Batterien, insbesondere Lithium-Ionen-Batterien, gewinnen zunehmend an Bedeutung als elektrischer Energieträger, vor allem im Bereich der Elektromobilität. Dies liegt insbesondere an ihrer hohen Energiedichte und dem geringen Kapazitätsverlust durch Lade- und Entladevorgänge. Ein langfristiger, sicherer und zuverlässiger Betrieb von Batterien erfordert eine genaue Schätzung der Parameter und der Zustände, insbesondere des Ladezustandes. Die Schätzung dieser Größen ist schwierig, unter anderem aufgrund von Mess- und Modellunsicherheiten, Parameterschwankungen, des großen Arbeitsbereiches, der verhältnismäßig geringen Anzahl an verfügbaren Messgrößen sowie auftretenden Nichtlinearitäten. Im ersten Teil dieser Arbeit wird die Problematik der zuverlässigen Schätzung der Zustände und Parameter umrissen, es werden die systemtheoretischen und praktischen Herausforderungen aufgezeigt und ein Überblick über existierende Schätzverfahren und verschiedene Modellierungsansätze gegeben. Im zweiten Teil dieser Arbeit werden beispielhaft zwei neue Verfahren für die Schätzung des Ladezustandes vorgestellt. Das erste Verfahren basiert auf einer mengenbasierten Betrachtung des Beobachtungsproblems. Der Schätzer bestimmt, unter direkter Berücksichtigung von Messfehlern und Parameterunsicherheiten, eine Menge an konsistenten Zustandswerten. Beim zweiten Verfahren handelt es sich um einen verteiltparametrischen Beobachter, welcher auf einem geeignet reduzierten verteiltparametrischen Modell der Batterie beruht. Der Beobachter erlaubt, neben der Schätzung des Ladezustandes, einen Einblick in die internen physikalischen Zustände. Beide Verfahren werden mittels eines detaillierten verteiltparametrischen Modells anhand eines realen Fahrzykluses verglichen sowie ihre Vor- und Nachteile in Bezug auf existierende Schätzverfahren herausgearbeitet.
Batteries, in particular lithium-ion batteries, are becoming one of the dominant energy storage devices, especially in the field of electric mobility. This is due to both their high energy density and capacity retention during cycling. A long-term, safe and robust operation of batteries requires accurate estimates of battery parameters and states, most importantly the state of charge (SOC). The estimation of these quantities proves to be rather difficult due to measurement uncertainties, model mismatch, parameter variations, the rather low number of measured signals, as well as inherent nonlinearities and large operating regime. The first part of this work describes the difficulties in state estimation for lithium-ion batteries. We present theoretical and practical challenges of the estimation problem and give a brief overview of previously applied estimation techniques, and a short insight into the modelling of lithium-ion batteries. The second part describes two methods for estimating (among other states) the state of charge of lithium-ion batteries. The first approach employs set-based methods to tackle the estimation problem. The set-based estimator provides a set of consistent states, explicitly taking into account uncertainties in measurements and model parameters. The second approach presented here is a distributed observer, which is based on a reduced distributed model of the battery. The observer not only estimates the SOC of the battery, it also reconstructs other immeasurable internal states, thus providing valuable information about the physical processes occurring inside the battery. Both approaches are evaluated considering a detailed distributed model for a realistic drive cycle. Furthermore, the benefits and difficulties of the presented approaches, in comparison to existing methods, are discussed.
Modellbasierte Zustandsschätzung für Lithium-Ionen-Batterien
Model-based state estimation for lithium-ion batteries
Automatisierungstechnik - at ; 62 , 4 ; 296-311
2014
16 Seiten, 10 Bilder, 2 Tabellen, 37 Quellen
Article (Journal)
German
Lithium-Ionen-Akkumulator , Zustandsschätzung , verteiltes System , Elektrochemie , Ersatzschaltbild , Elektromobilität , Ladezustand , Batteriebetrieb , Parameterschätzung , hohe Dichte , Lithiumion , Messgröße , Nichtlinearität , Schätzverfahren , elektrische Energie , Parameterunsicherheit , Messfehler , Lithium , Messsignal , Fahrzyklus
Automotive engineering | 2008
|Springer Verlag | 2022
|Springer Verlag | 2013
|Handbuch Lithium-Ionen-Batterien
TIBKAT | 2013
|Handbuch Lithium-Ionen-Batterien
TIBKAT | 2013
|