CN113206319B - 新能源汽车动力电池组液冷系统模糊滑模优化方法 - Google Patents

新能源汽车动力电池组液冷系统模糊滑模优化方法 Download PDF

Info

Publication number
CN113206319B
CN113206319B CN202110461106.1A CN202110461106A CN113206319B CN 113206319 B CN113206319 B CN 113206319B CN 202110461106 A CN202110461106 A CN 202110461106A CN 113206319 B CN113206319 B CN 113206319B
Authority
CN
China
Prior art keywords
power battery
temperature
battery pack
cooling
water pump
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
Application number
CN202110461106.1A
Other languages
English (en)
Other versions
CN113206319A (zh
Inventor
马彦
牟洪元
刘永钦
丁浩
李佳怡
高金武
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.)
Yidong New Energy Technology Co ltd
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202110461106.1A priority Critical patent/CN113206319B/zh
Publication of CN113206319A publication Critical patent/CN113206319A/zh
Application granted granted Critical
Publication of CN113206319B publication Critical patent/CN113206319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/61—Types of temperature control
    • H01M10/613—Cooling or keeping cold
    • 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
    • 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
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
    • H01M10/625—Vehicles
    • 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
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/656—Means for temperature control structurally associated with the cells characterised by the type of heat-exchange fluid
    • H01M10/6567—Liquids
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

一种新能源汽车动力电池组液冷系统模糊滑模优化方法，属于新能源汽车电池技术领域。本发明的目的是在液冷系统中，即保证了动力电池组温度在最佳温度值左右，又增强了冷却过程稳定性的新能源汽车动力电池组液冷系统模糊滑模优化方法。本发明步骤是：建立新能源汽车动力电池组液体冷却系统模型，水泵参考转速求解，动力电池组液冷系统模糊滑模优化方法设计。本发明降低了动力电池组温度的不一致性，而且进一步减小了液冷系统冷却能量的消耗。

Description

新能源汽车动力电池组液冷系统模糊滑模优化方法
技术领域
本发明属于新能源汽车电池技术领域。
背景技术
随着以特斯拉为代表的新能源汽车市场占有量不断增加，人们对新能源汽车的续驶里程不断提出更高的要求。受到整车空间的限制，不可能通过无限的增加动力电池组的体积来提升新能源汽车续驶里程，于是增加动力电池组的能量密度就成为提升新能源汽车续驶里程的有效方案。动力电池组能量密度提高，伴随的问题是动力电池组发热量增大，温度快速升高，导致动力电池组的容量降低和循环寿命缩短。于是，建立有效的新能源汽车动力电池组冷却系统，保障动力电池组的温度在适宜范围内，防止热失控，进而提升动力电池组的性能与新能源汽车的安全就显得十分必要。
新能源汽车动力电池组冷却方式主要有空气冷却和液体冷却，随着新能源汽车动力电池组生热增多，空气冷却逐渐不能满足动力电池组的散热需求。而且空气冷却需要风扇、风机等辅助设备，同时需要加装风道，这将造成新能源汽车中动力电池组散热结构过于复杂庞大。采用液体冷却时，冷却液在管道中流动，通过冷却管道与动力电池直接接触换热，换热效率高，在动力电池组大电流充放电时也有很好的冷却效果。
在新能源汽车动力电池组液体冷却系统中，动力电池组实际的散热需求是随着外部环境温度和负载电流变化的，如果液冷系统的冷却能力是一定的，在大电流负载条件下，动力电池组温度过高，会引发安全隐患。在小电流负载条件下，动力电池组温度过低，冷却消耗的能量过多，造成不必要的能源浪费，因此要引入优化方法对动力电池组冷却过程进行调节，防止温度过高，同时避免不必要的能源浪费。
目前的新能源汽车动力电池组液冷系统存在很多缺点：公开号为CN111952498A，公开日为2020年11月17日，发明名称为“动力电池包散热系统”，该发明通过冷却水箱和水泵等设备，驱动冷却水循环散热，解决了原来的新能源汽车电池的空气冷却效果达不到有效降温的缺点，但是该发明对动力电池组的温度调节没有形成闭环控制，因此电池的降温过程需要人为的控制液冷系统的开启和关闭，花费大量的人力成本，而且经常性的开通和关闭冷却器件容易造成冷却器件的损坏；公开号为CN109037845A，公开日为2018年12月18日，发明名称为“一种动力电池组液体加热与冷却系统”，该发明通过冷却水箱和制冷泵等设备，实现了动力电池组温度大于45℃或温差大于5℃时对动力电池组的冷却，但是无法随动力电池组实际散热需求调整液冷系统中冷却液流速大小，在动力电池组温度达到适宜区间时，液体冷却系统仍然开启，造成电池降温过多，引起不必要的能源浪费；公开号为CN108767371A，公开日为2018年11月6日，发明名称为“液体介质的汽车电池热管理系统”，该发明通过设置控制单元，实现动力电池组温度的精准控制，但是液冷系统中控制器参数固定，在外界环境温度、动力电池组负载电流随着新能源汽车行驶状态变化、动力电池组内阻随着温度等发生变化的情况下，远远达不到对动力电池组液冷系统优化的目的。
发明内容
本发明的目的是在液冷系统中，即保证了动力电池组温度在最佳温度值左右，又增强了冷却过程稳定性的新能源汽车动力电池组液冷系统模糊滑模优化方法。
本发明步骤是：
S1、建立新能源汽车动力电池组液体冷却系统模型；
(1)建立动力电池组热模型：
动力电池总生热为：
Figure BDA0003042299770000021
其中，Qc为动力电池总生热，Qs为动力电池内部化学反应生热，Qj,p为动力电池内阻生热，I为动力电池的负载电流，R0为动力电池的内阻，Tb为动力电池的温度，
Figure BDA0003042299770000022
为动力电池的熵热系数；
动力电池内阻R0和温度的关系为：
Figure BDA0003042299770000023
其中，p1、p2、p3为常数；
则动力电池的总生热为：
Figure BDA0003042299770000024
动力电池向周围冷却液传递的热量为：
Qs＝hAb(Tb-Tl) (4)
其中，Qs为动力电池向冷却液传递的热量，h为传热系数，Ab为动力电池和冷却液的热交换面积，Tl为冷却液的温度；
对流换热系数h为：
Figure BDA0003042299770000025
其中，ρ为冷却液的密度，Prf为普朗特数，λ为冷却液的导热系数，L为冷却管道的当量直径；μf为管道内冷却液的动力粘度，μω为近壁面冷却液的动力粘度，v为冷却液流速；
令
Figure BDA0003042299770000026
动力电池向冷却液传递的热量Qs为：
Qs＝a1Ab(Tb-Tl)v0.8 (6)
动力电池热量的变化Qb和动力电池温度Tb之间的关系为：
Figure BDA0003042299770000027
其中，cb为动力电池的比热容，mb为动力电池的质量；
则动力电池热量的变化和负载电流和冷却液流速的关系为：
Figure BDA0003042299770000031
令
Figure BDA0003042299770000032
u＝v0.8，液冷散热条件下的动力电池的热模型为：
Figure BDA0003042299770000033
第一个动力电池模组的热模型通过式(9)得到：
Figure BDA0003042299770000034
其中，Tb,1为动力电池组中第一个电池模组中动力电池的温度；
由能量守恒定律可知，冷却液从冷却管道入口到出口吸收的热量Q1等于各个动力电池模组散失的热量Q2，即：
Q1＝Q2 (11)
冷却液吸收的热量为：
Q1＝ρchSgv(Tl,n-Tl,1) (12)
其中，ρ为冷却液的密度，ch为冷却液的比热容，Sg为冷却管道的入口面积，v为冷却液的流动速度，Tl,1为动力电池组中第一个动力电池模组中冷却液的温度，第一个动力电池模组中冷却液的温度等于动力电池组入口冷却液的温度，即Tl,1＝Tl，Tl,n为动力电池组中第n个动力电池模组冷却液的温度；
动力电池组中各个动力电池模组散失的热量为：
Figure BDA0003042299770000035
其中，Qs,n为第n个动力电池模组散失的热量，Tb,n为第n个动力电池模组的温度；
相邻动力电池模组之间动力电池的温度是等幅递增的，相邻动力电池模组中的冷却液的温度也是等幅递增的，即：
Figure BDA0003042299770000036
Figure BDA0003042299770000041
令M＝(Tb,1-Tl,1)+(Tb,2-Tl,2)+…+(Tb,n-Tl.n)，得到：
Figure BDA0003042299770000042
动力电池组中第n个动力电池模组中冷却液的温度，即动力电池组出口冷却液温度为：
Figure BDA0003042299770000043
动力电池组中第n个动力电池模组单位时间散失的热量为：
Figure BDA0003042299770000044
其中，ξ＝2ρcSv0.2+na1Ab，η＝2ρcSa1Abv，
Figure BDA0003042299770000048
则动力电池组中第n个动力电池模组的温度为：
Figure BDA0003042299770000045
动力电池组热模型的输入为动力电池组的负载电流，冷却管道入口冷却液的温度和冷却液的流速，输出为动力电池组中每一个动力电池模组中动力电池的温度；
(2)建立水泵模型：
水泵的转动方程为：
Figure BDA0003042299770000046
其中，Te是水泵的主动力矩，TL是阻力矩，B是阻尼系数，ω是水泵转动的角速度，J是水泵转动惯量；
主动力矩和水泵控制电流i的关系为：
Te＝Kti (21)
其中，Kt为水泵转矩系数，i为稳态时绕组相电流；
转动力矩TJ为：
Figure BDA0003042299770000047
其中，GD2为飞轮惯量，n为水泵的转速，g为重力加速度；
冷却液的体积流量和水泵转速之间的关系为：
Figure BDA0003042299770000051
其中，
Figure BDA0003042299770000052
为水泵的体积流量，V为水泵的容积，ηp为水泵容积系数；
水泵输出的冷却液的质量流量
Figure BDA0003042299770000053
为：
Figure BDA0003042299770000054
其中，ρ为冷却液的密度；
冷却液的流速v为：
Figure BDA0003042299770000055
其中，S为水泵的出口截面积。
(3)建立板式换热器模型：
板式换热器的输入输出关系用函数形式来表示为：
Figure BDA0003042299770000056
其中，
Figure BDA0003042299770000057
为经过动力电池组温度升高的冷却液，
Figure BDA0003042299770000058
为对冷却液进行冷却的冷流体质量流量，冷流体为温度恒定的低温液体，Thi为板式换热器入口冷却液的温度，Tci为板式换热器入口冷流体的温度，Tho为板式换热器出口冷却液的温度，Tco为板式换热器出口冷流体的温度；
板式换热器出口冷却液的温度变化ΔTho和入口的温度变化ΔThi、入口冷却液质量流量
Figure BDA0003042299770000059
的关系为：
Figure BDA00030422997700000510
其中，α为冷流体的传热系数，F为板式换热器冷流体和冷却液的换热面积，ch为冷却液的比热容，cc为冷流体的比热容；
板式换热器输出的冷却液的温度Tho为：
Tho＝Tho,0+ΔTho (28)
其中，Tho,0为冷却液的初始温度。
(4)建立面向控制需求的动力电池组液冷系统模型：
设c1＝Kt、c2＝TL、c3＝B、c4＝J、c5＝ρ、
Figure BDA00030422997700000511
c7＝S、c8＝ch、c9＝αF、
Figure BDA00030422997700000512
Figure BDA0003042299770000061
c16＝Tho,0，ci为常数，(i＝1…10,15,16)，动力电池组液冷系统模型的输入为控制电流i，其与水泵的角速度ω和输出的冷却液的质量流量mh和冷却液流速v有如下关系：
Figure BDA0003042299770000062
其中，x1＝ω，x2＝mh，x3＝v；
水泵输出的冷却液质量流量x2又作为换热器输入：
Figure BDA0003042299770000063
其中，x4＝Tho，x5＝ΔThi；
板式换热器输出的冷却液的温度x4和水泵输出的冷却液流速x3进而影响动力电池组的温度：
Figure BDA0003042299770000064
电池液冷系统的输入控制电流i，通过调节冷却液的流速x3，对液冷系统的输出量电池温度x6进行调节；
S2、水泵参考转速ωr求解：
水泵的参考转速通过PID控制器求解，PID控制器求解水泵的参考转速如下：
Figure BDA0003042299770000065
其中，ωr为PID控制器求解的水泵参考转速，Kp、Ti、Td分别为PID控制器中的比例、积分和微分环节的系数，e(t)为根据动力电池组设定的目标温度Tbr和实际温度Tb的偏差；
S3、动力电池组液冷系统模糊滑模优化方法设计；
水泵转动的角速度x1与控制电流i之间的关系为：
Figure BDA0003042299770000066
模糊指数趋近律为：
Figure BDA0003042299770000071
其中，δ、k是根据水泵转动角速度偏差变化的数值，通过模糊算法进行确定；α1和α2为常数，可以根据电池液冷系统的实际控制需求选取；
令状态量
Figure BDA0003042299770000072
其中，x8为水泵转速偏差；x9为水泵转速偏差的导数；ωr为水泵参考转速；ω为水泵实际转速；
对式(35)进行微分得到：
Figure BDA0003042299770000073
Figure BDA0003042299770000074
选取积分型滑模面切换函数：
s＝x8+c∫x8dt (38)
对式(38)进行微分，可得：
Figure BDA0003042299770000075
将式(33)和(37)带入(39)得到：
Figure BDA0003042299770000076
将式(34)和式(40)联立得到控制电流i为：
Figure BDA0003042299770000077
对动力电池组液冷系统模糊滑模优化方法进行李雅普诺夫稳定性判据有：
Figure BDA0003042299770000078
Figure BDA0003042299770000079
其中，α1和α2大于0，由模糊控制规则可知，δs≤0；
因为α1δs-α2ks2≤0，
Figure BDA00030422997700000710
由李雅普诺夫稳定性判据可知，系统稳定。
本发明降低了动力电池组温度的不一致性，而且进一步减小了液冷系统冷却能量的消耗。其有益效果是：
1、本发明建立了考虑动力电池组内阻随温度变化，传热系数随冷却液流速变化的新能源汽车动力电池组液冷系统模型，能够用于分析动力电池组负载电流、冷却液流速和冷却液温度等在冷却过程中对动力电池组温度变化的影响，为后续控制器的设计提供了基础；
2、本发明通过水泵驱动冷却液对动力电池组循环散热，对动力电池组的温度调节过程形成了闭环控制，动力电池组的降温过程中不再需要控制液冷系统的开启和关闭，减少了人力成本，冷却器件不需要反复开关，减少了冷却器件的损耗；
3、本发明随动力电池组实际散热需求调整液冷系统中冷却液流速大小，不仅可以保证动力电池组在适宜的温度范围内，而且可以避免动力电池组被冷却过多，降低动力电池组温度不一致性，减小冷却系统的能量消耗；
4、本发明利用动力电池组液冷系统模糊滑模优化方法实现动力电池组温度的调节，考虑了外界环境温度、动力电池组负载电流随着新能源汽车行驶状态变化、动力电池组内阻随着温度状态等变化对液冷系统的影响，将模糊方法和滑模控制相结合，既具有较强的鲁棒性，又能使动力电池液冷系统的稳定性得到改善。
附图说明
图1为本发明适用的新能源汽车动力电池组液冷系统的结构示意图；
图2为本发明的流程图；
图3为使用本发明进行实验得到的动力电池内阻随动力电池温度变化的曲线图；
图4为板式换热器出口冷却液温度随板式换热器入口冷却液质量流量和板式换热器入口冷却液温度变化的曲线图；
图5为本发明所建立的面向控制需求的动力电池组液冷系统模型输入输出关系示意图；
图6a为模糊逻辑控制输入，积分型滑模面s隶属度函数示意图；
图6b为模糊逻辑控制输出，模糊趋近律中参数δ隶属度函数示意图；
图6c为模糊逻辑控制输出，模糊趋近律中参数k隶属度函数示意图；
图7为使用本方法进行实验中所采用的新能源汽车的行驶的工况以及新能源汽车的车速和行驶时间的关系的示意图；
图8为使用本方法进行实验中动力电池组的负载电流和动力电池组运行时间的关系；
图9为NEDC工况下现有技术中的PID方法和本方法对动力电池组中第一个动力电池模组温度调节效果对比的示意图；
图10为NEDC工况下现有技术中的PID方法和本方法对动力电池组中第六个动力电池模组温度调节效果对比的示意图；
图中：1.水泵，2.水箱，3.动力电池组，4.板式换热器，5.温度传感器，6.冷却管道。
具体实施方式
在新能源汽车动力电池组进行冷却过程中，经常会出现控制器响应速度慢，无法及时降温，或者降温过多导致能源消耗过多的问题。图1为本方法所基于的新能源汽车动力电池组液冷系统，其中水泵1用来输送冷却液；水箱2功能是储存冷却液，动力电池组3为新能源汽车的能量来源；板式换热器4对冷却液进行降温；温度传感器5测量冷却液的温度；水箱2中的冷却液经过水泵1将其输送到冷却管道6中，冷却液通过流动带走动力电池组中累积的热量，防止热失控，动力电池组中流出的冷却液经过板式换热器4进行降温，流入水箱2，再经过水泵1输送到动力电池组中。
本发明建立了考虑动力电池组内阻随温度变化，传热系数随冷却液流速变化的新能源汽车动力电池组液冷系统模型，能够用于分析动力电池组负载电流、冷却液流速和冷却液温度等在冷却过程中对动力电池组温度变化的影响，利用动力电池组液冷系统模糊滑模优化方法实现动力电池组温度的调节，考虑了外界环境温度、动力电池组负载电流随着新能源汽车行驶状态变化、动力电池组内阻随着温度状态等变化对液冷系统的影响，将模糊和滑模方法相结合，既具有较强的鲁棒性，又能使冷却系统的稳定性得到改善。
如图2所示，本发明提供的一种新能源汽车动力电池组液冷系统模糊滑模优化方法的具体过程为：
在建立新能源汽车动力电池组液冷系统模型之前，对模型提出如下假设：
a、忽略动力电池老化和容量退化的过程；
b、动力电池的温度是均匀的，而忽略了动力电池表面温度和核芯温度之间的差异；
c、动力电池的生热只包括焦耳热、极化热和反应热，忽略动力电池副反应热的影响；
d、忽略动力电池充放电滞后效应对动力电池生热的影响。
步骤一：建立新能源汽车动力电池组液体冷却系统模型；
所述步骤一建立新能源汽车动力电池组液冷系统模型过程如下：
(1)建立动力电池组热模型：
汽车在行驶过程中，动力电池组为新能源汽车提供能量。电池内部的生热主要包括两种：动力电池组内部发生化学反应产生的热量和动力电池内阻产生的热量，这两种热量逐渐累积，引起动力电池温度的升高，充放电条件下动力电池总生热为：
Figure BDA0003042299770000091
其中，Qc为动力电池总生热，Qs为动力电池内部化学反应生热，Qj,p为动力电池内阻生热，I为动力电池的负载电流，R0为动力电池的内阻，Tb为动力电池的温度，
Figure BDA0003042299770000092
为动力电池的熵热系数。
动力电池内阻R0和动力电池温度的关系如图3所示，具体为：
Figure BDA0003042299770000093
其中，p1＝0.002019，p2＝-0.1616，p3＝5.058。
则动力电池的总生热为：
Figure BDA0003042299770000094
根据动力电池的负载电流I和动力电池的温度Tb，就可以得到动力电池的总生热。
在自然条件下，动力电池的热量向周围冷却液传递时，动力电池向周围冷却液传递的热量为：
Qs＝hAb(Tb-Tl) (4)
其中，Qs为动力电池向冷却液传递的热量，h为传热系数，Ab为动力电池和冷却液的热交换面积，Tl为冷却液的温度。
对流换热系数h为：
Figure BDA0003042299770000101
其中，ρ为冷却液的密度，Prf为普朗特数，λ为冷却液的导热系数，L为冷却管道的当量直径；μf为管道内冷却液的动力粘度，μω为近壁面冷却液的动力粘度，v为冷却液流速；
令
Figure BDA0003042299770000102
动力电池向冷却液传递的热量Qs为：
Qs＝a1Ab(Tb-Tl)v0.8 (6)
动力电池热量的变化Qb和动力电池温度Tb之间的关系为：
Figure BDA0003042299770000103
其中，cb为动力电池的比热容，mb为动力电池的质量。
则动力电池热量的变化和负载电流和冷却液流速的关系为：
Figure BDA0003042299770000104
令
Figure BDA0003042299770000105
u＝v0.8，液冷散热条件下的动力电池的热模型为：
Figure BDA0003042299770000106
模型输入为动力电池的负载电流和冷却液流速，输出为动力电池的温度。
一个动力电池组包含n个动力电池模组，n个动力电池模组串联排列，每个动力电池组中动力电池的温度一致，动力电池组入口处的电池模组即第一个动力电池模组，首先和外部的冷却液进行换热，因此第一个动力电池模组的热模型通过式(9)得到：
Figure BDA0003042299770000107
其中，Tb,1为动力电池组中第一个动力电池模组中动力电池的温度。
由能量守恒定律可知，冷却液从冷却管道入口到出口吸收的热量Q1等于各个动力电池模组散失的热量Q2，即：
Q1＝Q2 (11)
冷却液吸收的热量为：
Q1＝ρchSgv(Tl,n-Tl,1) (12)
其中，ρ为冷却液的密度，ch为冷却液的比热容，Sg为冷却管道的入口面积，v为冷却液的流动速度，Tl,1为动力电池组中第一个电池模组中冷却液的温度，第一个动力电池模组中冷却液的温度等于动力电池组入口冷却液的温度，即Tl,1＝Tl，Tl,n为动力电池组中第n个动力电池模组冷却液的温度。
动力电池组中各个动力电池模组散失的热量为：
Figure BDA0003042299770000111
其中，Qs,n为第n个动力电池模组散失的热量，Tb,n为第n个动力电池模组的温度。
相邻动力电池模组之间动力电池的温度是等幅递增的，相邻动力电池模组中的冷却液的温度也是等幅递增的，即：
Figure BDA0003042299770000112
Figure BDA0003042299770000113
令M＝(Tb,1-Tl,1)+(Tb,2-Tl,2)+…+(Tb,n-Tl.n)，得到：
Figure BDA0003042299770000114
动力电池组中第n个动力电池模组中冷却液的温度，即动力电池组出口冷却液温度为：
Figure BDA0003042299770000115
第n个动力电池模组单位时间散失的热量为：
Figure BDA0003042299770000116
其中，ξ＝2ρcSv0.2+na1Ab，η＝2ρcSa1Abv，
Figure BDA0003042299770000121
则动力电池组中第n个动力电池模组的温度为：
Figure BDA0003042299770000122
动力电池组热模型的输入为动力电池组的负载电流，冷却管道入口冷却液的温度和冷却液的流速，输出为动力电池组中每一个电池模组中电池的温度。
(2)建立水泵模型：
水泵的转动方程为：
Figure BDA0003042299770000123
其中，Te是水泵的主动力矩，TL是阻力矩，B是阻尼系数，ω是水泵转动的角速度，J是水泵转动惯量，TJ是转动力矩。
水泵主动力矩Te和水泵控制电流i的关系为：
Te＝Kti (21)
其中，Kt为水泵转矩系数，i为稳态时绕组相电流。
转动力矩TJ为：
Figure BDA0003042299770000124
其中，GD2为飞轮惯量，n为水泵的转速，g为重力加速度；
冷却液的体积流量和水泵转速之间的关系为：
Figure BDA0003042299770000125
其中，
Figure BDA0003042299770000126
为水泵的体积流量，V为水泵的容积，ηp为水泵容积系数，ηp＝0.6。
水泵输出的冷却液的质量流量
Figure BDA0003042299770000127
为：
Figure BDA0003042299770000128
其中，ρ为冷却液的密度。
冷却液的流速v为：
Figure BDA0003042299770000131
其中，S为水泵的出口截面积，本发明中S＝9.6×10-4m2。
(3)建立板式换热器模型：
板式换热器的输入输出关系用函数形式来表示为：
Figure BDA0003042299770000132
其中，
Figure BDA0003042299770000133
为经过动力电池组温度升高的冷却液，
Figure BDA0003042299770000134
为对冷却液进行冷却的冷流体质量流量，冷流体为温度恒定的低温液体，Thi为板式换热器入口冷却液的温度，Tci为板式换热器入口冷流体的温度，Tho为板式换热器出口冷却液的温度。
板式换热器出口冷却液的温度变化ΔTho和入口的温度变化ΔThi、入口冷却液质量流量
Figure BDA0003042299770000135
的关系为：
Figure BDA0003042299770000136
其中，α为冷流体的传热系数，F为板式换热器冷流体和冷却液的换热面积，ch为冷却液的比热容，cc为冷流体的比热容。
通过实验拟合得到板式换热器出口冷却液的温度变化ΔTho和入口的温度变化ΔThi、入口冷却液质量流量
Figure BDA0003042299770000137
的数学关系表达式为：
Figure BDA0003042299770000138
其中，p00＝3.229，p10＝1.808，p01＝0.8829，p20＝0.0342，p11＝0.3343，p30＝-0.009695p21＝-0.04119，具体关系如图4所示。
板式换热器输出的冷却液的温度Tho为：
Tho＝Tho,0+ΔTho (29)
其中，Tho,0为冷却液的初始温度。
(4)建立面向控制需求的动力电池组液冷系统模型：
综上，总结出了面向控制需求的动力电池组液冷系统模型，本发明通过对水泵的转速调节改变冷却液的流速，进而调节动力电池组的温度，并通过板式换热器对冷却液的温度进行调节。
设c1＝Kt、c2＝TL、c3＝B、c4＝J、c5＝ρ、
Figure BDA0003042299770000141
c7＝Sg、c8＝ch、c9＝αF、
Figure BDA0003042299770000142
c16＝Tho,0，ci为常数，(i＝1…10,15,16)，液冷系统模型的输入为控制电流i，其与电子水泵的角速度ω和输出的冷却液的质量流量mh和冷却液流速v有如下关系：
Figure BDA0003042299770000143
其中，x1＝ω，x2＝mh，x3＝v。
水泵输出的冷却液质量流量x2又作为换热器输入：
Figure BDA0003042299770000144
其中，x4＝Tho，x5＝ΔThi。
板式换热器输出的冷却液的温度x4和水泵输出的冷却液流速x3进而影响动力电池组的温度：
Figure BDA0003042299770000145
电池液冷系统的输入控制电流i，通过调节冷却液的流速x3，对液冷系统的输出量动力电池组温度x6进行调节，面向控制需求的动力电池组液冷系统模型输入输出关系如图5所示。
步骤二：水泵参考转速ωr求解：
水泵的参考转速通过PID控制器求解，PID控制器求解水泵的参考转速如下：
Figure BDA0003042299770000146
其中，ωr为PID控制器求解的水泵参考转速，Kp、Ti、Td分别为PID控制器中的比例、积分和微分环节的系数，e(t)为根据动力电池组设定的目标温度Tbr和实际温度Tb的偏差。
步骤三：动力电池组液冷系统模糊滑模优化方法设计；
随着对电池液冷系统的温度调节时间以及对环境变化的适应能力的要求越来越高，传统PID方法逐渐暴露其缺点，采用传统的PID方法来调节冷却系统中电池组的温度难以达到高性能的要求，并且在实际生产过程中整个液体冷却系统往往具有非线性、参数时变的特性，因此本发明提出动力电池组液冷系统模糊滑模优化方法。
首先PID控制器根据动力电池组目标温度和实际温度的偏差，求解水泵的参考转速，为了提升整个动力电池组液冷系统的鲁棒性，本文采用趋近律的滑模控制方法来根据参考转速和实际转速的偏差实时调节水泵转速，进而控制流过动力电池组冷却液的流速，来调节动力电池组的温度在适宜的范围内。为了削弱滑模控制引起的抖振现象，将模糊方法和滑模控制方法结合，提出了电池液冷系统模糊滑模优化方法。
水泵转动的角速度x1与控制电流i之间的关系为：
Figure BDA0003042299770000151
模糊趋近律为：
Figure BDA0003042299770000152
其中，δ、k是根据水泵转动角速度偏差变化的数值，通过模糊算法进行确定；α1和α2为常数，在本发明中，α1＝0.2，α2＝0.5。
由式(35)可知，δ和k的大小影响着运动点趋向于切换面的速度：
(1)当s＜0时，减小δ增大k，可以加快运动点趋近切换面s＝0的过程，减小趋近过程的抖振现象；
(2)当|s|＞1时，k起主要作用，增大k可以加快系统状态趋向切换面的趋近速度，提高系统的鲁棒性和动态品质；
(3)当|s|≤1时，δ起主要作用，且当|s|接近于1时，使δ取较大的值，则能加快系统趋向切换面的切换速度，提高系统的鲁棒性；
(4)|s|接近于0时，使δ取较小的值，则能减小系统到达切换面时的高频振动。
在|s|较大时，选取大的δ值和小的k值，运动点趋近切换面的速度很快，在切换面s＝0附近，|s|较小，这时如果选择较小的δ值和大的k值，仍可以保证一定的趋近速度，同时能够减小系统状态到达切换面时的高频振动。所以定义s和δ的语言值为{PB,PM,PS,ZO,NS,NM,NB}，k的语言值为{PB,PM,PS}。假设s、δ和k的模糊集分别为{A-3,A-2,A-1,A0,A1,A2,A3}，{B-3,B-2,B-1,B0,B1,B2,B3}，{C1,C2,C3}。
Ai和Bi(i＝-3,-2,-1,0,1,2,3)以及Ci(i＝1,2,3)对应的语言如表1所示。
s、δ和k的隶属度函数分别如图6a、6b和6c所示，隶属度函数都选择三角形隶属度函数，因为其响应时间短，求解速度快，适合电池液冷系统中冷却液流速的调节；
根据以上的分析，定义如下的模糊控制规则：
规则(1)：如果s是Ai那么δ为B-i(i＝-3,-2,-1,0,1,2,3)；
规则(2)：如果s是Ai(i＝-3,-2,-1)那么k为C3；
规则(3)：如果s是A0那么k为C2；
规则(4)：如果s是Ai(i＝1,2,3)那么k为C1。
通过解模糊化方法将模糊控制器的输出δ和k化为精确的控制量。由于重心法去模糊化的过程具有平滑的特点，而且对输入的变化反应更灵敏，采用重心法进行去模糊化处理。
令状态量
Figure BDA0003042299770000161
其中，x8为水泵转速偏差；x9为水泵转速偏差导数；ωr为水泵参考转速；ω为水泵实际转速。
对式(36)进行微分得到：
Figure BDA0003042299770000162
Figure BDA0003042299770000163
选取积分型滑模面切换函数：
s＝x8+c∫x8dt (39)
对式(39)进行微分，可得：
Figure BDA0003042299770000164
将式(34)和(38)带入(40)得到：
Figure BDA0003042299770000165
将式(35)和式(41)联立得到控制电流i为：
Figure BDA0003042299770000166
对动力电池组液冷系统模糊滑模优化方法进行李雅普诺夫稳定性判据有：
Figure BDA0003042299770000167
Figure BDA0003042299770000168
其中，α1和α2大于0，由模糊控制规则可知，δs≤0。
因为α1δs-α2ks2≤0，
Figure BDA0003042299770000171
由李雅普诺夫稳定性判据可知，系统稳定。
验证例：
为了便于理解，本发明以一个具体实例进行解释本发明：
新能源汽车动力电池组液冷系统参数如表2所示，INEDC为NEDC工况负载电流；
在NEDC(New European Driving Cycle)即新欧洲驾驶循环下验证本方法的有效性。NEDC实际上就是测试策略，包含了两种工况，第一种是市区工况，从0～780秒就是模拟市区工况，在测试时加速、维持速度、减速、停止。再反复进行四次。从第780秒开始测试第二种工况既市郊工况。市郊工况下车速明显比市区工况速度要快。NEDC工况的车速如图7所示，NEDC工况的动力电池组负载电流如图8所示。
动力电池组由6个电池模组串联组成，每个电池模组由8个单体动力电池组串联而成，冷却液的初始温度为25℃，动力电池组中动力电池组的初始温度为40℃，动力电池组目标温度值为30℃，将表1中的参数代入本发明所提出的动力电池组液冷系统模糊滑模优化方法，得到的动力电池组冷却效果如图9和图10所示。
PID方法在将动力电池组温度调节到目标值后，没有稳定在目标温度值附近，而是温度继续降低，造成了不必要的冷却能量的消耗。800s之后，NEDC工况下动力电池组负载电流迅速增加，动力电池组温度超过超过了33℃。模糊滑模优化方法在200s左右将动力电池组的温度调节到了目标温度值，并且一直保持在目标温度值附近，虽然在1000s之后负载电流急剧增加，动力电池组的温度也始终维持在32℃以下，整个温度调节过程体现了动力电池组液冷系统模糊滑模优化方法相对于PID方法在稳定性上的优势，在电池组温度不一致性的调节上，动力电池组液冷系统模糊滑模优化方法比PID方法从1.8℃降到了1.5℃，在液冷系统的能量消耗上，本发明提出的模糊滑模方法比PID减小了7.2％，如表3所示。
表1模糊语言对照表
NB NM NS ZO PS PM PB
A<sub>-3</sub> A<sub>-2</sub> A<sub>-1</sub> A<sub>0</sub> A<sub>1</sub> A<sub>2</sub> A<sub>3</sub>
B<sub>-3</sub> B<sub>-2</sub> B<sub>-1</sub> B<sub>0</sub> B<sub>1</sub> B<sub>2</sub> B<sub>3</sub>
- - - - C<sub>1</sub> C<sub>2</sub> C<sub>3</sub>
表2新能源汽车动力电池组液冷系统参数表
Figure BDA0003042299770000172
Figure BDA0003042299770000181
表3PID方法和模糊滑模方法液冷系统能量及电池组温度不一致性对比
Figure BDA0003042299770000182

Claims (1)

1.一种新能源汽车动力电池组液冷系统模糊滑模优化方法，其特征在于：其步骤是：
S1、建立新能源汽车动力电池组液体冷却系统模型；
(1)建立动力电池组热模型：
动力电池总生热为：
Figure FDA0003042299760000011
其中，Qc为动力电池总生热，Qs为动力电池内部化学反应生热，Qj,p为动力电池内阻生热，I为动力电池的负载电流，R0为动力电池的内阻，Tb为动力电池的温度，
Figure FDA0003042299760000012
为动力电池的熵热系数；
动力电池内阻R0和温度的关系为：
Figure FDA0003042299760000013
其中，p1、p2、p3为常数；
则动力电池的总生热为：
Figure FDA0003042299760000014
动力电池向周围冷却液传递的热量为：
Qs＝hAb(Tb-Tl) (4)
其中，Qs为动力电池向冷却液传递的热量，h为传热系数，Ab为动力电池和冷却液的热交换面积，Tl为冷却液的温度；
对流换热系数h为：
Figure FDA0003042299760000015
其中，ρ为冷却液的密度，Prf为普朗特数，λ为冷却液的导热系数，L为冷却管道的当量直径；μf为管道内冷却液的动力粘度，μω为近壁面冷却液的动力粘度，v为冷却液流速；
令
Figure FDA0003042299760000016
动力电池向冷却液传递的热量Qs为：
Qs＝a1Ab(Tb-Tl)v0.8 (6)
动力电池热量的变化Qb和动力电池温度Tb之间的关系为：
Figure FDA0003042299760000021
其中，cb为动力电池的比热容，mb为动力电池的质量；
则动力电池热量的变化和负载电流和冷却液流速的关系为：
Figure FDA0003042299760000022
令
Figure FDA0003042299760000023
u＝v0.8，液冷散热条件下的动力电池的热模型为：
Figure FDA0003042299760000024
第一个动力电池模组的热模型通过式(9)得到：
Figure FDA0003042299760000025
其中，Tb,1为动力电池组中第一个电池模组中动力电池的温度；
由能量守恒定律可知，冷却液从冷却管道入口到出口吸收的热量Q1等于各个动力电池模组散失的热量Q2，即：
Q1＝Q2 (11)
冷却液吸收的热量为：
Q1＝ρchSgv(Tl,n-Tl,1) (12)
其中，ρ为冷却液的密度，ch为冷却液的比热容，Sg为冷却管道的入口面积，v为冷却液的流动速度，Tl,1为动力电池组中第一个动力电池模组中冷却液的温度，第一个动力电池模组中冷却液的温度等于动力电池组入口冷却液的温度，即Tl,1＝Tl，Tl,n为动力电池组中第n个动力电池模组冷却液的温度；
动力电池组中各个动力电池模组散失的热量为：
Figure FDA0003042299760000026
其中，Qs,n为第n个动力电池模组散失的热量，Tb,n为第n个动力电池模组的温度；
相邻动力电池模组之间动力电池的温度是等幅递增的，相邻动力电池模组中的冷却液的温度也是等幅递增的，即：
Figure FDA0003042299760000027
Figure FDA0003042299760000031
令M＝(Tb,1-Tl,1)+(Tb,2-Tl,2)+…+(Tb,n-Tl.n)，得到：
Figure FDA0003042299760000032
动力电池组中第n个动力电池模组中冷却液的温度，即动力电池组出口冷却液温度为：
Figure FDA0003042299760000033
动力电池组中第n个动力电池模组单位时间散失的热量为：
Figure FDA0003042299760000034
其中，ξ＝2ρcSv0.2+na1Ab，η＝2ρcSa1Abv，
Figure FDA0003042299760000035
则动力电池组中第n个动力电池模组的温度为：
Figure FDA0003042299760000036
动力电池组热模型的输入为动力电池组的负载电流，冷却管道入口冷却液的温度和冷却液的流速，输出为动力电池组中每一个动力电池模组中动力电池的温度；
(2)建立水泵模型：
水泵的转动方程为：
Figure FDA0003042299760000037
其中，Te是水泵的主动力矩，TL是阻力矩，B是阻尼系数，ω是水泵转动的角速度，J是水泵转动惯量；
主动力矩和水泵控制电流i的关系为：
Te＝Kti (21)
其中，Kt为水泵转矩系数，i为稳态时绕组相电流；
转动力矩TJ为：
Figure FDA0003042299760000038
其中，GD2为飞轮惯量，n为水泵的转速，g为重力加速度；
冷却液的体积流量和水泵转速之间的关系为：
Figure FDA0003042299760000041
其中，
Figure FDA0003042299760000042
为水泵的体积流量，V为水泵的容积，ηp为水泵容积系数；
水泵输出的冷却液的质量流量
Figure FDA0003042299760000043
为：
Figure FDA0003042299760000044
其中，ρ为冷却液的密度；
冷却液的流速v为：
Figure FDA0003042299760000045
其中，S为水泵的出口截面积；
(3)建立板式换热器模型：
板式换热器的输入输出关系用函数形式来表示为：
Figure FDA0003042299760000046
其中，
Figure FDA0003042299760000047
为经过动力电池组温度升高的冷却液，
Figure FDA0003042299760000048
为对冷却液进行冷却的冷流体质量流量，冷流体为温度恒定的低温液体，Thi为板式换热器入口冷却液的温度，Tci为板式换热器入口冷流体的温度，Tho为板式换热器出口冷却液的温度，Tco为板式换热器出口冷流体的温度；
板式换热器出口冷却液的温度变化ΔTho和入口的温度变化ΔThi、入口冷却液质量流量
Figure FDA00030422997600000412
的关系为：
Figure FDA0003042299760000049
其中，α为冷流体的传热系数，F为板式换热器冷流体和冷却液的换热面积，ch为冷却液的比热容，cc为冷流体的比热容；
板式换热器输出的冷却液的温度Tho为：
Tho＝Tho,0+ΔTho (28)
其中，Tho,0为冷却液的初始温度；
(4)建立面向控制需求的动力电池组液冷系统模型：
设c1＝Kt、c2＝TL、c3＝B、c4＝J、c5＝ρ、
Figure FDA00030422997600000410
c7＝S、c8＝ch、c9＝αF、
Figure FDA00030422997600000411
Figure FDA0003042299760000051
c16＝Tho,0，ci为常数，(i＝1…10,15,16)，动力电池组液冷系统模型的输入为控制电流i，其与水泵的角速度ω和输出的冷却液的质量流量mh和冷却液流速v有如下关系：
Figure FDA0003042299760000052
其中，x1＝ω，x2＝mh，x3＝v；
水泵输出的冷却液质量流量x2又作为换热器输入：
Figure FDA0003042299760000053
其中，x4＝Tho，x5＝ΔThi；
板式换热器输出的冷却液的温度x4和水泵输出的冷却液流速x3进而影响动力电池组的温度：
Figure FDA0003042299760000054
电池液冷系统的输入控制电流i，通过调节冷却液的流速x3，对液冷系统的输出量电池温度x6进行调节；
S2、水泵参考转速ωr求解：
水泵的参考转速通过PID控制器求解，PID控制器求解水泵的参考转速如下：
Figure FDA0003042299760000055
其中，ωr为PID控制器求解的水泵参考转速，Kp、Ti、Td分别为PID控制器中的比例、积分和微分环节的系数，e(t)为根据动力电池组设定的目标温度Tbr和实际温度Tb的偏差；
S3、动力电池组液冷系统模糊滑模优化方法设计；
水泵转动的角速度x1与控制电流i之间的关系为：
Figure FDA0003042299760000056
模糊指数趋近律为：
Figure FDA0003042299760000061
其中，δ、k是根据水泵转动角速度偏差变化的数值，通过模糊算法进行确定；α1和α2为常数，可以根据电池液冷系统的实际控制需求选取；
令状态量
Figure FDA0003042299760000062
其中，x8为水泵转速偏差；x9为水泵转速偏差的导数；ωr为水泵参考转速；ω为水泵实际转速；
对式(35)进行微分得到：
Figure FDA0003042299760000063
Figure FDA0003042299760000064
选取积分型滑模面切换函数：
s＝x8+c∫x8dt (38)
对式(38)进行微分，可得：
Figure FDA0003042299760000065
将式(33)和(37)带入(39)得到：
Figure FDA0003042299760000066
将式(34)和式(40)联立得到控制电流i为：
Figure FDA0003042299760000067
对动力电池组液冷系统模糊滑模优化方法进行李雅普诺夫稳定性判据有：
Figure FDA0003042299760000068
Figure FDA0003042299760000069
其中，α1和α2大于0，由模糊控制规则可知，δs≤0；
因为α1δs-α2ks2≤0，
Figure FDA00030422997600000610
由李雅普诺夫稳定性判据可知，系统稳定。
CN202110461106.1A 2021-04-27 2021-04-27 新能源汽车动力电池组液冷系统模糊滑模优化方法 Active CN113206319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110461106.1A CN113206319B (zh) 2021-04-27 2021-04-27 新能源汽车动力电池组液冷系统模糊滑模优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110461106.1A CN113206319B (zh) 2021-04-27 2021-04-27 新能源汽车动力电池组液冷系统模糊滑模优化方法

Publications (2)

Publication Number Publication Date
CN113206319A CN113206319A (zh) 2021-08-03
CN113206319B true CN113206319B (zh) 2022-03-11

Family

ID=77026893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110461106.1A Active CN113206319B (zh) 2021-04-27 2021-04-27 新能源汽车动力电池组液冷系统模糊滑模优化方法

Country Status (1)

Country Link
CN (1) CN113206319B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114126365B (zh) * 2021-11-24 2022-09-16 华中科技大学 一种数据中心高能效液冷方法及液冷系统
CN114690875B (zh) * 2022-04-29 2023-06-23 苏州浪潮智能科技有限公司 液冷散热系统调控方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011007840A1 (de) * 2011-04-21 2012-10-25 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der Innentemperatur eines Energiespeichers
CN105522932A (zh) * 2015-12-21 2016-04-27 吉林大学 车用动力电池组主动风冷散热系统及其控制方法
CN109271700A (zh) * 2018-09-10 2019-01-25 柯瑞林 基于深度学习多层网络建模的电池热管理方法及系统
CN109581223A (zh) * 2018-11-29 2019-04-05 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
CN110492197A (zh) * 2019-08-12 2019-11-22 浙江大学 一种基于模糊模型预测控制的锂电池温度控制系统和方法
WO2020102235A1 (en) * 2018-11-12 2020-05-22 Inno Tm Usa, Inc. Smart battery pack
CN111460664A (zh) * 2020-04-01 2020-07-28 吉林大学 一种新能源汽车动力电池非线性冷却优化方法
CN112490540A (zh) * 2020-11-16 2021-03-12 珠海格力电器股份有限公司 动力电池系统及其温度控制方法、装置、介质及处理器

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100304257A1 (en) * 2009-05-26 2010-12-02 Searete Llc, A Limited Liability Corporation Of The State Of Delaware System and method of operating an electrical energy storage device or an electrochemical energy generation device using microchannels and high thermal conductivity materials
DE102009036083A1 (de) * 2009-08-04 2011-02-10 Li-Tec Battery Gmbh Verfahren zum Steuern einer Batterie und Vorrichtung zur Durchführung des Verfahrens
US9550406B2 (en) * 2015-03-16 2017-01-24 Thunder Power Hong Kong Ltd. Thermal dissipation system of an electric vehicle
US9969295B2 (en) * 2016-09-07 2018-05-15 Thunder Power New Energy Vehicle Development Company Limited Cooling system directly in housing
US11094977B2 (en) * 2019-08-30 2021-08-17 Baidu Usa Llc Battery thermal management system with passive battery pack cooling

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011007840A1 (de) * 2011-04-21 2012-10-25 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der Innentemperatur eines Energiespeichers
CN105522932A (zh) * 2015-12-21 2016-04-27 吉林大学 车用动力电池组主动风冷散热系统及其控制方法
CN109271700A (zh) * 2018-09-10 2019-01-25 柯瑞林 基于深度学习多层网络建模的电池热管理方法及系统
WO2020102235A1 (en) * 2018-11-12 2020-05-22 Inno Tm Usa, Inc. Smart battery pack
CN109581223A (zh) * 2018-11-29 2019-04-05 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
CN110492197A (zh) * 2019-08-12 2019-11-22 浙江大学 一种基于模糊模型预测控制的锂电池温度控制系统和方法
CN111460664A (zh) * 2020-04-01 2020-07-28 吉林大学 一种新能源汽车动力电池非线性冷却优化方法
CN112490540A (zh) * 2020-11-16 2021-03-12 珠海格力电器股份有限公司 动力电池系统及其温度控制方法、装置、介质及处理器

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Cooling optimization strategy for lithium ion batteries based on triple-step nonlinear method;Ma yan等;《energy》;20200615;第201卷;第117678页 *
Lithium Ion battery thermal management system using optimized fuzzy controller;M A Hannan等;《2019 IEEE Industry Applications Society Annual Meeting》;20191003;第1-9页 *
纯电动客车冷却系统控制策略的研究;高翔;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20190915(第9期);第C035-404页 *
锂离子电池电化学建模及其简化方法;李光远等;《吉林大学学报(信息科学版)》;20180515;第36卷(第3期);第260-268页 *

Also Published As

Publication number Publication date
CN113206319A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN113206319B (zh) 新能源汽车动力电池组液冷系统模糊滑模优化方法
CN111460664B (zh) 一种新能源汽车动力电池非线性冷却优化方法
CN107869383B (zh) 汽车发动机热管理系统建模及控制方法
CN105522932B (zh) 车用动力电池组主动风冷散热系统及其控制方法
CN109980312B (zh) 一种车载液冷电池箱的温度均衡控制系统
CN113300027A (zh) 一种基于预测控制的动力电池热管理系统及其控制方法
CN205239180U (zh) 车用动力电池组主动风冷散热系统
CN113224412B (zh) 动力电池的控温方法、ampc控制器、热管理系统及介质
CN111403849B (zh) 一种混联式可控型动力电池风冷热管理实验系统
CN116512990A (zh) 一种纯电动汽车中高温环境下的电池热管理系统及其控制方法
CN113410537A (zh) 一种动力电池充电热管理控制方法及系统
Laboe et al. Powertrain waste heat recovery: A systems approach to maximize drivetrain efficiency
Ma et al. Experimental investigation on energy consumption of power battery integrated thermal management system
Ma et al. Hierarchical optimal intelligent battery thermal management strategy for an electric vehicle based on ant colony sliding mode control
CN111931435A (zh) 储能电池散热支架导流板作动的控制逻辑方法
CN116014284A (zh) 一种新型电动汽车电池复合冷却系统及其控制方法
An et al. Behaviours of thermal management system with micro channels for cylindrical Lithium-ion cells under Fuzzy-PID control strategy
Ma et al. Multi-layer NMPC for battery thermal management optimization strategy of connected electric vehicle integrated with waste heat recovery
CN111403852A (zh) 一种基于交替性开闭的可控式风冷电池热管理系统
Shen et al. Simulation and Control of Battery Thermal Management System for Electric Vehicle
CN112721737B (zh) 一种纯电动汽车综合热能利用热管理系统及其控制方法
Zhang et al. Temperature control strategy of passenger compartment based on control algorithms
CN108274999B (zh) 一种新能源汽车余热蓄电装置及其控制方法
Huang et al. Unmanned autonomous ground hybrid vehicle thermal management system: design and control
Zhao et al. Control Strategy of Coolant Flow Rate and Temperature of Battery Pack Based on Double Fuzzy Controller

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220921

Address after: 430056 South Taizi Lake Innovation Valley, 22MB Plot, Wuhan Economic and Technological Development Zone, Wuhan City, Hubei Province (set NTZH-3-3-303)

Patentee after: Yidong New Energy Technology Co.,Ltd.

Address before: 130012 No. 5988 Renmin Street, Jilin, Changchun

Patentee before: Jilin University