CN114889493A - 电动汽车直流快充时间预测方法、***、车辆及存储介质 - Google Patents

电动汽车直流快充时间预测方法、***、车辆及存储介质 Download PDF

Info

Publication number
CN114889493A
CN114889493A CN202210742470.XA CN202210742470A CN114889493A CN 114889493 A CN114889493 A CN 114889493A CN 202210742470 A CN202210742470 A CN 202210742470A CN 114889493 A CN114889493 A CN 114889493A
Authority
CN
China
Prior art keywords
battery
temperature
time step
charging
steps
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.)
Pending
Application number
CN202210742470.XA
Other languages
English (en)
Inventor
余小东
欧阳梅
王涛
邓星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan New Energy Automobile Technology Co Ltd
Original Assignee
Chongqing Changan New Energy Automobile Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Changan New Energy Automobile Technology Co Ltd filed Critical Chongqing Changan New Energy Automobile Technology Co Ltd
Priority to CN202210742470.XA priority Critical patent/CN114889493A/zh
Publication of CN114889493A publication Critical patent/CN114889493A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种电动汽车直流快充时间预测方法、***、车辆及存储介质，包括：将充电过程离散为若干个连续等时长的时间步长，在任意第i个时间步长内执行如下S1‑S3，i为时间步长参数且起始值为1；S1、确定第i个时间步长的电池初始状态参数，并根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流；S2、根据第i个时间步长内的充电电流估算出第i个时间步长结束时的电池剩余SOC、电池电压、电池最高温度，电池最低温度，并作为第i+1个时间步长的电池初始状态参数；S3、判断电池电压是否大于等于电池充电截止电压，若否，返回S1，若是，则对所有时间步长进行积分，得到预测的充电时间。本发明较为准确地预测出充电时间。

Description

电动汽车直流快充时间预测方法、***、车辆及存储介质
技术领域
本发明属于新能源车辆动力电池充电技术领域，具体涉及一种电动汽车直流快充时间预测方法、***、车辆及存储介质。
背景技术
随着新能源汽车的普及，电动汽车充电问题一直是人们关注的焦点。其中，关于充电时间的预测精度问题也逐步成为越来越多用户的感知体验点。由于影响充电时间的因素非常多，诸如电池的最高温度、最低温度、SOC、热管理***换热能力，电池本身质量体积与质量大小，比热容，导热系数以及环境温度，导致电动汽车的充电时间预测成为一个世界级的难题。
因此，有必要开发一种新的电动汽车直流快充时间预测方法、***、车辆及存储介质。
发明内容
本发明的目的在于提供一种电动汽车直流快充时间预测方法、***、车辆及存储介质，能较为准确地预测出充电时间。
本发明所述的一种电动汽车直流快充时间预测方法，其方法包括：
将充电过程离散为若干个连续等时长的时间步长，在任意第i个时间步长内执行如下步骤S1-S3，i为时间步长参数且起始值为1；
S1、获取环境温度，确定第i个时间步长的电池初始状态参数，并根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，所述电池初始状态参数包括电池剩余SOC、电池电压、电池最高温度及电池最低温度，其中，第1个时间步长的电池初始状态参数从BMS获取；
S2、根据第i个时间步长内的充电电流估算出第i个时间步长结束时的电池剩余SOC、电池电压、电池最高温度，电池最低温度，并作为第i+1个时间步长的电池初始状态参数；
S3、判断第i个时间步长结束时的电池电压是否大于等于电池充电截止电压，若否，返回步骤S1，若是，则对所有时间步长进行积分，得到预测的充电时间。
可选地，所述步骤1中，根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，具体为：
根据电池最高温度、电池最低温度和电池电压查电池温度-电压-充电电流的对应关系表，得到电池最高温度对应的第一充电电流和电池最低温度对应的第二充电电流，取第一充电电流和第二充电电流中的较小值作为第i个时间步长内的充电电流；采用此方法能够使计算出的充电电流更接近于实际充电过程中的充电电流，从而使预测出的充电时间与实际充电时间更加接近。
可选地，所述步骤2中，估算第i个时间步长结束时的电池最高温度
Figure BDA0003718588850000021
具体为：
Figure BDA0003718588850000022
其中，T0为环境温度，Cp为电池的比热容，M为电池的质量，Pi为第i个时间步长内的电池发热功率，k为热管理***的开关系数，hwater 1为第一热管理***换热系数，Awater为电池与热管理***的接触面积，Twater为热管理***水温，
Figure BDA0003718588850000023
为第i-1个时间步长结束时的电池最高温度，hair1为第一电池自然对流换热系数，Aair为电池与空气接触面积，Tair为电池包内部空气温度；采用本方法能够使计算出的电池最高温度更接近于实际充电过程中的电池最高温度，从而使预测出的充电时间与实际充电时间更加接近。
可选地，所述步骤2中，估算第i个时间步长结束时的电池最低温度
Figure BDA0003718588850000024
具体为：
Figure BDA0003718588850000025
其中，hwater 2为第二热管理***换热系数，
Figure BDA0003718588850000026
为第i-1个时间步长结束时的电池最低温度，hair 2为第二电池自然对流换热系数；采用此方法能够使计算出的电池最低温度更接近于实际充电过程中的电池最低温度，从而使预测出的充电时间与实际充电时间更加接近。
可选地，还包括：记录实际充电过程中的过程参数，所述过程参数包括充电时间、电池最高温度、电池最低温度、电池电压、电池剩余SOC、电池发热功率、以及热管理***过程工作状态数据，并基于过程参数进行自学习，对电池最低温度
Figure BDA0003718588850000027
和电池最高温度
Figure BDA0003718588850000028
的计算公式中的参数hwater 1、hwater 2、hair1和hair2进行优化调整；本方法具有自学习功能，通过不断优化hwater 1、hwater 2、hair1和hair2等参数，使计算出的电池最高温度、电池最低温度更接近于实际充电情况，从而使预测出的充电时间与实际充电时间更加接近。
可选地，所述电池发热功率的计算方法如下：
Pi＝Ii 2Ri
其中,Pi为第i个时间步长内的电池发热功率，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻；本方法利用第i个时间步长内的充电电流以及电池内阻来计算电池发热功率，使计算出的电池发热功率更接近于实际充电情况，从而使预测出的充电时间与实际充电时间更加接近。
可选地，所述步骤2中，估算第i个时间步长结束时的电池剩余SOC，具体为:
SOCi＝SOCi-1+IiΔt/C；
其中，SOCi为第i个时间步长结束时的电池剩余SOC，SOCi-1为第i-1个时间步长结束时的电池剩余SOC，Δt为时间步长，C为电池的安时容量，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻；本方法通过上一时间步长结束时的电池剩余SOC、时间步长和电池的安时容量来估算当前时间步长结束时的电池剩余SOC，以确保计算出的电池剩余SOC更接近于实际充电过程中的电池剩余SOC，从而使预测出的充电时间与实际充电时间更加接近。
可选地，所述步骤2中，估算第i个时间步长结束时的电池电压Ui，具体为：
Ui＝OCVi+IiRi；
其中，OCVi为第i个时间步长内的电池开路电压；本方法首先利用计算出的电池剩余SOC通过查开路电压OCV和SOC的对应关系表得到对应的电池开路电压，再利用电池开路电压，充电电流和电池内阻来计算第i个时间步长结束时的电池电压，以确保计算出的电池电压更接近于实际充电过程中的电池电压，从而使预测出的充电时间与实际充电时间更加接近。
第二方面，本发明所述的一种电动汽车直流快充时间预测***，包括存储器和控制器，所述存储器内存储有计算机可读程序，所述计算机可读程序被控制器调用时，能执行如本发明所述的电动汽车直流快充时间预测方法的步骤。
第三方面，本发明所述的一种车辆，采用如本发明所述的电动汽车直流快充时间预测***。
第四方面，本发明所述的一种存储介质，其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如本发明所述的电动汽车直流快充时间预测方法的步骤。
本发明具有以下优点：
(1)本发明将充电过程离散为一个个独立的可循环的时间段，每一个时间段都看作一个完整而独立的充电过程，结合每段时间的初始状态，通过电池最高温度、电池最低温度和电池电压查表得到该时间段内的确定充电电流，并在计算出该时间段后的电池其他参数，诸如电池剩余电流SOC，电池电压，电池最高温度，电池最低温度，电池内阻等，为下一时间段充电提供基础参数，如此循环，最后对所有时间段进行积分得到预测充电时间。通过本发明能够使预测的充电时间更接近于实际的充电时间。
(2)本发明具有自学习功能，能够根据用户使用场景利用完整充电过程数据来调整电池最高温度预测模型和电池最低温度预测模型中的相关参数，从而能够不断提高充电时间的预测精度。
(3)本发明能够预测高低温的充电时间。
附图说明
图1为本实施例的流程图；
图2为本实施例的充电逻辑图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
对于每一款电池包都有确定的安时容量，比如对于容量100Ah的电池，理论上用100A的电流1小时可以充满。因此，电池充电时间由电池实际充电电流大小直接决定，而决定电池充电电流大小的因素主要是电池温度及电池电压。基于此，本发明设计了一种能够较为准确地预测出动力电池的充电时间的方法。
如图1所示，本实施例中，一种电动汽车直流快充时间预测方法，其方法包括：
将充电过程离散为若干个连续等时长的时间步长，在任意第i个时间步长内执行如下步骤S1-S3，i为时间步长参数且起始值为1。
S1、获取环境温度，确定第i个时间步长的电池初始状态参数，并根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，所述电池初始状态参数包括电池剩余SOC、电池电压、电池最高温度及电池最低温度，其中，第1个时间步长的电池初始状态参数从BMS获取电池最高温度
Figure BDA0003718588850000041
电池最低温度
Figure BDA0003718588850000042
以及电池电压U0。
S2、根据第i个时间步长内的充电电流估算出第i个时间步长结束时的电池剩余SOC、电池电压、电池最高温度，电池最低温度，并作为第i+1个时间步长的电池初始状态参数。
S3、判断第i个时间步长结束时的电池电压是否大于等于电池充电截止电压，若否，返回步骤S1，若是，则对所有时间步长进行积分，得到预测的充电时间。
本实施例中，所述步骤1中，根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，具体为：
根据电池最高温度、电池最低温度和电池电压查电池温度-电压-充电电流的对应关系表(参见表1)，得到电池最高温度对应的第一充电电流和电池最低温度对应的第二充电电流，取第一充电电流和第二充电电流中的较小值作为第i个时间步长内的充电电流。由于电池包的每个电芯的温度不可能完全一致，存在差异，这个差异等于电池最高温度减去电池最低温度。一般情况，电池温度在25-40℃这个区间充电性能最好，高温时因为电池温度高而影响充电电流，低温时因为电池温度低而影响充电电流。为统一该过程，本实施例中同时用电池最高温度和最低温度同时插值，然后取较小值作为充电电流。在实际过程中，由于电池电压查电池温度-电压-充电电流的对应关系表的数值是有限的，故在通过查表得到参数所在区间的端点值后，通过线性插值的方式(简称插值)，得到较为准确的充电电流值。
表1，某电池电压查电池温度-电压-充电电流的对应关系表(简称电芯充电窗口,表中的第六行及以下、第二列以及第二列右侧的数值表示充电倍率)：
Figure BDA0003718588850000051
本实施例中，建议时间步长Δt取1s，当然，时间步长亦可根据实际情况增大或减小。若时间步长取1s，对整个充电过程，从充电开始，除第一秒充电电流大小由电池初始温度和初始电压决定。其后每秒的充电电流的大小均由计算出的前一秒结束时的电池温度和电池电压插值电池温度-电压-充电电流的对应关系表而得。如此循环，直到电压达到充电截止电压时充电结束。
为了提高电池的充电性能，整车上一般会设计一套热管理***，在高温时对动力电池进行冷却，在低温时对动力电池进行加热，参见表2，某款车型的热管理控制策略，可以看出，当动力电的池最高温度Tmax高于35℃时，热管理***开启，冷却水入口水温目标为20℃，流量为10L/min，直到电池最高温度Tmax小于30℃后热管理***关闭；当电池最低温度Tmin低于20℃时，热管理***开启，加热水入口温度目标为40℃，流量为10L/min，直到电池最低温度Tmin大于25℃后热管理***关闭。本方法在计算电池最高温度和电池最低温度时，由于将热管理***的相关因素也考虑进去了，故确保了计算出的电池最高温度和电池最低温度更能够接近于实际情况。
表2，某款车型的热管理控制策略：
Figure BDA0003718588850000061
本实施例中，估算第i个时间步长结束时的电池最高温度
Figure BDA0003718588850000062
具体为：
Figure BDA0003718588850000063
其中，T0为环境温度，Cp为电池的比热容，M为电池的质量，Pi为第i个时间步长内的电池发热功率，k为热管理***的开关系数，hwater 1为第一热管理***换热系数，Awater为电池与热管理***的接触面积，Twater为热管理***水温，
Figure BDA0003718588850000064
为第i-1个时间步长结束时的电池最高温度(当i＝1时，
Figure BDA0003718588850000065
为从BMS获取的电池最低温度，除了i＝1外，其余均有公式(1)计算所得)，hair1为第一电池自然对流换热系数，Aair为电池与空气接触面积，Tair为电池包内部空气温度。
本实施例中，采用本方法来计算电池最高温度，能够使计算出的电池最高温度更接近于实际充电过程中的电池最高温度，从而使预测出的充电时间与实际充电时间更加接近。
本实施例中，估算第i个时间步长结束时的电池最低温度
Figure BDA0003718588850000066
具体为：
Figure BDA0003718588850000067
其中，hwater 2为第二热管理***换热系数，
Figure BDA0003718588850000068
为第i-1个时间步长结束时的电池最低温度(当i＝1时，
Figure BDA0003718588850000069
为从BMS获取的电池最低温度，除了i＝1外，其余均有公式(2)计算所得)，hair 2为第二电池自然对流换热系数。
本实施例中，采用本方法来计算电池最低温度，能够使计算出的电池最低温度更接近于实际充电过程中的电池最低温度，从而使预测出的充电时间与实际充电时间更加接近。
本实施例中，所述电池发热功率的计算方法如下：
Pi＝Ii 2Ri (3)
其中,Pi为第i个时间步长内的电池发热功率，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻。
本实施例中,利用第i个时间步长内的充电电流和电池内阻来计算电池发热功率，使计算出的电池发热功率更接近于实际充电情况，从而使预测出的充电时间与实际充电时间更加接近。
本实施例中，所述步骤2中，估算第i个时间步长结束时的电池剩余SOC，具体为:
SOCi＝SOCi-1+IiΔt/C (4)
其中，SOCi为第i个时间步长结束时的电池剩余SOC，SOCi-1为第i-1个时间步长结束时的电池剩余SOC(当i＝0，SOC0能在充电时，***直接获取到，除了i＝1外，其余均有公式(4)计算所得)，Δt为时间步长，C为电池的安时容量，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻。
本实施例中，通过上一时间步长结束时的电池剩余SOC、时间步长和电池的安时容量来估算当前时间步长结束时的电池剩余SOC，以确保计算出的电池剩余SOC更接近于实际充电过程中的电池剩余SOC，从而使预测出的充电时间与实际充电时间更加接近。
本实施例中，所述步骤2中，估算第i个时间步长结束时的电池电压Ui，具体为：
Ui＝OCVi+IiRi (5)
其中，OCVi为第i个时间步长内的电池开路电压。
本实施例中，首先利用计算出的电池剩余SOC通过查开路电压OCV和SOC的对应关系表得到对应的电池开路电压，再利用电池开路电压、充电电流和电池内阻来计算第i个时间步长结束时的电池电压，以确保计算出的电池电压更接近于实际充电过程中的电池电压，从而使预测出的充电时间与实际充电时间更加接近。
本实施例中，综合考虑了电池的最高温度、最低温度、SOC、热管理***换热能力，电池本身质量体积与质量大小，比热容，导热系数以及环境温度，站在综合效果的基础上，通过自学习方式总结归纳电池实际充电过程，依据用户实际场景，结合内置充电策略map，建立电池最高温度和最低温度的预测模型来实现对充电时间的预测。
下面以第一秒为例对充电过程进行详细阐述，参见充电逻辑图2。
充电开始，从BMS获取电池最高温度
Figure BDA0003718588850000071
电池最低温度
Figure BDA0003718588850000072
环境温度T0以及电池电压U0，根据
Figure BDA0003718588850000073
和
Figure BDA0003718588850000074
来决定热管理***的初始工作状态。同时，根据电池最高温度
Figure BDA0003718588850000075
电池最低温度
Figure BDA0003718588850000076
和电池电压U0进行插值，得到
Figure BDA0003718588850000077
对应的第一充电电流和
Figure BDA0003718588850000078
对应的第二充电电流，两者取较小值得到第一秒实际充电电流I1。在第一秒内，利用公式(3)计算出电池发热功率P1，其中，电池内阻R1根据电池平均温度Tavg 1(Tavg 1可近似取为电池最高温度
Figure BDA0003718588850000079
和电池最低温度
Figure BDA00037185888500000710
的平均值)和电池剩余电量SOC插值表3可得；利用公式(4)计算出电池剩余电流SOC1，其中，C为电池的安时容量，通过查表4可得电池剩余电流SOC对应的电池开路电压OCV1。利用公式(5)计算出电池电压U1，再利用公式(1)、公式(2)计算电池第一秒结束时的电池最高温度
Figure BDA00037185888500000711
和电池最低温度
Figure BDA00037185888500000712
其中k为热管理***的开关系数，热管理***工作时，k＝1，热管理***关闭时，k＝0.3。
表3，某款电池的内阻：
Figure BDA0003718588850000081
表4，某款电池的开路电压OCV与SOC的关系：
SOC 0％ 10％ 20％ 30％ 40％ 50％ 60％ 70％ 80％ 90％ 100％
开路电压/V 3.338 3.512 3.605 3.646 3.683 3.747 3.871 3.98 4.093 4.191 4.327
表4
本实施例中，将第一秒充电完成后得到的电池电压、电池最高温度、电池最低温度作为第二秒的初始条件，如此循环，直到电池电压到达电池充电截止电压截止，对所有时间步长进行积分，即可实现对充电时间的预测。
由于热管理***的散热能力大小主要由冷却液入口水温及流量来决定。而流量一定的情况下，冷却水板的换热系数就不会发生变化，本实施例中将这个值定义为热管理***换热系数hwater，冷却水板与电池的接触面积也因为一旦成型就保持不变，因此由换热公式(6)可知，电池通过水冷板传递的热量就由电池与冷却液的温差ΔT决定，这里进行等效处理，冷却液温度直接取电池入口水温，电池温度取电池最高温度(冷却时)或者最低温度(加热时)，从而可以求出此时电池经水冷板传递给冷却液的热量Q。同样的，电池通过空气散热也可以进行类似处理，将电池通过其他路径传递给空气的换热系数综合定义为电池自然对流换热系数hair，该热量可能是直接传递给空气的，也可能是通过支架及其他路径传递给空气的。
本实施例中，热量Q的计算公式为：
Q＝hwaterAairΔT (6)
其中，Aair是电池与空气的接触面积。
综上，电池的温升由能量守恒方程来求解，即公式(1)、公式(2)，由此求出第一秒末的电池最高温度和电池最低温度，根据当前电池剩余SOC得到电池实时充电电流以及电池内阻，求得当前电池的发热功率，在根据当前热管理***能力，表现出来即为hwater 1、hwater 2、hair 1和hair 2的大小。该hwater 1、hwater 2、hair 1和hair 2的值由仿真或者充电过程电池实际温升数据拟合可得。
本实施例中，利用Amesim逆向寻优，拟合出方程中的hwater 1、hwater 2、hair 1和hair 2，形成充电最高温度预测模型(即公式(1))、充电最低温度预测模型(即公式(2))的初始值。该模型的输入的试验测试数据为完整的充电过程数据，其包括充电时间，过程中电池的最高温度、最低温度、电池电压、SOC以及热管理***过程工作状态。实际通过试验数据以时间步长实现对公式(1)和公式(2)的求解。利用Amesin软件中的逆向寻优功能，根据经验，通过指定hwater 1、hwater 2、hair 1和hair2的范围，让Amesin软件在该范围内的可能值去求解电池的最高温和最低温，通过与实际电池的最高温和最低温进行匹配，当匹配最优时，输出此时的hwater 1、hwater 2、hair 1和hair 2。
由于每个用户的用车场景不同，每当用户完成一次完整充电，这里定义为电池充电过程中电池电压达到充电截止电压，即SOC＝100％。可以利用该充电的过程数据(包括充电时间、电池最高温度、电池最低温度、电池电压、电池剩余SOC、电池发热功率、以及热管理***过程工作状态数据)进行自学习，重新进行一次逆向寻优，优化hwater 1、hwater 2、hair 1和hair 2，从而实现对充电最高温度预测模型、充电最低温度预测模型的参数的调整，根据充电实际情况来提高充电时间预测精度。
本实施例中，一种电动汽车直流快充时间预测***，包括存储器和控制器，所述存储器内存储有计算机可读程序，所述计算机可读程序被控制器调用时，能执行如本实施例中所述的电动汽车直流快充时间预测方法的步骤。
本实施例中，一种车辆，采用如本实施例中所述的电动汽车直流快充时间预测***。
本实施例中，一种存储介质，其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如本实施例中所述的电动汽车直流快充时间预测方法的步骤。
需要说明的是，本实施例所示的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
上述实施例为本发明方法较佳的实施方式，但本发明方法的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (11)

1.一种电动汽车直流快充时间预测方法，其特征在于，其方法包括：
将充电过程离散为若干个连续等时长的时间步长，在任意第i个时间步长内执行如下步骤S1-S3，i为时间步长参数且起始值为1；
S1、获取环境温度，确定第i个时间步长的电池初始状态参数，并根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，所述电池初始状态参数包括电池剩余SOC、电池电压、电池最高温度及电池最低温度，其中，第1个时间步长的电池初始状态参数从BMS获取；
S2、根据第i个时间步长内的充电电流估算出第i个时间步长结束时的电池剩余SOC、电池电压、电池最高温度，电池最低温度，并作为第i+1个时间步长的电池初始状态参数；
S3、判断第i个时间步长结束时的电池电压是否大于等于电池充电截止电压，若否，返回步骤S1，若是，则对所有时间步长进行积分，得到预测的充电时间。
2.根据权利要求1所述的电动汽车直流快充时间预测方法，其特征在于：所述步骤1中，根据第i个时间步长的电池初始状态参数确定出第i个时间步长内的充电电流，具体为：
根据电池最高温度、电池最低温度和电池电压查电池温度-电压-充电电流的对应关系表，得到电池最高温度对应的第一充电电流和电池最低温度对应的第二充电电流，取第一充电电流和第二充电电流中的较小值作为第i个时间步长内的充电电流。
3.根据权利要求1或2所述的电动汽车直流快充时间预测方法，其特征在于：所述步骤2中，估算第i个时间步长结束时的电池最高温度
Figure FDA0003718588840000011
具体为：
Figure FDA0003718588840000012
其中，T0为环境温度，Cp为电池的比热容，M为电池的质量，Pi为第i个时间步长内的电池发热功率，k为热管理***的开关系数，hwater 1为第一热管理***换热系数，Awater为电池与热管理***的接触面积，Twater为热管理***水温，
Figure FDA0003718588840000013
为第i-1个时间步长结束时的电池最高温度，hair1为第一电池自然对流换热系数，Aair为电池与空气接触面积，Tair为电池包内部空气温度。
4.根据权利要求3所述的电动汽车直流快充时间预测方法，其特征在于：所述步骤2中，估算第i个时间步长结束时的电池最低温度
Figure FDA0003718588840000014
具体为：
Figure FDA0003718588840000015
其中，hwater 2为第二热管理***换热系数，
Figure FDA0003718588840000016
为第i-1个时间步长结束时的电池最低温度，hair2为第二电池自然对流换热系数。
5.根据权利要求4所述的电动汽车直流快充时间预测方法，其特征在于，还包括：记录实际充电过程中的过程参数，所述过程参数包括充电时间、电池最高温度、电池最低温度、电池电压、电池剩余SOC、电池发热功率、以及热管理***过程工作状态数据，并基于过程参数进行自学习，对电池最低温度
Figure FDA0003718588840000021
和电池最高温度
Figure FDA0003718588840000022
的计算公式中的参数hwater 1、hwater 2、hair1和hair2进行优化调整。
6.根据权利要求5所述的电动汽车直流快充时间预测方法，其特征在于：所述电池发热功率的计算方法如下：
Pi＝Ii 2Ri
其中,Pi为第i个时间步长内的电池发热功率，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻。
7.根据权利要求1或2或4或5或6所述的电动汽车直流快充时间预测方法，其特征在于：所述步骤2中，估算第i个时间步长结束时的电池剩余SOC，具体为:
SOCi＝SOCi-1+IiΔt/C；
其中，SOCi为第i个时间步长结束时的电池剩余SOC，SOCi-1为第i-1个时间步长结束时的电池剩余SOC，Δt为时间步长，C为电池的安时容量，Ii为第i个时间步长内的充电电流，Ri为第i个时间步长内的电池内阻。
8.根据权利要求7所述的电动汽车直流快充时间预测方法，其特征在于：所述步骤2中，估算第i个时间步长结束时的电池电压Ui，具体为：
Ui＝OCVi+IiRi；
其中，OCVi为第i个时间步长内的电池开路电压。
9.一种电动汽车直流快充时间预测***，其特征在于：包括存储器和控制器，所述存储器内存储有计算机可读程序，所述计算机可读程序被控制器调用时，能执行如权利要求1至8任一所述的电动汽车直流快充时间预测方法的步骤。
10.一种车辆，其特征在于：采用如权利要求9所述的电动汽车直流快充时间预测***。
11.一种存储介质，其特征在于：其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如权利要求1至8任一所述的电动汽车直流快充时间预测方法的步骤。
CN202210742470.XA 2022-06-28 2022-06-28 电动汽车直流快充时间预测方法、***、车辆及存储介质 Pending CN114889493A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210742470.XA CN114889493A (zh) 2022-06-28 2022-06-28 电动汽车直流快充时间预测方法、***、车辆及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210742470.XA CN114889493A (zh) 2022-06-28 2022-06-28 电动汽车直流快充时间预测方法、***、车辆及存储介质

Publications (1)

Publication Number Publication Date
CN114889493A true CN114889493A (zh) 2022-08-12

Family

ID=82730265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210742470.XA Pending CN114889493A (zh) 2022-06-28 2022-06-28 电动汽车直流快充时间预测方法、***、车辆及存储介质

Country Status (1)

Country Link
CN (1) CN114889493A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115626088A (zh) * 2022-09-20 2023-01-20 重庆长安汽车股份有限公司 一种充电电池包热管理控制方法、装置及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115626088A (zh) * 2022-09-20 2023-01-20 重庆长安汽车股份有限公司 一种充电电池包热管理控制方法、装置及存储介质

Similar Documents

Publication Publication Date Title
Zhu et al. A real-time battery thermal management strategy for connected and automated hybrid electric vehicles (CAHEVs) based on iterative dynamic programming
CN111055722B (zh) 一种预估充电时间的方法，装置及存储介质
CN107293821B (zh) 动力电池热处理方法、装置及电动汽车
CN112416034A (zh) 一种装置的温度控制***及温度控制方法
Luo et al. State of charge estimation method based on the extended Kalman filter algorithm with consideration of time‐varying battery parameters
CN112109586B (zh) 电动汽车的控制方法、装置及计算机可读存储介质
CN113139338B (zh) 温度预测方法、温度预测装置和车辆
Chang et al. Effects of reciprocating liquid flow battery thermal management system on thermal characteristics and uniformity of large lithium‐ion battery pack
CN114889493A (zh) 电动汽车直流快充时间预测方法、***、车辆及存储介质
CN114019386B (zh) 一种电动汽车充电剩余时间的估算方法及***
Titov et al. Modeling control strategies and range impacts for electric vehicle integrated thermal management systems with MATLAB/Simulink
CN116176358B (zh) 一种电池热管理方法、装置、存储介质及设备
Gao et al. Active thermal control of a battery pack under elevated temperatures
CN112060976A (zh) 一种车辆动力电池的加热方法、装置和车辆
CN111584977A (zh) 用于控制车辆热管理装置的***和方法
CN116359771A (zh) 锂离子电池寿命预测方法、电子设备及可读存储介质
Carroll et al. Active battery thermal management within electric and plug-in hybrid electric vehicles
Yu et al. Cost-efficient thermal management for a 48v li-ion battery in a mild hybrid electric vehicle
CN116826254A (zh) 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
CN114792857B (zh) 动力电池的热管理方法、装置、电子设备和存储介质
CN113415210B (zh) 一种电池温度控制方法、装置及汽车
KR20190046133A (ko) 전지의 냉각 제어 방법
JP2022116393A (ja) 電動車両の充電システム
Zhang et al. Research on prediction model of electric vehicle thermal management system based on particle swarm optimization-Back propagation neural network
Xiong et al. Low-temperature heating and optimal charging methods for lithium-ion batteries

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