[发明专利]基于系统性状态和环境影响利用对状态观察的校正来提供设备电池组老化状态的方法和装置

权利要求书

1.一种用于提供电池组运行设备的设备电池组（41）的老化状态的方法，所述方法具有如下步骤：

- 检测（S1）所述设备电池组（41）的运行参量的变化过程并且提供在确定时间点的至少一个负载因素；

- 提供（S7）校正模型，所述校正模型根据所述至少一个负载因素来映射校正参量；

- 通过借助于老化状态模型或老化状态观察器或老化状态测量评估所述运行参量的变化过程并且根据所述校正参量来确定（S8）老化状态，所述校正参量根据所述电池组运行设备（4）的设备电池组（41）在所述确定时间点的至少一个负载因素来得出。

2.根据权利要求1所述的方法，其中所述校正模型通过评估多个设备电池组（41）的运行参量和相应的至少一个负载因素来被创建，所述方法具有如下步骤：

- 检测（S1）所述多个设备电池组（41）的运行参量的变化过程和在相应的确定时间点的至少一个分别被分配的负载因素；

- 在评估期内评估（S2）所述多个设备电池组（41）的运行参量，以便在相应的确定时间点分别确定相关设备电池组（41）的经建模的老化状态；

- 在所述评估期内为所述多个设备电池组（41）在其根据相应的确定时间点得出的日历年龄内的所有老化状态确定（S3）老化状态的经平滑的变化过程的老化状态函数；

- 将所有设备电池组（41）在每个确定时间点的老化状态的残差确定（S4）为经建模的老化状态与在被分配给经建模的老化状态的日历年龄的老化状态函数的函数值之间的差值；

- 对于所述多个设备电池组（41），提供（S5）残差数据，所述残差数据将所述残差分配给与相对应地底层建模的老化状态相关联的至少一个负载因素；

- 基于所述残差数据来创建（S6）所述校正模型，所述校正模型根据所述至少一个负载因素来映射取决于所述残差的或者与其相对应的校正参量。

3.根据权利要求1或2所述的方法，其中所述至少一个负载因素包括一个或多个电池组状态和/或所述设备电池组（41）尤其是在确定所述老化状态期间所承受的一个或多个环境条件以及尤其是如下参量中的一个或多个：

- 在确定相关老化状态的时间点的环境温度；

- 在至少一个时间点的电池组温度或者在确定相关老化状态期间的平均电池组温度；

- 在充电过程期间确定老化状态时的起始充电状态和/或结束充电状态；

- 关于在确定相关老化状态期间的电流或充电状态曲线的非线性的说明或者在充电过程期间的充电状态冲程与安时吞吐量（dSoC/dAh）的关系的逐段的说明；

- 一个或多个开路端电压，特别是在一个或多个预定温度情况下的足够长的休眠阶段之后的松弛状态下；

- 在足够长的休眠阶段之后的松弛状态下在预定的开路端电压的情况下的电池组温度；

- 电池组的老化状态；以及

- 电池组的电池组电池的一个或多个电化学状态参数。

4.根据权利要求1至3中任一项所述的方法，其中所述运行参量（F）包括电池组电流、电池组电压、电池组温度和充电状态的参量中的至少一个。

5.根据权利要求1至4中任一项所述的方法，其中提供所述老化状态作为容量相关的老化状态（SOH-C）或者作为电阻变化相关的老化状态（SOH-R），其中所述老化状态模型被构造用于：通过评估在所述设备电池组的充电阶段期间的电池组电流来确定所述容量相关的老化状态，尤其是借助于库伦计数法；或者通过评估在负载跳变大于指定阈值时的电压梯度来确定所述电阻变化相关的老化状态。

6.根据权利要求1至5中任一项所述的方法，其中老化状态函数对应于斜度为0或小于0的线性函数或者对应于在所述评估期期间的老化状态的借助于低通滤波器、尤其是作为PT1或PT2滤波器的低通滤波器来被平滑的变化过程或者对应于通过移动平均值的平滑。

7.根据权利要求1至6中任一项所述的方法，其中所述校正模型对应于利用所述残差数据来拟合的参数模型或者利用所述残差数据来训练的基于数据的概率回归模型，尤其是高斯过程模型或者贝叶斯神经网络。