[发明专利]用于估计储能器的状态的方法

说明书

一种用于借助电池组管理系统（BMS）来估计储能器的状态的方法，所述储能器具有至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28），所述电池组管理系统（BMS）包括阻抗谱芯片，所述方法具有至少随后的方法步骤：a）借助实时执行的数据集记录，确定至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28）的与频率有关的阻抗，b）利用与温度有关的训练谱作为输入，并利用针对属于每个训练谱的温度值的预给定作为输出，训练人工神经网络（60），c）在利用在方法步骤b）期间所确定的权重函数和测试谱对所述人工神经网络（60）进行测试时，考虑在电化学电池组电池（12，14，16，18，20，22，24，26，28）之间的电池组电池与电池组电池方差（30），并根据在方法步骤b）中所确定的权重函数，估计属于测试谱的温度值，和d）借助经过训练的人工神经网络（60），估计储能器的至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28）的至少一个内部状态（SoC，SoH，T_int）。

技术领域

本发明涉及一种用于估计储能器、尤其是至少一个电化学电池组电池（Batteriezelle）的状态的方法。

背景技术

DE 10 2016 219 621 A1涉及一种用于调准用于在储能器中进行温度确定的计算参数的方法。尤其是针对电驱动的车辆，设置了至少一个电池组模块，所述至少一个电池组模块包括至少一个电池组电池。在预先给定的时间点执行下列步骤：检测如下状态，在所述状态中已知内部温度值（T_int）与外部温度值（T_ext）的依赖性，所述外部温度值（T_ext）对应于在至少一个电池组电池之外的温度。储能器的实际内部温度值被确定。储能器的内部物理变量的当前值（X）被确定，该内部物理变量以已知的与储能器的内部温度（T_int）的依赖性变化。在使用迄今的计算参数集（f（X））的情况下，从所确定的值（X）中计算针对储能器的内部温度值（T_int）。实际的内部温度值与所计算的内部温度值（T_int）进行比较，并且如果所计算的内部温度值（T_int）偏离实际内部温度值，则调整计算参数集（f（X））。

US 2018 143 257 A1涉及一种用于分析电池组信息的方法。既经由被动数据采集，又经由主动数据采集，确定电池组信息。这些参数与决策算法相组合，用于开发内部电池组参数。分析过程包括粒子滤波器分析、神经网络分析和自回归方法在内，用于分析内部电池组参数，并且这些分析过程允许电池组状态识别。采用被动的和主动的测量方法，所述被动的和主动的测量方法经由多个分布式传感器来记录，用于估量或者用于预报电化学电池、电池组和电池组系统的状态和性能。执行三个操作，所述操作一般地顺序被处理，即1）基于观测和嵌入式知识对内部电池组参数进行状态估量和预测，2）对所计算的参数的状态解释，以及3）状态估量和预测的计算。为了执行，采用BCM系统、即电池组状态监控系统（Battery Condition Monitory-System）。BCM系统执行训练和学习过程，所述训练和学习过程采用嵌入式训练、随机优化、如算法之类的概率方法，用于估量和预测处于观测下的电池组的内部参数的所达成的（getroffener）值和未来的值。

US 2013/069660 A1涉及一种用于估量用于电化学存储电能的系统、如例如电池组的状态的方法。针对与要分析的电池组同一类型的电池组的不同内部状态，进行阻抗测量，其中除了通过电池的电流之外还外加（aufgegeben）电信号。振荡回路被用于对阻抗进行建模。此后，借助统计分析，校准在荷电状态（SoC）和/或老化状态（SoH）与振荡回路的参数之间的关系。最后，分析针对电池组定义的等效的电振荡回路的关系，用于估量该电池组的内部状态。