技术领域本发明总体上涉及对蓄电池的充电和放电循环的管理。本发明具体地涉及一种用于估算蓄电池的至少一个电池单元的老化的方法，所述方法包括以下步骤：a)采集在所述电池单元的端子处的电压以及穿过所述电池单元的电流的安培数，并且b)根据在步骤a)中采集的电压和电流的安培数来计算所述电池单元的最大容量和电量状态。本发明可以特别有利地应用于装备有由被称为牵引用电池的蓄电池供能的电动机的机动车辆。
背景技术：
众所周知的是，可以由蓄电池提供的电功率在放电循环的过程中降低。可以由蓄电池存储的能量的最大量进而在所述电池的使用寿命过程上逐渐降低。为了最好地抽取电池中可供使用的电功率来为机动车辆的电动机供能、为了能够在给该电池再充电之前预测该车辆的剩余自主性、并且为了预报将必须更换整个电池或其一部分的时刻，所寻求的是确定该电池的两个特定参数，这些特定参数是被标记为SOC的其电量状态和被标记为Q的其最大容量。总体上作为百分数来表示的电池的电量状态标明在不再可以使用电池的最小电量水平与最大电量水平之间的电池电量水平。总体上用安时来表示的电池的最大容量使得有可能知道该电池可以提供给定安培数的电流的时间长度。这个容量尤其根据电池的过往温度以及其过往充电和放电循环而随时间退化。文件FR2971854披露了一种使用扩展卡尔曼滤波器来估算这种电量状态和这种最大容量的方法，该方法的唯一的基本关系是由以下方程构建的：其中I是穿过蓄电池的电流。这种估算方法的主要缺点首先是由其缺少精度和可靠性构成的、其次是由其不监测蓄电池内的缺陷电池单元构成的、并且第三是由其关于将可逆容量变化错误地认为是由老化引起的错误解释构成的。
技术实现要素：
为了克服现有技术的上述缺点，本发明提出了一种估算方法，在该方法中的步骤b)中，计算是通过解析以下方程来执行的：-对应于将所述电池单元作为电路建模的离散方程系统，该电路包括串联的一个理想电压源、一个电阻器、第一并联连接的电阻器和电容器对、以及至少一个第二并联连接的电阻器和电容器对，以及-用于估算所述电池单元的最大容量的变化的离散方程。根据本发明，该电池单元因此由一个电路来建模。于是该理想电压源建模了该电池单元的电化学电势。于是，在这个理想电压源的端子处的电势之间的差值取决于该电池单元的电量状态。该电阻器对由该电池单元的连接和该电池单元的内阻引起的压降加以建模。在第一并联连接的电阻器和电容器对中，电阻器对电荷转移现象加以建模并且电容器代表在电极/电解质界面处的双层现象。术语“电荷转移现象”指的是由在电池单元内的电极处的氧化和还原反应产生的电流。术语“双层现象”指的是在电极和电解质之间的界面处发生的电荷分离的现象。其他并联连接的电阻器和电容器对建模了电池单元中的锂离子扩散现象，也就是说由在电解质中和在电极内的离子的运动造成的极化。因此，最大容量和电量状态是借助于表示电池的电池单元的实际电化学状态的算法来可靠地计算的，其快速地收敛为接近于实际的值。此外，归功于本发明而可以估算蓄电池的每个电池单元的最大容量。因此，对这些不同最大容量的比较使其有可能检测该蓄电池内的缺陷电池单元。根据本发明的估算方法的进一步有利且非限制性的特征如下：-所述离散方程系统是用以下形式来表达的：其中i＝1...N其中Te是经考虑的采样周期标记，k是增量指数，SOC是所述电池单元的电量状态，I是穿过所述电池单元的电流的安培数，ΔQ是与所述电池单元的早期寿命中的额定容量和即时最大容量相关的参数，V电池单元是在电路的端子处的电压，Vdl是在第一电阻器和电容器(其值被对应地标记为Rct和Cdl)对的端子处的电压，并且Vi是在第二电阻器和电容器(其值被对应地标记为Ri和Ci)对的端子处的电压；-用于估算所述电池单元的最大容量的变化的所述离散方程是根据一个参数来表示的，该参数与在早期寿命中的额定容量以及所述电池单元的即时最大容量相关；-用于估算所述电池单元的最大容量的变化的所述离散方程是用ΔQ(k)＝ΔQ(k-1)的形式表达的，k是增量指数；-用于估算所述电池单元的最大容量的变化的所述离散方程是用ΔQ(k)＝g(SOC(k-1)，ΔQ(k-1)，I(k-1)，T(k-1))的形式表达的，其中k是增量指数，g是表示电池单元的老化动态的函数，SOC是所述电池单元的电量状态，I是穿过所述电池的电流的安培数，并且T是横跨所述电池单元测量的温度；-在步骤b)中，是通过借助于状态观测器解析所述方程来进行计算的，该状态观测器的状态矢量包括所述电池单元的电量状态、表示所述电池单元的容量损失的变量、在第一电阻器和电容器对的端子处的电压、以及在各第二电阻器和电容器对的端子处的电压；-在步骤b)中，是通过借助于一个状态观测器解析所述方程来进行计算的，该状态观测器的输入矢量包括在该电路的端子处的电压；-提供了附加步骤c)，在该附加步骤中，根据在步骤b)中计算的所述电池单元的最大容量来计算所述电池单元的自主性损失的指示符；-在步骤c)中，只有所述电池单元的最大容量的估算被认为是收敛时，才修改所述指示符的值；-在步骤c)中，只有所述蓄电池的测得的温度在所述蓄电池的早期寿命中的特征温度范围内，才修改所述指示符的值；-在步骤c)中，只有所述蓄电池的电量状态在所述蓄电池的早期寿命中的特征范围内，才修改所述健康状态指示符的值；-在步骤c)中，只有在步骤a)中采集的电压在所述蓄电池的早期寿命中的特征电压范围内，才修改所述健康状态指示符的值；并且-在步骤c)中，只有在步骤a)中采集的安培数在所述蓄电池的早期寿命中的特征安培数范围内，才修改所述健康状态指示符的值。附图说明关于通过非限定性举例的方式给出的附图，以下说明将解释本发明的实质以及可以如何实现本发明。在附图中：图1是装备有包括多个电池单元的蓄电池、并且装备有适用于实施估算这些电池单元的老化的方法的控制单元的机动车辆的示意图；图2是对来自图1的蓄电池的这些电池单元之一建模的电路图；并且图3是曲线图，用虚线展示了来自图2的电池单元的最大容量的估算的变化、用点划线表示了健康指示符的中间状态的变化、用实线表示了健康指示符的经滤波的状态的变化。具体实施方式首先，在以下说明中，术语“蓄电池”将被理解为意味着当由外部电力网络供应电流时能够存储电能、然后随后能够释放这种电能的元件。这种类型的蓄电池例如可以是电化学类型的(例如锂离子)或可以是一种不同的类型(例如电容器)。图1非常示意性地示出了机动车辆1。此机动车辆1在此是电动车辆。因此它包括提供来驱动所述车辆的驱动车轮20旋转的电动机10。在变体中，该车辆可以是混合动力车辆，该混合动力车辆包括内燃发动机和用于驱动所述车辆的驱动车轮的电动机。如在图1中示出的，机动车辆1包括被称为牵引用电池40的蓄电池。在此排他地提供这个牵引用电池40来将电流供应至电动机10。在变体中，还可以提供这个牵引用电池来将电流供应至不同的耗电电气设备(例如动力转向系统、空调系统等)。这个牵引用电池40包括外壳体43，两个端子(一个正极44和另一个负极45)从该外壳体显露出来，所述端子经由功率电子单元(未示出)连接至电动机10。牵引用电池40还包括多个电池单元41，这些电池单元被容纳在外壳体43中并且在此串联连接在正极端子44与负极端子45之间。在变体中，这些电池单元可以是成对并联连接的，并且这些电池单元对可以串联连接在该正极端子与该负极端子之间。所使用的电池单元41的数量被确定成使得电动机10可以产生足以转矩和功率来持续预定时间周期地推进机动车辆1。由于牵引用电池的电池单元通常递送约3至5V的电压，电池单元41的数量被计算成使得在牵引用电池40的端子处的电压可以达到400V。牵引用电池40的各电池单元41在此将是独立于其他电池单元41来监测的。为此目的，每个电池单元41在此都由三个具体参数来表征，这三个具体参数被称为电量状态SOC、最大容量Qr、和健康状态指示符SOH_E。电量状态SOC是作为百分数来表示的。它表明了所讨论的电池单元41在最小电量状态(0％)与最大电量状态(100％)之间的电量状态，该电池在最小电量水平时不再可以使用。最大容量Qr是用安时来表示的。它表明了电池单元41可以提供给定安培数的电流的时间长度。在生产电池单元41时，这个最大容量Qr总体上等于或轻微地小于该电池单元所设计的额定容量Qn。然后电池单元尤其根据电池单元41的过往温度以及其过往充电和放电循环而随时间进程退化。健康状态指示符SOH_E是作为百分数来表示的。它提供了关于所讨论的电池单元41的老化状态的信息。总体上，在生产电池单元41时，健康状态指示符SOH_E等于或轻微小于100％、然后取决于如何使用电池单元41而随着时间降低。因此证明了为了防止机动车辆1故障而精确地确定这三个参数来监测牵引用电池40的老化是重要的，这同样形成了本发明的目的。为此，机动车辆1包括计算机30，该计算机在此被示出为的独立于牵引用电池40的。在变体中，这个计算机可以被整合在电池中。根据另一个变体，该计算机可以是电动机的总体控制单元的一体部分。在此，如在图1中示出的，计算机30包括处理器(CPU)、随机访问存储器(RAM)、只读存储器(ROM)、模拟数字转换器(A/D)、以及不同的输入输出接口。计算机30由归功于其输入接口而能够从不同的传感器接收关于牵引用电池40的输入信号。计算机30因此在其随机访问存储器中连续地存储：-牵引用电池40的温度T，在此借助于位于牵引用电池40的外壳体43中的温度传感器来测量该温度，-由牵引用电池40消耗的电流的安培数I，借助于电连接在牵引用电池40的负极端子45与电池单元41之间的电流传感器，以及-在每个电池单元41的端子处的电压V电池单元，借助于电连接至牵引用电池40的电池单元41的端子的电压计。计算机30归功于存储在其只读存储器中的一件软件而能够根据测量值来确定每个电池单元41的电量状态SOC、最大容量Qr和健康状态指示符SOH_E。最后，计算机30归功于其输出接口而能够将此数据传递至电动机10的总体控制单元。在此，将参照牵引用电池40的单个电池单元41来描述该软件的功能。实际上，对于牵引用电池40的其他电池单元中的每个电池单元都将是以相同的方式实施的。计算机30一经启动就实施初始化操作，在该初始化操作的过程中，该计算机对不同的参数指配“初始估算值”，尤其对电量状态SOC、最大容量Qr、以及健康状态指示符SOH_E。这些初始值可以例如被选择成等于在电动机10先前操作循环过程中计算的值。该电机一经第一启动，这些初始值就例如可以如下所选择：-SOC＝100％，-Qr＝Qn，并且-SOH_E＝100％。然后计算机30实施呈四个步骤的算法，这些步骤是以每个时间步长周而复始地重复的(所讨论的时间步长在此被标记为k)。第一步骤是采集牵引用电池40的相关电池单元41的参数的步骤。第二步骤是计算电池单元41的电量状态SOC和最大容量Qr的步骤。第三步骤是使经计算的数据生效的步骤。第四步骤是计算电池单元41的健康状态指示符SOH_E以及牵引用电池40的健康状态指示符SOH_E的步骤。在第一步骤的过程中，计算机30采集在所讨论的电池单元41的端子处的电压V电池单元的值、穿过所述电池单元41的电流的安培数I、以及牵引用电池40的温度T。由计算电池单元41的电量状态SOC和最大容量Qr构成的第二步骤在此是借助于状态观测器来实现的。这种类型的状态观测器是用来基于测量值重构动态系统的内部变量的。该观测器基于电池单元的车载模型和输入电流的值来预测所述电池单元的电压。然后该观测器将这个预测与该电池单元的电压测量值进行对比。预测电压与测量电压之间的差值被用于适配该模型的内部状态并且使它们收敛以便抵消在预测电压与测量电压之间的差值。在此，根据本发明的特别有利的特征，电池单元41的电量状态SOC和最大容量Qr的计算是通过解析以下方程来执行计算的：-对应于将电池单元41作为电路42建模的离散方程系统，该电路包括串联的理想电压源Eeq、电阻器RΩ、第一并联连接的电阻器Rct和电容器Cdl对、以及至少一个第二并联连接的电阻器Ri和电容器Ci对，以及-用于估算电池单元41的最大容量Qr的变化的离散方程。理论上，这些方程已经用以下方式形成公式。如在图2中示出的，电池单元41是以包括多个理想部件的电路42来建模的。在这个模型中，理想电压源Eeq对该电池单元的电化学电势加以建模。因此，在这个理想电压源Eeq的端子处的电势中的差值直接取决于电池单元41的电量状态SOC。电阻器RΩ对由电池单元41的连接和电池单元41的内阻引起的压降加以建模。在第一并联连接的电阻器Rct和电容器Cdl对中，电阻器Rct对电荷转移现象加以建模并且电容器Cdl代表在电极/电解质界面处的双层现象。Vdl是在这个第一对的端子处的电压。在此，提供了N对并联连接的电阻器Ri和电容器Ci，其中i的范围从1到N。这N个对建模了在电池单元41中和在电池单元41的电极中的锂离子扩散现象。Vi是在第i对的端子处的电压。例如，N可以被选择为等于2。此等效电路42建模引出以下方程系统：对于i＝1...N进而基于以下观察来获得用于估算电池单元41的最大容量Qr的变化的方程：当电量状态SOC在充电或放电循环的过程中迅速发展时、当电压Vdl可以在几秒内从0V变为几十伏特时、并且当扩散极化可以在几分钟内从0V达到几十伏特时，电池41的最大容量Qr变化得非常缓慢(平均5年变化约20％)。作为结果，在两时间步长之间考虑为零的最大容量Qr的变化的假设是合理的。这是如下所写的：其中在此应注意的是，使用这个参数ΔQ而不是最大容量Qr将改善算法的功能并且将避免可能导致所述算法的发散的数值问题。这些方程的离散化使其有可能获得以下系统：其中i＝1...N在这个方程系统中，Te是采样周期。在此用于以每个时间步长k获得电池单元41的电量状态SOC和最大容量Qr的良好评估的这种状态观测器是扩展卡尔曼滤波器。实际上，计算机30基于此扩展卡尔曼滤波器实现多个计算以便获得对电池单元41的最大容量Qr和电量状态SOC的估算。这些计算对本领域技术人员是已知的并且因此将不在此详细描述。为了了解详情，可以参考例如在怀利(Wiley)版本中出版的丹·西蒙(DanSimon)的题为“最优状态估计”的著作。总之，这个状态观测器使用了状态矢量xk、输入矢量uk、输出矢量yk、状态噪声ωk、和测量噪声νk。于是考虑以下随机系统：xk=fk-1(xk-1,uk-1,ωk-1)yk=hk(xk,uk,vk)ωk(0,Qk)vk(0,Rk)]]>在这个系统中，Rk是测量噪声协方差矩阵并且Qk是状态噪声协方差矩阵。实际上，状态矢量xk限定如下：xk=SOC(k)ΔQ(k)Vdl(k)V1(k)···VN(k)]]>因此输出矢量yk被限定为：yk＝V电池单元(k)因此输入矢量uk被限定为：uk＝l(k)借助于上述离散方程系统获得了函数fk-1和hk。然后，计算机30通过计算以下雅可比矩阵来使该方程系统线性化：Fk-1=∂fk-1∂x|x^k-1+]]>Lk-1=∂fk-1∂ω|x^k-1+]]>然后该计算机估算状态变量Pk和状态变量xk的估算误差协方差矩阵，如下：Pk-=Fk-1Pk-1+Fk-1T+Lk-1Qk-1Lk-1T]]>x^k-=fk-1(x^k-1-,uk-1,0)]]>然后，计算机30通过计算以下雅可比矩阵来使这些方程线性化：Hk=∂hk∂x|x^k-]]>Mk=∂hk∂v|x^k-]]>最后，计算机30更新卡尔曼增益Kk、估算状态变量xk和状态变量Pk的估算误差协方差矩阵，如下：Kk=Pk-HkT(HkPk-HkT+MkRkMkT)-1]]>x^k+=x^k-+Kk[yk-h(x^k-,uk,0)]]]>Pk+=(I-PkHk)Pk-]]>因此，计算机30获得了电池单元41的最大容量Qr和电量状态SOC的值。建模精确度使其有可能选择观测器的引起快速收敛的动态参数化。第三步骤是使经计算的数据生效的步骤。这个步骤是通过验证以下事实来构成的：一方面，最大容量Qr的计算值是否已经充分地收敛为可用的；并且另一方面，电池单元41的使用条件是否接近于其在早期寿命(当电池单元的最大容量Qr被认为等于额定容量Qn时)中的特征化的条件。换言之，有效地提供了对比数据来使其有可能确定容量的不可逆损失。为了验证该算法已经充分收敛，计算机30确定在最后计算的最大容量Qr(k)与在几个时间步长之前计算的最大容量Qr(k-k’)之间的差值，然后如果这个差值低于预定阈值S0则估计最大容量Qr已经充分收敛。在此，计算机30认为最大容量Qr已经充分收敛的条件为：|Qr(k)-Qr(k-10)|＜S0。为了检查电池单元41的使用条件接近于在所述电池单元的早期寿命中的特征化条件，计算机30至少使用在第一步骤的过程中采集的温度T(k)。该计算机优选地还使用电压V电池单元(k)的值、电流I(k)的值、以及电量状态SOC(k)的值。在此，计算机30认为电池单元41的使用条件接近于在所述电池的早期寿命中的使用条件的条件是：Tmin,charac<T(k)<Tmax,charac、SOCmin,charac<SOC(k)<SOCmax,charac、Vmin,charac<V(k)<Vmax,charac、Imin,charac<I(k)<Imax,charac其中，Tmin,charac、Tmax,charac、SOCmin,charac、SOCmax,charac、Vmin,charac、Vmax,charac、Imin,charac和Imax,charac对应地是最小特征化温度、最大特征化温度、最小特征化电量状态、最大特征化电量状态、最小特征化电池单元电压、最大特征化电池单元电压、最小特征化电流和最大特征化电流。当计算机30认为最大容量Qr已经充分收敛并且电池单元41的使用条件接近于在所述电池单元的早期寿命中的特征化条件时，其将值1指配给有效性指示符δ。否则，该计算机将值0指配给这个有效性指示符δ。如将从下文中的说明变得清楚的，使用这个有效性指示符δ和健康状态指示符SOH_E防止了将最大容量Qr的可逆变化认为是由老化造成的。第四步骤是由以下构成的：计算电池单元41的健康状态指示符SOH_E，然后由此推导出牵引用电池40的健康状态指示符SOH_E。为此，中间老化指示符SOH_Eint是借助于以下公式来计算的：SOH_Eint(k)=δQr(k)Qn+(1-δ)SOH_Eint(k-1)]]>然后这个中间老化指示符SOH_Eint被鲁棒性滤波器滤波，该鲁棒性滤波器限制了所述指示符的突然变化。这个滤波器在此是一种说来为“移动平均滤波器”的滤波器。归功于这个鲁棒性滤波器，计算机30获得了电池单元41的健康状态指示符SOH_E。图3示出了最大容量Qr的、中间老化指示符SOH_Eint的、健康状态指示符SOH_E的估算的收敛。在这个图中可以看出的是，在第一时期(部分A)中，尽管有效性指示符δ保持等于0，但最大容量Qr还未收敛。作为结果，老化指示符SOH_Eint和SOH_E没有改变。在第二时期(部分B)中，计算机30估算出最大容量Qr已经收敛并且因此将值1指配给有效性指示符δ。然后中间老化指示符SOH_Eint突然改变来朝比率Qr/Qn的值收敛。归功于滤波器，健康状态指示符SOH_E对于其部分而言改变得不那么突然，从而逐渐地朝这个比率的值收敛(部分C)。最后，计算机30确定牵引用电池40的健康状态指示符SOH_E。为此，计算机30将最旧的电池单元41的健康状态指示符SOH_E的值指配给牵引用电池40的健康状态指示符SOH_E，根据以下公式：SOH_E电池＝min(SOH_E电池单元)。在这个阶段，计算机30还可以可靠地确定是否这些电池单元41之一有缺陷。为此，该计算机将每个电池单元的老化指示符SOH_E的值与达到的值进行对比。这个达到的值可以例如由这些电池单元41的老化指示符SOH_E的平均值来形成。如果这个差值超过预定阈值(例如等于30％)，则计算机30由此推断出故障。本发明决不受限于所描述和示出的实施例，并且本领域技术人员将能够提供不脱离本发明范围的变体。因此，例如，可以借助于放置在牵引用电池的外壳体的外面上的传感器来测量温度。还可以使用多个温度传感器来获得对在所讨论的电池单元处的温度的更好的估算。根据另一个变体，电池单元的健康状态指示符可以被认为是由所述电池单元的最大容量来构成。在又另一个变体中，可以使用与ΔQ不同的参数来计算电量状态SOC和最大容量Qr。因此，例如，可以考虑等于电池单元的额定容量Qn与最大容量Qr的比率的参数β。用于估算电池单元41的最大容量Qr的变化的离散方程于是将用以下形式来表达：β(k)＝β(k-1)，其中β(k)＝Qn/Qr(k)。根据另一个变体，可以例如根据由所讨论的电池单元41的电量状态SOC、安培数I、和温度T构成的参数中的一个或另外的参数来使用参数ΔQ，然而记住这个参数在两个时间步长之间轻微地改变。在这个变体中，用于估算电池单元的最大容量的变化的离散方程于是将用以下形式来表达：ΔQ(k)＝g(SOC(k-1)，ΔQ(k-1)，I(k-1)，T(k-1))，其中g是表示电池单元的容量的变化动态的函数。