[发明专利]一种无需额外电源及电路的电池包低温自适应加热方法及装置

权利要求书

1.一种无需额外电源及电路的电池包低温自适应加热方法及装置，其特征在于，包括以下步骤：

步骤S1：设计电池包低温加热装置，具体包括多个串联的电池功率单元，其中每个电池功率单元都可作为独立的低温自加热器使用，包含一个单体电池和与其相连接的双向直流变换器；

步骤S2：获取当前电池电压、电流和温度等测量数据基于双容积卡尔曼滤波器预测电池荷电状态、内部温度和电池等效参数，并预测最大充放电电流；

步骤S3：根据步骤S2得到的最大充放电电流值以及模糊逻辑自适应调控双向脉冲加热电流的幅值和占空比；

步骤S4：设计加热电流滑模控制器，追踪所设计的脉冲加热电流参考值，进行电池内部自加热。

步骤S5：基于步骤S2估计的内部温度以及测量温度判断电池是否达到预设加热温度目标，若达到则停止加热；否则跳转到步骤S2更新最大充放电电流并继续低温加热。

其中，步骤S2具体为：

步骤S21：令k时刻的状态变量和控制变量其中zⁱ表示电池荷电状态，表示电池电流，而和分别为电池内部温度、核心温度以及环境温度，则构建的电池电热耦合状态空间模型为：

其中，

式中，Δt为采样间隔时间；是时间常数；η_b和分别表示电池库伦效率和额定容量；开路电压是与电池荷电状态zⁱ直接相关的函数；电池表面热容核心热容热传导电阻和对流电阻是A123 26650磷酸铁锂电池热集总模型参数。

步骤S22：基于一阶RC等效电路模型的传递函数通过拉普拉斯变换和双性变换获取电池参数估计状态空间方程：

式中，A_θ为一个3x3的单位对角矩阵；为实时测量的电池端电压；和定义如下：

进一步地，式(3)中的参数向量与电池一阶RC等效电路参数具有如下关系：

步骤S23：采用双容积卡尔曼滤波算法预测电池荷电状态、内部温度以及电池参数。首先初始化状态量和协方差矩阵等参数，其次对电池参数进行先验估计，分别计算和传播容积点，并估计电池参数误差协方差：

式中，是协方差矩阵的Cholesky分解；n_θ表示参数向量的个数，即n_θ＝4。计算和传播电池状态时间更新的容积点，并估计电池状态误差协方差：

式中，是协方差矩阵的Cholesky分解；n_x表示电热耦合模型状态向量的个数，即n_x＝4。通过测量值更新电池参数进行后验估计，即传播容积点并预测测量值、估计测量值的自协方差和互协方差：

计算卡尔曼增益并更新电池参数和误差协方差：

式中，为电池端电压实时测量值。

然后，根据以上获取的电池参数更新电池电热耦合状态空间模型矩阵

根据电池电压和温度测量值更新电池状态，依次计算测量自协方差和互协方差：

式中，定义最后，计算卡尔曼增益并更新电池状态及误差协方差：

式中，是实际测量的电池端电压和表面温度所构成的二维列向量。

步骤S24：根据步骤S23得到的电池状态及参数在线预测最大加热电流。本发明基于电池多状态约束方法获取可用的最大加热电流，其中具体考虑了电池电流约束、终端电压约束、荷电状态约束以及直流阻抗约束。用于低温加热的最大充放电电流可通过下式获得：

式中，表示由生产商规定的电池最大充放电电流；和分别表示基于荷电状态约束、终端电压约束以及直流阻抗约束的最大充放电电流，可分别根据以下式子得到：

式中，和分别表示电池充放电直流内阻；V_b,max和V_b,min分别为A123 26650磷酸铁锂电池的电压上下限。