[发明专利]用于借助机器学习方法运行提供设备的电储能器的预测的老化状态的系统的方法和装置

说明书

本发明涉及一种用于预测带有至少一个电化学的单元、特别是电池单体的电储能器的模型化的老化状态的计算机实现的方法，所述方法具有下列步骤：‑提供储能器的至少一个运行参量的变化曲线；‑提供老化状态模型，老化状态模型构造用于，根据储能器的至少一个运行参量的直至一个时间点的变化曲线将针对时间点的对应的老化状态分配给电化学的储能器，‑根据说明了储能器的瞬时使用的或瞬时运行的方式的使用模式生成了从当前的时间点起直到未来的针对至少一个运行参量的人工变化曲线，因此预测未来老化状态的变化曲线；‑根据储能器的至少一个运行参量的到目前为止的变化曲线确定使用模式；‑根据至少一个运行参量的人工变化曲线预测老化状态。

技术领域

本发明涉及一种电池供电运行的、带有电储能器的电气设备，特别是能电气驱动的机动车、特别是电动车辆或混动车辆，并且还涉及用于确定电储能器的老化状态（SOH：State of Health，即健康状态）的措施。此外，本发明除了移动式电储能器外也涉及静态的电储能器。

背景技术

借助通常为设备电池或车辆电池的电储能器向用电池供电运行的电气的设备和电气的机械、如能电气驱动的机动车供能。电储能器提供电能以运行所述设备。但也考虑连同储氢料箱在内的燃料电池系统作为电储能器。

电储能器或能量转换器在它们的使用寿命内并且与它们的负荷或使用相关地退化。这种所谓的老化导致了最大功率容量或储存容量连续下降。老化状态对应用于说明储能器老化的尺度。按照惯例，全新的储能器具有100%的老化状态，老化状态在储能器的使用寿命期间明显下降。储能器老化的尺度（老化状态的时间变化）取决于储能器的个体的负荷，这就是说，在机动车的车辆电池中取决于驾驶员的使用行为、外部的环境条件和车辆电池类型。

虽然可以借助物理的老化状态模型基于历史的运行状态变化曲线确定储能器的瞬时老化状态，但这种模型在一定的状况下是不准确的。传统的老化状态模型的这种不准确定使得预测老化状态变化曲线变难。但预测储能器的老化状态的变化曲线是一个重要的技术参量，因为用该技术参量能经济实惠地判定储能器的剩余价值。

发明内容

按照本发明，规定了一种按照权利要求1所述的用于预测电储能器的老化状态的方法以及一种按照并列的权利要求所述的用于在能电气运行的设备中预测电储能器的老化状态的装置。

进一步的设计方案在从属权利要求中说明。

按照第一个方面，规定了一种用于预测带有至少一个电化学单元、特别是电池单体的电储能器的模型化的老化状态的计算机实现的方法，该方法具有下列步骤：

- 提供储能器的至少一个运行参量的变化曲线；

- 提供老化状态模型，该老化状态模型构造用于，根据储能器的至少一个运行参量的变化曲线直至在一个时间点上将针对该时间点的相应的老化状态分配给电化学的储能器；

- 根据使用模式生成至少一个运行参量从当前的时间点起到未来的人工的变化曲线，使用模式说明了储能器的瞬时使用的或瞬时运行的方式，因此预测了未来老化状态的变化曲线；

- 根据储能器的至少一个运行参量的到目前为止的变化曲线确定使用模式，其中，根据至少一个运行参量自最近的使用变动时间点起的变化曲线确定所述使用模式；其中，最近的使用变动时间点说明了这样一个时间点，在该时间点上最后发生了储能器的使用行为的变动；

- 根据至少一个运行参量的人工变化曲线预测老化状态。

按照本说明书，储能器包括设备电池、带有电化学的能量变动器（该能量变动器带有能量载体贮存器）的能量变动系统，如带有燃料电池和能量载体贮存器的燃料电池系统。