CN113158589B - 一种电池管理系统的仿真模型校准方法以及装置 - Google Patents
一种电池管理系统的仿真模型校准方法以及装置 Download PDFInfo
- Publication number
- CN113158589B CN113158589B CN202110168883.7A CN202110168883A CN113158589B CN 113158589 B CN113158589 B CN 113158589B CN 202110168883 A CN202110168883 A CN 202110168883A CN 113158589 B CN113158589 B CN 113158589B
- Authority
- CN
- China
- Prior art keywords
- simulation model
- management system
- outlet temperature
- battery management
- cooling liquid
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Secondary Cells (AREA)
Abstract
本发明实施例公开了一种电池管理系统的仿真模型校准方法及装置。其中,所述方法包括:获取真实的电池管理系统在各个时刻的真实冷却液出口温度;确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致,可以实现快速地对仿真模型进行优化,可以实现精准地对仿真模型进行校准。
Description
技术领域
本发明实施例涉及车辆仿真技术,尤其涉及一种电池管理系统的仿真模型校准方法及装置。
背景技术
目前,新能源汽车的发展前景非常广阔。新能源汽车具有能量效率高、零排放、无污染、比能量高、噪音低、可靠性高等优点。动力电池系统作为新能源汽车的主要储能部件,主要保证整车行驶、制动能量回收、混合动力发动机系统能量调节等功能。电池总成作为电池总成结构保护固定的核心部件,其重要性不言而喻。
相关技术中的电池管理系统的校准优化主要存在两大问题:1、参数过多,导致无法进行精准分析;2、可操作性能较差,有一些参数无法测量。因而,不能精准、高效地对电池管理系统进行校准优化。
发明内容
本发明实施例提供了一种电池管理系统的仿真模型校准方法及装置,可以实现快速地对仿真模型进行优化,可以实现精准地对仿真模型进行校准。
第一方面,本发明实施例提供了一种电池管理系统的仿真模型校准方法,其中,该方法包括:
获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致。
第二方面,本发明实施例还提供了一种电池管理系统的仿真模型校准装置,其中,该装置包括:
获取模块,用于获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定模块,用于确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
校准模块,用于将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致。
第三方面,本发明实施例还提供了一种电池管理系统的仿真模型校准设备,其中,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一项所述的电池管理系统的仿真模型校准方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一项所述的电池管理系统的仿真模型校准方法。
本发明实施例提供的技术方案,通过获取真实的电池管理系统在各个时刻的真实冷却液出口温度;确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;将仿真冷却液出口温度与真实冷却液出口温度进行对比,基于对比结果校准仿真模型,可以实现快速地对仿真模型进行优化,可以实现精准地对仿真模型进行校准。
附图说明
图1a是本发明实施例提供的一种电池管理系统的仿真模型校准方法的流程图;
图1b是本发明实施例提供的电池管理系统的仿真模型结构示意图;
图1c本发明实施例提供的单体温度仿真与实际试验对比图;
图1d是本发明实施例提供的电池单体温度仿真与实际试验差值图;
图1e是本发明实施例提供的仿真冷却液出口温度与真实冷却液出口温度对比图;
图2是本发明实施例提供的另一种电池管理系统的仿真模型校准方法的流程图;
图3是本发明实施例提供的又一种电池管理系统的仿真模型校准方法的流程图;
图4是本发明实施例提供的一种电池管理系统的仿真模型校准装置结构示意图;
图5是本发明实施例提供的一种电池管理系统的仿真模型校准设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1a是本发明实施例提供的电池管理系统的仿真模型校准方法的流程图,所述方法可以由电池管理系统的仿真模型校准装置来执行,所述装置可以由软件和/或硬件的方式实现,所述装置可以配置在校准设备上,该设备可以是计算机等终端设备。可选的,所述方法应用于对电池管理系统的仿真模型进行校准的场景中。如图1a所示,本发明实施例提供的技术方案具体包括:
S110:获取真实的电池管理系统在各个时刻的真实冷却液出口温度。
在本发明实施例中,可选的,真实的电池管理系统对应的数据为试验数据,即标准数据,依据该标准数据作为参考,来对电池管理系统的仿真模型进行校验。在对电池管理系统的仿真模型进行校验之前,首先通过真实的电池管理系统进行实际的试验验证得到试验数据,即在试验工况下得到各个时刻的真实冷却液出口温度。
S120:确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度。
具体的,如图1b所示,电池管理系统的仿真模型可以包括但不限于电池模组11、液冷板12、导热胶13、冷却液流道14等,通过电池管理系统的仿真模型在仿真工况下可以确定各个时刻的仿真冷却液出口温度,其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致,即各个时刻仿真工况下的仿真冷却液进口温度与试验工况下的冷却液进口温度相同。
在本发明实施例中,可选的,真实的电池管理系统的试验工况与仿真模型的仿真工况还可以有如下条件相同:环境温度、冷却液流量、电池模组的生热功率以及持续时间。
在本发明实施例中,可选的,在使用仿真模型之前,需要首先构建仿真模型,通过构建生成的仿真模型可以是计算流体动力学模型,也可以是其他模型。
在本发明实施例的一个实施方式中,可选的,在所述确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度之前,还包括:确定待优化参数,基于所述待优化参数生成数据模型;基于所述数据模型构建所述仿真模型;其中,所述仿真模型为计算流体动力学模型。其中,构建数据模型以及仿真模型的方法可以参考相关技术中的方法。
其中,待优化参数为采用优化方案对电池管理系统的仿真模型进行优化时所需要优化的参数,可以用包括以下参数中的至少一个:仿真模型输入条件或者边界条件关联的参数、仿真模型中涉及部件加工误差关联的参数、与实际统计数据对应的参数、数据模型建模方法关联的参数和仿真模型中的电池模组的生热模型关联的参数。其中,优化方案可以在如下方向上选择:仿真模型的输入条件和边界条件,部件加工误差分析,工程化应用、实际统计数据处理,建模方法、电池模组的生热模型。其中,实际统计数据处理可以包括多次测量得到的冷却液管道的口径数据的处理。
具体的,可以在优化方案中确定待优化参数X1、X2……XN,并进行电池冷却结构设计,生成数据模型S0,以某电池产品为例,定义仿真工况A可以如表1所示:
表1
根据数据模型S0构建电池管理系统的仿真模型,其中,该仿真模型可以为计算流体动力学模型,根据该工况设置仿真模型的输入,利用该仿真模型进行计算得到仿真冷却液出口温度。
S130:将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型。
其中,可以确定各个时刻的仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于所有差值校准仿真模型,可以采用遗传算法对仿真模型进行校准,也可以采用其他方法对仿真模型进行校准。具体可以基于所有差值计算温度方差,基于温度方案调整仿真模型的参数,从而实现对仿真模型的校准。
相关技术中,普通校准方案只是对比电池模组温度的试验数值与仿真数值的差值对比,基于差值的对比结果校准仿真模型,其中的物理变量参数太多,校准参数比较困难,容易造成校准不准确;并且在仿真模型校准过程中,在不同的工况下,仿真模型输出的电池模组的仿真数值和试验数值的差异较大,仿真模型的校准并不准确,例如,在调整仿真模型的参数之后,改变工况,则仿真模型的电池模组的仿真数值和试验数值一般差异较大,因此,仿真模型的校准不准确。
本发明实施例通过采用仿真冷却液出口温度与真实冷却液出口温度进行对比,基于对比结果校准仿真模型,可以准确校准仿真模型,可以降低模型校准的难度,具体原因可以参考下述介绍。
在本发明实施例中,根据公式:Φ=h×A×Δt可知,Φ为总体换热量,单位是W;h为表面传热系数,单位是W/(㎡×K);A为接触面积,单位是㎡;△t为变化温度,单位是K。将整个电池模组的液冷板内部与冷却液的换热看作一个整体,h可以为液冷板内表面的平均值。其中△t=t出口-t进口,由公式得知,在冷却液进口温度、接触面积与总体换热量一致的情况下,冷却液出口温度与表面传热系数相关。仿真模型准确的关键在于表面传热系数的准确,但这个物理量测量起来比较难,不容易校准,故可以通过真实冷却液出口温度与仿真冷却液出口温度,体现表面传热系数的准确性。其中,冷却液可以是水。其中,设置真实的电池管理系统的冷却液进口温度的变化与仿真模型的仿真冷却液进口温度的变化一致,只要真实冷却液出口温度与仿真冷却液出口温度差异越小,则表明仿真模型计算出的表面传热系数与真实的试验数值越接近,从而使模型校准更加准确和更加方便。
在本发明实施例中,仿真结合图1c、图1d和图1e所示,其中横轴表示时间,单位为s,纵轴表示温度,单位为℃。其中,图1c是本发明实施例提供的单体温度仿真与实际试验对比图,如图1c所示,41表示电池单体实际试验的温度最大值,42表示电池单体实际试验的温度最小值,43表示电池单体实际试验的温度平均值,44表示电池单体仿真的温度最大值,45表示电池单体仿真的温度最小值,46表示电池单体仿真的温度平均值;图1d是本发明实施例提供的电池单体温度仿真与实际试验差值图,如图1d所示,51表示实际试验与仿真的电池单体温度最大值的差值,52表示实际试验与仿真的电池单体温度最小值的差值,53表示实际试验与仿真的电池单体温度平均值的差值;图1e是本发明实施例提供的仿真冷却液出口温度与真实冷却液出口温度对比图,如图1e所示,61表示真实冷却液出口温度,62表示仿真冷却液出口温度。
根据仿真数值与试验数据的曲线对比评估,经过计算迭代,可以校准仿真模型:为了保证电池管理系统的仿真模型精准度,可以通过对比冷却液出口温度,持续优化仿真模型来提升仿真模型的精度,将仿真分析、结构设计、试验数值与仿真数据对比分析相结合,反复迭代,进行优化计算,以确定待优化参数。如图1c、图1d和图1e所示,在仿真模型的待优化参数调整完毕之后,实际试验和仿真的电池单体温度差异较小,仿真冷却液出口温度与真实冷却液出口温度的差异也较小,考虑了电池单体的温度变化对比以及对比冷却液进出口对比,多角度验证仿真模型的精准度,其中,仿真模型在某个工况下的精度可以达到92%左右,比原来的仿真模型精度提升20%左右。
与现有技术相比,本发明实施例提供的技术方案计算速度快、干扰因素较少、优化效果明显,可以采用多种校准手段校准仿真模型,实现仿真模型拟合度达到90%以上。
本发明实施例提供的技术方案,通过获取真实的电池管理系统在各个时刻的真实冷却液出口温度;确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;将仿真冷却液出口温度与真实冷却液出口温度进行对比,基于对比结果校准仿真模型,即通过获取到各个时刻的真实冷却液出口温度与仿真冷却液出口温度的对比结果基于对比结果来对仿真模型进行校验,可以实现快速地对仿真模型进行优化,可以实现精准地对仿真模型进行校准。
图2是本发明实施例提供的电池管理系统的仿真模型校准方法的流程图,在本发明实施例中,可选的,所述将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型,包括:确定各个仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于各个差值确定温度方差;判断所述温度方差是否满足预设条件;若否,调整所述仿真模型中的待优化参数,返回确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度的步骤,直至所述温度方差满足所述预设条件。
如图2所示,本发明实施例提供的技术方案包括:
S210:获取真实的电池管理系统在各个时刻的真实冷却液出口温度。
S220:确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度。
S230:确定各个仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于各个差值确定温度方差。
在本发明实施例中,可选的,从电池管理系统的仿真模型中提取出仿真冷却液出口温度值,并将其与对应真实冷却液出口温度做差,计算得到每个时刻的差值,由于在某工况下,真实冷却液出口温度与仿真冷却液出口温度的差值随着时间的增长逐渐增加,因而根据所有的差值计算得到温度方差ε。
S240:判断所述温度方差是否满足预设条件。
若否,执行S250;若是,执行S260。
在本发明实施例中,可选的,判断S230中的得到的温度方差ε是否满足预设条件,并根据判断结果执行不同的操作,预设条件可以根据需要进行设置。
在本发明实施例的一个实施方式中,可选的,所述预设条件包括所述温度方差达到预先设置的预设值,或者达到基于正太分布确定的值。
在本发明实施例中,可选的,如果S230中的得到的温度方差ε达到预先设置的预设值,或者达到基于正太分布确定的值,结束对仿真模型的校准;如果S230中的得到的温度方差ε达不到预先设置的预设值,或者达不到基于正太分布确定的值,执行S250。
S250:调整所述仿真模型中的待优化参数,返回执行S220。
在本发明实施例中,可选的,将待优化参数X1、X2……XN传递给遗传算法,计算出下一轮待优化参数X1’、X2’……XN’,更新仿真模型,并返回确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度的步骤,直至温度方差ε满足预设条件为止,结束校准。
S260:结束校准。
图3是本发明实施例提供的电池管理系统的仿真模型校准方法的流程图,在本发明实施例中,可选的,本发明实施例提供的方法还包括:在所述确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度之前,确定待优化参数,基于所述待优化参数生成数据模型;基于所述数据模型构建所述仿真模型;其中,所述仿真模型为计算流体动力学模型。
如图3所示,本发明实施例提供的技术方案包括:
S310:获取真实的电池管理系统在各个时刻的真实冷却液出口温度。
S320:确定待优化参数,基于所述待优化参数生成数据模型。
S330:基于所述数据模型构建所述仿真模型;其中,所述仿真模型为计算流体动力学模型。
S340:确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度。
S350:将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型。
本发明实施例提供的技术方案还可以包括如下步骤:
步骤1、确定冷却液出口温度在仿真工况与试验工况下的差值(建议每个瞬态工况下每隔1S取一点);P为电池管理系统的模型处理优化方案,优化方案中涉及的待优化参数包括如下参数的至少一个:仿真模型输入条件或者边界条件关联的参数、仿真模型中涉及部件加工误差关联的参数、与实际统计数据对应的参数、数据模型建模方法关联的参数和仿真模型中的电池模组的生热模型关联的参数。其中,优化方案可以在如下方向上选择:仿真模型的输入条件和边界条件,部件加工误差分析,工程化应用、实际统计数据处理,建模方法、电池模组的生热模型。其中,实际统计数据处理可以包括多次测量得到的冷却液管道的口径数据的处理。
步骤2、确定待优化参数X1、X2……XN。
步骤3、以X1、X2……XN进行电池冷却3D结构设计,生成数模S0,以某电池产品为例,定义仿真工况A如表1所示。
步骤4、利用数模S0搭建电池管理系统的仿真模型。
步骤5、采用仿真模型进行计算流体动力学(Computational Fluid Dynamics,CFD)计算,其计算程序为Y,根据输入条件设置仿真的输入,其中仿真工况必须保证与试验工况实时一致,包括:冷却液进口温度、环境温度、冷却液流量、电池模组的生热功率以及持续时间等。
步骤6、从电池管理系统的仿真模型的CFD仿真结果中提取出仿真冷却液出口温度,与试验工况下电池管理系统的真实冷却液出口温度做差,计算得到各个时刻的差值,根据所有的差值取得温度方差ε。
步骤7、将待优化参数X1、X2……XN传递给遗传算法。
步骤8、遗传算法基于待优化参数X1、X2……XN确定,计算出下一轮优化参数X1’、X2’……XN’,采用得到的优化参数更新仿真模型。
步骤9、重复执行步骤5至步骤8,直至温度方差ε满足预设条件。仿真模型达到预设的条件,就可以保证电池管理系统仿真模型的精准度。通过校准好之后的仿真模型可以进行大量的开发性试验,节省试验成本、缩短试验周期。
目前,新能源汽车的发展前景非常广阔。新能源汽车具有能量效率高、零排放、无污染、比能量高、噪音低、可靠性高等优点。动力电池系统作为新能源电池车的主要储能部件,主要保证整车低速行驶、制动能量回收、混合动力发动机系统能量调节等功能。电池总成作为电池总成结构保护固定的核心部件,其重要性不言而喻。电池管理系统的校准优化主要存在两大问题:1、参数过多,无法精准分析;2、可操作性能较差,有一些参数无法测量。综上,与本发明有很大不同。
本发明实施例提供的电池管理系统的仿真模型校准方法,通过校准对比仿真模型计算的仿真冷却液出口温度与真实冷却液出口温度,不断迭代参数化,进行优化设计,最终实现仿真模型的校准。
图4是本发明实施例提供的电池管理系统的仿真模型校准装置结构示意图,所述装置可以配置在校准设备上,该设备可以是计算机等终端设备,如图4所示,该装置包括:获取模块510、确定模块520和校准模块530。
其中,获取模块510,用于获取真实的电池管理系统在各个时刻的真实冷却液出口温度;确定模块520,用于确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;校准模块530,用于将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致。
在一个示例性的实施方式中,所述将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型,包括:确定各个仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于各个差值确定温度方差;判断所述温度方差是否满足预设条件;若否,调整所述仿真模型中的待优化参数,返回确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度的步骤,直至所述温度方差满足所述预设条件。
在一个示例性的实施方式中,所述装置还包括仿真模型构建模块,用于在所述确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度之前,确定待优化参数,基于所述待优化参数生成数据模型;基于所述数据模型构建所述仿真模型;其中,所述仿真模型为计算流体动力学模型。
在一个示例性的实施方式中,所述待优化参数包括如下至少之一:所述仿真模型输入条件或者边界条件关联的参数;所述仿真模型中涉及部件加工误差关联的参数;与实际统计数据对应的参数;所述数据模型建模方法关联的参数;所述仿真模型中的电池模组的生热模型关联的参数。
在一个示例性的实施方式中,所述预设条件包括所述温度方差达到预先设置的预设值,或者达到基于正太分布确定的值。
在一个示例性的实施方式中,真实的电池管理系统和所述仿真模型的如下工况条件相同:环境温度、冷却液流量、电池模组的生热功率以及持续时间。
在一个示例性的实施方式中,所述差值随着时间的增长逐渐增加。
上述实施例所提供的装置可以执行本发明任意实施例所提供的电池管理系统的仿真模型校准方法,具备执行方法相应的功能模块和有益效果。
图5是本发明实施例提供的一种电池管理系统的仿真模型校准设备结构示意图,如图5所示,该设备包括:
一个或多个处理器610,图5中以一个处理器610为例;
存储器620;
所述设备还可以包括:输入装置630和输出装置640。
所述设备中的处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器620作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种电池管理系统的仿真模型校准方法对应的程序指令/模块(例如,附图4所示的获取模块510、确定模块520和校准模块530)。处理器610通过运行存储在存储器620中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种电池管理系统的仿真模型校准方法,即:
获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致。
存储器620可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器620可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器620可选包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的一种电池管理系统的仿真模型校准方法,也即:
获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种电池管理系统的仿真模型校准方法,其特征在于,包括:
获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致;
所述将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型,包括:
确定各个仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于各个差值确定温度方差;
判断所述温度方差是否满足预设条件;
若否,调整所述仿真模型中的待优化参数,返回确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度的步骤,直至所述温度方差满足所述预设条件。
2.根据权利要求1所述的方法,其特征在于,在所述确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度之前,还包括:
确定待优化参数,基于所述待优化参数生成数据模型;
基于所述数据模型构建所述仿真模型;其中,所述仿真模型为计算流体动力学模型。
3.根据权利要求2所述的方法,其特征在于,所述待优化参数包括如下至少之一:
所述仿真模型输入条件或者边界条件关联的参数;
所述仿真模型中涉及部件加工误差关联的参数;
与实际统计数据对应的参数;
所述数据模型建模方法关联的参数;
所述仿真模型中的电池模组的生热模型关联的参数。
4.根据权利要求1所述的方法,其特征在于,所述预设条件包括所述温度方差达到预先设置的预设值,或者达到基于正太分布确定的值。
5.根据权利要求1所述的方法,其特征在于,真实的电池管理系统和所述仿真模型的如下工况条件相同:
环境温度、冷却液流量、电池模组的生热功率以及持续时间。
6.根据权利要求1所述的方法,其特征在于,所述差值随着时间的增长逐渐增加。
7.一种电池管理系统的仿真模型校准装置,其特征在于,包括:
获取模块,用于获取真实的电池管理系统在各个时刻的真实冷却液出口温度;
确定模块,用于确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度;
校准模块,用于将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型;其中,真实的电池管理系统的冷却液进口温度的变化与所述仿真模型的仿真冷却液进口温度的变化一致;
所述校准模块,还用于所述将所述仿真冷却液出口温度与所述真实冷却液出口温度进行对比,基于对比结果校准所述仿真模型,包括:
确定各个仿真冷却液出口温度与对应真实冷却液出口温度之间的差值,基于各个差值确定温度方差;
判断所述温度方差是否满足预设条件;
若否,调整所述仿真模型中的待优化参数,返回确定电池管理系统的仿真模型在各个时刻的仿真冷却液出口温度的步骤,直至所述温度方差满足所述预设条件。
8.一种电池管理系统的仿真模型校准设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110168883.7A CN113158589B (zh) | 2021-02-07 | 2021-02-07 | 一种电池管理系统的仿真模型校准方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110168883.7A CN113158589B (zh) | 2021-02-07 | 2021-02-07 | 一种电池管理系统的仿真模型校准方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113158589A CN113158589A (zh) | 2021-07-23 |
CN113158589B true CN113158589B (zh) | 2022-09-16 |
Family
ID=76882798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110168883.7A Active CN113158589B (zh) | 2021-02-07 | 2021-02-07 | 一种电池管理系统的仿真模型校准方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158589B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884785A (zh) * | 2021-08-31 | 2022-01-04 | 深圳市科信通信技术股份有限公司 | 电池管理系统测试方法及存储介质 |
CN115033988A (zh) * | 2022-05-31 | 2022-09-09 | 中国第一汽车股份有限公司 | 一种动力总成温度估算方法、装置、整车控制器及介质 |
CN115048803B (zh) * | 2022-06-29 | 2023-04-07 | 深圳市纳设智能装备有限公司 | 温度分布图库的建立方法和晶圆表面温度的获取方法 |
CN115406558B (zh) * | 2022-07-22 | 2024-08-13 | 中国第一汽车股份有限公司 | 获取车辆的动力总成温度的方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145649A (zh) * | 2017-04-24 | 2017-09-08 | 北京长城华冠汽车科技股份有限公司 | 电动汽车动力电池的冷却液控制参数的确定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI370574B (en) * | 2009-03-31 | 2012-08-11 | Open Minder Group Ltd | System and method for managing composite battery energy |
CA2755605C (en) * | 2011-10-21 | 2019-08-13 | Ibm Canada Limited - Ibm Canada Limitee | Online simulation model optimization |
CN108008308A (zh) * | 2017-11-23 | 2018-05-08 | 芜湖天量电池系统有限公司 | 一种锂离子电池发热量的测试系统和方法 |
CN109543261A (zh) * | 2018-11-09 | 2019-03-29 | 东软睿驰汽车技术(沈阳)有限公司 | 一种液冷系统的结构优化方法及装置 |
CN110941911A (zh) * | 2019-12-04 | 2020-03-31 | 西南交通大学 | 一种基于正交试验法的锂离子电池的散热仿真优化方法 |
CN112214862B (zh) * | 2019-12-31 | 2022-05-17 | 蜂巢能源科技有限公司 | 基于遗传算法的电池参数标定方法、系统及设备 |
-
2021
- 2021-02-07 CN CN202110168883.7A patent/CN113158589B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145649A (zh) * | 2017-04-24 | 2017-09-08 | 北京长城华冠汽车科技股份有限公司 | 电动汽车动力电池的冷却液控制参数的确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113158589A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113158589B (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
He et al. | An adaptive central difference Kalman filter approach for state of charge estimation by fractional order model of lithium-ion battery | |
CN101248365B (zh) | 估算与电池相关的状态向量的系统和方法 | |
WO2021208079A1 (zh) | 获取动力电池寿命数据的方法、装置、计算机设备及介质 | |
CN110795887B (zh) | 多应力加速寿命试验分析方法和装置 | |
CN113671381B (zh) | 一种基于时间卷积网络的锂离子动力电池估算方法 | |
CN112446139B (zh) | 加速试验剖面优化方法、系统、机电产品、介质及终端 | |
CN112800683B (zh) | 基于卷积神经网络的系统短路电流水平评估方法及系统 | |
CN111025041A (zh) | 电动汽车充电桩监测方法及其系统、计算机设备、介质 | |
CN110991741B (zh) | 一种基于深度学习的断面约束概率预警方法及系统 | |
Kim et al. | Bayesian parameter identification in electrochemical model for lithium-ion batteries | |
CN104635206B (zh) | 一种无线定位的方法及装置 | |
Zhan et al. | Application of adaptive extended Kalman algorithm based on strong tracking fading factor in Stat-of-Charge estimation of lithium-ion battery | |
CN104950261B (zh) | 电池的硬件在环仿真测试方法及系统 | |
CN117313471A (zh) | 一种门机应力场反演方法、系统及电子设备 | |
CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
CN116070516A (zh) | 一种电缆温度的预测方法及装置 | |
Wang et al. | SOC estimation of lead–carbon battery based on GA-MIUKF algorithm | |
CN112464395A (zh) | 发动机的物理模型参数标定方法和装置 | |
Chen et al. | An improved grey wolf optimization–double adaptive extended Kalman filtering algorithm for co-estimation of state of charge and state of health for lithium-ion batteries based on temperature-dependent second-order RC model | |
Li et al. | An improved adaptive weights correction-particle swarm optimization-unscented particle filter method for high-precision online state of charge estimation of lithium-ion batteries | |
CN118229271B (zh) | 用于核电安全级设备的寿命评估方法、装置、设备及介质 | |
CN110060103A (zh) | 一种线性定价的方法、装置、存储介质及电子设备 | |
CN118094782B (zh) | 一种考虑认知不确定性的结构热传导模型确认与参数校准方法 | |
CN110069809B (zh) | 一种基于蒙特卡罗模拟法的go法中的不确定性分析方法 |
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 |