CN113771691B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113771691B
CN113771691B CN202111316579.9A CN202111316579A CN113771691B CN 113771691 B CN113771691 B CN 113771691B CN 202111316579 A CN202111316579 A CN 202111316579A CN 113771691 B CN113771691 B CN 113771691B
Authority
CN
China
Prior art keywords
battery
entity
model
equation
physical
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
CN202111316579.9A
Other languages
English (en)
Other versions
CN113771691A (zh
Inventor
杨世春
周思达
李强伟
周新岸
卢宇
陈飞
曹耀光
闫啸宇
刘新华
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
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202111316579.9A priority Critical patent/CN113771691B/zh
Publication of CN113771691A publication Critical patent/CN113771691A/zh
Application granted granted Critical
Publication of CN113771691B publication Critical patent/CN113771691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提出一种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，在赛博空间内建立集成化虚拟系统，在物理空间内建立实体电池系统，通过信息交互系统完成赛博空间与物理空间的虚拟映射与实体信息安全传输，进而依据集成化虚拟系统优化的决策来实现实体电池系统的高效、协同控制，并将反馈信息传回集成化虚拟系统完成反馈驱动，从而能够实现动力电池组未来性能演化衰减预测、故障监测和预警等多种复杂功能，并且实现了优化控制决策的滚动更新，完成对动力电池全生命周期的精确管理。

Description

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
技术领域
本发明涉及动力电池管理系统领域，特别涉及一种基于赛博物理系统的全生命周期动力电池管理方法。
背景技术
随着汽车强国战略推进，纯电动汽车作为新能源汽车的重要代表产品，虽然在国内汽车总量的占比逐年升高，但以动力电池为基础的纯电动汽车在动力电池管理方面仍存在着诸多难题。采用串联或并联形式连接的动力电池组在实际运行时难以管理，在各种复杂工况下动力电池老化问题、极端工况与安全边界问题等制约着纯电动汽车的推广应用，因此实现全生命周期下动力电池的高效管理是非常有必要的。
赛博物理系统是以云端计算、网络传输和物理实体控制的复杂系统，通过计算、通讯、控制技术的有机融合与深度协作，在赛博物理系统中可以使赛博空间以远程、可靠、实时、安全、协作和智能化的方式操控物理实体。赛博物理系统在多个领域均有应用，尤其是其与汽车领域具有很好的相容性，大大促进了其在电动汽车使用和管理方面的应用。
发明内容
针对现有技术存在的问题，本发明提出一种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，该装置在赛博空间内建立集成化虚拟系统，在物理空间内建立实体电池系统，通过信息交互系统完成赛博空间与物理空间的虚拟映射与实体信息安全传输，进而依据集成化虚拟系统优化的决策来实现实体电池系统的高效、协同控制，并将反馈信息传回集成化虚拟系统完成反馈驱动，最终实现动力电池全生命周期的精确管理。具体技术方案如下：
一种基于赛博物理系统的全生命周期动力电池管理装置，包括集成化虚拟系统，信息交互系统，实体电池系统：
所述实体电池系统建立在物理空间内，用于获取车辆、电池的信息数据，以及根据集成化虚拟系统制定的优化策略对电池进行控制；
所述信息交互系统构建赛博空间与物理空间的信息交互通道，将集成化虚拟系统输出的优化决策传输至实体电池系统，以及将实体电池系统获取的信息数据传输至集成化虚拟系统；
所述集成化虚拟系统为在赛博空间内建立的与实体电池系统对应的、可在全生命周期内无限逼近实体电池系统的数字孪生模型，在赛博空间内实现电池系统的状态跟踪、性能评估、性能预测和故障监控，以此形成电池系统的控制策略并完成滚动优化。
进一步的，所述实体电池系统包括：电池组、电池管理模块、车载T-BOX、CAN通讯模块、移动通讯模块和车端模型模块。
进一步的，所述电池组的基础控制由车端模型模块完成，复杂控制则根据获取的优化决策控制完成。
进一步的，所述车端模型模块实现的基础控制包括：充放电控制、行车控制和安全控制；所述复杂控制包括：状态估算、均衡管理控制和热管理控制。
进一步的，所述信息交互系统包括：大数据平台、计算平台、车端T-BOX系统和基站。
进一步的，所述集成化虚拟系统与实体电池系统存在映射关系，针对实体电池系统在结构设计、边界条件、性能演化和原理机制方面均存在匹配关系。
一种基于赛博物理系统的全生命周期动力电池管理方法，包括以下步骤：
S1 建立实体电池系统、信息交互系统和集成化虚拟系统；
S2 信息交互系统将实体电池系统收集的车辆、电池的信息数据传输给集成化虚拟系统；
S3 集成化虚拟系统根据来自实体电池系统的信息数据建立数字孪生模型，该模型通过分析电池组内部电化学反应机理，研究电池组老化过程影响因素和机理，研究全生命周期下电池组参数演化与性能衰退，综合评估电池组当前状态和预测未来状态，并分析电池组综合性能，以及提出优化策略；
S4 信息交互系统将集成化虚拟系统制定的优化策略传输给实体电池系统；
S5 实体电池系统根据接收到的优化策略，对动力电池实现管理控制，基础控制由车端模型模块完成，复杂控制则根据获取的优化决策完成，并且实体电池系统依据集成化虚拟系统需求的信息数据进行采集、汇总，实现实体电池系统与集成化虚拟系统的滚动优化。
进一步的，S3中所述优化策略包括：基于电池组产热、传热分布优化热管理策略，基于电池组容量辨识制定均衡控制策略，基于电池组综合信息评估电池组当前容量状态、剩余寿命和安全边界。
与现有技术相比，本发明具有以下优点：
1. 本发明的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，建立了与动力电池映射的云端数字孪生模型，基于该模型可实现动力电池组未来性能演化衰减预测、故障监测和预警等多种复杂功能。
2. 本发明的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，对于车端控制采用简单模型与复杂算法耦合的方式，在车端实现基础控制，而后基于赛博集成化虚拟系统优化的决策与控制策略，对车端控制进行优化更新，从而避免了因车端嵌入式系统有限算力而导致的控制策略不精细、控制策略存在偏差等问题；
3. 本发明的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，将动力电池全生命周期精确管理实现分块设计，提高了系统鲁棒性，同时可结合功能安全、信息安全等设计方法，实现电池组的精确控制。
附图说明
图1为本发明的基于赛博物理系统的全生命周期动力电池管理方法示意图；
图2为本发明的基于赛博物理系统的全生命周期动力电池管理装置的数字孪生模型示意图。
具体实施方式
下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式仅仅是作为例示，并非用于限制本发明。
本发明提供了一种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，其中，在赛博空间内建立的数字孪生模型，实现决策优化与控制策略设计，完成全生命周期演化与实体逼近；信息交互系统完成赛博集成化虚拟系统优化的决策及控制策略下传至实体电池系统中，同时将实体电池系统获取的信息与数据上传至赛博集成化虚拟系统中；实体电池系统通过电池管理系统等对电池组进行直接控制，实现赛博系统的决策与控制策略，同时采集赛博系统演化更新与全生命周期逼近所需要的信息与数据，传输至信息交互系统中，并上传至赛博空间。
图1为本发明的基于赛博物理系统的全生命周期动力电池管理方法示意图。管理装置分为三部分：以云端数字孪生模型为基础的赛博空间内集成化虚拟系统、基于信息安全设计的信息交互系统以及基于功能安全设计的实体电池系统。
基于信息安全设计的信息交互系统主要负责信息在云端孪生模型与车端模型间传递时的信息安全传输，同时也需兼顾信息传输过程中依赖的通讯算法与硬件设计等。信息交互系统在云端的体现为大数据平台与计算平台，在车端的体系为车端的T-BOX系统等，中间层为基站。信息与数据通过CAN总线网络在车端内传递，而后通过移动通讯网络经由基站传输至云端大数据平台中，在大数据平台中则依靠直接的数据传输实现信息交互。
基于功能安全设计的实体电池系统需考虑实体动力电池组结构设计与电池管理系统设计。动力电池组结构设计包括热管理系统设计、均衡系统设计与基础充放电控制系统设计等。电池管理系统设计负责车端模型，在车端实现基础控制，主要包括充放电控制、行车控制、安全控制等，而后获取云端数字孪生模型设计的复杂算法与优化控制策略，从而实现复杂功能实现，如均衡控制的具体指令，热管理系统的控制，动力电池状态显示等。
云端数字孪生模型主要通过分析动力电池内部电化学反应机理，研究动力电池老化过程影响影响因素与机理，研究全生命周期下动力电池参数演化与性能衰退，综合评估动力电池当前状态与未来状态预测。而后基于云端数字孪生模型分析动力电池组综合性能，基于动力电池组产热传热分布优化动力电池组热管理策略，基于动力电池容量辨识等制定均衡控制策略，基于动力电池综合信息评估动力电池当前容量状态与剩余寿命等，并可用于评估动力电池安全边界。
以下为数字孪生模型构建的一个示例：
（1）固相离子扩散方程（包括正极和负极）
Figure 102317DEST_PATH_IMAGE001
方程求解量：C s 正极/负极离子浓度；
其中，r为径向方向，下标s表明为固相区域，y=n或p，n表示负电极，p表示正电极，分别对应负极粒子和正极粒子；C s,y (r,t)为固相锂离子浓度；D s,y 为固相区域内正负电极的锂离子扩散系数；t为时间，D s 为扩散系数，依据经验获取。
（2）液相离子扩散方程（包括正极、负极、隔膜）
Figure 819738DEST_PATH_IMAGE002
方程求解量：C e 液相离子浓度；
其中，x为厚度方向，下标y=p,n或s，分别对应正、负电极和隔膜，C e,y (x,t)为液相锂离子浓度，ε e,y为液相电解质的体积分数，ε e 为液相电解质体积分数，依据经验选取（通常为0.67）；F为法拉第常数，固定值；t + 为经验参数；D eff 为锂离子在液相中的有效扩散系数，依据经验公式修正；j tot 为电流密度（输入）。
（3）固相电势方程（包括正极和负极）
Figure 637783DEST_PATH_IMAGE003
方程求解量：
Figure 186576DEST_PATH_IMAGE004
固相电势；
其中
Figure 930410DEST_PATH_IMAGE005
为固相电势分布，
Figure 931864DEST_PATH_IMAGE006
为固相材料中的等效电导率，j tot 为电流密度（输入）；σ eff 为等效电导率，依据经验获取。
（4）液相电势方程（电解液）
Figure 802868DEST_PATH_IMAGE007
方程求解量：
Figure 691321DEST_PATH_IMAGE008
液相电势；
其中，
Figure 419106DEST_PATH_IMAGE009
为液相电势分布，R对应理想气体常数，T对应电池温度，
Figure 845539DEST_PATH_IMAGE010
为电解液的有效电导率，f对应电解液的离子活度系数。
（5）脱锂与嵌锂反应（正极和负极）
Figure 566239DEST_PATH_IMAGE011
其中，i 0,int为脱嵌锂过程的电极反应交换电流密度，η int,y为脱嵌锂过程中的反应过电势。α a,int为阳极传递系数，α c,int为阴极传递系数，且：
方程求解量：j锂离子交换电流密度（决定锂离子是否嵌入或脱出）；
α为正极/负极传递系数，一般均为0.5；η为反应过电势，一般为0。
(6) SEI膜增厚反应方程
Figure 761728DEST_PATH_IMAGE012
方程求解量：j SEI ，为SEI膜生长电流密度
其中，k SEI 对应SEI膜生成过程的反应速率参数，一般取固定经验公式，c EC对应负极粒子表面的电解质浓度，为电化学模型求解量，α c,SEI=0.5是SEI生成反应的传递系数，F为法拉第常数，固定值，R为理想气体常数，固定值，T为温度值，为热模型求解量，单位为K，
Figure 925993DEST_PATH_IMAGE013
为固相电势，电化学模型求解量，
Figure 590455DEST_PATH_IMAGE014
为液相电势，电化学模型求解量，U SEI是SEI膜生成反应的平衡电势，为简便起见，可取U SEI为0Vvs Li/Li+，j为电流密度，由输入电流计算得到，R film 为SEI膜等效膜阻，由膜厚度计算得到。
(7) 析锂反应方程
Figure 334420DEST_PATH_IMAGE015
方程求解量：j LP ，为析锂电流密度；一般认为析锂不可逆，所以最小值为0；如认为析锂可逆，则另有方程计算锂的溶解。
其中，k LP对应析锂过程的反应速率常数，C e 为负极离子浓度，由电化学模型计算得到，Ce,ref为参考负极离子浓度，由材料本身获取，α a,LP和α c,LP对应电池电极的析锂反应传递系数，分别为0.3和0.7，析锂反应平衡电势η LP 取0Vvs Li/Li+。
(8) 生热模型
欧姆热计算方程：
Figure 712312DEST_PATH_IMAGE016
方程求解量：q o ，为电池欧姆生热；
其中，σ eff 为导热系数，一般认为电池导热系数包括x，y，z三个方向，κ y和κ d为化学反应速率，一般为经验公式选取，
Figure 968850DEST_PATH_IMAGE004
为固相电势，由电化学模型计算得到，
Figure 432192DEST_PATH_IMAGE017
为液相电势，由电化学模型计算得到，c e 为液相离子浓度，由电化学模型计算得到。
极化热计算方程：
Figure 979848DEST_PATH_IMAGE018
方程求解量：q p ，为电池极化生热；
其中，i为电流密度，S y 为SEI膜电导率，固定值，6*10-6，R film 为SEI膜阻，由SEI膜厚度计算得到。
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所作的等同等效变化，均应涵盖于本发明的保护范围。

Claims (8)

1.一种基于赛博物理系统的全生命周期动力电池管理装置，其特征在于，包括集成化虚拟系统，信息交互系统，实体电池系统：
所述实体电池系统建立在物理空间内，用于获取车辆、电池的信息数据，以及根据集成化虚拟系统制定的优化策略对电池进行控制；
所述信息交互系统构建赛博空间与物理空间的信息交互通道，将集成化虚拟系统输出的优化决策传输至实体电池系统，以及将实体电池系统获取的信息数据传输至集成化虚拟系统；
所述集成化虚拟系统为在赛博空间内建立的与实体电池系统对应的、可在全生命周期内无限逼近实体电池系统的数字孪生模型，在赛博空间内实现电池系统的状态跟踪、性能评估、性能预测和故障监控，以此形成电池系统的控制策略并完成滚动优化；
所述数字孪生模型如下：
（1）固相离子扩散方程
Figure 528816DEST_PATH_IMAGE001
方程求解量：C s 正极/负极离子浓度；
其中，r为径向方向，下标s表明为固相区域，y=n或p，n表示负电极，p表示正电极，分别对应负极粒子和正极粒子；C s,y (r,t)为固相锂离子浓度；D s,y 为固相区域内正负电极的锂离子扩散系数；t为时间；
（2）液相离子扩散方程
Figure 167608DEST_PATH_IMAGE002
方程求解量：C e 液相离子浓度；
其中，x为厚度方向，下标y=p,n或s，分别对应正、负电极和隔膜，C e,y (x,t)为液相锂离子浓度，ε e,y为液相电解质的体积分数，依据经验选取；F为法拉第常数，t + 为经验参数；D eff 为锂离子在液相中的有效扩散系数，依据经验公式修正；j tot 为电流密度，为输入；
（3）固相电势方程
Figure 375866DEST_PATH_IMAGE003
方程求解量：
Figure 252555DEST_PATH_IMAGE004
固相电势；
其中
Figure 386602DEST_PATH_IMAGE005
为固相电势分布，
Figure 715952DEST_PATH_IMAGE006
为固相材料中的等效电导率，依据经验获取；j tot 为电流密度；
（4）液相电势方程
Figure 727902DEST_PATH_IMAGE007
方程求解量：
Figure 459098DEST_PATH_IMAGE008
液相电势；
其中，
Figure 764046DEST_PATH_IMAGE009
为液相电势分布，R对应理想气体常数，T对应电池温度，
Figure 580692DEST_PATH_IMAGE010
为电解液的有效电导率，f对应电解液的离子活度系数；
（5）脱锂与嵌锂反应
Figure 865174DEST_PATH_IMAGE011
其中，i 0,int为脱嵌锂过程的电极反应交换电流密度，η int,y为脱嵌锂过程中的反应过电势，α a,int为阳极传递系数，α c,int为阴极传递系数，且：
方程求解量：j锂离子交换电流密度，决定锂离子是否嵌入或脱出；
α为正极/负极传递系数，为0.5；η为反应过电势，为0；
（6）SEI膜增厚反应方程
Figure 450876DEST_PATH_IMAGE012
方程求解量：j SEI ，为SEI膜生长电流密度
其中，k SEI 对应SEI膜生成过程的反应速率参数，取固定经验公式，c EC对应负极粒子表面的电解质浓度，为电化学模型求解量，α c,SEI=0.5是SEI生成反应的传递系数，F为法拉第常数，R为理想气体常数，T为温度值，为热模型求解量，单位为K，
Figure 457884DEST_PATH_IMAGE013
为固相电势，其为电化学模型求解量，
Figure 761827DEST_PATH_IMAGE014
为液相电势，其为电化学模型求解量，U SEI是SEI膜生成反应的平衡电势，取U SEI为0Vvs Li/Li+，j为电流密度，由输入电流计算得到，R film 为SEI膜等效膜阻，由膜厚度计算得到；
（7）析锂反应方程
Figure 849999DEST_PATH_IMAGE015
方程求解量：j LP ，为析锂电流密度；认为析锂不可逆，所以最小值为0；
其中，k LP对应析锂过程的反应速率常数，C e 为负极离子浓度，由电化学模型计算得到，C e,ref 为参考负极离子浓度，由材料本身获取，α a,LP和α c,LP对应电池电极的析锂反应传递系数，分别为0.3和0.7，析锂反应平衡电势η LP 取0V vs Li/Li+；
（8）生热模型
欧姆热计算方程：
Figure 290208DEST_PATH_IMAGE016
方程求解量：q o ，为电池欧姆生热；
其中，σ eff 为导热系数，电池导热系数包括x，y，z三个方向，κ y和κ d为化学反应速率，为经验公式选取，
Figure 936959DEST_PATH_IMAGE004
为固相电势，由电化学模型计算得到，
Figure 728197DEST_PATH_IMAGE017
为液相电势，由电化学模型计算得到，c e 为液相离子浓度，由电化学模型计算得到；
极化热计算方程：
Figure 620061DEST_PATH_IMAGE018
方程求解量：q p ，为电池极化生热；
其中，i为电流密度，S y 为SEI膜电导率，为6*10-6，R film 为SEI膜阻，由SEI膜厚度计算得到。
2.根据权利要求1所述的基于赛博物理系统的全生命周期动力电池管理装置，其特征在于，所述实体电池系统包括：电池组、电池管理模块、车载T-BOX、CAN通讯模块、移动通讯模块和车端模型模块。
3.根据权利要求2所述的基于赛博物理系统的全生命周期动力电池管理装置，特征在于，所述电池组的基础控制由车端模型模块完成，复杂控制则根据获取的优化决策控制完成。
4.根据权利要求3所述的基于赛博物理系统的全生命周期动力电池管理装置，其特征在于，所述车端模型模块实现的基础控制包括：充放电控制、行车控制和安全控制；所述复杂控制包括：状态估算、均衡管理控制和热管理控制。
5.根据权利要求1所述的基于赛博物理系统的全生命周期动力电池管理装置，其特征在于，所述信息交互系统包括：大数据平台、计算平台、车端T-BOX系统和基站。
6.根据权利要求1所述的基于赛博物理系统的全生命周期动力电池管理装置，其特征在于，所述集成化虚拟系统与实体电池系统存在映射关系，针对实体电池系统在结构设计、边界条件、性能演化和原理机制方面均存在匹配关系。
7.一种基于权利要求1-6任一所述全生命周期动力电池管理装置的管理方法，包括以下步骤：
S1 建立实体电池系统、信息交互系统和集成化虚拟系统；
S2 信息交互系统将实体电池系统收集的车辆、电池的信息数据传输给集成化虚拟系统；
S3 集成化虚拟系统根据来自实体电池系统的信息数据建立数字孪生模型，该模型通过分析电池组内部电化学反应机理，研究电池组老化过程影响因素和机理，研究全生命周期下电池组参数演化与性能衰退，综合评估电池组当前状态和预测未来状态，并分析电池组综合性能，以及提出优化策略；
S4 信息交互系统将集成化虚拟系统制定的优化策略传输给实体电池系统；
S5 实体电池系统根据接收到的优化策略，对动力电池实现管理控制，基础控制由车端模型模块完成，复杂控制则根据获取的优化决策完成，并且实体电池系统依据集成化虚拟系统需求的信息数据进行采集、汇总，实现实体电池系统与集成化虚拟系统的滚动优化。
8.根据权利要求7所述的管理方法，其特征在于，S3中所述优化策略包括：基于电池组产热、传热分布优化热管理策略，基于电池组容量辨识制定均衡控制策略，基于电池组综合信息评估电池组当前容量状态、剩余寿命和安全边界。
CN202111316579.9A 2021-11-09 2021-11-09 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 Active CN113771691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111316579.9A CN113771691B (zh) 2021-11-09 2021-11-09 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111316579.9A CN113771691B (zh) 2021-11-09 2021-11-09 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

Publications (2)

Publication Number Publication Date
CN113771691A CN113771691A (zh) 2021-12-10
CN113771691B true CN113771691B (zh) 2022-02-15

Family

ID=78956828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111316579.9A Active CN113771691B (zh) 2021-11-09 2021-11-09 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

Country Status (1)

Country Link
CN (1) CN113771691B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115396508B (zh) * 2022-07-06 2023-09-01 北京航空航天大学 一种基于赛博链的动力电池管理系统与方法
CN117706379B (zh) * 2024-02-06 2024-04-12 北京航空航天大学 一种电池动态安全边界构建方法、装置及可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108973748A (zh) * 2018-08-07 2018-12-11 宁波智果科技咨询服务有限公司 一种soc值充电控制的充电桩系统
CN110224427A (zh) * 2019-03-14 2019-09-10 浙江工业大学 一种基于微电网能量控制策略的信息物理系统建模方法
CN110456635A (zh) * 2019-07-02 2019-11-15 北京航空航天大学 基于数字孪生技术的电动汽车动力系统的控制方法
CN110492186A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于云端控制技术的动力电池模组的管理方法
CN110488629A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于数字孪生技术的混合动力汽车的管控方法
CN110534823A (zh) * 2019-07-19 2019-12-03 北京航空航天大学 一种动力电池均衡管理系统及方法
CN110532600A (zh) * 2019-07-19 2019-12-03 北京航空航天大学 一种动力电池热管理系统及方法
CN111027165A (zh) * 2019-07-19 2020-04-17 北京航空航天大学 一种基于数字孪生的动力电池组管理系统及方法
CN112102499A (zh) * 2019-06-18 2020-12-18 明日基金知识产权控股有限公司 融合现实系统和方法
WO2020260623A1 (en) * 2019-06-28 2020-12-30 Analog Devices International Unlimited Company Battery fleet monitoring systems
CN112711892A (zh) * 2020-12-07 2021-04-27 深圳先进技术研究院 一种基于数字孪生和区块链技术的云电池管理系统及方法
AU2021101964A4 (en) * 2021-04-16 2021-06-03 Anoop Arya Artificial intelligence based smart electric vehicle battery management system

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5643687B2 (ja) * 2011-03-15 2014-12-17 本田技研工業株式会社 鞍乗り型電動車両のバッテリ搭載構造
US10445730B2 (en) * 2012-09-24 2019-10-15 Gideon Samid Digital transactional procedures and implements
US9929572B2 (en) * 2014-08-14 2018-03-27 II Gene Lee Armstrong Battery cell charge management system and method
US10164289B2 (en) * 2014-12-02 2018-12-25 Polyplus Battery Company Vitreous solid electrolyte sheets of Li ion conducting sulfur-based glass and associated structures, cells and methods
US10949805B2 (en) * 2015-11-06 2021-03-16 Anguleris Technologies, Llc Method and system for native object collaboration, revision and analytics for BIM and other design platforms
US11691518B2 (en) * 2017-07-21 2023-07-04 Quantumscape Battery, Inc. Predictive model for estimating battery states
JP6656284B2 (ja) * 2018-03-22 2020-03-04 本田技研工業株式会社 車両の電池温度表示装置
CN109241924A (zh) * 2018-09-18 2019-01-18 宁波众鑫网络科技股份有限公司 基于互联网的多平台信息交互系统
DE102018220381A1 (de) * 2018-11-28 2020-05-28 Robert Bosch Gmbh Verfahren zum Betreiben eines Batteriesystems, Batteriesystem und Elektrofahrzeug
CN110289448B (zh) * 2019-05-22 2021-12-07 天能帅福得能源股份有限公司 一种具有人工构建sei膜的金属锂负极及其制备方法
CN110888056B (zh) * 2019-11-20 2022-05-06 上海交通大学 适用于车载动力锂离子电池的在线soc观测器搭建方法及系统
CN111611750B (zh) * 2020-05-28 2022-09-23 北京理工大学 一种应用数字孪生技术的锂离子电池充电及热管理方法
CN112829632B (zh) * 2021-01-14 2022-10-14 广州橙行智动汽车科技有限公司 动力电池的运行控制方法、装置、车辆及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108973748A (zh) * 2018-08-07 2018-12-11 宁波智果科技咨询服务有限公司 一种soc值充电控制的充电桩系统
CN110224427A (zh) * 2019-03-14 2019-09-10 浙江工业大学 一种基于微电网能量控制策略的信息物理系统建模方法
CN112102499A (zh) * 2019-06-18 2020-12-18 明日基金知识产权控股有限公司 融合现实系统和方法
WO2020260623A1 (en) * 2019-06-28 2020-12-30 Analog Devices International Unlimited Company Battery fleet monitoring systems
CN110456635A (zh) * 2019-07-02 2019-11-15 北京航空航天大学 基于数字孪生技术的电动汽车动力系统的控制方法
CN110492186A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于云端控制技术的动力电池模组的管理方法
CN110488629A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于数字孪生技术的混合动力汽车的管控方法
CN110534823A (zh) * 2019-07-19 2019-12-03 北京航空航天大学 一种动力电池均衡管理系统及方法
CN110532600A (zh) * 2019-07-19 2019-12-03 北京航空航天大学 一种动力电池热管理系统及方法
CN111027165A (zh) * 2019-07-19 2020-04-17 北京航空航天大学 一种基于数字孪生的动力电池组管理系统及方法
CN112711892A (zh) * 2020-12-07 2021-04-27 深圳先进技术研究院 一种基于数字孪生和区块链技术的云电池管理系统及方法
AU2021101964A4 (en) * 2021-04-16 2021-06-03 Anoop Arya Artificial intelligence based smart electric vehicle battery management system

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHAIN: Cyber Hierarchy and Interactional;杨世春等;《matter》;20200701;第3卷(第1期);第27-41页 *
ISG型中混合动力汽车镍氢电池管理系统的研制;杜晓伟等;《高技术通讯》;20100425(第04期);第96-100页 *
SAECCE 2020∣北京航空航天大学杨世春：动力电池安全性能评估与预测;盖世直播;《QQ浏览器 盖世汽车资讯》;20201030;演讲实录第14-16段 *

Also Published As

Publication number Publication date
CN113771691A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
Jiang et al. Elucidating the performance limitations of lithium-ion batteries due to species and charge transport through five characteristic parameters
Xie et al. Challenges and opportunities toward fast-charging of lithium-ion batteries
CN113771691B (zh) 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
Meng et al. Lithium-ion battery state-of-health estimation in electric vehicle using optimized partial charging voltage profiles
Han et al. A review on the key issues of the lithium ion battery degradation among the whole life cycle
Kang et al. Comparison of comprehensive properties of Ni-MH (nickel-metal hydride) and Li-ion (lithium-ion) batteries in terms of energy efficiency
KR102233612B1 (ko) 보조 배터리 관리
US11592490B2 (en) Method and device for estimating a voltage of a battery
CN107112507A (zh) 稳定的硅‑离子液体界面锂离子电池组
CN108604713A (zh) 二次电池组管理系统
Waseem et al. Battery technologies and functionality of battery management system for EVs: Current status, key challenges, and future prospectives
CN113779794B (zh) 计及微观约束的锂离子电池sop估计方法及系统
CN114722625B (zh) 锂电池的单体数字孪生模型建立方法、系统、终端和介质
Sahu et al. A continuum model for lithium plating and dendrite formation in lithium-ion batteries: Formulation and validation against experiment
Zhang et al. An optimal thermal management system heating control strategy for electric vehicles under low-temperature fast charging conditions
Lin et al. Battery aging-aware energy management strategy with dual-state feedback for improving life cycle economy by using multi-neural networks learning algorithm
CN113428049A (zh) 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法
CN112924867A (zh) 多场耦合下的锂电池容量衰减计算方法
US11701983B1 (en) Bidirectional vehicle to load charging communication
CN114552736A (zh) 一种锂电工业车辆用均衡系统及工作方法
Liu et al. Improving battery safety for electric vehicles through the optimization of battery design parameters
CN113420430A (zh) 基于电化学模型的动力锂电池老化模型构建方法
CN113591225A (zh) 一种新能源电动汽车能耗计算方法
CN113809412A (zh) 电池系统
WO2023035158A1 (zh) 动力电池充电的方法和电池管理系统

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