CN116605098A - 一种车辆的电池热管理方法、装置、存储介质和车辆 - Google Patents

一种车辆的电池热管理方法、装置、存储介质和车辆 Download PDF

Info

Publication number
CN116605098A
CN116605098A CN202310771201.0A CN202310771201A CN116605098A CN 116605098 A CN116605098 A CN 116605098A CN 202310771201 A CN202310771201 A CN 202310771201A CN 116605098 A CN116605098 A CN 116605098A
Authority
CN
China
Prior art keywords
temperature
battery
predicted
vehicle
temperature rise
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
CN202310771201.0A
Other languages
English (en)
Inventor
王雯婷
王书洋
王业斌
马少东
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202310771201.0A priority Critical patent/CN116605098A/zh
Publication of CN116605098A publication Critical patent/CN116605098A/zh
Pending legal-status Critical Current

Links

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
    • B60L58/26—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 by cooling
    • 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]
    • 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
    • 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
    • H01M10/63—Control systems
    • H01M10/633—Control systems characterised by algorithms, flow charts, software details or the like
    • 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
    • H01M10/63—Control systems
    • H01M10/635—Control systems based on ambient 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
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/656—Means for temperature control structurally associated with the cells characterised by the type of heat-exchange fluid
    • H01M10/6567—Liquids
    • 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
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种车辆的电池热管理方法、装置、存储介质和车辆。该方法包括：获取车辆的历史行驶数据，其中，历史行驶数据包括以下至少之一：电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长；基于历史行驶数据，确定车辆的预测行驶数据，其中，预测行驶数据用于表示车辆在未来时长内的运行状态；基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，其中，温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度；基于预测温度和预测温升速率，对电池在未来时长内进行热管理。本发明解决了难以保证电池及整车使用的可靠性的技术问题。

Description

一种车辆的电池热管理方法、装置、存储介质和车辆
技术领域
本发明涉及电池领域，具体而言，涉及一种车辆的电池热管理方法、装置、存储介质和车辆。
背景技术
目前，在当前的电池热管理策略中，通常是基于电池的当前温度进行热管理开启判断和控制，没有引入未来工况的因素，并且为了避免对乘员舱舒适性的影响，通常在电池温度超出最适宜的区间之后才开启电池热管理，但是仅根据当前温度，对电池进行热管理，无法及时降低电池的温度，由此导致难以保证电池在适宜的温度范围内工作，且会导致增加电池热管理开启的能耗，从而导致难以保证电池及整车使用的可靠性的技术问题。
针对上述难以保证电池及整车使用的可靠性的技术问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆的电池热管理方法、装置、存储介质和车辆，以至少解决难以保证电池及整车使用的可靠性的技术问题。
根据本发明实施例的一个方面，提供了一种车辆的电池热管理方法。该方法可以包括：获取车辆的历史行驶数据，其中，历史行驶数据包括以下至少之一：电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长；基于历史行驶数据，确定车辆的预测行驶数据，其中，预测行驶数据用于表示车辆在未来时长内的运行状态；基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，其中，温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度；基于预测温度和预测温升速率，对电池在未来时长内进行热管理。
可选地，基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，包括：将预测行驶数据和温度特征输入至目标模型中进行预测，得到预测温度和预测温升速率，其中，目标模型为通过对至少一车辆的实验数据进行迭代训练而得到的。
可选地，该车辆的电池热管理方法还可以包括：获取电池的平均温度；对平均温度与电池的温度阈值进行比较，得到比较结果；基于比较结果，确定未来时长。
可选地，基于比较结果，确定未来时长，包括：响应于比较结果为平均温度超过温度阈值，确定未来时长为第一未来时长，其中，第一未来时长用于对预测温度和预测温升速率进行预测；响应于比较结果为平均温度小于温度阈值，确定未来时长为第二未来时长，其中，第二未来时长用于对预测温度和预测温升速率进行预测。
可选地，基于预测温度和预测温升速率，对电池在未来时长内进行热管理，包括：响应于电池的第一预测温度超过电池的冷却温度阈值，对电池进行冷却；响应于第一预测温度小于冷却温度阈值，且预测温升速率超过电池的第一瞬时温升速率，基于电池在起始时刻的第一单体温度与冷却温度阈值之间的关系，对电池进行冷却；响应于第一预测温度小于冷却温度阈值，且预测温升速率小于第一瞬时温升速率，对电池进行冷却。
可选地，基于预测温度和预测温升速率，对电池在未来时长内进行热管理，还包括：响应于电池的第二预测温度未超过电池的加热温度阈值，对电池进行加热，其中，第二预测温度远小于第一预测温度；响应于第二预测温度大于加热温度阈值，且预测温升速率未超过电池的第二瞬时温升速率，基于电池在起始时刻的第二单体温度与加热温度阈值之间的关系，对电池进行加热，其中，第二瞬时温升速率远小于第一瞬时温升速率，第二单体温度远小于第一单体温度；响应于第二预测温度大于加热温度阈值，且预测温升速率大于第二瞬时温升速率，对电池进行加热。
根据本发明实施例的一个方面，提供了一种车辆的电池热管理装置。该装置可以包括：获取单元，用于获取车辆的历史行驶数据，其中，历史行驶数据包括以下至少之一：电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长；第一确定单元，用于基于历史行驶数据，确定车辆的预测行驶数据，其中，预测行驶数据用于表示车辆在未来时长内的运行状态；第二确定单元，用于基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，其中，温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度；热管理单元，用于基于预测温度和预测温升速率，对电池在未来时长内进行热管理。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本发明实施例的车辆的电池热管理方法。
根据本发明实施例的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序被该处理器运行时执行本发明实施例的车辆的电池热管理方法。
根据本发明实施例的另一方面，还提供了一种车辆，车辆用于执行本发明实施例的车辆的电池热管理方法。
在本发明实施例中，获取车辆的历史行驶数据，根据获取的历史行驶数据，确定车辆的预测行驶数据，也即，确定车辆在未来时长内的运行状态，根据预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，根据确定的预测温度和预测温升速率，对电池在未来时长内进行热管理，从而达到了可以及时降低电池的温度的目的，进而解决了难以保证电池及整车使用的可靠性的技术问题，实现了可以保证电池及整车使用的可靠性的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种车辆的电池热管理方法的流程图；
图2是根据本发明实施例的一种基于数据驱动的动力电池热管理策略优化方法的流程图；
图3是根据本发明实施例的一种动力电池性能参数的预测方法的流程图；
图4是根据本发明实施例的一种电池热管理开启条件的优化方法的流程图；
图5(a)是根据本发明实施例的一种不同热管理需求场景的热管理开启条件的优化方法的流程图；
图5(b)是根据本发明实施例的另一种不同热管理需求场景的热管理开启条件的优化方法的流程图；
图6是根据本发明实施例的一种基于数据驱动的动力电池热管理策略优化装置的示意图；
图7是根据本发明实施例的一种车辆的电池的热管理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其它实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种车辆的电池热管理方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种车辆的电池热管理方法的流程图，该方法可以包括如下步骤：
步骤S101，获取车辆的历史行驶数据。
在本发明上述步骤S101提供的技术方案中，上述历史行驶数据可以为从云端中获取的历史数据，其中，上述历史行驶数据可以包括以下至少之一：车辆的历史车速、电池的历史电压、电池的历史电流、电池的历史温度、电池的历史平均加热功率、电池的历史平均冷却功率、电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长等，此处仅作举例说明，不作具体限定。
可选地，从云端中下载车辆的历史行驶数据，并对历史行驶数据中的冗余数据进行删除，同时保留历史行驶数据中的有效数据。
步骤S102，基于历史行驶数据，确定车辆的预测行驶数据。
在本发明上述步骤S102提供的技术方案中，上述预测行驶数据可以用于表示车辆在未来时长内的运行状态，其中，上述预测行驶数据可以包括但不限于：车辆在未来时长内的行驶速度、车辆在未来时长内的电池功率以及与在未来时长内的不同车速和功率对应的电池的使用时长。
可选地，在获取车辆的历史行驶数据之后，基于历史行驶数据，确定车辆的预测行驶数据，例如，根据车辆的历史车速、电池的历史电压、电池的历史电流、电池的历史温度、电池的历史平均加热功率、电池的历史平均冷却功率、电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长等各类历史行驶数据，对各个数据所对应的权重进行制定和调节，在完成权重的制定和调节之后，根据各个数据及与该数据对应的权重之间的关系，可以确定车辆的预测行驶数据，由此可以得到车辆的未来行驶工况的预测结果。
步骤S103，基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率。
在本发明上述步骤S103提供的技术方案中，上述电池的温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度，上述预测温度可以用T预测来表示，上述预测温升速率可以用dT预测/dt来表示。
可选地，在基于历史行驶数据，确定车辆的预测行驶数据之后，基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，例如，根据预测行驶数据以及电池的温度特征和电池的剩余电量等特征，可以确定电池在未来时长内的预测温度T预测和预测温升速率dT预测/dt。
步骤S104，基于预测温度和预测温升速率，对电池在未来时长内进行热管理。
在本发明上述步骤S104提供的技术方案中，上述热管理可以为对电池进行冷却或对电池进行加热。
可选地，在基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率之后，基于预测温度和预测温升速率，对电池在未来时长内进行热管理，例如，根据预测温度和冷却温度阈值之间的关系，以及预测温升速率和瞬时温升速率之间的关系，可以对电池进行冷却，或者，根据预测温度和加热温度阈值之间的关系，以及预测温升速率和瞬时温升速率之间的关系，可以对电池进行加热，其中，冷却温度阈值可以为电池需要立刻开启冷却的温度限值Tcool-limit，加热温度阈值可以为电池需要立刻开启加热的温度限值Theat-limit，瞬时温升速率可以包括：有冷却条件下的最高瞬时温升速率vΔTmax、以及有加热条件下的最低瞬时温升速率vΔTmin。
本申请上述步骤S101至步骤S104，获取车辆的历史行驶数据，根据获取的历史行驶数据，确定车辆的预测行驶数据，也即，确定车辆在未来时长内的运行状态，根据预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，根据确定的预测温度和预测温升速率，对电池在未来时长内进行热管理，从而达到了可以及时降低电池的温度的目的，进而解决了难以保证电池及整车使用的可靠性的技术问题，实现了可以保证电池及整车使用的可靠性的技术效果。
下面对该实施例的上述方法进行进一步介绍。
作为一种可选的实施例方式，步骤S103，基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，包括：将预测行驶数据和温度特征输入至目标模型中进行预测，得到预测温度和预测温升速率。
在该实施例中，上述目标模型可以为通过对至少一车辆的实验数据进行迭代训练而得到的动力电池性能预测模型，其中，至少一车辆的实验数据可以包括：电池的电压、电池的电流、电池的单体最高温度及电池的单体最低温度、电池的剩余电量、冷却液温度、流量和环境温度等参数，该实验数据可以覆盖不同温度、不同的电池的剩余电量以及对电池进行加热、对电池进行冷却等多种使用场景，此处仅作举例说明，不作具体限定。
可选地，在基于历史行驶数据，确定车辆的预测行驶数据之后，将得到的预测行驶数据和温度特征输入至动力电池性能预测模型中进行预测，可以得到预测温度T预测和预测温升速率dT预测/dt。
可选地，将电池的初始温度、电池的剩余电量、冷却液温度、流量和环境温度等参数作为输入，将电池的电压、电池的电流、电池的温度及冷却液温度作为输出，建立基于神经网络的动力电池性能预测模型，将车辆的实验数据输入至建立的动力电池性能预测模型中，进行迭代训练，可以得到收敛后的动力电池性能预测模型，其中，收敛后的动力电池性能预测模型可以包括电池的电压、电池的电流、电池的温度及冷却液温度与各项输入参数之间的函数关系，该函数关系可以如下式所示：
Tt＝f(t,T0,SOC,Tinlet,Qflow,Tamb) (1)
其中，t可以用于表示时间，T0可以为电池初始温度，Tt可以为电池在t时刻的温度，Tinlet可以为电池冷却液入水温度，Qflow可以为电池冷却液流量，Tamb可以为环境温度。
作为一种可选的实施例方式，该车辆的电池热管理方法还可以包括：获取电池的平均温度；对平均温度与电池的温度阈值进行比较，得到比较结果；基于比较结果，确定未来时长。
在该实施例中，上述平均温度可以用Tavg来表示，上述温度阈值可以为15℃，上述未来时长可以为温度预测时间，其中，温度预测时间可以用来t预测表示，此处仅作举例说明，不作具体限定。
可选地，获取电池的平均温度，对平均温度与电池的温度阈值进行比较，可以得到比较结果，也即，可以得到平均温度与温度阈值之间的关系，根据平均温度与温度阈值之间的关系，可以确定未来时长，也即，可以确定温度预测时间t预测。
作为一种可选的实施例方式，基于比较结果，确定未来时长，包括：响应于比较结果为平均温度超过温度阈值，确定未来时长为第一未来时长；响应于比较结果为平均温度小于温度阈值，确定未来时长为第二未来时长。
在该实施例中，上述第一未来时长可以用于对预测温度和预测温升速率进行预测，上述第一未来时长可以为5min，上述第二未来时长可以用于对预测温度和预测温升速率进行预测，上述第二未来时长可以为10min，此处仅作举例说明，不作具体限定。
可选地，在对平均温度与电池的温度阈值进行比较，得到比较结果之后，根据平均温度与温度阈值之间的关系，可以确定未来时长，例如，如果比较结果为平均温度超过温度阈值，则确定温度预测时间为5min，如果比较结果为平均温度小于温度阈值，则确定温度预测时间为10min。
作为一种可选的实施例方式，步骤S104，基于预测温度和预测温升速率，对电池在未来时长内进行热管理，包括：响应于电池的第一预测温度超过电池的冷却温度阈值，对电池进行冷却；响应于第一预测温度小于冷却温度阈值，且预测温升速率超过电池的第一瞬时温升速率，基于电池在起始时刻的第一单体温度与冷却温度阈值之间的关系，对电池进行冷却；响应于第一预测温度小于冷却温度阈值，且预测温升速率小于第一瞬时温升速率，对电池进行冷却。
在该实施例中，上述第一预测温度可以为预测最高单体温度T预测-max，上述冷却温度阈值可以为电池需要立刻开启冷却的温度限值Tcool-limit，上述第一瞬时温升速率可以为有冷却条件下的最高瞬时温升速率vΔTmax，上述第一单体温度可以为电池在起始时刻的最高单体温度T0max。
可选地，在基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率之后，对电池的第一预测温度是否超过电池的冷却温度阈值进行判断，如果电池的第一预测温度超过电池的冷却温度阈值，则直接对电池进行冷却，如果电池的第一预测温度小于电池的冷却温度阈值，则对预测温升速率是否超过电池的第一瞬时温升速率进行判断，如果预测温升速率超过电池的第一瞬时温升速率，则根据电池在起始时刻的第一单体温度与冷却温度阈值之间的关系，对电池进行冷却，如果预测温升速率小于电池的第一瞬时温升速率，则需要提前开启冷却，按常规冷却策略开启即可。
可选地，响应于预测温度小于冷却温度阈值，且预测温升速率超过电池的第一瞬时温升速率，基于电池在起始时刻的第一单体温度与冷却温度阈值之间的关系，对电池进行冷却可以通过以下步骤来实现：对T0max是否大于或等于(Tcool-limit-5)进行判断，如果T0max≥(Tcool-limit-5)，则立即开启冷却，如果T0max<(Tcool-limit-5)，则设定冷却目标温度为Tcool-target＝Tcool-limit-10，以在t预测时间内从T预测-max降温至Tcool-target为标准，计算需要提前开启冷却的温度Tcool-on。
作为一种可选的实施例方式，步骤S104，基于预测温度和预测温升速率，对电池在未来时长内进行热管理，还包括：响应于电池的第二预测温度未超过电池的加热温度阈值，对电池进行加热；响应于第二预测温度大于加热温度阈值，且预测温升速率未超过电池的第二瞬时温升速率，基于电池在起始时刻的第二单体温度与加热温度阈值之间的关系，对电池进行加热；响应于第二预测温度大于加热温度阈值，且预测温升速率大于第二瞬时温升速率，对电池进行加热。
在该实施例中，上述第二预测温度可以远小于第一预测温度，上述第二预测温度可以为预测最低单体温度T预测-min，上述加热温度阈值可以为电池需要立刻开启加热的温度限值Theat-limit，上述第二瞬时温升速率可以远小于第一瞬时温升速率，上述第二瞬时温升速率可以为有加热条件下的最低瞬时温升速率vΔTmin，上述第二单体温度可以远小于第一单体温度，上述第二单体温度可以为电池在起始时刻的最低单体温度T0min。
可选地，在基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率之后，对电池的第二预测温度是否超过电池的加热温度阈值进行判断，如果电池的第二预测温度未超过电池的加热温度阈值，则直接对电池进行加热，如果电池的第二预测温度大于电池的加热温度阈值，则对预测温升速率是否超过电池的第二瞬时温升速率进行判断，如果预测温升速率未超过电池的第二瞬时温升速率，则根据电池在起始时刻的第二单体温度与加热温度阈值之间的关系，对电池进行加热，如果预测温升速率大于电池的第二瞬时温升速率，则需要提前开启加热，按常规加热策略开启即可。
可选地，响应于第二预测温度大于加热温度阈值，且预测温升速率未超过电池的第二瞬时温升速率，基于电池在起始时刻的第二单体温度与加热温度阈值之间的关系，对电池进行加热可以通过以下步骤来实现：对T0min是否小于或等于(Theat-limit-5)进行判断，如果T0min≤(Theat-limit--5)，则立即开启加热，如果T0min＞(Theat-limit-5)，则设定冷却目标温度为Theat-target＝Theat-limit+10，以在t预测时间内从T预测-min升温至Theat-target为标准，计算需要提前开启加热的温度Theatl-on。
本实施例获取车辆的历史行驶数据，根据获取的历史行驶数据，确定车辆的预测行驶数据，也即，确定车辆在未来时长内的运行状态，根据预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，根据确定的预测温度和预测温升速率，对电池在未来时长内进行热管理，从而解决了难以保证电池及整车使用的可靠性的技术问题，达到了可以保证电池及整车使用的可靠性的技术效果。
实施例2
下面结合优选的实施方式对本发明实施例的技术方案进行举例说明。
在当前的电池热管理策略中，通常是基于电池的当前温度进行热管理开启判断和控制，没有引入未来工况的因素，并且为了避免对乘员舱舒适性的影响，通常在电池温度超出最适宜的区间之后才开启电池热管理，但是仅根据当前温度，对电池进行热管理，无法及时降低电池的温度，从而导致难以保证电池及整车使用的可靠性的技术问题。因此，需要一种车辆的电池热管理方法，以保证电池及整车使用的可靠性。
在一种相关技术中，公开了一种动力电池***的温度控制方法，该方法包括：获取动力电池***中电池组的温度参数和电流参数；采用模糊控制策略和预测控制策略，根据温度参数和电流参数，控制温控模块的冷却液出口温度，以将电池组的温度控制在设定温度范围内。但是该方法仅采用模糊控制策略和预测控制策略，根据温度参数和电流参数，控制温控模块的冷却液出口温度，无法区分不同热管理需求场景，来对电池热管理的开启条件进行优化，进而难以保证电池及整车使用的可靠性。
然而，本发明实施例提出一种基于数据驱动的动力电池热管理策略优化方法，通过基于云端历史数据预测未来行驶工况，并建立电池性能预测模型进行电池参数预测，通过区别设定电池温度预测时间、根据电池最佳工作温度限值设定热管理开启的温度限值、并根据预测温度及平均温升速率所处区间，区分不同热管理需求场景，来对电池热管理的开启条件进行优化，达到了可以及时降低电池的温度的目的，解决了难以保证电池及整车使用的可靠性的技术问题，实现了可以保证电池及整车使用的可靠性的技术效果。
图2是根据本发明实施例的一种基于数据驱动的动力电池热管理策略优化方法的流程图，如图2所示，该方法可以包括以下步骤：
步骤S201，基于云端历史数据进行未来行驶工况预测，根据不同车速、SOC及对应的行驶时长等信息对各类历史数据分别进行权重制定和调节，加权后得到未来行驶工况预测结果。
在加权后得到未来行驶工况预测结果之后，进入步骤S202，建立动力电池性能预测模型，模型包括电、热、流场及使用策略等模块，通过输入步骤一得出的未来预测工况以及环境温度、电池初始温度、电池剩余电量(State of Charge，简称为SOC)、冷却液温度、流量等基本参数，能够预测未来指定时刻的电池温度T预测及平均温升速率dT预测/dt。
在预测未来指定时刻的电池温度T预测及平均温升速率dT预测/dt之后，进入步骤S203，确定预测温度T预测及平均温升速率dT预测/dt所处区间，对电池热管理开启条件进行优化。
图3是根据本发明实施例的一种动力电池性能参数的预测方法的流程图，如图3所示，该方法可以包括以下步骤：
步骤S301，以电池初始温度、SOC、冷却液温度、流量、环境温度等为输入，电池电压、电流、温度及冷却液温度为输出，建立基于神经网络模型的动力电池性能预测模型。
在建立基于神经网络模型的动力电池性能预测模型之后，进入步骤S302，取N组真实试验数据，其中N为正整数，试验数据需要包括电池电压、电流、单体最高及最低温度、SOC、冷却液温度、流量、环境温度等参数，并覆盖不同温度、SOC以及加热、冷却等多种使用场景。
在之后，进入步骤S303，将步骤S302中的N组真实试验数据输入模型进行迭代训练，收敛后的模型中包括电池电压、电流、温度及冷却液温度与各项输入参数之间的函数关系，其中电池温度对应的函数关系如下式所示，可用于电池温度参数的计算：
Tt＝f(t,T0,SOC,Tinlet,Qflow,Tamb) (1)
其中，t可以为时间，T0可以为电池初始温度，Tt可以为电池在t时刻的温度，Tinlet可以为电池冷却液入水温度，Qflow可以为电池冷却液流量，Tamb可以为环境温度。
在得到收敛后的模型之后，进入步骤S304，根据步骤S303中的收敛后的模型，通过输入未来预测工况以及环境温度、电池初始温度、SOC、冷却液温度、流量等基本参数，设定工况运行时间t预测，即可通过下式，计算得到t预测时刻的电池温度T预测以及指定时段内的平均温升速率dT预测/dt：
T预测＝f(t预测,T0,SOC,Tinlet,Qflow,Tamb) (2)
其中，Δt可以为平均温升速率的评估时长，T预测-Δt可以为(t预测-Δt)时刻的电池温度，Δt通常可以定义为3min。
可选地，工况运行时间t预测可以根据电池平均温度Tavg所处区间而设定，如果Tavg≥15℃，则设定t预测＝5min，如果Tavg＜15℃，则设定t预测＝10min。
图4是根据本发明实施例的一种电池热管理开启条件的优化方法的流程图，如图4所示，该方法可以包括以下步骤：
步骤S401，以电池最佳工作温度上、下限值Topt-uplimit和Topt-downlimit为基础，分别考虑设计余量ΔTuplimit和ΔTdownlimit，作为电池需要立刻开启冷却/加热的温度限值Tcool-limit和Theat-limit。
可选地，可以通过下式来得到电池需要立刻开启冷却/加热的温度限值Tcool-limit和Theat-limit：
Tcool-limit＝Topt-uplimit+ΔTuplimit (4)
Theat-limit＝Topt-downlimit-ΔTdownlimit (5)
在得到电池需要立刻开启冷却/加热的温度限值Tcool-limit和Theat-limit之后，进入步骤S402，根据台架或总成测试中有冷却条件下的最高瞬时温升速率vΔTmax、以及有加热条件下的最低瞬时温升速率vΔTmin，分别确定为冷却和加热条件下的温升速率限值。
在确定冷却和加热条件下的温升速率限值之后，进入步骤S403，T预测包括最高及最低单体温度的预测结果T预测-max和T预测-min，以此作为判断变量，根据不同的热管理需求场景对热管理开启条件进行优化。
图5(a)是根据本发明实施例的一种不同热管理需求场景的热管理开启条件的优化方法的流程图，如图5(a)所示，该方法可以包括以下步骤：
步骤S501，确定电池具有冷却需求。
在确定电池具有冷却需求之后，进入步骤S502，对T预测-max是否大于或等于Tcool-limit进行判断。
如果T预测-max≥Tcool-limit，则进入步骤S503，立即开启冷却。
如果T预测-max<Tcool-limit，则进入步骤S504，对dT预测/dt是否大于或等于vΔTmax进行判断。
如果dT预测/dt≥vΔTmax，则进入步骤S505，对T0max是否大于或等于(Tcool-limit-5)进行判断，如果T0max≥(Tcool-limit-5)，则进入步骤S506，立即开启冷却，如果T0max<(Tcool-limit-5)，则进入步骤S507，设定冷却目标温度为Tcool-target＝Tcool-limit-10，以在t预测时间内从T预测-max降温至Tcool-target为标准，计算需要提前开启冷却的温度Tcool-on。
如果dT预测/dt<vΔTmax，则进入步骤S508，不需要提前开启冷却，按常规冷却策略开启即可。
可选地，可以通过下式来计算需要提前开启冷却的温度Tcool-on：
Tcool-on＝T预测-(Pcool*t预测)/cm (6)
其中，Pcool可以为Δt时长内的平均冷却功率，c可以为电池单体的比热容，m可以为全部电池单体的重量。
图5(b)是根据本发明实施例的另一种不同热管理需求场景的热管理开启条件的优化方法的流程图，如图5(b)所示，该方法可以包括以下步骤：
步骤S511，确定电池具有加热需求。
在确定电池具有加热需求之后，进入步骤S512，对T预测-min是否小于或等于Theat-limit进行判断。
如果T预测-min≤Theat-limit，则进入步骤S513，立即开启加热。
如果T预测-min＞Theat-limit，则进入步骤S514，对dT预测/dt是否小于或等于vΔTmin进行判断。
如果dT预测/dt≤vΔTmin，则进入步骤S515，对T0min是否小于或等于(Theat-limit-5)进行判断，如果T0min≤(Theat-limit--5)，则进入步骤S516，立即开启加热，如果T0min＞(Theat-limit-5)，则进入步骤S517，设定冷却目标温度为Theat-target＝Theat-limit+10，以在t预测时间内从T预测-min升温至Theat-target为标准，计算需要提前开启加热的温度Theatl-on。
如果dT预测/dt＞vΔTmin，则进入步骤S518，不需要提前开启加热，按常规加热策略开启即可。
可选地，可以通过下式来计算需要提前开启加热的温度Theat-on：
Theat-on＝T预测+(Pheat*t预测)/cm (7)
其中，Pheat可以为Δt时长内的平均加热功率。
可选地，可以通过下式来确定Δt时长内的平均冷却功率和平均加热功率：
Pcool＝f(Tamb)＝c液*ρ液*Qflow-cool*Δt*(Tinlet-cool-Toutlet-cool) (8)
Pheat＝f’(Tamb)＝c液*ρ液*Qflow-heat*Δt*(Toutlet-heat-Tinlet-heat) (9)
其中，c液可以为冷却液的比热容，ρ液可以为冷却液的密度，Qflow-cool和Qflow-heat可以分别为冷却条件下的冷却液流量和加热条件下的冷却液流量，Tinlet-cool和Tinlet-heat可以分别为冷却条件下的冷却液进水温度和加热条件下的冷却液进水温度，Toutlet-cool和Toutlet-heat可以分别为冷却条件下的冷却液出水温度和加热条件下的冷却液出水温度。
可选地，按照以上方法，将计算所得的不同环境温度下的平均冷却功率和平均加热功率形成Pcool和Pheat的表格，从而保证在计算提前开启冷却的温度和计算提前开启加热的温度时，即可通过环境温度查表得到对应的平均冷却功率和平均加热功率。
图6是根据本发明实施例的一种基于数据驱动的动力电池热管理策略优化装置的示意图，如图6所示，该装置可以包括：工况预测模块601、电池温度预测模块602、预测时间判断模块603、热管理需求判断模块604、热管理提前开启判断模块605、环境温度采集模块606和热管理需求功率判断模块607，其中，工况预测模块601可以用于获取未来工况输入，电池温度预测模块602可以用于根据未来工况输入预测特定时刻的电池温度及温升速率，预测时间判断模块603可以用于根据电池当前温度确定需要预测温度的时刻，热管理需求判断模块604可以用于根据预测电池温度判断冷却或加热需求，热管理提前开启判断模块605可以用于根据预测电池温度和温升速率，并结合目标温度和查表获取的冷却或加热功率，判断是否需要提前开启热管理以及开启的温度条件，环境温度采集模块606可以用于采集当前环境温度，热管理需求功率判断模块607可以用于根据环境温度查表获取冷却或加热功率需求。
可选地，工况预测模块可以将预测所得的未来工况输入到电池温度预测模块，预测时间判断模块可以将判定的预测时刻输入到电池温度预测模块，电池温度预测模块可以按照输入的预测时刻来预测指定时刻的电池温度及温升速率，其中，预测电池温度输入到热管理热管理需求判断模块和热管理提前开启判断模块，温升速率输入到热管理提前开启判断模块，环境温度采集模块可以将采集到的环境温度输入到热管理需求功率判断模块，热管理需求判断模块可以根据预测电池温度判断冷却或加热需求，并将判断结果输入热管理需求功率判断模块和热管理提前开启判断模块，热管理需求功率判断模块可以将冷却需求或加热需求及对应的功率需求，输入到热管理提前开启判断模块。
可选地，调用工况预测模块根据云端历史数据进行未来行驶工况预测，加权后得到未来行驶工况预测结果，输入电池温度预测模块，应用预测时间判断模块、根据电池平均温度Tavg所处区间，区别设定温度预测时间，输入电池温度预测模块，应用前两步的输入，调用电池温度预测模块，应用基于神经网络模型的动力电池性能预测模型，根据未来预测工况、环境温度、电池初始温度、SOC、冷却液温度、流量等基本参数，预测未来指定时刻的电池温度T预测及平均温升速率dT预测/dt，预测电池温度输入热管理热管理需求判断模块和热管理提前开启判断模块，温升速率输入热管理提前开启判断模块，调用热管理需求判断模块，根据预测电池温度，判断当前的热管理需求场景，如冷却需求或加热需求，输入热管理需求功率判断和热管理提前开启判断模块，调用环境温度采集模块，获取当前环境温度，输入热管理需求功率判断模块，调用热管理提前开启判断模块，结合预测电池温度、温升速率和目标温度判断是否需要提前开启热管理，如果上一步判断结果为需要提前开启热管理、且不需要立即开启，调用热管理功率需求判断模块，根据环境温度查表获取冷却或加热功率需求，输入热管理提前开启判断模块计算提前开启的温度条件。
举例而言，该动力电池热管理策略优化装置搭载于某纯电动汽车，假设工况预测模块预测所得的未来行驶工况为长时间持续的高速行驶工况，那么该策略优化装置在该车辆上的运行逻辑如下：
(1)电池管理***(Battery Management System，简称为BMS)上报当前电池平均温度Tavg为33℃，调用预测时间判断模块判断确定预测时间t预测为5min，输入电池温度预测模块；
(2)调用电池温度预测模块，输入预测工况及预测时间，得到t预测时刻预测的最高单体温度为40℃，平均温升速率为5℃/min；由于模型预设的电池最佳工作温度上、下限分别为35℃和15℃，预留设计余量ΔTuplimit和ΔTdownlimit分别为15℃和25℃，即需要立刻开启冷却/加热的温度限值Tcool-limit和Theat-limit分别为50℃和-10℃；且台架/整车实测有冷却条件下的最高瞬时温升速率vΔTmax为3℃/min，调用热管理需求判断和热管理提前开启判断模块，结合当前场景判断，需要开启冷却，开启温度条件需要根据工况起始时刻的最高单体温度T0max进一步判断；
(3)工况初始时刻BMS上报的最高单体温度T0max为35℃，低于(Tcool-limit-5)＝40℃，设定冷却目标温度为Tcool-target为35℃，同步调用环境温度采集模块采集当前环境温度为25℃，调用热管理功率需求判断模块，查表得到对应冷却功率为3kW，输入热管理提前开启判断模块，计算得到提前开启冷却的温度条件为38℃，即当电池最高单体温度达到38℃时，需要开启冷却。
在该实施例中，通过根据云端历史数据进行未来行驶工况预测，将预测到的未来行驶工况以及环境温度、电池初始温度、SOC、冷却液温度和流量等基本参数输入至动力电池性能预测模型中进行预测，得到未来指定时刻的电池温度T预测及平均温升速率dT预测/dt，通过判断预测温度T预测及平均温升速率dT预测/dt所处区间，对电池热管理开启条件进行优化，从而解决了难以保证电池及整车使用的可靠性的技术问题，达到了可以保证电池及整车使用的可靠性的技术效果。
实施例3
根据本发明实施例，还提供了一种车辆的电池热管理装置。需要说明的是，该车辆的电池热管理装置可以用于执行实施例1中的一种车辆的电池热管理方法。
图7是根据本发明实施例的一种车辆的电池热管理装置的示意图。如图7所示，该车辆的电池热管理装置700可以包括：获取单元701、第一确定单元702、第二确定单元703和热管理单元704。
获取单元701，用于获取车辆的历史行驶数据，其中，历史行驶数据包括以下至少之一：电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长。
第一确定单元702，用于基于历史行驶数据，确定车辆的预测行驶数据，其中，预测行驶数据用于表示车辆在未来时长内的运行状态。
第二确定单元703，用于基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，其中，温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度。
热管理单元704，用于基于预测温度和预测温升速率，对电池在未来时长内进行热管理。
可选地，第二确定单元703可以包括：预测模块，用于将预测行驶数据和温度特征输入至目标模型中进行预测，得到预测温度和预测温升速率，其中，目标模型为通过对至少一车辆的实验数据进行迭代训练而得到的。
可选地，第一确定单元702可以包括：获取模块，用于获取电池的平均温度；比较模块，用于对平均温度与电池的温度阈值进行比较，得到比较结果；确定模块，用于基于比较结果，确定未来时长。
可选地，确定模块可以包括：第一响应子模块，用于响应于比较结果为平均温度超过温度阈值，确定未来时长为第一未来时长，其中，第一未来时长用于对预测温度和预测温升速率进行预测；第二响应子模块，用于响应于比较结果为平均温度小于温度阈值，确定未来时长为第二未来时长，其中，第二未来时长用于对预测温度和预测温升速率进行预测。
可选地，热管理单元704可以包括：第一响应模块，用于响应于电池的第一预测温度超过电池的冷却温度阈值，对电池进行冷却；第二响应模块，用于响应于第一预测温度小于冷却温度阈值，且预测温升速率超过电池的第一瞬时温升速率，基于电池在起始时刻的第一单体温度与冷却温度阈值之间的关系，对电池进行冷却；第三响应模块，用于响应于第一预测温度小于冷却温度阈值，且预测温升速率小于第一瞬时温升速率，对电池进行冷却。
可选地，热管理单元704还可以包括：第四响应模块，用于响应于电池的第二预测温度未超过电池的加热温度阈值，对电池进行加热，其中，第二预测温度远小于第一预测温度；第五响应模块，用于响应于第二预测温度大于加热温度阈值，且预测温升速率未超过电池的第二瞬时温升速率，基于电池在起始时刻的第二单体温度与加热温度阈值之间的关系，对电池进行加热，其中，第二瞬时温升速率远小于第一瞬时温升速率，第二单体温度远小于第一单体温度；第六响应模块，用于响应于第二预测温度大于加热温度阈值，且预测温升速率大于第二瞬时温升速率，对电池进行加热。
在该实施例中，获取单元，用于获取车辆的历史行驶数据，其中，历史行驶数据包括以下至少之一：电池的历史剩余电量和与历史剩余电量对应的车辆行驶时长；第一确定单元，用于基于历史行驶数据，确定车辆的预测行驶数据，其中，预测行驶数据用于表示车辆在未来时长内的运行状态；第二确定单元，用于基于预测行驶数据和电池的温度特征，确定电池在未来时长内的预测温度和预测温升速率，其中，温度特征包括以下至少之一：电池的初始温度、电池所处的环境温度和电池的冷却液温度；热管理单元，用于基于预测温度和预测温升速率，对电池在未来时长内进行热管理，解决了难以保证电池及整车使用的可靠性的技术问题，达到了可以保证电池及整车使用的可靠性的技术效果。
实施例4
根据本发明实施例，还提供了一种计算机可读存储介质，该存储介质包括存储的程序，其中，程序执行实施例1中的车辆的电池热管理方法。
实施例5
根据本发明实施例，还提供了一种处理器，该处理器用于运行程序，其中，程序被处理器运行时执行实施例1中的车辆的电池热管理方法。
实施例6
根据本发明实施例，还提供一种车辆，该车辆用于执行实施例1中任意一项车辆的电池热管理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车辆的电池热管理方法，其特征在于，包括：
获取车辆的历史行驶数据，其中，所述历史行驶数据包括以下至少之一：所述电池的历史剩余电量和与所述历史剩余电量对应的车辆行驶时长；
基于所述历史行驶数据，确定所述车辆的预测行驶数据，其中，所述预测行驶数据用于表示所述车辆在未来时长内的运行状态；
基于所述预测行驶数据和所述电池的温度特征，确定所述电池在所述未来时长内的预测温度和预测温升速率，其中，所述温度特征包括以下至少之一：所述电池的初始温度、所述电池所处的环境温度和所述电池的冷却液温度；
基于所述预测温度和所述预测温升速率，对所述电池在所述未来时长内进行热管理。
2.根据权利要求1所述的方法，其特征在于，基于所述预测行驶数据和所述电池的温度特征，确定所述电池在所述未来时长内的预测温度和预测温升速率，包括：
将所述预测行驶数据和所述温度特征输入至目标模型中进行预测，得到所述预测温度和所述预测温升速率，其中，所述目标模型为通过对至少一车辆的实验数据进行迭代训练而得到的。
3.根据权利要求1所述的方法，所述方法还包括：
获取所述电池的平均温度；
对所述平均温度与所述电池的温度阈值进行比较，得到比较结果；
基于所述比较结果，确定所述未来时长。
4.根据权利要求3所述的方法，其特征在于，基于所述比较结果，确定所述未来时长，包括：
响应于所述比较结果为所述平均温度超过所述温度阈值，确定所述未来时长为第一未来时长，其中，所述第一未来时长用于对所述预测温度和所述预测温升速率进行预测；
响应于所述比较结果为所述平均温度小于所述温度阈值，确定所述未来时长为第二未来时长，其中，所述第二未来时长用于对所述预测温度和所述预测温升速率进行预测。
5.根据权利要求1所述的方法，其特征在于，基于所述预测温度和所述预测温升速率，对所述电池在所述未来时长内进行热管理，包括：
响应于所述电池的第一预测温度超过所述电池的冷却温度阈值，对所述电池进行冷却；
响应于所述第一预测温度小于所述冷却温度阈值，且所述预测温升速率超过所述电池的第一瞬时温升速率，基于所述电池在起始时刻的第一单体温度与所述冷却温度阈值之间的关系，对所述电池进行冷却；
响应于所述第一预测温度小于所述冷却温度阈值，且所述预测温升速率小于所述第一瞬时温升速率，对所述电池进行冷却。
6.根据权利要求5所述的方法，其特征在于，基于所述预测温度和所述预测温升速率，对所述电池在所述未来时长内进行热管理，还包括：
响应于所述电池的第二预测温度未超过所述电池的加热温度阈值，对所述电池进行加热，其中，所述第二预测温度远小于所述第一预测温度；
响应于所述第二预测温度大于所述加热温度阈值，且所述预测温升速率未超过所述电池的第二瞬时温升速率，基于所述电池在起始时刻的第二单体温度与所述加热温度阈值之间的关系，对所述电池进行加热，其中，所述第二瞬时温升速率远小于所述第一瞬时温升速率，所述第二单体温度远小于所述第一单体温度；
响应于所述第二预测温度大于所述加热温度阈值，且所述预测温升速率大于所述第二瞬时温升速率，对所述电池进行加热。
7.一种车辆的电池热管理装置，其特征在于，包括：
获取单元，用于获取车辆的历史行驶数据，其中，所述历史行驶数据包括以下至少之一：所述电池的历史剩余电量和与所述历史剩余电量对应的车辆行驶时长；
第一确定单元，用于基于所述历史行驶数据，确定所述车辆的预测行驶数据，其中，所述预测行驶数据用于表示所述车辆在未来时长内的运行状态；
第二确定单元，用于基于所述预测行驶数据和所述电池的温度特征，确定所述电池在所述未来时长内的预测温度和预测温升速率，其中，所述温度特征包括以下至少之一：所述电池的初始温度、所述电池所处的环境温度和所述电池的冷却液温度；
热管理单元，用于基于所述预测温度和所述预测温升速率，对所述电池在所述未来时长内进行热管理。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述车辆的电池热管理方法。
9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被所述处理器运行时执行权利要求1至6中任意一项所述车辆的电池热管理方法。
10.一种车辆，其特征在于，所述车辆用于执行权利要求1至6中任意一项所述车辆的电池热管理方法。
CN202310771201.0A 2023-06-27 2023-06-27 一种车辆的电池热管理方法、装置、存储介质和车辆 Pending CN116605098A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310771201.0A CN116605098A (zh) 2023-06-27 2023-06-27 一种车辆的电池热管理方法、装置、存储介质和车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310771201.0A CN116605098A (zh) 2023-06-27 2023-06-27 一种车辆的电池热管理方法、装置、存储介质和车辆

Publications (1)

Publication Number Publication Date
CN116605098A true CN116605098A (zh) 2023-08-18

Family

ID=87681977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310771201.0A Pending CN116605098A (zh) 2023-06-27 2023-06-27 一种车辆的电池热管理方法、装置、存储介质和车辆

Country Status (1)

Country Link
CN (1) CN116605098A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995340A (zh) * 2023-09-26 2023-11-03 北京电科汇能检测技术有限公司 一种储能电池箱多极自切换式检测装置及其检测方法
CN117734526A (zh) * 2023-12-07 2024-03-22 江苏南极星新能源技术股份有限公司 一种新能源汽车电池包温度控制方法及***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995340A (zh) * 2023-09-26 2023-11-03 北京电科汇能检测技术有限公司 一种储能电池箱多极自切换式检测装置及其检测方法
CN116995340B (zh) * 2023-09-26 2023-12-15 北京电科汇能检测技术有限公司 一种储能电池箱多极自切换式检测装置及其检测方法
CN117734526A (zh) * 2023-12-07 2024-03-22 江苏南极星新能源技术股份有限公司 一种新能源汽车电池包温度控制方法及***
CN117734526B (zh) * 2023-12-07 2024-06-07 江苏南极星新能源技术股份有限公司 一种新能源汽车电池包温度控制方法及***

Similar Documents

Publication Publication Date Title
CN111055722B (zh) 一种预估充电时间的方法，装置及存储介质
CN116605098A (zh) 一种车辆的电池热管理方法、装置、存储介质和车辆
KR102667239B1 (ko) 열 관리를 위한 배터리 시스템 및 방법
CN108172930B (zh) 电池包冷却控制方法、装置和电池包
CN111430844B (zh) 一种电池包充电时的热管理方法、装置及汽车
CN111430845B (zh) 一种电池包热管理方法、装置、存储介质及电子设备
CN107293821B (zh) 动力电池热处理方法、装置及电动汽车
CN111114378B (zh) 一种动力电池电流控制方法及装置
CN116826245B (zh) 一种储能电池热管理方法及***
CN113410537B (zh) 一种动力电池充电热管理控制方法及***
CN116776746B (zh) 一种基于流体动力学的储能液冷温控优化***
CN113851757B (zh) 一种动力电池热管理方法及装置
CN116176358B (zh) 一种电池热管理方法、装置、存储介质及设备
CN116130842A (zh) 储能***的温度控制方法及装置、非易失性存储介质
CN114572060A (zh) 电池包热管理方法、装置及车辆
CN116598659A (zh) 一种电池包回路的水泵控制方法及装置
JP2019008907A (ja) 電池管理装置、電池管理方法、電力貯蔵システム
CN113097597B (zh) 储能***的热管理方法、控制器及储能***
CN113690514B (zh) 一种电池温度控制方法、装置、设备及介质
CN116864862A (zh) 电池包的热管理方法、装置、设备及存储介质
CN113859049B (zh) 电池热管理方法、装置、电子设备及计算机可读存储介质
CN115158099B (zh) 一种动力电池热管理方法、装置、车辆及存储介质
CN115626088A (zh) 一种充电电池包热管理控制方法、装置及存储介质
JP2022116393A (ja) 電動車両の充電システム
CN115986272B (zh) 一种电池包中辅助结构的控制方法及电池包

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