[发明专利]一种电池组的内部温度在线计算方法

权利要求书

1.一种电池组的内部温度在线计算方法，其特征在于：具体包括以下步骤：

步骤S1、对电池单体进行开路电压试验获取其OCV-SOC曲线以及熵热系数，利用试验结果建立动力电池的生热模型，用于计算各电池单体的生热量；

步骤S2、使用电池组内部设置的多个温度传感器，对电池组进行不同环境温度与工况下的热特性测试试验，得到电池组对应于不同工况的稳态温度；

步骤S3、以电池组生热量、稳态温度、SOC以及某个电池组某外部测量点温度值作为模型输入，电池组包括内部多个点在内的其余位置温度为模型输出，建立电池组内部温度估计神经网络模型；

步骤S4、将步骤S1和S2得到的试验数据作为训练集输入所述神经网络模型进行训练；

步骤S5、在动力电池管理系统中运行训练好的神经网络模型，利用采集的电池组运行数据，对电池组内部多点温度进行实时在线计算。

2.如权利要求1所述的方法，其特征在于：所述步骤S1具体包括：

步骤S101、对各电池单体开展小电流开路电压测试，获取其OCV-SOC曲线；

步骤S102、使电池单体保持在不同的SOC下并改变其所处环境温度，测量电池单体的开路电压变化规律，计算得到电池单体的熵热系数；

步骤S103、利用前两步得到的结果基于Bernardi电池产热理论建立动力电池的生热模型。

3.如权利要求2所述的方法，其特征在于：所述步骤S2具体包括：

步骤S201、在电池组在成组过程中，在其内部多个电池单体之间布置温度传感器；

步骤S203、对电池组进行多个不同温度与工况下的热特性测试试验，记录其电压、电流、内部多点温度等数据信息，如有冷却系统开启，则需测量记录冷却系统开启后无电流负载下的电池组稳态温度结果。

4.如权利要求3所述的方法，其特征在于：所述步骤S3具体包括：

步骤S301、针对电池组内部温度估计建立BP神经网络模型，使用tansig作为激活函数，purelin和logsig作为隐含层函数；

步骤S302、模型输入为一段时间窗口内的电池组生热量、稳态温度、SOC以及某个电池组外部温度传感器的采集值，电池组内部多个点的温度为模型输出，依据窗口的长度与精度要求给定合适的神经元个数。

5.如权利要求4所述的方法，其特征在于：所述步骤S4具体包括：

步骤S401、将步骤S1和S2得到的试验结果进行整理，基于所建立的生热模型利用电压和电流数据计算得到各电池单体的生热量；

步骤S402、给定神经网络合适的梯度下降函数、学习率、迭代次数与目标误差等参数，将输入输出带入神经网络模型进行训练，并将训练好的模型保存。

6.如权利要求5所述的方法，其特征在于：所述步骤S5具体包括：

步骤S501、将训练好的模型写入动力电池管理系统；

步骤S502、获取电池冷却系统状态，使用电池管理系统的采集模块采集电池组的电压、电流以及外部温度信息，计算生热量并输入到训练好的神经网路模型中；

步骤S503、实时在线获取电池组内部多点温度估计结果。