电池管理系统、方法和空中运载工具与流程

1.本发明涉及电池管理系统。更具体地，本发明涉及用于电动空中运载工具的储能系统的健康监测的电池管理系统。


背景技术：

2.近年来，电力作为用于驱动空中运载工具的能量形式变得越来越重要。这特别包括具有垂直起降功能的电动飞行器(evtol)。
3.包括evtol的电动(即电驱动/电推进)飞行器的关键组件是适当的储能系统(ess)。储能系统可以以可充电电池的电池系统的形式实现，其可以被构造成多个单独电池单元。单独电池单元可以组合在一起以形成用作储能系统的飞行器电池系统的一个或多于一个电池模块。适用于本发明框架的电池类型的示例是锂(li)离子电池，本发明不限于此。
4.一般来说，储能系统的功能是为电驱动飞行器提供足够的可获得能量，以供安全飞行和着陆。由于这一般是关于空中交通的情况，因此最高安全标准适用于包括ess的空中运载工具的组件。为了确保安全操作，特别是为了确保在有足够量的剩余可获得能量的情况下安全着陆，必须监测限定了对可获得能量的量进行限制的临界状态的ess的参数，并将该参数通信至操作者。
5.这样的参数包括但不限于例如ess的单独电池单元的单元温度或荷电状态(soc)。由于这样的参数中的一些参数不是可直接测量的量，而是与内部状态相关，因此ess的设计必须预见用于相应状态观察的适当设备。状态观察基于对包括但不限于终端单元电压、单元表面温度或电流等的物理数据的测量。此外，必须考虑状态确定中可能存在的残差，因为这潜在地限制可获得能量，从而限制空中运载工具的航程。考虑到用于描述ess及其状态的任意模型的有限精度，这样的残差一般会发生。此外，电池的可获得能量高度依赖于飞行剖面(flight profile)。因此，能量管理系统还必须进行关于直到电驱动飞行器实现安全着陆为止的规划的飞行剖面的状态预测。具体地，在本公开的框架中，类似“监测”或“观察”的术语用于指示不仅在特定时间点处确定相应数据(功能状态、健康参数)，而且重复其确定，以便收集关于其随时间发展的信息，特别是在特定飞行之前和特定飞行期间随时间发展的信息。可以根据环境来设置更新各个确定的间隔，并且尤其可以设置为小到可以进行准永久性观察。
6.更一般地，其区分了表征电池系统的两个类型的相关时间因变量。一方面，(电池单元)状态由随时间快速演变(即根据系统输入以秒计)的系统变量来限定。单元状态的示例有单元荷电状态、单元芯温度或单元片温度。另一方面，健康参数是随时间缓慢演变(即根据系统输入以天计)的系统变量。
7.健康参数监测的重要性在于，除了反映当前荷电状态的特定变量之外，电池的整体状态还取决于附加因素，这些附加因素尤其可以反映电池寿命周期期间更大时间尺度上的诸如老化等的变化，并且被概括在术语“健康参数”下。特别地，电池健康参数可以包括但不限于单元容量和单元阻抗中的至少一个。
8.因此，在ess的设计阶段的关键的任务是，当要确定ess的当前状态，特别是要确定限定剩余飞行航程的剩余可获得能量时，规划的飞行的状态预测和健康预测的最大误差是已知的，并且每次在单个飞行的规划期间以及在飞行本身期间可以被考虑。规划的剖面限定了一段时间内消耗的功率，并应严格符合飞行器的操作要求。ess全寿命的状态预测中的最大误差度量应被视为安全裕度。这确保了状态观察和状态预测中的残差不会特别影响ess在其已知物理极限内的利用。
9.因此，基于状态监测和健康参数监测的状态预测可以确保规划的剖面直到实现安全着陆为止都不违反任何安全边界。这允许操作者在根据特定剖面的飞行期间以及在着陆前的任何时间确认给定任务的可用能量和航程。
10.下面将参照图1描述在根据特定飞行剖面的飞行期间要由能量管理系统进行的用于状态观察和状态预测的任务的示意图。
11.在图1的上部，示出了指示随时间变化的在根据剖面的飞行期间所需的功率的图。从图中可以看出，在紧接着起飞后和飞行的最后阶段(即着陆前)，所需的功率特别高。在图中所示的示例中，假设由处于飞行状态的飞行器的符号指示的当前时间处于起飞和着陆阶段开始之间。因此，就当前时间而言，之前的飞行阶段已经过去，即将到来的飞行阶段应根据规划的飞行剖面执行。如进一步指示的，出于安全原因，通过飞行结束时的阴影框，应该在目的地处保持一定量的能量可用。因此，时间尺度上的终点由仍然可获得预定剩余能量的条件(“终点条件”)来限定。换句话说，为了考虑状态预测中的不确定性，在剩余可获得能量的基础上仍可达到的所指示的稍后的时间点(“物理极限”)不应被认为是在操作中可到达的。
12.在飞行期间，ess的状态被永久监测(“状态观察”)。这包括但不限于物理测量、基于模型的估计、借助神经网络的观察以及基于模型的测量数据校正/校准。状态观察具体观察多个功能状态(state of function sof)。多个功能状态可以包括但不限于例如单元荷电状态(state of charge soc)、单元芯温度、单元电流连接器温度、单元电流和hv(高压)线缆温度。
13.基于当前时间之前(过去)的飞行阶段期间的状态观察，来对未来时间点进行状态预测。特别地，状态预测可以包括使用查找表、基于模型的预测和使用神经网络的预测，但不限于此。通过考虑预先确定的任意安全裕度和残差，这使得能够预测直到规划的飞行剖面结束为止的状态(例如上面列出并在图的下部指示的sof)。特别地，一旦根据规划的飞行剖面着陆时的剩余可获得能量低于预定义的“目的地处的剩余能量”，就必须立即向操作者发出警报，以确保在最近的可到达的机场处安全着陆。
14.可获得能量的错误确定会导致灾难性的故障情况。该分类源于这样的假设，即错误地显示可获得能量将引导飞行员执行如下的飞行操纵(特别是飞行距离)，即电池无法在具有足够的能量来继续飞行和着陆的情况下维持这样的飞行操纵。
15.如上所述，确定电池状态或健康特别是电池单元的荷电状态或阻抗的参数，一般不是可直接测量的量。为此，出现了问题，即如何以符合空中交通中适用的最高安全要求的可靠方式，特别是以针对电动空中运载工具适用的最高安全要求的可靠方式确定电池荷电状态或健康。


技术实现要素：

16.本发明旨在提供电池管理系统和相应的方法，该电池管理系统能够可靠地确定和监测电动空中运载工具的ess的电池状态，从而符合空中交通中适用的高安全要求。
17.这通过独立权利要求的特征来实现。
18.根据本发明的第一方面，一种用于电动空中运载工具的电池管理系统，所述电池管理系统适于观察形成所述空中运载工具的储能系统的电池系统的当前电池荷电状态即当前电池soc，所述电池管理系统包括：用于电池状态确定的冗余且不相似的两个通道，其中，所述两个通道中的第一通道包括用于通过使用库仑计数算法来确定所述电池系统的多个电池单元中的各单独电池单元的soc的设备，所述两个通道中的第二通道包括用于使用不同于所述库仑计数算法的机制来确定所述电池系统的多个电池单元中的各单独电池单元的soc的设备。
19.根据本发明的第二方面，一种电池管理方法，用于观察形成电动空中运载工具的储能系统的电池系统的当前电池荷电状态即当前电池soc，所述电池管理方法包括以下步骤：通过使用基于库仑计数算法的机制来确定所述电池系统的多个电池单元中的各单独电池单元的soc，以及通过使用不同于所述库仑计数算法的机制来独立地确定所述电池系统的多个电池单元中的各单独电池单元的soc。
20.本发明的特定方法是以独立且冗余的方式将用于确定电动飞行器(特别是evtol)的储能系统的各个电池单元的荷电状态(soc)的库仑计数算法与另一soc确定算法相结合。特别地，在实施例中，另一soc确定算法是基于模型的算法。soc确定由两个冗余且不相似的通道进行，其中一个通道使用库仑计数算法。两个通道冗余的事实意味着各个通道都能够随时对ess进行全面的健康参数观察，而不需要依赖于另一通道做出的任何决定。换句话说，两个通道的测量完全相互独立。两个通道不相似的事实意味着两个通道所使用的用于确定soc的算法彼此不同。
21.使用库仑计数的本发明的方法的基本益处在于以下事实，即库仑计数是简单的、易于实现的且高确定性的soc监测算法。这降低了电池管理系统的认证风险。出于认证原因，evtol应依靠两个冗余且不相似的单元荷电状态观察方法(通道)。
22.库仑计数的另一益处是复杂性低，因此计算量小。事实上，库仑计数只需要积分。这样可以节省重量和成本。
23.根据实施例，电池管理系统还适于电池健康观察。各个通道还包括用于确定多个电池单元中各个单独电池单元的电池健康参数的设备。第一通道对电池健康参数的确定基于老化模型(例如，经验老化模型)，该模型基于观察到的利用来确定电池健康。第二通道对电池健康参数的确定基于不同于老化模型的机制。更具体地，各个单独电池单元的单元阻抗和/或单元容量可以作为电池健康参数来确定和监测。
24.电动飞行器，特别是evtol应用，严重依赖低电池阻抗来提供高悬停功率要求。增大的单元阻抗既是主要的细胞老化机制，也是主要的单元故障机制。因此，单元阻抗的增大会显著影响可用的可获得能量，即影响电动飞行器(evtol)的航程，从而影响安全性。当然，类似的考虑也应用于单元容量，其确定ess中可以保存的能量的量。
25.因此，考虑电池系统健康参数的当前状态对于状态(可获得能量预测)是重要的。取决于所使用的算法，健康参数观察可以在飞行期间继续，以便永久更新健康参数，或者可
以假设其在飞行期间保持恒定，考虑到与电池状态相比健康参数变化的时间尺度更大，该假设是合理的假设。
26.在实施例中，第一通道的用于确定电池健康参数的设备包括用于测量各个单独单元的电流、电压和温度的设备。此外，第一通道的用于确定电池健康参数的设备可以由定期进行的维护过程支持，其中维护过程至少包括代表性充电过程或对脉冲功率曲线的确定。或者，指定的维护过程和/或充电过程，而不是基于老化模型的算法，也可以用于电池健康参数监测。
27.根据实施例，基于两个通道各自中的soc观察结果和可选的健康参数观察结果来确定可获得的能量的量，以便基于对规划的飞行剖面的基于模型的状态预测来确定飞行航程。特别地，这是在利用两个通道的数据确定中没有检测到错误的情况下进行的。
28.在实施例中，第二通道使用用于电池健康状态观察的基于模型的soc估计算法和可选的基于模型的单元参数估计算法。更具体地，第二通道所使用的基于模型的算法基于使用双卡尔曼滤波器(dual kalman filter)。
29.然而，第二通道采用的算法不限于基于模型的算法。技术人员知道或将知道的任意其他合适的算法同样适用于本公开的框架内。例如，其包括通过电化学阻抗谱(eis)确定单元阻抗(健康参数)。
30.根据采用eis的实施例，第二通道包括用于利用可变频率的正弦电流来激励电池系统的电池单元的设备以及用于测量各个单元的电压响应的设备。更具体地，第二通道还包括用于基于输入激励电流和电压响应之间的比率来计算系统阻抗谱的处理电路。基于该谱，可以导出表征电池状态的各种变量，包括荷电状态以及单元芯温度和单元片温度。
31.根据实施例，第一通道中的用于通过使用库仑计数算法来进行soc确定的设备包括用于确定地面操作期间的针对构成电池系统的多个电池单元中的各个单独单元的充电电流的设备、以及用于确定各个单独单元的总负载电流的设备。更具体地，第一通道中的用于通过使用库仑计数算法来进行soc确定的设备还包括处理电路，其用于基于各单独单元的所确定的充电电流和所确定的总负载电流来计算荷电状态，并随时间对测量到的电流进行积分。因此，基于相对于单元的能量输入量和能量输出量的平衡，荷电状态通过库仑计数算法以确定性的方式来确定。
32.在实施例中，第二通道包括电池单元测量设备，用于测量电压(例如：单元终端电压)、电流(例如：输入或输出电流)和温度(例如：表面温度或单元片温度)中的至少一个。这些参数可以通过测量获得，并且可以根据考虑到电池系统和单元的特定硬件结构的公知算法(包括基于模型的算法)，来形成用于计算指示电池荷电状态和电池健康的参数的基础。
33.在实施例中，空中运载工具是电动垂直起降飞行器即evtol。
34.根据本发明的另一特定方面，提供了包括根据上述方面或各个实施例的电池管理系统的空中运载工具。
35.从属权利要求中阐述了本发明的进一步特征和优点。
36.除非从上下文中明显看出这样的组合对于特定的实施例或特征是不可能的，否则本文描述的或者在所附权利要求中阐述的本发明的实施例和特征可以被组合。
附图说明
37.如附图所示，本发明的附加特征和优点将在下面更具体的描述中变得明显，其中：
38.图1是示出针对根据预定飞行剖面来飞行的空中运载工具的储能系统的状态观察和状态预测的概图；
39.图2是示出根据本发明的实施例的用于状态观察和健康观察的双通道电池管理系统在飞行前和飞行期间的阶段中的操作的图；
40.图3是示出根据本发明的实施例的使用荷电状态观察和电池健康观察的根据规划的飞行剖面的飞行期间的状态预测的细节的图；以及
41.图4是示出示例性电池管理方法的基本步骤的流程图。
具体实施方式
42.本发明涉及用于电驱动空中运载工具，特别是用于evtol的电池管理系统，用于确定形成储能系统(ess)的电池系统的荷电状态和可选的电池健康状态。这使得能够确定ess中的可获得的能量的量，以便根据预定的飞行剖面(特别是在飞行期间的任何时间)确定(预测)飞行航程。
43.为此，本发明的实施例利用创新的两通道电池管理系统架构，该架构提供两个冗余且不相似的电池状态观察通道，其中之一通过库仑计数来确定荷电状态。在实施例中，另外观察健康状态，其中在两个通道之一中采用老化模型。
44.根据本发明，两个通道中的第一通道基于用于soc确定的库仑计数来操作。在优选实施例中，在第一通道中使用老化模型来确定电池健康(soh)。第一通道还能够通过使用与第二通道所使用的算法不同且不相似的适当算法来确定和监测(观察)其他状态变量(功能状态)，诸如单元芯温度。
45.两个通道中的第二通道基于不同的算法来操作。在实施例中，该算法是用于荷电状态观察的、例如使用双卡尔曼滤波器的基于模型的soc估计算法。类似地，根据实施例，针对电池健康参数观察，使用例如使用双卡尔曼滤波器的单元参数估计算法。特别地，单元阻抗和/或单元容量用作电池健康参数。
46.在各个通道中，可以基于观察到的状态和可选的健康参数，经由规划的飞行剖面中的基于模型的状态预测来预测电池状态。具体地，电池状态根据规划的飞行剖面来确定飞行的可获得的能量的量。如此确定的包括基于状态预测的预定最大误差的安全裕度的可获得能量确定了飞行的最大航程，并且因此可以确认为可安全到达规划的目的地。
47.本发明的实施例以满足排除单点故障的认证要求的方式提供了soc观察和电池参数健康观察这两者的实现。这是由并行确定状态的两个各自的通道通过以冗余且不相似的方式实现soc观察和soh观察来实现的。
48.根据实施例，由各个独立通道的电池单元测量设备进行的电池单元测量彼此不相似。因此，对物理可获得的参数的测量本身造成了通道的不相似。这避免了由于测量算法或原理中的任何本质缺陷而发生系统故障的情况。不相似测量方案的示例有：使用ptc(正温度系数)元件进行温度测量的方案和使用ntc(负温度系数)元件进行温度测量的方案、使用分流器进行电流测量的方案和使用霍尔传感器进行电流测量的方案、或者使用两个不同adc(模数转换器)供给器(supplier)进行电压测量的方案。
49.下面将参考图2给出在所有飞行阶段期间电池soc观察和健康参数观察的这两个冗余且不相似的通道的操作的详细描述。
50.通道1(在附图的底部行中示出，并且对应于在本发明的上述概述中介绍的第二通道)使用用于状态观察和健康观察的、例如使用双卡尔曼滤波器的传统基于模型的soc估计算法和健康参数估计算法。该算法的输入是由通道1的相应测量设备测量的针对各个单独单元的电流、电压和温度。输出是针对各个单独单元的soc和健康参数的估计。为了从测量的参数中获得soc输出和健康参数输出，基于模型来进行相应的评估。
51.基于模型的估计算法对于技术人员来说是众所周知的，因此这里将省略其详细描述。其用于估计不可直接测量的系统的状态变量，诸如单元的荷电状态、单元芯温度、单元阻抗或单元容量。基于模型的算法的方法一般基于具有已知输入变量值的系统的可测量输出变量值与相同输入值的系统模型的输出的比较，其中至少一个表征待估计的状态变量的模型参数基于测量的系统输出和模型输出之间的差异而定期更新，作为反馈。
52.作为输入，使用针对采用基于模型的估计的通道的电池单元测量设备所测量的各个单独单元的电流、电压和温度。所估计的系统变量是例如针对各个单独单元的soc和健康参数。另外，如所示的，如果基于模型的健康估计和基于模型的soc估计两者都被实现，则可以在基于模型的soc估计和基于模型的健康估计之间进行结果的交互更新。以同样的方式，除了soc之外，可以利用基于模型的算法以类似的方式获得例如单元芯温度等的表征电池功能状态的其他变量。
53.通道2(在图的中间行中示出，并且对应于在本发明的上述概述中介绍的第一通道)使用库仑计数算法进行soc监测。地面操作期间的库仑计数的输入是针对各个单独单元的充电电流。为了知道初始soc，在充电操作之前，借助于开路电压(ocv)测量来确定初始soc，该测量特别考虑了由于电池系统自放电引起的电荷(能量)损失。该初步步骤显示在左侧标有“利用ocv测量来重置soc”的方框中。
54.可替代地，可以使用重置或重新校准soc的其他方法，例如当充电器确定为电池已充满电时将soc重置为100％。在采用库仑计数算法的情况下，有必要定期重新校准以避免由于观察结果的长期漂移而导致的错误结果。
55.在飞行期间，库仑计数基于针对各个单独单元的所有负载电流来计算电池soc。来自库仑计数的输出是针对各个单独单元的soc。
56.通道2进一步使用老化模型来基于观察到的利用确定电池健康。表征电池系统的利用的参数的示例为电荷吞吐量(安培小时ah)、平均温度和放电深度。通过经验老化模型的对电池健康观察的输入是由通道2的电池管理设备所测量的针对各个单独单元的电流、电压和温度。另外，该经验模型可以由专用(预定)维护过程支持，其中电池健康参数由代表性的充电(和/或放电)过程或脉冲功率曲线来确定。输出是针对各个单独单元的相应健康参数。如上所述，健康参数的重要示例是单元容量和单元阻抗。
57.本质上，老化模型接收电池管理系统(bms)所收集的针对各个飞行的ess利用数据。各个飞行后，将收集的数据传输到位于空中运载工具外部的维护设施处的后端计算机(“后端”)，在那里空中运载工具组件在其寿命周期期间的相应数据被维护(“数字孪生”)。这些数据可以包含例如单元温度分布、电压分布、电流分布和电荷吞吐量(安培小时ah)，但不限于此。使用数据分布或积分值而不是各个单独数据点的益处在于，存储(即在飞行期
间，在bms中存储)的和传输(到后端)的数据量大大减少。老化模型通过在实验室测试期间观察到的电池老化来校准，并且根据校准的模型来将观察到的一个或多于一个最后飞行的利用与电池健康参数的预期演变相关联。
58.考虑到使用老化模型进行健康观察的算法的性质，在这种情况下，在飞行期间不可能更新健康参数。一般地，考虑到与实际电池状态相比健康参数变化的时间尺度相对较长，假设健康参数在飞行期间保持恒定就足够了，因此在飞行期间在状态预测中使用恒定的健康参数(即，与紧接在飞行前确定的健康参数相同)。可替代地，也可以根据先前确定的电池健康历史(最坏情况)来推断飞行期间的电池健康发展。
59.如上所述，(经验)老化算法可以由专用充电/放电过程和维护过程来补充，以用于健康参数确定。
60.当从固定的初始荷电状态开始以预定义的固定充电条件和环境条件对单元进行充电/放电以达到固定的最终荷电状态时，专用的充电或放电过程能够计算电池单元的当前总容量，作为ess的健康参数。更具体地，专用充电过程可以包括以下过程其中之一(基本原理)：
61.1)当通过预定义的恒定电流并在预定义的稳定单元温度下放电时，ess的至少一个单元应达到单元电压下限。ess由此达到“完全放电”状态。ess的当前总容量是从该完全放电状态以预定义的恒定电流和预定义的恒定温度充电直到ess的至少一个单元达到单元电压上限为止的电荷量。
62.2)当通过预定义的恒定电流和预定义的稳定单元温度充电时，ess的至少一个单元应达到单元电压上限。ess由此达到“完全充电”状态。ess的当前总容量是从该完全充电状态以预定义的恒定电流和以预定义的恒定温度放电直到ess的至少一个单元达到电池电压下限为止的电荷量。
63.这两个过程随后可以重复若干次以减轻滞后效应和库仑效率效应，这些效应会使当前总容量的计算失真。
64.专用维护过程可以包括例如脉冲功率测试。
65.脉冲功率测试通过测量单元暴露于不同大小(系统激励)的充电或放电电流(电流脉冲)下的电压响应(系统响应)，来计算预定义单元温度和单元soc下的ess的单元阻抗。给定soc和温度下的单元内阻可计算为电压响应之差除以单元电流之差，这是确定系统属性的一般方法。
66.注意，在本公开的框架中，所有测量和观察都是在单独电池单元的水平上进行的。考虑到空中交通中的高安全要求，针对评估(诸如针对可获得能量的确定或航程预测，以及潜在故障预测)，总是将具有最低能力的单元作为基础。
67.如图中进一步所示，在各个通道中，观察结果用于状态预测。因此，状态预测考虑最新的单元状态以及最新的健康参数。状态预测用于报告(确认)是否存在足够的可用能量用于规划的飞行。特别地，飞行剖面确定规划的飞行的随时间变化的所需功率，该功率可以例如由飞行管理系统(fms)在飞行规划阶段期间基于诸如飞行器模型、天气模型和路径模型等的输入来预先计算。
68.如进一步示出的，将这样确定的可用能量(基于规划的飞行剖面的航程)显示给飞行器的操作者(飞行员)。这在各个独立且不相似的通道中分别实现。因此，操作者具有为各
个通道分别提供的显示器，并且因此可以比较结果。操作者可以将分别显示的来自两个通道的状态预测结果彼此比较。如果来自两个通道的预测状态之间存在偏差，并且如果该偏差的大小超过预定阈值，则该偏差可以向操作者提示警报。然后，操作者应尽可能接近最近的机场(evtol的情况下为垂直升降机场)，以便安全着陆。在任何情况下，操作者都可以亲自比较状态预测结果，并决定确定是否可靠或是否需要紧急着陆。
69.在正常操作期间，即在没有大的偏差时，两通道的所显示航程(可用的可获得能量)的最小值将用作任意决策的基础。在该框架中，“最小值”是指对应于剩余可获得能量的最低值即最低航程(剩余安全飞行距离)的值。基于与单独单元相关的测量和观察，同样的原理被应用于电池系统的整体评价。总是取单元作为评价的基础，针对单元来在观察状态或健康参数的上述意义上确定“最小值”。
70.如附图的顶部线中进一步示出的，在飞行之前(特别是：在电池系统的充电操作期间)和在起飞和着陆之间的飞行期间，(如上所述，除了基于老化模型的健康监测之外)两个通道的相应操作都被连续进行。
71.图3示出了如何能够经由基于模型的状态预测，使用电池状态(特别是soc)观察的结果和健康参数观察的结果来确定空中运载工具的可获得能量。
72.图3中图的上部重复了图1的上部，并示出了指示根据飞行剖面的飞行期间所需的功率的图。
73.图的下部示出了冗余且不相似的通道如何允许计算当前系统功能状态，特别是soc。基于观察到的电池健康参数，规划的飞行剖面可用于预测各个单独单元的soc演变，直到飞行器达到安全着陆条件为止。规划的飞行剖面只有在状态预测排除对极限的违反的情况下才有效。因此，飞行器的航程，特别是evtol的航程可以基于(多个)飞行剖面来确定，并且在起飞前已经可以安全地排除飞行器航程之外的目的地。
74.为了符合高安全要求，应事先(例如，在ess的规划阶段期间)知道规划的飞行的状态预测的最大误差，以便每次在规划单个飞行期间以及在飞行本身期间进行考虑。在图3的图的下部，状态预测的最大误差由示出随时间变化的荷电状态观察预测结果的图中的点划线与虚线之间的距离示出。该误差应在实验室测试期间测量，并被视为针对状态预测中的不确定性的安全裕度。
75.更具体地，标记为
“‘
最坏情况’错误状态预测”的实线(两个线中的上方的一个)与在假设存在所述最大误差的情况下根据规划的飞行剖面的飞行的soc评估结果相对应。标签“最坏情况”是指这样的事实，即该预测包括对可用资源(能力)的最大高估，即从飞行员的视角来看对应于“最坏情况”。实际可用(“物理”)能力可能比最坏情况下的估计低了“最大误差”，该误差对应于实线和虚线之间的差。如上参考图1所述，出于安全原因，在目的地必须有一些剩余的可获得能量(“终点条件”)。这对应于图3下部所示的针对状态预测中的不确定性的5％安全裕度。
76.标记为
“‘
物理’状态演化”的虚线(两个线中的下方一个)示出了在根据实线的具有最大误差的预测的情况下的实际的剩余功能状态(例如：荷电状态)，即其在实线的下方前进与最大误差相对应的距离。本领域技术人员很容易理解，随着飞行距离的增大，预测的不确定性增加，从而确定两条线之间距离的误差增大。结果，在飞行的规划的终点(目的地)处，状态预测的最大误差不得超过规划的安全裕度(在本示例中为：与终点处的最大误差相
对应的5％)。即使是在预测误差最大的情况下，这也保证了安全飞行和着陆的可能性。
77.图4是根据本发明的实施例的可由电池管理系统(bms)进行的示例性方法的流程图。
78.在流程图的上部，在左手侧，示出了由图2的下部所示的通道1进行的操作。具体地，在步骤s10中，在单独电池单元处进行相应的测量。这特别包括单元电压、电流和温度的测量。
79.在随后的步骤s12中，基于测量来导出荷电状态soc。在实施例中，这是使用基于模型的方法来完成的，其中soc是从等效电路模型中导出的。可选地，还可以从单元温度测量中导出单元芯温度。在实施例中，这也使用基于模型的方法来完成，其中单元芯温度也从等效电路模型中导出。然而，通道1的处理不限于此，而是通道1也可以使用不同于库仑计数的任意其他方法。并行地，步骤s15进行作为soh参数的单元阻抗和/或单元容量的确定。在实施例中，这也通过使用基于模型的方法来完成。在这种情况下，如图2所示，等效电路模型的相关参数在估计期间以及在状态(soc)和soh估计之间在线更新。同样，通道1的处理不限于此，而是不同于老化模型的任意其他方法也可以用于通道1中的soh估计。
80.然后，处理前进到步骤s17，其中通道1所获得(所估计)的单独确定结果被用作预测电池状态的基础，即根据规划的飞行剖面限定剩余航程的剩余可获得能量。在接下来的步骤s19中，在与通道1的预测相对应的第一显示器(或第一显示部)上对操作者进行相应的显示。该显示可以以各种形式(诸如通过图形表示或者数字或符号指示符)实现，只要适合于容易和快速地掌握情况，特别是可能即将到来的紧急情况。
81.在流程图上部的右手侧，示出了由图2中部所示的通道2进行的相应操作。具体地，在步骤s20中，如上所述进行用于进行电池系统的各个单元的soc确定所用的库仑计数(cc)的测量。因此，这包括在通过ocv测量重置了soc之后在地面充电期间各个单独单元的总输入电流的计数以及在飞行期间各个单独单元的(随着时间积分的)总负载电流的计数。
82.在步骤s22中，针对各个单元，基于步骤s20中的测量来导出soc。
83.并行地，步骤s23通过采用(经验)老化模型来进行健康参数确定的必要测量。如上所述，这特别包括测量针对各个单独单元的电流、电压和温度。
84.步骤s25基于步骤s23中的测量来确定各个单独电池单元的诸如单元阻抗和/或单元容量的健康参数。
85.然后，处理前进到步骤s27，其中通道2所获得的单独的确定结果被用作预测电池状态的基础，即根据规划的飞行剖面限定剩余航程的剩余可获得能量。在接下来的步骤s29中，在与通道2的预测相对应的第二显示器(或第二显示部)上对操作者进行相应的显示。同样，该显示可以以各种形式实现，诸如通过图形表示或者数字或符号指示符来实现。
86.在最后的步骤s30中，操作者比较所显示的状态预测结果。特别地，如果通道1和通道2的特定变量的状态预测结果之间的差超过预定阈值，则操作者可以得出在至少一个通道中存在错误的结论，并且决定在最近的可用机场处启动着陆过程，因为在一个通道中出现故障的情况下，不可能做出关于剩余可获得能量的可靠预测。系统也可以进行比较，并且如果基于通道之间的偏差太大检测到了错误，则向操作者发出警报。
87.总之，本发明涉及一种电池管理系统和方法，用于利用冗余、独立且不相似的两个通道来进行电池状态观察和可选的健康参数观察，特别是单元荷电状态(soc)观察。具体
地，通道中的第一通道中的soc观察基于库仑计数。另一通道采用与库仑计数不同的算法。在实施例中，电池健康观察进一步由两个通道独立进行，其中第一通道采用老化模型，另一通道采用不同的(不相似的)算法。基于状态观察和健康观察，可以预测电池系统的状态(功能状态)以根据预定的飞行剖面来确定飞行航程。