CN112964991A - 电池内部温度信息处理方法、计算机设备和存储介质 - Google Patents
电池内部温度信息处理方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112964991A CN112964991A CN201911190760.2A CN201911190760A CN112964991A CN 112964991 A CN112964991 A CN 112964991A CN 201911190760 A CN201911190760 A CN 201911190760A CN 112964991 A CN112964991 A CN 112964991A
- Authority
- CN
- China
- Prior art keywords
- battery
- vehicle
- temperature
- value
- moment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 title claims description 17
- 238000012360 testing method Methods 0.000 claims abstract description 82
- 230000010365 information processing Effects 0.000 claims abstract description 15
- 238000003672 processing method Methods 0.000 claims abstract description 15
- 230000020169 heat generation Effects 0.000 claims description 60
- 238000001816 cooling Methods 0.000 claims description 47
- 238000012546 transfer Methods 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 19
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 description 59
- 230000000875 corresponding effect Effects 0.000 description 36
- 230000008569 process Effects 0.000 description 34
- 238000007599 discharging Methods 0.000 description 16
- 238000007600 charging Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010277 constant-current charging Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001453 impedance spectrum Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
- H01M10/625—Vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
- B60R16/033—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for characterised by the use of electrical cells or batteries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
- G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/61—Types of temperature control
- H01M10/613—Cooling or keeping cold
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/65—Means for temperature control structurally associated with the cells
- H01M10/655—Solid structures for heat exchange or heat conduction
- H01M10/6554—Rods or plates
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电池内部温度信息处理方法、计算机设备和存储介质。所述方法包括:根据电池模组进行离线测试的离线测试数据构建等效热网络模型,基于多目标函数拟合法确定等效热网络模型的最优模型参数;根据获取的车辆的电池的初始状态向量值、车辆实际运行的第一时刻的第一运行数据以及包含所述最优模型参数的等效热网络模型,确定车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。本发明可以对电池内部温度进行实时精确预估,进而可以根据实时精确预估的电池内部温度优化电池的工作条件,提升电池的安全性。
Description
技术领域
本发明涉及电池温度技术领域,具体涉及一种电池内部温度信息处理方法、计算机设备和存储介质。
背景技术
作为新能源汽车的动力的电池,在充放电过程中普遍存在温升现象,且电池内部的产热和散热不均匀,因此电池内部存在温度场分布,进而引起电池内部与外部存在较大的温差,特别是在高功率需求应用中更为明显;然而,在实际的电池热管理中,只能在电池外表面实时测量电池表面温度,对于电池内部温度并不能实时测量到,而电池的内部温度对电池的性能具有显著影响,且直接关乎电池的安全性能,因此,电池热管理,尤其是对电池内部温度的估算,已成为电池管理***的关键且最具挑战性的部分之一。
现有技术中,电池内部温度估算方法中,基于电化学阻抗谱测试对电池内部温度进行估算的方法,对测试***要求较高,因此,实际的车辆并不能满足其测试条件;基于内部温度与表面温度之间函数关系对电池内部温度进行估算的方法,所得函数关系并无实际物理意义,难以适应多种复杂工况下电池内部温度的精确计算;现有技术中的电池传热模型将电池表面等效为一个温度点的方法,认为电池表面各点温度均相同,该方案的不足之处在于,由于电池内部构造以及外部形状都不是完美对称结构,电池内部到各个面传热路径并不一致,所以在电池表面不同位置的温度也会有所不同,因此将表面温度等效为一个点会使得最终估算的电池温度误差较大。
发明内容
本发明实施例提供一种电池内部温度信息处理方法、计算机设备和存储介质,可以对电池内部温度进行实时精确预估,进而可以根据实时精确预估的电池内部温度优化电池的工作条件,提升电池的安全性。
为实现上述目的,本发明提供了一种电池内部温度信息处理方法,包括:
获取电池模组在恒温环境的不同离线工况下进行离线测试的离线测试数据;
根据所述离线测试数据获取等效热网络模型的初始参数,基于多目标函数拟合法确定所述等效热网络模型的各所述初始参数中的最优模型参数;
获取车辆的电池的初始状态向量值以及所述车辆的电池在所述车辆实际运行的第一时刻的第一运行数据;
根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。
本发明还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现所述的电池内部温度信息处理方法。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现所述的电池内部温度信息处理方法。
本发明提供的电池内部温度信息处理方法、计算机设备和存储介质,首先对电池模组进行离线测试的离线测试数据,并根据离线测试数据构建等效热网络模型,基于多目标函数拟合法确定等效热网络模型的最优模型参数;之后,进而根据获取的车辆的电池的初始状态向量值、车辆实际运行的第一时刻的第一运行数据以及包含所述最优模型参数的等效热网络模型,确定车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。本发明可以对电池内部温度进行实时精确预估,进而可以根据实时精确预估的电池内部温度优化电池的工作条件,提升电池的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中电池内部温度信息处理方法的流程图;
图2是本发明一实施例中的电芯内部温度计算模型的结构示意图;
图3是本发明一实施例中电芯等效热网络模型的结构示意图;
图4是本发明一实施例中传热路径的结构示意图;
图5是本发明一实施例中等效电路模型的结构示意图;
图6是本发明一实施例中电池内部温度信息处理方法的步骤S40的流程图;
图7是本发明一实施例中实验验证结果示意图;
图8是本发明一实施例中计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
进一步地,如图1所示,提供一种电池内部温度信息处理方法,包括以下步骤S10-S40:
S10,获取电池模组在恒温环境的不同离线工况下进行离线测试的离线测试数据;其中,离线工况包括不同倍率(其中,不同倍率优选为0.1C-3C)的恒流充放电以及NEDC(NewEuropean Driving Cycle,新标欧洲循环测试)、WLTC(World Light Vehicle TestProcedure,世界轻型汽车测试规程)等动态工况。在本发明中,首先需要制备用于离线测试的电池模组,其中,所述电池模组包括多个串并联的电芯以及连接电芯与外部构件的连接件;电池模组的电芯内部布置有用于检测电芯内部温度的第一温度传感设备(第一温度传感设备优选为布置在电芯的极芯内部,以保证其可测到整个电芯内部的最高温度),电芯表面上布置有用于检测电芯表面温度的第二温度传感设备,与所述电池模组连接的冷却***的冷却板上设置有用于检测离线冷却板温度的第三温度传感设备。可理解地,上述第一温度传感设备、第二温度传感设备和第三温度传感设备优选为同一种类型的传感设备,以使得检测的温度数据之间误差更小。在进行离线测试时,需要将电池模组放置于恒温环境中(比如恒温箱中,恒温箱可以提供一个确定的温度的恒温环境,且该恒温环境的温度可调节)内,以在不同离线工况下进行离线测试,进而获取不同离线工况下进行离线测试的离线测试数据,可理解地,所述离线测试数据包括电池模组的电芯的等效电路数据,比如,所述电池模组的等效电路模型的电芯的电池端电压值和电池电流值等;所述离线测试数据还包括电池模组的电芯的离线温度数据,比如,第一温度传感设备设测得的所述电池模组的电芯内部的离线测试内部温度、第二温度传感设备测得的所述电池模组的电芯表面的离线测试表面温度(若电芯为方形,则电芯包含6个表面,此时可以在电芯的6个表面均设置第二传感设备,此时获取的同一时刻的一组离线测试表面温度包含在电芯的6个表面分别测得的6个离线测试表面温度)、第三温度传感设备测得的冷却板的离线冷却板温度以及恒温环境的离线环境温度等。可理解地,在获取上述离线测试数据之后,可以根据上述离线测试数据中的电池端电压值、所述电池电流值和所述离线测试内部温度确定电池模组的电芯在不同离线工况的充放电过程(可理解地,上述充放电过程可以是一个完整的离线工况,也可以是整个离线工况的其中一段)中的实时计算的第一电池产热率,也即,离线工况的充放电过程中的每一个时刻均对应一个第一电池产热率。
可理解地,上述电池模组的电芯内部到外界的传热过程可等效为电芯内部中心到表面的热传导过程,以及电芯表面与外界环境的热对流过程,根据热学特性,该过程可由电学网络特性来描述,即热阻可等效为电阻,热容等效为电容,温度等效为电压,产热率等效为电流源;基于上述等效对应关系,可建立如图2所示的电芯内部温度计算模型,如图2中所示,Tin表示电池模组的电芯内部温度,Ts表示电池模组的电芯表面温度,Tamb表示恒温环境的离线环境温度,Tcool表示离线冷却板温度(在冷却***的冷却板并无冷却的情况下,Tcool=Tamb),Qheat表示电芯内部产热率(也即上述第一电池产热率),Cin表示电芯内部等效热容,此外需要注意图2中电阻1代表两温度节点之间(比如,电芯内部到各传热路径对应的电芯表面点两个温度节点之间,或电芯表面点到外界环境两个温度节点之间)的热阻,电容2表示对应节点的等效热容,可理解地,在图2中,仅标出了分别垂直于方形电芯的三个相互垂直面的方向(图2中表示为x、y、z三个方向的正向)的传热,实际上,作为优选,对于方形电芯来说,应同时考虑与图2中对称的其他三个方向(图2中x、y、z三个方向的负向)上的传热,每一个方向上的传热可以视为一个传热路径,也即,对于方形电芯来说,其需要考虑六个方向上的传热路径。为进一步说明上述传热的传热路径,以图3和图4进行进一步说明,图4中所示的传热路径的结构示意图,对应于图3中所示的电芯等效热网络模型中的其中一个传热路径3(也即对应于图3中的传热路径k,其中k=1,2,…,n),即图3中的每一个传热路径3等效为一个图4中所示的R-C-R的“T”型网络,其中,如图4所示,Rink表示电芯内部到一个传热路径对应的电芯表面点之间的热阻;Routk表示一个传热路径对应的电芯表面点到外界环境之间的热阻;Csk表示一个传热路径对应的电芯表面点的等效热容,Tsk表示一个传热路径对应的电芯表面点的电芯表面温度。可理解地,本发明的离线测试数据中的电池模组的电芯的离线温度数据是与上述图3和图4中所示的电芯等效热网络模型中对应的参数。在本发明中,将电芯等效热网络模型等效为电路模型进行考虑,可结合电路仿真软件进行计算,方便对电芯等效热网络模型中的参数进行优化,使得不需要建立复杂的***函数关系即可表述该电芯等效热网络模型,简化了后续的计算过程。
S20,根据所述离线测试数据获取等效热网络模型的初始参数,基于多目标函数拟合法确定所述等效热网络模型的各所述初始参数中的最优模型参数。
也即,基于上述步骤S10中确定的离线测试数据,可以确定等效热网络模型(该等效热网络模型对应于上述图3中的电芯等效热网络模型)的初始参数;具体地,首先根据离线测试数据确定等效热网络模型的每一组输入参数和输出参数(一组输入参数与一组输出参数对应,且对应的输入参数和输出参数均根据离线工况的充放电过程中的同一个时刻对应的离线测试数据确定),进而在等效热网络模型中输入上述确定的输入参数,并获取等效热网络模型输出的与上述输入参数对应的输出参数;进而通过上述过程确定等效热网络模型的多组初始参数;作为优选,一组所述输入参数可以包括上述步骤S10中确定的第一电池产热率、所述离线冷却板温度以及所述离线环境温度;一组所述输出参数包括离线测试内部温度和所述离线测试表面温度;而一组所述初始参数包括所述电池模组的所述等效网络模型中的电芯内部等效热容、电芯内部到各传热路径对应的电芯表面点的热阻、各传热路径对应的电芯表面点到外界环境(此处的外界环境是指电芯或电池所处的环境,比如,电池模组的电芯置于恒温环境中,此时,所述外界环境即为该恒温环境,若该等效网络模型应用于实际运行的车辆的电池,此时外界环境即为车辆的电池实际所处的环境)的热阻以及各传热路径对应的电芯表面点的等效热容。
可理解地,在确定等效热网络模型的多组初始参数之后,可以采用多目标函数拟合法(包括但不限定于为最小二乘法、遗传算法、粒子群优化算法等)确定多组所述初始参数中的最优模型参数,也即,可以通过多目标函数拟合法进行参数寻优(采用多目标函数拟合法进行参数寻优的方法已公知,在此不再赘述),最终寻找得到一组最优模型参数,使得在将输入参数输入包含所述最优模型参数的等效热网络模型之后,等效热网络模型输出的实际输出参数与实验测试结果最吻合。
S30,获取车辆的电池的初始状态向量值以及所述车辆的电池在所述车辆实际运行的第一时刻的第一运行数据;也即,在上述入包含所述最优模型参数的等效热网络模型确定之后,可将该等效热网络模型应用于车辆的电池中(车辆的电池是指并未内置温度传感设备的车辆的电芯,因此,无法通过温度传感设备测得车辆的电池的内部温度),进而基于车辆的电池的实际运行的第一运行数据,确定车辆实际运行时车辆的电池的实时内部温度(比如后文中提及的车辆在实际运行的第一时刻的第一电池内部温度估算值、车辆在实际运行的第N时刻的第二电池内部温度估算值等)。
其中,车辆的电池的初始状态向量值是指车辆在并未实际运行的初始状态(车辆的电池也并未发生充放电)下的初始状态向量值,所初始状态向量值为一个预设值,且初始状态向量值与车辆实际运行时车辆的电池的实时内部温度相关联,在本发明中,初始状态向量值可以具有一定误差,且本发明可以在后续步骤中对该具有误差的初始状态向量值进行逐步反馈修正(比如,在第一时刻进行第一次修正后即得到反馈修正之后的第一状态向量后验值),从而使得根据该反馈修正之后的初始状态向量值(比如,后文中提及的第一状态向量后验值,第三状态向量后验值等)的准确度越来越高,进而使得车辆的电池的实时内部温度(比如后文中提及的第一电池内部温度估算值、第二电池内部温度估算值等)的准确度越来越高。
S40,根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。
也即,本发明可以在该步骤中对该具有误差的初始状态向量值进行逐步反馈修正(作为优选,可以采用龙博格观测器对其进行反馈修正),从而使得根据该反馈修正之后的初始状态向量值的准确度越来越高,进而使得车辆的电池的实时内部温度的准确度越来越高,也即通过本发明可以得到更精确的车辆的电池内部温度;进而,获取的精确的电池内部温度可以输出至BMS(BATTERY MANAGEMENT SYSTEM,电池管理***),BMS可以根据接收到的电池内部温度优化电池工作状态(比如,进行电池高温预紧,低温时根据该电池内部温度选取工作电流等),保证车辆的电池在安全的温度范围内工作,解决易燃易爆隐患,提升电池运行的安全性和可靠性。本发明上述实施例可以车辆采集温度数据的温度传感设备故障的情况下也可根据车辆的实际运行的运行数据(第一运行数据)以及包含所述最优模型参数的所述等效热网络模型确定车辆的实时的电池内部温度,降低了对车辆采集温度数据的温度传感设备的有效性的依赖。同时,本发明可以对车辆的电池内部温度进行反馈修正,可以有效地消除等效热网络模型的误差以及初始状态向量值的误差对实时的电池内部温度带来的误差影响。
本发明从实际的物理模型(与电芯等效热网络模型等效的电路模型)出发,考虑了电池产热与散热不均匀造成的表面温度不均匀,建立了多条传热路径;同时考虑了实际运行中的车辆的电池在高温条件下与冷却***之间的换热,在等效热网络模型中增加了车辆的电池与冷却板之间的传热路径(考虑了冷却***的冷却板温度),因此,本发明全面考虑车辆实际运行时电池的实际发热的各种因素,使得本发明最终估算的电池内部温度与其实际温度之间的误差更小,可以更加精确地计算电池内部温度以及电池表面温度。本发明可以对电池内部温度进行精确预估,进而可以根据精确预估的电池内部温度优化电池的工作条件,提升电池的安全性。
在一实施例中,所述步骤S10中,所述获取电池模组在恒温环境的不同离线工况下进行离线测试的离线测试数据,包括:
在不同离线工况下进行离线测试时,获取所述电池模组的离线温度数据和等效电路数据;其中,所述离线温度数据包括离线测试内部温度(对应于图2、图3以及图4中所示的Tin)、离线测试表面温度(对应于图2中所示的Tsx、Tsy或Tsz,图4中所示的Tsk)、离线冷却板温度(对应于图2、图3以及图4中所示的Tcool)以及所述电池模组进行离线测试时所处的恒温环境的离线环境温度(对应于图2、图3以及图4中所示的Tamb);所述离线测试内部温度由设置在所述电池模组的电芯内部的第一温度传感设备设测得,所述离线测试表面温度由设置在所述电池模组的电芯表面的第二温度传感设备测得,所述离线冷却板温度由设置在与所述电池模组连接的冷却***的冷却板上的第三温度传感设备测得;所述等效电路数据包括所述电池模组的电池端电压值和电池电流值(电池端电压值和电池电流值可以在离线测试过程中实时测量)。
也即,在本实施例中,离线工况包括不同倍率(其中,不同倍率优选为0.1C-3C)的恒流充放电以及NEDC、WLTC等动态工况。在获取上述离线测试数据之后,可以首先根据上述离线测试数据中的电池端电压值、所述电池电流值和所述离线测试内部温度确定电池模组的电芯在不同离线工况的充放电过程中的实时计算的第一电池产热率;之后根据上述第一电池产热率和离线测试数据确定等效热网络模型的初始参数;进而在确定等效热网络模型的多组初始参数之后,采用多目标函数拟合法(如最小二乘法、遗传算法、粒子群优化算法等)确定多组所述初始参数中的最优模型参数;以最终通过包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。
在一实施例中,所述步骤S10中,所述获取所述电池模组的离线温度数据和离线测试数据之后,包括:
自数据库中获取所述电池模组的第一开路电压和第一温度系数;可理解地,所述第一开路电压和第一温度系数均与电池的SOC(State of Charge,电池荷电状态)值相关,因此,只要电池模组的SOC值确定,则第一开路电压和第一温度系数均可以随之确定,且电池模组的第一开路电压和第一温度系数均与该电池模型的电芯的SOC值关联存储在数据库中。
将所述电池端电压值、所述电池电流值和所述离线测试内部温度分组输入预设的第一产热率模型中,获取所述第一产热率模型输出的所述电池模组在不同离线工况下的第一电池产热率;其中,一组所述电池端电压值、所述电池电流值和所述离线测试内部温度是指在同一离线工况下对应于同一时刻的所述电池端电压值、所述电池电流值和所述离线测试内部温度。
也即,在获取上述离线测试数据之后,可以首先根据上述离线测试数据中的电池端电压值、所述电池电流值和所述离线测试内部温度确定电池模组的电芯在不同离线工况的充放电过程中的实时计算的第一电池产热率。可理解地,离线工况的充放电过程中的每一个时刻均对应一个第一电池产热率。
进一步地,电池模组的电芯的电学特性可由图5所示的等效电路模型进行描述,如图5中所示(图5中所示的R0和Rpl可以等效为电池模组的电芯的热阻,Cpl可以等效为电池模组的电芯的热容),在一实施例中,所述第一产热率模型为:
其中:
OCV(SOC1)为所述电池模组的第一开路电压;OCV(SOC1)与电池模组的电芯的SOC值关联存储在BMS或其他数据库的OCV-SOC表中,可通过自OCV-SOC表中查询与该电池模组的电芯对应的SOC值获取该电池模组的OCV(SOC1)。
U1为所述电池模组的电池端电压值,U1表示电池模组的电芯在充放电过程中的电压,可以在离线测试过程中通过电压测量设备实际测量。
I1为所述电池模组的电池电流值;I1表示电池模组的电芯在充放电过程中的电流,可以在离线测试过程中通过电流测量设备实际测量,且I1在充电时为负,放电时为正。
T1为所述离线测试内部温度,T1可以通过第一温度传感设备测得。
在一实施例中,所述步骤S20,也即根据所述离线测试数据获取等效热网络模型的初始参数,基于多目标函数拟合法确定所述等效热网络模型的各所述初始参数中的最优模型参数,包括:
获取等效热网络模型的输入参数和输出参数,并将在同一离线工况下对应于同一时刻(该同一时刻可以是指离线测试过程中的预设时刻)的所述输入参数与所述输出参数关联;所述输入参数包括所述第一电池产热率(对应于所述第一产热率模型中的Qheat1)、所述离线冷却板温度(对应于图2、图3以及图4中所示的Tcool)以及所述离线环境温度(对应于图2、图3以及图4中所示的Tamb);所述输出参数包括所述离线测试内部温度(对应于图2、图3以及图4中所示的Tin)和所述离线测试表面温度(对应于图2中所示的Tsx、Tsy或Tsz,图4中所示的Tsk)。
将所述输入参数输入等效网络模型,并将与输入所述等效网络模型的所述输入参数关联的所述输出参数作为所述等效网络模型的输出,以获取所述等效网络模型的初始参数;一组所述初始参数包括所述电池模组的所述等效网络模型中的电芯内部等效热容(也即图2中所示的Cin)、电芯内部到各传热路径对应的电芯表面点的热阻(也即图4中所示的Rink)、各传热路径对应的电芯表面点到外界环境的热阻(也即图4中所示的Routk)以及各传热路径对应的电芯表面点的等效热容(也即图4中所示的Csk)。
基于多目标函数拟合法确定各组所述初始参数中的一组最优模型参数,所述多目标函数拟合法包括但不限定于为最小二乘法、遗传算法、粒子群优化算法中的一种或多种。通过多目标函数拟合法进行参数寻优,最终寻找得到一组最优模型参数,使得在将输入参数输入包含所述最优模型参数的等效热网络模型(在后续的计算过程中,等效热网络模型的最优模型参数不再发生变更)之后,等效热网络模型输出的实际输出参数与实验测试结果最吻合。
在一实施例中,所述步骤S30中,所述获取车辆的电池的初始状态向量值以及所述车辆的电池在所述车辆实际运行的第一时刻的第一运行数据,包括:
自数据库中获取所述车辆的电池在实际运行的初始时刻的初始状态向量值;车辆的电池的初始状态向量值是指车辆在并未实际运行的初始状态(车辆的电池也并未发生充放电)下的初始状态向量值,所初始状态向量值为一个预设值,且初始状态向量值与车辆实际运行时车辆的电池的实时内部温度相关联,在本发明中,初始状态向量值可以具有一定误差,且本发明可以在后续步骤中对该具有误差的初始状态向量值进行逐步反馈修正。
在所述车辆实际运行的第一时刻,获取所述车辆的电池的第一运行数据,所述第一运行数据包括第一电池表面温度、第一冷却板温度、第一环境温度、第一电压值和第一电流值;所述第一电池表面温度由设置在所述车辆的电池表面的第四温度传感设备测得,所述第一冷却板温度由设置在与所述车辆的电池连接的车辆冷却***的冷却板上的第五温度传感设备测得;可理解地,上述第四温度传感设备和第五温度传感设备设定为同一种类型的传感设备(优选为与上述第一温度传感设备相同),以使得检测的温度数据之间误差更小。所述第一环境温度为所述车辆实际运行的环境在所述第一时刻的温度,所述第一电压值为所述车辆的电池在实际运行的第一时刻的电压值,所述第一电流值为所述车辆的电池在实际运行的第一时刻的电流值。可理解地,上述第一电压值和第一电流值可以在车辆的实际运行过程中的每一时刻进行实时测量。在本实施例中,图2所示的电芯内部温度计算模型亦可等效应用在车辆的电池的传热过程中,在上述车辆的电池的实际运行过程中,如图2中所示,Tin表示车辆的电池内部温度,Ts表示上述第一电池表面温度,Tamb表示车辆实际运行的环境在所述第一时刻的第一环境温度,Tcool表示第一冷却板温度(在冷却***的冷却板并无冷却的情况下,Tcool=Tamb),Qheat表示车辆的电池内部产热率。
在一实施例中,如图6所示,所述步骤S40,也即所述根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值,包括:
S401,自数据库中获取所述车辆的电池的第二开路电压和第二温度系数;可理解地,所述第二开路电压和第二温度系数均与车辆的电池的SOC值相关,因此,只要车辆的电池的SOC值确定,则第二开路电压和第二温度系数均可以随之确定,且车辆的电池的第二开路电压和第二温度系数均与该电池的SOC值关联存储在数据库中,因此,可以根据车辆的电池的实时的SOC值(在实际运行过程中,车辆的电池的实时SOC值可以测得),确定其在当前时刻的第二开路电压和第二温度系数。
S402,将所述第一电压值、所述第一电流值和所述第一电池表面温度输入预设的第二产热率模型中,获取所述第二产热率模型输出的所述车辆的电池在实际运行的第一时刻的第二电池产热率。可理解地,车辆的实际运行的充放电过程中的第一时刻实时对应一个第二电池产热率。
作为优选,所述第二产热率模型为:
其中:
k为所述车辆的电池实际运行的第k时刻,0≤k≤N(N是指车辆实际运行的第N时刻),且k为整数;在所述车辆实际运行的初始时刻,k=0;在所述车辆实际运行的第一时刻,k=1;在所述车辆实际运行的第N时刻,k=N。
OCV(SOC2k)为所述车辆的电池的第二开路电压;OCV(SOC2k)与车辆的电池的SOC值关联存储在车辆的预设存储区域的OCV-SOC表中,可通过自OCV-SOC表中查询与该车辆的电池对应的SOC值获取该电池模组的OCV(SOC2k)。
U2k为所述车辆的电池在第k时刻的电压值;U2k表示车辆的电池在实际运行的充放电过程中的电压,可以在实际运行过程中通过电压测量设备实际测量。
I2k为所述车辆的电池在第k时刻的电流值;I2k表示车辆的电池在实际运行的充放电过程中的电流,可以在实际运行过程中通过电流测量设备实际测量,且I2k在充电时为负,放电时为正。
T2k为所述车辆的电池在第k时刻的电池表面温度;T2k可以通过设置在车辆的电池表面的第四温度传感设备测得。可理解地,在第二产热率模型中,相对于(OCV(SOC2k)-U2k)×I2k来说,这一项传热对于第二电池产热率的影响很小,因此,在本实施例中,实际计算第二电池产热率的过程中,可以将车辆的电池表面的电池表面温度等效替换为电池内部温度(由于在车辆的电池中,电池内部并未设置温度传感设备,因此电池内部温度无法测得),进而计算第二电池产热率。
根据上述内容,在车辆的实际运行的第一时刻,k=1,此时,第二产热率模型为:
其中,第一电压值U21、所述第一电流值I21、所述第一电池表面温度T21、第二温度系数以及第二开路电压OCV(SOC21)均已知,因此,可以根据上述第二产热率模型获取第一时刻对应的第二电池产热率Qheat21。
S403,将所述初始状态向量值、所述第二电池产热率、所述第一冷却板温度和所述第一环境温度输入包含所述最优模型参数的所述等效热网络模型中,获取所述等效热网络模型输出的所述车辆的电池在实际运行的第一时刻的第一状态向量先验估算值。
在本实施例中,可以首先建立电池状态空间方程,如下:
其中:Xstate(k)=[Tin,Ts1~Tsn]T,表示所述车辆实际运行的第k时刻的电池状态向量先验估算值,Xstate(k-1)表示所述车辆实际运行的第k-1时刻的电池状态向量后验值;k为整数;在所述车辆实际运行的初始时刻,k=0;在所述车辆实际运行的第一时刻,k=1;在所述车辆实际运行的第N时刻,k=N;且Xstate(0)即为所述初始状态向量值。f(·)对应于图3所示的等效热网络模型,也即,f(·)可以由图3所示的等效热网络模型进行描述;Ymea(k)为车辆的电池的一个表面点温度的估算值,可描述为由上述电池状态向量先验估算值的g(·)函数;Qheat(k)为所述车辆的电池的产热率(比如上述第二电池产热率或后文中提及的第三电池产热率);Tamb(k)为车辆实际运行的环境的温度(比如上述第一环境温度或后文中提及的第二环境温度);、Tcool(k)为车辆的冷却***的冷却板的冷却温度(比如上述第一冷却板温度或后文中提及的第二冷却板温度)。
之后,在车辆实际运行的第一时刻,k=1;此时,由上述电池状态空间方程可知:
其中,初始状态向量值Xstate(0)、所述第二电池产热率Qheat(1)(在车辆实际运行的第一时刻,Qheat(1)=Qheat21)、所述第一冷却板温度Tcool(1)和所述第一环境温度Tamb(1)均已知,因此,可以得出第一时刻的第一状态向量先验估算值先验估算值
S405,将所述第一状态向量先验估算值、所述第一电池表面点温度估算值和所述第一电池表面温度输入包含第一增益值和第二增益值的龙博格观测器中,获取所述龙博格观测器反馈修正之后的第一状态向量后验值。
作为优选,所述龙博格观测器为:
其中:
k为所述车辆的电池实际运行的第k时刻,0≤k≤N,且k为整数;在所述车辆实际运行的初始时刻,k=0;在所述车辆实际运行的第一时刻,k=1;在所述车辆实际运行的第N时刻,k=N;
Xstate(k)为第k时刻的所述车辆的电池的状态向量后验值;
Kp为所述第一增益值;Kp为龙博格观测器中预先设定;
K1为所述第二增益值;K1为龙博格观测器中预先设定;
Ts measure(k)为第k时刻的所述车辆的电池表面温度;Ts measure(k)由设置在车辆的电池表面的第四温度传感设备在第k时刻实时测量得到。
Ymea(k)为第k时刻的所述车辆的电池表面点温度估算值;
Ts measure(i)为第i时刻的所述车辆的电池表面温度,1≤i≤k,且i为整数;Ts measure(i)由设置在车辆的电池表面的第四温度传感设备在第i时刻实时测量得到。
Ymea(i)为第i时刻的所述车辆的电池表面点温度估算值。
之后,在车辆实际运行的第一时刻,k=1;此时,由上述龙博格观测器可知:
此时,上述步骤S403中,第一时刻的第一状态向量先验估算值先验估算值已知;上述步骤S404中,第一时刻的第一电池表面点温度估算值Ymea(1)已知;Kp和K1为龙博格观测器中预先设定;Ts measure(1)可以由设置在车辆的电池表面的第四温度传感设备在第一时刻实时测量得到。此时,可以计算得出第一时刻的所述车辆的电池的第一状态向量后验值Xstate(1)。
S406,根据所述第一状态向量后验值,确定所述车辆的电池在实际运行的第一时刻的第一电池内部温度估算值。由上述可知,Xstate(k)=[Tin,Ts1~Tsn]T,因此,根据第一状态向量后验值Xstate(1)以及车辆的电池表面温度(Ts1~Tsn)均可以确定所述车辆的电池在实际运行的第一时刻的第一电池内部温度估算值Tin。
在一实施例中,所述步骤S40之后,也即所述根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值之后,还包括:
获取车辆的电池的在所述车辆实际运行的第N时刻的第二运行数据以及第N-1时刻的第二状态向量后验值;N为大于或等于2的正整数;
根据所述第N-1时刻的第二状态向量后验值、所述第二运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第N时刻的第二电池内部温度估算值。
可理解地,在本发明中,可以通过状态向量后验值对车辆的电池内部温度进行反馈修正,之后,将反馈修正之后的电池内部温度进一步在实际运行中进行修正(比如,在第N时刻,对第N-1时刻的第二状态向量后验值进行反馈修正,得到反馈修正之后的第三状态向量后验值,根据第三状态向量后验值可以确定车辆的电池在所述车辆在实际运行的第N时刻的第二电池内部温度估算值),也即,电池内部温度在车辆的实际运行过程中始终处于一个迭代修正的过程中,随着该迭代过程的进行,电池内部温度估算值将会越来越准确,如此,可以有效地消除等效热网络模型的误差以及初始状态向量值的误差对实时的电池内部温度带来的误差影响。
在一实施例中,所述第二运行数据包括第二电池表面温度、第二冷却板温度、第二环境温度、第二电压值和第二电流值;所述第二电池表面温度由所述第四温度传感设备测得,所述第二冷却板温度由所述第五温度传感设备测得;所述第二环境温度为所述车辆实际运行的环境在所述第N时刻的温度,所述第二电压值为所述车辆的电池在实际运行的第N时刻的电压值,所述第二电流值为所述车辆的电池在实际运行的第N时刻的电流值。可理解地,上述第二电压值和第二电流值可以在车辆的实际运行过程中的第N时刻进行实时测量。在一实施例中,所述根据所述第N-1时刻的第二状态向量后验值、所述第二运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第N时刻的第二电池内部温度估算值,包括:
将所述第二电压值、所述第二电流值和所述第二电池表面温度输入所述第二产热率模型中,获取所述第二产热率模型输出的所述车辆的电池在实际运行的第N时刻的第三电池产热率;可理解地,车辆的实际运行的充放电过程中的第N时刻实时对应一个第三电池产热率。根据上述第二产热率模型,在车辆的实际运行的第N时刻,k=N,此时,第二产热率模型为:
其中,第二电压值U2N、所述第二电流值I2N、所述第二电池表面温度T2N、第二温度系数以及第二开路电压OCV(SOC2N)均已知,因此,可以根据上述第二产热率模型获取第N时刻对应的第三电池产热率Qheat2N。
将所述第N-1时刻的第二状态向量后验值、所述第三电池产热率、所述第二冷却板温度和所述第二环境温度输入包含所述最优模型参数的所述等效热网络模型中,获取所述等效热网络模型输出的所述车辆的电池在实际运行的第N时刻的第二状态向量先验估算值;根据上述的电池状态空间方程,在车辆实际运行的第N时刻,k=N;此时:
其中,第二状态向量值后验值Xstate(N-1)(第二状态向量值后验值可以从第一时刻开始,对初始状态向量值进行多次迭代修正之后得到)、所述第三电池产热率Qheat(N)(在车辆实际运行的第N时刻,Qheat(N)=Qheat2N)、所述第二冷却板温度Tcool(N)和所述第二环境温度Tamb(N)均已知,因此,可以得出第N时刻的第二状态向量先验估算值先验估算值Xsttiamtee(N)。
根据所述第二状态向量先验估算值确定第二电池表面点温度估算值;也即,在车辆实际运行的第N时刻,k=N;此时,由于已知,因此,可以计算出第N时刻的第二电池表面点温度估算值Ymea(N)。将所述第二状态向量先验估算值、所述第二电池表面点温度估算值和所述第二电池表面温度输入所述龙博格观测器中,获取所述龙博格观测器反馈修正之后的第三状态向量后验值;也即,在车辆实际运行的第N时刻,k=N,1≤i≤k;此时,由上述龙博格观测器可知:
此时,第N时刻的第二状态向量先验估算值先验估算值已知;第N时刻的第二电池表面点温度估算值Ymea(N)以及第i时刻的电池表面点温度估算值Ymea(i)均已知;Kp和K1为龙博格观测器中预先设定;Ts measure(i)可以由设置在车辆的电池表面的第四温度传感设备在第i时刻实时测量得到。此时,可以计算得出第N时刻的所述车辆的电池的第三状态向量后验值Xstate(N)。
根据所述第三状态向量后验值,确定所述车辆在实际运行的第N时刻的第二电池内部温度估算值。
可理解地,N为大于或等于2的正整数,在N=2时,第N-1时刻即为第一时刻,此时,上述实施例中的第N-1时刻的第二状态向量后验值即为第一时刻对应的第一状态向量后验值;若N大于2,则可以根据上述实施例进行迭代即可。
如图7所示,图7为通过本发明的电池内部温度信息处理方法进行实验验证的验证结果,实验验证的验证对象为内部布置有第一温度传感设备的电池模组的电芯,图7中为不同倍率充放电过程以及静置过程中电芯内部温度Tinexp、电芯表面温度Tsexp的实测值以及该电池模组的电芯对应的电池内部温度估算值Tinest,实验结果表明,本发明电池内部温度估算值与实测值之间误差很小,本发明可以实现对各节点温度精确估算。
进一步地,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作***和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种电池内部温度信息处理方法。
进一步地,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述的电池内部温度信息处理方法。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述的电池内部温度信息处理方法。
本发明还提供了一种车辆,所述车辆包括电池以及与所述电池通信连接的控制模块,所述控制模块用于执行所述的电池内部温度信息处理方法。
关于所述控制模块的具体限定可以参见上文中对于电池内部温度信息处理方法的限定,在此不再赘述。上述控制模块中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元或模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包括在本发明的保护范围之内。
Claims (14)
1.一种电池内部温度信息处理方法,其特征在于,包括:
获取电池模组在恒温环境的不同离线工况下进行离线测试的离线测试数据;
根据所述离线测试数据获取等效热网络模型的初始参数,基于多目标函数拟合法确定所述等效热网络模型的各所述初始参数中的最优模型参数;
获取车辆的电池的初始状态向量值以及所述车辆的电池在所述车辆实际运行的第一时刻的第一运行数据;
根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值。
2.如权利要求1所述的电池内部温度信息处理方法,其特征在于,所述获取电池模组在恒温环境的不同离线工况下进行离线测试的离线测试数据,包括:
在不同离线工况下进行离线测试时,获取所述电池模组的离线温度数据和等效电路数据;其中,所述离线温度数据包括离线测试内部温度、离线测试表面温度、离线冷却板温度以及所述电池模组进行离线测试时所处的恒温环境的离线环境温度;所述离线测试内部温度由设置在所述电池模组的电芯内部的第一温度传感设备设测得,所述离线测试表面温度由设置在所述电池模组的电芯表面的第二温度传感设备测得,所述离线冷却板温度由设置在与所述电池模组连接的冷却***的冷却板上的第三温度传感设备测得;所述等效电路数据包括所述电池模组的电池端电压值和电池电流值。
3.如权利要求2所述的电池内部温度信息处理方法,其特征在于,所述获取所述电池模组的离线温度数据和离线测试数据之后,包括:
自数据库中获取所述电池模组的第一开路电压和第一温度系数;
将所述电池端电压值、所述电池电流值和所述离线测试内部温度分组输入预设的第一产热率模型中,获取所述第一产热率模型输出的所述电池模组在不同离线工况下的第一电池产热率;其中,一组所述电池端电压值、所述电池电流值和所述离线测试内部温度是指在同一离线工况下对应于同一时刻的所述电池端电压值、所述电池电流值和所述离线测试内部温度。
5.如权利要求3所述的电池内部温度信息处理方法,其特征在于,所述根据所述离线测试数据获取等效热网络模型的初始参数,基于多目标函数拟合法确定所述等效热网络模型的各所述初始参数中的最优模型参数,包括:
获取等效热网络模型的输入参数和输出参数,并将在同一离线工况下对应于同一时刻的所述输入参数与所述输出参数关联;所述输入参数包括所述第一电池产热率、所述离线冷却板温度以及所述离线环境温度;所述输出参数包括所述离线测试内部温度和所述离线测试表面温度;
将所述输入参数输入等效网络模型,并将与输入所述等效网络模型的所述输入参数关联的所述输出参数作为所述等效网络模型的输出,以获取所述等效网络模型的初始参数;一组所述初始参数包括所述电池模组的所述等效网络模型中的电芯内部等效热容、电芯内部到各传热路径对应的电芯表面点的热阻、各传热路径对应的电芯表面点到外界环境的热阻以及各传热路径对应的电芯表面点的等效热容;
基于多目标函数拟合法确定各组所述初始参数中的一组最优模型参数,所述多目标函数拟合法包括最小二乘法、遗传算法、粒子群优化算法中的一种或多种。
6.如权利要求1所述的电池内部温度信息处理方法,其特征在于,所述获取车辆的电池的初始状态向量值以及所述车辆的电池在所述车辆实际运行的第一时刻的第一运行数据,包括:
自数据库中获取所述车辆的电池在实际运行的初始时刻的初始状态向量值;
在所述车辆实际运行的第一时刻,获取所述车辆的电池的第一运行数据,所述第一运行数据包括第一电池表面温度、第一冷却板温度、第一环境温度、第一电压值和第一电流值;所述第一电池表面温度由设置在所述车辆的电池表面的第四温度传感设备测得,所述第一冷却板温度由设置在与所述车辆的电池连接的车辆冷却***的冷却板上的第五温度传感设备测得;所述第一环境温度为所述车辆实际运行的环境在所述第一时刻的温度,所述第一电压值为所述车辆的电池在实际运行的第一时刻的电压值,所述第一电流值为所述车辆的电池在实际运行的第一时刻的电流值。
7.如权利要求6所述的电池内部温度信息处理方法,其特征在于,所述根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值,包括:
自数据库中获取所述车辆的电池的第二开路电压和第二温度系数;
将所述第一电压值、所述第一电流值和所述第一电池表面温度输入预设的第二产热率模型中,获取所述第二产热率模型输出的所述车辆的电池在实际运行的第一时刻的第二电池产热率;
将所述初始状态向量值、所述第二电池产热率、所述第一冷却板温度和所述第一环境温度输入包含所述最优模型参数的所述等效热网络模型中,获取所述等效热网络模型输出的所述车辆的电池在实际运行的第一时刻的第一状态向量先验估算值;
根据所述第一状态向量先验估算值确定第一电池表面点温度估算值;
将所述第一状态向量先验估算值、所述第一电池表面点温度估算值和所述第一电池表面温度输入包含第一增益值和第二增益值的龙博格观测器中,获取所述龙博格观测器反馈修正之后的第一状态向量后验值;
根据所述第一状态向量后验值,确定所述车辆的电池在实际运行的第一时刻的第一电池内部温度估算值。
8.如权利要求7所述的电池内部温度信息处理方法,其特征在于,所述根据所述初始状态向量值、所述第一运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第一时刻的第一电池内部温度估算值之后,还包括:
获取车辆的电池的在所述车辆实际运行的第N时刻的第二运行数据以及第N-1时刻的第二状态向量后验值;N为大于或等于2的正整数;
根据所述第N-1时刻的第二状态向量后验值、所述第二运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第N时刻的第二电池内部温度估算值。
9.如权利要求8所述的电池内部温度信息处理方法,其特征在于,所述第二运行数据包括第二电池表面温度、第二冷却板温度、第二环境温度、第二电压值和第二电流值;所述第二电池表面温度由所述第四温度传感设备测得,所述第二冷却板温度由所述第五温度传感设备测得;所述第二环境温度为所述车辆实际运行的环境在所述第N时刻的温度,所述第二电压值为所述车辆的电池在实际运行的第N时刻的电压值,所述第二电流值为所述车辆的电池在实际运行的第N时刻的电流值。
10.如权利要求9所述的电池内部温度信息处理方法,其特征在于,所述根据所述第N-1时刻的第二状态向量后验值、所述第二运行数据以及包含所述最优模型参数的所述等效热网络模型,确定所述车辆的电池在所述车辆在实际运行的第N时刻的第二电池内部温度估算值,包括:
将所述第二电压值、所述第二电流值和所述第二电池表面温度输入所述第二产热率模型中,获取所述第二产热率模型输出的所述车辆的电池在实际运行的第N时刻的第三电池产热率;
将所述第N-1时刻的第二状态向量后验值、所述第三电池产热率、所述第二冷却板温度和所述第二环境温度输入包含所述最优模型参数的所述等效热网络模型中,获取所述等效热网络模型输出的所述车辆的电池在实际运行的第N时刻的第二状态向量先验估算值;
根据所述第二状态向量先验估算值确定第二电池表面点温度估算值;
将所述第二状态向量先验估算值、所述第二电池表面点温度估算值和所述第二电池表面温度输入所述龙博格观测器中,获取所述龙博格观测器反馈修正之后的第三状态向量后验值;
根据所述第三状态向量后验值,确定所述车辆在实际运行的第N时刻的第二电池内部温度估算值。
12.如权利要求7至10任一项所述的电池内部温度信息处理方法,其特征在于,所述龙博格观测器为:
其中:
k为所述车辆的电池实际运行的第k时刻,0≤k≤N,且k为整数;在所述车辆实际运行的初始时刻,k=0;在所述车辆实际运行的第一时刻,k=1;在所述车辆实际运行的第N时刻,k=N;
Xstate(k)为第k时刻的所述车辆的电池的状态向量后验值;
Kp为所述第一增益值;
K1为所述第二增益值;
Ts measure(k)为第k时刻的所述车辆的电池表面温度;
Ymea(k)为第k时刻的所述车辆的电池表面点温度估算值;
Ts measure(i)为第i时刻的所述车辆的电池表面温度,1≤i≤k,且i为整数;
Ymea(i)为第i时刻的所述车辆的电池表面点温度估算值。
13.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至12任一项所述的电池内部温度信息处理方法。
14.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至12任一项所述的电池内部温度信息处理方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911190760.2A CN112964991B (zh) | 2019-11-28 | 2019-11-28 | 电池内部温度信息处理方法、计算机设备和存储介质 |
US17/780,911 US20230025958A1 (en) | 2019-11-28 | 2020-10-23 | Battery internal temperature information processing method, computer device, and storage medium |
JP2022532029A JP7336034B2 (ja) | 2019-11-28 | 2020-10-23 | 電池内部温度情報処理方法、コンピュータ装置及び記憶媒体 |
PCT/CN2020/123264 WO2021103873A1 (zh) | 2019-11-28 | 2020-10-23 | 电池内部温度信息处理方法、计算机设备和存储介质 |
EP20891499.4A EP4067919A4 (en) | 2019-11-28 | 2020-10-23 | METHOD FOR PROCESSING BATTERY INTERNAL TEMPERATURE INFORMATION, COMPUTER DEVICE AND STORAGE MEDIUM |
KR1020227021481A KR20220104234A (ko) | 2019-11-28 | 2020-10-23 | 배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스, 및 저장 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911190760.2A CN112964991B (zh) | 2019-11-28 | 2019-11-28 | 电池内部温度信息处理方法、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112964991A true CN112964991A (zh) | 2021-06-15 |
CN112964991B CN112964991B (zh) | 2022-07-15 |
Family
ID=76128779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911190760.2A Active CN112964991B (zh) | 2019-11-28 | 2019-11-28 | 电池内部温度信息处理方法、计算机设备和存储介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230025958A1 (zh) |
EP (1) | EP4067919A4 (zh) |
JP (1) | JP7336034B2 (zh) |
KR (1) | KR20220104234A (zh) |
CN (1) | CN112964991B (zh) |
WO (1) | WO2021103873A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484770A (zh) * | 2021-06-10 | 2021-10-08 | 广东恒翼能科技有限公司 | 基于充放电数据在线测算电池内部核心温度的方法及*** |
CN113851757A (zh) * | 2021-09-24 | 2021-12-28 | 经纬恒润(天津)研究开发有限公司 | 一种动力电池热管理方法及装置 |
CN114355201A (zh) * | 2022-03-21 | 2022-04-15 | 北京理工大学 | 一种基于电热耦合模型的锂离子电池内部温度场在线估计方法 |
CN114792857A (zh) * | 2022-04-01 | 2022-07-26 | 合众新能源汽车有限公司 | 动力电池的热管理方法、装置、电子设备和存储介质 |
CN115020832A (zh) * | 2022-06-08 | 2022-09-06 | 东莞新能安科技有限公司 | 电芯排布方法、装置、设备及计算机存储介质 |
CN116306032A (zh) * | 2023-05-17 | 2023-06-23 | 宁德时代新能源科技股份有限公司 | 温度预测方法、装置、设备以及存储介质 |
CN116826245A (zh) * | 2023-08-31 | 2023-09-29 | 山东鑫泰莱光电股份有限公司 | 一种储能电池热管理方法及*** |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11764419B1 (en) * | 2021-02-17 | 2023-09-19 | Ansys, Inc. | Systems and methods for simulating operation of a battery pack |
CN114325401A (zh) * | 2021-11-25 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 一种电池性能参数确定方法、装置、设备及介质 |
CN116106750B (zh) * | 2023-01-28 | 2023-11-10 | 上海玫克生储能科技有限公司 | 一种电池温测点辨识及异常检测方法、装置和电子设备 |
CN117007999B (zh) * | 2023-08-08 | 2024-05-07 | 杭州意博科技有限公司 | 一种电池组故障诊断方法、装置及*** |
CN117219917B (zh) * | 2023-11-09 | 2024-05-07 | 山东理工大学 | 一种基于改进pid智能控制的锂电池热平衡***装置与方法 |
CN118249000B (zh) * | 2024-05-28 | 2024-07-19 | 集美大学 | 一种基于双蒸发温度的直冷电池热管理*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206888A (zh) * | 2015-08-31 | 2015-12-30 | 浙江工业大学之江学院 | 一种锂离子电池内部温度监测方法 |
CN107069131A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 一种锂离子电池集总热学参数的辨识方法 |
CN108647432A (zh) * | 2018-05-09 | 2018-10-12 | 西安交通大学 | 基于热阻网络模型的电池热失控预测方法 |
JP2018170144A (ja) * | 2017-03-29 | 2018-11-01 | 三菱自動車工業株式会社 | バッテリ温度推定装置及び方法並びにバッテリ状態推定装置 |
CN109799005A (zh) * | 2018-12-20 | 2019-05-24 | 北京长城华冠汽车科技股份有限公司 | 电池内部温度估计方法、装置、***和车辆 |
CN110118617A (zh) * | 2019-05-30 | 2019-08-13 | 上海元城汽车技术有限公司 | 电池模组的内部温度确定方法、装置及智能终端 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7660694B2 (en) * | 2005-07-11 | 2010-02-09 | Chrysler Group Llc | Arrangement for determining an initial internal battery temperature |
JP6163879B2 (ja) * | 2013-05-29 | 2017-07-19 | 日産自動車株式会社 | 電池温度推定装置及び電池温度推定方法 |
JP6200359B2 (ja) * | 2014-03-20 | 2017-09-20 | 古河電気工業株式会社 | 二次電池内部温度推定装置および二次電池内部温度推定方法 |
JP6330639B2 (ja) | 2014-12-01 | 2018-05-30 | トヨタ自動車株式会社 | 蓄電システムおよびその制御方法 |
CN104462847B (zh) | 2014-12-23 | 2017-06-16 | 哈尔滨工业大学 | 一种电池内部温度实时预测方法 |
CN104865534B (zh) * | 2015-04-29 | 2017-12-26 | 同济大学 | 一种单体电池内部温度估计方法 |
CN106872904B (zh) * | 2017-02-23 | 2019-02-26 | 合肥工业大学 | 基于离散滑模观测器的锂电池内部温度估计方法 |
CN107192952B (zh) * | 2017-03-31 | 2021-11-19 | 中国电力科学研究院 | 一种电池内部温度检测方法和装置 |
CN109188285B (zh) * | 2018-07-24 | 2020-12-29 | 合肥工业大学 | 一种锂电池内外热阻估计方法 |
-
2019
- 2019-11-28 CN CN201911190760.2A patent/CN112964991B/zh active Active
-
2020
- 2020-10-23 WO PCT/CN2020/123264 patent/WO2021103873A1/zh unknown
- 2020-10-23 JP JP2022532029A patent/JP7336034B2/ja active Active
- 2020-10-23 EP EP20891499.4A patent/EP4067919A4/en active Pending
- 2020-10-23 US US17/780,911 patent/US20230025958A1/en active Pending
- 2020-10-23 KR KR1020227021481A patent/KR20220104234A/ko unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206888A (zh) * | 2015-08-31 | 2015-12-30 | 浙江工业大学之江学院 | 一种锂离子电池内部温度监测方法 |
CN107069131A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 一种锂离子电池集总热学参数的辨识方法 |
JP2018170144A (ja) * | 2017-03-29 | 2018-11-01 | 三菱自動車工業株式会社 | バッテリ温度推定装置及び方法並びにバッテリ状態推定装置 |
CN108647432A (zh) * | 2018-05-09 | 2018-10-12 | 西安交通大学 | 基于热阻网络模型的电池热失控预测方法 |
CN109799005A (zh) * | 2018-12-20 | 2019-05-24 | 北京长城华冠汽车科技股份有限公司 | 电池内部温度估计方法、装置、***和车辆 |
CN110118617A (zh) * | 2019-05-30 | 2019-08-13 | 上海元城汽车技术有限公司 | 电池模组的内部温度确定方法、装置及智能终端 |
Non-Patent Citations (3)
Title |
---|
MOHAMAD SALAMEH 等: "Online temperature estimation for phase change composite - 18650 lithium ion cells based battery pack", 《2016 IEEE APPLIED POWER ELECTRONICS CONFERENCE AND EXPOSITION (APEC)》 * |
SUN JINLEI 等: "Online Internal Temperature Estimation for Lithium-Ion Batteries Based on Kalman Filter", 《ENERGIES》 * |
李博蓝等: "圆柱型动力锂离子电池液体冷却结构设计", 《电源技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484770A (zh) * | 2021-06-10 | 2021-10-08 | 广东恒翼能科技有限公司 | 基于充放电数据在线测算电池内部核心温度的方法及*** |
CN113851757A (zh) * | 2021-09-24 | 2021-12-28 | 经纬恒润(天津)研究开发有限公司 | 一种动力电池热管理方法及装置 |
CN113851757B (zh) * | 2021-09-24 | 2023-08-08 | 经纬恒润(天津)研究开发有限公司 | 一种动力电池热管理方法及装置 |
CN114355201A (zh) * | 2022-03-21 | 2022-04-15 | 北京理工大学 | 一种基于电热耦合模型的锂离子电池内部温度场在线估计方法 |
CN114792857A (zh) * | 2022-04-01 | 2022-07-26 | 合众新能源汽车有限公司 | 动力电池的热管理方法、装置、电子设备和存储介质 |
CN115020832A (zh) * | 2022-06-08 | 2022-09-06 | 东莞新能安科技有限公司 | 电芯排布方法、装置、设备及计算机存储介质 |
CN115020832B (zh) * | 2022-06-08 | 2024-05-28 | 东莞新能安科技有限公司 | 电芯排布方法、装置、设备及计算机存储介质 |
CN116306032A (zh) * | 2023-05-17 | 2023-06-23 | 宁德时代新能源科技股份有限公司 | 温度预测方法、装置、设备以及存储介质 |
CN116306032B (zh) * | 2023-05-17 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 温度预测方法、装置、设备以及存储介质 |
CN116826245A (zh) * | 2023-08-31 | 2023-09-29 | 山东鑫泰莱光电股份有限公司 | 一种储能电池热管理方法及*** |
CN116826245B (zh) * | 2023-08-31 | 2023-11-28 | 山东鑫泰莱光电股份有限公司 | 一种储能电池热管理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
WO2021103873A1 (zh) | 2021-06-03 |
JP7336034B2 (ja) | 2023-08-30 |
EP4067919A1 (en) | 2022-10-05 |
EP4067919A4 (en) | 2023-12-27 |
JP2023504135A (ja) | 2023-02-01 |
KR20220104234A (ko) | 2022-07-26 |
CN112964991B (zh) | 2022-07-15 |
US20230025958A1 (en) | 2023-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112964991B (zh) | 电池内部温度信息处理方法、计算机设备和存储介质 | |
Pan et al. | A computational multi-node electro-thermal model for large prismatic lithium-ion batteries | |
CN112964992B (zh) | 基于aukf的电池内部温度信息处理方法、设备和介质 | |
Jin et al. | Parameter estimation of an electrochemistry‐based lithium‐ion battery model using a two‐step procedure and a parameter sensitivity analysis | |
Xu et al. | A novel adaptive dual extended Kalman filtering algorithm for the Li‐ion battery state of charge and state of health co‐estimation | |
Li et al. | Study of battery modeling using mathematical and circuit oriented approaches | |
Takyi‐Aninakwa et al. | A strong tracking adaptive fading‐extended Kalman filter for the state of charge estimation of lithium‐ion batteries | |
KR102650965B1 (ko) | 배터리 상태 추정 방법 | |
Pang et al. | An enhanced temperature‐dependent model and state‐of‐charge estimation for a Li‐Ion battery using extended Kalman filter | |
JP2014522548A (ja) | 電気化学的貯蔵装置の熱的管理のための最適化された方法 | |
CN113794254B (zh) | 一种热管理策略配置方法、装置、计算机设备和存储介质 | |
Liu et al. | A high-order state-of-charge estimation model by cubature particle filter | |
Guo et al. | A three-heat-source electro-thermal coupled model for fast estimation of the temperature distribution of a lithium-ion battery cell | |
Yazdanpour et al. | A circuit-based approach for electro-thermal modeling of lithium-ion batteries | |
CN114089193A (zh) | 电池的温度和负极电位在线估计方法、装置和计算机设备 | |
CN113125969B (zh) | 基于aukf的电池数据处理方法、设备和介质 | |
Zhu et al. | An improved reliability assessment method for lithium-ion battery system considering imbalanced current and uneven cooling | |
Yu et al. | Co-estimation of state of charge and internal temperature of pouch lithium battery based on multi-parameter time-varying electrothermal coupling model | |
CN114914565A (zh) | 电池模组温度获取方法、装置及存储介质 | |
CN116540105A (zh) | 基于神经网络与热网络模型的锂电池内部温度在线估计方法 | |
CN106772075B (zh) | 一种考虑温度梯度的在线电池阻抗模型优化方法 | |
CN110554319A (zh) | 基于改进型锂离子电池数学模型的电池参数检测方法 | |
CN113884901A (zh) | 一种电池表面温度分布估计方法及*** | |
Zeng et al. | Performance evaluation of lithium battery pack based on MATLAB simulation with lumped parameter thermal model | |
Lucero et al. | An experimentally validated electro-thermal EV battery pack model incorporating cycle-life aging and cell-to-cell variations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |