CN113281655A - 一种低温环境下动力电池内部加热预测控制方法及装置 - Google Patents
一种低温环境下动力电池内部加热预测控制方法及装置 Download PDFInfo
- Publication number
- CN113281655A CN113281655A CN202110549408.4A CN202110549408A CN113281655A CN 113281655 A CN113281655 A CN 113281655A CN 202110549408 A CN202110549408 A CN 202110549408A CN 113281655 A CN113281655 A CN 113281655A
- Authority
- CN
- China
- Prior art keywords
- power battery
- current
- battery
- heating
- temperature
- 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
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]
- G01R31/367—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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种低温环境下动力电池内部加热预测控制方法及装置,其方法为:测量***将实时采集的动力电池表面温度、端电压、电流信息输入至控制***;控制***采用无迹卡尔曼滤波方法实时估计电池在当前状态下的核心温度,访问实验数据库获得相应的电热耦合模型参数,并通过基于模型的预测方法计算预测时域中电池的核心温度,求解考虑多种加热性能的多目标优化问题,输出控制时域中第一个脉冲加热电流作为PID控制的参考电流,实现超级电容和动力电池之间双向脉冲电流加热。重复以上过程直至动力电池的核心温度达到目标。本发明缩短动力电池的加热时间,降低加热过程中电池的能量及寿命损耗,有效提高电动汽车在低温环境下的续航里程。
Description
技术领域
本发明属于动力电池管理技术领域,具体涉及一种低温环境下动力电池内部加热预测控制方法及装置。
背景技术
在低温环境下,锂离子动力电池的性能大幅度降低,致使电动汽车遭受严重的行驶里程损失,同时增加了电动汽车的运行成本和寿命损耗。因此,在电动汽车行驶之前,需要对动力电池进行加热,使其温度达到正常工作温度范围。如何在低温环境下,以更高效、更节能、寿命损耗更小的方法实现动力电池的升温成为了电动汽车在寒冷地区普及的关键问题。
现有技术中,外部加热利用专门设计的热管理***,将外部热源产生的热量通过传热介质传递到电池组,其具有较低的传热效率、相对较长的加热时间和不均匀的电池单体加热温度。内部加热策略能够很好的解决上述问题,利用电池在低温下阻抗高的特点,通过施加电流在电池内部产生大量电化学热。现有的内部加热技术通常需要额外的外部电源提供加热电流,同时未能考虑不同温度、不同荷电状态、不同加热电流速率下电池模型参数的变化,不能做到最快、最高效地加热动力电池,同时降低电池的寿命损耗。
发明内容
本发明的目的是,针对现有技术的不足,提供一种低温环境下动力电池内部加热预测控制方法及装置,能够快速、高效地对动力电池进行内部加热,减少电动汽车的热管理***成本,以提高电动汽车在低温环境下的使用性能。
为实现上述技术目的,本发明采用如下技术方案:
一种低温环境下动力电池内部加热预测控制方法,包括:
步骤S1,获取电池初始荷电状态;
步骤S2,设定预测时域的长度、控制时域的长度和控制时域内每个控制时间窗口的大小;
步骤S3,采集动力电池当前的表面温度、端电压和加热电流;
步骤S4,以动力电池当前采集的表面温度作为观测数据,以动力电池当前采集的加热电流和环境温度作为参考因素数据,采用卡尔曼滤波算法估计动力电池当前的核心温度;
步骤S5,根据动力电池当前的荷电状态、步骤S3得到的加热电流和步骤S4得到的动力电池核心温度,确定动力电池当前的电热耦合模型参数;
步骤S6,根据动力电池当前时间点k的荷电状态S(k)、核心温度T(k)、电热耦合模型参数Γ(k)以及在预测时域内给定的加热电流序列u(j),j=k+1,k+2,…,k+N,对动力电池在预测时域内的荷电状态和核心温度进行滚动预测以及滚动更新动力电池的电热耦合模型参数,得到动力电池在预测时域内的核心温度序列T(j),j=k+1,k+2,…,k+N;
其中,所述给定的加热电流序列,通过求解以下多目标优化问题得到:
式中,α为能量损耗的惩罚因子,Ippc为加热电流的最大限制值;
步骤S7,在当前开始的第一个控制时间窗口内,对动力电池均执行脉冲加热电流u(k+1);
步骤S8,重复步骤S3至步骤S7,直到动力电池的核心温度达到目标值。
在更优的控制方法技术方案中,步骤S1获取电池初始荷电状态的方法为:预先在动力电池的不同表面温度下,采用小电流充放电的方法建立电压曲线和荷电状态曲线,其中的电压曲线作为动力电池的开路电压曲线,进而建立电池荷电状态、开路电压、表面温度的关系数据库;然后,根据动力电池测量的初始表面温度和开路电压,在建立的关系数据库中查找动力电池的初始荷电状态。
在更优的控制方法技术方案中,所述步骤S4具体包括:
步骤S4.1,将动力电池当前采集的表面温度与卡尔曼滤波器估计的表面温度之间的误差、当前采集的加热电流和环境温度输入至卡尔曼滤波器;
步骤S4.2,卡尔曼滤波器预测下一时刻的状态信息和误差协方差,计算卡尔曼增益,并更新卡尔曼估计值和误差协方差;所述状态信息具体指动力电池的表面温度和核心温度;
步骤S4.3,不断重复步骤S4.2,直至获得最优的电池核心温度估计值。
在更优的控制方法技术方案中,动力电池的电热耦合模型参数的确定方法为:预先在不同温度、不同电池荷电状态以及不同电流幅值的混合动力脉冲能力特性测试实验中,获得电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据库;然后在该关系数据库中,根据动力电池当前的核心温度、荷电状态和加热电流,确定动力电池当前的电热耦合模型参数。
在更优的控制方法技术方案中,在步骤S6中,动力电池的荷电状态预测表达式为:
式中,η为库仑效率,Δt为采样间隔,Cb为动力电池的额定容量,S(k)和S(k+1)分别为动力电池在采样时间点k和k+1的荷电状态,u(k)为动力电池在采样时间点k的加热电流。
在更优的控制方法技术方案中,在步骤S6中,动力电池的核心温度预测表达式为:
式中,T(k)和T(k+1)分别为动力电池在采样时间点k和k+1的核心温度,m,c,A,h分别为动力电池的质量、比热容、表面积和对流系数;q(k)为动力电池在采样时间点k的产热功率,与加热电流u(k)有关。
在更优的控制方法技术方案中,步骤S7中,对动力电池均执行脉冲加热电流的方法为:将加热电流u(k+1)作为PID控制的参考信号,通过负反馈控制原理输出控制量,实现对超级电容和动力电池之间的电流控制。
一种低温环境下动力电池内部加热预测控制装置,采用上述任一控制方法所述的低温环境下动力电池内部加热预测控制方法,在低温环境下对混合储能***中的动力电池进行内部加热控制。
在更优的控制装置技术方案中,所述混合储能***包括:动力电池模块、超级电容模块和双向DC/DC变换器;
所述动力电池模块由多节锂电池串并联构成,用于为混合储能电动汽车提供主要能源;
所述超级电容模块由多节超级电容串并联构成,用于为混合储能电动汽车提供次要能源,以及作为动力电池进行脉冲电流加热的辅助能源;
所述双向DC/DC变换器由两个可控的MOSFET和电感构成,通过控制两个MOSFET的占空比,能够使电池与超级电容之间产生给定的双向脉冲。
有益效果
实施本发明的方法及装置,具有以下有益效果:由于混合储能***集成了锂离子动力电池、超级电容和双向DC/DC变换器,可以利用两能源设备进行脉冲充放电实现动力电池的内部加热,避免了由外部加热带来的较低的传热效率、相对较长的加热时间和不均匀的电池单体加热温度等缺点。同时,超级电容作为集成在混合储能***中的辅助能源可以为电池提供加热电流,则无需再增加其他外部电源,降低了电动汽车热管理***的成本。构建电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据库和电池荷电状态与开路电压、温度的关系数据库,能够更准确地表示动力电池在低温环境下的特性,有利于设计更准确的加热策略。引入模型预测控制机理,实时更新电池的模型参数,预测未来时刻电池的核心温度和荷电状态,求解考虑多种加热性能的多目标优化问题,获得最优的加热电流序列,实现快速、高效地进行内部加热动力电池,提高了电动汽车在低温环境下的使用性能,并延长了动力电池的使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的混合储能***结构示意图;
图2是本发明实施例所述方法的流程图;
图3是本发明实施例提供的动力电池核心温度估计算法框图;
图4是本发明实施例提供的一个预测时域内的脉冲电流时间窗口示意图;
图5是本发明实施例提供的装置结构示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例以本发明的技术方案为依据开展,给出了详细的实施方式和具体的操作过程,对本发明的技术方案作进一步解释说明。
实施例1
本实施例公开一种低温环境下动力电池内部加热预测控制方法,在低温环境下对混合储能***中的动力电池进行内部加热控制,本实施例中的混合储能***如图1所示,包括:动力电池模块、超级电容模块和双向DC/DC变换器;所述动力电池模块由多节锂电池串并联构成,用于为混合储能电动汽车提供主要能源;所述超级电容模块由多节超级电容串并联构成,用于为混合储能电动汽车提供次要能源,以及作为动力电池进行脉冲电流加热的辅助能源;所述双向DC/DC变换器由两个可控的MOSFET和电感构成,通过控制两个MOSFET的占空比,能够使电池与超级电容之间产生给定的双向脉冲。
具体地,本实施例所述方法如图2所示,包括以下步骤:
步骤S1,测量低温环境温度和动力电池初始温度,估计电池初始荷电状态。
本步骤中,预先在动力电池的不同表面温度下,采用小电流充放电(C/25)的方法获得电池从2.5到4.2伏之间的电压曲线,此电压曲线可以作为电池的开路电压曲线,并建立电池荷电状态与开路电压、温度的关系数据库。环境温度传感器以及紧贴在动力电池表面的热电偶传感器分别测量当前低温环境的温度和动力电池初始温度,初始状态下可以默认电池达到热平衡,则电池的核心温度与表面温度相等,最后根据电池当前核心温度和当前开路电压估计初始荷电状态。
步骤S2,设定预测时域的长度、控制时域的长度和控制时域内每个控制时间窗口的大小;
本步骤中,根据用户需求在计算机的模型预测控制算法中输入控制时域、预测时域的长度和时间窗口大小:设定预测时域为N个脉冲周期,控制时域为F个脉冲周期。由于电池的热动力学模型时间常数约为数十分钟,一个周期的脉冲电流(通常为10HZ)所带来的温升并不明显,故设定每个控制时间窗口的长度为L个脉冲周期,则控制时域包含M(M=F/L)个控制时间窗口,在同一时间窗口内,所采用的控制律相同。如图4所示。
步骤S3,采集动力电池当前的表面温度、端电压和流过的加热电流信息;
本步骤中,测量***中的紧贴动力电池的温度传感器实时采集电池的表面温度;电压传感器实时采集电池的端电压和开路电压;电流传感器实时采集流过电池的脉冲电流,并将这些信息通过串口输入至计算机。
步骤S4,以动力电池当前采集的表面温度作为观测数据,以动力电池当前采集的加热电流和环境温度作为参考因素数据,采用卡尔曼滤波算法估计动力电池当前的核心温度;如图3所示,具体包括:
步骤S4.1,将动力电池当前采集的表面温度与卡尔曼滤波器估计的表面温度之间的误差、当前采集的加热电流和环境温度输入至卡尔曼滤波器;
步骤S4.2,卡尔曼滤波器预测下一时刻的状态信息和误差协方差,计算卡尔曼增益,并更新卡尔曼估计值和误差协方差;所述状态信息具体指动力电池的表面温度和核心温度;
步骤S4.3,不断重复步骤S4.2,直至获得最优的电池核心温度估计值。
步骤S5,根据动力电池当前的荷电状态、步骤S3得到的加热电流和步骤S4得到的动力电池核心温度,确定动力电池当前的电热耦合模型参数;
本步骤中,预先在不同温度、不同电池荷电状态以及不同电流幅值的混合动力脉冲能力特性测试实验中,获得电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据库;然后,结合加热电流、核心温度和当前荷电状态信息,读取数据库中的电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据,获得当前的电热耦合模型参数。
步骤S6,根据动力电池当前时间点k的荷电状态S(k)、核心温度T(k)、电热耦合模型参数Γ(k)以及在预测时域(步骤S2中设定预测时域包括N个脉冲周期)内给定的加热电流序列u(j),j=k+1,k+2,…,k+N,对动力电池在预测时域内的荷电状态和核心温度进行滚动预测以及滚动更新动力电池的电热耦合模型参数,得到动力电池在预测时域内的核心温度序列T(j),j=k+1,k+2,…,k+N;
其中,动力电池的荷电状态预测表达式为:
式中,η为库仑效率,Δt为采样间隔,Cb为动力电池的额定容量,S(k)和S(k+1)分别为动力电池在采样时间点k和k+1的荷电状态,u(k)为动力电池在采样时间点k的加热电流。
动力电池的核心温度预测表达式为:
式中,T(k)和T(k+1)分别为动力电池在采样时间点k和k+1的核心温度,m,c,A,h分别为动力电池的质量、比热容、表面积和对流系数;q(k)为动力电池在采样时间点k的产热功率,与加热电流u(k)有关。
所述给定的加热电流序列,通过求解以下多目标优化问题得到:
式中,第一项表示电池核心温度在预测时域上的变化值,第二项表示电池在预测时域上的能量损耗;α为能量损耗的惩罚因子,Ippc为加热电流的最大限制值。因此,本发明求解加热电流序列的多目标优化问题,综合考虑加热速度、能量损耗。
具体地,上述多目标优化问题,可以在计算机内转化为凸集下的凹函数,运行切割平面法获得最优的加热电流序列,作为给定的加热电流序列,如图4所示。
步骤S7,在当前开始的第一个控制时间窗口内,对动力电池均执行脉冲加热电流u(k+1);即,将最优脉冲序列中的第一个时间窗口脉冲电流作为参考信号输入至DSP控制板上的PID控制器,控制器通过负反馈控制原理输出双向DC/DC转换器的占空比,使得混合储能***中的脉冲电流与最优加热序列中的第一项相同。
步骤S8,重复步骤S3至步骤S7,直到动力电池的核心温度达到目标值。该目标温度值需要提前设定,必须满足动力电池的输出功率要求。
实施例2
本实施例提供一种低温环境下动力电池内部加热预测控制装置,采用实施例1中所述的低温环境下动力电池内部加热预测控制方法,在低温环境下对混合储能***中的动力电池进行内部加热控制。
具体地,本实施例的低温环境下动力电池内部加热预测控制装置,如图5所示,包括混合储能***、测量***、控制***和数据库。其中,混合储能***为本专利的被控对象,用于实现超级电容和动力电池之间的双向脉冲电流,电流流过电池产生的内部焦耳热和极化热加热电池;测量***用于实时测量外部环境及混合储能***各部件的状态信息,主要包含温度信息、电压电流信息;控制***主要功能包括接受测量信息、运行算法估计实时模型参数、运行预测算法预测混合储能***未来状态信息、求解多目标优化问题、输出最优控制律给混合储能***。数据库用于储存基础实验得到的电池荷电状态与开路电压、温度的关系数据以及电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据。
其中,混合储能***包括:锂离子动力电池模块、超级电容模块和双向DC/DC变换器。其中锂离子动力电池模块由多节电池串并联构成,为混合储能电动汽车提供主要能源,是保证电动汽车有效驾驶最关键的设备;超级电容模块由多节超级电容串并联构成,为混合储能电动汽车提供次要能源,同时是实现电池进行脉冲电流加热的辅助能源;双向DC/DC变换器由两个可控的金氧半场效晶体管(MOSFET)和电感构成,通过控制两个MOSFET的占空比,能够使电池与超级电容之间产生给定的双向脉冲。
本实施例中,测量***进一步包括:电压传感器、电流传感器、温度传感器和通信串口。其中电压传感器用于采集动力电池和超级电容的端电压和开路电压值;电流传感器用于采集动力电池和超级电容输入输出的脉冲电流幅值、频率信息;温度传感器用于测量环境温度和动力电池表面温度;通信串口用于将传感器测量信息传输至控制***。
本实施例中,控制***进一步包括:计算机和DSP控制板。其中计算机用于运行算法估计实时模型参数、运行预测算法预测混合储能***未来状态信息、求解多目标优化问题、读取数据库中的参数数据;DSP控制板用于接收计算机求解的最优给定的加热电流序列,并实现负反馈控制,输出控制量(MOSFET占空比)给双向DC/DC转换器。
总之,在本实施例中,通过设定预测时域、控制时域、时间窗口长度和目标核心温度,测量***将采集的实时温度、电压、电流信息传输至计算机,计算机先后运行参数辨识算法、读取数据库、运行预测算法、求解加热多目标优化问题,输出最优加热电流序列。DSP控制板执行最优电流给定,实现快速、高效地进行内部加热动力电池,提高了电动汽车在低温环境下的使用性能,并延长了动力电池的使用寿命。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保护的范围之内。
Claims (9)
1.一种低温环境下动力电池内部加热预测控制方法,其特征在于,包括:
步骤S1,获取电池初始荷电状态;
步骤S2,设定预测时域的长度、控制时域的长度和控制时域内每个控制时间窗口的大小;
步骤S3,采集动力电池当前的表面温度、端电压和加热电流;
步骤S4,以动力电池当前采集的表面温度作为观测数据,以动力电池当前采集的加热电流和环境温度作为参考因素数据,采用卡尔曼滤波算法估计动力电池当前的核心温度;
步骤S5,根据动力电池当前的荷电状态、步骤S3得到的加热电流和步骤S4得到的动力电池核心温度,确定动力电池当前的电热耦合模型参数;
步骤S6,根据动力电池当前时间点k的荷电状态S(k)、核心温度T(k)、电热耦合模型参数Γ(k)以及在预测时域内给定的加热电流序列u(j),j=k+1,k+2,…,k+N,对动力电池在预测时域内的荷电状态和核心温度进行滚动预测以及滚动更新动力电池的电热耦合模型参数,得到动力电池在预测时域内的核心温度序列T(j),j=k+1,k+2,…,k+N;
其中,所述给定的加热电流序列,通过求解以下多目标优化问题得到:
式中,α为能量损耗的惩罚因子,Ippc为加热电流的最大限制值;
步骤S7,在当前开始的第一个控制时间窗口内,对动力电池均执行脉冲加热电流u(k+1);
步骤S8,重复步骤S3至步骤S7,直到动力电池的核心温度达到目标值。
2.根据权利要求1所述的方法,其特征在于,步骤S1获取电池初始荷电状态的方法为:预先在动力电池的不同表面温度下,采用小电流充放电的方法建立电压曲线和荷电状态曲线,其中的电压曲线作为动力电池的开路电压曲线,进而建立电池荷电状态、开路电压、表面温度的关系数据库;然后,根据动力电池测量的初始表面温度和开路电压,在建立的关系数据库中查找动力电池的初始荷电状态。
3.根据权利要求1所述的方法,其特征在于,所述步骤S4具体包括:
步骤S4.1,将动力电池当前采集的表面温度与卡尔曼滤波器估计的表面温度之间的误差、当前采集的加热电流和环境温度输入至卡尔曼滤波器;
步骤S4.2,卡尔曼滤波器预测下一时刻的状态信息和误差协方差,计算卡尔曼增益,并更新卡尔曼估计值和误差协方差;所述状态信息具体指动力电池的表面温度和核心温度;
步骤S4.3,不断重复步骤S4.2,直至获得最优的电池核心温度估计值。
4.根据权利要求1所述的方法,其特征在于,动力电池的电热耦合模型参数的确定方法为:预先在不同温度、不同电池荷电状态以及不同电流幅值的混合动力脉冲能力特性测试实验中,获得电池电热耦合模型参数与电池核心温度、荷电状态、电流幅值的关系数据库;然后在该关系数据库中,根据动力电池当前的核心温度、荷电状态和加热电流,确定动力电池当前的电热耦合模型参数。
7.根据权利要求1所述的方法,其特征在于,步骤S7中,对动力电池均执行脉冲加热电流的方法为:将加热电流u(k+1)作为PID控制的参考信号,通过负反馈控制原理输出控制量,实现对超级电容和动力电池之间的电流控制。
8.一种低温环境下动力电池内部加热预测控制装置,其特征在于,采用权利要求1-7任一所述的低温环境下动力电池内部加热预测控制方法,在低温环境下对混合储能***中的动力电池进行内部加热控制。
9.根据权利要求8所述的控制装置,其特征在于,所述混合储能***包括:动力电池模块、超级电容模块和双向DC/DC变换器;
所述动力电池模块由多节锂电池串并联构成,用于为混合储能电动汽车提供主要能源;
所述超级电容模块由多节超级电容串并联构成,用于为混合储能电动汽车提供次要能源,以及作为动力电池进行脉冲电流加热的辅助能源;
所述双向DC/DC变换器由两个可控的MOSFET和电感构成,通过控制两个MOSFET的占空比,能够使电池与超级电容之间产生给定的双向脉冲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549408.4A CN113281655B (zh) | 2021-05-20 | 2021-05-20 | 一种低温环境下动力电池内部加热预测控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549408.4A CN113281655B (zh) | 2021-05-20 | 2021-05-20 | 一种低温环境下动力电池内部加热预测控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281655A true CN113281655A (zh) | 2021-08-20 |
CN113281655B CN113281655B (zh) | 2022-03-04 |
Family
ID=77280167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110549408.4A Active CN113281655B (zh) | 2021-05-20 | 2021-05-20 | 一种低温环境下动力电池内部加热预测控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281655B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113659246A (zh) * | 2021-10-20 | 2021-11-16 | 中国气象科学研究院 | 适应于极地超低温环境的电池***及其控温方法 |
CN114400388A (zh) * | 2022-01-20 | 2022-04-26 | 阳光电源股份有限公司 | 一种储能***及其电池加热方法 |
CN114497818A (zh) * | 2022-01-26 | 2022-05-13 | 中南大学 | 一种低温环境下锂离子电池的内部快速加热方法 |
CN114506247A (zh) * | 2022-03-16 | 2022-05-17 | 中国科学技术大学 | 一种云端协同控制的动力电池主动热管理*** |
CN115123027A (zh) * | 2022-06-09 | 2022-09-30 | 中国第一汽车股份有限公司 | 一种动力电池脉冲加热方法、装置、终端及存储介质 |
CN115659790A (zh) * | 2022-10-13 | 2023-01-31 | 厦门宇电自动化科技有限公司 | 一种动力电池包的温度实时检测方法 |
CN116149398A (zh) * | 2023-04-18 | 2023-05-23 | 杭州博峰实业有限公司 | 一种基于数据反馈的温度控制器精确控制***及方法 |
CN116205053A (zh) * | 2023-02-02 | 2023-06-02 | 上海玫克生储能科技有限公司 | 一种求解模拟输出工况序列的方法和装置 |
CN116826254A (zh) * | 2023-08-17 | 2023-09-29 | 中南大学 | 重载货运列车自组网低温下电池直流自加热方法、***、介质及终端 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358459A1 (en) * | 2013-05-31 | 2014-12-04 | Honeywell International Inc. | Model-based battery monitoring |
CN104462847A (zh) * | 2014-12-23 | 2015-03-25 | 哈尔滨工业大学 | 一种电池内部温度实时预测方法 |
CN105680114A (zh) * | 2016-01-07 | 2016-06-15 | 北京北交新能科技有限公司 | 一种锂离子电池的低温快速自加热方法 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制*** |
JP2018096953A (ja) * | 2016-12-16 | 2018-06-21 | 三菱自動車工業株式会社 | 電池状態推定装置 |
CN109786878A (zh) * | 2019-03-25 | 2019-05-21 | 哈尔滨理工大学 | 一种电动汽车动力电池充电/加热控制方法 |
CN110161423A (zh) * | 2019-06-26 | 2019-08-23 | 重庆大学 | 一种基于多维度耦合模型的动力锂电池状态联合估计方法 |
CN110816366A (zh) * | 2019-10-31 | 2020-02-21 | 上海交通大学 | 适用于单体电池内部的温度估算方法、***、介质及设备 |
CN111929581A (zh) * | 2020-06-05 | 2020-11-13 | 西安理工大学 | 一种动力锂电池内外部温度预测方法 |
CN111983471A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨理工大学 | 一种基于双卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置 |
CN112186305A (zh) * | 2020-09-29 | 2021-01-05 | 西安交通大学 | 一种低温电池混合自加热装置及基于其的自加热方法 |
CN112768810A (zh) * | 2021-01-15 | 2021-05-07 | 中南大学 | 基于脉冲充放电的锂离子电池低温快速预热方法及控制*** |
-
2021
- 2021-05-20 CN CN202110549408.4A patent/CN113281655B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358459A1 (en) * | 2013-05-31 | 2014-12-04 | Honeywell International Inc. | Model-based battery monitoring |
CN104462847A (zh) * | 2014-12-23 | 2015-03-25 | 哈尔滨工业大学 | 一种电池内部温度实时预测方法 |
CN105680114A (zh) * | 2016-01-07 | 2016-06-15 | 北京北交新能科技有限公司 | 一种锂离子电池的低温快速自加热方法 |
JP2018096953A (ja) * | 2016-12-16 | 2018-06-21 | 三菱自動車工業株式会社 | 電池状態推定装置 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制*** |
CN109786878A (zh) * | 2019-03-25 | 2019-05-21 | 哈尔滨理工大学 | 一种电动汽车动力电池充电/加热控制方法 |
CN110161423A (zh) * | 2019-06-26 | 2019-08-23 | 重庆大学 | 一种基于多维度耦合模型的动力锂电池状态联合估计方法 |
CN110816366A (zh) * | 2019-10-31 | 2020-02-21 | 上海交通大学 | 适用于单体电池内部的温度估算方法、***、介质及设备 |
CN111929581A (zh) * | 2020-06-05 | 2020-11-13 | 西安理工大学 | 一种动力锂电池内外部温度预测方法 |
CN111983471A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨理工大学 | 一种基于双卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置 |
CN112186305A (zh) * | 2020-09-29 | 2021-01-05 | 西安交通大学 | 一种低温电池混合自加热装置及基于其的自加热方法 |
CN112768810A (zh) * | 2021-01-15 | 2021-05-07 | 中南大学 | 基于脉冲充放电的锂离子电池低温快速预热方法及控制*** |
Non-Patent Citations (3)
Title |
---|
L.CICERO ET AL.: "Li-ion Cell Electro-Thermal Model based on Kalman Filtering", 《2014 IEEE CONFERENCE AND EXPO TRANSPORTATION ELECTRIFICATION ASIA-PACIFIC》 * |
ZHIWU HUANG ET AL.: "A Fast Energy-efficient Pulse Preheating Strategy For Li-ion Battery At Subzero Temperatures", 《2020 IEEE ENERGY CONVERSION CONGRESS AND EXPOSITION》 * |
刘雨辰 等: "电热耦合模型与UKF组合估算电池温度与SOC", 《电源技术》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113659246A (zh) * | 2021-10-20 | 2021-11-16 | 中国气象科学研究院 | 适应于极地超低温环境的电池***及其控温方法 |
CN114400388A (zh) * | 2022-01-20 | 2022-04-26 | 阳光电源股份有限公司 | 一种储能***及其电池加热方法 |
CN114497818A (zh) * | 2022-01-26 | 2022-05-13 | 中南大学 | 一种低温环境下锂离子电池的内部快速加热方法 |
CN114497818B (zh) * | 2022-01-26 | 2023-10-24 | 中南大学 | 一种低温环境下锂离子电池的内部快速加热方法 |
CN114506247A (zh) * | 2022-03-16 | 2022-05-17 | 中国科学技术大学 | 一种云端协同控制的动力电池主动热管理*** |
CN114506247B (zh) * | 2022-03-16 | 2024-02-09 | 中国科学技术大学 | 一种云端协同控制的动力电池主动热管理*** |
CN115123027A (zh) * | 2022-06-09 | 2022-09-30 | 中国第一汽车股份有限公司 | 一种动力电池脉冲加热方法、装置、终端及存储介质 |
CN115659790A (zh) * | 2022-10-13 | 2023-01-31 | 厦门宇电自动化科技有限公司 | 一种动力电池包的温度实时检测方法 |
CN115659790B (zh) * | 2022-10-13 | 2024-02-06 | 厦门宇电自动化科技有限公司 | 一种动力电池包的温度实时检测方法 |
CN116205053B (zh) * | 2023-02-02 | 2023-12-01 | 上海玫克生储能科技有限公司 | 一种求解模拟输出工况序列的方法和装置 |
CN116205053A (zh) * | 2023-02-02 | 2023-06-02 | 上海玫克生储能科技有限公司 | 一种求解模拟输出工况序列的方法和装置 |
CN116149398A (zh) * | 2023-04-18 | 2023-05-23 | 杭州博峰实业有限公司 | 一种基于数据反馈的温度控制器精确控制***及方法 |
CN116149398B (zh) * | 2023-04-18 | 2023-07-14 | 杭州博峰实业有限公司 | 一种基于数据反馈的温度控制器精确控制***及方法 |
CN116826254A (zh) * | 2023-08-17 | 2023-09-29 | 中南大学 | 重载货运列车自组网低温下电池直流自加热方法、***、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN113281655B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113281655B (zh) | 一种低温环境下动力电池内部加热预测控制方法及装置 | |
CN109987000B (zh) | 一种动力电池温度预测***及方法 | |
CN110568361B (zh) | 一种动力电池健康状态的预测方法 | |
Du et al. | Multi-objective optimization discharge method for heating lithium-ion battery at low temperatures | |
CN110690533B (zh) | 一种锂离子电池正弦交流电低温加热策略 | |
Li et al. | A new parameter estimation algorithm for an electrical analogue battery model | |
Zhang et al. | Prior-knowledge-independent equalization to improve battery uniformity with energy efficiency and time efficiency for lithium-ion battery | |
CN113011007B (zh) | 一种锂离子动力电池热模型参数快速辨识方法及*** | |
Zhang et al. | Internal temperature prediction model of the cylindrical lithium-ion battery under different cooling modes | |
Zhao et al. | Equivalent series resistance-based real-time control of battery-ultracapacitor hybrid energy storage systems | |
Huang et al. | Self-powered heating strategy for lithium-ion battery pack applied in extremely cold climates | |
Xiong et al. | Fast self-heating battery with anti-aging awareness for freezing climates application | |
CN202794475U (zh) | 混合动力车用动力锂电池soc估计器 | |
CN106291376A (zh) | 基于支持向量机模型和卡尔曼滤波的锂电池soc估计方法 | |
An et al. | A novel state-of-energy simplified estimation method for lithium-ion battery pack based on prediction and representative cells | |
Zhang et al. | An optimal thermal management system heating control strategy for electric vehicles under low-temperature fast charging conditions | |
CN115587512A (zh) | 基于ANSYS TwinBuilder的锂电池热电耦合数字孪生模型构建方法 | |
CN114497818B (zh) | 一种低温环境下锂离子电池的内部快速加热方法 | |
CN111027203B (zh) | 一种超级电容soc计算方法 | |
Qin et al. | Joint SOC–SOP estimation method for lithium-ion batteries based on electro-thermal model and multi-parameter constraints | |
Li et al. | Optimization of the heat dissipation structure for lithium-ion battery packs based on thermodynamic analyses | |
Liu et al. | A framework for battery temperature estimation based on fractional electro-thermal coupling model | |
Zhong et al. | An adaptive low-temperature mutual pulse heating method based on multiplexing converters for power-redistributable lithium-ion battery pack | |
Samadi et al. | Integrated battery management system | |
Liu et al. | Novel approach for liquid-heating lithium-ion battery pack to shorten low temperature charge time |
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 |