CN114492019B - 一种电池模组的自适应温度调控的评估方法及系统 - Google Patents
一种电池模组的自适应温度调控的评估方法及系统 Download PDFInfo
- Publication number
- CN114492019B CN114492019B CN202210075060.4A CN202210075060A CN114492019B CN 114492019 B CN114492019 B CN 114492019B CN 202210075060 A CN202210075060 A CN 202210075060A CN 114492019 B CN114492019 B CN 114492019B
- Authority
- CN
- China
- Prior art keywords
- temperature
- battery module
- regulation
- obtaining
- interval
- 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
- 230000033228 biological regulation Effects 0.000 title claims abstract description 185
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 238000012360 testing method Methods 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 50
- 239000000463 material Substances 0.000 claims description 46
- 230000003044 adaptive effect Effects 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000006978 adaptation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012782 phase change material Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
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
-
- 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
-
- 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
- H01M10/615—Heating or keeping warm
-
- 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
- H01M10/63—Control systems
- H01M10/635—Control systems based on ambient temperature
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种电池模组的自适应温度调控的评估方法及系统,所述方法包括:通过获得第一电池模组的预设温度区间;获得第一温度区间;获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;将所述第一电池模组进行自适应温度调控试验,获得第一低温试验结果和第一高温试验结果;获得所述第一电池模组自适应温度调控能力的第一评估结果。解决了现有技术中存在无法对电池模组的自适应温度调控能力进行快速评估,进而影响相关产品综合性能的技术问题。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种电池模组的自适应温度调控的评估方法及系统。
背景技术
随着世界范围内人们对环境保护意识地不断增强,各汽车制造厂商正在转变技术路线,由传统内燃机向锂离子电池和燃料电池等驱动源转变。以锂离子电池作为动力源的纯电动汽车在国家利好政策的大力刺激下,得以迅速发展。然而,现有技术中锂离子电池或者全固态锂电池受环境温度影响较大,进而影响相关产品性能。举例如环境温度较低时,电池模组活性降低,电池容量和性能衰减严重,且不可逆,电池内阻、极化增加以及电池自放电现象严重,从而导致纯电动汽车续航里程严重缩水、动力变弱,影响消费者在寒冷地区购买情绪和驾乘体验。为解决这一问题,相关技术人员利用电芯层间进行电池模组温控,但是这些控温策略大大消耗电池模组本身的电量。因此,研究利用计算机技术对电池模组的自适应温度调控能力进行综合评估,具有重要的现实意义。
然而,现有技术中存在无法对电池模组的自适应温度调控能力进行快速评估,进而影响相关产品综合性能的技术问题。
发明内容
本发明的目的是提供一种电池模组的自适应温度调控的评估方法及系统,用以解决现有技术中存在无法对电池模组的自适应温度调控能力进行快速评估,进而影响相关产品综合性能的技术问题。
鉴于上述问题,本发明提供了一种电池模组的自适应温度调控的评估方法及系统。
第一方面,本发明提供了一种电池模组的自适应温度调控的评估方法,所述方法通过一种电池模组的自适应温度调控的评估系统实现,其中,所述方法包括:通过获得第一电池模组的预设温度区间;根据所述第一电池模组的工作环境,获得第一温度区间;根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。
另一方面,本发明还提供了一种电池模组的自适应温度调控的评估系统,用于执行如第一方面所述的一种电池模组的自适应温度调控的评估方法,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得第一电池模组的预设温度区间;第二获得单元:所述第二获得单元用于根据所述第一电池模组的工作环境,获得第一温度区间;第三获得单元:所述第三获得单元用于根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;第四获得单元:所述第四获得单元用于分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;第五获得单元:所述第五获得单元用于将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;第六获得单元:所述第六获得单元用于将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;第七获得单元:所述第七获得单元用于根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。
第三方面,本发明还提供了一种电池模组的自适应温度调控的评估系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
第四方面,一种电子设备,其中,包括处理器和存储器;
该存储器,用于存储;
该处理器,用于通过调用,执行上述第一方面中任一项所述的方法。
第五方面,一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1.通过对电池模组进行分析,确定该电池模组的最佳使用温度范围,即预设温度区间;然后基于该电池模组的实际使用领域和使用环境,确定该电池模组的真实使用温度范文,即所述第一温度区间;结合所述预设温度区间可以确定该电池模组在实际使用过程中,存在的高温、低温情况;进一步的,分别将该电池模组置于不同高温、低温下进行自适应温度调控试验,分别得到该电池模组在不同极端温度下的温度调控效率;最后基于试验得到的温度调控效率情况,对该电池模组的综合温控能力进行评估,即得到所述第一评估结果。达到了提高电池模组自适应温控效果评价的智能化程度,进一步提高电池模组温控评价效率和准确率,为实际电池模组的选用提供数据指导的技术效果。
2.通过基于电池模组的内部材料信息,分析确定电池模组的整体适温区间,达到了基于实际数据计算确定整体适温区间,提高整体适温区间准确性的技术效果。
3.通过对电池模组实际使用区域的历史温度进行分析,并预测对应区域未来温度情况等,最终确定电池模组实际投入使用后的温度区间,达到了基于实际情况针对性设计试验条件,提高试验结果的可参考性的技术效果。
4.通过试验数据计算电池模组在特殊温度环境下的温控能力评估指数,达到了基于试验数据,直观、准确、客观地对电池模组在特殊温度条件下调控能力进行评估的技术效果。
5.通过基于电池模组实际使用时的故障数据、生产成本数据等,对试验得到的评估结果进行修正,达到了基于理论试验、真实实践情况对电池模组的自适应温度调控能力进行综合评估,从而提高评估结果准确性、可靠性的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种电池模组的自适应温度调控的评估方法的流程示意图;
图2为本发明一种电池模组的自适应温度调控的评估方法中获得第一低温试验结果的流程示意图;
图3为本发明一种电池模组的自适应温度调控的评估方法中计算获得所述第二调控效率的流程示意图;
图4为本发明一种电池模组的自适应温度调控的评估方法中获得第一评估修正结果的流程示意图;
图5为本发明一种电池模组的自适应温度调控的评估系统的结构示意图;
图6为本发明示例性电子设备的结构示意图。
附图标记说明:
第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本发明通过提供一种电池模组的自适应温度调控的评估方法及系统,解决了现有技术中存在无法对电池模组的自适应温度调控能力进行快速评估,进而影响相关产品综合性能的技术问题。通过计算确定电池模组应用时的特殊温度情况,进而将电池模组分别在不同温度条件下进行温控试验,计算得到电池模组在各温度下的温控效率,最终基于各温控效率对电池模组的温控能力进行综合评价。达到了提高电池模组自适应温控效果评价的智能化程度,进一步提高电池模组温控评价效率和准确率,为实际电池模组的选用提供数据指导的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。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。
本发明提供了一种电池模组的自适应温度调控的评估方法,所述方法应用于一种电池模组的自适应温度调控的评估系统,其中,所述方法包括:通过获得第一电池模组的预设温度区间;根据所述第一电池模组的工作环境,获得第一温度区间;根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。
在介绍了本发明基本原理后,下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
实施例一
请参阅附图1,本发明提供了一种电池模组的自适应温度调控的评估方法,其中,所述方法应用于一种电池模组的自适应温度调控的评估系统,所述方法具体包括如下步骤:
步骤S100:获得第一电池模组的预设温度区间;
具体而言,所述一种电池模组的自适应温度调控的评估方法应用于所述一种电池模组的自适应温度调控的评估系统,可以通过计算确定电池模组应用时的特殊温度情况,进而将电池模组分别在不同温度条件下进行温控试验,计算得到电池模组在各温度下的温控效率,最终基于各温控效率对电池模组的温控能力进行综合评价。所述第一电池模组是指任一使用所述自适应温度调控的评估系统进行温控能力评估的电池模组,即锂离子电芯经串、并联方式组合,并且加装单体电池监控与管理装置后形成的电芯与电池包的中间产品。根据所述第一电池模组的基本材料、安装信息,可以得到对应所述预设温度区间。其中,所述预设温度区间即所述第一电池模组的最佳使用环境温度范围。举例如某锂电池模组最佳工作温度为15℃~35℃,则该电池模组的预设温度区间即为15℃~35℃。通过获得所述预设温度区间,为后续确定第一电池模组使用的高温、低温范围提供了参照标准。
步骤S200:根据所述第一电池模组的工作环境,获得第一温度区间;
具体而言,基于所述第一电池模组的实际应用领域及其对应作业区域的环境温度情况,确定所述第一电池模组的实际会经历的温度变化范围,即所述第一温度区间。举例如某锂电池模组用于一汽车中,该汽车通常在某北方城市使用,该城市每年温度变化在-20℃~45℃之间,则-20℃~45℃就是该电池模组的第一温度区间。通过确定第一电池模组的实际使用环境温度,为后续确定第一电池模组使用时的高温情况、低温情况提供了数据参考。
步骤S300:根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;
具体而言,根据代表所述第一电池模组最佳使用环境温度范围的所述预设温度区间,将所述第一电池模组实际使用时会经历的实际温度范围进行划分。其中,所述第一温度区间中,高于所述预设温度区间的温度范围,定为所述第一电池模组的高温级环境温度;所述第一温度区间中,低于所述预设温度区间的温度范围,定为所述第一电池模组的低温级环境温度。也就是说,根据所述预设温度区间对所述第一温度区间进行温度等级划分后,得到的所述第一等级划分结果包括低温级、高温级。通过确定第一电池模组的高温使用范围、低温使用范围,为后续试验所述第一电池模组在特殊温度条件下的自适应温控能力评估提供基本试验设计参考,同时提高了试验的有效性和合理性,最终增加了试验结果的可靠性。
步骤S400:分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;
具体而言,通过将所述低温级、所述高温级进行温度梯度划分,分别得到所述低温级对应的所述第一划分结果和所述高温级对应的所述第二划分结果。其中,所述第一划分结果和所述第二划分结果中均包括多个温度。举例如某电池模组低温级范围为-20℃~15℃,经过梯度划分,分别得到-20℃、-15℃、-10℃、-5℃、0℃、5℃、10℃,共7个低温温度,其高温级范围为35℃~45℃,经过梯度划分,分别得到40℃、42℃、44℃,共4个高温温度。通过对低温级、高温级温度条件进行划分,确定了有限数量的温度进行试验,减少了试验次数,达到了提高试验效率的技术效果。
步骤S500:将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;
步骤S600:将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;
具体而言,根据梯度划分后得到的高温温度和低温温度,分别进行试验条件配置,进一步分别将所述第一电池模组放置在各温度条件下,检测所述第一电池模组在不同温度条件下,系统自适应温度调控的情况,从而分别得到所述第一低温试验结果和所述第一高温试验结果。通过控制变量法设计电池模组的自适应温度调控试验,得到对应试验结果,达到了为后续评估第一电池模组的温控能力提供数据依据的技术效果。
步骤S700:根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。
具体而言,根据试验得到的所述第一低温试验结果和所述第一高温试验结果,利用熵值法加权计算得到所述第一电池模组在高温、低温环境条件下的温控效果和温控能力,进而对所述第一电池模组的综合自适应温度调控能力进行评估,即得到所述第一评估结果。通过计算确定电池模组应用时的特殊温度情况,进而将电池模组分别在不同温度条件下进行温控试验,计算得到电池模组在各温度下的温控效率,最终基于各温控效率对电池模组的温控能力进行综合评价。达到了提高电池模组自适应温控效果评价的智能化程度,进一步提高电池模组温控评价效率和准确率,为实际电池模组的选用提供数据指导的技术效果。
进一步的,本发明步骤S100还包括:
步骤S110:获得所述第一电池模组的第一材料组,其中,所述第一材料组包括第一材料、第二材料;
步骤S120:分别对所述第一材料、所述第二材料进行温度敏感性检测,分别获得第一检测结果、第二检测结果;
步骤S130:根据所述第一检测结果,确定所述第一材料的第一适温区间,根据所述第二检测结果,确定所述第二材料的第二适温区间;
步骤S140:对所述第一适温区间、所述第二适温区间进行求并集计算,获得所述第一电池模组的第一整体适温区间;
步骤S150:将所述第一整体适温区间作为所述预设温度区间。
具体而言,首先对所述第一电池模组的内部材料进行分析确定,进而分别检测各个材料的温度敏感性,分别得到各材料的检测结果,即各材料的敏感温度和不敏感温度范围。最后,综合所有材料的检测结果,利用求不敏感温度范围并集的方法,确定所述第一电池模组的不敏感温度范围。举例如某电池模组由A、B、C构成,其中A材料在5℃~30℃内性能等不会变化,B材料在0℃~20℃内性能等不会变化,C材料在-5℃~15℃内性能等不会变化,那么求三种材料的不敏感温度并集为5℃~15℃。进一步的,将所述第一电池模组的不敏感温度范围,即所述第一整体适温区间作为所述预设温度区间。
通过基于电池模组的内部材料信息,分析确定电池模组的整体适温区间,并将其作为电池模组的预设温度区间,达到了基于实际数据计算确定整体适温区间,提高整体适温区间准确性的技术效果。
进一步的,本发明步骤S200还包括:
步骤S210:获得所述第一电池模组的第一应用区域;
步骤S220:根据大数据,获得所述第一应用区域的第一历史温度信息;
步骤S230:根据所述第一历史温度信息,筛选获得第一历史最低温和第一历史最高温;
步骤S240:根据所述第一历史最低温和所述第一历史最高温,获得第一历史温度区间;
步骤S250:以时间为横坐标,以温度为纵坐标,构建所述第一应用区域的历史时间-温度折线表;
步骤S260:根据所述时间-温度折线表,对所述第一应用区域的未来预设时间段的温度进行预测,获得第一温度预测结果;
步骤S270:根据所述第一温度预测结果,对所述第一历史温度区间进行调整,确定所述第一温度区间。
具体而言,根据所述第一电池模组的应用情况确定所述第一应用区域,进而基于大数据查找对应区域历史温度变化信息,进一步确定对应区域历史最高温度和最低温度,得到所述第一历史温度区间。其中,所述第一历史温度区间为所述第一电池模组未来可能会经历的温度区间。
进一步的,构建该区域历史温度随时间变化的折线表,进而基于计算机对该区域未来一段时间内,即预设时间段内的温度变化情况进行针对性预测,进而基于预测到的温度情况对所述第一历史温度区间进行调整,确定第一电池模组最终应当适应的实际温度区间。其中,所述预设时间段即所述第一电池模组的最长寿命,由相关生产企业评估和实际实践综合分析得到。
通过对第一电池模组实际使用区域的历史温度进行分析,并预测对应区域未来温度情况等,最终确定第一电池模组实际投入使用后的温度区间,达到了基于实际情况针对性设计试验条件,提高试验结果的可参考性的技术效果。
进一步的,如附图2所示,本发明步骤S500还包括:
步骤S510:根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别获得第一调控效率和第二调控效率;
步骤S520:利用变异系数法,获得所述第一调控效率的第一权重系数和所述第二调控效率的第二权重系数;
步骤S530:根据所述第一权重系数、所述第二权重系数、所述第一调控效率、所述第二调控效率,计算获得所述第一电池模组的第一综合指数;
步骤S540:将所述第一综合指数作为所述第一低温试验结果。
具体而言,在所述第一电池模组基于所述第一低温温度、所述第二低温温度进行自适应温度调控试验后,计算得到所述第一电池模组在不同温度条件下,将温度调节控制到正常温度值时的调控效率,即所述第一调控效率和所述第二调控效率。进一步的,利用归一法对所述第一调控效率和所述第二调控效率进行处理,进而利用变异系数法计算得到所述第一电池模组在低温环境下的温控能力评价指数,即所述第一综合指数。也就是说,所述第一综合指数即为所述第一低温试验结果。同理,可以试验、计算得到所述第一电池模组在高温环境下的温控能力评价指数,记作第二综合指数,并将第二综合指数记作所述第一高温试验结果。
通过试验数据计算得到第一电池模组在特殊温度环境下的温控能力评估指数,达到了基于试验数据,直观、准确、客观地对第一电池模组的低温调控情况进行评估的技术效果。
进一步的,如附图3所示,本发明步骤S510还包括:
步骤S511:将所述预设温度区间的平均温度作为第一标准温度;
步骤S512:根据所述第一低温温度和所述第一标准温度,获得第一温度调控量,根据所述第二低温温度和所述第一标准温度,获得第二温度调控量;
步骤S513:根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别计算获得第一调控时间、第二调控时间;
步骤S514:根据所述第一温度调控量和所述第一调控时间,计算获得所述第一调控效率,根据所述第二温度调控量和所述第二调控时间,计算获得所述第二调控效率。
具体而言,首先将所述预设温度区间的平均温度作为第一标准温度,也就是说,试验设计为所述第一电池模组需在特殊的试验温度下,将其温度调整为所述第一标准温度。举例如若某电池模组的预设温度区间为15℃~35℃,计算可确定该电池模组的第一标准温度为25℃。
进一步的,求取所述第一低温温度和所述第一标准温度的温差绝对值,即为所述第一温度调控量,求取所述第二低温温度和所述第一标准温度的温差绝对值,即为所述第二温度调控量。此外,分别统计所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验的时间,即所述第一调控时间、所述第二调控时间。根据温度调控量和调控时间,即可计算得到对应调控效率。通过基于温度调控量和温度调控时间,计算得到第一电池模组的调控效率,从而为后续基于试验数据评价其调控能力提供数据依据。
进一步的,如附图4所示,本发明还包括步骤S800:
步骤S810:根据所述第一电池模组的历史使用记录,获得第一历史故障记录,其中,所述第一历史故障记录中包括多个故障事件;
步骤S820:根据所述多个故障事件,构建故障类型-原因列表;
步骤S830:根据所述故障类型-原因列表,筛选所述第一历史故障记录中目标故障原因的故障事件,组成第一故障事件集;
步骤S840:根据所述第一故障事件集,获得第一故障频率;
步骤S850:根据所述第一故障频率,对所述第一评估结果进行修正,获得第一评估修正结果。
具体而言,根据所述第一电池模组的历史使用记录,调查筛选得到所述第一电池模组在全生命周期的实际使用过程中,曾经出现的所有故障事件,进而分析每次故障的类型对应的故障原因,从而构建所述故障类型-原因列表。进一步的,筛选所述第一电池模组在全生命周期的实际使用过程中,因温控不及时、温控效果差等各类温控问题导致的故障,从而得到所述第一故障事件集。最后根据所述第一故障事件集,获得第一故障频率,并根据所述第一故障频率对所述第一评估结果进行修正,修正后得到所述第一评估修正结果。
通过基于第一电池模组实际使用情况得到的故障数据,对其试验得到的第一评估结果进行修正,达到了基于理论试验、真实实践情况,对第一电池模组的自适应温度调控能力进行综合评估,从而提高评估结果准确性、可靠性的技术效果。
进一步的,本发明还包括步骤S860:
步骤S861:获得所述第一电池模组自适应温度调控的第一调控方式;
步骤S862:根据所述第一调控方式,利用调控方式-成本等级列表匹配所述第一电池模组自适应温度调控的第一成本等级;
步骤S863:根据所述第一成本等级,对所述第一评估修正结果进行修正,获得第二评估修正结果。
具体而言,查询得到所述第一电池模组自适应温度调控的调控方式,并给予对应调控方式,对其生产成本进行估计,进而确定所述第一电池模组的所述第一成本等级。举例如基于空气加热与冷却进行温度调控的电池模组,生产成本很低,为第一级,基于相变材料加热与冷却的电池模组,由于新材料研发复杂,因此整体成本较高,为第三级。最后根据所述第一成本等级,对所述第一评估修正结果进行修正,修正后得到所述第二评估修正结果。通过基于生产成本对第一电池模组的综合评估结果进行调整修正,达到了为实际生产选择电池模组提供理论指导和实际参考的技术效果。
综上所述,本发明所提供的一种电池模组的自适应温度调控的评估方法具有如下技术效果:
1.通过对电池模组进行分析,确定该电池模组的最佳使用温度范围,即预设温度区间;然后基于该电池模组的实际使用领域和使用环境,确定该电池模组的真实使用温度范文,即所述第一温度区间;结合所述预设温度区间可以确定该电池模组在实际使用过程中,存在的高温、低温情况;进一步的,分别将该电池模组置于不同高温、低温下进行自适应温度调控试验,分别得到该电池模组在不同极端温度下的温度调控效率;最后基于试验得到的温度调控效率情况,对该电池模组的综合温控能力进行评估,即得到所述第一评估结果。达到了提高电池模组自适应温控效果评价的智能化程度,进一步提高电池模组温控评价效率和准确率,为实际电池模组的选用提供数据指导的技术效果。
2.通过基于电池模组的内部材料信息,分析确定电池模组的整体适温区间,达到了基于实际数据计算确定整体适温区间,提高整体适温区间准确性的技术效果。
3.通过对电池模组实际使用区域的历史温度进行分析,并预测对应区域未来温度情况等,最终确定电池模组实际投入使用后的温度区间,达到了基于实际情况针对性设计试验条件,提高试验结果的可参考性的技术效果。
4.通过试验数据计算电池模组在特殊温度环境下的温控能力评估指数,达到了基于试验数据,直观、准确、客观地对电池模组在特殊温度条件下调控能力进行评估的技术效果。
5.通过基于电池模组实际使用时的故障数据、生产成本数据等,对试验得到的评估结果进行修正,达到了基于理论试验、真实实践情况对电池模组的自适应温度调控能力进行综合评估,从而提高评估结果准确性、可靠性的技术效果。
实施例二
基于与前述实施例中一种电池模组的自适应温度调控的评估方法,同样发明构思,本发明还提供了一种电池模组的自适应温度调控的评估系统,请参阅附图5,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一电池模组的预设温度区间;
第二获得单元12,所述第二获得单元12用于根据所述第一电池模组的工作环境,获得第一温度区间;
第三获得单元13,所述第三获得单元13用于根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;
第四获得单元14,所述第四获得单元14用于分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;
第五获得单元15,所述第五获得单元15用于将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;
第六获得单元16,所述第六获得单元16用于将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;
第七获得单元17,所述第七获得单元17用于根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得所述第一电池模组的第一材料组,其中,所述第一材料组包括第一材料、第二材料;
第九获得单元,所述第九获得单元用于分别对所述第一材料、所述第二材料进行温度敏感性检测,分别获得第一检测结果、第二检测结果;
第一确定单元,所述第一确定单元用于根据所述第一检测结果,确定所述第一材料的第一适温区间,根据所述第二检测结果,确定所述第二材料的第二适温区间;
第十获得单元,所述第十获得单元用于对所述第一适温区间、所述第二适温区间进行求并集计算,获得所述第一电池模组的第一整体适温区间;
第一设置单元,所述第一设置单元用于将所述第一整体适温区间作为所述预设温度区间。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一电池模组的第一应用区域;
第十二获得单元,所述第十二获得单元用于根据大数据,获得所述第一应用区域的第一历史温度信息;
第十三获得单元,所述第十三获得单元用于根据所述第一历史温度信息,筛选获得第一历史最低温和第一历史最高温;
第十四获得单元,所述第十四获得单元用于根据所述第一历史最低温和所述第一历史最高温,获得第一历史温度区间;
第一构建单元,所述第一构建单元用于以时间为横坐标,以温度为纵坐标,构建所述第一应用区域的历史时间-温度折线表;
第十五获得单元,所述第十五获得单元用于根据所述时间-温度折线表,对所述第一应用区域的未来预设时间段的温度进行预测,获得第一温度预测结果;
第二确定单元,所述第二确定单元用于根据所述第一温度预测结果,对所述第一历史温度区间进行调整,确定所述第一温度区间。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别获得第一调控效率和第二调控效率;
第十七获得单元,所述第十七获得单元用于利用变异系数法,获得所述第一调控效率的第一权重系数和所述第二调控效率的第二权重系数;
第十八获得单元,所述第十八获得单元用于根据所述第一权重系数、所述第二权重系数、所述第一调控效率、所述第二调控效率,计算获得所述第一电池模组的第一综合指数;
第二设置单元,所述第二设置单元用于将所述第一综合指数作为所述第一低温试验结果。
进一步的,所述系统还包括:
第三设置单元,所述第三设置单元用于将所述预设温度区间的平均温度作为第一标准温度;
第十九获得单元,所述第十九获得单元用于根据所述第一低温温度和所述第一标准温度,获得第一温度调控量,根据所述第二低温温度和所述第一标准温度,获得第二温度调控量;
第二十获得单元,所述第二十获得单元用于根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别计算获得第一调控时间、第二调控时间;
第二十一获得单元,所述第二十一获得单元用于根据所述第一温度调控量和所述第一调控时间,计算获得所述第一调控效率,根据所述第二温度调控量和所述第二调控时间,计算获得所述第二调控效率。
进一步的,所述系统还包括:
第二十二获得单元,所述第二十二获得单元用于根据所述第一电池模组的历史使用记录,获得第一历史故障记录,其中,所述第一历史故障记录中包括多个故障事件;
第二构建单元,所述第二构建单元用于根据所述多个故障事件,构建故障类型-原因列表;
第一组成单元,所述第一组成单元用于根据所述故障类型-原因列表,筛选所述第一历史故障记录中目标故障原因的故障事件,组成第一故障事件集;
第二十三获得单元,所述第二十三获得单元用于根据所述第一故障事件集,获得第一故障频率;
第二十四获得单元,所述第二十四获得单元用于根据所述第一故障频率,对所述第一评估结果进行修正,获得第一评估修正结果。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于获得所述第一电池模组自适应温度调控的第一调控方式;
第一匹配单元,所述第一匹配单元用于根据所述第一调控方式,利用调控方式-成本等级列表匹配所述第一电池模组自适应温度调控的第一成本等级;
第二十六获得单元,所述第二十六获得单元用于根据所述第一成本等级,对所述第一评估修正结果进行修正,获得第二评估修正结果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种电池模组的自适应温度调控的评估方法和具体实例同样适用于本实施例的一种电池模组的自适应温度调控的评估系统,通过前述对一种电池模组的自适应温度调控的评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种电池模组的自适应温度调控的评估系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本发明的电子设备。
图6图示了根据本发明的电子设备的结构示意图。
基于与前述实施例中一种电池模组的自适应温度调控的评估方法的发明构思,本发明还提供一种电池模组的自适应温度调控的评估系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种电池模组的自适应温度调控的评估方法的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明提供了一种电池模组的自适应温度调控的评估方法,所述方法应用于一种电池模组的自适应温度调控的评估系统,其中,所述方法包括:通过获得第一电池模组的预设温度区间;根据所述第一电池模组的工作环境,获得第一温度区间;根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果。解决了现有技术中存在无法对电池模组的自适应温度调控能力进行快速评估,进而影响相关产品综合性能的技术问题。通过计算确定电池模组应用时的特殊温度情况,进而将电池模组分别在不同温度条件下进行温控试验,计算得到电池模组在各温度下的温控效率,最终基于各温控效率对电池模组的温控能力进行综合评价。达到了提高电池模组自适应温控效果评价的智能化程度,进一步提高电池模组温控评价效率和准确率,为实际电池模组的选用提供数据指导的技术效果。
本发明还提供一种电子设备,其中,包括处理器和存储器;
该存储器,用于存储;
该处理器,用于通过调用,执行上述实施例一中任一项所述的方法。
本发明还提供一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory,简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种电池模组的自适应温度调控的评估方法,其特征在于,所述方法应用于一种电池模组的自适应温度调控的评估系统,所述方法包括:
获得第一电池模组的预设温度区间;
根据所述第一电池模组的工作环境,获得第一温度区间;
根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;
分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;
将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;
将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;
根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果;
其中,所述获得第一电池模组的预设温度区间,包括:
获得所述第一电池模组的第一材料组,其中,所述第一材料组包括第一材料、第二材料;
分别对所述第一材料、所述第二材料进行温度敏感性检测,分别获得第一检测结果、第二检测结果;
根据所述第一检测结果,确定所述第一材料的第一适温区间,根据所述第二检测结果,确定所述第二材料的第二适温区间;
对所述第一适温区间、所述第二适温区间进行求并集计算,获得所述第一电池模组的第一整体适温区间;
将所述第一整体适温区间作为所述预设温度区间;
所述根据所述第一电池模组的工作环境,获得第一温度区间,包括:
获得所述第一电池模组的第一应用区域;
根据大数据,获得所述第一应用区域的第一历史温度信息;
根据所述第一历史温度信息,筛选获得第一历史最低温和第一历史最高温;
根据所述第一历史最低温和所述第一历史最高温,获得第一历史温度区间;
以时间为横坐标,以温度为纵坐标,构建所述第一应用区域的历史时间-温度折线表;
根据所述时间-温度折线表,对所述第一应用区域的未来预设时间段的温度进行预测,获得第一温度预测结果;
根据所述第一温度预测结果,对所述第一历史温度区间进行调整,确定所述第一温度区间;
所述将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果,包括:
根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别获得第一调控效率和第二调控效率;
利用变异系数法,获得所述第一调控效率的第一权重系数和所述第二调控效率的第二权重系数;
根据所述第一权重系数、所述第二权重系数、所述第一调控效率、所述第二调控效率,计算获得所述第一电池模组的第一综合指数;
将所述第一综合指数作为所述第一低温试验结果;
采用与获得所述第一低温试验结果相同的方式,试验计算得到所述第一电池模组在高温环境下的温控能力评价指数,记作第二综合指数,并将所述第二综合指数记作所述第一高温试验结果。
2.如权利要求1所述的方法,其特征在于,所述分别获得第一调控效率和第二调控效率,包括:
将所述预设温度区间的平均温度作为第一标准温度;
根据所述第一低温温度和所述第一标准温度,获得第一温度调控量,根据所述第二低温温度和所述第一标准温度,获得第二温度调控量;
根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别计算获得第一调控时间、第二调控时间;
根据所述第一温度调控量和所述第一调控时间,计算获得所述第一调控效率,根据所述第二温度调控量和所述第二调控时间,计算获得所述第二调控效率。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一电池模组的历史使用记录,获得第一历史故障记录,其中,所述第一历史故障记录中包括多个故障事件;
根据所述多个故障事件,构建故障类型-原因列表;
根据所述故障类型-原因列表,筛选所述第一历史故障记录中目标故障原因的故障事件,组成第一故障事件集;
根据所述第一故障事件集,获得第一故障频率;
根据所述第一故障频率,对所述第一评估结果进行修正,获得第一评估修正结果。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
获得所述第一电池模组自适应温度调控的第一调控方式;
根据所述第一调控方式,利用调控方式-成本等级列表匹配所述第一电池模组自适应温度调控的第一成本等级;
根据所述第一成本等级,对所述第一评估修正结果进行修正,获得第二评估修正结果。
5.一种电池模组的自适应温度调控的评估系统,其特征在于,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一电池模组的预设温度区间;
第二获得单元:所述第二获得单元用于根据所述第一电池模组的工作环境,获得第一温度区间;
第三获得单元:所述第三获得单元用于根据所述预设温度区间对所述第一温度区间进行温度等级划分,获得第一等级划分结果,其中,所述第一等级划分结果包括低温级、高温级;
第四获得单元:所述第四获得单元用于分别对所述低温级、所述高温级进行温度梯度划分,分别获得第一划分结果、第二划分结果,其中,所述第一划分结果包括第一低温温度、第二低温温度,所述第二划分结果包括第一高温温度、第二高温温度;
第五获得单元:所述第五获得单元用于将所述第一电池模组分别在所述第一低温温度、所述第二低温温度下进行自适应温度调控试验,获得第一低温试验结果;
第六获得单元:所述第六获得单元用于将所述第一电池模组分别在所述第一高温温度、所述第二高温温度下进行自适应温度调控试验,获得第一高温试验结果;
第七获得单元:所述第七获得单元用于根据所述第一低温试验结果和所述第一高温试验结果,获得所述第一电池模组自适应温度调控能力的第一评估结果;
第八获得单元,所述第八获得单元用于获得所述第一电池模组的第一材料组,其中,所述第一材料组包括第一材料、第二材料;
第九获得单元,所述第九获得单元用于分别对所述第一材料、所述第二材料进行温度敏感性检测,分别获得第一检测结果、第二检测结果;
第一确定单元,所述第一确定单元用于根据所述第一检测结果,确定所述第一材料的第一适温区间,根据所述第二检测结果,确定所述第二材料的第二适温区间;
第十获得单元,所述第十获得单元用于对所述第一适温区间、所述第二适温区间进行求并集计算,获得所述第一电池模组的第一整体适温区间;
第一设置单元,所述第一设置单元用于将所述第一整体适温区间作为所述预设温度区间;
第十一获得单元,所述第十一获得单元用于获得所述第一电池模组的第一应用区域;
第十二获得单元,所述第十二获得单元用于根据大数据,获得所述第一应用区域的第一历史温度信息;
第十三获得单元,所述第十三获得单元用于根据所述第一历史温度信息,筛选获得第一历史最低温和第一历史最高温;
第十四获得单元,所述第十四获得单元用于根据所述第一历史最低温和所述第一历史最高温,获得第一历史温度区间;
第一构建单元,所述第一构建单元用于以时间为横坐标,以温度为纵坐标,构建所述第一应用区域的历史时间-温度折线表;
第十五获得单元,所述第十五获得单元用于根据所述时间-温度折线表,对所述第一应用区域的未来预设时间段的温度进行预测,获得第一温度预测结果;
第二确定单元,所述第二确定单元用于根据所述第一温度预测结果,对所述第一历史温度区间进行调整,确定所述第一温度区间;
第十六获得单元,所述第十六获得单元用于根据所述第一电池模组在所述第一低温温度、所述第二低温温度的自适应温度调控试验,分别获得第一调控效率和第二调控效率;
第十七获得单元,所述第十七获得单元用于利用变异系数法,获得所述第一调控效率的第一权重系数和所述第二调控效率的第二权重系数;
第十八获得单元,所述第十八获得单元用于根据所述第一权重系数、所述第二权重系数、所述第一调控效率、所述第二调控效率,计算获得所述第一电池模组的第一综合指数;
第二设置单元,所述第二设置单元用于将所述第一综合指数作为所述第一低温试验结果;
采用与获得所述第一低温试验结果相同的方式,试验计算得到所述第一电池模组在高温环境下的温控能力评价指数,记作第二综合指数,并将所述第二综合指数记作所述第一高温试验结果。
6.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储;
所述处理器,用于通过调用,执行权利要求1~4中任一项所述的方法。
7.一种计算机可读存储介质,包括计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1~4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075060.4A CN114492019B (zh) | 2022-01-22 | 2022-01-22 | 一种电池模组的自适应温度调控的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075060.4A CN114492019B (zh) | 2022-01-22 | 2022-01-22 | 一种电池模组的自适应温度调控的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114492019A CN114492019A (zh) | 2022-05-13 |
CN114492019B true CN114492019B (zh) | 2024-02-02 |
Family
ID=81472298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075060.4A Active CN114492019B (zh) | 2022-01-22 | 2022-01-22 | 一种电池模组的自适应温度调控的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114492019B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114839502B (zh) * | 2022-07-06 | 2022-09-23 | 江苏华存电子科技有限公司 | 一种半导体存储产品的集成式高温测试方法及系统 |
CN116963482B (zh) * | 2023-09-21 | 2023-12-05 | 广东云下汇金科技有限公司 | 一种基于数据中心暖通系统的智能化节能方法及相关设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010211926A (ja) * | 2009-03-06 | 2010-09-24 | Panasonic Corp | 組電池の評価装置および評価方法 |
CN106885990A (zh) * | 2016-09-21 | 2017-06-23 | 蔚来汽车有限公司 | 基于环境温度的电池循环寿命测试方法 |
CN107884717A (zh) * | 2017-09-30 | 2018-04-06 | 中国汽车技术研究中心 | 一种动力电池系统热管理性能测试方法 |
CN112100928A (zh) * | 2020-11-09 | 2020-12-18 | 北京邮电大学 | 一种基于温度改善锂离子电池性能的方法和装置 |
CN112505547A (zh) * | 2020-11-10 | 2021-03-16 | 东风汽车集团有限公司 | 快充测试方法、装置、系统及计算机设备 |
CN112800687A (zh) * | 2021-04-06 | 2021-05-14 | 联想长风科技(北京)有限公司 | 一种产品散热方案的评估方法及系统 |
CN112834933A (zh) * | 2019-11-22 | 2021-05-25 | 北京新能源汽车股份有限公司 | 一种电池模组热性能检测方法及装置 |
CN113049976A (zh) * | 2021-04-27 | 2021-06-29 | 武汉理工大学 | 一种车辆电池健康状态评估方法及系统 |
WO2021208309A1 (zh) * | 2020-04-17 | 2021-10-21 | 许继集团有限公司 | 用于储能电站电化学电池在线评估的方法和系统 |
CN113764747A (zh) * | 2021-08-12 | 2021-12-07 | 岚图汽车科技有限公司 | 一种检测电池热管理系统接触热阻方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180057046A (ko) * | 2016-11-21 | 2018-05-30 | 삼성전자주식회사 | 배터리 온도 제어 방법 및 장치 |
-
2022
- 2022-01-22 CN CN202210075060.4A patent/CN114492019B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010211926A (ja) * | 2009-03-06 | 2010-09-24 | Panasonic Corp | 組電池の評価装置および評価方法 |
CN106885990A (zh) * | 2016-09-21 | 2017-06-23 | 蔚来汽车有限公司 | 基于环境温度的电池循环寿命测试方法 |
CN107884717A (zh) * | 2017-09-30 | 2018-04-06 | 中国汽车技术研究中心 | 一种动力电池系统热管理性能测试方法 |
CN112834933A (zh) * | 2019-11-22 | 2021-05-25 | 北京新能源汽车股份有限公司 | 一种电池模组热性能检测方法及装置 |
WO2021208309A1 (zh) * | 2020-04-17 | 2021-10-21 | 许继集团有限公司 | 用于储能电站电化学电池在线评估的方法和系统 |
CN112100928A (zh) * | 2020-11-09 | 2020-12-18 | 北京邮电大学 | 一种基于温度改善锂离子电池性能的方法和装置 |
CN112505547A (zh) * | 2020-11-10 | 2021-03-16 | 东风汽车集团有限公司 | 快充测试方法、装置、系统及计算机设备 |
CN112800687A (zh) * | 2021-04-06 | 2021-05-14 | 联想长风科技(北京)有限公司 | 一种产品散热方案的评估方法及系统 |
CN113049976A (zh) * | 2021-04-27 | 2021-06-29 | 武汉理工大学 | 一种车辆电池健康状态评估方法及系统 |
CN113764747A (zh) * | 2021-08-12 | 2021-12-07 | 岚图汽车科技有限公司 | 一种检测电池热管理系统接触热阻方法及装置 |
Non-Patent Citations (3)
Title |
---|
Model migration based battery power capability evaluation considering uncertainties of temperature and aging;Xiaopeng Tang 等;Journal of Power Sources;第440卷;全文 * |
无人机锂离子电池高低温极端环境适应性研究;李念思;刘小勇;李亮;徐坚强;余本东;;中国安全科学学报(08);全文 * |
电驱动道路车辆动力锂离子电池组和电池系统性能试验条件和要求;忻龙 等;环境技术;第30卷(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114492019A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114492019B (zh) | 一种电池模组的自适应温度调控的评估方法及系统 | |
US11988721B2 (en) | Systems and methods for determining vehicle battery health | |
Shen et al. | The co-estimation of state of charge, state of health, and state of function for lithium-ion batteries in electric vehicles | |
EP2581754B1 (en) | Battery adaptive learning management system | |
Plett | Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs: Part 3. State and parameter estimation | |
Song et al. | A novel variable forgetting factor recursive least square algorithm to improve the anti-interference ability of battery model parameters identification | |
RU2361333C2 (ru) | Оценка состояния и параметров гальванического элемента | |
US9519029B2 (en) | Model-based battery monitoring | |
Zhou et al. | Peak power prediction for series-connected LiNCM battery pack based on representative cells | |
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN110554322B (zh) | 一种二手电池使用寿命的预测方法以及装置 | |
US6909261B2 (en) | Method for predicting the loading capability of an electrochemical element | |
CN115958957B (zh) | 一种电动汽车动力电池充电过热故障预测方法及系统 | |
CN113131012A (zh) | Soc估算精度的确定方法、装置及存储介质 | |
Sheikhan et al. | State of charge neural computational models for high energy density batteries in electric vehicles | |
Zhang et al. | An early soft internal short-circuit fault diagnosis method for lithium-ion battery packs in electric vehicles | |
CN115684942A (zh) | 电池短路故障检测方法、装置、计算机设备及介质 | |
CN112230146A (zh) | 电池充电剩余时间的预测方法、系统及设备 | |
Havangi | Adaptive robust unscented Kalman filter with recursive least square for state of charge estimation of batteries | |
Wu et al. | Adaptive sequential predictive maintenance policy with nonperiodic inspection for hard failures | |
Liu et al. | Capacity evaluation and degradation analysis of lithium-ion battery packs for on-road electric vehicles | |
CN113157015A (zh) | 热管理系统测试方法、平台、计算机设备及可读存储介质 | |
CN117368782A (zh) | 数据分析方法、电池soh估算方法及装置 | |
CN112230152B (zh) | 测量单体电芯内阻增量的方法及系统 | |
He et al. | State of charge estimation for electric vehicle batteries under an adaptive filtering framework |
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 |