CN115020832B - 电芯排布方法、装置、设备及计算机存储介质 - Google Patents

电芯排布方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN115020832B
CN115020832B CN202210639329.7A CN202210639329A CN115020832B CN 115020832 B CN115020832 B CN 115020832B CN 202210639329 A CN202210639329 A CN 202210639329A CN 115020832 B CN115020832 B CN 115020832B
Authority
CN
China
Prior art keywords
temperature
cell
parameters
arrangement mode
arrangement
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
CN202210639329.7A
Other languages
English (en)
Other versions
CN115020832A (zh
Inventor
陈英杰
江海赋
蔡国全
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.)
Dongguan Poweramp Technology Ltd
Original Assignee
Dongguan Poweramp Technology Ltd
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 Dongguan Poweramp Technology Ltd filed Critical Dongguan Poweramp Technology Ltd
Priority to CN202210639329.7A priority Critical patent/CN115020832B/zh
Publication of CN115020832A publication Critical patent/CN115020832A/zh
Application granted granted Critical
Publication of CN115020832B publication Critical patent/CN115020832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • 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
    • H01M10/04—Construction or manufacture in general
    • H01M10/0404—Machines for assembling batteries
    • 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)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (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

本申请公开了一种电芯排布方法、装置、设备及计算机存储介质。其中，电芯排布方法包括：获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，Q为大于1的整数；基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值。本申请实施例能够有效改善电池模组的温度分布。

Description

电芯排布方法、装置、设备及计算机存储介质
技术领域
本申请属于电池技术领域，尤其涉及一种电芯排布方法、装置、设备及计算机存储介质。
背景技术
众所周知，电池模组工作性能受到工作温度影响。一般来说，通过对电池模组中电芯的合理排布，可以改善电池模组的温度分布。
相关技术中，通常独立考虑各个电芯的自放电率等电特性，来确定电池模组中电芯的排布方式，缺少对电芯散热条件的考虑，导致电池模组的温度分布改善效果有限。
发明内容
本申请实施例提供一种电芯排布方法、装置、设备及计算机存储介质，以改善相关技术中在确定电池模组中电芯排布方式时，缺少对电芯散热条件的考虑，导致电池模组的温度分布改善效果有限的问题。
第一方面，本申请实施例提供一种电芯排布方法，方法包括：获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，Q为大于1的整数；基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式。
可选地，基于M个电芯的电芯参数，建立等效热模型，包括：根据各个电芯的电学参数，确定各个电芯的生热功率；根据各个电芯的热物性参数，确定M个电芯处于当前排布方式下，各个电芯的等效热阻与等效热容；基于各个电芯的生热功率、等效热阻以及等效热容，建立等效热模型。
可选地，电芯的电学参数包括电芯容量、OCV-SOC映射关系以及电芯内阻中的至少一个；电芯的热物性参数包括电芯密度、电芯比热容以及电芯导热系数中的至少一个。
可选地，根据各个电芯的电学参数，确定各个电芯的生热功率，包括：获取电芯在充放电时的工作参数，工作参数包括充电电流和/或放电电流；基于电芯在充放电时的工作参数与电芯的电学参数，确定电芯的生热功率，生热功率包括内阻生热功率和Bernadi生热功率中的至少一种。
可选地，电芯的等效热阻包括第一等效热阻与第二等效热阻，第一等效热阻为电芯与相邻电芯之间的等效热阻，第二等效热阻为电芯与环境之间的等效热阻。
可选地，等效热模型通过如下方式确定在第i个电芯在第k+1时刻的温度：获取第一温度、第二温度、第三温度，第一温度为第i个电芯在第k时刻的温度，第二温度为与第i个电芯相邻的电芯在第k时刻的温度，第三温度为环境温度；根据第一温度、第二温度、第三温度、第一等效热阻、第二等效热阻、等效热容、第i个电芯的生热效率以及传热学模型，确定第i个电芯在第k+1时刻的温度；其中，i为M个电芯处于当前排布方式下的电芯编号，i为小于或等于M的正整数，k为正整数。
可选地，基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，包括：在Q个排布方式中的各个排布方式下，获取M个电芯在N个时间采样点中各个时间采样点下的温度，N为正整数；将M个电芯在N个时间采样点中各个时间采样点下的温度输至损失函数，得到与各个排布方式对应的温度损失值；将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式。
可选地，温度损失值通过以下至少一种方式计算得到：分别确定M个电芯在每一时间采样点下的最高温度，将N个时间采样点下的N个最高温度的均值作为损失值，最高温度为在任一时间采样点下，M个电芯的温度的最大值；分别确定M个电芯在每一时间采样点下的温度方差和，将N个时间采样点下的N个温度方差和的均值作为损失值，温度方差和为在任一时间采样点下，M个电芯的温度的方差和。
可选地，将对应的温度损失值最小的排布方式确定为目标排布方式之前，方法还包括：获取与各个排布方式分别对应的目标参数，目标参数包括温度极差极值与温度极值中的至少一项，温度极差极值为在当前排布方式下，N个时间采样点下的N个温度极差的最大值，温度极差为在一个时间采样点下的最高电芯温度与最低电芯温度的差值，温度极值为在当前排布方式下，N个时间采样点下的最高电芯温度。
将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式，包括：将Q个排布方式中，对应的目标参数小于或等于参数阈值，且对应的温度损失值最小的排布方式确定为目标排布方式。
第二方面，本申请实施例提供了一种电芯排布装置，装置包括：第一获取模块，用于获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；建立模块，用于基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，Q为大于1的整数；确定模块，用于基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式。
第三方面，本申请实施例提供了一种电子设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如第一方面的电芯排布方法。
第四方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如第一方面的电芯排布方法。
本申请实施例提供的电芯排布方法，获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式。其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式，Q与M均为大于1的整数。本申请实施例在确定M个电芯的排布方式时，使用了电芯的电学参数与热物性参数，使得等效热模型能够对各电芯的电特征及散热条件进行综合考虑，得到的各电芯的温度更加符合各个电芯在处于当前排布方式下的实际温度，相应地，确定的目标排布方式能够有效改善电池模组的温度分布。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请的具体限定。
图1是本申请实施例提供的电芯排布方法的流程示意图；
图2是电芯的等效热阻的示意图之一；
图3是电芯的等效热阻的示意图之二；
图4是反映等效热模型原理的电芯排布结构示意图；
图5是一个具体应用例中，电芯排布方法的流程示意图；
图6是本申请实施例提供的电芯排布装置的结构示意图；
图7是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了改善现有技术中存在的问题，本申请实施例提供了一种电芯排布方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的电芯排布方法进行介绍。
图1示出了本申请一个实施例提供的电芯排布方法的流程示意图。如图1所示，该方法包括：
步骤101，获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；
步骤102，基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，Q为大于1的整数；
步骤103，基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式。
本申请实施例中，电芯可以是电池模组中的电池单体。结合一些应用场景，电池模组可以应用在电动交通工具、电动工具、无人机或者储能系统等用电设备中。一般来说，应用在用电设备中的电池模组，可以包括多个电芯，步骤101中的M个电芯可以对应于电池模组中的多个电芯。
在一些举例中，上述M个电芯可以是同一类型的电芯，比如M个电芯均可以是锂离子电池电芯，钠离子电池电芯，固态电池电芯或者是铅酸电池电芯等等，此处不作具体限定。当然，在另一些举例中，M个电芯中也可以存在多种类型的电芯，比如，可以同时包括铁锂电池电芯与三元电池电芯等。
电池模组中不同的电芯之间可能存在不一致性，例如在电学参数或者热物性参数上会存在差异。相应地，这些电芯之间按照不同的排布方式进行排布时，电池模组的温度分布情况可能会存在差异。比如，在同等环境下，这些差异可以体现在电池模组中产生的最高温度的差异，或者体现在电池模组中温度均匀性的差异等等。通过合理排布电池模组中的电芯，可以使得电池模组的温度分布得到有效改善。
在一些举例中，本申请实施例提供的电芯排布方法，可以是在将电池模组应用到用电设备之前进行的。该电芯排布方法可以应用在电子设备中，例如工业计算机、个人计算机或者服务器等类型的电子设备中。为便于说明，以下将主要以电子设备作为电芯排布方法的执行主体进行描述。本申请实施例中提到的电子设备与用电设备，可以是同一设备，也可以是不同设备，此处不作具体限定。
步骤101中，电子设备可以获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数。
结合上文描述，M个电芯可以是电池模组中待进行排布的全部或者部分电池单体。在实际应用中，M个电芯可以是矩阵排列或者串联成单列等，此处不作具体限定。本实施例中的电芯排布方法，可以具体用于确定各个电芯之间的相对位置。
对于每个电芯，均可以具有对应的电芯参数，电芯参数可以包括电学参数与热物性参数。
举例来说，电学参数可以包括电芯容量、电芯内阻、开路电压(Open CircuitVoltage，OCV)、荷电状态(State of Charge，SOC)或者OCV-SOV关系等等。而热物性参数则可以包括电芯密度、比热容或者各向导热系数等。
实际应用中，上述的电学参数可以通过定容、小倍率充放电或混合脉冲测试(Hybrid PulsePower Characteristic，HPPC)等测试方式获取。热物性参数可通过比热容、导热系数等测试获取，或根据材料属性、各向导热路径长度及面积进行理论计算获得。
步骤102中，电子设备可以基于M个电芯的电芯参数，建立等效热模型。
可以理解的是，对于单个电芯来说，其在工作过程中的温度变化，受到自身发热以及散热能力等因素的影响。而多个电芯按照某一种排布方式排布的情况下，其中的任一个电芯在工作过程中的温度变化，还会受到与之相邻的电芯的温度的影响。
一般来说，电芯的自身发热情况主要受到电芯的电学参数的影响，比如，在同等工作条件(例如充电电流相等或者放电电流相等)下，内阻大的电芯在单位时间内所产生的热量通常会大于内阻小的电芯在单位时间内所产生的热量等等。电芯相对于外部环境的散热能力，则主要受到自身的热物性参数的影响，比如，电芯到外部环境的路径上的导热系数越大，则电芯向外部环境的散热能力越强。此外，一个电芯的相邻电芯也会对电芯的温度造成影响，影响程度通常包括相邻电芯的温度，以及两个电芯之间的导热系数等因素。
当M个电芯处于一个排布方式时，每个电芯的温度，受到自身的电芯参数以及相邻电芯的电学参数的影响，等效热模型可以结合M个电芯的电芯参数以及M个电芯当前的排布方式，来确定各个电芯的温度。
步骤102中，等效热模型可以用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度。
可以理解的是，M个电芯通过位置的调换，可以实现排布方式的变化，进而可以获得多种排布方式，对应于上述的Q个排布方式。在实际应用中，Q个排布方式可以是M个电芯可以实现的全部排布方式或者部分排布方式，可以根据需要进行设定，此处不作具体限定。
相应地，等效热模型可以在M个电芯处于每一种排列方式时，分别确定M个电芯的温度。
在步骤103中，电子设备可以基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式。
本实施例中，温度损失函数可以将M个电芯处于当前排布方式下的温度作为输入，来确定与当前排布方式对应的温度损失值。
温度损失函数可以根据需要进行设定，该温度损失函数可以将一种排布方式下M个电芯的温度作为输入，得到相应的温度损失值。
在一种具体实现方式中，若需要M个电芯在工作过程中的温度比较均匀，则温度损失函数可以基于M个电芯的温度的方差来计算温度损失值，方差越大，温度损失值越大。在另一种具体实现方式中，若需要M个电芯在工作过程中避免出现局部温度过高的情况，则温度损失函数可以基于M个电芯的温度的极值来计算温度损失值，极值越大，温度损失值越大。当然，温度损失函数也可以基于其他设计需求进行设置，此处不作一一举例说明。
每一个排布方式可以对应产生一个温度损失值，而Q个排布方式可以产生Q个温度损失值。一般来说，温度损失值越小，说明对应的排布方式更能满足电池模组的设计需求，比如，电池模组温升比较均匀，或者可以有效避免局部温度过高等等。
在一个示例中，可以将温度损失值满足设计条件的对应的电芯的排布方式作为目标排布方式。在其他实施方式中，电子设备也可以结合其他条件，以及上述的温度损失值，从Q个排布方式中确定出目标排布方式。比如，其他条件可以是对排布后的电池模组的开路电压误差的约束条件，或者是电池模组安全需求等等，此处不作展开说明。
在确定M个电芯的目标排布方式后，可以按照目标排布方式对M个电芯进行排布，获得电池模组。
本申请实施例提供的电芯排布方法，获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式。其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式，Q与M均为大于1的整数。本申请实施例在确定M个电芯的排布方式时，使用了电芯的电学参数与热物性参数，等效热模型能够对各电芯的电特征及散热条件进行综合考虑，得到的各电芯的温度更加符合各个电芯在处于当前排布方式下的实际温度，相应地，确定的目标排布方式能够有效改善电池模组的温度分布。
在一些实施方式中，电芯的电学参数包括电芯容量、OCV-SOC映射关系以及电芯内阻中的至少一个；
电芯的热物性参数包括电芯密度、电芯比热容以及电芯导热系数中的至少一个。
在一种实施方式中，电芯的电学参数可以包括电芯内阻。在对电芯的温度进行确定时，电子设备可以设置电池模组的工作参数，比如电池模组的充电电流或者放电电流等，则根据电芯内阻，以及电池模组的工作参数，来确定电池的发热功率，等效热模型可以结合各个电芯的发热功率，来确定各个电芯的温度等。
在另一种实施方式中，电芯的热物性参数可以包括电芯比热容与电芯密度，根据电芯比热容与电芯密度可以确定电芯的等效热容，该等效热容可以是电芯的电芯比热容与其质量的乘积。电芯的热物性参数还可以包括电芯导热系数，根据电芯导热系数可以确定电芯的等效热阻，其中，电芯导热系数与等效热阻之间可以存在负相关的关系。根据等效热容与等效热阻可以确定相邻电芯之间的热传递数据，或者电芯与外部环境中的热传递数据等，进而有助于从热力学的角度来确定电芯的温度等。
通过合理设置电芯的电学参数与热物性参数，有助于等效热模型确定的各个排布方式下的各个电芯的温度，与实际的电芯温度更加符合，进而有助于提升目标排布方式对电池模组的温度分布改善效果。
可选地，基于M个电芯的电芯参数，建立等效热模型，包括：
根据各个电芯的电学参数，确定各个电芯的生热功率；
根据各个电芯的热物性参数，确定M个电芯处于当前排布方式下，各个电芯的等效热阻与等效热容；
基于各个电芯的生热功率、等效热阻以及等效热容，建立等效热模型。
结合上文的实施方式，在电芯参数包括电芯内阻的情况下，可以结合电芯的充放电电流来确定电芯的生热功率，而充放电电流可以是电子设备设定的值，此处不作具体限定。
在其中一种实施方式中，电芯参数还可以包括OCV-SOC映射关系，结合电芯的其他工作参数，例如充放电电流、工作温度以及工作电压等，通过Bernadi生热功率模型来确定电芯的生热效率。其中，上述的充放电电流、工作温度、工作电压等参数也可以是电子设备设定的值。
根据电芯的热物性参数，可以确定各个电芯在当前排布方式下的等效热阻与等效热容。
如上文所示的，热物性参数可以包括电芯导热系数，根据电芯导热系数可以确定各个电芯的内部的各个方向上的等效热阻、相邻电芯之间的等效热阻以及电芯与外部环境之间的等效热阻等。
此外，与等效热阻的确定类似地，根据热物性参数也可以确定各个电芯的等效热容。一般来说，等效热容可以是电芯的比热容和质量的乘积，在热物性参数包括电芯比热容与电芯密度的情况下，可以结合电芯的尺寸等，确定电芯的等效热容。
基于上述的电芯的生热功率、等效热阻以及等效热容，可以建立等效热模型。结合上文说明，从单个电芯的角度来说，生热功率可以反映自身的发热情况，而等效热阻和等效热容，则可以用于确定电芯与相邻电芯，或者是与外部环境的换热情况。而电芯的自身发热以及和周边电芯或外部环境的热交换，是影响该电芯的温升的因素。
在已知电芯的生热功率、等效热阻以及等效热容的情况下，等效热模型可以基于这些参数来计算每个电芯的温度，如此，可以使得计算得到的温度，与电芯在当前排布方式下的实际温度更加符合，进而有助于确定出能够有效改善电池模组的温度分布的目标排布方式。
可选地，根据各个电芯的电学参数，确定各个电芯的生热功率，包括：
获取电芯在充放电时的工作参数，工作参数包括充电电流和/或放电电流；
基于电芯在充放电时的工作参数与电芯的电学参数，确定电芯的生热功率，生热功率包括内阻生热功率和Bernadi生热功率中的至少一种。
电芯可以进行充放电，在充放电时会产生相应的工作参数。比如，在充电时，工作参数包括充电电流，在放电时，工作参数包括放电电流。在一些示例中，充电电流或放电电流可以是通过电子设备设置的数值。
电芯的电芯参数可以包括电芯内阻。为简化说明，可以将电芯内阻记为R，将充电电流或者放电电流记为I，生热功率可以记为P。
在一个实施方式中，上述的生热功率可以是内阻生热功率，内阻生热功率可以通过如下公式来计算：P＝I2R。
在另一个实施方式中，上述的生热功率可以是Bernadi生热功率，Bernadi生热功率可以通过如下公式来计算：
其中，OCV为电芯的开路电压，U为电芯的工作电压，T为电芯的工作温度。在一种具体实现方式中，U和T可以通过电子设备设置。而OCV可以包含在电芯的电学参数当中。
本实施例中，基于对电芯在充放电时的工作参数的获取，结合电芯的电学参数，可以比较方便地确定电芯的生热功率，以及电芯自身发热对温度的变化的影响。
可选地，电芯的等效热阻包括第一等效热阻与第二等效热阻，第一等效热阻为电芯与相邻电芯之间的等效热阻，第二等效热阻为电芯与环境之间的等效热阻。
如图2和图3所示，在一些示例中，M个电芯可以是方形电芯，每个电芯可以具有六个端面。当M个电芯按照当前排布方式进行排布的情况下，任一电芯的部分端面可能与相邻电芯接触，也可能直接与外部环境接触。
一般来说，电芯与相邻电芯之间通过热传导的方式进行传热，换热效率要高于电芯与外部环境之间对流换热的效率，相应地，电芯与相邻电芯之间的等效热阻，与电芯和环境之间的等效热阻之间通常会存在差异。
本实施例中，可以根据电芯在多个传热方向上的邻接的对象，来确定等效热阻。此处的对象，可以是电芯，也可以是指外部环境。其中，上述的第一等效热阻可以是电芯与电芯之间的等效热阻，第二等效热阻可以是电芯与环境之间的等效热阻。
在图2和图3所示的电芯排布方式下，Rth,1和Rth,2可以对应为上述的第一等效热阻，而Rth,3、Rth4、Rth,5、Rth6均对应为上述的第二等效热阻。
当然，在实际应用中，M个电芯还可以是呈矩阵排布的，则第一等效热阻与第二等效热阻可以根据电芯在当前排布方式中的位置进行相应设置，此处不作一一举例说明。
本实施例中，等效热阻包括第一等效热阻与第二等效热阻，如此，可以根据电芯在当前排布序列中的位置以及邻接的对象，设置电芯在各个散热方向上的等效热阻，更加符合电芯在当前排布方式下的传热效果，进而有助于更准确地获得电芯在当前排布方式下的温度变化情况。
可选地，等效热模型通过如下方式确定在第i个电芯在第k+1时刻的温度：
获取第一温度、第二温度、第三温度，第一温度为第i个电芯在第k时刻的温度，第二温度为与第i个电芯相邻的电芯在第k时刻的温度，第三温度为环境温度；
根据第一温度、第二温度、第三温度、第一等效热阻、第二等效热阻、等效热容、第i个电芯的生热效率以及传热学模型，确定第i个电芯在第k+1时刻的温度；
其中，i为M个电芯处于当前排布方式下的电芯编号，i为小于或等于M的正整数，k为正整数。
以下结合一个具体应用例，来对本实施例进行说明。
如图4所示，图4是该具体应用例中，通过等效热阻、等效热容以及生热功率等参数的计算，确定的多个电芯在当前排布方式下的等效热模型。其中，图中的各个字母的含义为：Ta为环境温度，Rc-a是电芯与环境之间的等效热阻(对应于第二等效热阻)，Rc-c是电芯与电芯之间的等效热阻(对应于第一等效热阻)，Cbat为等效热容，q为生热效率，第i个电芯的生热效率可以记为qi，T1、T2、…、Tm为各个电芯的温度，第i个电芯的温度记为Ti。
在任一时刻，第i个电芯的温升率由下式进行计算：
考虑时刻k，为便于迭代，上述的微分方程可以被近似离散化为：
其中，下标k表示第k时刻，Δt为时间步长。该公式整体可以对应为传热学模型，具体到公式中的各个代式，Ti,k+1对应于上述的第i个电芯在第k+1时刻的温度，Rc-c对应于第一等效热阻、Rc-a对应为第二等效热阻、Cbat对应为等效热容、Ti,k对应于第一温度、Ti+1,k与Ti-1,k均对应于第二温度、Ta对应于第三温度、qi对应为第i个电芯的生热效率。
以上是对第i个电芯为针对在当前排布方式中位于中部的任一电芯建立的传热学模型公式。当第i个电芯为在当前排布方式中位于两端的电芯时，上述传热学模型公式可以进行适应性的变化，此处不再展开说明。
当然，在实际应用中，考虑到电芯与电芯之间间隙或者电芯本身在各个方向上的热传递能力的差异，上述的传热学模型中，也可以针对Rc-c等参数乘以相应的系数。或者，还可以根据通过上述传热学模型计算得到的Ti,k+1与实际检测的值，对传热学模型进行修正等等，此处不作一一举例说明。
通过以上处理方式，可以通过理论计算的方式，来确定第i个电芯在第k+1时刻的温度，并且基于传热学模型，可以使得理论计算的温度比较符合电芯的生热与热传递规律，进而有助于较为方便准确地确定M个电芯的目标排列方式。
可选地，基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，包括：
在Q个排布方式中的各个排布方式下，获取M个电芯在N个时间采样点中各个时间采样点下的温度，N为正整数；
将M个电芯在N个时间采样点中各个时间采样点下的温度输至损失函数，得到与各个排布方式对应的温度损失值；
将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式。
为简化说明，可以将任一种排布方式记为第q种排布方式，q为小于或等于Q的整数，第q种排布方式对应的温度损失值可以记为lossq。
在第q种排布方式下，可以获取在时间采样点t＝1,2,3,…,N下，M个电芯的温度。将在时间采样点t下，M个电芯的温度可以分别记为T1,t、T2,t、T3,t、…、TM,t。
在一个应用例中，若需要获得可以避免电池模组局部温度过高的目标排布方式，则可以基于M个电芯中出现的温度极值，来确定温度损失值。此时，在时间采样点t下，可以从中确定最大温度值，记为/>由于存在N个时间采样点，则可以产生N个最大温度值，分别记为/>
在一些可行的实施方式中，lossq可以等于的最大值或者平均值等等，可以根据实际需要进行设定。而上述的损失函数，则可以对应为求取的最大值或者平均值的函数等。
由于存在Q种排布方式，则可以对应产生Q个温度损失值，分别记为loss1、loss2、…、lossQ。一般来说，损失值越大，则说明M个电芯在对应的排布方式下，越可能产生局部高温，因此，可以将温度损失值最小的排布方式确定为目标排布方式。
比如，当loss2＝min(loss1,loss2,…,lossQ)时，可以将第2种排布方式确定为目标排布方式。
当然，以上是对确定目标排布方式的一些举例说明，实际应用中，可以根据对电池模组温度优化需求确定损失函数等等，此处不作一一举例说明。
本实施例通过设置时间采样点，可以获得M个电芯在某一时刻或者一段时间内的温度，进而有助于根据这些温度灵活确定各个排布方式对应的温度损失值，并根据温度损失值确定出比较合理的目标排布方式，有效改善M个电芯的温度分布。
可选地，温度损失值通过以下至少一种方式计算得到：
分别确定M个电芯在每一时间采样点下的最高温度，将N个时间采样点下的N个最高温度的均值作为损失值，最高温度为在任一时间采样点下，M个电芯的温度的最大值；
分别确定M个电芯在每一时间采样点下的温度方差和，将N个时间采样点下的N个温度方差和的均值作为损失值，温度方差和为在任一时间采样点下，M个电芯的温度的方差和。
本实施例提供了计算温度损失值的两种实现方式，为简化说明，以下通过损失函数的公式，来对应温度损失值的计算过程进行描述。
在第一种实现方式中，分别确定M个电芯在每一时间采样点下的最高温度，将N个时间采样点下的N个最高温度的均值作为损失值，主要是考虑M个电芯中的极限温升。
在一个实施方式中，损失函数可以是求取到达稳态后的一段时间窗口内，电池模组内电芯的最高温度的均值，公式可以为：
其中，fCost为温度损失值，N为时间采样点的数量，或者称为时间窗口的长度，Ti,k为第i个电芯在第k时刻的温度。
此外，在一个示例中，上述的到达稳态，可以是指在k的值大于预设阈值，即在电池模组工作超过预设时间后，可以认为到达稳态。
在第二种实现方式中，分别确定M个电芯在每一时间采样点下的温度方差和，将N个时间采样点下的N个温度方差和的均值作为损失值，主要是考虑M个电芯温度分布均匀。
在一个实施方式中，损失函数可以是求取到达稳态后的一段时间窗口内，电池模组温度方差和，公式可以为：
基于以上举例可见，本实施例中，通过对损失函数的设定，能够根据对电池模组的温度设计需求，比如，降低极限温升或者提高温度分布均匀度等，来得到相应的温度损失值，使得温度损失值能够更好地反应在各种排布方式下对温度设计需求的符合程度，进而有助更有效地根据温度损失值确定出合适的目标排布方式。
在一个示例中，目标排布方式的确定，可以被转化为以下最优化问题：
其中，待优化变量x为电芯排序序列x＝[Index1,Index2,…,IndexQ]，Index表示M个电芯的排布方式的标号。通过遍历或其他优化搜索算法，将能够获得满足损失函数最小的电芯排序序列，该满足损失函数最小的电芯排序序列对应于上述的目标排布方式。
可选地，将对应的温度损失值最小的排布方式确定为目标排布方式之前，方法还包括：
获取与各个排布方式分别对应的目标参数，目标参数包括温度极差极值与温度极值中的至少一项，温度极差极值为在当前排布方式下，N个时间采样点下的N个温度极差的最大值，温度极差为在一个时间采样点下的最高电芯温度与最低电芯温度的差值，温度极值为在当前排布方式下，N个时间采样点下的最高电芯温度：
将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式，包括：
将Q个排布方式中，对应的目标参数小于或等于参数阈值，且对应的温度损失值最小的排布方式确定为目标排布方式。
结合上述优化问题的描述，本实施例中，在计算之前，可以认为引入了约束条件，将x＝[Index1,Index2,…,IndexQ]这一序列中，不满足约束条件的排布方式剔除。
约束条件可以反映为对目标参数的约束，如上文所示的，目标参数可以包括温度极差极值与温度极值中的至少一项。
以目标参数包括温度极差极值为例，如果M个电芯在一种排布方式下，产生的温度极差极值大于对应的参数阈值，则可以将该排布方式排除在优化问题之前，换而言之，即便该排布方式下产生的温度损失值可能最小，但仍不再将该排布方式确定为目标排布方式。
至于目标参数包括温度极值或者其他类型参数的情况，与以上目标参数包括温度极差极值的举例相似，此处不作重复说明。
本实施例中，通过获取与各个排布方式分别对应的目标参数，并将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式，有助于有效避免在目标排布方式下，电池模组出现极限工况，比如单个电芯温度过高，或者电芯之间温差过大等，进而有助于提升基于目标排布方式的排布的电池模组的安全性。
以下结合一个具体的应用例，对本申请实施例提供的电芯排布方法进行说明。如图5所示，该应用例中，电芯排布方法包括步骤501～步骤504。
步骤501，通过测试或理论计算手段获取化成分容后电芯的电学参数及热物性参数。
其中，在一些举例中，电学参数可以包括电芯容量、OCV-SOC映射关系及电芯内阻。热物性参数则可以包括：电芯密度、比热容以及各向导热系数。
电学参数可通过定容、小倍率充放电或HPPC等测试获取。热物性参数可通过比热容、导热系数等测试获取，或根据材料属性、各向导热路径长度及面积进行理论计算获得。
步骤502，基于电池模组堆叠排布结构以及电芯参数，构建堆叠软包电池模组的等效热模型。
堆叠排布结构可以对应上述的排布方式。如图2和图3所示，堆叠软包电池模组的排布方式可由图2和图3简化标识(图中给出了电芯的各项等效热阻)，其等效热模型可进一步简化，主要由热源、等效热容以及等效热阻构成，具体如图示4的所示。
将每个电芯视为产热均匀且温度分布均匀的个体，等效热容可以基于热物性参数获得。各电芯的热源对应于电芯的内阻生热功率或Bernadi生热功率，根据电流工况及电芯电学参数进行计算。电芯与电芯间的传热热阻以及电芯与环境间的换热热阻则可通过传热学理论计算或参数辨识方法获取买这些传热热阻与换热热阻均可以对应为上述的等效热阻。
至于等效热模型中，各个电芯的温升率等内容，可以参见上文实施例的说明，此处不再重复描述。
步骤503，以电池模组典型运行工况作为等效热模型的输入，根据等效热模型输出的电芯温度确定优化的损失函数。
其中，电池模组典型运行工况可以根据电池模组在实际应用场景中的工况确定，比如，可简单设定为恒流，并取实际充放电电流工况的平均倍率或最大倍率作为恒流的倍率输入至等效热模型中，等效热模型将计算输出各电芯温度随运行时间变化的序列。
而损失函数则在上文中进行了举例说明，此处也不再赘述。
步骤504，以根据损失函数确定的温度损失值最小为目标，通过遍历等搜索方法，获取得到最优的电芯排布方式，以该排布方式对电芯进行排布成组。
此外，优化过程中还可以引入约束条件，如电池组最大温度极差、电池组最高温度等，来确定最优的电芯排布方式。
如图6所示，本申请实施例还提供了一种电芯排布装置，装置包括：
第一获取模块601，用于获取待排布的M个电芯的电芯参数，电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；
建立模块602，用于基于M个电芯的电芯参数，建立等效热模型，等效热模型用于在M个电芯处于Q个排布方式中的各个排布方式下，确定M个电芯的温度，Q为大于1的整数；
确定模块603，用于基于M个电芯处于各个排布方式下的温度，以及温度损失函数，从Q个排布方式中确定M个电芯的目标排布方式，其中，温度损失函数通过将M个电芯处于当前排布方式下的温度作为输入，以确定与当前排布方式对应的温度损失值，当前排布方式为Q个排布方式中的任一排布方式。
可选地，建立模块602，包括：
第一确定单元，用于根据各个电芯的电学参数，确定各个电芯的生热功率；
第二确定单元，用于根据各个电芯的热物性参数，确定M个电芯处于当前排布方式下，各个电芯的等效热阻与等效热容；
建立单元，用于基于各个电芯的生热功率、等效热阻以及等效热容，建立等效热模型。
可选地，电芯的电学参数包括电芯容量、OCV-SOC映射关系以及电芯内阻中的至少一个；
电芯的热物性参数包括电芯密度、电芯比热容以及电芯导热系数中的至少一个。
可选地，第一确定单元，包括：
获取子单元，用于获取电芯在充放电时的工作参数，工作参数包括充电电流和/或放电电流；
确定子单元，用于基于电芯在充放电时的工作参数与电芯的电学参数，确定电芯的生热功率，生热功率包括内阻生热功率和Bernadi生热功率中的至少一种。
可选地，电芯的等效热阻包括第一等效热阻与第二等效热阻，第一等效热阻为电芯与相邻电芯之间的等效热阻，第二等效热阻为电芯与环境之间的等效热阻。
可选地，等效热模型通过如下方式确定在第i个电芯在第k+1时刻的温度：
获取第一温度、第二温度、第三温度，第一温度为第i个电芯在第k时刻的温度，第二温度为与第i个电芯相邻的电芯在第k时刻的温度，第三温度为环境温度；
根据第一温度、第二温度、第三温度、第一等效热阻、第二等效热阻、等效热容、第i个电芯的生热效率以及传热学模型，确定第i个电芯在第k+1时刻的温度；
其中，i为M个电芯处于当前排布方式下的电芯编号，i为小于或等于M的正整数，k为正整数。
可选地，确定模块603，包括：
第一获取单元，用于在Q个排布方式中的各个排布方式下，获取M个电芯在N个时间采样点中各个时间采样点下的温度，N为正整数；
第二获取单元，用于将M个电芯在N个时间采样点中各个时间采样点下的温度输至损失函数，得到与各个排布方式对应的温度损失值；
第三确定单元，用于将Q个排布方式中，对应的温度损失值最小的排布方式确定为目标排布方式。
可选地，温度损失值通过以下至少一种方式计算得到：
分别确定M个电芯在每一时间采样点下的最高温度，将N个时间采样点下的N个最高温度的均值作为损失值，最高温度为在任一时间采样点下，M个电芯的温度的最大值；
分别确定M个电芯在每一时间采样点下的温度方差和，将N个时间采样点下的N个温度方差和的均值作为损失值，温度方差和为在任一时间采样点下，M个电芯的温度的方差和。
可选地，电芯排布装置还可以包括：
第二获取模块，用于获取与各个排布方式分别对应的目标参数，目标参数包括温度极差极值与温度极值中的至少一项，温度极差极值为在当前排布方式下，N个时间采样点下的N个温度极差的最大值，温度极差为在一个时间采样点下的最高电芯温度与最低电芯温度的差值，温度极值为在当前排布方式下，N个时间采样点下的最高电芯温度：
相应地，上述确定模块603具体用于：将Q个排布方式中，对应的目标参数小于或等于参数阈值，且对应的温度损失值最小的排布方式确定为目标排布方式。
需要说明的是，该电芯排布装置是与上述电芯排布方法对应的装置，上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
图7示出了本申请实施例提供的电子设备的硬件结构示意图。
电子设备可以包括处理器701以及存储有计算机程序指令的存储器702。
具体地，上述处理器701可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在综合网关容灾设备的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。
在特定实施例中，存储器702可包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种电芯排布方法。
在一个示例中，电子设备还可包括通信接口703和总线710。其中，如图7所示，处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。
通信接口703，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线710包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，结合上述实施例中的电芯排布方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种电芯排布方法。
需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
以上，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种电芯排布方法，其特征在于，包括：
获取待排布的M个电芯的电芯参数，所述电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；
基于所述M个电芯的电芯参数，建立等效热模型，所述等效热模型用于在所述M个电芯处于Q个排布方式中的各个所述排布方式下，确定所述M个电芯的温度，Q为大于1的整数；
基于所述M个电芯处于各个所述排布方式下的温度，以及温度损失函数，从所述Q个排布方式中确定M个电芯的目标排布方式，其中，所述温度损失函数通过将所述M个电芯处于当前排布方式下的温度作为输入，以确定与所述当前排布方式对应的温度损失值，所述当前排布方式为所述Q个排布方式中的任一排布方式；
所述基于所述M个电芯的电芯参数，建立等效热模型，包括：
根据各个所述电芯的电学参数，确定各个所述电芯的生热功率；
根据各个所述电芯的热物性参数，确定所述M个电芯处于所述当前排布方式下，各个所述电芯的等效热阻与等效热容；
基于各个所述电芯的生热功率、等效热阻以及等效热容，建立所述等效热模型；
所述基于所述M个电芯处于各个所述排布方式下的温度，以及温度损失函数，从所述Q个排布方式中确定M个电芯的目标排布方式，包括：
在所述Q个排布方式中的各个所述排布方式下，获取所述M个电芯在N个时间采样点中各个所述时间采样点下的温度，N为正整数；
将所述M个电芯在N个时间采样点中各个所述时间采样点下的温度输至所述损失函数，得到与各个所述排布方式对应的温度损失值；
将所述Q个排布方式中，对应的温度损失值最小的所述排布方式确定为所述目标排布方式。
2.根据权利要求1所述的方法，其特征在于，
所述电芯的电学参数包括电芯容量、OCV-SOC映射关系以及电芯内阻中的至少一个；
所述电芯的热物性参数包括电芯密度、电芯比热容以及电芯导热系数中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述根据各个所述电芯的电学参数，确定各个所述电芯的生热功率，包括：
获取所述电芯在充放电时的工作参数，所述工作参数包括充电电流和/或放电电流；
基于所述电芯在充放电时的工作参数与所述电芯的电学参数，确定所述电芯的生热功率，所述生热功率包括内阻生热功率和Bernadi生热功率中的至少一种。
4.根据权利要求1所述的方法，其特征在于，所述电芯的等效热阻包括第一等效热阻与第二等效热阻，所述第一等效热阻为所述电芯与相邻电芯之间的等效热阻，所述第二等效热阻为所述电芯与环境之间的等效热阻。
5.根据权利要求4所述的方法，其特征在于，所述等效热模型通过如下方式确定在第i个电芯在第k+1时刻的温度：
获取第一温度、第二温度、第三温度，所述第一温度为所述第i个电芯在第k时刻的温度，所述第二温度为与所述第i个电芯相邻的电芯在第k时刻的温度，所述第三温度为环境温度；
根据所述第一温度、所述第二温度、所述第三温度、所述第一等效热阻、所述第二等效热阻、所述等效热容、所述第i个电芯的生热效率以及传热学模型，确定所述第i个电芯在第k+1时刻的温度；
其中，i为所述M个电芯处于当前排布方式下的电芯编号，i为小于或等于M的正整数，k为正整数。
6.根据权利要求1所述的方法，其特征在于，所述温度损失值通过以下至少一种方式计算得到：
分别确定所述M个电芯在每一所述时间采样点下的最高温度，将所述N个时间采样点下的N个最高温度的均值作为损失值，所述最高温度为在任一所述时间采样点下，所述M个电芯的温度的最大值；
分别确定所述M个电芯在每一所述时间采样点下的温度方差和，将所述N个时间采样点下的N个温度方差和的均值作为损失值，所述温度方差和为在任一所述时间采样点下，所述M个电芯的温度的方差和。
7.根据权利要求1所述的方法，其特征在于，将对应的温度损失值最小的所述排布方式确定为所述目标排布方式之前，所述方法还包括：
获取与各个所述排布方式分别对应的目标参数，所述目标参数包括温度极差极值与温度极值中的至少一项，所述温度极差极值为在当前排布方式下，N个时间采样点下的N个温度极差的最大值，所述温度极差为在一个时间采样点下的最高电芯温度与最低电芯温度的差值，所述温度极值为在当前排布方式下，N个时间采样点下的最高电芯温度；
所述将所述Q个排布方式中，对应的温度损失值最小的所述排布方式确定为所述目标排布方式，包括：
将所述Q个排布方式中，对应的目标参数小于或等于参数阈值，且对应的温度损失值最小的所述排布方式确定为所述目标排布方式。
8.一种电芯排布装置，其特征在于，所述装置包括：
第一获取模块，用于获取待排布的M个电芯的电芯参数，所述电芯参数包括电芯的电学参数与热物性参数，其中，M为大于1的整数；
建立模块，用于基于所述M个电芯的电芯参数，建立等效热模型，所述等效热模型用于在所述M个电芯处于Q个排布方式中的各个所述排布方式下，确定所述M个电芯的温度，Q为大于1的整数；
确定模块，用于基于所述M个电芯处于各个所述排布方式下的温度，以及温度损失函数，从所述Q个排布方式中确定M个电芯的目标排布方式，其中，所述温度损失函数通过将所述M个电芯处于当前排布方式下的温度作为输入，以确定与所述当前排布方式对应的温度损失值，所述当前排布方式为所述Q个排布方式中的任一排布方式；
所述建立模块，具体用于根据各个所述电芯的电学参数，确定各个所述电芯的生热功率；根据各个所述电芯的热物性参数，确定所述M个电芯处于所述当前排布方式下，各个所述电芯的等效热阻与等效热容；基于各个所述电芯的生热功率、等效热阻以及等效热容，建立所述等效热模型；
所述确定模块，具体用于在所述Q个排布方式中的各个所述排布方式下，获取所述M个电芯在N个时间采样点中各个所述时间采样点下的温度，N为正整数；将所述M个电芯在N个时间采样点中各个所述时间采样点下的温度输至所述损失函数，得到与各个所述排布方式对应的温度损失值；将所述Q个排布方式中，对应的温度损失值最小的所述排布方式确定为所述目标排布方式。
9.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的电芯排布方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-7任意一项所述的电芯排布方法。
CN202210639329.7A 2022-06-08 2022-06-08 电芯排布方法、装置、设备及计算机存储介质 Active CN115020832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210639329.7A CN115020832B (zh) 2022-06-08 2022-06-08 电芯排布方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210639329.7A CN115020832B (zh) 2022-06-08 2022-06-08 电芯排布方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN115020832A CN115020832A (zh) 2022-09-06
CN115020832B true CN115020832B (zh) 2024-05-28

Family

ID=83073607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210639329.7A Active CN115020832B (zh) 2022-06-08 2022-06-08 电芯排布方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN115020832B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017049942A1 (zh) * 2015-09-23 2017-03-30 中兴通讯股份有限公司 一种检测环境温度的方法、装置和电子设备
WO2019210678A1 (zh) * 2018-05-04 2019-11-07 深圳市道通智能航空技术有限公司 电池功耗控制方法、装置及无人飞行器
WO2020156079A1 (zh) * 2019-01-28 2020-08-06 深圳市道通智能航空技术有限公司 一种飞行器电池监控方法、装置、电池及飞行器
CN112016190A (zh) * 2020-08-04 2020-12-01 华人运通(上海)新能源驱动技术有限公司 动力电池温度修正方法、装置及计算机可读存储介质
DE102019125237A1 (de) * 2019-09-19 2021-03-25 Audi Ag Verfahren zum Bestimmen einer Temperaturverteilung entlang einer Batterie, Beobachtungsvorrichtung sowie Batterie
CN112784466A (zh) * 2021-02-01 2021-05-11 恒大新能源汽车投资控股集团有限公司 电池模组的结构参数确定方法、装置及电子设备
CN112861302A (zh) * 2019-11-28 2021-05-28 广州汽车集团股份有限公司 一种动力电池热管理仿真方法、装置及存储介质
CN112964992A (zh) * 2019-11-28 2021-06-15 比亚迪股份有限公司 基于aukf的电池内部温度信息处理方法、设备和介质
CN112964991A (zh) * 2019-11-28 2021-06-15 比亚迪股份有限公司 电池内部温度信息处理方法、计算机设备和存储介质
WO2021142678A1 (zh) * 2020-01-15 2021-07-22 深圳市大疆创新科技有限公司 电池参数确定方法、设备及存储介质
CN113836853A (zh) * 2021-09-24 2021-12-24 蜂巢能源科技有限公司 电芯温度仿真方法、装置、设备及存储介质
WO2022062528A1 (zh) * 2020-09-27 2022-03-31 中国第一汽车股份有限公司 液冷电池系统及液冷电池系统的控制方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017049942A1 (zh) * 2015-09-23 2017-03-30 中兴通讯股份有限公司 一种检测环境温度的方法、装置和电子设备
WO2019210678A1 (zh) * 2018-05-04 2019-11-07 深圳市道通智能航空技术有限公司 电池功耗控制方法、装置及无人飞行器
WO2020156079A1 (zh) * 2019-01-28 2020-08-06 深圳市道通智能航空技术有限公司 一种飞行器电池监控方法、装置、电池及飞行器
DE102019125237A1 (de) * 2019-09-19 2021-03-25 Audi Ag Verfahren zum Bestimmen einer Temperaturverteilung entlang einer Batterie, Beobachtungsvorrichtung sowie Batterie
CN112861302A (zh) * 2019-11-28 2021-05-28 广州汽车集团股份有限公司 一种动力电池热管理仿真方法、装置及存储介质
CN112964992A (zh) * 2019-11-28 2021-06-15 比亚迪股份有限公司 基于aukf的电池内部温度信息处理方法、设备和介质
CN112964991A (zh) * 2019-11-28 2021-06-15 比亚迪股份有限公司 电池内部温度信息处理方法、计算机设备和存储介质
WO2021142678A1 (zh) * 2020-01-15 2021-07-22 深圳市大疆创新科技有限公司 电池参数确定方法、设备及存储介质
CN112016190A (zh) * 2020-08-04 2020-12-01 华人运通(上海)新能源驱动技术有限公司 动力电池温度修正方法、装置及计算机可读存储介质
WO2022062528A1 (zh) * 2020-09-27 2022-03-31 中国第一汽车股份有限公司 液冷电池系统及液冷电池系统的控制方法
CN112784466A (zh) * 2021-02-01 2021-05-11 恒大新能源汽车投资控股集团有限公司 电池模组的结构参数确定方法、装置及电子设备
CN113836853A (zh) * 2021-09-24 2021-12-24 蜂巢能源科技有限公司 电芯温度仿真方法、装置、设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
无人机用锂离子电池散热设计;杨菁国;杜鸿达;郑心纬;李佳;康飞宇;;自动化应用;20170925(09);全文 *
虞跨海 ; 李长浩 ; 程永周 ; .锂离子储能电池放电热行为仿真与实验研究.电源技术.2016,(01),全文. *
郭健忠 ; 毛永 ; 张华伟 ; 许小伟 ; .锂电池电-热耦合模型热管理系统仿真分析.电源技术.2020,(04),全文. *
锂电池组液冷结构设计及散热影响因素分析;谢永东;汤其明;何志刚;盘朝奉;徐兴振;;车用发动机;20200625(03);全文 *

Also Published As

Publication number Publication date
CN115020832A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN107145628B (zh) 基于电化学-热耦合模型的预测锂电池循环寿命的方法
CN109802190B (zh) 一种电池组多目标充电方法
EP3896818A1 (en) Battery charging method and device
KR102179677B1 (ko) 노이즈를 반영한 배터리 잔존 용량 산출 장치 및 방법
Yang et al. Online estimation of capacity fade and power fade of lithium-ion batteries based on input–output response technique
Ganesan et al. Physics based modeling of a series parallel battery pack for asymmetry analysis, predictive control and life extension
CN112964991A (zh) 电池内部温度信息处理方法、计算机设备和存储介质
Yan et al. Battery fast charging strategy based on model predictive control
CN108931729B (zh) 一种锂离子电池容量循环退化动态识别方法
CN113011007B (zh) 一种锂离子动力电池热模型参数快速辨识方法及系统
CN115114810A (zh) 一种电解液模拟分析方法、装置、设备、介质及程序产品
Lin et al. Temperature estimation in a battery string under frugal sensor allocation
Chen et al. LiFePO4 battery charging strategy design considering temperature rise minimization
CN115020832B (zh) 电芯排布方法、装置、设备及计算机存储介质
Fan et al. Electrochemical-thermal modeling of li-ion battery packs
Samadi et al. Integrated battery management system
Hu et al. A thermal electric two-way coupled battery pack model for an all electric VW motorsport racer
Rajabloo et al. Parameter estimation of single particle model using COMSOL Multiphysics® and MATLAB® optimization toolbox
CN114628818A (zh) 一种考虑老化和不一致的电池组散热方法
KR20230142540A (ko) 전지 가열 방법, 장치, 기기 및 저장 매체
Tian et al. Distributed Kalman filtering-based three-dimensional temperature field reconstruction for a lithium-ion battery pack
van de Ven et al. Combined cell-level estimation of state-of-charge and temperature in battery packs
Bhovi et al. Modeling and Simulation of Battery Management System (BMS) for Electric Vehicles
Methekar SOC estimation with thermal and charging rate consideration using dual filter approach for lithium-ion battery
CN115128465A (zh) 电池热仿真系统、方法及电子设备

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