CN110534823A - 一种动力电池均衡管理系统及方法 - Google Patents

一种动力电池均衡管理系统及方法 Download PDF

Info

Publication number
CN110534823A
CN110534823A CN201910654411.5A CN201910654411A CN110534823A CN 110534823 A CN110534823 A CN 110534823A CN 201910654411 A CN201910654411 A CN 201910654411A CN 110534823 A CN110534823 A CN 110534823A
Authority
CN
China
Prior art keywords
battery
module
entity
battery module
twin
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.)
Granted
Application number
CN201910654411.5A
Other languages
English (en)
Other versions
CN110534823B (zh
Inventor
杨世春
周新岸
华旸
周思达
郭斌
闫啸宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Beijing University of Aeronautics and Astronautics
Original Assignee
Beijing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Aeronautics and Astronautics filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201910654411.5A priority Critical patent/CN110534823B/zh
Publication of CN110534823A publication Critical patent/CN110534823A/zh
Application granted granted Critical
Publication of CN110534823B publication Critical patent/CN110534823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及一种动力电池均衡管理系统及方法，利用数字孪生技术建立基于云端控制的动力电池均衡管理系统，同时汇集了实际运行数据与模拟运行数据用于分析计算，能够有效削弱当前电池系统的不一致性与减轻未来电池系统不一致性的扰动，以达到管理动力电池电量不一致性并控制未来不一致性发展方向的目的。

Description

一种动力电池均衡管理系统及方法
技术领域
本发明涉及动力电池管理技术领域，尤其涉及一种动力电池均衡管理系统及方法。
背景技术
电动汽车通常使用锂离子电池作为储能元件，单体电池按一定的串并联数组合形成动力电池组，为驱动电机与其他高压电气系统提供能量。电池出厂时其内部材料及细微结构等存在差异，导致单体电池间存在电压、容量及内阻等的不一致性。这种不一致性会在电池组充放电循环过程中，影响电池充放电速率及静置时的自放电率，导致电池间的不一致性逐渐扩大，不仅加速电池老化进程，导致电动汽车运行时出现单体过充、过放现象，还可能引发热失控风险。为优化电池组不一致性，提高电池组可用充放电容量及电池寿命等，研究人员提出电池单体间电量平衡方法，通过对特定单体电池进行小电流充放电操作，消除单体电池间电压及容量状态的不一致性，该方法称为均衡管理。但是传统的均衡管理难以实时更新控制策略以匹配实时变化的电池单体容量变化，难以适应实际使用工况。
发明内容
为解决现有技术的不足，本发明提出一种动力电池均衡管理系统及方法，利用数字孪生技术建立基于云端控制的动力电池均衡管理系统，通过在云端实时分析电池电量不一致性及其未来发展趋势，并以此制定合理的控制策略并传输回实体电池中的电池管理系统上用于控制实体电池，以达到管理动力电池电量不一致性并控制未来不一致性发展方向的目的。
为实现以上目的，本发明所采用的技术方案包括：
一种动力电池均衡管理系统，包括实体电池模块、数字电池模块、数字孪生模块、云端分析模块，所述实体电池模块和数字电池模块分别通过有线方法或无线方法与数字孪生模块进行数据传输，所述数字孪生模块通过有线方法或无线方法与云端分析模块进行数据传输，所述云端分析模块通过有线方法或无线方法与实体电池模块和数字电池模块进行数据传输；
所述实体电池模块为需要进行电池均衡管理的物理目标实体，所述物理目标实体包括电池组及模组的串并联结构、电池管理系统及其线束和紧固件、均衡系统架构、安全保护系统和/或冷却系统；
所述数字电池模块为对应物理目标实体所建立的虚拟仿真模型；所述虚拟仿真模型的模型特征与物理目标实体特征一致，所述模型特征包括几何模型、宏观物理规律、微观物理规律、动态响应和/或历史数据；
所述数字孪生模块接收并耦合实体电池模块与数字电池模块传输的基本数据，并根据基本数据辨识系统参数、估算标定实时状态以及对系统进行性能演化，得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块；
所述云端分析模块包括云端资源综合管理子系统和接口服务子系统；所述接口服务子系统接收来自数字孪生模块的数字孪生数据和基本数据，所述云端资源综合管理子系统依据数字孪生数据设计未来有限时域内系统均衡控制策略，并通过接口服务子系统将所述系统均衡控制策略发送至实体电池模块和数字电池模块。
进一步地，所述实体电池模块中的均衡系统架构由电池组均衡系统所需的均衡元器件组成，所述均衡元器件包括被动均衡电阻、主动均衡用变压器结构、DC/DC结构；所述安全保护系统包括电池组的高压保护子系统、绝缘保护子系统、防水隔尘子系统。
进一步地，所述数字电池模块中的几何模型为物理目标实体在三维空间内的几何结构及连接、紧固结构的数字模型；所述宏观物理规律包括物理目标实体所遵循的流体力学方法、传热学方法、电化学原理和/或电路原理；所述微观物理规律包括分子动力学；所述动态响应为物理目标实体在施加响应后所表现的机械状态、热状态、电状态的动态响应；所述历史数据包括物理目标实体历史数据以及基于物理目标实体历史数据进行的数据挖掘。
进一步地，所述数字孪生模块中涉及的系统参数包括电池模型参数；所述实时状态包括电池剩余电量百分比、电池剩余能量、电池健康度和/或电池功能状态；所述性能演化为电池参数由于电池老化程度加剧而发生的变化，包括OCV-SOC曲线飘移与压缩、欧姆内阻增大。
进一步地，所述云端资源综合管理子系统依据获得的基本数据与数字孪生数据利用均衡控制策略方法和最优化策略算法计算得到未来有限时域内系统均衡控制策略；所述均衡控制策略方法包括模型预测控制方法、广义预测控制方法、滑模变控制方法和/或PID控制方法；所述最优化策略算法包括牛顿算法、高斯-牛顿算法、拟牛顿算法、L-M算法、退火算法、遗传优化算法和/或粒子群优化算法。
进一步地，所述系统均衡控制策略包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略；所述单体-单体均衡策略为同一模组内的不同电池单体之间的均衡策略；所述模组-模组均衡策略为同一电池组内的不同模组之间的均衡策略；所述系统-系统均衡策略为不同电池组之间的均衡策略。
一种动力电池均衡管理方法，包括以下步骤：
A、确定需要进行均衡管理的物理目标实体，作为实体电池模块；
B、根据物理目标实体特征建立针对该实体的虚拟仿真模型，作为数字电池模块；
C、实体电池模块与数字电池模块工作过程中产生基本数据并将基本数据传输至数字孪生模块；
D、数字孪生模块接收到实体电池模块与数字电池模块传输的基本数据，根据基本数据分析得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块；
E、云端分析模块接收数字孪生数据和基本数据，利用均衡控制策略方法和最优化策略算法计算得到未来有限时域内系统均衡控制策略并将所述系统均衡控制策略分别发送至实体电池模块和数字电池模块；
F、实体电池模块与数字电池模块接收到系统均衡控制策略，实体电池模块依照控制策略进行均衡控制操作，数字电池模块依照控制策略更新系统状态演化，完成一次优化过程；
G、重复步骤C至F，实现动力电池均衡管理滚动优化。
进一步地，所述步骤A包括确定物理目标实体特征；所述物理目标实体特征包括几何模型、宏观物理规律、微观物理规律、动态响应和/或历史数据。
进一步地，所述步骤B包括以下分步骤：
B1、建立电池组及模组的物理与几何模型，对电池组及模组的生热、传热过程进行有限元分析；
B2、使用锂电池分数阶等效电路模型或电化学模型对电池动态特性建模，使用博纳蒂公式或多尺度的电池生热方程对电池生热特性建模，使用电池多节点模型对电池传热特性建模；
B3、使用串联电池组的等效电路模型对电池系统的均衡特性建模，依据基尔霍夫电压定律，基尔霍夫电流定律对电池系统均衡架构建模。
进一步地，所述步骤E中系统均衡控制策略包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略。
本发明的有益效果为：
采用本发明所述动力电池均衡管理系统及方法对电动汽车动力电池进行均衡管理能够实现对动力电池组全生命周期的均衡管理；在云端建立与实体电池模块相匹配的数字电池模块的虚拟仿真模型(简称虚拟模型)，也就是说，通过物理实体与虚拟模型互相耦合形成数字孪生系统，同时汇集了实际运行数据与模拟运行数据用于分析计算，云端分析模块在云端实时分析电池系统电量不一致性及其未来发展趋势，并以此制定合理的控制策略并传输回实体电池系统中的BMS上用于控制实体电池系统，能够有效削弱当前电池系统的不一致性与减轻未来电池系统不一致性的扰动，同时支持数字孪生与均衡管理深度融合，达到管理电池组电量不一致性并控制未来不一致性发展方向的目的，推动数字孪生技术和均衡管理技术的共同发展。本发明能为数字孪生应用过程中所需的物理模型分析、有限元分析及控制策略分析等提供支撑，实现对动力电池组全生命周期的均衡管理；还能为电动汽车领域不同的电池组的均衡管理提供所需的智能服务支撑，具有良好的适应性及数据迁移性。
附图说明
图1为本发明动力电池均衡管理系统的原理示意图。
图2为本发明动力电池均衡管理系统的实施例结构示意图。
图3为本发明动力电池均衡管理方法的流程示意图。
具体实施方式
为了更清楚的理解本发明的内容，将结合附图和实施例详细说明。
如图1所示为动力电池均衡管理系统的原理示意图，系统组成包括实体电池模块、数字电池模块、数字孪生模块、云端分析模块，所述实体电池模块和数字电池模块分别通过有线方法或无线方法与数字孪生模块进行数据传输使数字孪生模块能够接收并耦合实体电池模块与数字电池模块传输的基本数据，并根据基本数据辨识系统参数、估算标定实时状态以及对系统进行性能演化，得到数字孪生数据并将基本数据与数字孪生数据通过有线方法或无线方法发送至云端分析模块，所述云端分析模块依据数字孪生数据设计未来有限时域内系统均衡控制策略并通过有线方法或无线方法与实体电池模块和数字电池模块进行数据传输将所述系统均衡控制策略发送至实体电池模块和数字电池模块。
所述的实体电池模块为真实世界中的需要进行电池均衡管理的物理目标实体；所述的数字电池模块为依据数学物理方法等建立的虚拟仿真模型，其与物理目标实体在系统状态、参数等一致；所述的数字孪生模块是实体电池模块与数字电池模块的耦合，该数字孪生模块综合两类模块的信息，同时使两模块相互补充，并实现系统参数在线辨识，实时状态估算标定，系统性能演化等；所述的云端分析模块是在云端平台中在线实时分析由数字孪生模块所提供的信息，并以此设计未来一定时域内的系统均衡控制策略。所述的实体电池模块与虚拟的数字电池模块不直接交互数据，而通过数据传输方式与数字孪生模块进行数据交互，并依据数字孪生模块所提供的信息进行性能演化，所述的数据传输方式包括但不限于：无线信号传输(如5G信号灯)，有限信号传输(如光纤传输等)。
如图2所示本发明动力电池均衡管理系统的实施例结构示意图。其中，实体电池模块为真实环境中的电池组系统，如电动汽车上的电池组，梯次利用下的电池组等。该电池组具有的主要特征包括：电池组及模组串并联结构，BMS系统与线束，均衡系统架构，安全保护系统，冷却系统等。数字电池模块为在云端建立的数字孪生化实体电池模块的镜像模型，其建立方法包括使用SolidWorks等软件建模仿真几何结构，使用Comsol等软件建模仿真其生热、换热、电仿真等有限元模型，使用Stateflow等软件建模仿真均衡系统控制策略并使用Matlab等工具对均衡系统性能演化及控制策略预测进行在线分析，用于实现对数字电池模块的控制功能。
更具体地，所述实体电池模块为需要进行电池均衡管理的物理目标实体，所述物理目标实体包括电池组及模组的串并联结构、电池管理系统及其线束和紧固件、均衡系统架构、安全保护系统和/或冷却系统，其中所述的电池组及模组的串并联结构与目前电池组及模组使用的串并联结构一致；所述的电池管理系统及其线束和紧固件(简称BMS系统及其线束，紧固件)等包含BMS硬件平台，BMS软件系统，以及连接BMS系统与电池模组的线束及紧固件等；所述均衡系统架构由电池组均衡系统所需的均衡元器件组成，该实施例的所述均衡元器件包括被动均衡电阻、主动均衡用变压器结构、DC/DC结构等；所述安全保护系统包括电池组的高压保护子系统、绝缘保护子系统、防水隔尘子系统等；所述的冷却系统包括均衡架构的冷却系统如风扇灯，也包括电池模组的冷却系统，如液冷用系统等。所述的实体电池模块按照均衡系统能量流动方向，一般可分为单体-单体均衡系统，模组-模组均衡系统，系统-系统均衡系统。所述的单体-单体均衡系统，是指在同一个电池模组内的单体电池之间实现均衡操作。该部分功能需实现单体电池的一致性监测，主要包括电压监测、温度检测、电量监测以及故障监测等。单体-单体均衡系统在接收均衡控制策略后，依据策略选定的被均衡单体电池与均衡电流大小、均衡时间等实现均衡操作。所述的模组-模组均衡系统是指在同一个电池组内不同模组实现均衡操作。该部分功能需实现模组电池的一致性监测，并依据云端分析模块所制定的均衡策略，将模组内的单体同时进行均衡操作以使模组与模组之间实现均衡过程。所述的系统-系统均衡系统，是指电池模组与电池组之间的均衡操作。该部分功能需实现不同电池组内不一致性的监测，并依据所选定的均衡策略，控制电池组与电池组的能量传输过程，实现均衡功能。
所述数字电池模块为对应物理目标实体所建立的虚拟仿真模型，所述虚拟仿真模型的模型特征与物理目标实体特征一致，优选地，所述模型特征包括几何模型(包括物理目标实体在三维空间内的几何结构及连接、紧固结构的数字模型等)、宏观物理规律(包括物理目标实体所遵循的流体力学方法、传热学方法、电化学原理、电路原理等)、微观物理规律(包括分子动力学等)、动态响应(包括物理目标实体在施加响应后所表现的机械状态如应力、热状态如电池生热功率及传热、电状态如电池极化特性和充放电特性的动态响应等)和/或历史数据(包括物理目标实体历史数据以及基于物理目标实体历史数据进行的数据挖掘)。所述数字孪生模块接收并耦合实体电池模块与数字电池模块传输的基本数据，并根据基本数据辨识系统参数(包括电池模型参数等)、估算标定实时状态(包括电池剩余电量百分比、电池剩余能量、电池健康度、电池功能状态等)以及对系统进行基于电池老化程度加剧而发生的电池参数变化的性能演化(包括OCV-SOC曲线漂移与压缩、欧姆内阻增大等)，得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块。所述数字电池模块在建模时，对单体电池建模过程需综合考虑单体电池自身的复杂程度与实体电池模块所处的动态工况环境。如对电池动态特性建模可使用锂电池分数阶等效电路模型或电化学模型等。对电池生热特性建模可使用博纳蒂公式或多尺度的电池生热方程等。对电池传热特性建模可使用电池多节点模型等。对实体电池模块的均衡特性建模可使用串联电池组的等效电路模型等。对实体电池模块均衡架构建模可依据基尔霍夫电压定律，基尔霍夫电流定律，及其他半导体所遵循的电学定律等。
所述云端分析模块包括云端资源综合管理子系统和接口服务子系统，所述接口服务子系统接收来自数字孪生模块的数字孪生数据和基本数据，所述云端资源综合管理子系统依据获得的基本数据与数字孪生数据利用均衡控制策略方法(包括模型预测控制方法、广义预测控制方法、滑模变控制方法、PID控制方法等)和最优化策略算法(包括牛顿算法、高斯-牛顿算法、拟牛顿算法、L-M算法、退火算法、遗传优化算法、粒子群优化算法等)计算得到未来有限时域内系统均衡控制策略(包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略)，并通过接口服务子系统将所述系统均衡控制策略发送至实体电池模块和数字电池模块。其中所述单体-单体均衡策略为同一模组内的不同电池单体之间的均衡策略，所述模组-模组均衡策略为同一电池组内的不同模组之间的均衡策略，所述系统-系统均衡策略为不同电池组之间的均衡策略。
本发明还涉及一种动力电池均衡管理方法，该管理方法与上述的动力电池均衡管理系统相对应，可理解为是实现上述系统的方法，该管理方法通过采用实体电池模块与数字电池模块相互耦合形成数字孪生电池系统的形式，用于汇集两类电池模块数据用于云端分析模块，云端分析模块通过分析实体电池模块与数字电池模块在全生命周期下的电池组均衡状态，确定均衡控制策略并将其反馈给两个电池模块中，实现对电池组的均衡管理。
如图3所示为本发明动力电池均衡管理方法的流程示意图，具体包括以下步骤：
A、确定需要进行均衡管理的物理目标实体，作为实体电池模块，包括确定实体电池的几何模型、宏观物理规律、微观物理规律、动态响应和/或历史数据等物理目标实体特征；
B、根据物理目标实体特征建立针对该实体的虚拟仿真模型，作为数字电池模块，所述建立针对该实体的虚拟仿真模型包括分步骤B1、针对该实体的虚拟仿真模型，B2、使用锂电池分数阶等效电路模型或电化学模型对电池动态特性建模，使用博纳蒂公式或多尺度的电池生热方程对电池生热特性建模，使用电池多节点模型对电池传热特性建模，B3、使用串联电池组的等效电路模型对电池系统的均衡特性建模，依据基尔霍夫电压定律，基尔霍夫电流定律以及其他半导体所遵循的电学定律对电池系统均衡架构建模；
C、实体电池模块与数字电池模块工作过程中产生基本数据并将基本数据传输至数字孪生模块；
D、数字孪生模块接收到实体电池模块与数字电池模块传输的基本数据，根据基本数据分析得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块；
E、云端分析模块接收数字孪生数据和基本数据，利用均衡控制策略方法和最优化策略算法计算得到未来有限时域内系统均衡控制策略包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略，并将所述系统均衡控制策略分别发送至实体电池模块和数字电池模块；
F、实体电池模块与数字电池模块接收到系统均衡控制策略，实体电池模块依照控制策略进行均衡控制操作，数字电池模块依照控制策略更新系统状态演化，完成一次优化过程；
G、重复步骤C至F，实现动力电池均衡管理滚动优化。
所述的实体电池模块与数字电池模块存在滚动优化过程，即依赖于云端分析模块的计算对实体电池模块的当前不一致性与数字电池模块的未来不一致性进行分析，从而根据当前不一致性与未来不一致性进行均衡控制策略制定，并依靠信号传输将其发送给实体电池模块内的BMS系统用于更新系统控制策略，BMS则根据更新的均衡控制策略实现对电池系统的均衡控制操作，以削弱当前电池系统的不一致性与减轻未来电池系统不一致性的扰动，同时数字电池系统也依靠云端分析模块所提供的系统控制策略进行系统状态演化，用于下一时刻的系统不一致性预测过程。上述过程中，云端分析模块用于分析当前时刻的实体电池模块的不一致性与未来时域内的数字电池模块的不一致性并制定均衡控制策略，随后将其反馈给电池系统中，并依靠BMS等产生作用，随后根据电池系统所传输回的数据进行均衡控制策略在现优化，实现下一时刻的均衡控制策略制定，该过程则符合滚动优化过程。
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，可轻易想到的变化或替换等都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种动力电池均衡管理系统，包括实体电池模块、数字电池模块、数字孪生模块、云端分析模块，所述实体电池模块和数字电池模块分别通过有线方法或无线方法与数字孪生模块进行数据传输，所述数字孪生模块通过有线方法或无线方法与云端分析模块进行数据传输，所述云端分析模块通过有线方法或无线方法与实体电池模块和数字电池模块进行数据传输；
所述实体电池模块为需要进行电池均衡管理的物理目标实体，所述物理目标实体包括电池组及模组的串并联结构、电池管理系统及其线束和紧固件、均衡系统架构、安全保护系统和/或冷却系统；
所述数字电池模块为对应物理目标实体所建立的虚拟仿真模型；所述虚拟仿真模型的模型特征与物理目标实体特征一致，所述模型特征包括几何模型、宏观物理规律、微观物理规律、动态响应和/或历史数据；
所述数字孪生模块接收并耦合实体电池模块与数字电池模块传输的基本数据，并根据基本数据辨识系统参数、估算标定实时状态以及对系统进行性能演化，得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块；
所述云端分析模块包括云端资源综合管理子系统和接口服务子系统；所述接口服务子系统接收来自数字孪生模块的数字孪生数据和基本数据，所述云端资源综合管理子系统依据数字孪生数据设计未来有限时域内系统均衡控制策略，并通过接口服务子系统将所述系统均衡控制策略发送至实体电池模块和数字电池模块。
2.如权利要求1所述的系统，其特征在于，所述实体电池模块中的均衡系统架构由电池组均衡系统所需的均衡元器件组成，所述均衡元器件包括被动均衡电阻、主动均衡用变压器结构、DC/DC结构；所述安全保护系统包括电池组的高压保护子系统、绝缘保护子系统、防水隔尘子系统。
3.如权利要求1所述的系统，其特征在于，所述数字电池模块中的几何模型为物理目标实体在三维空间内的几何结构及连接、紧固结构的数字模型；所述宏观物理规律包括物理目标实体所遵循的流体力学方法、传热学方法、电化学原理和/或电路原理；所述微观物理规律包括分子动力学；所述动态响应为物理目标实体在施加响应后所表现的机械状态、热状态、电状态的动态响应；所述历史数据包括物理目标实体历史数据以及基于物理目标实体历史数据进行的数据挖掘。
4.如权利要求1所述的系统，其特征在于，所述数字孪生模块中涉及的系统参数包括电池模型参数；所述实时状态包括电池剩余电量百分比、电池剩余能量、电池健康度和/或电池功能状态；所述性能演化为电池参数由于电池老化程度加剧而发生的变化，包括OCV-SOC曲线飘移与压缩、欧姆内阻增大。
5.如权利要求1至4之一所述的系统，其特征在于，所述云端资源综合管理子系统依据获得的基本数据与数字孪生数据利用均衡控制策略方法和最优化策略算法计算得到未来有限时域内系统均衡控制策略；所述均衡控制策略方法包括模型预测控制方法、广义预测控制方法、滑模变控制方法和/或PID控制方法；所述最优化策略算法包括牛顿算法、高斯-牛顿算法、拟牛顿算法、L-M算法、退火算法、遗传优化算法和/或粒子群优化算法。
6.如权利要求5所述的系统，其特征在于，所述系统均衡控制策略包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略；所述单体-单体均衡策略为同一模组内的不同电池单体之间的均衡策略；所述模组-模组均衡策略为同一电池组内的不同模组之间的均衡策略；所述系统-系统均衡策略为不同电池组之间的均衡策略。
7.一种动力电池均衡管理方法，包括以下步骤：
A、确定需要进行均衡管理的物理目标实体，作为实体电池模块；
B、根据物理目标实体特征建立针对该实体的虚拟仿真模型，作为数字电池模块；
C、实体电池模块与数字电池模块工作过程中产生基本数据并将基本数据传输至数字孪生模块；
D、数字孪生模块接收到实体电池模块与数字电池模块传输的基本数据，根据基本数据分析得到数字孪生数据并将基本数据与数字孪生数据发送至云端分析模块；
E、云端分析模块接收数字孪生数据和基本数据，利用均衡控制策略方法和最优化策略算法计算得到未来有限时域内系统均衡控制策略并将所述系统均衡控制策略分别发送至实体电池模块和数字电池模块；
F、实体电池模块与数字电池模块接收到系统均衡控制策略，实体电池模块依照控制策略进行均衡控制操作，数字电池模块依照控制策略更新系统状态演化，完成一次优化过程；
G、重复步骤C至F，实现动力电池均衡管理滚动优化。
8.如权利要求7所述的方法，其特征在于，所述步骤A包括确定物理目标实体特征；所述物理目标实体特征包括几何模型、宏观物理规律、微观物理规律、动态响应和/或历史数据。
9.如权利要求7所述的方法，其特征在于，所述步骤B包括以下分步骤：
B1、建立电池组及模组的物理与几何模型，对电池组及模组的生热、传热过程进行有限元分析；
B2、使用锂电池分数阶等效电路模型或电化学模型对电池动态特性建模，使用博纳蒂公式或多尺度的电池生热方程对电池生热特性建模，使用电池多节点模型对电池传热特性建模；
B3、使用串联电池组的等效电路模型对电池系统的均衡特性建模，依据基尔霍夫电压定律，基尔霍夫电流定律对电池系统均衡架构建模。
10.如权利要求7至9之一所述的方法，其特征在于，所述步骤E中系统均衡控制策略包括单体-单体均衡策略、模组-模组均衡策略、系统-系统均衡策略。
CN201910654411.5A 2019-07-19 2019-07-19 一种动力电池均衡管理系统及方法 Active CN110534823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910654411.5A CN110534823B (zh) 2019-07-19 2019-07-19 一种动力电池均衡管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910654411.5A CN110534823B (zh) 2019-07-19 2019-07-19 一种动力电池均衡管理系统及方法

Publications (2)

Publication Number Publication Date
CN110534823A true CN110534823A (zh) 2019-12-03
CN110534823B CN110534823B (zh) 2021-05-28

Family

ID=68660328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910654411.5A Active CN110534823B (zh) 2019-07-19 2019-07-19 一种动力电池均衡管理系统及方法

Country Status (1)

Country Link
CN (1) CN110534823B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111581850A (zh) * 2020-05-27 2020-08-25 北京理工大学 一种应用数字孪生技术的全周期动力电池管理系统
CN112818602A (zh) * 2021-02-05 2021-05-18 清华大学 基于大数据分析的电池数字孪生控制方法及装置
CN112928360A (zh) * 2021-01-22 2021-06-08 中国第一汽车股份有限公司 一种动力电池导热传输方法、系统、终端和储存介质
CN113740747A (zh) * 2021-08-31 2021-12-03 北京航空航天大学 一种面向可靠性数字孪生的锂电池组充放电测试与数据采集系统
CN113771691A (zh) * 2021-11-09 2021-12-10 北京航空航天大学 基于赛博物理系统的全生命周期动力电池管理装置及方法
CN114004168A (zh) * 2021-12-24 2022-02-01 武汉理工大学 一种基于数字孪生的燃料电池综合管理系统及方法
CN114019392A (zh) * 2022-01-06 2022-02-08 苏州氢澜科技有限公司 一种燃料电池系统单片电压一致性和故障干预系统
CN114069796A (zh) * 2021-11-24 2022-02-18 广东电网有限责任公司广州供电局 一种电池组主动均衡控制方法、装置、设备及介质
CN114670710A (zh) * 2021-07-02 2022-06-28 北京新能源汽车股份有限公司 电池管理系统的均衡控制方法、装置、控制设备及汽车
CN114935722A (zh) * 2022-05-30 2022-08-23 武汉理工大学 基于数字孪生的锂电池边端协同管理方法
CN114976128A (zh) * 2021-12-03 2022-08-30 华北水利水电大学 一种基于五维数字孪生技术的pemfc故障预测及健康管理系统及方法
CN115642678A (zh) * 2022-11-30 2023-01-24 深圳航天科创泛在电气有限公司 基于分布式双向逆变电源系统的充放电管理方法及装置
CN117458678A (zh) * 2023-12-25 2024-01-26 广东奥克莱集团有限公司 一种铅酸电池组主动均衡电池管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108258338A (zh) * 2017-12-29 2018-07-06 江苏博强新能源科技股份有限公司 电池的管理系统和方法
CN109245134A (zh) * 2018-11-14 2019-01-18 上海交通大学 基于虚拟模糊自适应调控算法的混合储能调度方法及系统
US20190173109A1 (en) * 2017-12-04 2019-06-06 General Electric Company Digital twin based management system and method and digital twin based fuel cell management system and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190173109A1 (en) * 2017-12-04 2019-06-06 General Electric Company Digital twin based management system and method and digital twin based fuel cell management system and method
CN108258338A (zh) * 2017-12-29 2018-07-06 江苏博强新能源科技股份有限公司 电池的管理系统和方法
CN109245134A (zh) * 2018-11-14 2019-01-18 上海交通大学 基于虚拟模糊自适应调控算法的混合储能调度方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KAZI MASUDUL ALAM等: "C2PS: A Digital Twin Architecture Reference", 《IEEE ACCESS》 *
YU PENG等: "A Low Cost Flexible Digital Twin Platform for Spacecraft Lithium-ion Battery Pack Degradation Assessment", 《2019 IEEE INTERNATIONAL INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE》 *
YUAN HE等: "IoT for the Power Industry: Recent Advances and Future Directions with Pavatar", 《SENSYS"18》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111581850A (zh) * 2020-05-27 2020-08-25 北京理工大学 一种应用数字孪生技术的全周期动力电池管理系统
CN111581850B (zh) * 2020-05-27 2022-10-28 北京理工大学 一种应用数字孪生技术的全周期动力电池管理系统
CN112928360A (zh) * 2021-01-22 2021-06-08 中国第一汽车股份有限公司 一种动力电池导热传输方法、系统、终端和储存介质
CN112928360B (zh) * 2021-01-22 2022-08-16 中国第一汽车股份有限公司 一种动力电池导热传输方法、系统、终端和储存介质
CN112818602A (zh) * 2021-02-05 2021-05-18 清华大学 基于大数据分析的电池数字孪生控制方法及装置
CN112818602B (zh) * 2021-02-05 2021-09-28 清华大学 基于大数据分析的电池数字孪生控制方法及装置
CN114670710A (zh) * 2021-07-02 2022-06-28 北京新能源汽车股份有限公司 电池管理系统的均衡控制方法、装置、控制设备及汽车
CN113740747A (zh) * 2021-08-31 2021-12-03 北京航空航天大学 一种面向可靠性数字孪生的锂电池组充放电测试与数据采集系统
CN113771691A (zh) * 2021-11-09 2021-12-10 北京航空航天大学 基于赛博物理系统的全生命周期动力电池管理装置及方法
CN113771691B (zh) * 2021-11-09 2022-02-15 北京航空航天大学 基于赛博物理系统的全生命周期动力电池管理装置及方法
CN114069796A (zh) * 2021-11-24 2022-02-18 广东电网有限责任公司广州供电局 一种电池组主动均衡控制方法、装置、设备及介质
CN114976128A (zh) * 2021-12-03 2022-08-30 华北水利水电大学 一种基于五维数字孪生技术的pemfc故障预测及健康管理系统及方法
CN114976128B (zh) * 2021-12-03 2024-10-25 华北水利水电大学 一种基于五维数字孪生技术的pemfc故障预测及健康管理系统及方法
CN114004168A (zh) * 2021-12-24 2022-02-01 武汉理工大学 一种基于数字孪生的燃料电池综合管理系统及方法
CN114019392B (zh) * 2022-01-06 2022-04-08 苏州氢澜科技有限公司 一种燃料电池系统单片电压一致性和故障干预系统
CN114019392A (zh) * 2022-01-06 2022-02-08 苏州氢澜科技有限公司 一种燃料电池系统单片电压一致性和故障干预系统
CN114935722A (zh) * 2022-05-30 2022-08-23 武汉理工大学 基于数字孪生的锂电池边端协同管理方法
CN114935722B (zh) * 2022-05-30 2024-01-12 武汉理工大学 基于数字孪生的锂电池边端协同管理方法
CN115642678A (zh) * 2022-11-30 2023-01-24 深圳航天科创泛在电气有限公司 基于分布式双向逆变电源系统的充放电管理方法及装置
CN117458678A (zh) * 2023-12-25 2024-01-26 广东奥克莱集团有限公司 一种铅酸电池组主动均衡电池管理系统
CN117458678B (zh) * 2023-12-25 2024-03-26 广东奥克莱集团有限公司 一种铅酸电池组主动均衡电池管理系统

Also Published As

Publication number Publication date
CN110534823B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN110534823A (zh) 一种动力电池均衡管理系统及方法
Ding et al. An improved Thevenin model of lithium-ion battery with high accuracy for electric vehicles
Panchal et al. Electrochemical thermal modeling and experimental measurements of 18650 cylindrical lithium-ion battery during discharge cycle for an EV
Shen et al. A review on battery management system from the modeling efforts to its multiapplication and integration
Xu et al. Remaining useful life prediction of lithium-ion batteries based on wiener process under time-varying temperature condition
Pan et al. A computational multi-node electro-thermal model for large prismatic lithium-ion batteries
Wang et al. Application of digital twin in smart battery management systems
Motapon et al. A generic electrothermal li-ion battery model for rapid evaluation of cell temperature temporal evolution
Mastali et al. Electrochemical-thermal modeling and experimental validation of commercial graphite/LiFePO4 pouch lithium-ion batteries
CN110532600A (zh) 一种动力电池热管理系统及方法
Han et al. Simplification of physics-based electrochemical model for lithium ion battery on electric vehicle. Part II: Pseudo-two-dimensional model simplification and state of charge estimation
Chen et al. Core temperature estimation based on electro‐thermal model of lithium‐ion batteries
Kim et al. Modelling the thermal behaviour of a lithium-ion battery during charge
Li et al. Physics-based CFD simulation of lithium-ion battery under the FUDS driving cycle
Wang et al. Temperature prediction of lithium-ion battery based on artificial neural network model
Baveja et al. Predicting temperature distribution of passively balanced battery module under realistic driving conditions through coupled equivalent circuit method and lumped heat dissipation method
Tran et al. A Padé approximate model of lithium ion batteries
Tian et al. 3-D temperature field reconstruction for a lithium-ion battery pack: A distributed Kalman filtering approach
Awarke et al. Thermal analysis of a Li‐ion battery module under realistic EV operating conditions
Li et al. Numerical investigation on the thermal management of lithium-ion battery system and cooling effect optimization
Zhang et al. An online heat generation estimation method for lithium-ion batteries using dual-temperature measurements
CN111595485B (zh) 一种基于降阶模型的锂离子电池在线温度分布观测器设计方法
Yi et al. Modeling the effect of aging on the electrical and thermal behaviors of a lithium-ion battery during constant current charge and discharge cycling
Xie et al. An improved electrothermal‐coupled model for the temperature estimation of an air‐cooled battery pack
Liang et al. Evaluation of battery modules state for electric vehicle using artificial neural network and experimental validation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant