特許 6979524 バッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイス

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6979524

(24)【登録日】2021年11月17日

(45)【発行日】2021年12月15日

(54)【発明の名称】バッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイス

(51)【国際特許分類】

   G01R 31/367 20190101AFI20211202BHJP

   H01M 10/48 20060101ALI20211202BHJP

   G01R 31/382 20190101ALI20211202BHJP

   G01R 31/392 20190101ALI20211202BHJP

   H02J 7/00 20060101ALI20211202BHJP

【ＦＩ】

   G01R31/367

   H01M10/48 P

   H01M10/48 301

   G01R31/382

   G01R31/392

   H02J7/00 Y

【請求項の数】14

【全頁数】27

(21)【出願番号】特願2020-526678(P2020-526678)

(86)(22)【出願日】2018年7月24日

(65)【公表番号】特表2020-529028(P2020-529028A)

(43)【公表日】2020年10月1日

(86)【国際出願番号】EP2018070033

(87)【国際公開番号】WO2019020623

(87)【国際公開日】20190131

【審査請求日】2020年4月24日

(31)【優先権主張番号】17183316.3

(32)【優先日】2017年7月26日

(33)【優先権主張国】EP

(73)【特許権者】

【識別番号】520030431

【氏名又は名称】インフェノクス ゲーエムベーハー

【氏名又は名称原語表記】ＩＮＶＥＮＯＸ ＧＭＢＨ

(74)【代理人】

【識別番号】110002734

【氏名又は名称】特許業務法人藤本パートナーズ

(72)【発明者】

【氏名】ヴァルダー，ゲオルグ

【審査官】 永井 皓喜

(56)【参考文献】

【文献】 米国特許出願公開第２０１５／０３４９３８５（ＵＳ，Ａ１）

【文献】 特表２００８−５２０１７９（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１７／０１９９２４７（ＵＳ，Ａ１）

【文献】 WALDER, Georg et al.，Adaptive State and Parameter Estimation of Lithium-Ion Batteries Based on a Dual Linear Kalman Filter ，The Second International Conference on Technological Advances in Electrical, Electronics and Computer Engineering，SDIWC，2014年03月18日，p.16-24，ISBN: 978-0-9891305-4-7

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｒ ３１／３６７

Ｈ０１Ｍ １０／４８

Ｇ０１Ｒ ３１／３８２

Ｇ０１Ｒ ３１／３９２

Ｈ０２Ｊ ７／００

(57)【特許請求の範囲】

【請求項1】

少なくとも１つのバッテリーセル（ＢＺ）のバッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰを検出するための方法であって、該方法は、
（ａ）少なくとも１つのバッテリーセル状態（ＢＺＺ）に関するバッテリーセル（ＢＺ）の特性パラメータ挙動に基づき、前記バッテリーセル状態（ＢＺＺ）における経時的な変化に依存して、又は、少なくとも１つのバッテリーセルパラメータ（ＢＺＰ）に関する読み出しパラメータ挙動に依存して、デュアルカルマンフィルタ（２）の状態推定器（２Ａ）のノイズ成分（ｎ，ｖ）を決定すると共に前記デュアルカルマンフィルタ（２）のパラメータ推定器（２Ｂ）のノイズ成分を決定するステップ（Ｓ１）と、
（ｂ）決定された前記ノイズ成分（ｎ，ｖ）に基づき、前記デュアルカルマンフィルタ（２）を使用して、バッテリーセル状態（ＢＺＺ）及びバッテリーセルパラメータ（ＢＺＰ）を、前記バッテリーセル（ＢＺ）の指定されたバッテリーモデル（ＢＭ）に適応させるステップ（Ｓ２）と
を含み、
前記決定されたノイズ成分（ｎ，ｖ）は、処理ノイズ（ｖ）、及び、測定ノイズ（ｎ）を含み、
前記処理ノイズ（ｖ）は、前記バッテリーセルパラメータＢＺＰの処理ノイズ（ｖ_BZP）、及び／又は、前記バッテリーセル状態ＢＺＺの処理ノイズ（ｖ_BZZ）を含み、
前記バッテリーセルパラメータＢＺＰの前記処理ノイズ（ｖ_BZP）は、バッテリーセル状態ＢＺＺに関するその読み出し特性パラメータ挙動に依存して、かつ、該バッテリーセル状態ＢＺＺの経時的な変化に依存して決定され、
前記バッテリーセル状態ＢＺＺの前記処理ノイズ（ｖ_BZZ）は、少なくとも１つのバッテリーセルパラメータＢＺＰに関するその読み出しパラメータ挙動に依存して決定される、方法。

【請求項2】

前記バッテリーセル状態ＢＺＺは、前記バッテリーセル（ＢＺ）の充電状態ＳｏＣ、及び／又は、前記バッテリーセル（ＢＺ）の動的バッテリーセル状態である拡散電位Ｕ_dを含み、前記バッテリーセルパラメータＢＺＰは、前記バッテリーセル（ＢＺ）の内部抵抗Ｒ_i、前記バッテリーセル（ＢＺ）の定格静電容量Ｃ_n、及び／又は、前記バッテリーセル（ＢＺ）の抵抗に係る動的成分である拡散抵抗Ｒ_d、及び／又は、前記バッテリーセル（ＢＺ）の静電容量に係る動的成分である拡散静電容量Ｃ_Dを含み、
バッテリーセル特性変数ＢＺＫは、前記バッテリーセル（ＢＺ）の負荷特性変数、前記バッテリーセル（ＢＺ）の温度Ｔ、及び／又は、前記バッテリーセル（ＢＺ）の経年変化特性変数を含む、請求項１に記載の方法。

【請求項3】

前記デュアルカルマンフィルタ（２）の前記状態推定器（２Ａ）の状態ベクトルは、前記バッテリーセル（ＢＺ）の前記バッテリーセル状態（ＢＺＺ）を含むと共に、前記デュアルカルマンフィルタ（２）の前記パラメータ推定器（２Ｂ）の状態ベクトルは、前記バッテリーセル（ＢＺ）の前記バッテリーセルパラメータ（ＢＺＰ）を含む、請求項１又は２に記載の方法。

【請求項4】

前記バッテリーセル（ＢＺ）の負荷は、検出された前記バッテリーセル状態ＢＺＺ、及び、検出された前記バッテリーセルパラメータＢＺＰに基づいて制御される、請求項１〜３のいずれか１項に記載の方法。

【請求項5】

前記デュアルカルマンフィルタ（２）の前記状態推定器（２Ａ）によって適応させられた前記バッテリーセル（ＢＺ）の前記バッテリーセル状態ＢＺＺと、前記デュアルカルマンフィルタ（２）の前記パラメータ推定器（２Ｂ）によって適応させられた前記バッテリーセル（ＢＺ）の前記バッテリーセルパラメータＢＺＰとは、制御ユニット（５）へと出力され、該制御ユニット（５）は、前記バッテリーセル（ＢＺ）に接続された負荷要素（６）である電気モーターを制御するためのものである、且つ／又は、バッテリーセル（ＢＺ）に接続された電流源（７）を制御するためのものである、請求項１〜４のいずれか１項に記載の方法。

【請求項6】

前記バッテリーセル（ＢＺ）の前記特性パラメータ挙動は、前記バッテリーセル（ＢＺ）の各バッテリーセル状態ＢＺＺに関する、及び／又は、前記バッテリーセル（ＢＺ）のセンサ検出された測定変数ＭＧに基づく、各バッテリーセルパラメータＢＺＰについてのその平均値μ_BZP及び／又はその分散σ_BZPを示し、
前記バッテリーセル（ＢＺ）の保存された前記特性パラメータ挙動は、センサ検出された測定変数ＭＧに基づいて決定され、該測定変数ＭＧは、前記バッテリーセル（ＢＺ）の端子電流（Ｉ_KL）、端子電位（Ｕ_KL）及び／又は温度（Ｔ）を含む、請求項１〜５のいずれか１項に記載の方法。

【請求項7】

バッテリーセルパラメータＢＺＰの処理ノイズ（ｖ_BZP）は、センサ検出された測定変数ＭＧに基づいて決定される、請求項１〜６のいずれか１項に記載の方法。

【請求項8】

センサ検出された各測定変数ＭＧについて、その測定変数ノイズが、データストア（４）から読み出される前記測定変数ＭＧに関する、対応する測定変数センサのノイズ挙動の平均値μ_MG及び／又は分散σ_MGに基づいて計算され、
前記測定ノイズ（ｎ）を決定するために、全ての測定変数ＭＧにおける計算された前記測定変数ノイズが加算される、請求項１〜７のいずれか１項に記載の方法。

【請求項9】

前記デュアルカルマンフィルタ（２）の安定性が監視され、前記デュアルカルマンフィルタ（２）の不安定性の兆しが認識されるとすぐに、それぞれの前記バッテリーセル状態ＢＺＺの適応が、前記デュアルカルマンフィルタ（２）の前記状態推定器（２Ａ）によって中断されると共に、それぞれの前記バッテリーセルパラメータＢＺＰの適応が、前記デュアルカルマンフィルタ（２）の前記パラメータ推定器（２Ｂ）によって中断され、
前記デュアルカルマンフィルタ（２）の安定性は、前記バッテリーセル状態ＢＺＺの共分散挙動（Ｐ_BZZ）、及び、前記バッテリーセルパラメータＢＺＰの共分散挙動（Ｐ_BZP）に基づいて監視される、請求項１〜８のいずれか１項に記載の方法。

【請求項10】

前記デュアルカルマンフィルタ（２）のバッテリーセル状態ＢＺＺの共分散挙動（Ｐ_BZZ）、及び／又は、前記デュアルカルマンフィルタ（２）のバッテリーセルパラメータＢＺＰの共分散挙動（Ｐ_BZP）が、関連付けられた保存された所望の共分散挙動と比較され、
前記デュアルカルマンフィルタ（２）の前記状態推定器（２Ａ）によるバッテリーセル状態ＢＺＺの適応は、その共分散挙動（Ｐ_BZZ）がそれぞれの前記バッテリーセル状態ＢＺＺについての保存された関連付けられた所望の共分散挙動を超えるとすぐに中断され、
前記デュアルカルマンフィルタ（２）の前記パラメータ推定器（２Ｂ）によるバッテリーセルパラメータＢＺＰの適応は、その共分散挙動（Ｐ_BZP）がそれぞれの前記バッテリーセルパラメータＢＺＰについての保存された関連付けられた所望の共分散挙動を超えるとすぐに中断され、
前記保存された所望の共分散挙動は、経時的に指数関数的に減少するファンネル関数ＴＦ（ｔ）を含み、ここで、係数（ａ，ｂ，ｃ）が構成される、前記請求項１〜９のいずれか１項に記載の方法。

【請求項11】

少なくとも１つのバッテリーセル（ＢＺ）のバッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰを検出するためのデバイス（１）であって、該デバイス（１）は、
バッテリーセル状態ＢＺＺを推定するための状態推定器（２Ａ）と、バッテリーセルパラメータＢＺＰを推定するためのパラメータ推定器（２Ｂ）とを有するデュアルカルマンフィルタ（２）と、
少なくとも１つのバッテリーセル状態（ＢＺＺ）に関する前記バッテリーセル（ＢＺ）の保存された特性パラメータ挙動に基づき、前記バッテリーセル状態（ＢＺＺ）における経時的な変化に依存して、又は、少なくとも１つのバッテリーセルパラメータ（ＢＺＰ）に関する読み出しパラメータ挙動に依存して、前記状態推定器（２Ａ）及び前記パラメータ推定器（２Ｂ）のノイズ成分（ｎ，ｖ）を決定するように構成された決定ユニット（３）とを含み、
前記デュアルカルマンフィルタ（２）は、前記決定ユニットによって決定されたノイズ成分（ｎ，ｖ）に基づき、前記バッテリーセル状態ＢＺＺ及び前記バッテリーセルパラメータＢＺＰを、前記バッテリーセル（ＢＺ）の指定されたバッテリーモデル（ＢＭ）に自動的に適応させるように構成され、
前記決定されたノイズ成分（ｎ，ｖ）は、処理ノイズ（ｖ）、及び／又は、測定ノイズ（ｎ）を含み、
前記処理ノイズ（ｖ）は、前記バッテリーセルパラメータＢＺＰの処理ノイズ（ｖ_BZP）、及び／又は、前記バッテリーセル状態ＢＺＺの処理ノイズ（ｖ_BZZ）を含み、
前記バッテリーセルパラメータＢＺＰの前記処理ノイズ（ｖ_BZP）は、バッテリーセル状態ＢＺＺに関するその読み出し特性パラメータ挙動に依存して、かつ、バッテリーセル状態ＢＺＺの経時的な変化に依存して決定され、
前記バッテリーセル状態ＢＺＺの前記処理ノイズ（ｖ_BZZ）は、少なくとも１つのバッテリーセルパラメータＢＺＰに関するその読み出しパラメータ挙動に依存して決定される、デバイス（１）。

【請求項12】

前記デュアルカルマンフィルタ（２）の前記状態推定器（２Ａ）は、第１のカルマンフィルタにより形成され、前記デュアルカルマンフィルタ（２）の前記パラメータ推定器（２Ｂ）は、第２のカルマンフィルタにより形成される、請求項１１に記載のデバイス。

【請求項13】

２つの前記カルマンフィルタ（２Ａ，２Ｂ）はそれぞれ、線形カルマンフィルタ（ＬＫＦ）、拡張カルマンフィルタ（ＥＫＦ）、無香料カルマンフィルタ（ＵＫＦ）、平方根無香料カルマンフィルタ（ＳＲ−ＵＫＦ）又は中央差分カルマンフィルタ（ＣＤ−ＫＦ）を含む、請求項１２に記載のデバイス。

【請求項14】

前記デュアルカルマンフィルタ（２）の状態推定器（２Ａ）によって適応させられた前記バッテリーセル（ＢＺ）の前記バッテリーセル状態ＢＺＺと、前記デュアルカルマンフィルタ（２）のパラメータ推定器（２Ｂ）によって適応させられた前記バッテリーセル（ＢＺ）の前記バッテリーセルパラメータＢＺＰとは、制御ユニット（５）へと出力され、該制御ユニット（５）は、前記バッテリーセル（ＢＺ）に接続された負荷要素（６）である電気モーターを制御するためのものである、且つ／又は、前記バッテリーセル（ＢＺ）に接続された電流源（７）を制御するためのものである、請求項１２又は１３に記載のデバイス。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、少なくとも１つのバッテリーセルのバッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイスに関する。

【背景技術】

【0002】

バッテリー管理システムは、エネルギーストア又はバッテリー内に保存されたエネルギーの最適な使用を確保するのに役立つ。また、バッテリー管理システムは、充電プロセスが速すぎること等によるダメージから、バッテリーを保護するのにも何よりも役立つ。バッテリー管理システムは、蓄電池又はバッテリーの充電及び放電を監視及び制御する電子制御回路を備えている。バッテリー管理システムは、例えば電気自動車又は太陽光発電設備において、電気エネルギーストアを最適に使用すると共にそれらを最適な方法でダメージから保護するために提供され得る。従来のバッテリー管理システムは、バッテリーの状態を推定するために、部分的にカルマンフィルタを使用する。バッテリーは、少なくとも１つのバッテリーセルを有する。バッテリーセルの挙動は、バッテリーモデルを使用して再現される。バッテリーの動的な挙動は、電気的等価回路図を使用して再現することができる。さらに、バッテリーのモデリングは、例えばいわゆるブラックボックスモデルによって行われ得る。

【0003】

図１は、例えば、リチウムイオンバッテリーセルの電気的等価回路図と、該等価回路に含まれるコンポーネントの関連するインピーダンス曲線とを示す。したがって、図１に示す等価回路は、バッテリーセルのバッテリーモデルを形成し、このバッテリーモデルを用いて、該バッテリーセルの挙動（例えば、周波数挙動）を決定することができる。図１に係るバッテリーモデルでは、インダクタンスＬと、内部抵抗Ｒ_ｉと、拡散静電容量等の静電容量とが、２つの接続端子間に接続されている。周波数が変化すると、等価回路又はバッテリーモデルの複素インピーダンスＺの虚部と実部が変化する。等価回路内におけるコンポーネントの数によって必要なシステムの状態の数も指定されるため、従来のバッテリーモデルの場合には単純化が行われる。例えば、等価回路としては、内部抵抗Ｒ_ｉのみを含むもの、該内部抵抗Ｒ_ｉと結合ＲＣ要素との組み合わせを含むもの、又は、内部抵抗Ｒ_ｉとｋＨｚ周波数範囲モデリング用の第１ＲＣ要素及びＨｚ周波数範囲モデリング用の追加のＲＣ要素との組み合わせを含むものが使用される。

【0004】

従来のバッテリーモデルＢＭでは、例えばバッテリーセルの充電状態ＳｏＣ等についての状態の推定のみが可能である。バッテリーセルパラメータ、例えば、内部抵抗又はバッテリーセル静電容量は、広く一定であると想定されているため、バッテリーセルパラメータの動的な変化は考慮されない。その結果、従来のアプローチでは、バッテリーセルのバッテリーセルパラメータは観察できない。例えば、従来のアプローチでは、バッテリーセルパラメータ（例えば、バッテリーセルの内部抵抗）の変化は、検出不可能又は複雑な測定が必要である。この理由の１つは、主に適応システムの非決定的な動作にある。これにより、従来のバッテリー管理システムは、しばらく経った後に発散して不安定になる可能性がある。

【0005】

Georg Walder et al:“Adaptive State and Parameter Estimation of Lithium-Ion Batteries based on a Dual Linear Kalman Filter（デュアル線形カルマンフィルタに基づくリチウムイオン電池の適応状態及びパラメータ推定）”は、バッテリーパック内の各セルにおける充電状態又は健康状態等の状態及びパラメータのデュアル線形カルマンフィルタに基づく推定を開示している。

【0006】

Christian Kampestrini et al:“Temperature Influences on State and Parameter Estimation based upon a Dual Kalman Filter（デュアルカルマンフィルタに基づく状態及びパラメータ推定への温度の影響）”は、デュアルカルマンフィルタの温度依存性を開示している。この目的のために、種々異なるセル温度でのフィルタ挙動を実証する検証プロセスが開発されている。

【発明の概要】

【発明が解決しようとする課題】

【0007】

したがって、本発明の目的は、バッテリーセル状態及びバッテリーセルパラメータをより高い精度で検出することを可能にする方法及びデバイスを提供することにある。

【課題を解決するための手段】

【0008】

本発明によれば、上記目的は、請求項１に記載の特徴を有する方法によって達成される。

【0009】

したがって、第１の態様では、本発明は、少なくとも１つのバッテリーセルのバッテリーセル状態及びバッテリーセルパラメータを検出するための方法を提供し、該方法は、
バッテリーセルの少なくとも１つのバッテリーセル特性変数ＢＺＫに関するバッテリーセルの特性パラメータ挙動に基づいて、デュアルカルマンフィルタの１つの状態推定器のノイズ成分を決定すると共に、デュアルカルマンフィルタの１つのパラメータ推定器のノイズ成分を決定するステップと、
決定されたノイズ成分に基づき、デュアルカルマンフィルタを使用して、バッテリーセル状態及びバッテリーセルパラメータを、バッテリーセルの指定されたバッテリーモデルに適応させるステップとを含む。

【0010】

したがって、本発明に係る方法によって決定されたノイズ成分は、バッテリーセル状態及びバッテリーセルパラメータを適合又は推定するために使用される。これにより、バッテリーセル状態やバッテリーセルパラメータの動的かつ適応的な推定が可能になる。したがって、デュアルカルマンフィルタは、測定可能なノイズ成分に基づいて調整又は調節される。

【0011】

本発明に係る方法の１つの可能な実施形態では、バッテリーセル状態は、バッテリーセルの充電状態、及び／又は、動的なバッテリーセル状態、特に、バッテリーセルの拡散電圧を含む。

【0012】

本発明に係る方法の１つの可能な実施形態では、バッテリーセルパラメータは、バッテリーセルの内部抵抗、バッテリーセルの定格静電容量、及び／又は、抵抗の動的成分、特に、バッテリーセルの拡散抵抗、及び／又は、静電容量の動的成分、特に、バッテリーセルの拡散静電容量を含む。

【0013】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルは、バッテリーセルの特性変数、バッテリーセルの負荷特性変数、バッテリーセルの温度、及び／又は、バッテリーセルの経年変化特性変数を有する。

【0014】

本発明に係る方法のさらなる可能な実施形態では、決定されたノイズ成分は、処理ノイズ、及び／又は、測定ノイズを有する。

【0015】

本発明に係る方法の１つの可能な実施形態では、処理ノイズは、バッテリーセル状態の処理ノイズ、及び／又は、バッテリーセルパラメータの処理ノイズを含む。

【0016】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタの状態推定器の状態ベクトルは、バッテリーセルのバッテリーセル状態を含むと共に、デュアルカルマンフィルタのパラメータ推定器の状態ベクトルは、バッテリーセルのバッテリーセルパラメータを含む。

【0017】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルの負荷は、検出されたバッテリーセル状態、及び、検出されたバッテリーセルパラメータに基づいて制御される。

【0018】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタの状態推定器によって適応させられたバッテリーセルのバッテリーセル状態と、デュアルカルマンフィルタのパラメータ推定器（２Ｂ）によって適応させられたバッテリーセルのバッテリーセルパラメータとは、制御ユニット（５）へと出力され、該制御ユニットは、バッテリーセルに接続された負荷要素を制御するためのものである、且つ／又は、バッテリーセルに接続された電流源を制御するためのものである。

【0019】

該接続された負荷要素は、例えば、電気モーターであり得る。

【0020】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルの特性パラメータ挙動は、データストアから読み出される。

【0021】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルの特性パラメータ挙動は、各バッテリーセル状態に関する、及び／又は、センサ検出されたバッテリーセルの測定変数に基づく、各バッテリーセルパラメータについてのその平均値及び／又は分散を示す。

【0022】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルの保存された特性パラメータ挙動は、センサ検出された測定変数に基づいて決定される。

【0023】

本発明に係る方法の１つの可能な実施形態では、測定変数は、関係するバッテリーセルの端子電流、端子電位及び／又は温度を含む。

【0024】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセルパラメータの処理ノイズは、バッテリーセル状態に関する、及び／又は、センサ検出された測定変数に基づくその読み出し特性パラメータ挙動に依存して決定され、かつ、バッテリーセル状態の経時的な変化に依存して、及び／又は、センサ検出された測定変数に基づいて決定される。

【0025】

本発明に係る方法のさらなる可能な実施形態では、バッテリーセル状態の処理ノイズは、少なくとも１つのバッテリーセルパラメータに関するその読み出しパラメータ挙動に依存して決定される。

【0026】

本発明に係る方法のさらなる可能な実施形態では、センサ検出された各測定変数について、その測定変数ノイズが、データストアから読み出される測定変数に関する、対応する測定変数センサのノイズ挙動の平均値及び／又は分散に基づいて計算される。

【0027】

本発明に係る方法のさらなる可能な実施形態では、測定ノイズを決定するために、全ての測定変数における計算された測定変数ノイズが加算される。

【0028】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタの安定性が監視され、デュアルカルマンフィルタの不安定性の兆しが認識されるとすぐに、それぞれのバッテリーセル状態の適応が、デュアルカルマンフィルタの状態推定器によって中断されると共に、それぞれのバッテリーセルパラメータの適応が、デュアルカルマンフィルタのパラメータ推定器によって中断される。

【0029】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタの安定性は、バッテリーセル状態の共分散挙動に基づいて、及び、バッテリーセルパラメータの共分散挙動に基づいて監視される。

【0030】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタのバッテリーセル状態の共分散挙動、及び／又は、デュアルカルマンフィルタのバッテリーセルパラメータの共分散挙動が、関連付けられた保存された所望の共分散挙動と比較される。

【0031】

本発明に係る方法のさらなる可能な実施形態では、デュアルカルマンフィルタの状態推定器によるバッテリーセル状態の適応は、その共分散挙動がそれぞれのバッテリーセル状態についての保存された関連付けられた所望の共分散挙動を超えるとすぐに中断される。

【0032】

さらに、本発明に係る方法の１つの可能な実施形態では、デュアルカルマンフィルタのパラメータ推定器によるバッテリーセルパラメータの適応は、その共分散挙動がそれぞれのバッテリーセルパラメータについての保存された関連付けられた所望の共分散挙動を超えるとすぐに中断される。

【0033】

本発明に係る方法のさらなる可能な実施形態では、保存された所望の共分散挙動は、経時的に指数関数的に減少するファンネル関数ＴＦ（ｔ）を含み、ここで、係数が構成される。

【0034】

さらに、さらなる態様によれば、本発明は、請求項２０に記載される、少なくとも１つのバッテリーセルのバッテリーセル状態及び／又はバッテリーセルパラメータを検出するためのデバイスを提供する。

【0035】

したがって、本発明は、少なくとも１つのバッテリーセルのバッテリーセル状態及び／又はバッテリーセルパラメータを検出するためのデバイスを提供し、該デバイスは、
バッテリーセル状態を推定するための状態推定器と、バッテリーセルパラメータを推定するためのパラメータ推定器とを有するデュアルカルマンフィルタであって、バッテリーセルの保存された特性パラメータ挙動に基づいて状態推定器及びパラメータ推定器のノイズ成分を決定するのに適した決定ユニットを含むデュアルカルマンフィルタを含み、
バッテリーセル状態及びバッテリーセルパラメータは、決定ユニットによって決定されたノイズ成分に基づき、デュアルカルマンフィルタを使用して、バッテリーセルの指定されたバッテリーモデルに自動的に適応させられ得る。

【0036】

本発明に係るデバイスの１つの可能な実施形態では、デュアルカルマンフィルタの状態推定器は、第１のカルマンフィルタにより形成され、デュアルカルマンフィルタのパラメータ推定器は、第２のカルマンフィルタにより形成される。

【0037】

本発明に係るデバイスの１つの可能な実施形態では、デュアルカルマンフィルタの２つのカルマンフィルタはそれぞれ、線形カルマンフィルタ、拡張カルマンフィルタ、無香料カルマンフィルタ、平方根無香料カルマンフィルタ、又は、中央差分カルマンフィルタを有する。

【0038】

本発明に係るデバイスのさらなる可能な実施形態では、デュアルカルマンフィルタの状態推定器によって適応させられたバッテリーセルのバッテリーセル状態と、デュアルカルマンフィルタのパラメータ推定器によって適応させられたバッテリーセルのバッテリーセルパラメータとは、制御ユニットへと出力され、該制御ユニットは、バッテリーセルに接続された負荷要素、特に電気モーターを制御するためのものである、且つ／又は、バッテリーセルに接続された電流源を制御するためのものである。

【0039】

本発明に係るデバイスのさらなる可能な実施形態では、デュアルカルマンフィルタは、その安定性に関して、統合された安定性監視ユニットによって監視される。

【0040】

本発明に係るデバイスのさらなる可能な実施形態では、バッテリーセル上に、該バッテリーセルの測定変数をセンサ検出するバッテリーセルセンサが設けられる。

【0041】

本発明に係るデバイスのさらなる可能な実施形態では、バッテリーセルセンサは、バッテリーセルの端子電位を検出するためのセンサと、バッテリーセルの端子電流を検出するためのセンサと、バッテリーセルの温度を検出するための温度センサとを有する。

【0042】

本発明に係るデバイスのさらなる可能な実施形態では、デュアルカルマンフィルタは、入力側において、バッテリーセルセンサによってセンサ検出された測定変数を受信する。

【0043】

さらなる態様によれば、本発明は、エネルギー貯蔵システムの状態及び／又はパラメータを推定するカルマンフィルタの安定した収束挙動を監視するための方法を提供する。

【0044】

第３の態様によれば、本発明は、エネルギー貯蔵システムの状態及び／又はパラメータを推定するカルマンフィルタの安定した収束挙動を監視するための方法を提供し、該方法では、
エネルギー貯蔵システムの少なくとも１つの状態及び／又はパラメータに関してカルマンフィルタによって提供される共分散挙動が、該状態及び／又はパラメータの対応する所望の共分散挙動と比較され、エネルギー貯蔵システムの各状態及び／又は各パラメータに関し、その共分散挙動が対応する所望の共分散挙動を超えるものについて、カルマンフィルタが自動的に非アクティブ化される。

【0045】

本発明の様々な態様における可能な実施形態は、以下に添付の図面を参照してより詳細に説明される。

【図面の簡単な説明】

【0046】

【図1】図１は、従来のバッテリー管理システムにおいて使用され得る、バッテリーセルの電気的等価回路を示す。

【図2】図２は、本発明の一態様に係る、少なくとも１つのバッテリーセルのバッテリーセル状態及びバッテリーセルパラメータを検出するための、本発明に係る方法の１つの可能な例示的実施形態を表す単純なフロー図を示す。

【図3】図３は、本発明のさらなる態様に係る、バッテリーセル状態及び／又はバッテリーセルパラメータを検出するための、本発明に係るデバイスの例示的実施形態を表すブロック図を示す。

【図4】図４は、本発明に係る方法において及び本発明に係るデバイスにおいて使用され得るカルマンフィルタの例示的実施形態を表すブロック図を示す。

【図5】図５は、本発明に係る方法によって及び本発明に係るデバイスにおいて使用され得るデュアルカルマンフィルタの構造を示すさらなるブロック図を示す。

【図6】図６は、本発明に係る方法において使用され得るバッテリーセルのバッテリーモデルの例を示す。

【図7A】図７Ａは、本発明に係るバッテリー管理システムにおける電圧及び電流センサの１つの可能なノイズ挙動を例として示す。

【図7B】図７Ｂは、本発明に係るバッテリー管理システムにおける電圧及び電流センサの１つの可能なノイズ挙動を例として示す。

【図8A】図８Ａは、本発明に係る方法において使用されるバッテリーモデルのノイズ挙動を例として示す。

【図8B】図８Ｂは、本発明に係る方法において使用されるバッテリーモデルのノイズ挙動を例として示す。

【図9A】図９Ａは、バッテリーモデルのパラメータの温度及び充電状態依存性を表す図を示す。

【図9B】図９Ｂは、バッテリーモデルのパラメータの温度及び充電状態依存性を表す図を示す。

【図9C】図９Ｃは、バッテリーモデルのパラメータの温度及び充電状態依存性を表す図を示す。

【図9D】図９Ｄは、バッテリーモデルのパラメータの温度及び充電状態依存性を表す図を示す。

【図10A】図１０Ａは、様々な従来のリチウムイオンバッテリーにおける正規化された放電静電容量を表す図を示す。

【図10B】図１０Ｂは、様々な従来のリチウムイオンバッテリーにおける正規化された放電静電容量を表す図を示す。

【図10C】図１０Ｃは、様々な従来のリチウムイオンバッテリーにおける正規化された放電静電容量を表す図を示す。

【図10D】図１０Ｄは、様々な従来のリチウムイオンバッテリーにおける正規化された放電静電容量を表す図を示す。

【図11A】図１１Ａは、バッテリーセルパラメータの変化の分散及びバッテリーセルの充電状態に関する状態変化を表す図を示す。

【図11B】図１１Ｂは、バッテリーセルパラメータの変化の分散及びバッテリーセルの充電状態に関する状態変化を表す図を示す。

【図11C】図１１Ｃは、バッテリーセルパラメータの変化の分散及びバッテリーセルの充電状態に関する状態変化を表す図を示す。

【図11D】図１１Ｄは、バッテリーセルパラメータの変化の分散及びバッテリーセルの充電状態に関する状態変化を表す図を示す。

【図12A】図１２Ａは、バッテリーセルにおける端子電流に関するバッテリーセル静電容量の変化の分散を表す図を示す。

【図12B】図１２Ｂは、バッテリーセルにおける端子電流に関するバッテリーセル静電容量の変化の分散を表す図を示す。

【図12C】図１２Ｃは、バッテリーセルにおける端子電流に関するバッテリーセル静電容量の変化の分散を表す図を示す。

【図12D】図１２Ｄは、バッテリーセルにおける端子電流に関するバッテリーセル静電容量の変化の分散を表す図を示す。

【図13】図１３は、共分散の理論的な推移を示す画像を示す。

【図14】図１４は、安定性監視のための本発明に係る方法及び本発明に係るデバイスにおいて使用され得るファンネル関数における拡散電圧の推移を例として示す。

【発明を実施するための形態】

【0047】

図２に見られるように、本発明の一態様に係るバッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰを検出する方法は、本質的に２つのステップを含む。

【0048】

第１のステップＳ１では、デュアルカルマンフィルタの状態推定器のノイズ成分ｎ，ｖ及びデュアルカルマンフィルタのパラメータ推定器のノイズ成分ｎ，ｖは、バッテリーセルＢＺの少なくとも１つのバッテリーセル特性変数ＢＺＫに関する該バッテリーセルの特性パラメータ挙動に基づいて決定される。

【0049】

さらなるステップＳ２では、バッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰは、デュアルカルマンフィルタを使用して、ステップＳ１で決定されたノイズ成分ｎ，ｖに基づき、バッテリーセルＢＺの指定されたバッテリーモデルＢＭに適応させられる。

【0050】

１つの可能な実施形態では、ステップＳ１にて決定されたノイズ成分ｎ，ｖは、処理ノイズｖ及び測定ノイズｎを含む。決定された処理ノイズｖは、バッテリーセル状態ＢＺＺの処理ノイズｖ_ＢＺＺ、及び／又は、バッテリーセルパラメータＢＺＰの処理ノイズｖ_ＢＺＰを含み得る。

【0051】

図１に示す方法において使用される本発明に係るデュアルカルマンフィルタＤＫＦは、２つのカルマンフィルタＫＦが互いに結合されており、ここで、第１のカルマンフィルタが状態推定器として使用され、第２のカルマンフィルタがパラメータ推定器として使用される。デュアルカルマンフィルタＤＫＦの状態推定器の状態ベクトルは、バッテリーセルＢＺのバッテリーセル状態ｘ_ＢＺＺを含む。デュアルカルマンフィルタＤＫＦのパラメータ推定器の状態ベクトルは、バッテリーセルＢＺのバッテリーセルパラメータｘ_ＢＺＰを含む。１つの可能な実施形態では、ステップＳ１にて使用されるバッテリーセルＢＺの特性パラメータ挙動は、データストアから読み出される。１つの可能な実施形態では、バッテリーセルＢＺの特性パラメータ挙動は、各バッテリーセルパラメータＢＺＰについて、バッテリーセルＢＺの各バッテリーセル状態ＢＺＺに関するその平均値μ_ＢＺＰ及び／又はその分散σ_ＢＺＰを含む。１つの実施形態では、バッテリーセルＢＺの保存された特性パラメータ挙動は、センサ検出された測定変数ＭＧに基づいて決定され得る。これらの測定変数ＭＧは、例えば、バッテリーセルＢＺの端子電流Ｉ_ＫＬ、端子電圧Ｕ_ＫＬ及び／又は温度を含む。

【0052】

１つの可能な実施形態では、ステップＳ１において、バッテリーセルパラメータＢＺＰの処理ノイズｖ_ＢＺＰは、バッテリーセル状態ＢＺＺに関する、及び／又は、センサ検出された測定変数ＭＧに基づく読み出し特性パラメータ挙動に依存して決定され、かつ、バッテリーセル状態ＢＺＺの経時的な変化に依存して、及び／又は、センサ検出された測定変数ＭＧに基づいて決定される。

【0053】

１つの可能な実施形態では、バッテリーセルＢＺのバッテリーセル状態ＢＺＺは、バッテリーセルの充電状態ＳＯＣ、及び／又は、動的なバッテリーセル状態ＢＺＺ、特に、バッテリーセルＢＺの拡散電圧Ｕ_ｄを含む。バッテリーセルＢＺの充電状態ＳＯＣは、０〜１の間、又は、０〜１００％の間である。拡散電圧Ｕ_ｄは、バッテリーモデルＢＭにおける特定の電圧であって、例えば、図６に表されるものであり、ＲＣ要素上にて減少し、それによって動的な動作を示す。バッテリーセル状態ＢＺＺは、バッテリーモデルＢＭの特定の物理的変数であり、微分方程式内の状態としても生じる。

【0054】

１つの可能な実施形態では、バッテリーセルＢＺのバッテリーセルパラメータＢＺＰは、バッテリーセルの内部抵抗Ｒ_ｉ、バッテリーセルＢＺの定格静電容量Ｃ_ｎ、及び、抵抗の動的成分、特に、バッテリーセルの拡散抵抗Ｒ_ｄ、及び／又は、静電容量の動的成分、特に、バッテリーセルＢＺの拡散静電容量Ｃ_Ｄを含む。バッテリーセルパラメータＢＺＰは、バッテリーモデルＢＭの特定の物理変数が含まれ、これは微分方程式内のパラメータ又は値として生じる。定格静電容量Ｃ_ｎは、バッテリーセルパラメータＢＺＰを形成し、現在の影響変数に基づいてバッテリーセルＢＺの現在の静電容量を示す。拡散抵抗Ｒ_ｄもまた、バッテリーセルパラメータＢＺＰを表し、例として図６に示される使用されるバッテリーモデルＢＭの動的ＲＣ成分の抵抗成分を示す。バッテリーセルＢＺの拡散静電容量Ｃ_Ｄもまた、バッテリーセルパラメータＢＺＰを形成し、図６に示されるバッテリーモデル内の動的ＲＣ成分の静電容量成分を表す。

【0055】

１つの可能な実施形態では、バッテリーセルＢＺのバッテリーセル特性変数ＢＺＫは、バッテリーセルＢＺの負荷特性変数、バッテリーセルＢＺの温度Ｔ、及び／又は、バッテリーセルＢＺの経年変化特性変数を含む。バッテリーセル特性変数ＢＺＫとして使用されるバッテリーセルＢＺの負荷変数の一例は、いわゆるＣレートである。Ｃレートは定格静電容量の負荷倍数であり、バッテリーセルＢＺの負荷を表す。例えば、バッテリーセルＢＺの静電容量が１Ａｈの場合、１Ｃは１Ａの負荷を示す。例えば、バッテリーセルＢＺの経年変化特性変数としては、サイクル数又はバッテリーセルの経年変化に関する特性変数が使用され得る。

【0056】

１つの可能な実施形態では、ステップＳ１で使用されるノイズ成分ｎ，ｖは、処理ノイズｖ、及び／又は、測定ノイズｎを含む。１つの可能な実施形態では、処理ノイズは、様々なバッテリーセル状態ＢＺＺの処理ノイズｖ_BZZ、及び／又は、様々なバッテリーセルパラメータＢＺＰの処理ノイズｖ_BZPを含み得る。１つの可能な実施形態では、処理ノイズは、バッテリーセルＢＺの充電状態ＳＯＣの処理ノイズ、及び／又は、バッテリーセルＢＺの拡散電圧Ｕ_dの処理ノイズを含む。さらに、処理ノイズは、様々なバッテリーセルパラメータＢＺＰの処理ノイズｖ_BZP、例えば、バッテリーセルＢＺの内部抵抗、バッテリーセルＢＺの定格静電容量Ｃ_N、バッテリーセルＢＺの拡散抵抗Ｒ_d、及び／又は、バッテリーセルＢＺの拡散静電容量Ｃ_Dもまた含み得る。

【0057】

バッテリーセルパラメータＢＺＰの処理ノイズｖ_ＢＺＰは、バッテリーセル状態ＢＺＺに関する読み出し特性パラメータ挙動に依存して決定される。あるいは、処理ノイズは、センサ検出された測定変数ＭＧに基づいて、又は、バッテリーセル状態ＢＺＺの経時的変化に依存して決定されることもあり得る。バッテリーセル状態ＢＺＺの処理ノイズｖ_ＢＺＺは、少なくとも１つのバッテリーセルパラメータＢＺＰに関する読み出しパラメータ挙動に依存して決定される。本発明に係る方法の１つの可能な実施形態では、センサ検出された各測定変数ＭＧについて、その測定変数ノイズは、測定変数ＭＧに関する対応する測定変数センサのノイズ挙動の平均値μ_ＭＧ及び／又はノイズの分散σ_ＭＧに基づいて計算される。測定ノイズｎを決定するために、全ての測定変数における計算された測定変数ノイズが加算され得る。

【0058】

図３は、少なくとも１つのバッテリーセルＢＺのバッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰを検出するための、本発明に係るデバイス１の例示的実施形態を示すブロック図を示す。図３に見られるように、本発明に係る検出デバイス１は、図中の例示的実施形態において、デュアルカルマンフィルタ２を有する。デュアルカルマンフィルタ２は、２つの結合されたカルマンフィルタによって構成されている。デュアルカルマンフィルタ２の第１のカルマンフィルタ２Ａは、バッテリーセル状態ＢＺＺを推定するための状態推定器ＺＳとして使用される。デュアルカルマンフィルタ２の第２のカルマンフィルタ２Ｂは、バッテリーセルＢＺのバッテリーセルパラメータＢＺＰを推定するためのパラメータ推定器ＰＳとして使用される。さらに、検出デバイス１は、バッテリーセルＢＺの保存された特性パラメータ挙動に基づいて状態推定器２Ａ及びパラメータ推定器２Ｂのノイズ成分ｎ，ｖを決定するのに適した決定ユニット３を有する。バッテリーセルＢＺの特性パラメータの挙動は、例えば、データストア４内に保存される。バッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰは、決定ユニット３によって決定されたノイズ成分ｎ，ｖに基づき、デュアルカルマンフィルタ２を使用して、バッテリーセルＢＺの指定されたバッテリーモデルＢＭに自動的に適応させられ得る。デュアルカルマンフィルタ２の状態推定器ＺＳは、第１のカルマンフィルタ２Ａにより形成され、デュアルカルマンフィルタ２のパラメータ推定器ＰＳは、第２のカルマンフィルタ２Ｂにより形成される。本発明に係る検出デバイス１の１つの可能な実施形態では、デュアルカルマンフィルタ２の２つのカルマンフィルタ２Ａ，２Ｂはそれぞれ、線形カルマンフィルタＬＫＦ、拡張カルマンフィルタＥＫＦ、無香料カルマンフィルタＵＫＦ、平方根無香料カルマンフィルタＳＲ−ＵＫＦ又は中央差分カルマンフィルタＣＤ−ＫＦによって形成される。カルマンフィルタ２は、システム状態変数ｘについての推定値を提供する。

【数1】

ここで、ｘは状態ベクトルであり、
Ａはシステム行列を表し、
Ｂは入力行列を表し、
ｕは決定論的な入力ベクトルであり、又は、制御ベクトルであり、
ｖはガウス分布処理ノイズを表し、
ｙは、出力行列Ｃとガウス分布の測定ノイズｎとから生成される出力値を形成する。

【0059】

１つの可能な実施形態では、バッテリーセルＢＺの端子電流Ｉ_ＫＬ及び／又は端子電圧Ｕ_ＫＬは、決定論的な入力変数又は制御ベクトルｕとして使用され得る。

【0060】

図４は、線形離散カルマンフィルタ２の構造を示す。図４に表す線形離散カルマンフィルタＫＦは、デュアルカルマンフィルタ２の状態推定器２Ａ及び／又はパラメータ推定器２Ｂとして使用され得る。図４に表すカルマンフィルタ２の上部は、バッテリーセルＢＺのバッテリーモデルＢＭを示し、適応フィルタとしてのカルマンフィルタＫＦの下部は、カルマン増幅によって、状態、特にバッテリーセル状態ＢＺＺの誤差を最小限に抑える。ｘはバッテリーセルＢＺの状態ベクトルを表し、ｙはバッテリーセルＢＺの出力ベクトルを表す。カルマンフィルタＫＦの入力には、決定論的な制御ベクトルｕ、例えば、バッテリーセルＢＺの測定された端子電圧Ｕ_ＫＬ及び／又は測定された端子電流Ｉ_ＫＬが配置される。

【0061】

非線形システムには、ラプラス変換による離散化が不可能である。出力形式は、非線形１次微分方程式によって構成される状態空間表現である。

【数2】

ここで、ｖは処理ノイズであり、ｎは測定ノイズであり、
ｘはバッテリーセルの状態ベクトルであり、
ｙはバッテリーセルの出力ベクトルであり、
ｕは決定論的な入力ベクトルであり、
ｆ，ｈは非線形関数を表す。

【0062】

１つの可能な実施形態では、状態推定器ＺＳ又はパラメータ推定器ＰＳとして使用されるカルマンフィルタＫＦは、線形カルマンフィルタによって形成される。さらなる可能な実施形態では、拡張カルマンフィルタＥＫＦもまた使用され得る。この場合、離散システム行列Ａは、テイラー級数によって近似される。連続システム行列Ａ及び出力行列Ｃは、非線形微分方程式からの１次近似（ヤコビ行列）を使用して近似される。

【0063】

さらなる可能な代替実施形態では、デュアルカルマンフィルタ２の２つのカルマンフィルタＫＦは、無香料カルマンフィルタＵＫＦによって形成される。無香料カルマンフィルタＵＫＦは、シグマポイントカルマンフィルタのグループに属する。このタイプのフィルタでは、線形化及びそれによって制限される精度に関するＥＫＦの問題は、無演繹（ableitlose）アプローチによって解決される。この場合、システム方程式はテイラー級数によって近似されるのではなく、様々なポイント、いわゆるシグマポイントでの関数評価によって計算される。シグマポイントは、求められる状態の平均値及び共分散を正確に検出するように、非線形関数の入力として選択される。

【0064】

本発明に係る検出デバイス１のさらなる可能な実施形態では、デュアルカルマンフィルタ２の２つのカルマンフィルタ２Ａ，２Ｂは、平方根無香料カルマンフィルタＳＲ−ＵＫＦによって形成される。ＵＫＦフィルタを使用する場合の欠点は、状態共分散Ｐ_ｋ＝Ｓ_ｋＳＴｋを決定するために、シグマポイントＳ_ｋの必要な平方根を計算することである。たとえば、シグマポイントには、コレスキー分解が使用され得るが、これはかなりの計算作業を要する。平方根無香料カルマンフィルタＳＲ−ＵＫＦを用いれば、全ての時間セグメントで再因子分解する必要なく、シグマポイントＳ_ｋが直接伝播される。したがって、状態共分散が正の半定義値を想定し、線形カルマンフィルタと同様の再帰的動作を行うため、このカルマンフィルタはより安定する。この目的のために、１つの可能な実施形態では、平方根無香料カルマンフィルタＳＲ−ＵＫＦは、様々な線形代数技術、例えば、ＱＲ分解、コレスキー因子の更新、又は、最小二乗法を採用し得る。

【0065】

本発明に係る検出デバイス１のさらなる可能な実施形態では、デュアルカルマンフィルタ２の２つのカルマンフィルタ２Ａ，２Ｂはそれぞれ、中央差分カルマンフィルタＣＤ−ＫＦによって形成され得る。中心差分カルマンフィルタＣＤ−ＫＦは、スターリングの補間式に基づいており、その回路構造に関しては、無香料カルマンフィルタＵＫＦに類似する。

【0066】

図５は、本発明に係る検出デバイス１にて使用され得るデュアルカルマンフィルタ２の構造を示す。デュアルカルマンフィルタＫＦは、状態推定器２Ａ及びパラメータ推定器２Ｂを含む。状態推定器２Ａ及びパラメータ推定器２Ｂは、いずれもカルマンフィルタ２によって形成され得るものであり、各カルマンフィルタ２は、予測部ＰＴ及び補正部ＫＴを含む。状態推定器２Ａは、バッテリーセルＢＺのバッテリーセル状態ＢＺＺを推定するために使用される。デュアルカルマンフィルタ２のパラメータ推定器２Ｂは、バッテリーセルＢＺのバッテリーセルパラメータＢＺＰを推定するために使用される。バッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰは、決定されたノイズ成分ｎ，ｖに基づき、デュアルカルマンフィルタ２を使用して、バッテリーセルＢＺの指定されたバッテリーモデルＢＭに自動的に適応される。これらのノイズ成分ｎ，ｖは、図３に示される決定ユニット３によって決定される。

【0067】

１つの可能な実施形態では、デュアルカルマンフィルタ２の状態推定器２Ａにより適応させられたバッテリーセル状態ＢＺＺと、デュアルカルマンフィルタ２のパラメータ推定器２Ｂにより適応させられたバッテリーセルＢＺのバッテリーセルパラメータＢＺＰとは、図３に示されるような制御ユニット５に出力される。可能な一実施形態では、この制御ユニット５は、バッテリーセルＢＺに接続された負荷要素、例えば、電気モーターを制御するために使用される。さらに、代替実施形態では、制御ユニット５は、バッテリー電源ＢＺに接続された電流源を制御するために提供され得る。図３に示すように、１つの可能な実施形態では、制御ユニット５は、バッテリーセルＢＺに接続された電気負荷要素６に対して制御信号ＣＲＴＬ−ＲＬを提供する。この負荷要素６は、例えば、電気自動車の電気モーターであり得る。さらに、図３に示される例示的実施形態では、制御ユニット５は、バッテリーセルＢＺに接続された電流源７に対して制御信号ＣＴＲＬ−ＳＱを提供する。電流源７は、バッテリーセルＢＺの第１バッテリーセル端子８に接続されている。負荷要素６は、バッテリーセルＢＺの第２のバッテリーセル端子９に接続されている。

【0068】

図３に示される例示的な実施形態では、様々なセンサがバッテリーセルＢＺ上に提供される。１つの可能な実施形態では、センサは、電圧センサ１０と、電流センサ１１と、温度センサ１２とを含む。電圧センサ１０は、２つのバッテリーセル端子８，９間の端子電圧Ｕ_ＫＬを測定する。図示の例示的実施形態では、電流センサ１１は、バッテリーセルＢＺの端子電流Ｉ_ＫＬを測定するために使用される。さらに、温度センサ１２は、バッテリーセルＢＺの温度Ｔを測定するために使用される。バッテリーセルＢＺの端子電圧Ｕ_ＫＬ、端子電流Ｉ_ＫＬ及び温度Ｔは、センサによって検出される測定変数ＭＧを表す。これらの測定変数ＭＧは、図３に示されるブロック図に示されるように、決定論的な入力測定変数としてデュアルカルマンフィルタ２へと供給される。測定変数ＭＧ、すなわちバッテリーセルＢＺの端子電圧Ｕ_ＫＬ、端子電流Ｉ_ＫＬ及び／又は温度Ｔもまた、決定ユニット３に供給される。決定ユニット３は、バッテリーセルＢＺの保存された特性パラメータ挙動に基づいて、状態推定器２Ａ及びパラメータ推定器２Ｂのノイズ成分ｎ，ｖを決定する。１つの可能な実施形態では、データストア４は、各バッテリーセル状態ＢＺＺに関する、各バッテリーセルパラメータＢＺＰについてのその平均値μ_ＢＺＰ、その分散σ_ＢＺＰ、及び、センサによって検出されたバッテリーセルＢＺの測定変数ＭＧを保存する。バッテリーセルパラメータＢＺＰの処理ノイズｖ_ＢＺＰは、センサ検出された測定変数ＭＧに基づいて、バッテリーセル状態ＢＺＺに関するその読み出し特性パラメータ挙動に依存して、決定ユニット３により決定される。さらに、バッテリーセル状態ＢＺＺの処理ノイズｖ_ＢＺＺは、少なくとも１つのバッテリーセルパラメータＢＺＰに関するその読み出しパラメータ挙動に依存して、決定ユニット３により決定される。センサ検出された各測定変数ＭＧについて、決定ユニット３は、データストア４から読み出される測定変数ＭＧに関する、対応する測定変数センサ１０，１１，１２のノイズ挙動の平均値μ_ＭＧ及び／又は分散σ_ＭＧに基づいて、その測定変数ノイズｎを計算する。決定ユニット３により測定ノイズｎを決定するために、様々な測定変数ＭＧにおける計算された測定変数ノイズが加算され得る。決定された測定ノイズｎは、図３に示すように、デュアルカルマンフィルタ２へと供給される。

【0069】

デュアルカルマンフィルタ２は、２つのカルマンフィルタ２Ａ，２Ｂを備えており、これらは互いに並行して調整され得る。デュアルカルマンフィルタ２の２つのカルマンフィルタ２Ａ，２Ｂは、同一の入力ベクトルｕ_ｋ−１及び同一の測定変数ｙ_ｋを有し得る。２つのカルマンフィルタ２Ａ，２Ｂのそれぞれの予測部ＰＴでは、以前に計算された状態及びパラメータが、現在の時間ステップにおける入力変数を形成する。デュアルカルマンフィルタ２内の２つのカルマンフィルタ２Ａ，２Ｂは、同一のフィルタタイプを有することもでき、異なるフィルタタイプにて形成されることもできる。デュアルカルマンフィルタ２の状態ベクトルｘは、状態推定器２Ａの状態ベクトル及びパラメータ推定器２Ｂの状態ベクトルを含む。状態推定器２Ａの状態ベクトルｘ_ＢＺＺは、バッテリーセルＢＺのバッテリーセル状態ＢＺＺを含む。デュアルカルマンフィルタ２のパラメータ推定器２Ｂの状態ベクトルは、バッテリーセルＢＺのバッテリーセルパラメータｘ_ＢＺＰを含む。状態推定器２Ａ及びパラメータ推定器２Ｂにおける供給された測定変数ＭＧが同じであるため、非線形出力方程式のパラメータベクトルの追加の依存関係のみが、パラメータ推定器２Ｂの連続状態空間表現において変化する：

【数3】

この実施形態では、バッテリーセルパラメータＢＺＰの適応は、主にパラメータ処理ノイズを介して行われる。

【0070】

本発明に係る方法の１つの可能な実施形態では、デュアルカルマンフィルタ２の安定性が監視される。デュアルカルマンフィルタ２の不安定性の兆しが認識されるとすぐに、それぞれのバッテリーセルパラメータＢＺＰの適応が、デュアルカルマンフィルタ２の状態推定器２Ａによって中断されると共に、それぞれのバッテリーセル状態ＢＺＺの適応が、デュアルカルマンフィルタ２のパラメータ推定器２Ｂによって中断される。１つの可能な実施形態では、デュアルカルマンフィルタ２の安定性は、バッテリーセル状態ＢＺＺの共分散挙動Ｐ_ＢＺＺに基づいて、及び、バッテリーセルパラメータＢＺＰの共分散挙動Ｐ_ＢＺＰに基づいて監視される。１つの可能な実施形態では、バッテリーセル状態ＢＺＺの共分散挙動Ｐ_ＢＺＺ、及び／又は、デュアルカルマンフィルタ２のバッテリーセルパラメータＢＺＰの共分散挙動Ｐ_ＢＺＰは、関連付けられた保存された所望の共分散と比較される。デュアルカルマンフィルタ２の状態推定器２Ａを使用したバッテリーセル状態ＢＺＺの適応は、その共分散挙動Ｐ_ＢＺＺがそれぞれのバッテリーセル状態ＢＺＺの保存された関連付けられた所望の共分散挙動を超えるとすぐに中断される。さらに、デュアルカルマンフィルタ２のパラメータ推定器２Ｂを使用したバッテリーセルパラメータＢＺＰの適応は、その共分散挙動Ｐ_ＢＺＰがそれぞれのバッテリーセルパラメータＢＺＰの保存された関連付けられた所望の共分散挙動を超えるとすぐに中断される。１つの可能な実施形態では、保存された所望の共分散挙動は、経時的に指数関数的に減少するファンネル関数を含み、該ファンネル関数の係数が構成される。

【0071】

図３に示される例示的実施形態では、検出デバイス１は、安定性監視ユニット１３を含み、該安定性監視ユニット１３は、対応する共分散挙動が保存された関連付けられた共分散挙動を超えるとすぐに、デュアルカルマンフィルタ２の状態推定器２Ａを使用したバッテリーセル状態ＢＺＺの適応、及び／又は、デュアルカルマンフィルタ２のパラメータ推定器２Ｂを使用したバッテリーセルパラメータＢＺＰの適応を中断するのに適している。１つの可能な実施形態では、所望の共分散挙動は、検出デバイス１のデータストア１４内に保存される。１つの可能な実装形態では、図１３，１４に表されるように、保存された所望の共分散挙動は、経時的に指数関数的に減少するファンネル関数を含む。

【0072】

図６は、本発明による方法及び本発明に係る検出デバイス１において使用され得るバッテリーモデルＢＭを例として示す。

【0073】

抵抗Ｒ_ＤＣ１ｓは、バッテリーセルＢＺの実際のセル内部抵抗Ｒ_ｉと、１秒以内に生じる全ての動的プロセス、例えば、電荷転送プロセスとを組み合わせた合成抵抗である。抵抗Ｒ_Ｄは、バッテリーセルＢＺの拡散抵抗を表す。静電容量Ｃ_Ｄは、バッテリーセルＢＺの拡散静電容量を表す。さらに、図６は、バッテリーセルＢＺの端子電圧Ｕ_ＫＬとバッテリーセルＢＺの端子電流Ｉ_ＫＬとを表す。さらに、バッテリーモデルＢＭは、拡散抵抗Ｒ_Ｄと拡散静電容量Ｃ_Ｄとにわたって印可される拡散電圧Ｕ_Ｄを示す。Ｕ_０（ＳＯＣ）は、充電状態に依存するバッテリーセルの開回路電圧（ＯＣＶ）である。

【0074】

充電状態ＳｏＣは、負荷期間にわたる統合端子電流として定義される、及び、充電状態ＳｏＣの演繹（Ableitung）は、バッテリーセルの静電容量Ｃ_ｎに関する端子電流Ｉ_ＫＬ（ｔ）である。

【数4】

拡散電圧Ｕ_Ｄは、以下の１次微分方程式から計算され得る：

【数5】

ここから、状態空間表現は以下のように作成され得る。

【数6】

端子電圧Ｕ_ＫＬは、端子電流Ｉ_ＫＬによって引き起こされるバッテリーセルＢＺの内部電圧降下から、以下のように計算される。

【数7】

したがって、この単純な例示的実施形態では、状態ベクトルｘ（ｔ）は、以下を含む：

【数8】

【0075】

カルマンフィルタ２の動作に影響を与え得る重要な変数は、ノイズ、すなわち処理ノイズｖ及び測定ノイズｎである。測定ノイズｎには、測定における誤差と、そこからトレースされるモデル適応における該誤差の影響が考慮される。処理ノイズｖには、バッテリーモデルＢＭの簡素化と誤差耐性とが考慮される。以下、デュアルカルマンフィルタ２のそれぞれのノイズ項が、可能な実際の適用事例において迅速かつ効率的な適応を実行するために導出される。

【0076】

測定ノイズｎの考慮は、以下の出力方程式において行われる：

【数9】

【0077】

使用されるバッテリーモデルＢＭの出力式を調査すると、様々な測定ノイズ成分、特に、セル電圧測定の測定ノイズ、電流センサの測定ノイズ、及び、拡散電圧に関するノイズ値が識別され得る。各項の分散σから、測定ノイズｎが導出され得る。

【数10】

３つのノイズ成分の重み付けは、それぞれ大きく異なり得る。

【0078】

図７Ａ，７Ｂは、本発明に係るバッテリー管理システムにおける電圧及び電流センサのノイズ挙動を例として示す。図７Ａは、（例えば、図３に示す電圧センサ１０の）バッテリー管理システムにおける電圧センサのノイズ挙動を示す。図７Ａは、端子電圧Ｕ_ＫＬに関する測定値の分布を示す。例えば、平均値μは４．０１Ｖであり、分散は６．５４６ｅ−０．５である。

【0079】

図７Ｂは、（例えば、図３に示す電流センサ１１の）バッテリー管理システムにおける電流センサの挙動を例として示す。異なる端子電流Ｉ_ＫＬにわたって分布する測定値の数が確認できる。例えば、平均値μはμ＝−１．１４Ａであり、分散σは１．３８９ｅ−０１である。

【0080】

図８Ａ，８Ｂは、バッテリーモデルＢＭのノイズ挙動を示す。図８Ａは、時間ｔにわたる測定とシミュレーションとの間の誤差を示す。図８Ａは、バッテリーセルＢＺの真のセル電圧に関するバッテリーモデリングの絶対誤差を示す。

【0081】

図８Ｂは、偏差のヒストグラムを示す。したがって、図８Ｂは、関連付けられたノイズ挙動を示す。図８Ｂは、例えば、様々な電圧Ｕの測定回数を示す。

【0082】

図６に示されたバッテリーモデルＢＭに表される内部抵抗Ｒ_ＤＣ１ｓは、ノイズに関してパラメータと全く同じような挙動を取るため、パラメータノイズと共に比較され得る。第１の状態ＵＤの処理ノイズｖ１を調査すると、第１の状態ＵＤは以下のようにして導出され得る：

【数11】

第２のバッテリーセル状態ＳＯＣの第２の処理ノイズ成分ｖ２を調査するには、以下を導出により生成する：

【数12】

【0083】

第３の状態Ｒ_ｄｃ１ｓの挙動はパラメータと同じであるため、処理ノイズｖをモデリングすると、第３の状態Ｒ_ｄｃ１ｓもまた観察され得る。バッテリーセルパラメータＢＺＰの処理ノイズは、個々のバッテリーセルパラメータＢＺＰをどれだけ大きく変更する必要があるかを決定する。従来の構成では、パラメータ推定器２Ｂは、もはや変化しなくなった固定パラメータ又はバッテリーセルパラメータＢＺＰを推定するためにのみ使用される。バッテリーセルパラメータＢＺＰが変化すると、デュアルカルマンフィルタ２が不安定になり得る。

【0084】

処理ノイズ成分ｖ_ＢＺＰは、バッテリーセルパラメータＢＺＰの状態空間表現内に生じる。カルマンフィルタ２に関する基本的な考慮事項の範囲内では、このノイズ値は、対応するバッテリーセルパラメータＢＺＰにおける変化の特定の確率に他ならない。バッテリーセルパラメータＢＺＰが広範囲にわたって非常に大きく変化する場合、このことは関連するバッテリーセルパラメータＢＺＰの大きな分散σに対応する一方、逆に、小さな変化は非常に小さな分散に対応する。

【0085】

図９Ａ〜９Ｄ及び１０Ａ〜１０Ｄは、個々のバッテリーセルパラメータＢＺＰの温度Ｔ、充電状態ＳＯＣ及び負荷に対する動的依存性を示す。それぞれの影響変数又はバッテリーセル特性変数ＢＺＫに関する対応するバッテリーセルパラメータＢＺＰの分散σがそこから推定される場合、バッテリーセルパラメータＢＺＰのノイズ項が決定され得る。このようにして、例えば第３のバッテリーセルパラメータＲ_ｄｃ１ｓ及び２つのバッテリーセルパラメータＲ_Ｄ，Ｃ_Ｄにおいて、充電状態依存性を観察することが可能になる。

【0086】

図９Ａは、内部抵抗Ｒ_ｄｃ１ｓの充電状態ＳＯＣに対する依存性を、様々な温度Ｔのバッテリーセル状態ＢＺＺとして示す。

【0087】

図９Ｂは、様々な温度について、時定数τ_ＣＤ（τ＝Ｒ_Ｄ×Ｃ_Ｄ）の充電状態ＳＯＣに対する依存性を示す。

【0088】

図９Ｃは、様々な温度Ｔについて、充電状態ＳＯＣに対する拡散抵抗Ｒ_Ｄの依存性を示す。さらに、図９Ｄは、様々な温度Ｔについて、充電状態ＳＯＣに対する拡散容量Ｃ_Ｄの依存性を示す。

【0089】

同様に、静電容量Ｃ_ｎは、バッテリーセルパラメータＢＺＰを形成する。図１０Ａ〜１０Ｄは、様々な典型的なリチウムイオンバッテリーの化学的性質についての正規化された放電静電容量を示す。図１０Ａは、ＮＭＣバッテリーについて、正規化された放電静電容量を示す。

【0090】

図１０Ｂは、様々な温度Ｔについて、ＬＦＰバッテリーの正規化された放電静電容量を示す。

【0091】

図１０Ｃは、様々な温度Ｔについて、Ｃレートに関する正規化された放電静電容量を示す。図１０Ｄは、様々な温度Ｔについて、ＬＴＯバッテリーについてのＣレートに対する正規化された放電静電容量を示す。バッテリーセルパラメータＣ_ｎを使用することにより、端子電流Ｉ_ＫＬ又はＣレートに関する変化が、図１０Ａ〜１０Ｄにて観察される。温度Ｔは他の変数と比較して比較的ゆっくりとしか変化しないため、ノイズ共分散のほんの一部のみ構成すると仮定でされ得る。

【0092】

図１１Ａ〜図１１Ｄは、パラメータの変化の分散及び充電状態ＳＯＣに対する状態変化を示す。図１１Ａは、充電状態ＳＯＣに対する内部抵抗Ｒ_{ｄｃ，１ｓ}の分散を示す。図１１Ｂは、充電状態ＳＯＣに対する時定数の分散を示す。図１１Ｃは、充電状態ＳＯＣに対する拡散抵抗Ｒ_Ｄの分散を示す。図１１Ｄは、充電状態ＳＯＣに対する拡散容量Ｃ_Ｄの分散を示す。

【0093】

充電状態ＳＯＣに依存する分散が存在するため、サイクル期間ｔ₁−ｔ₂の充電状態ＳＯＣの差、すなわち（ＳＯＣ（ｔ₂）−ＳＯＣ（ｔ₁））が使用され得る：

【数13】

図１０Ａ〜１０Ｄに既に示されるように、バッテリー静電容量は様々な要因に依存しており、特に、端子電流、温度、放電深度、経年変化及び回復に依存している。様々な依存性に基づき、適応方法をセル静電容量の処理ノイズ成分のモデリングに基づいて実装することが可能であり、この方法により適応労力が最小限に抑えられる。

【0094】

このモデリングの場合、動的に変化する端子電流Ｉ_ＫＬの依存性が考慮可能であり、ここのとき、温度Ｔは比較的ゆっくりと変化し、そのため該分散σに対して従属的に寄与することが想定される。より低い温度ＴではバッテリーセルＢＺの静電容量が大幅に低下するため、温度の変化Ｔ＝０℃でのセルの挙動が分散の調査に使用される。

【0095】

図１２Ａ〜１２Ｄは、様々な典型的なリチウムイオンバッテリーの化学的性質についての様々なヒストグラムを示す。

【0096】

図１２Ａ〜１２Ｄは、４つの特徴的なリチウムイオンバッテリーの化学的性質における、端子電流Ｉ_ＫＬに対する電池容量の変化の分散を示す。

【0097】

図１２Ａは、ＮＭＣバッテリーにおける静電容量の変化を示す。図１２Ｂは、ＬＦＰバッテリーにおける静電容量の変化を示す。図１２Ｃは、ＮＣＡバッテリーにおける静電容量の変化を示し、図１２Ｄは、ＬＴＯバッテリーにおける静電容量の変化を示す。

【0098】

分散は、生産Ｃ０後の元のセル容量の倍数としての端末電流Ｉ_ＫＬに依存しているため、端末電流の差分がサイクル期間に使用され得る。

【数14】

離散ノイズモデリングによって、以下が生成される。

【数15】

【0099】

図１０Ａ〜１０Ｄは、ＮＣＡとＮＭＣとの２つのセルの化学的性質には違いがほとんどなく、ＬＦＰとＬＴＯとの化学的性質には強い揺らぎが含まれることを示す。ＬＦＰバッテリーセルは、最も軽微なノイズ挙動を示す。このことは、このセルの化学的性質を使用する場合に、他のセルの化学的性質よりもバッテリーセルＢＺのセル静電容量の変化がはるかに少ないことを意味する。ＬＴＯバッテリーセルの化学的性質は、それらの間にある。それぞれの適用事例に対してフィルタを適応させるために、セルの化学的性質が選択可能であり、それに応じてそのノイズ挙動が考慮され得る。

【0100】

本発明に係るデバイス１及び本発明に係る方法の好ましい実施形態では、デュアルカルマンフィルタ２の安定性監視がさらに行われる。これは、バッテリーセル状態ＢＺＺの共分散挙動、及び、バッテリーセルパラメータＢＺＰの共分散挙動に基づいて行われることが好ましい。この安定性分析は、不安定性の兆しの場合、対応するバッテリーセル状態ＢＺＺ又はバッテリーセルパラメータＢＺＰの共分散が増加するという事実に基づくが、このことは、フィルタ励起（Filteranregung）がある場合、実際には減少するはずである。このことは、バッテリーセル状態ＢＺＺ又はバッテリーセルパラメータＢＺＰのそれぞれの値が妥当でない値となるずっと前から起こり得る。

【0101】

各バッテリーセル状態ＢＺＺ及び各バッテリーセルパラメータＢＺＰの共分散挙動を使用し、それによってデュアルカルマンフィルタ２の不安定性に繋がる可能性のある誤った適応又は誤りイベントがあり得たかどうかを演繹するために、正しい共分散挙動が調査される。そうする際に、バッテリーセル状態ＢＺＺ又はバッテリーセルパラメータＢＺＰの共分散行列の対角エントリが好ましく使用されるが、これらの対角エントリは、各バッテリーセル状態ＢＺＺ又はバッテリーセルパラメータＢＺＰの推定誤差の自己相関を表すためである。個々のエントリは、現在の推定における品質の測定値を表す。共分散行列のエントリ又は対角エントリが小さいほど、デュアルカルマンフィルタ２の現在の推定はより正確になる。これらのエントリを評価するために、参照変数が使用される。その絶対値は、デュアルカルマンフィルタ２の機能が正しいモードであることに関する説明（Aussage）を表すものではない。むしろ、この参照変数における前の値と比較した変化が、正しい動作モードの尺度である。すなわち、共分散が低下すると、推定における誤差は低下するが、共分散が上昇すると、推定における誤差もまた上昇する可能性が高くなる。

【0102】

概括的な共分散挙動を調査又は分析するために、その推移をまずは線形カルマンフィルタに基づいて調査することが好ましい。この目的のため、経時的に変化する行列Ａ、Ｂ、Ｃ及びノイズ項について、定数値が仮定され得る。共分散Ｐはまた、デュアルカルマンフィルタ２の入力に依存しないため、その推移は入力変数とは無関係に行われ得る。

【0103】

図１３は、共分散行列Ｐの２つの対角値の推移を示す。図１３は、２つのバッテリーセル状態Ｕｄ，ＳＯＣの共分散、すなわち、バッテリーセルＢＺの拡散電圧と充電状態との共分散の理論的推移を示す。図１３は、これら２つのバッテリーセル状態ＢＺＺの共分散の経時的推移を示す。

【0104】

図１３に見られるように、２つの共分散値は指数関数的に減少し、漸近的に終値へと接近する。この終値は、ノイズ成分ｎ，ｖに依存する。

【0105】

測定ノイズｎが増加すると、限界値がわずかに増加し、すなわち、フラットに推移する。処理ノイズｖが増加すると、限界値が直接増加すると共に、推移がわずかに変化する。

【0106】

これらの調査に基づき、各バッテリーセル状態ＢＺＺ及び各バッテリーセルパラメータＢＺＰについて、共分散挙動に適応したファンネルが指数の形式で定義される。システムにダイナミクスが存在する場合、それぞれの共分散Ｐは指定されたファンネル内に配置される必要がある。十分な励起（Anregung）において共分散Ｐがファンネルから離れる又はファンネル関数の値を超えるとすぐに、デュアルカルマンフィルタ２の不安定性の兆しが検出され得る。その後、それぞれのバッテリーセル状態ＢＺＺ又はバッテリーセルパラメータＢＺＰの適応は、デュアルカルマンフィルタ２によって中断されることが好ましい。

【0107】

ファンネル関数ＴＦ内における共分散Ｐの推移は、例えば、図１４に表される。図１４は、ファンネル関数ＴＦ（ｔ）内又はファンネル関数ＴＦ（ｔ）下における拡散電圧Ｕ_Ｄの推移を、バッテリーセル状態ＢＺＺとして示す。ファンネル関数の推移と正しい共分散の推移との間に十分な隔たりがあることが確認される必要がある。好ましい実施形態では、ファンネル関数ＴＦは、指数関数的に減少するファンネル関数であり、構成可能な係数ａ，ｂ，ｃを有する。

【0108】

１つの可能な実施形態では、ファンネル関数ＴＦ（ｔ）は以下の形式となる：

【数16】

ここで、係数ａ，ｂは曲線のピッチを決定し、係数ｃは関数の最終制限値を決定し、ｂ＜０、ａ＞０及びｃ＞０である。デュアルカルマンフィルタ２は非線形動的システムであって、個々のノイズ項についても特定の影響因子に依存するため、ファンネルの形状又はファンネル関数ＴＦの形状の適応は、個々のバッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰの実際の反応に基づいて行われることが好ましい。

【0109】

本発明に係る方法及び本発明に係るデバイス１は、バッテリーセルのバッテリーセルパラメータＢＺＰを、バッテリーセル状態ＢＺＺを用いて動的に推定することを可能にする。さらに、本発明に係る方法は、現在のバッテリー静電容量の推定を可能にし、その現在のバッテリー静電容量を充電状態ＳＯＣの計算においても考慮に入れることができるようにする。さらに、本発明に係る方法は、（これまで誤って行われていた通例である）バッテリーセルのデータシートに示される定格静電容量Ｃ０によってではなく、現在のバッテリー静電容量に基づいて充電状態ＳＯＣを推定することを可能にする。さらに、本発明に係る方法及び本発明に係るデバイス１は、それぞれのセルの化学的性質の特性パラメータの影響に基づいて、ノイズ挙動を特定することを可能にする。その場合、フィルタ調整によって再調整する必要がない。さらに、それぞれのセルの化学的性質のみを考慮することもでき、その場合、様々なバッテリーセルに対して測定を個別に実行する必要がない。

【0110】

さらに、本発明に係る安定性監視方法は、各バッテリーセル状態ＢＺＺ及び／又は各バッテリーセルパラメータＢＺＰの不安定性の兆しを早期に認識することを可能にする。したがって、それぞれのバッテリーセル状態ＢＺＺ及びバッテリーセルパラメータＢＺＰの推定を、検出された不安定性が修正されるまで中断することが可能である。これにより、デュアルカルマンフィルタ２の安定した動作が保証される。さらに、デュアルカルマンフィルタ２をバッテリー管理システムＢＭＳの適応フィルタとして使用することもできる。

【0111】

本発明に係る方法では、デュアルカルマンフィルタ２のフィルタ調整は、測定可能なノイズ成分を用いて行われる。これにより、デュアルカルマンフィルタ２を様々な新しいバッテリーシステム又はバッテリーセルＢＺに迅速に適応させることができる。それぞれの影響変数は、正確な方法で制御され得る。

【0112】

本発明に係る方法は、バッテリーセルＢＺ又はバッテリーの充電状態を高精度で決定することを可能にする。このバッテリーセルＢＺが使用される、例えば、車両の電気モーターを駆動するために使用される場合、それによって車両の範囲予測が大幅に改善される。

【0113】

本発明に係る検出方法は、堅牢かつ確実に動作する。この方法は、様々なバッテリーセルタイプのシステムに対して柔軟に適応され得る。本発明に係る方法は、比較的少ない技術的費用でデュアルカルマンフィルタ２を用いて実施することができる。１つの可能な実施形態の変形例では、本発明に係る検出デバイス１は、バッテリーセルＢＺのバッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰを検出するために、１つ又は複数のバッテリーセルＢＺを含む電池の筐体内に統合され得る。検出されたバッテリーセル状態ＢＺＺ及び／又は検出されたバッテリーセルパラメータＢＺＰは、制御ユニットへと伝達され得る。検出されたバッテリーセルパラメータＢＺＰ及び検出されたバッテリーセル状態ＢＺＺに依存して、この制御ユニットは、バッテリーセル及び／又はバッテリーセルによって動作させられる電気負荷要素を充電するために、電流源を作動させることができる。本発明に係る検出方法は、リアルタイムで実行され得る。リアルタイムで検出されたバッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰは、リアルタイムで評価されて、（例えば、電気モーター又は太陽光発電設備における）閉ループ及び開ループ処理に使用され得る。好ましい実施形態では、本発明に係る検出デバイス１は、統合された安定性監視を有し、不安定性の兆しがあると自動的に停止される。

【0114】

さらなる態様によれば、本発明は、１つ又は複数のバッテリーセルにより構成され、バッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰを検出するための本発明に係る検出デバイス１を有する、バッテリーのためのバッテリー管理システムＢＭＳを提供する。

【0115】

さらなる態様によれば、本発明は、そのようなバッテリー管理システム及び１つ又は複数のバッテリーセルＢＺを備えた電気自動車を提供する。

【0116】

さらなる態様によれば、本発明は、本発明に係る検出デバイス１を有する充電式バッテリーセルＢＺ及びバッテリー管理システムＢＭＳを備えた太陽光発電設備を提供する。

【0117】

バッテリーセル状態ＢＺＺ及び／又はバッテリーセルパラメータＢＺＰの検出のための本発明に係る方法及び本発明に係るデバイス１は、複数の目的に使用することができ、任意の充電式バッテリーセルＢＺ又はエネルギーストアと共に使用することができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7A】

【図7B】

【図8A】

【図8B】

【図9A】

【図9B】

【図9C】

【図9D】

【図10A】

【図10B】

【図10C】

【図10D】

【図11A】

【図11B】

【図11C】

【図11D】

【図12A】

【図12B】

【図12C】

【図12D】

【図13】

【図14】