用于基于电化学模型参数对设备电池组进行诊断的方法与流程

本发明涉及用于对技术设备的设备电池组进行诊断的方法、尤其是用于通过异常检测来对设备电池组进行诊断的方法。

背景技术：

1、对独立于电网地运行的电气设备和机器、诸如电可驱动机动车的能量供应通常使用设备电池组或车辆电池组来实现。这些设备电池组或车辆电池组为设备的运行提供电能。

2、设备电池组会在其使用寿命期间并且根据其负载或使用情况而退化。这种所谓的老化导致最大性能能力或蓄能容量持续下降。健康状态对应于用于说明蓄能器的老化的量度。按照惯例，新的设备电池组可具有为100％的健康状态(关于该设备电池组的容量，soh-c)，该健康状态随着其使用寿命的推移而显著降低。设备电池组的老化的量度(健康状态的随时间的变化)取决于设备电池组的单独的负载，也就是说对于机动车的车辆电池组而言取决于驾驶员的使用行为、外部环境条件以及取决于车辆电池组类型。

3、为了监控来自多个设备中的设备电池组，运行参量数据通常持续被记录并且作为运行参量变化过程成块地被传输给设备外部的中央单元。在具有多个电池组电池的设备电池组的情况下，这些运行参量可以在电池层面被记录并且以压缩形式被传输给该中央单元。为了评估这些运行参量数据、尤其是在基于微分方程的模型中评估这些运行参量数据，这些运行参量数据以例如在1与100hz之间的相对高的时间分辨率(采样率)作为变化过程来被采样，并且据此利用时间积分方法来确定电池组状态。

4、为了评估这些运行参量数据、尤其是为了确定健康状态，使用电化学电池组模型，该电化学电池组模型基于具有多个非线性微分方程的微分方程组。这些运行参量数据能够借助于时间积分方法来实现对电池组状态的建模。此类电化学电池组模型例如从出版文献us 2016/023566、us 2016/023567和us 2020/150185中公知。

5、在中央单元中的执行能够为具有同类电池组电池或具有同类电池化学的电池的多个设备电池组使用和调整该电化学电池组模型。借助于微分方程组对电池组状态的计算在计算上复杂，使得通过外包到中央单元中可以减少在设备内部的计算装置中的计算负载。

6、在电池组供电的技术设备中，所使用的设备电池组的正常运行尤其是在能量密度高的情况下出于安全原因必须定期被监控是否有故障。如果电池组电池、由多个电池组电池构成的单元或者整个设备电池组失效，则技术设备可能由于所发生的故障而变得无法运行，并且在功能性故障导致温度急剧升高的情况下也许还可能损害该技术设备的安全性。

7、然而，到目前为止，当超过或低于如电池电压、模块温度、电流值或充电状态值和健康状态值等运行参量的所使用的故障阈值时，才识别出在设备电池组中有故障。

技术实现思路

1、按照本发明，提供了一种按照权利要求1所述的用于对技术设备的具有一个或多个电池组电池的设备电池组进行诊断的方法以及一种按照并列权利要求所述的装置和电池组系统。

2、其它的设计方案在从属权利要求中说明。

3、按照第一方面，提供了一种用于借助于电化学电池组模型来识别技术设备中的设备电池组或电池组电池的故障的方法、尤其是至少部分计算机实现的方法，其中该电池组模型基于用来描述设备电池组的电化学和/或物理行为的微分方程组并且被设计用于根据通过该电池组模型的至少一个模型参数所确定的电池组内部状态来说明至少一个运行参量的变化过程，该方法具有如下步骤：

4、-提供在特定时间段期间的多个运行参量的随时间的运行参量变化过程；

5、-尤其通过拟合方法，基于在该特定时间段内的运行参量变化过程来调整该电化学电池组模型的至少一个模型参数；

6、-根据被分配给故障类型的预先给定的至少一个规则来识别该故障类型，其中该至少一个规则根据该至少一个模型参数与相对应的预先给定的模型参数的至少一个偏差来说明至少一个故障条件；

7、-如果满足该至少一个规则的故障条件，则报告该故障类型。

8、按照一个实施方式，该方法可以在设备外部的中央单元中执行，该中央单元与多个设备电池组保持通信连接，而且该中央单元为所有设备电池组并且尤其是为这些设备电池组的所有电池组电池提供电化学电池组模型，其中在该中央单元中提供所有设备电池组或者这些电池组电池的运行参量变化过程，而且在该中央单元中基于这些运行参量变化过程来执行对模型参数的调整。

9、通常无法直接测量设备电池组的内部状态。这会在设备电池组内部需要一系列传感器，这些传感器会使这种设备电池组的制造成本高以及复杂并且会增加空间需求。

10、因而，出于能力原因，在设备外部的中央单元中进行对多个设备的设备电池组的电池组内部状态的监控。为此，这些设备将这些设备电池组的运行参量的随时间的运行参量变化过程传送给该中央单元，其中在该中央单元中确定当前电化学状态和/或健康状态。为此，根据所使用的电化学电池组模型，持续记录运行参量的时间序列作为运行参量变化过程，诸如电池组电流、电池组温度、充电状态和/或电池组电压，并且将这些运行参量变化过程成块地并且必要时以压缩形式传送给该中央单元。在那里对这些运行参量变化过程进行评估，使得基于该电化学电池组模型可以计算/确定特定于设备的电池组内部状态以及必要时计算/确定其它参量、诸如健康状态。该评估可以关于整个设备电池组、各个电池组电池或者由多个电池组电池构成的单元/模块来进行。

11、对于设备电池组，健康状态(soh：state of health)是用于说明剩余电池组容量或者剩余电池组电量的关键参量。健康状态是对设备电池组的老化的量度。在设备电池组或电池组模块或电池组电池的情况下，健康状态可以被指定为容量保持率(capacityretention rate，soh-c)。容量保持率soh-c、即与容量相关的健康状态，被指定为所测量到的当前容量与充满电的电池组的初始容量之比并且随着老化增加而降低。替代地，健康状态可以被指定为内阻相对于在设备电池组的使用寿命开始时的内阻的升高(soh-r)。内阻的相对变化soh-r随着电池组的老化增加而升高。

12、设备电池组通常具有多个电池组电池，这些电池组电池可以被单独监控。这可以通过在计算单元中以“数字孪生”的形式模拟电池组电池的状态来实现，尤其是借助于本身公知的电池组模型。

13、该电化学电池组模型包括微分方程组，该微分方程组借助于时间积分方法基于通过模型参数来被参数化的微分方程来对电池组内部状态、尤其是平衡状态进行建模，并且提供在设备电池组的电池组电池的运行参量、即该设备电池组的电池组电流、电池组电压、电池组温度和充电状态之间的关系。此类电化学电池组模型例如从出版文献us 2016/023566、us 2016/023567和us 2020/150185中公知。该电池组模型的模型参数可以与电池组电池的在有限时间段内的运行参量变化过程拟合(通过使平方误差最小化来进行调整)，其中可以推导出电化学、动力学模型参数，这些模型参数例如可包括电解质浓度、反应速率、层厚度、孔隙率等等。相应电池组电池的健康状态可以被近似确定为模型参数和/或内部状态的线性组合。

14、该电化学电池组模型可以针对这些电池组电池中的每个电池组电池基于在空闲阶段在短时间段(几分钟至几小时)内记录的运行参量变化过程来被拟合。基于经拟合的电化学模型参数，可以确定电池组内部状态和/或健康状态。

15、可以通过批量算法以解析方式计算与老化有关的开路电压特性曲线，使得通过调节开路电压，能够直接推断出电化学电池组模型的详细的电化学模型参数并且因此能够直接确定电池组电池的健康状态。

16、电化学电池组模型的模型参数可以定期被监控并且必要时被重新参数化，尤其是当存在关于所测量的充电状态和电池组参量的足够的新数据时被重新参数化。这些数据可以针对同类的设备电池组通过在中央单元中的评估来被收集，并且在那里可以执行调整或者重新参数化。对该电化学电池组模型的模型参数的调整可以通过例如借助于最小二乘法等等使该电池组模型与所提供的数据拟合来实现。

17、该监控尤其用于：识别性能低的或易受影响的设备电池组或者电池组电池并且及早识别故障。与在动态运行时的电池组状态有关的模型参数尤其包括：在电池组电池的阳极和阴极中的与温度有关的扩散参数、sei的厚度、电解质浓度、离子电导率、电解质的体积分数、锂离子浓度、欧姆电阻等等。

18、可以规定：尤其是当健康状态被改变了预定的变化时，根据老化来调整至少一个预先给定的模型参数。

19、该电化学电池组模型的模型参数可以定期被重新参数化，尤其是根据电池组电池或设备电池组的健康状态。通常，由制造商来预先给定与健康状态有关的模型参数，使得也可以根据由制造商预先给定的模型参数来推导出这些模型参数的老化依赖性或者可以通过这些模型参数来预先给定这些模型参数的老化依赖性。

20、上述方法能够及早识别电池组电池或设备电池组的即将发生的故障，使得可以避免在使用设备电池组期间的危及安全的情况。为此，在调整参数化之后评估电化学电池组模型的模型参数的变化，使得可以在电池组行为的缓慢变化导致设备电池组或各个电池组电池的实际失效或故障之前识别出这些缓慢变化。首先，预先依据运行参量变化过程来识别实际电池组行为或电池组电池行为与通过该电化学电池组模型所预测的行为之间的偏差，尤其是通过对电池电压或电池组电压的所测量的变化过程和/或电池组温度的所测量的和经建模的变化过程进行比较。

21、如果在经过比较的变化过程内有一个或多个偏差高于相应所预先给定的阈值，则识别出异常。基于所识别出的异常，现在基于最后记录的运行参量变化过程来进行对模型参数的调整，使得得出该电化学电池组模型的经调整的模型参数。现在，通过经调整的模型参数与由制造商预先给定的必要时根据健康状态来校正或调整的模型参数的比较，可以识别故障。

22、基于故障条件来进行故障识别，这些故障条件可以按照一个或多个规则分别针对特定故障类型来被预先给定。这样，例如在经调整的模型参数与相应的由制造商预先给定的模型参数之间的偏差可以表明特定故障的存在。如果满足所有被分配给故障类型的规则的故障条件，则所分配的故障类型被识别为故障。

23、例如，即将发生的热故障(作为一种可能的故障类型)可以通过表明枝晶形成或sei层形成的模型参数来被识别。尤其是，所确定的经调整的模型参数与相对应的预先给定的模型参数的偏差可以被聚合，例如通过求平均值、求最大值等等来被聚合，并且这样可以借助于阈值比较来识别特定故障类型的存在。

24、故障类型以及所发现的在经调整的模型参数与预先给定的模型参数之间的偏差的水平可以说明对故障严重性的指示。根据故障严重性，可以阻止设备电池组的继续运行，并且可以相对应地通知设备电池组或者电池组供电的技术设备的用户。

25、此外，可以基于设备电池组或电池组电池的运行参量变化过程来执行对该电化学电池组模型的至少一个模型参数的调整，该运行参量变化过程在设备电池组的充电过程、尤其是使用恒定充电电流的充电过程期间被记录。

26、可以规定：如果所提供的运行参量变化过程与运行参量中的至少一个运行参量的借助于电池组模型来建模的运行参量变化过程的偏差在预先给定的时间段内在数值上超过阈值，则执行对该至少一个模型参数的调整。

27、尤其是，该运行参量变化过程的运行参量可包括电池组电流、电池组电压、充电状态和电池组温度，其中如果所提供的电池组电压的变化过程与借助于电池组模型来建模的电池组电压的变化过程的偏差在预先给定的时间段内在数值上至少一次超过电压阈值和/或如果所提供的电池组温度的变化过程与借助于电池组模型来建模的电池组温度的变化过程的偏差在预先给定的时间段内在数值上至少一次超过预先给定的温度阈值，则执行对该至少一个模型参数的调整。

28、按照另一方面，提供了一种用于执行上述方法之一的装置。