CN104462847B - 一种电池内部温度实时预测方法 - Google Patents
一种电池内部温度实时预测方法 Download PDFInfo
- Publication number
- CN104462847B CN104462847B CN201410811083.2A CN201410811083A CN104462847B CN 104462847 B CN104462847 B CN 104462847B CN 201410811083 A CN201410811083 A CN 201410811083A CN 104462847 B CN104462847 B CN 104462847B
- Authority
- CN
- China
- Prior art keywords
- battery
- temperature
- equation
- shell
- state
- 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.)
- Active
Links
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
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Cc和Cs,电池内核与外壳之间的热阻系数为Rc,外壳与外界空气之间的热阻系数为Ru,OCV为电池长期静置时获得的开路电压与SOC对应关系曲线,Vt为电池端电压;It为电池工作电流,Tf,t代表t时刻外界温度,Tc,t代表t时刻电池内核温度,Ts,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At,状态方程控制矩阵为Bt,
定义xt=[Tc,t]为状态向量,wt-1为过程激励噪声,△t=1s
观测方程为:
其中vt为观测噪声;观测方程增益矩阵为Ct,观测方程控制矩阵为Dt
步骤三:利用卡尔曼滤波估算状态向量xt,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,ut-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,yt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xt=[Tc,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Cc和Cs,电池内核与外壳之间的热阻系数为Rc,外壳与外界空气之间的热阻系数为Ru,OCV为电池长期静置时获得的开路电压与SOC对应关系曲线,Vt为电池端电压;It为电池工作电流,Tf,t代表t时刻外界温度,Tc,t代表t时刻电池内核温度,Ts,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At,状态方程控制矩阵为Bt,
定义xt=[Tc,t]为状态向量,wt-1为过程激励噪声,△t=1s
观测方程为:
其中vt为观测噪声;观测方程增益矩阵为Ct,观测方程控制矩阵为Dt
步骤三:利用卡尔曼滤波估算状态向量xt,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,ut-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,yt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xt=[Tc,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:
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Cc和Cs,电池内核与外壳之间的热阻系数为Rc,外壳与外界空气之间的热阻系数为Ru,OCV为电池长期静置时获得的开路电压与SOC对应关系曲线,Vt为电池端电压;It为电池工作电流,Tf,t代表t时刻外界温度,Tc,t代表t时刻电池内核温度,Ts,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At,状态方程控制矩阵为Bt,
定义xt=[Tc,t]为状态向量,wt-1为过程激励噪声,△t=1s
观测方程为:
其中vt为观测噪声;观测方程增益矩阵为Ct,观测方程控制矩阵为Dt
步骤三:利用卡尔曼滤波估算状态向量xt,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,ut-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,yt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xt=[Tc,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410811083.2A CN104462847B (zh) | 2014-12-23 | 2014-12-23 | 一种电池内部温度实时预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410811083.2A CN104462847B (zh) | 2014-12-23 | 2014-12-23 | 一种电池内部温度实时预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104462847A CN104462847A (zh) | 2015-03-25 |
CN104462847B true CN104462847B (zh) | 2017-06-16 |
Family
ID=52908876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410811083.2A Active CN104462847B (zh) | 2014-12-23 | 2014-12-23 | 一种电池内部温度实时预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462847B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104865534B (zh) * | 2015-04-29 | 2017-12-26 | 同济大学 | 一种单体电池内部温度估计方法 |
CN104950261B (zh) * | 2015-05-27 | 2018-02-09 | 上海科梁信息工程股份有限公司 | 电池的硬件在环仿真测试方法及系统 |
CN105260612B (zh) * | 2015-10-26 | 2018-01-30 | 哈尔滨工业大学 | 一种电池在线温度估计方法 |
CN106505258B (zh) * | 2016-09-26 | 2019-03-01 | 广州汽车集团股份有限公司 | 一种动力电池包内电池温度计算方法及装置 |
CN106814325A (zh) * | 2016-12-15 | 2017-06-09 | 华中科技大学 | 一种固体氧化物燃料电池电堆内部温度分布的预测方法 |
CN108627766B (zh) * | 2017-03-21 | 2020-07-31 | 宁德时代新能源科技股份有限公司 | 电池模组中电芯内部温度的实时测量方法及电池包 |
CN107490736B (zh) * | 2017-08-07 | 2019-11-15 | 北京工业大学 | 一种无损测量电子功能模块内部温度和热阻构成的方法及装置 |
CN109520638A (zh) * | 2018-10-15 | 2019-03-26 | 武汉科技大学 | 圆柱形电池内部平均温度实时确定方法及系统 |
CN109524732B (zh) * | 2018-11-14 | 2021-10-26 | 郑州云海信息技术有限公司 | 一种电池温度获取方法及装置 |
CN109581223B (zh) * | 2018-11-29 | 2020-08-11 | 吉林大学 | 基于卡尔曼滤波的锂离子电池组的核心温度估计方法 |
CN109987000B (zh) * | 2019-02-19 | 2021-07-13 | 中国第一汽车股份有限公司 | 一种动力电池温度预测系统及方法 |
CN109921111B (zh) * | 2019-03-14 | 2020-08-04 | 上海大学 | 一种锂离子电池内部温度估测方法及系统 |
CN110118617A (zh) * | 2019-05-30 | 2019-08-13 | 上海元城汽车技术有限公司 | 电池模组的内部温度确定方法、装置及智能终端 |
CN112964991B (zh) | 2019-11-28 | 2022-07-15 | 比亚迪股份有限公司 | 电池内部温度信息处理方法、计算机设备和存储介质 |
CN112498172B (zh) * | 2020-02-25 | 2022-07-15 | 长城汽车股份有限公司 | 动力电池荷电状态下限控制方法、装置及车辆 |
CN112697290B (zh) * | 2020-11-27 | 2022-03-22 | 攀钢集团攀枝花钢铁研究院有限公司 | 钢坯入炉温度的检测方法 |
CN113281655B (zh) * | 2021-05-20 | 2022-03-04 | 中南大学 | 一种低温环境下动力电池内部加热预测控制方法及装置 |
CN113484770B (zh) * | 2021-06-10 | 2022-04-01 | 广东恒翼能科技有限公司 | 基于充放电数据在线测算电池内部核心温度的方法及系统 |
CN113973739B (zh) * | 2021-09-13 | 2023-07-18 | 安徽大学 | 一种多功能的牛用电子耳标 |
CN113659246B (zh) * | 2021-10-20 | 2022-01-25 | 中国气象科学研究院 | 适应于极地超低温环境的电池系统及其控温方法 |
CN116306032B (zh) * | 2023-05-17 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 温度预测方法、装置、设备以及存储介质 |
CN117526526B (zh) * | 2024-01-02 | 2024-04-02 | 深圳市安德普电源科技有限公司 | 电池安全管理方法、装置以及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013765A (zh) * | 2007-01-26 | 2007-08-08 | 清华大学 | 一种实时估计镍氢动力电池内外温差的方法 |
CN102331314A (zh) * | 2010-05-26 | 2012-01-25 | 通用汽车环球科技运作有限责任公司 | 通过简单的外部测量对单格电池核心温度的动态估算 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8775105B2 (en) * | 2010-10-28 | 2014-07-08 | GM Global Technology Operations LLC | Onboard adaptive battery core temperature estimation |
-
2014
- 2014-12-23 CN CN201410811083.2A patent/CN104462847B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013765A (zh) * | 2007-01-26 | 2007-08-08 | 清华大学 | 一种实时估计镍氢动力电池内外温差的方法 |
CN102331314A (zh) * | 2010-05-26 | 2012-01-25 | 通用汽车环球科技运作有限责任公司 | 通过简单的外部测量对单格电池核心温度的动态估算 |
Non-Patent Citations (2)
Title |
---|
《Extended Kalman filtering for battery management systems》;Plett,G.L.;《Journal of Power Sources》;20040609;第252-261页 * |
On-line Parameterization of Lumped Thermal Dynamics in Cylindrical Lithium Ion Batteries for Core Temperature Estimation and Health Monitoring;Lin,X.et al.;《IEEE TRANSACTIONS ON CONTROL SYSTEM TECHNOLOGY》;20131130;第1745-1755页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104462847A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462847B (zh) | 一种电池内部温度实时预测方法 | |
CN103502829B (zh) | 用于电化学存储系统热管理的优化方法 | |
Zhu et al. | A new lithium-ion battery internal temperature on-line estimate method based on electrochemical impedance spectroscopy measurement | |
Berecibar et al. | State of health estimation algorithm of LiFePO4 battery packs based on differential voltage curves for battery management system application | |
Ye et al. | Electro-thermal modeling and experimental validation for lithium ion battery | |
CN102540096B (zh) | 一种用于磷酸铁锂动力电池剩余容量估算自修正的方法 | |
CN107076801B (zh) | 电池管理系统中的电化学阻抗谱 | |
US8952823B2 (en) | Battery early warning and monitoring system | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
He et al. | State of charge estimation for electric vehicle batteries using unscented kalman filtering | |
JP5683175B2 (ja) | 電気化学システムの計測不能な特性を推定する改良された方法 | |
EP3163314B1 (en) | Method for determining resistance factor of secondary battery, and apparatus for estimating charging power using determied resistance factor | |
CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
KR20170059208A (ko) | 배터리의 동적 엔트로피 추정 방법 | |
CN102468521A (zh) | 用于估计蓄电池健康状态的方法和装置 | |
CN102577014A (zh) | 用于电池组的精确功率预测的方法 | |
KR100901252B1 (ko) | 슬라이딩 모드 관측기를 이용한 2차 전지 soc 예측방법 및 장치 | |
CN104813183B (zh) | 串联连接的电池元件中的异常充电事件的瞬态检测 | |
CN104823351B (zh) | 对串联连接的电池元件中的过度放电事件的响应 | |
Pilatowicz et al. | Simulation of SLI lead-acid batteries for SoC, aging and cranking capability prediction in automotive applications | |
KR101329915B1 (ko) | 하이브리드 전기 자동차용 배터리의 주행 중 최대 출력파워 예측 방법 및 장치 | |
CN104537268A (zh) | 一种电池最大放电功率估算方法和装置 | |
US20220034973A1 (en) | Method and device for measuring, in real time and in situ, thermodynamic data of a battery (enthalpy and entropy) | |
CN110133503A (zh) | 一种电芯检测方法及装置 | |
KR100878123B1 (ko) | 배터리 상태 및 파라미터 추정 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |