用于监控机动车中的储能器的方法

技术领域

本发明涉及一种根据独立权利要求的前序部分的用于监控机动车中的储能器的方法。

背景技术

由DE 102018220494 A1已经公开一种用于监控在机动车的车载电网中的储能器的方法，其中，确定该储能器的至少一个当前的运行参量，并且将该至少一个运行参量转发给预估模型，并且该预估模型由当前的值为至少一个运行参量确定未来的值，其中，该未来的值被提供给电压预测器，该电压预测器针对所选择的功能计算该储能器的能够预期的最小电压。电池状态识别软件确定或测量电池的当前电容和内阻。向预估模块转发所述电池的当前电容和内阻。预估模型借助代表性的载荷综合曲线并且经由负载-负载能力模型来计算电容的和内阻的未来的值，所述未来的值基于对能够预期的最小电压的计算。

发明内容

本发明所基于的任务在于，进一步简化对电储能器的确定的特征参量的预告。该任务通过独立权利要求的特征来解决。

通过确定用于所预测的剩余使用寿命的置信区间(Konfidenzintervall)，可以做出关于预告品质的陈述。根据预告品质，可以有针对性地采取相应的应对措施。另外，可以通过预测性维护或预测性健康管理进一步降低储能器的尤其与安全关键型应用相关的故障率并且可以提高可用性。

在一种符合目的的扩展方案中设置，在使用与老化有关的参量的多个、尤其是大于2000个参考变化曲线的情况下，确定用于所预测的剩余使用寿命的置信区间。由此可以求取剩余使用寿命的预估的更准确的置信区间，而不限制理论上推导出的计算公式或者不利用范围广泛的测量数据。基于更准确的置信区间，可以更精确地规划维护区间或可以借助预测性能量管理延长维护区间，由此降低维护成本，这尤其对于车辆车队运营商而言是有利的。

在一种符合目的的扩展方案中，通过该储能器的事先求取出的特征性的测量变化曲线和/或通过模拟、尤其是蒙特卡洛模拟，求取与老化有关的参量的参考变化曲线。由此可以在没有较大花费的情况下对剩余使用寿命进行相对准确的预估。特别是在多个反映对储能器在现实中的老化的影响参量的差异的模拟中，可以根据尤其是单步骤预测误差和所预测的剩余使用寿命推导出经验公式，用于计算所预测的剩余使用寿命的置信区间。由此，特别优选地在使用近似公式的情况下，进一步简化该计算。

在一种符合目的的扩展方案中设置，根据用于所预测的与老化有关的参量与实际的与老化有关的参量之间的预测误差的量度，求取用于所预测的剩余使用寿命的置信区间。由于尤其是在临近寿命终止时预估变得越来越准确，因此，通过该影响因素进一步提高剩余使用寿命的预估的品质。

特别符合目的地，根据对储能器的至少一个特征性的参量的测量，生成实际的与老化有关的参量，根据实际的与老化有关的参量求取所预测的与老化有关的参量。由此，为了进一步预测剩余使用寿命，以在运行时实际出现的数据为基础，使得该预测进一步改进。特别优选地，当所预测的与老化有关的参量达到确定的极限值时，达到所预测的剩余使用寿命。因此，通过适当地预给定极限值，能够容易映射期望的最小要求。

在一种符合目的的扩展方案中设置，在使用所述近似公式的情况下，计算用于所预测的剩余使用寿命的置信区间，并且为此至少将所预测的剩余使用寿命和/或将所预测的与老化有关的参量与实际的与老化有关的参量之间的预测误差的标准偏差用作用于近似公式的输入参量。通过该考虑，预告(Vorhersage)品质进一步增加。

在一种符合目的的扩展方案中设置，根据基于与老化有关的参量的至少一个参考值所预测的剩余使用寿命和/或根据用于所预测的与老化有关的参量与与老化有关的参量的参考值之间的预测误差的量度、尤其是预测误差的标准偏差的量度，求取用于与老化有关的参量的置信区间的近似公式。因此，与老化有关的参量的尤其是所模拟的参考变化曲线形成用于近似公式的离线创建的大量数据基础，所述大量数据基础进一步简化该预测的在线求取。

在一种符合目的的扩展方案中设置，根据在确定在所预测的剩余使用寿命的时间点的与老化有关的参量时相对于在寿命终止时的与老化有关的参量的偏差或误差，和/或根据置信水平，创建至少一个直方图，用于求取在寿命终止时的与老化有关的参量的置信区间极限，所述置信区间极限用于在该近似公式中进一步使用。因此，可以根据分别期望的置信水平提供相应的测量系列用于确定该近似公式。

在一种符合目的的扩展方案中设置，为了确定近似公式，分别基于与老化有关的参量在不同时间点的参考值预测所预测的剩余使用寿命，和/或对于不同时间点，分别求取所预测的与老化有关的参量与与老化有关的参量的参考值之间的预测误差、尤其是预测误差的标准偏差。因此，尤其是根据模拟数据，可以基于不同时间点求取该近似公式，所述不同时间点对于稍后的变化曲线而言是代表性的。稍后的对剩余使用寿命的预测由此改进。

在一种符合目的的扩展方案中设置，通过退化模型确定与老化有关的参量的参考变化曲线。通过这样的模型，能够特别真实地模拟储能器的能够预期的负载状况，使得可以产生与老化有关的参量的特别接近现实的参考变化曲线。因此，剩余使用寿命的预测的质量可以进一步改进。

由其他从属权利要求和说明书得出其他符合目的的扩展方案。

附图说明

附图示出：

图1示出用于与老化有关的参量、尤其是健康状态SOH的置信区间的近似公式的离线确定的方框线路图，

图2示出在基于与老化有关的参量的寿命终止标准的情况下剩余使用寿命的置信区间的在线计算的方框线路图，

图3示出用于另外的与老化有关的参量、尤其是功能状态SOF的置信区间的近似公式的离线确定的方框线路图，

图4示出在基于另外的与老化有关的参量的寿命终止标准的情况下剩余使用寿命的置信区间的在线计算的方框线路图，

图5示出剩余使用寿命的计算出的置信区间与用于确定的置信水平的参考值的比较，

图6示出退化模型的图解。

具体实施方式

根据实施方式在附图中示意性示出本发明，并且在下文中参考附图详细地描述本发明。

示例性地，在该实施例中，将电池或蓄电池描述为可能的储能器10。然而，替代地，可以同样地使用别的适合于该任务的例如基于电感或者电容的储能器、燃料电池、电容器或者类似物。

通常，为了计算电储能器10的使用寿命预测的置信区间，对单步骤预测误差进行外推，即直至与老化有关的参量(SOH)的下一个所测量的样本T(例如1天)为止的预告误差，所述与老化有关的参量例如是直至寿命终止(Lebensende或End of Life，EOL)时间点为止的电容或者内阻(->多步骤SOH预测误差)。

例如，在假设正态分布的且不相关的单步骤SOH预测误差的情况下，借助用于m步骤SOH预测误差的标准偏差σSOH1获得：

σSOHm＝√m*σ

借助m＝RUL，获得所估计的在寿命终止EOL时的SOH预测误差：

σSOHRUL＝√RUL*σ

因此，对于给定的例如为95％的置信水平，得出在寿命终止EOL时的SOH置信区间：

ΔSOH

由此，通过计算在SOH预测的区间极限上的RUL预估，获得关于剩余使用寿命RUL的置信区间，即例如对于EOL条件获得SOH

借助随后的行动，可以实现用于电储能器10的剩余使用寿命RUL的预估的更准确的置信区间。

图1示出在预给定的或能够预给定的置信水平24的情况下用于在寿命终止EOL时与老化有关的参量、尤其是健康状态SOH的置信区间ΔSOH

预估16估计或预测在不同预告时间点t处的所预测的剩余使用寿命RULest(t)。此外，预估16求取直至这些时间点t为止该单步骤预测的标准偏差σ

剩余使用寿命RUL的预估16利用确定的寿命终止标准(EOL标准)，然后，当所预测的与老化有关的参量SOHest达到确定的极限值SOH

在图1中，例如存储在方框14中的、与老化有关的参量的大量参考变化曲线SOH(t)用作预估16的输入参量，优选在不同时间点t0、t1、t2针对不同参考变化曲线SOH1(t)、SOH2(t)、…SOHn(t)。将与老化有关的参量的配属的参考值SOH1(t0)、SOH2(t0)、…SOHn(t0)、SOH1(t1)、SOH2(t1)、SOHn(t1)作为输入参量提供给预估16，如图1所示。这些参考值用于模拟实际的与老化有关的参量SOHist(t)，如在根据图2的在线运行中、即在真实的车辆运行期间稍后提供给相同的预估16的那样。

借助这些输入参量，即与老化有关的参量在不同时间点(t＝t0、t1、t2、…tm)的相应的参考值SOHn(t)，并且必要时借助与老化有关的参量SOHn的在这些时间点之前的参考值，预估16预测所预测的与老化有关的参量或该所预测的与老化有关的参量的时间变化曲线SOHest(t)。所预测的与老化有关的参量的变化曲线SOHest(t)分别在未来的不同的时间点(t0、t1、t2、tm)起始。现在，这可以为与老化有关的参量的n个参考变化曲线中的每个参考变化曲线SOHn(t)进行。即，因此，根据不同时间点的数量m，为参考变化曲线中的每个参考变化曲线SOHn(t)提供与老化有关的参量的m个所预测的变化曲线SOHnpred(t)。

如果所预测的与老化有关的参量SOHest(t)达到与寿命终止EOL相对应的极限值SOH

现在，与此并行地，对于每个参考变化曲线SOH(t)在m个不同时间点中的每个时间点，执行剩余使用寿命的相应预估RULest(t)作为输入参量，尤其是针对每下一个预告时间点t。

即，因此，在使用预估16的情况下，针对与老化有关的参量的n>2000个参考变化曲线，在m个不同时间点分别提供n个所预测的剩余使用寿命RULest(t)，即提供m*n个所预测的剩余使用寿命RULest。

此外，针对所预测的剩余使用寿命RULest中的优选每个所预测的剩余使用寿命，求取用于预测误差的量度。在该量度的情况下，如开头所述的那样，对于正态分布的且不相关的预测误差的情况例如可以考虑标准偏差σ

相对于与老化有关的参量SOH的下一个时间区间T(例如一天或者其他适合的参量)，求取预测误差、尤其是单步骤预测误差。在时间点t0，对于与老化有关的参量的待观察的参考变化曲线SOH(t)，求取相应的配属的参考值SOH(t0)作为预估16的输入参量，用于预测下一个所预测的与老化有关的参量SOHest(t0+T)。在下一个步骤中，对于时间点t0+T，求取在方框14中的相应的曲线的配属的参考值SOH(t0+T)，近似作为所模拟的实际值。求取出单步骤预测误差ΔSOH(t0)，其方式是，在所预测的时间点t0+T的所预测的与老化有关的参量SOHest(t0+T)与在时间点t0+T的配属的参考值SOH(t0+T)之间求差，所述配属的参考值如在方框14中所保存的那样。对于n个参考值SOH(t0+T)中的每个参考值和/或为可能不同的起始时间点t0、t1、t2中的每个起始时间点，都实现这一点。由n*m个单步骤预测误差ΔSOH(t0,t1,t2)求取该单步骤预测误差的配属的标准偏差σSOH1(t0)。对于在时间跨度T(t1-t0或t2-t1)过后的每下一个时间步长t1、t2，必要时更新配属的单步骤预测误差ΔSOH(t0,t1,t2)和/或单步骤预测误差的配属的标准偏差。

另外，可以将单步骤预测误差外推到未来，尤其直至剩余使用寿命RUL或寿命终止EOL的时间点。

此外，将由预估16所预测的剩余使用寿命RULest(t)再次所谓输入参量提供给退化模型14。由此求取在剩余运行时间的时间点的配属的与老化有关的参量SOH(RULest(t))。方框14将在剩余运行时间的时间点的配属的与老化有关的参量SOH(RULest(t))提供给求和点20。在求和点20，对在剩余运行时间的时间点的与老化有关的参量SOH(RULest(t))和极限值SOH

借助与老化有关的参量的参考变化曲线SOH(t)，对于预告时间点t，确定在寿命终止EOL(end of life)时的剩余使用寿命RUL的预估32的与老化有关的参量的预测误差ΔSOH

预估误差ΔSOH

与老化有关的特征参量SOH的预测的置信区间极限值在剩余使用寿命RUL上的、通过这种方式求取的变化曲线，可以通过随后的经验公式根据单步骤预测误差的标准偏差σ

ΔSOH

参数a1和a2例如借助优化方法来确定，并且可以对于上区间极限和下区间极限而言也是不同的。通过该曲线，对于多个测量值，通过简单的方式建立置信区间ΔSOH

图2示出用于所预测的剩余使用寿命的置信区间ΔRUL

传感器12检测储能器10的特征性的测量值U、I、T，并且由此求取实际的与老化有关的参量SOHist(t)。预估16由此确定与老化有关的参量的所预测的变化曲线SOHest(t)。这可以例如在利用储能器10的模型的情况下进行。将与老化有关的参量的所预测的变化曲线SOHest(t)与极限值SOH

示意性地示出储能器10。传感器12检测储能器10的确定的测量参量，例如电流I、电压U、温度T。在传感器12中例如实现状态识别。通过该状态识别，可以在利用检测到的测量值I、U、T的情况下求取储能器10的至少一个与老化有关的参量SOH、SOF或(属于过去的)与老化有关的参量的时间变化曲线SOHist(t)、SOFist(t)。例如，求取储能器10的当前的与老化有关的参量作为SOH(State of Health或Gesundheitszustand，健康状态)。例如，内阻Ri、电容C0、击穿极化或者相似物可以用作储能器10的与老化有关的参量SOH。与老化有关的参量SOH的突出之处在于，这些与老化有关的参量根据储能器10的寿命(Alter)而变化。优选地，与老化有关的参量SOH可以经由测量参量U、I、T通过传感器12检测，并且通过状态识别计算。优选地，状态识别连续地工作。由传感器12所提供的实际的与老化有关的参量SOHist(t)可能连同别的预估参量或者诊断参量一起经由通信接口(总线系统，例如LIN、CAN)传送给未示出的用于进一步处理的上一级系统，例如为了储能器10的预测性维护和/或预测性或预防性健康管理的目的。

例如由传感器12或者其他装置所求取的实际的与老化有关的参量SOHist(t)，被提供给剩余使用寿命RUL的预估16和/或被提供给剩余使用寿命的置信区间ΔRUL

在预估16中，求取与老化有关的参量的未来的、所预测的变化曲线SOHest(t)。将与老化有关的参量的所预测的变化曲线SOHest(t)与与老化有关的参量的代表寿命终止EOL的极限值SOH

借助所预测的剩余使用寿命RULest的现在可供使用的参量、单步骤预测误差σSOH1或单步骤预测误差σSOH1的配属的标准偏差以及由传感器12所提供的与老化有关的参量的实际值SOHist(t)，实现对剩余使用寿命的置信区间ΔRUL

ΔSOH

(RULest

由SOH在EOL时的所估计的误差公差ΔSOH

当在方框18中离线地执行或在正常运行之前执行对用于置信区间的近似公式的确定时，包含确定的置信水平24(例如95％)。在该方框18中，已经离线地为该置信水平24确定相应的参数a1、a2。根据该置信水平24，通过上述公式确定置信区间极限SOH＝SOH

即，通过方框26来估计所预测的剩余使用寿命RULest的预估的品质。预估的品质通过相应的置信区间极限来代表。一般适用：所预测的剩余使用寿命RULest越小，则对所预测的剩余使用寿命的预告越准确，因此，剩余使用寿命的置信区间ΔRUL

根据图3和4的实施例的区别在于，替代健康状态SOH地，使用功率状态SOF(Stateof Function)的(另外的)与老化有关的参量。然而，原理性处理方式没有区别。在应用SOFEOL标准时(特定于功能的负载基于对预测性运行参量的求取，所述预测性运行参量例如是车载电网电压或者相似物)，将适合的运行参量与极限值进行比较，所述极限值例如是最小电压Ubattmin。

又设置有退化模型14或方框14，在该方框中，保存有与老化有关的参量SOH的大量(n>＝2000)不同参考变化曲线SOH(t)。例如通过退化模型14的模拟、尤其通过退化模型14的蒙特卡洛模拟，生成用于储能器10的剩余使用寿命RUL的预估32的多个随机参考变化曲线SOH(t)。然而，作为寿命终止(EOL)标准，将功能状态SOF用作所预测的剩余使用寿命RUL的求取的基础。预估32估计或预测在不同预告时间点t处的所预测的剩余使用寿命RULest。此外，预估32求取直至这些时间点t为止该单步骤预测的标准偏差σ

用于另外的与老化有关的参量SOF的预测器28的输入参量是所测量的或所估计的时间变化曲线，所述时间变化曲线描述储能器10，例如当前的健康状态(＝SOH(t))或与老化有关的参量或描述与老化有关的参量的参量，例如所观察的储能器10的电容C0、内阻Ri、极化等，所述参量例如由传感器12的、尤其是电池传感器的状态识别连续地求取。例如，在预测器28中保存有储能器10的数学模型。例如，预测器28求取储能器10的所预测的运行参量，例如关于预给定的特定于应用的载荷曲线(例如电流载荷曲线)的能够预期的电压骤降。

在使用储能器10的所预测的运行参量的情况下，检查例如对于用于通过载荷曲线所描述的应用的确定的边缘条件，是否小于所要求的极限值或何时小于该极限值，所述极限值例如是最小电压。然后，在通过用于相应的功能的极限值定义的寿命终止(EOL)标准中，小于该极限值的时间点定义所预测的剩余使用寿命RULest。

在储能器10的可能在预测器28中所实现的替代线路图或模型中，可以使用确定的运行参量，例如电流I、电压U、温度T，以及状态参量，例如不同电极的开路电压、浓度极化、击穿极化等，以及相应的参数(例如电极的内阻Ri、替代电容C0、酸扩散的电阻和电容或电极的双层的电阻和电容等)。

在剩余使用寿命的所预测的时间点的另外的与老化有关的参量SOF(RULest)作为预测器28的输出参量到达求和点20。在求和点20中，由在剩余使用寿命的所预测的时间点的另外的与老化有关的参量SOF(RULest)和在寿命终止时的另外的与老化有关的参量SOF构成的差作为相应的误差被提供给另外的直方图30。从在寿命终止(EOL)时间点时的另外的与老化有关的参量SOF的预测误差的直方图30中，根据另外的与老化有关的参量SOF的单步骤预测误差的标准偏差σ

ΔSOF

参数b1和b2在此例如也可以通过优化方法来确定，并且可以对于上区间极限和下区间极限而言是不同的。

因此，根据图4，在任意预告时间点t，通过计算在另外的与老化有关的参量SOF的置信区间的极限上的所预测的剩余使用寿命RULest的相应预测，可以在线地计算置信区间。传感器12又由储能器10的测量参量U、I、T求取与老化有关的参量的变化曲线、尤其是健康状态的变化曲线SOH(t)。与老化有关的参量SOH一方面到达预估32，所述预估的寿命终止(EOL)标准SOF

SOF＝SOF

ΔSOF

图5示出用于借助经验公式计算出的置信区间与来自针对95％的置信水平28的蒙特卡洛模拟的的参考结合剩余使用寿命的所预测的变化曲线RULest的所估计的剩余使用寿命的中位数相比较的例子。所描述的公式非常好地近似于参考值。因此，在x轴上是以天为单位的剩余使用寿命RUL，在y轴上绘制以天为单位的置信区间极限。曲线1描述参考剩余使用寿命RUL，曲线2描述所预测的剩余使用寿命RUL的中位数，图3描述在置信水平为2.5％的情况下以天为单位的所预测的剩余使用寿命RULest，曲线4描述在置信水平为97.5％的情况下以天为单位的所预测的剩余使用寿命RULest，曲线5描述在置信水平为2.5％的情况下以天为单位的(实际)剩余使用寿命RUL，以及曲线6描述在置信水平为97.5％的情况下以天为单位的(实际)剩余使用寿命RUL。

图6公开一种退化模型14的计算方案的方框线路图，所述退化模型用于为电储能器10提供在方框14中的适合的数据基础，用以生成与老化有关的参量的随机的参考变化曲线SOH(t)，所述与老化有关的参量尤其是储能器10的健康状态SOH。

首先，对于每个采样步骤，基于测量数据和/或专家知识，在车辆使用时对于储能器10的类型而言真实的范围中，生成正态分布的老化率40(步骤1)。在图6的方框40中，以半正态分布示出日老化率(例如在0-1％/天之间或pdf(ΔSOH/天))。

在例如1-7天的均匀分布的持续时间内记录在第一步骤中随机生成的老化率40，以便因此产生具有较强的或较小的绝对老化的阶段(方框42；第二步骤)。在图6的方框42中，以均匀分布示出日老化率(例如在0-1％/天之间或pdf(ΔSOH/天))。

通过预给定使用轮廓(Nutzungsprofil)46、尤其是周使用轮廓46来考虑由于使用引起的老化，该周使用轮廓具有与一周每天的车辆百分比使用和因此储能器百分比使用的说明(例如对于出租车运行而言为100％或者对于通勤而言为10％)，并且将所述由于使用引起的老化与相应日期的老化率42相乘，尤其是在使用乘法器44的情况下。

通过如下区域的借助阿仑尼乌斯函数50加权的温度轮廓48、尤其是年温度轮廓考来考虑随着增加的环境温度而加速的老化：车辆在所述区域中运行。乘法器44的输出参量45和阿仑尼乌斯函数50的输出参量50被提供给另外的乘法器52。该另外的乘法器的输出参量53是用于求和器54的输入参量。求和器54的输出参量被提供给求和点56，除此之外，向该求和点提供与老化有关的参量的初始值SOH0作为另外的参量。通过从预给定的初始值SOH0开始将每天计算出的老化率加和，得出与老化有关的参量的相应的参考变化曲线SOH(t)。

如果询问46得出已到达剩余使用寿命RUL，则可以在方框50中采取应对措施。因此，可以生成相应的对驾驶员、车辆运行者、车间等的警告提示。可以启动预测性维护。也可以阻止或不再允许确定的与安全相关的功能。同样地，在特别严重的故障的情况下，能够采取相应的应对措施，例如驶向下一个停车场、在路肩上停车等。

所描述的方法尤其适合用于尤其在自主驾驶时在机动车中为与安全相关的应用监控储能器10，所述与安全相关的应用例如是对与安全相关的用电器的供电。然而，该应用不局限于此。