FR2906892A1 - Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile - Google Patents
Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile Download PDFInfo
- Publication number
- FR2906892A1 FR2906892A1 FR0654179A FR0654179A FR2906892A1 FR 2906892 A1 FR2906892 A1 FR 2906892A1 FR 0654179 A FR0654179 A FR 0654179A FR 0654179 A FR0654179 A FR 0654179A FR 2906892 A1 FR2906892 A1 FR 2906892A1
- Authority
- FR
- France
- Prior art keywords
- battery
- classifier
- motor vehicle
- preprocessing unit
- operating state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007781 pre-processing Methods 0.000 title claims abstract description 6
- 230000001537 neural effect Effects 0.000 claims description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical group [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 3
- 229910005813 NiMH Inorganic materials 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000007935 neutral effect Effects 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 101100004286 Caenorhabditis elegans best-5 gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
- G01R31/2836—Fault-finding or characterising
- G01R31/2846—Fault-finding or characterising using hard- or software simulation or using knowledge-based systems, e.g. expert systems, artificial intelligence or interactive algorithms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
La présente invention concerne un système d'évaluation de l'état de fonctionnement d'une batterie (1) de véhicule automobile, du type comportant des moyens de détermination de données de tension et de courant batterie. Ce système est caractérisé en ce qu'il comporte des moyens (2) de prétraitement statistique de ces données et des moyens (3) neuronaux de classification de celles-ci afin de délivrer une information de classe d'état de charge (SOC) et d'indice de confiance correspondant.
Description
1 Système d'évaluation de l'état de fonctionnement d'une batterie de
véhicule automobile. La présente invention concerne un système d'évaluation de l'état de fonctionnement d'une batterie de véhicule automobile.
De tels systèmes interviennent généralement dans le domaine de la gestion des batteries des véhicules et plus généralement dans celui de la gestion du réseau électrique de bord de ces véhicules. Actuellement, dans un véhicule automobile, l'état de fonctionnement de la batterie n'est pas pris en compte. Or, l'utilisation grandissante d'énergie électrique et la diversité des besoins en énergie rendent indispensable une meilleure maîtrise de l'exploitation de la batterie. Ceci devient d'ailleurs un objectif prioritaire pour les véhicules de type hybride. L'un des verrous technologiques actuels reste l'incapacité à mesurer en temps réel, et à anticiper, un état de fonctionnement de la batterie dans le véhicule. Un autre problème soulevé par le comportement de la batterie est son caractère non linéaire. En effet, les solutions envisagées dans l'état de la technique qui doivent être simples et faciles à mettre en oeuvre, pour suivre l'évolution de l'état de charge d'une batterie, sont basées sur l'utilisation de cartographies de courants de la batterie ou sur des méthodes de comptage d'ampères heures par intégration du courant sur le temps, ce courant étant par exemple mesuré par un capteur. Ces méthodes utilisées pour estimer l'état de charge nécessitent des phases de recalage ou de correction afin de compenser les dérives de l'estimateur et les erreurs dues au rendement variable de la charge de la batterie. Ces phases de recalages peuvent être réalisées selon plusieurs modes. Ainsi, par exemple, on peut utiliser des courbes caractéristiques de la batterie au repos (en tension et en température). Cependant, la difficulté est d'avoir une batterie totalement au repos suffisamment longtemps (au moins 3 heures pour une batterie au plomb) pour que la tension mesurée corresponde réellement à la tension à vide cartographiée.
2906892 2 Un autre mode de recalage consiste à utiliser un estimateur d'état de charge statique. L'état de charge est calculé à partir de la réponse en tension de la batterie (AUbatt) à une sollicitation en courant (AI) connue et de la température.
5 Cependant, ces phases de recalage sont difficiles à assurer sur un véhicule, soit parce qu'elles demandent beaucoup de temps, soit parce qu'elles demandent un repos total de la batterie. Le but de l'invention est donc de résoudre ces problèmes. A cet effet, l'invention a pour objet un système d'évaluation de l'état 10 de fonctionnement d'une batterie de véhicule automobile, du type comportant des moyens de détermination de données de tension et de courant batterie, caractérisé en ce qu'il comporte des moyens de prétraitement statistique de ces données et des moyens neuronaux de classification de celles-ci afin de délivrer une information de classe d'état de 15 charge (SOC) et d'indice de confiance correspondant. Suivant des modes particuliers de réalisation, le système comporte une ou plusieurs des caractéristiques suivantes : - les moyens de détermination des données comprennent des moyens de mesure de celles-ci ; 20 - les moyens de détermination des données comprennent des moyens d'estimation de celles-ci ; - les moyens neuronaux de classification sont adaptés pour mettre en oeuvre un apprentissage supervisé par sollicitation de la batterie ; - la batterie est une batterie au plomb ; 25 - la batterie est une batterie NiMH ; et - la batterie est une batterie au lithium. L'invention sera mieux comprise à l'aide de la description qui va suivre, donnée uniquement à titre d'exemple et faite en se référant au dessin annexé qui représente un schéma synoptique illustrant la structure et le 30 fonctionnement d'un système d'évaluation selon l'invention. On a en effet illustré sur cette figure un système d'évaluation de l'état de fonctionnement d'une batterie de véhicule automobile, cette batterie étant désignée par la référence générale 1.
2906892 3 Des moyens de détermination de données de tension et de courant de batterie sont associés à celle-ci pour délivrer ces données à des moyens de prétraitement statistique de celles-ci désignés par la référence générale 2 sur cette figure, dont la sortie est reliée à des moyens neuronaux de 5 classification de celles-ci afin de délivrer une information de classe d'état de charge (SOC) et d'indice de confiance correspondant. Ainsi, l'état de charge n'est plus considéré comme une valeur numérique mais comme une classe d'état de charge. A titre d'exemple, un état de charge égal à 90% appartient à la classe 10 90. Par ailleurs, on peut également éventuellement fournir un indice de confiance de cette estimation. Ainsi, par exemple, on peut estimer que l'état de charge d'une batterie appartient à la classe 90 avec un indice de confiance de 80% et à la classe 80 avec un indice de confiance de 20%.
15 L'utilisation d'un classificateur neuronal permet également de modéliser ou de caractériser des systèmes non linéaires, ce qui est le cas du comportement d'une batterie. La précision de ce classificateur repose alors sur le nombre de classes définies. Ainsi, à titre d'exemple, si l'on définit 7 classes 40, 50, 60, 20 70, 80, 90 et 100, la précision du classificateur sera au mieux de 5%. Pour un état de charge réel de 82%, le classificateur indiquera une classe 80. L'indice de confiance pourra alors nuancer la précision. Pour mettre en oeuvre un tel système, la batterie doit au préalable être sollicitée, par exemple sur véhicule ou sur banc, selon l'application que 25 l'on souhaite, à un état de charge connu. On mesure ou on estime alors la tension batterie et/ou on mesure ou on estime le courant batterie. Un traitement statistique des données (tension et/ou courant) est alors effectué. Afin de calculer les paramètres du classificateur neuronal, on réalise ensuite un apprentissage supervisé, c'est-à-dire que l'on associe les 30 variables statistiques à un niveau d'état de charge connu. Cet apprentissage permet de créer le classificateur qui sera figé par la suite pour estimer l'état de charge. Il s'agit en fait du principe de construction d'un réseau de neurones.
2906892 4 En phase de fonctionnement classique, la batterie est sollicitée. Les variables mesurées ou estimées (tension et/ou courant) sont prétraitées. Ces données deviennent ensuite les entrées du classificateur neuronal précédemment construit et ce classificateur fournit alors le niveau 5 d'état de charge ainsi que son indice de confiance. Les variables de tension et/ou de courant peuvent par exemple être délivrées par des moyens de mesure correspondants ou encore par des moyens d'estimation de celles-ci de façon classique. On conçoit alors qu'un tel système permet d'estimer l'état de charge 1 10 fonctionnement d'une batterie sous forme de classe en utilisant un réseau de neurones qui permet de prendre en compte un comportement non linéaire d'une batterie et d'associer un indice de confiance à l'estimation sous forme de classe. Ce système peut s'appliquer à différentes technologies de batteries 15 (Pb, NiMH, Lithium). Bien entendu, d'autres modes de réalisation encore peuvent être envisagés.
Claims (7)
1.- Système d'évaluation de l'état de fonctionnement d'une batterie (1) de véhicule automobile, du type comportant des moyens de détermination de données de tension et de courant batterie, caractérisé en ce qu'il comporte des moyens (2) de prétraitement statistique de ces données et des moyens (3) neuronaux de classification de celles-ci afin de délivrer une information de classe d'état de charge (SOC) et d'indice de confiance correspondant.
2.- Système selon la revendication 1, caractérisé en ce que les moyens de détermination des données comprennent des moyens de mesure de celles-ci.
3.- Système selon la revendication 1, caractérisé en ce que les moyens de détermination des données comprennent des moyens d'estimation de celles-ci.
4.- Système selon l'une quelconque des revendications précédentes, caractérisé en ce que les moyens neuronaux de classification sont adaptés pour mettre en oeuvre un apprentissage supervisé par sollicitation de la batterie.
5.- Système selon l'une quelconque des revendications précédentes, caractérisé en ce que la batterie est une batterie au plomb.
6.- Système selon l'une quelconque des revendications 1 à 4, caractérisé en ce que la batterie est une batterie NiMH.
7.- Système selon l'une quelconque des revendications 1 à 4, 30 caractérisé en ce que la batterie est une batterie au lithium.25
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0654179A FR2906892B1 (fr) | 2006-10-10 | 2006-10-10 | Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0654179A FR2906892B1 (fr) | 2006-10-10 | 2006-10-10 | Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2906892A1 true FR2906892A1 (fr) | 2008-04-11 |
| FR2906892B1 FR2906892B1 (fr) | 2009-01-30 |
Family
ID=38068287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR0654179A Expired - Fee Related FR2906892B1 (fr) | 2006-10-10 | 2006-10-10 | Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR2906892B1 (fr) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6534954B1 (en) * | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
| EP1691209A1 (fr) * | 2005-02-14 | 2006-08-16 | Denso Corporation | Procédé et appareil de détection de l'état de charge d'une batterie de secours, basés sur un calcul de réseau neuronal |
-
2006
- 2006-10-10 FR FR0654179A patent/FR2906892B1/fr not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6534954B1 (en) * | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
| EP1691209A1 (fr) * | 2005-02-14 | 2006-08-16 | Denso Corporation | Procédé et appareil de détection de l'état de charge d'une batterie de secours, basés sur un calcul de réseau neuronal |
Non-Patent Citations (2)
| Title |
|---|
| CHENGHUI CAI ET AL: "State-of-charge (soc) estimation of high power NI-MH rechargeable battery with artificial neural network", NEURAL INFORMATION PROCESSING, 2002. ICONIP '02. PROCEEDINGS OF THE 9TH INTERNATIONAL CONFERENCE ON NOV. 18-22, 2002, PISCATAWAY, NJ, USA,IEEE, vol. 2, 18 November 2002 (2002-11-18), pages 824 - 828, XP010638834, ISBN: 981-04-7524-1 * |
| HENRY OMAN: "New Battery Types for Space Vehicles", IEEE AEROSPACE AND ELECTRONIC SYSTEMS MAGAZINE, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 17, no. 4, April 2002 (2002-04-01), pages 34 - 40, XP011092447, ISSN: 0885-8985 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR2906892B1 (fr) | 2009-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lai et al. | A hybrid state-of-charge estimation method based on credible increment for electric vehicle applications with large sensor and model errors | |
| EP3028054B1 (fr) | Estimation de l'état de vieillissement d'une batterie électrique | |
| EP2434304B1 (fr) | Système et procédé de diagnostic in situ de batteries par spectroscopie d'impédance électrochimique | |
| US9533597B2 (en) | Parameter identification offloading using cloud computing resources | |
| EP2847603B1 (fr) | Estimation de l'etat de charge d'une batterie | |
| EP4111219B1 (fr) | Procédé d'estimation de l'état de santé énergétique d'une batterie | |
| EP3079940A1 (fr) | Evaluation de la quantite d'energie dans une batterie de vehicule automobile | |
| CN116359775B (zh) | 校正剩余电量的方法、车辆及存储介质 | |
| FR2975543A1 (fr) | Systeme et procede d'estimation de l'instant de fin de charge d'une batterie | |
| EP3870985B1 (fr) | Procede de determination de l'etat de charge et de l'etat de vieillissement d'une batterie electrochimique en fonction d'une cartographie de la tension a circuit ouvert | |
| EP3870986B1 (fr) | Procede de determination de l'etat de vieillissement d'une batterie electrochimique | |
| EP1336857B1 (fr) | Système de détermination de l'état de charge d'une batterie, notamment pour véhicule automobile | |
| FR2976130A1 (fr) | Procede et dispositif de surveillance d'une source d'energie | |
| FR2906892A1 (fr) | Systeme d'evaluation de l'etat de fonctionnement d'une batterie de vehicule automobile | |
| EP4445158A1 (fr) | Procede de determination et de recalage de l'etat de charge des batteries d'un vehicule hybride | |
| FR2965361A1 (fr) | Procede d'estimation de l'etat de sante d'une batterie d'un vehicule et vehicule mettant en oeuvre un tel procede | |
| FR3030424A1 (fr) | Procede de determination de la consommation de carburant d'un groupe motopropulseur thermique de puissance equivalente a celle d'un groupe motopropulseur hybride | |
| FR2963434A1 (fr) | Procede d'estimation ameliore des soc et soh d'une batterie d'un vehicule, estimateur et vehicule comportant un tel estimateur | |
| JP4680783B2 (ja) | 二次電池の状態検出装置、状態検出方法、及び状態検出プログラム | |
| WO2023144463A1 (fr) | Estimation fiable de la capacité de stockage de cellule(s) d'une batterie cellulaire | |
| FR2833711A1 (fr) | Systeme de determination de l'etat de charge et de la tension d'une batterie de stockage d'energie electrique, notamment pour vehicule automobile | |
| FR2941054A1 (fr) | Dispositif et procede de controle statistique de l'utilisation d'une batterie d'un engin pourvu d'un alternateur , par action sur la tension de consigne de l'alternateur | |
| EP3254885A1 (fr) | Procédé de détermination de caractéristiques physiques de batteries embarquées dans un véhicule électrique en fonction des missions à effectuer | |
| FR2958044A1 (fr) | Procede d'estimation de l'etat de charge et de l'etat de sante d'un systeme electrochimique | |
| WO2009060131A1 (fr) | Banc d'essai |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20120629 |