of the preset resistance and capacity of the electric battery. As a slowly adaptable parameter, for example, an alternative capacity of the electric storage battery is selected.
빠르게 적응 가능한 파라미터 및 느리게 적응 가능한 파라미터와, 저장된 파라미터들과의 비교로부터, 성능 및/또는 저장성이 확실히 추론될 수 있으며 또는, 에너지 축전지가 허용된 에너지 축전지인지 축전지의 교환이 실행되는지의 여부가 추론된다.From the comparison of the fast adaptable and slow adaptable parameters with the stored parameters, performance and / or storage can be inferred reliably or infer whether the energy accumulator is an allowed energy accumulator or whether the exchange of batteries is carried out. do.
특히 적응되거나 적응되지 않은 파라미터들로부터, 사전 설정된 변수들의 인식을 위해 저장된 파라미터들과 비교되는 간격값이 형성되며, 그 비교 결과로부터 사전 설정된 변수, 특히 축전지 유형이 추론되는 것이 바람직하다. 간격값은 사전 설정된 파라미터의 에러 스퀘어 또는 절대값에 따라서 형성될 수 있다. 사전 설정된 파라미터 또는 파라미터 세트의 상대적 에러 스퀘어는 평가된 파라미터의 실제 정확도 및 특정의 축전지 유형을 위한 그 중요성에 따라서 검출될 수 있으며, 중요성은 웨이팅 계수에 의해서 고려된다. 빠르게 적응 가능한 파라미터가, 그 에러 분산이 장시간 높은 레벨로 유지되는 느리게 적응 가능한 파라미터보다 간격값에 더 많이 기여하는 것이 바람직하다. 바람직하게, 파라미터는 다양한 축전지 유형의 구별을 위한 그 중요성에 대해서 가중되며 가장 큰 상대 분산을 갖는 파라미터는 축전지 유형에 대해서, 특히 배터리 유형에 대해서 가장 심하게 가중되며 그 반대도 가능하다.Particularly from the adapted or unadapted parameters, an interval value is formed which is compared with the stored parameters for the recognition of the preset variables, from which the preset variable, in particular the battery type, is inferred. The interval value may be formed according to the error square or absolute value of the preset parameter. The relative error square of the preset parameter or parameter set can be detected according to the actual accuracy of the evaluated parameter and its importance for a particular battery type, the importance being taken into account by the weighting factor. It is desirable for a fast adaptable parameter to contribute more to the interval value than a slow adaptable parameter whose error variance remains at a high level for a long time. Preferably, the parameters are weighted for their importance for differentiating between different battery types and the parameters with the largest relative dispersion are most heavily weighted for the battery type, in particular for the battery type and vice versa.
본 발명의 실시예가 도면에 도시되며 상세한 설명에서 더 자세히 설명된다. Embodiments of the invention are shown in the drawings and described in more detail in the detailed description.
도1은 납 축전지의 등가 회로도를 도시한 도면이다.1 shows an equivalent circuit diagram of a lead storage battery.
도2는 전기 축전지의 사전 설정된 변수들을 인식하기 위한 장치의, 본 발명의 중요한 부품들을 도시한 도면이다.FIG. 2 shows the important parts of the invention of an apparatus for recognizing preset parameters of an electric storage battery.
도3은 실질적인 방법 단계들을 갖는 흐름도이다.3 is a flowchart with substantial method steps.
본 발명은 정상적인 전기 시스템 여기 시, 비교적 빠르게 적응 가능한(수초 내지 수분) 전기 에너지 축전지, 예컨대 납 축전지의 특정의 파라미터가 배터리 용량과 같이 느리게 적응 가능한 파라미터들(수시간 내지 수일)과 상호 연관되므로, 빠르게 적응 가능한 파라미터의 과도 현상 후, 느리게 적응 가능한 파라미터가 추론될 수 있다.The present invention relates to the fact that during normal electrical system excitation, certain parameters of relatively fast adaptable (seconds to minutes) electrical energy accumulators, such as lead acid batteries, are correlated with slowly adaptable parameters (hours to days), such as battery capacity, After a transient phenomenon of rapidly adaptable parameters, a slowly adaptable parameter can be inferred.
본 발명에 따른, 전기 축전지, 예컨대 납 배터리 및 납 축전지의 파라미터 또는 변수들이 도1에 도시된다. The parameters or variables of an electric storage battery, such as a lead battery and a lead storage battery, according to the invention are shown in FIG.
납 축전지의 등가 회로도는 이하의 상관 관계를 도시한다:The equivalent circuit diagram of the lead acid battery shows the following correlation:
작동 변수들:Operating Variables:
IBATT = 배터리 전류( 방전에 대해 <0)I BATT = battery current (<0 for discharge)
UBATT = 배터리 전압U BATT = battery voltage
TBATT = 배터리 온도T BATT = battery temperature
상태 변수들:State variables:
UCO = 무부하 전압U CO = no-load voltage
UK = 농도 분극U K = concentration polarization
UDP = 양의 전극의 관통 분극U DP = through polarization of the positive electrode
UDN = 음의 전극의 관통 분극U DN = through polarization of the negative electrode
파라미터:parameter:
Ri = 옴 내부 저항(축전기 격자 + 산)R i = Ohm internal resistance (capacitor grid + acid)
Co = 배터리의 대체 용량C o = Alternative capacity of the battery
Rk, Ck = 산 확산의 저항 및 용량R k , C k = resistance and capacity of acid diffusion
RDp, CDp = 양의 전극의 이중층의 저항 및 용량R Dp , C Dp = resistance and capacitance of the bilayer of the positive electrode
RDn, CDn = 음의 전극의 이중층의 저항 및 용량R Dn , C Dn = resistance and capacitance of the double layer of negative electrode
배터리의 대체 용량(Co)은 시동 배터리인 경우 통상적으로 150000F 내지 350000F의 범위 내에 있다. 즉 배터리 터미널에서 측정 가능한 전압 변화로부터 용량(Co)을 결정할 수 있기 위해, 공칭 용량의 20 내지 30%의 큰 방전 또는 충전 증가가 필요한데, 이는 자동차-전기 시스템 내에서, 경우에 따라, 수시간 또는 수일의 시간 동안에만 발생한다. 산 확산의 용량(Ck) 및, 전극과 전해질 사이의 전기 이중층의 CDp 또는 CDn은 대체 용량(Co)을 갖는 새로운 배터리를 위해서 적어도 측정 가능하다(scalable). 이들은 해당되는 병렬 저항(Rk 또는 RDp, RDn)과 함께, 수초 내지 수분 미만의 범위 내에 있는 시간 상수를 갖는 RC-부재를 형성하므로, 충분히 높은 충전/방전 전류 시 Ck 및 CDp, CDnA은 대체 용량(Co)보다 분명히 더 빠르게 적응될 수 있다. 또한 옴 내부 저항(Ri)도 적어도 새로운 배터리의 경우 및, 고정된 충전 상태 및 온도에 연관될 때, 대체 용량에 대한 정보를 제공하는데, 이는 상기 내부 저항이 증가하는 배터리 용량에 의해서 감소하기 때문이다.Replacement of battery capacity (C o) is in the range of 150000F 350000F to a conventional case of start-up battery. That is, in order to be able to determine the capacity (C o ) from the measurable voltage change at the battery terminal, a large discharge or charge increase of 20 to 30% of the nominal capacity is required, which, in an automotive-electric system, in some cases, several hours Or occurs only for a few days' time. The capacity of acid diffusion (C k ) and C Dp or C Dn of the electrical double layer between the electrode and the electrolyte are at least scalable for a new battery having a replacement capacity (C o ). These, together with the corresponding parallel resistances (R k or R Dp , R Dn ), form an RC-member with a time constant in the range of a few seconds to less than a few minutes, so that C k at sufficiently high charge / discharge currents And C Dp , C DnA can be clearly adapted faster than the replacement dose (C o ). The ohmic internal resistance (R i ) also provides information about the replacement capacity, at least for new batteries and when associated with a fixed state of charge and temperature, because the internal resistance decreases with increasing battery capacity. to be.
이러한 문제점으로부터 본 발명에 따른 방법이 제시되고, 그 실질적인 단계들은 도3에 도시되는데, 이들로부터 이하에 설명된 식이 제시된다: 방법은 우선, 특정의 자동차를 위해서 고려된, 특수한 새로운 모든 배터리들의 파라미터 세트가 하나의 비휘발성 메모리 내에 저장되는 것(p Batt1, p Batt2,.., p Battn)으로부터 시작된 다. 파라미터의 적응은 단계(S1)에서 상징화된다. 배터리 교환이 발생했는지 또는, 배터리가 분리되기만 했는지의 여부를 추가로 인식하기 위해, 마지막으로 적응된 배터리 파라미터가 비휘발성으로 저장된다(p Batt0). 또한 파라미터가 에너지 축전지의 온도 및 충전 상태의 사전 설정된 고정값을 참조하는 것이 가정되므로(예컨대, Tbatt=25℃, SOC=100%), 새로운 배터리인 경우 파라미터들은 배터리 타입만을 따른다. 상기 파라미터들은 적응된, 그리고 적응되지 않은 파라미터로 분할된다: p Batt T = [p Batt,ad T p Batt,noad T].From this problem a method according to the invention is presented, the practical steps of which are shown in Fig. 3, from which the equation described below is presented: The method first of all is a parameter of all new new batteries, which are considered for a particular vehicle. The set starts from being stored in one non-volatile memory ( p Batt1 , p Batt2 , .., p Battn ). The adaptation of the parameter is symbolized in step S1. To further recognize whether a battery exchange has occurred or whether the battery has only been disconnected, the last adapted battery parameters are stored non-volatile ( p Batt0 ). It is also assumed that the parameter refers to a preset fixed value of the temperature and state of charge of the energy storage battery (eg Tbatt = 25 ° C., SOC = 100%), so for new batteries the parameters only follow the battery type. The parameters are divided into adapted and unadapted parameters: p Batt T = [ p Batt, ad T p Batt, noad T ].
배터리 타입 또는, 저장된 파라미터 세트(p Batt0, p Batt2,.., p Battn)가 실제 설치된 배터리의 파라미터 세트(p Batt)에 가장 빠르게 상응하는 배터리 유형을 인식하기 위해, 이하의 "간격값"이 적응된 파라미터를 위해서 사용된다:In order to recognize the battery type or the battery type that the stored parameter set ( p Batt0 , p Batt2 , .., p Battn ) most quickly corresponds to the parameter set ( p Batt ) of the battery actually installed, the following "spacing value" Used for adapted parameters:
D2 o..n = ∑gewi*[(pi,Batt,ad - pi,Batt0..n,ad)/pi,Batt0..n,ad]2 D 2 o..n = ∑gew i * [(p i, Batt, ad -p i, Batt0..n, ad ) / p i, Batt0..n, ad ] 2
i=1...m i = 1 ... m
에러 스퀘어에 대해서 선택적으로, 예컨대 절대값도 사용될 수 있다. 개별 파라미터의 각각의 에러 스퀘어들은 인자 gewi=1..m에 의해서, 파라미터 세트의 m 파라미터의 각각에 대해 개별적으로, 평가된 파라미터의 실제 정확도 및, 특정 배터리 타입에 대한 그 중요성에 따라서 가중된다. 파라미터가 예컨대 칼만-필터에 의해서 평가되면, 상기 필터는 각각의 파라미터에 그 에러 분산(Pp1..m,Batt)을 제공하므 로, 웨이팅 계수를 위해 이하에 첨부된 식이 제공된다:Optionally, for example, an absolute value can also be used for the error square. Each error square of an individual parameter is weighted by the factor gew i = 1..m , depending on the actual accuracy of the parameter evaluated and its importance for a particular battery type, individually for each of the m parameters of the parameter set. . If a parameter is evaluated, for example by a Kalman-filter, the filter provides its error variance (P p1..m, Batt ) for each parameter, so the following equation is provided for the weighting coefficient:
gewA,i=1..m = min(1.0, PSchwelle, 1..m/Pp1..m,Batt)gew A, i = 1..m = min (1.0, P Schwelle, 1..m / P p1..m, Batt )
즉, 파라미터의 감소된 평가 에러 분산 또는 증가된 정확도는 이에 속한 에러의 가중치를, 사전 설정된 분산 임계(PSchwelle, 1..m)의 경우 상기 가중치가 최대값 1로 제한될 때까지 증가시킨다.That is, the reduced evaluation error variance or increased accuracy of the parameter increases the weight of the error belonging to it until the weight is limited to a maximum value of 1 in the case of a preset variance threshold (P Schwelle, 1..m ).
따라서, 빠르게 적응 가능한 파라미터가, 그 에러 분산이 장시간 높은 레벨로 유지되는 느리게 적응 가능한 파라미터보다 간격값에 더 많이 기여할 수 있다. 추가로, 파라미터는 다양한 배터리 유형의 구별을 위한 그 중요성에 대해서 가중되며 즉, 가장 큰 상대 분산을 갖는 파라미터는 배터리 타입에 대해서 가장 심하게 가중되며 그 반대도 가능하다:Thus, a fast adaptable parameter may contribute more to the interval value than a slow adaptable parameter whose error variance remains at a high level for a long time. In addition, the parameters are weighted for their importance for differentiating battery types, that is, the parameter with the largest relative variance is weighted most heavily for the battery type and vice versa:
gewB ,i=1..m = min(1.0,1/(n+1)*∑[(pi , Batt ,j, ad-pi , Batt , ad , mittel)/pi , Batt , ad , mittel]2)gew B , i = 1..m = min (1.0,1 / (n + 1) * ∑ [(p i , Batt , j, ad -p i , Batt , ad , mittel ) / p i , Batt , ad , mittel ] 2 )
j =0..n j = 0..n
이 경우, in this case,
pi,Batt,ad,mittel = 1/(n+1)*∑pi,Batt,j,ad p i, Batt, ad, mittel = 1 / (n + 1) * ∑p i, Batt, j, ad
j =0..n j = 0..n
요약하면, "간격값"은:In summary, the "interval value" is:
D2 o..n = ∑gewi*[(pi,Batt,ad - pi,Batt0..n,ad)/pi,Batt0..n,ad]2 D 2 o..n = ∑gew i * [(p i, Batt, ad -p i, Batt0..n, ad ) / p i, Batt0..n, ad ] 2
i=1..m i = 1..m
로서 제시되며,Presented as
이 경우,in this case,
gewi = gewA,i*gewB,i gew i = gew A, i * gew B, i
gewA,i = min(1.0, PSchwelle,i/Pp,i,Batt)gew A, i = min (1.0, P Schwelle, i / P p, i, Batt )
gewB ,i = min(1.0,1/(n+1)*∑[(pi , Batt ,j, ad-pi , Batt , ad , mittel)/pi , Batt , ad , mittel]2) gew B , i = min (1.0,1 / (n + 1) * ∑ [(p i , Batt , j, ad -p i , Batt , ad , mittel ) / p i , Batt , ad , mittel ] 2 )
j =0..n j = 0..n
pi,Batt,ad,mittel = 1/(n+1)*∑pi,Batt,j,ad p i, Batt, ad, mittel = 1 / (n + 1) * ∑p i, Batt, j, ad
j =0..n j = 0..n
빠르게 적응 가능한 파라미터가 과도화되고, 단계(S2)에서 이점이 인식된 후, 단계(S3)에서는 간격값의 최소화를 통해서, 평가된 파라미터 세트에서 다음에 선택되며, 느리게 적응 가능한 또는 적응 가능하지 않은 파라미터들이 선택된 파라미터 세트의 파라미터로 대체될 수 있다. 또한, 배터리 교환이 제공되었는지의 여부 및, 경우에 따라 저장된 파라미터 세트에 대한 간격이 매우 클 때 사용 목적을 위해서 제공되지 않은 배터리가 교환되었는지의 여부가 결정될 수 있다:After the fast adaptable parameter is over-recognized and the benefit is recognized in step S2, then in step S3 it is selected next in the evaluated parameter set, through minimization of the interval values, and is not slowly adaptable or not adaptive. The parameters may be replaced with parameters of the selected parameter set. In addition, it may be determined whether a battery exchange has been provided and in some cases whether a battery which has not been provided for the purpose of use has been replaced when the interval for the stored parameter set is very large:
k = Index(min(D2 0..n))k = Index (min (D 2 0..n ))
경우1:Case 1:
단계(S4)에서는, min(D2 0..n) < D2 max의 여부가 조사된다.In step S4, it is checked whether min (D 2 0..n ) <D 2 max .
이에 해당되지 않으면,If this is not the case,
min(D2 0..n) > D2 max가 적용된다:min (D 2 0..n )> D 2 max applies:
⇒ 요구되지 않은 배터리 즉, 요구되지 않은 배터리가 사용되었음이 단계(S5)에서 인식된다.⇒ It is recognized in step S5 that an unsolicited battery, ie an unsolicited battery, has been used.
경우2:Case 2:
단계(S4)에서 '예'가 결정되면, 단계(S6)에서는 k > 0의 여부가 조사된다.If YES is determined in step S4, it is checked whether k > 0 in step S6.
이에 해당되지 않으면,If this is not the case,
k = 0 및 min(D2 0..n) ≤ D2 max가 적용된다:k = 0 and min (D 2 0..n ) ≤ D 2 max apply:
⇒ 배터리가 교환되지 않았음(단계 S7)⇒ The battery is not replaced (step S7)
경우3:Case 3:
단계(S4 및 S6)에서 '예'가 결정되면,If YES is determined in steps S4 and S6,
k = 1..n 및 min(D2 0..n) ≤ D2 max가 적용된다:k = 1..n and min (D 2 0..n ) ≤ D 2 max apply:
⇒ 배터리 타입이 분명히 인식됨(단계 S8)⇒ The battery type is clearly recognized (step S8)
경우1에서와 같이 적절하지 않은 파라미터 세트가 검출되면, 예컨대 빠르게 적응 가능한 파라미터에 기초한 DE 103 01 823 A호 또는 DE 103 28 721 A호에 기재된 바와 같이, 에너지 축전지의 성능 및/또는 저장성에 대한 예측자에 의해서, 해 당되는 사용 목적을 위한 이용 가능성에 대한 기본적인 정보가 제시될 수 있다.If an inappropriate parameter set is detected as in
바람직한 변형예들을 포함하며, 독립항에 따른 본 발명의 방법은, 특히 컴퓨터 장치 또는, 배터리 제어 장치 또는 전기 시스템 제어 장치와 같은 제어 장치를 나타내며 적절한 프로세서들 외에도 메모리 수단도 포함하는 평가 장치에 의해서 실행된다. 상기 방법의 실행을 위해서 필요한 변수들은 적절한 수단, 예컨대 센서들에 의해서 측정되어 평가 장치에 제공되며 경우에 따라서는 프로세싱 후, 상기 평가 장치에 의해서 처리된다. 도2에는, 본 발명에 따른 평가 장치의 수단이 도시된다. 이들은 본 발명에 따른 방법이 실행되는 프로세서(P), 초기값들이 저장되고 프로세서(P)가 액세스할 수 있는 하나 또는 복수의 메모리(SP)이다. 메모리 내에는 진행중인 측정값도 전달될 수 있다. 측정값, 예컨대 IBatt = 배터리 전류(방전에 대해 <0), UBATT = 배터리 전압 및 TBATT = 배터리 온도는 적절한 수단, 특히 센서들에 의해서 측정되어 프로세서(P)에 제공된다. A 표시는 검출된 충전 상태 또는 배터리 타입 등을 나타낼 수 있다. The method of the invention according to the independent claims, comprising preferred variants, is carried out by means of an evaluation device, in particular representing a control device such as a computer device or a battery control device or an electrical system control device and including memory means in addition to the appropriate processors. . Variables necessary for the execution of the method are measured by appropriate means, such as sensors, and provided to the evaluation device, and in some cases processed by the evaluation device after processing. 2 shows the means of the evaluation apparatus according to the invention. These are the processor P on which the method according to the invention is carried out, one or a plurality of memories SP in which initial values are stored and accessible to the processor P. In-memory measurements can also be conveyed in memory. The measurements, for example I Batt = battery current (<0 for discharge), U BATT = battery voltage and T BATT = battery temperature are measured by suitable means, in particular sensors, and provided to the processor P. The A mark may indicate the detected charging state or the battery type.
Claims (18)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102005031254.3 | 2005-07-05 | ||
DE102005031254A DE102005031254A1 (en) | 2005-07-05 | 2005-07-05 | Method for detecting predefinable sizes of an electrical memory |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20080033237A KR20080033237A (en) | 2008-04-16 |
KR101077765B1 true KR101077765B1 (en) | 2011-10-27 |
Family
ID=36868791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020087000277A KR101077765B1 (en) | 2005-07-05 | 2006-05-11 | Method for identifying preset values of an electric accumulator |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP1902326A1 (en) |
JP (1) | JP5495560B2 (en) |
KR (1) | KR101077765B1 (en) |
DE (1) | DE102005031254A1 (en) |
WO (1) | WO2007003460A1 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011118080A1 (en) | 2010-03-23 | 2011-09-29 | 古河電気工業株式会社 | Device for estimating internal state of battery, and method for estimating internal state of battery |
FR3010797B1 (en) * | 2013-09-18 | 2015-10-02 | Renault Sa | METHOD FOR ESTIMATING THE AGING OF A BATTERY CELL OF ACCUMULATORS |
CN106133994B (en) * | 2014-04-01 | 2019-06-18 | 古河电气工业株式会社 | Secondary cell condition checkout gear and secondary cell condition detection method |
JP6183283B2 (en) * | 2014-04-23 | 2017-08-23 | 株式会社デンソー | Parameter estimation device for equivalent circuit of secondary battery for vehicle |
DE102019219427A1 (en) * | 2019-12-12 | 2021-06-17 | Robert Bosch Gmbh | Method for monitoring an energy store in a motor vehicle |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6668233B1 (en) | 1999-12-08 | 2003-12-23 | Robert Bosch Gmbh | Method for identifying the condition of an energy accumulator |
DE10328055A1 (en) | 2003-01-30 | 2004-08-12 | Robert Bosch Gmbh | State quantity and parameter estimators with several partial models for an electrical energy storage |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4014737A1 (en) * | 1989-05-12 | 1990-11-15 | Fraunhofer Ges Forschung | Physical value determn. for accumulator - measures process input values of energy storage which are processed in computer |
JP2536257B2 (en) * | 1990-08-07 | 1996-09-18 | 新神戸電機株式会社 | Determining the life of stationary lead-acid batteries |
JPH05103429A (en) * | 1991-10-02 | 1993-04-23 | Toshiba Corp | Power supply control system |
JPH0772225A (en) * | 1993-09-03 | 1995-03-17 | Nippon Soken Inc | Life judgment apparatus for battery |
JPH11194157A (en) * | 1998-01-05 | 1999-07-21 | Nikon Corp | Battery type identification device |
US6737831B2 (en) * | 1999-09-01 | 2004-05-18 | Keith S. Champlin | Method and apparatus using a circuit model to evaluate cell/battery parameters |
US6137269A (en) * | 1999-09-01 | 2000-10-24 | Champlin; Keith S. | Method and apparatus for electronically evaluating the internal temperature of an electrochemical cell or battery |
DE10301823A1 (en) * | 2003-01-20 | 2004-07-29 | Robert Bosch Gmbh | Battery available charge determination method, in which the charge remaining up to a defined limit is determined using a mathematical model of the battery, the inputs to which are determined from battery operating values |
JP2005010032A (en) * | 2003-06-19 | 2005-01-13 | Hitachi Maxell Ltd | Battery power detecting method, small electrical equipment using the method and battery pack |
DE10328721A1 (en) * | 2003-06-25 | 2005-01-13 | Robert Bosch Gmbh | Method for predicting a residual life of an electrical energy store |
-
2005
- 2005-07-05 DE DE102005031254A patent/DE102005031254A1/en not_active Withdrawn
-
2006
- 2006-05-11 WO PCT/EP2006/062229 patent/WO2007003460A1/en active Application Filing
- 2006-05-11 JP JP2008519878A patent/JP5495560B2/en not_active Expired - Fee Related
- 2006-05-11 KR KR1020087000277A patent/KR101077765B1/en active IP Right Grant
- 2006-05-11 EP EP06755142A patent/EP1902326A1/en not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6668233B1 (en) | 1999-12-08 | 2003-12-23 | Robert Bosch Gmbh | Method for identifying the condition of an energy accumulator |
DE10328055A1 (en) | 2003-01-30 | 2004-08-12 | Robert Bosch Gmbh | State quantity and parameter estimators with several partial models for an electrical energy storage |
Also Published As
Publication number | Publication date |
---|---|
WO2007003460A1 (en) | 2007-01-11 |
EP1902326A1 (en) | 2008-03-26 |
KR20080033237A (en) | 2008-04-16 |
JP5495560B2 (en) | 2014-05-21 |
JP2009510390A (en) | 2009-03-12 |
DE102005031254A1 (en) | 2007-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9219377B2 (en) | Battery charging apparatus and battery charging method | |
JP5001938B2 (en) | Method and apparatus for adjusting charge or discharge output of battery | |
US20110231122A1 (en) | Method and system for determining the kind of a battery | |
CN111373275B (en) | Method and apparatus for indicating a state of health of a battery | |
JP5518067B2 (en) | Identifying the state of charge for an electrical accumulator | |
JP2010500539A (en) | Battery capacity detection method based on capacity dependent parameters | |
CN108521155B (en) | Electric vehicle charging early warning method and system | |
KR101077765B1 (en) | Method for identifying preset values of an electric accumulator | |
CN106997026B (en) | Method and device for determining the residual capacity of a lead-acid battery | |
EP3977146A1 (en) | Method for estimating state of health of a battery | |
US11162992B2 (en) | Energy storage device and device and method for determining a capacitance of an energy storage device | |
CN110749829B (en) | Power supply equipment abnormality detection method and device | |
JP7038530B2 (en) | Device condition detectors, power systems and automobiles | |
CN112537224B (en) | Battery internal resistance abnormality recognition method and device, storage medium and vehicle | |
CN113504422A (en) | Super capacitor module monitoring and early warning method, device, storage medium and device | |
CN103003093B (en) | Method and device for activating at least one energy management function in a vehicle | |
DE102015211598A1 (en) | Method for operating a battery management system | |
CN111610458B (en) | Method and device for early warning aging of vehicle storage battery | |
US10131244B2 (en) | Method for monitoring a battery | |
CN116154914B (en) | Battery charging management method and device | |
US20210247454A1 (en) | Method for ascertaining the state of charge of an electrical energy storage unit | |
CN113894059A (en) | Sorting method for gradient utilization of lithium iron phosphate batteries | |
CN111551855A (en) | Vehicle storage battery state detection method and device, computer equipment and storage medium | |
JP4760276B2 (en) | Engine starting storage battery deterioration determining method and apparatus, and engine starting storage battery provided with the deterioration determining apparatus | |
US20240142537A1 (en) | Method for ascertaining a proportion of defective battery cells, battery controller, computer program, computer-readable storage medium, battery and motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20151014 Year of fee payment: 5 |