CN104462847B - 一种电池内部温度实时预测方法 - Google Patents

Abstract

一种电池内部温度实时预测方法，涉及电池温度实时预测方法。为了解决电池表面温度监测无法体现电池内部实际工作温度的问题。本方法将电池分为内核和外壳，分别建立温度预测模型，通过实验的方法获取电池内部和表面材质比热容、电池内核‑外壳以及外壳‑外界的热阻参数、电池开路电压曲线、开路电压随温度变化曲线等信息。利用卡尔曼滤波方法对电池内部温度进行实时跟踪和修正，将实时电池表面和环境温度输入预测模型，实时预测电池内部温度。本发明适用于电动汽车和储能系统中电池内部温度的预测。

Description

一种电池内部温度实时预测方法

技术领域

本发明涉及一种利用电池表面和环境温度进行电池内部温度实时预测的方法。

背景技术

动力电池在充放电过程中内部发生复杂的电化学反应，由于熵变和内阻的存在，在使用过程中产生热量。电池性能如容量、寿命、内阻等容易受到电池内核温度的影响，内核温度也是热失控和内部故障的最直接体现。可是目前实际应用的电池温度监测系统只能监测到电池表面温度，一般无法在电池内部埋设传感器来监测电池内部温度，这种方法也会带来安全隐患。而电池内核生热将热量传递到电池外壳存在滞后。电池温度对电池性能有着极大影响，电池内阻、开路电压、寿命等都会不同程度的受到温度的影响。出于安全性和可操作性考虑，目前电池温度监测都只是对电池表面或者电池箱环境温度的监测，无法在每个电池内部埋设传感器从而实现电池内部温度的实时监测。因此这就需要在电池运行过程中通过监测到的电池表面温度和运行电流以及环境温度预测电池内部温度，保证电池内部温度在允许范围，预警电池温度过高故障，以提高电池运行的安全性和可靠性。经检索发现，现有技术中没有提出电池内部温度的预测方法。

发明内容

本发明针对电池温度监测时无法实时监测到电池内部温度的实际问题，本发明提供一种电池内部温度实时预测方法，以解决电池表面温度监测无法体现电池内部实际工作温度的问题，避免表面温度正常而内部过温现象的发生，从而保证电池组可靠稳定运行。

本发明为解决上述技术问题采取的技术方案是：

一种电池内部温度实时预测方法，所述方法的实现过程为：

步骤一、根据电池内核-外壳的热平衡以及电池外壳-外界的热平衡建立电池热平衡模型：

电池内核-外壳电池热平衡：

电池外壳-外界电池热平衡：

其中电池内核和外壳比热容分别为C_c和C_s，电池内核与外壳之间的热阻系数为R_c，外壳与外界空气之间的热阻系数为R_u，OCV为电池长期静置时获得的开路电压与SOC对应关系曲线，V_t为电池端电压；I_t为电池工作电流，T_f,t代表t时刻外界温度，T_c,t代表t时刻电池内核温度，T_s,t代表t时刻电池表面温度；

步骤二、根据步骤一中的式(1)和式(2)分别得到状态方程和观测方程：根据电池内核-外壳的热平衡列出卡尔曼滤波所需的状态方程，根据电池外壳-外界的热平衡列出观测方程；

状态方程为：

对上式变形得：

其中状态方程增益矩阵为A_t，状态方程控制矩阵为B_t,

定义x_t＝[T_c,t]为状态向量，w_t-1为过程激励噪声，△t＝1s

观测方程为：

其中v_t为观测噪声；观测方程增益矩阵为C_t，观测方程控制矩阵为D_t

步骤三:利用卡尔曼滤波估算状态向量x_t，并基于上述状态方程和观测方程中的At，Bt，Ct，Dt进行状态更新：

首先设定所需估计的状态向量初值x₀，估计协方差初始值P₀＝1，并根据电池温度传感器精度确定激励噪声协方差矩阵Q和观测噪声协方差矩阵R；

给出时间更新方程如下：

向前推算状态变量为

式中为t-1时刻x的后验估计，为x在t时刻的先验估计，u_t-1表示t-1时刻的控制变量；

上标-代表先验，上标+代表后验，公式(6)～(9)中上下标代表与此处相同含意；

向前推算误差协方差为

式中，P代表协方差；

给出观测更新方程如下：

计算卡尔曼增益

由观测变量更新估计

式中，y_t为测量值；

更新误差协方差

式中，代表状态向量的实际值与估计值之差；

步骤四：在每一个时刻都根据步骤二进行迭代，求出下一状态的估计值，并利用上一时刻的测量值进行矫正，每个时刻迭代后输出状态向量x_t＝[T_c,t]作为当前状态下的内部温度估计结果，实现实时预测电池内部温度。

本发明的有益效果是：

本发明利用电池表面温度和电流预测电池内部温度，即根据电池热模型预测电池内部温度，实现了电池温度监测时实时监测电池内部温度，

本方法将电池分为内核和外壳，分别建立温度预测模型，通过实验的方法获取电池内部和表面材质比热容、电池内核-外壳以及外壳-外界的热阻参数、电池开路电压曲线、开路电压随温度变化曲线等信息。利用卡尔曼滤波方法对电池内部温度进行实时跟踪和修正，将实时电池表面和环境温度输入预测模型，实时预测电池内部温度。

本发明基于电池内部和表面生热和散热模型，利用卡尔曼滤波的工作原理，构建所需的状态方程和量测方程，将电池内部温度作为估计量，将电池内部和表面热容量、电池内核与外壳的热阻系数、电池外壳和外界空气的热阻系数以及电池工作电流和外界温度作为已知量，并根据传感器精度精确选取过程机理噪声协方差与量测噪声协方差，通过迭代更新，实时估计电池内部温度。与现有的预测方法相比，本方法不需要知道过多的电池热特性参数，模型建立好后可以实现实时估计，稳定性好。

本发明实现在电池运行过程中通过监测到的电池表面温度和运行电流以及环境温度预测电池内部温度，保证电池内部温度在允许范围，预警电池温度过高故障。以提高电池运行的安全性和可靠性。

本方法不仅能够实现工作状态下电池内部温度的实时监测，而且在整个过程中只需要测量电池表面温度和负载电流，无需测量其他电池参数。本发明适用于电动汽车和储能系统中电池内部温度的预测，还可以用于储能系统和电动汽车等二次电池应用领域。

附图说明

图1电池内部温度预测所处环境示意图(图中：1-电池内核，2-电池外壳，3-外界恒温环境)；图2是基于卡尔曼滤波的电池内部温度预测流程图；图3是电池内部实际温度与预测温度对比曲线图。

具体实施方式

具体实施方式一，本实施方式的电池内部温度实时预测方法的实现过程为：

步骤一、根据电池内核-外壳的热平衡以及电池外壳-外界的热平衡建立电池热平衡模型：

电池内核-外壳电池热平衡：

电池外壳-外界电池热平衡：

其中电池内核和外壳比热容分别为C_c和C_s，电池内核与外壳之间的热阻系数为R_c，外壳与外界空气之间的热阻系数为R_u，OCV为电池长期静置时获得的开路电压与SOC对应关系曲线，V_t为电池端电压；I_t为电池工作电流，T_f,t代表t时刻外界温度，T_c,t代表t时刻电池内核温度，T_s,t代表t时刻电池表面温度；

步骤二、根据步骤一中的式(1)和式(2)分别得到状态方程和观测方程：根据电池内核-外壳的热平衡列出卡尔曼滤波所需的状态方程，根据电池外壳-外界的热平衡列出观测方程；

状态方程为：

对上式变形得：

其中状态方程增益矩阵为A_t，状态方程控制矩阵为B_t,

定义x_t＝[T_c,t]为状态向量，w_t-1为过程激励噪声，△t＝1s

观测方程为：

其中v_t为观测噪声；观测方程增益矩阵为C_t，观测方程控制矩阵为D_t

步骤三:利用卡尔曼滤波估算状态向量x_t，并基于上述状态方程和观测方程中的At，Bt，Ct，Dt进行状态更新：

首先设定所需估计的状态向量初值x₀，估计协方差初始值P₀＝1，并根据电池温度传感器精度确定激励噪声协方差矩阵Q和观测噪声协方差矩阵R；

给出时间更新方程如下：

向前推算状态变量为

式中为t-1时刻x的后验估计，为x在t时刻的先验估计，u_t-1表示t-1时刻的控制变量；

上标-代表先验，上标+代表后验，公式(6)～(9)中上下标代表与此处相同含意；

向前推算误差协方差为

式中，P代表协方差；

给出观测更新方程如下：

计算卡尔曼增益

由观测变量更新估计

式中，y_t为测量值；

更新误差协方差

式中，代表状态向量的实际值与估计值之差；

步骤四：在每一个时刻都根据步骤二进行迭代，求出下一状态的估计值，并利用上一时刻的测量值进行矫正，每个时刻迭代后输出状态向量x_t＝[T_c,t]作为当前状态下的内部温度估计结果，实现实时预测电池内部温度。

根据上述提出的电池内部温度实时预测方法，现对电池内部温度实时预测，结合图1-图3进行说明：

在电池电量为0条件下对电池进行恒定电流充电，在充电过程中利用电池内部的传感器和表面以及恒温环境中的传感器分别测量电池内部温度、电池表面平均温度、环境温度。其中电池内部温度测量值作为真值在图3中与预测值进行比较。电池表面平均温度和电池环境温度作为已知，电池工作电流和所采集到的电池电压作为输入量，带入电池内部温度预测模型，从图3可以看出，预测结果与实际测量结果基本吻合，说明本发明具有很好的温度预测性能和准确度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种电池内部温度实时预测方法，其特征在于，所述方法的实现过程为：

步骤一、根据电池内核-外壳的热平衡以及电池外壳-外界的热平衡建立电池热平衡模型：

电池内核-外壳电池热平衡： $C_c\frac{{\mathrm{dT}}_{c,t}}{\mathrm{dt}}=(V_t-\mathrm{OCV})I_t+\frac{T_{s,t}-T_{c,t}}{R_c}---\left(1\right)$

电池外壳-外界电池热平衡： $C_s\frac{{\mathrm{dT}}_{s,t}}{\mathrm{dt}}=\frac{T_{f,t}-T_{s,t}}{R_u}-\frac{T_{s,t}-T_{c,t}}{R_c}---\left(2\right)$

其中电池内核和外壳比热容分别为C_c和C_s，电池内核与外壳之间的热阻系数为R_c，外壳与外界空气之间的热阻系数为R_u，OCV为电池长期静置时获得的开路电压与SOC对应关系曲线，V_t为电池端电压；I_t为电池工作电流，T_f,t代表t时刻外界温度，T_c,t代表t时刻电池内核温度，T_s,t代表t时刻电池表面温度；

步骤二、根据步骤一中的式(1)和式(2)分别得到状态方程和观测方程：根据电池内核-外壳的热平衡列出卡尔曼滤波所需的状态方程，根据电池外壳-外界的热平衡列出观测方程；

状态方程为：

$T_{c,t}=[1-\frac{\mathrm{\Δt}}{C_c\×R_c}+\frac{\mathrm{\Δt}\×R_u}{C_c\×R_c\×(R_c+R_u)}]T_{c,t-1}+\frac{\mathrm{\Δt}}{C_c\×(R_c+R_u)}{T}_{f,t-1}+\frac{(V_{t-1}-\mathrm{OCV})I_{t-1}\×\mathrm{\Δt}}{C_c}$

对上式变形得：

其中状态方程增益矩阵为A_t，状态方程控制矩阵为B_t,

定义x_t＝[T_c,t]为状态向量，w_t-1为过程激励噪声，△t＝1s

观测方程为：

其中v_t为观测噪声；观测方程增益矩阵为C_t，观测方程控制矩阵为D_t

步骤三:利用卡尔曼滤波估算状态向量x_t，并基于上述状态方程和观测方程中的At，Bt，Ct，Dt进行状态更新：

首先设定所需估计的状态向量初值x₀，估计协方差初始值P₀＝1，并根据电池温度传感器精度确定激励噪声协方差矩阵Q和观测噪声协方差矩阵R；

给出时间更新方程如下：

向前推算状态变量为 ${\hat{x}}_t^{-}=A_{t-1}{\hat{x}}_{t-1}^{+}+B_{t-1}{u}_{t-1}---\left(5\right)$

式中为t-1时刻x的后验估计，为x在t时刻的先验估计，u_t-1表示t-1时刻的控制变量；

上标-代表先验，上标+代表后验，公式(6)～(9)中上下标代表与此处相同含意；

向前推算误差协方差为 $P_{\tilde{x},t}^{-}=A_{t-1}{P}_{\tilde{x},t-1}^{+}{A^T}_{t-1}+Q---\left(6\right)$

式中，P代表协方差；

给出观测更新方程如下：

计算卡尔曼增益 $K_t=P_{\tilde{x},t}^{-}{C}_t^T{[C_t{P}_{\tilde{x},t}^{-}{C}_t^T+R]}^{-1}---\left(7\right)$

由观测变量更新估计 ${\hat{x}}_t^{+}={\hat{x}}_t^{-}{K}_t[y_t-C_t{\hat{x}}_t^{-}-D_t{u}_t]---\left(8\right)$

式中，y_t为测量值；

更新误差协方差 $P_{\tilde{x},t}^{+}=P_{\tilde{x},t}^{-}-K_t{C}_t{P}_{\tilde{x},t}^{-}---\left(9\right)$

式中，代表状态向量的实际值与估计值之差；

步骤四：在每一个时刻都根据步骤二进行迭代，求出下一状态的估计值，并利用上一时刻的测量值进行矫正，每个时刻迭代后输出状态向量x_t＝[T_c,t]作为当前状态下的内部温度估计结果，实现实时预测电池内部温度。