[发明专利]一种电池组的内部温度在线计算方法

说明书

本发明提供了一种电池组的内部温度在线计算方法，其主要基于动力电池生热模型与神经网络对电池组内部的多点温度进行计算，模型的输入为电池的外部测量点温度、电池组的各单体的端电压与电流；输出为电池组其他位置包括内部多点在内的温度值；模型对有无冷却系统的电池组均可适用。本发明提供的电池组内部温度在线计算方法在实际实施中能够较好计算出电池组内部以及每个单体电池的温度。

技术领域

本发明属于动力电池管理技术领域，尤其涉及一种针对电池组的内部温度实现在线计算的方法。

背景技术

电池组的内部温度是电池管理系统运行中的重要监控参数之一，通过监测其数值与变化规律，既能直接获得电池组的温度均一性与电池组的安全状态，更能为电池组状态估计与寿命预测提供多维度的数据信息。然而，当前实车中对电池组的温度检测大多仅使用温度传感器测量电池组的外表面温度，尚无法对电池组内部以及每个电池单体进行全方位的温度检测，使其所获得的温度信息代表性不足。而对于电池组的温度计算多停留于离线有限元仿真计算，计算量极大，难以实现实车的在线应用，导致电池组内部温度监控的缺失。在某些用于估计电池组核心温度的现有技术中，将电池核心、表面、空气分别看作一个质点建立估计电池核心温度的电池组热模型，虽然能够对内部单点温度进行估计，但还无法做到对多点温度同时进行计算。

发明内容

针对上述本领域中所存在的技术问题，本发明提供了一种电池组的内部温度在线计算方法，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，对电池组内部温度进行实时在线计算。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，所述步骤S4具体包括：