CN114649608B - 一种无需额外电源及电路的电池包低温自适应加热方法及装置 - Google Patents
一种无需额外电源及电路的电池包低温自适应加热方法及装置 Download PDFInfo
- Publication number
- CN114649608B CN114649608B CN202210256864.4A CN202210256864A CN114649608B CN 114649608 B CN114649608 B CN 114649608B CN 202210256864 A CN202210256864 A CN 202210256864A CN 114649608 B CN114649608 B CN 114649608B
- Authority
- CN
- China
- Prior art keywords
- battery
- heating
- temperature
- current
- state
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 17
- 230000008878 coupling Effects 0.000 claims description 10
- 238000010168 coupling process Methods 0.000 claims description 10
- 238000005859 coupling reaction Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000010287 polarization Effects 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005485 electric heating Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000033228 biological regulation Effects 0.000 claims 1
- 230000032683 aging Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012782 phase change material Substances 0.000 description 1
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
- H01M10/615—Heating or keeping warm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- H01M10/633—Control systems characterised by algorithms, flow charts, software details or the like
-
- 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
- H01M10/637—Control systems characterised by the use of reversible temperature-sensitive devices, e.g. NTC, PTC or bimetal devices; characterised by control of the internal current flowing through the cells, e.g. by switching
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Operations Research (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种无需额外电源及电路的电池包低温自适应加热方法及装置，该发明充分利用功率再分配电池包的驱动电路实现了不增加任何元器件的双向脉冲内部加热。所述方法首先根据实时测量的电池包电压、电流和温度等数据通过双容积卡尔曼滤波器在线估计电池荷电状态、内部温度和电池等效参数，并基于多状态约束预测用于产生电化学热的最大充放电电流；其次，结合模糊逻辑自适应调节加热电流占空比，实现双向脉冲电流循环稳定地加热电池；最后，采用滑模控制器鲁棒调控电池电流追踪所设计的最大充放电电流序列，进而实现电池低温自适应加热。重复以上加热过程直至电池内部温度达到目标。本发明降低了电池低温加热系统的成本，并具有加热效率高、电池老化小的优点，有效提高了电池包在低温下的工作性能。
Description
技术领域
本发明涉及电池包热管理技术领域，具体涉及一种低温环境下电池包加热方法及装置。
背景技术
在低温环境中，锂离子动力电池的可用能量及峰值功率将大幅度衰退，降低了电动汽车的续驶里程和操作性能。低温加热是改善电池性能的主要方法，主要有外部加热和内部加热。外部加热通常指采用空气、液体、相变材料或者电热丝等介质在电池外部产生热量并传递到电池而进行加热的方法，具有稳定性高和易于控制的优点。但具有低加热速率、低能量利用率以及热不一致程度高的缺点。内部加热方法可克服上述缺点，为电池低温加热提供可行的方法。现有的内部加热通常增加外部电源以及额外电路来提供施加在电池两端用于产热电化学热的加热电流，并且很少考虑电池在加热过程中温度快速变化的动态特性，进而未能获取最大加热速率。
因此，本发明为降低内部加热装置的复杂度及成本，并改善加热性能，提出了一种无需额外电源及电路的电池包低温自适应加热方法及装置。所提出的加热方法充分利用了功率再分配电池包其驱动电路的独立可控性，通过在线估计电池状态更新加热电流，可实现电池高效、快速、无损内部加热。
发明内容
有鉴于此，本发明的目的是提出一种无需额外电源及电路的电池包低温自适应加热方法及装置，充分利用功率再分配电池包的驱动电路设计一种可跟随电池不同温度特性自适应调节加热电流的双向脉冲加热方法，通过由脉冲电流对电池进行反复充放电所产生的电化学热进而加热电池。
本发明采用以下方案实现：一种无需额外电源及电路的电池包低温自适应加热方法及装置，具体包括以下步骤：
步骤S1：设计电池包低温加热装置，具体包括多个串联的电池功率单元，其中每个电池功率单元都可作为独立的低温自加热器使用，包含一个单体电池和与其相连接的双向直流变换器；
步骤S2：获取当前电池电压、电流和温度等测量数据并基于双容积卡尔曼滤波器预测电池荷电状态、内部温度以及最大加热电流；
步骤S3：根据步骤S2得到的最大加热电流值以及模糊逻辑自适应调控双向脉冲加热电流的幅值和占空比；
步骤S4：设计加热电流滑模控制器，追踪所设计的脉冲加热电流参考值，进行电池内部自加热。
步骤S5：基于步骤S2估计的内部温度以及测量温度判断电池是否达到预设加热温度目标，若达到则停止加热；若否则跳转到步骤S2。
与现有技术相比，本发明有以下有益效果：本发明充分利用了功率再分配电池包的驱动电路拓扑创新的提出了一种无需增加任何元器件即可完成电池低温内部加热的装置，降低了电池低温加热设备的复杂度及成本，同时实现了高能量效率和高加热效率，并避免了低温操作所造成的电池加速老化。
附图说明
图1为本发明实施例中所述的功率再分配电池包加热装置架构框图；
图2为本发明所述的电池自适应加热方法原理图；
图3为本发明实施例中基于双容积卡尔曼滤波器的电池状态及参数估计流程图；
图4为本发明实施例所述的电池电热耦合模型原理框图；
图5为本发明实施例的双向脉冲加热电流及电压波形图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。显而易见地，以下描述中的附图仅是本发明中的部分实施例，对于本领域其他研究人员，还可根据本发明获得其他类似附图而不付出创造性劳动。
本实施例中提出的一种无需增加额外设备的电池低温加热装置及自适应控制方法分别如图1和图2所示。其中图1所示的BPU指电池功率单元，在电池包充放电过程中具有调节电池功率输出的作用，而在低温加热过程中作为电池双向脉冲加热器对电池进行自加热。此外，由于此电池包中每个BPU的电路拓扑配置相同，对采用BPU进行电池低温加热的操作都相同。因此，本实施例中仅采用BPUi进行技术说明，即第i个电池功率单元。
特别的，本实施例的实施流程具体分为以下几步：
(a)、根据图3所示的基于双容积卡尔曼滤波的电池状态及参数联合估计算法获取电池荷电状态、核心温度与电池等效参数；
其中，(a)包括以下过程：
a1、首先基于一阶RC等效电路模型和热集总模型建立电池电热耦合状态空间模型。如图4所示，一阶RC等效电路模型由一个理想电压源内阻/>极化电阻/>和极化电容组成，其中/>是极化电阻两端的电压，而热集总模型由两个热容和热阻级联构成。当然，本领域人员也可以将其所熟知的其他模型替换为上述的等效电路模型和热模型。为建立电热耦合模型，令k时刻的状态变量为/>和控制变量为/>其中zi表示电池荷电状态，/>表示电池电流，而/>和/>分别为电池内部温度、核心温度以及环境温度，则：
其中，
式中，Δt为采样间隔时间；是时间常数；ηb和/>分别表示电池库伦效率和额定容量；开路电压/>是与电池荷电状态zi直接相关的函数；电池表面热容/>核心热容热传导电阻/>和对流电阻/>是A123 26650磷酸铁锂电池热集总模型参数，其值分别为62.7J/W、1.94J/W、4.5K/W和15K/W。
a2、基于一阶RC等效电路模型的传递函数通过拉普拉斯变换和双性变换获取电池参数估计状态空间方程：
式中，Aθ为一个3x3的单位对角矩阵；为实时测量的电池端电压；/>和/>定义如下：
进一步地，式(3)中的参数向量与电池一阶RC等效电路参数具有如下关系：
a3、采用双容积卡尔曼滤波算法预测电池荷电状态、内部温度以及电池参数：首先初始化状态量和协方差矩阵等参数，其次对电池参数进行先验估计，分别计算和传播容积点，并估计电池参数误差协方差：
式中，是协方差矩阵/>的Cholesky分解；nθ表示参数向量/>的个数，即nθ＝4。计算和传播电池状态时间更新的容积点，并估计电池状态误差协方差：
式中，是协方差矩阵/>的Cholesky分解；nx表示电热耦合模型状态向量/>的个数，即nx＝4。通过测量值更新电池参数进行后验估计，即传播容积点并预测测量值、估计测量值的自协方差和互协方差：
计算卡尔曼增益并更新电池参数和误差协方差：
式中，为电池端电压实时测量值。
然后，根据以上获取的电池参数更新电池电热耦合状态空间模型矩阵
根据电池电压和温度测量值更新电池状态，依次计算测量自协方差和互协方差：
式中，定义最后，计算卡尔曼增益并更新电池状态及误差协方差：
式中，是实际测量的电池端电压和表面温度所构成的二维列向量。
(b)、根据步骤(a)得到的电池状态及参数在线预测最大加热电流：本发明基于电池多状态约束方法获取可用的最大加热电流，其中具体考虑了电池电流约束、终端电压约束、荷电状态约束以及直流阻抗约束。用于低温加热的最大充放电电流可通过下式获得：
式中，表示由生产商规定的电池最大充放电电流；/>和/>分别表示基于荷电状态约束、终端电压约束以及直流阻抗约束的最大充放电电流，可分别根据以下式子得到：
式中，和/>分别表示电池充放电直流内阻；Vb,max和Vb,min分别为A123 26650磷酸铁锂电池的电压上下限，即3.6V和2.0V。
(c)、根据步骤(b)得到的最大充放电电流值以及模糊逻辑自适应调控双向脉冲加热电流的幅值和占空比。在低温加热过程中，电池功率单元中的双向直流变换器周期性地工作在升压模式和降压模式。图5展示了电池低温加热过程中的电池电流、电池电压和电容电压变化曲线。步骤(b)中得到的最大充放电电流分别确定图5中电流曲线的上下幅值。加热周期Δt被设置为1秒，而占空比(即放电时间与加热周期的比值：Δt1/Δt)随双向直流变换器输出电容电压的变化而自适应变化以确保低温自加热过程的持续稳定进行。本发明采用了以参考电压/>和电容电压均值/>之差及变化率为输入、占空比的变化率为输出的模糊逻辑(如图2所示)对加热占空比进行自适应调节。
(d)、采集实时的电池电流并与所设计的最大加热电流对比，通过电流滑模控制器控制双向直流变换器对电池进行双向脉冲充放电，进而实现电池低温自适应自热。其中，滑模控制器的控制率如下所示：
式中，和/>表示双向直流变换器工作于升压模式和降压模式的占空比。其中，/>和/>分别定义了对应于充放电过程的滑模面：
式中，表示在μ时刻获得的电池采样电流，其所对应的时间尺度Δμ远小于加热周期时间Δt，本实施例中定义Δμ＝5×10-5秒。
(e)、判断电池内部温度是否达到目标值，若达到则停止加热；否则跳转到第一步重新预测电池状态并更新最大充放电电流值，循环进行电池低温加热。
综上，本实施例基于功率再分配电池包设计了一种无需额外电源及电路的低温自适应加热系统；基于双容积卡尔曼和多状态约束方法分别预测电池荷电状态、内部温度和最大充放电电流；采用模糊逻辑和滑模控制器动态自适应调节加热占空比并控制电池电流追踪所预测的最大充放电电流参考值，实现了快速、高效的加热效果，并降低了电池低温加热过程的老化。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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装置。
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装置的制造品，该指令装置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。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (7)
1.一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，包括以下步骤：
步骤S1：设计电池包低温加热装置，具体包括多个串联的电池功率单元，其中每个电池功率单元都可作为独立的低温自加热器使用，包含一个单体电池和与其相连接的双向直流变换器；
步骤S2：获取当前电池电压、电流和温度测量数据基于双容积卡尔曼滤波器预测电池荷电状态、内部温度和电池等效参数，并预测最大充放电电流；
步骤S3：根据步骤S2得到的最大充放电电流值以及模糊逻辑自适应调控双向脉冲加热电流的幅值和占空比；
步骤S4：设计加热电流滑模控制器，追踪所设计的脉冲加热电流参考值，进行电池内部自加热；
步骤S5：基于步骤S2估计的内部温度以及测量温度判断电池是否达到预设加热温度目标，若达到则停止加热；否则跳转到步骤S2更新最大充放电电流并继续低温加热；
其中，步骤S2具体为：
步骤S21：令k时刻的状态变量和控制变量/>其中zi表示电池荷电状态，/>表示电池电流，而/>和/>分别为电池内部温度、核心温度以及环境温度，则构建的电池电热耦合状态空间模型为：
其中，
式中，Δt为采样间隔时间；是时间常数；ηb和/>分别表示电池库伦效率和额定容量；开路电压/>是与电池荷电状态zi直接相关的函数；电池表面热容/>核心热容/>热传导电阻/>和对流电阻/>是A123 26650磷酸铁锂电池热集总模型参数；
步骤S22：基于一阶RC等效电路模型的传递函数通过拉普拉斯变换和双性变换获取电池参数估计状态空间方程：
式中，Aθ为一个3x3的单位对角矩阵；为实时测量的电池端电压；/>和/>定义如下：
进一步地，式(3)中的参数向量与电池一阶RC等效电路参数具有如下关系：
步骤S23：采用双容积卡尔曼滤波算法预测电池荷电状态、内部温度以及电池参数；首先初始化状态量和协方差矩阵参数，其次对电池参数进行先验估计，分别计算和传播容积点，并估计电池参数误差协方差：
式中，是协方差矩阵/>的Cholesky分解；nθ表示参数向量/>的个数，即nθ＝4；计算和传播电池状态时间更新的容积点，并估计电池状态误差协方差：
式中，是协方差矩阵/>的Cholesky分解；nx表示电热耦合模型状态向量/>的个数，即nx＝4；通过测量值更新电池参数进行后验估计，即传播容积点并预测测量值、估计测量值的自协方差和互协方差：
计算卡尔曼增益并更新电池参数和误差协方差：
式中，为电池端电压实时测量值；
然后，根据以上获取的电池参数更新电池电热耦合状态空间模型矩阵
根据电池电压和温度测量值更新电池状态，依次计算测量自协方差和互协方差：
式中，定义最后，计算卡尔曼增益并更新电池状态及误差协方差：
式中，是实际测量的电池端电压和表面温度所构成的二维列向量；
步骤S24：根据步骤S23得到的电池状态及参数在线预测最大加热电流；本发明基于电池多状态约束方法获取可用的最大加热电流，其中具体考虑了电池电流约束、终端电压约束、荷电状态约束以及直流阻抗约束；用于低温加热的最大充放电电流可通过下式获得：
式中，表示由生产商规定的电池最大充放电电流；/>和/>分别表示基于荷电状态约束、终端电压约束以及直流阻抗约束的最大充放电电流，可分别根据以下式子得到：
式中，和/>分别表示电池充放电直流内阻；Vb,max和Vb,min分别为A123 26650磷酸铁锂电池的电压上下限。
2.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其步骤S3具体为：根据步骤S24得到的最大充放电电流值以及模糊逻辑自适应调控双向脉冲加热电流的幅值和占空比；在低温加热过程中，电池功率单元中的双向直流变换器周期性地工作在升压模式和降压模式；步骤S24中得到的最大充放电电流分别确定双向脉冲电流的上下幅值；需要说明的是双向直流变换器输出电容电压的变化应被控制在一定范围以确保低温自加热过程的持续稳定进行；因此，本发明采用了以参考电压/>和电容电压均值/>之差及变化率为输入、占空比的变化率为输出的模糊逻辑对加热占空比进行自适应调节。
3.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，所采用的双向脉冲低温加热器为功率再分配式电池包的驱动电路，即不需要添加其他元器件；每个低温加热器都由单体电池和双向直流变换器组成，可根据本身需要对电池进行低温加热。
4.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，所设计的低温自适应双向脉冲加热方法包含双容积卡尔曼状态滤波器，最大脉冲加热电流预测模块，加热占空比自适应调控模块以及加热电流追踪控制器。
5.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，所述电池电热耦合状态空间模型考虑了电池一阶RC等效电路模型和热集总模型；其中一阶RC等效电路模型由一个理想电压源、内阻和极化电阻和极化电容组成；而热集总模型由两个热容和热阻级联构成，可模拟环境温度和电池内部产热之间的对流现象。
6.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，所述双容积卡尔曼状态滤波器首先对电池参数进行先验估计，分别计算和传播容积点，并估计电池参数误差协方差；然后计算和传播电池状态时间更新的容积点，并估计电池状态误差协方差；其次通过测量值更新电池参数进行后验估计，即预测测量值、估计测量值的自协方差和互协方差，并计算卡尔曼增益和更新电池参数与误差协方差；随后根据获取的电池参数更新电池电热耦合状态空间模型矩阵；最后根据电池电压和温度测量值更新电池状态，依次计算测量自协方差和互协方差，并更新对应的卡尔曼增益、电池状态和误差协方差。
7.根据权利要求1所述的一种无需额外电源及电路的电池包低温自适应加热方法，其特征在于，对电池进行双向脉冲加热的方法为：将所预测的最大充放电电流作为电流滑模控制器的参考值，根据控制器反馈原理输出控制信号，并通过控制双向直流变换器实现加热器对电池的充放电电流控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210256864.4A CN114649608B (zh) | 2022-03-16 | 2022-03-16 | 一种无需额外电源及电路的电池包低温自适应加热方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210256864.4A CN114649608B (zh) | 2022-03-16 | 2022-03-16 | 一种无需额外电源及电路的电池包低温自适应加热方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114649608A CN114649608A (zh) | 2022-06-21 |
| CN114649608B true CN114649608B (zh) | 2024-04-16 |
Family
ID=81993304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210256864.4A Active CN114649608B (zh) | 2022-03-16 | 2022-03-16 | 一种无需额外电源及电路的电池包低温自适应加热方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114649608B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109795313A (zh) * | 2019-03-29 | 2019-05-24 | 重庆长安汽车股份有限公司 | 一种插电式混合动力汽车热管理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2003219726A1 (en) * | 2002-02-06 | 2003-09-02 | Battelle Memorial Institute | Methods of removing contaminants from a fuel cell electrode |
-
2022
- 2022-03-16 CN CN202210256864.4A patent/CN114649608B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109795313A (zh) * | 2019-03-29 | 2019-05-24 | 重庆长安汽车股份有限公司 | 一种插电式混合动力汽车热管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 温度自适应的锂离子电池低温自加热方法;徐智慧;阮海军;姜久春;孙丙香;何锡添;;电源技术;20191220(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114649608A (zh) | 2022-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Perez et al. | Optimal charging of Li-ion batteries with coupled electro-thermal-aging dynamics | |
| CN103222105B (zh) | 充放电装置及充放电控制方法 | |
| Geyer et al. | Constrained optimal control of the step-down dc–dc converter | |
| CN104620467B (zh) | 使用预测平衡管理电池组的系统和方法 | |
| US9958356B2 (en) | Process and device for testing the powertrain of at least partially electrically driven vehicles | |
| Abdollahi et al. | Optimal charging for general equivalent electrical battery model, and battery life management | |
| CN113281655B (zh) | 一种低温环境下动力电池内部加热预测控制方法及装置 | |
| CN109921504B (zh) | 车载混合储能系统及其非线性鲁棒自适应功率控制方法 | |
| CA2815218A1 (en) | Apparatus and method for rapidly charging batteries | |
| CN109378881B (zh) | 一种动力电池组双向自适应均衡控制方法 | |
| CN110303945B (zh) | 一种蓄电池组电量自适应优化平衡控制方法 | |
| US20220209562A1 (en) | Systems and methods for battery charging using circuit modeling | |
| Neely et al. | Real-time hybrid model predictive control of a boost converter with constant power load | |
| CN114142498A (zh) | 一种数据驱动的分布式储能自适应预测控制电压调节方法 | |
| CN111564882B (zh) | 一种梯次利用动力电池均衡方法 | |
| CN114256913B (zh) | 一种基于操作效能最优的再分配电池包充放电管理策略 | |
| CN114928133A (zh) | 一种用于锂离子电池的充电控制方法、系统、设备和介质 | |
| CN110297452B (zh) | 一种蓄电池组相邻型均衡系统及其预测控制方法 | |
| CN117096984A (zh) | 基于强化学习的电池组均衡感知快充控制方法和系统 | |
| CN114649608B (zh) | 一种无需额外电源及电路的电池包低温自适应加热方法及装置 | |
| Bruen et al. | Model based design of balancing systems for electric vehicle battery packs | |
| CN113364292B (zh) | 针对交错并联型双向dc-dc变换器的复合模型预测控制方法 | |
| Khamar et al. | A charging method for Lithium-ion battery using Min-max optimal control | |
| CN114114977A (zh) | 借助人工智能法控制技术系统中电子转换器的方法和设备 | |
| CN113949265B (zh) | 具有不确定参数的Buck型变换器自适应反步控制方法 |
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 |