CN115195530B - 一种电动汽车电池冷却管理控制系统 - Google Patents

一种电动汽车电池冷却管理控制系统 Download PDF

Info

Publication number
CN115195530B
CN115195530B CN202210960798.9A CN202210960798A CN115195530B CN 115195530 B CN115195530 B CN 115195530B CN 202210960798 A CN202210960798 A CN 202210960798A CN 115195530 B CN115195530 B CN 115195530B
Authority
CN
China
Prior art keywords
battery
management subsystem
temperature
subsystem
control
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
CN202210960798.9A
Other languages
English (en)
Other versions
CN115195530A (zh
Inventor
魏瑞超
黄申石
练丽萍
蓝嘉美
赵晨
董铸荣
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.)
Shenzhen Polytechnic
Original Assignee
Shenzhen Polytechnic
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 Shenzhen Polytechnic filed Critical Shenzhen Polytechnic
Priority to CN202210960798.9A priority Critical patent/CN115195530B/zh
Publication of CN115195530A publication Critical patent/CN115195530A/zh
Application granted granted Critical
Publication of CN115195530B publication Critical patent/CN115195530B/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
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • B60L58/26—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by cooling
    • 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
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • 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
    • H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
    • H01M10/625—Vehicles
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/63—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
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/655—Solid structures for heat exchange or heat conduction
    • H01M10/6556—Solid parts with flow channel passages or pipes for heat exchange
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/656—Means for temperature control structurally associated with the cells characterised by the type of heat-exchange fluid
    • H01M10/6567—Liquids
    • H01M10/6568—Liquids characterised by flow circuits, e.g. loops, located externally to the cells or cell casings
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Automation & Control Theory (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种电动汽车电池冷却管理控制系统，涉及电动汽车电池技术领域，包括电池管理子系统、电池热管理子系统、汽车车速管理子系统、电池温度调节子系统、电池寿命管理子系统；电池管理子系统用于建立基于电池包的冷却模型；电池热管理子系统用于优化电动汽车内参数信息；汽车车速管理子系统用于预测汽车未来时间段的车速信息；电池温度调节子系统用于在不断变化的环境温度下，为电池管理子系统提供合适的电池温度；电池寿命管理子系统用于监测电动汽车内电池的寿命信息；本发明能预测车辆速度，减少电动电泵质量流速的波动，拥有正常的电池温度和SOH，平衡电池管理子系统的能耗和电池寿命，获得更长的电池寿命。

Description

一种电动汽车电池冷却管理控制系统
技术领域
本发明涉及电动汽车电池技术领域，具体为一种电动汽车电池冷却管理控制系统。
背景技术
近年来，由于环境污染恶化和化石燃料短缺，纯电动汽车、混合动力电动汽车和插电式混合动力电动汽车等电动汽车已成为传统内燃机驱动汽车的替代品。锂离子电池因其能量密度高、比功率高、自放电率低、寿命长而被认为是电动汽车最重要的储能装置之一。由于锂离子电池的某些参数，如充电状态(SOC)、自放电率和健康状态(SOH)对电池温度非常敏感，一旦电池温度超过临界安全温度，电池极易发生热失控并引发火灾，因此有必要将电池保持在最佳温度范围内，以获得良好的电池性能并延长其寿命。锂离子电池的最佳温度范围在15℃到35℃之间，电池组之间的最佳温差在5℃以下；
现如今，空气冷却、液体冷却、热管和相变材料等冷却方法，已被应用在锂离子电池。其中，空气冷却和液体冷却的电池管理子系统被广泛使用。尽管空气冷却系统重量轻、结构简单，但冷却效率低和安全问题，尤其是防水等级低，限制了其在电动汽车中的使用，但是，传统电池管理子系统主要使用恒定的目标温度，这对节能和延长电池寿命是不利的；同时，由于电动汽车长时间行驶在颠簸路段，常常导致电动汽车的电池寿命受到影响，同时现在并没有一款对处于行驶状态的电动汽车的电池寿命进行有效监测；因此，需要对上述问题进行改善。
发明内容
本发明的目的在于提供一种电动汽车电池冷却管理控制系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种电动汽车电池冷却管理控制系统，所述冷却管理控制系统包括电池管理子系统、电池热管理子系统、汽车车速管理子系统、电池温度调节子系统、电池寿命管理子系统；
所述电池管理子系统用于建立基于电池包的冷却模型、动力子系统和电池组；所述冷却模型包括冷却板、散热器、电泵；
所述电池热管理子系统用于优化电动汽车内参数信息；
所述汽车车速管理子系统用于预测汽车未来时间段的车速信息；
所述电池温度调节子系统用于在不断变化的环境温度下，为电池管理子系统提供合适的电池温度；其中低的电池温度有助于延长电池寿命，但是会消耗电池管理子系统的能量。
所述电池寿命管理子系统用于实时监测电动汽车内电池的寿命信息；
所述电池热管理子系统包括状态估计器和优化器；所述状态估计器用于预测电池热系统的状态变量，根据状态变量调整电池的温度信息；所述优化器用于寻找使得控制目标最小化的输出值；所述控制目标是指使电池温度值等于设定值、最低的冷却液流速和冷却液流量变化率最小的；通过状态估计器，能有效的控制电池温度，使外部条件发生剧烈变化时，电池温度只发生轻微变化；同时将动力子系统在电池热管理子系统中进行线性化和离散化，能减少计算步骤，提高计算速度。
进一步的，所述电池寿命管理子系统包括电动汽车参数获取模块、电池健康分析模块、行驶路径管理模块；所述电动汽车参数获取模块用于获取电动汽车在历史路径中行驶的运行状态参数信息；所述电池健康分析模块用于依据参数信息分析电池的健康情况；所述行驶路径管理模块用于依据电池的健康情况管理电动汽车的路径信息。
进一步的，所述电池冷却管理控制方法执行如下步骤：
S1：依据电池管理子系统建立电池包的冷却模型、动力子系统和电池组；
S2：通过汽车车速管理子系统，根据电动汽车的历史行驶速度信息，预测电动汽车未来的行驶速度信息；从而能帮助电泵调整冷却液的质量流速，以主动适应未来的热负荷；
S3：通过电池温度调节子系统，输出合适的电池温度信息；从而使得电池温度能适应不断变化的环境温度；
S4：通过电池热管理子系统，优化电动汽车内参数信息，调整电池管理子系统中的控制目标；
S5：通过电池寿命管理子系统，实时监测电动汽车内电池的寿命信息。
进一步的，在步骤S4中，在电池热管理子系统中，预测连续时间步长在p时的状态估计器为：
Figure SMS_1
状态变量x的矩阵为x＝[T,SOC,SOH,Ppump,Tcool]；
电池未来的估计温度y的输出变量为：y＝T；
其中，i表示连续时间步长，i＝[1,...,p]；x表示电池热系统的状态变量；u(k+i-1|k)、v(k+i-1|k)分别是估计量的控制变量矩阵和输入扰动矩阵；A、Bu、Bv是基于当前状态x的常数矩阵；y(k+i|k)是电池未来的估计温度；D表示描述未来系统输出y和当前状态x之间关系的系数；T是指蓄电池电池组中最后一个电池模块的温度；x(k+i|k)表示在k时刻，k+i预测时刻的状态输出变量，SOC表示电池的剩余容量，Ppump表示电泵的功率，Tcool表示冷却液管入口处温度；
由于电池组每个分支中的最后一个电池模块温度高于其他电池模块，因此，对最后一个电池模块进行实时监控，从而防止最后一个电池模块出现高温现象。
进一步的，在步骤S4中，选用二次规划法寻找并使得控制目标最小化的输出值为J(Zk),所述输出值J(Zk)为控制目标最小化的输出值，所述控制目标最小化的输出值包括：调整Jy(Zk)使电池温度值等于设定值、调整Ju(Zk)使冷却液流速低于设定流速值，调整JΔu(Zk)使冷却液流量变化率小于设定变化率；
在时间步长k中，时间控制范围C中的Jy(Zk)、Ju(Zk)和JΔu(Zk)表示为：
Figure SMS_2
为了降低计算成本，并获得最佳控制输出，优化控制目标的限制条件如下，优化目标为min[J(Zk)]
Figure SMS_3
其中，ΔTmax[diff]表示电池组中电池模块之间最大的温差；
从而有效的控制电池温度并降低电泵能耗，能保证在环境温度发生剧烈变化时，电池温度只有轻微的变化。
利用二次规划法求解限制条件公式得到连续输出：
Figure SMS_4
其中，ny、nu分别是控制输出变量为y的输出数量和控制输入的数量，
Figure SMS_5
分别是y、u和Δu在第i个预测步长处第j个控制输出的无量纲权重系数，Zk表示二次规划法的决策，uj(k+i|k)表示为在k时刻，k+i预测时刻处的第j个控制输出控制变量矩阵，ui(k+i|k)表示为在k时刻，k+i预测时刻处的第i个控制输出控制变量矩阵，ui(k+i-1|k)表示为在k时刻，k+i-1预测时刻处的第i个控制输出控制变量矩阵，u(k|k)T表示为在k时刻的控制输出控制变量矩阵，u(k+c|k)表示为在k时刻，模型预测控制在控制范围c间隔的实际控制输出；u(k+1|k)表示在k时刻，模型预测控制在控制范围为1的实际控制输出；
从而有效的控制电池温度并降低电泵能耗，能保证在环境温度发生剧烈变化时，电池温度只有轻微的变化。
在步骤S5中，获取电动汽车在不同路段上行驶时，电池所耗费的电量集合信息H＝{ha,hb,hc,...,hn},hn表示电动汽车在第n个路段上行驶时，电池所耗费的电量信息；则得到电动汽车的电池寿命损耗信息集合为R,R＝Rlife-βo*o*f；βo表示在路段o上行驶时，电池寿命的损耗系数，f表示电动汽车在路段o上行驶所耗费时间；获取电动汽车行驶的当前位置和目标位置信息，根据当前位置和目标位置形成若干条路径，得到路径集合；在形成的若干路径中，为了使得电动汽车在行驶时，电池损耗量小于等于预设损耗量，需选择最优路径，应满足如下条件：
Figure SMS_6
其中：α表示电动汽车从设定路径出发的时间，η表示电动汽车到达目标位置的时间，λ表示，λ表示从当前位置到达目标位置的第一条路径，τ表示从当前位置到达目标位置的最后一条路径，Lλ表示从当前位置到达目标位置的第一条路径λ的长度L，
Figure SMS_7
表示电动汽车行驶在路径λ时对应破损路段的数量，μ表示破损路段的总数量，
Figure SMS_8
表示电动汽车在路径上λ行驶时，破损路段的长度；E表示电动汽车在破损路段上行驶的速度。
在步骤S2中，通过BP神经网络算法预测电动汽车未来的行驶速度信息，将历史速度、历史平均速度、无怠速条件下的历史平均速度、历史平均加速度和历史平均减速度作为BP神经网络的输入神经元；输出神经元，预测电动汽车未来的加速度；
获取速度数据，通过速度数据训练网络；将速度数据分为三个部分，验证数据、测试数据和培训数据；所述速度数据为MVEG-A、JC08、UDDS、WLTC、NEDC和HWFET；
其中，历史平均加速度限制在2m/s以内，从而能确保预测速度的准确性；MVEG-A、JC08、UDDS、WLTC、NEDC和HWFET是指不同类型的续航测试标准；将速度数据分为三个部分，验证数据、测试数据和培训数据；其中，15％的数据用以验证数据，15％的数据用以测试数据。
在步骤S3中，在电池温度调节子系统中，通过帕累托边界曲线为电池管理子系统提供合适的目标温度；由于冷却不均匀，电池组中的模块之间存在温差，导致模块的SOH发生变化；为了提高电池组的寿命，有必要延长电池组中SOH最低的模块的寿命；因此，需将寿命最低模块模块的SOH视为电池组的SOH，其中SOH表示为电池的健康状态；
与现有技术相比，本发明所达到的有益效果是：
1、本发明通过汽车车速管理子系统，能预测车辆速度的变化，减少了电动电泵质量流率的波动，从而降低能耗，使电池拥有正常的温度和SOH；
2、本发明通过电池温度调节子系统，可以节约能源，并在电池管理子系统的能耗和电池寿命之间取得平衡；同时控制电池温度和模块间的温度变化，以获得更长的电池寿命；
3、本发明通过电池寿命管理子系统，能实时监测电池的健康状况，减少对电池寿命的损耗，提高电池的寿命。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种电动汽车电池冷却管理控制系统的流程示意图；
图2是本发明车速预测示意图；
图3是本发明一种电动汽车电池冷却管理控制系统的模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
请参阅图1-图3，本发明提供技术方案：
一种电动汽车电池冷却管理控制系统，所述冷却管理控制系统包括电池管理子系统、电池热管理子系统、汽车车速管理子系统、电池温度调节子系统、电池寿命管理子系统；
所述电池管理子系统用于建立基于电池包的冷却模型、动力子系统和电池组；所述冷却模型包括冷却板、散热器、电泵；
所述电池热管理子系统用于优化电动汽车内参数信息；
所述汽车车速管理子系统用于预测汽车未来时间段的车速信息；
所述电池温度调节子系统用于在不断变化的环境温度下，为电池管理子系统提供合适的电池温度；其中低的电池温度有助于延长电池寿命，但是会消耗电池管理子系统的能量；
建立动力子系统模型；设当检测到电动汽车在道路上行驶时，动力总成的牵引力能克服来自地面和空气的阻力，其功率Ptrac可通过求解得到；
Figure SMS_9
其中，vveh是指电动汽车的车速，δ是指旋转质量的修正系数，mveh是指车辆质量，aveh是指车辆的加速度，f是指滚动阻力系数，g是重力加速度，Cd是指空气动力阻力系数，Awind是指车辆前部区域，ρair是指空气密度；
电池组
Figure SMS_10
η是动力传动系统的效率；Ipac是指电池组的电流，Upac是指端子电压。
所述电池寿命管理子系统用于实时监测电动汽车内电池的寿命信息；
所述电池热管理子系统包括状态估计器和优化器；所述状态估计器用于预测电池热系统的状态变量，根据状态变量调整电池的温度信息；所述优化器用于寻找使得控制目标最小化的输出值；所述控制目标是指使电池温度值等于设定值、最低的冷却液流速和冷却液流量变化率最小的；通过状态估计器，能有效的控制电池温度，使外部条件发生剧烈变化时，电池温度只发生轻微变化；同时将动力子系统在电池热管理子系统中进行线性化和离散化，能减少计算步骤，提高计算速度。
进一步的，所述电池寿命管理子系统包括电动汽车参数获取模块、电池健康分析模块、行驶路径管理模块；所述电动汽车参数获取模块用于获取电动汽车在历史路径中行驶的运行状态参数信息；所述电池健康分析模块用于依据参数信息分析电池的健康情况；所述行驶路径管理模块用于依据电池的健康情况管理电动汽车的路径信息。
进一步的，所述电池冷却管理控制方法执行如下步骤：
S1：依据电池管理子系统建立电池包的冷却模型、动力子系统和电池组；
S2：通过汽车车速管理子系统，根据电动汽车的历史行驶速度信息，预测电动汽车未来的行驶速度信息；从而能帮助电泵调整冷却液的质量流速，以主动适应未来的热负荷；
S3：通过电池温度调节子系统，输出合适的电池温度信息；从而使得电池温度能适应不断变化的环境温度；
S4：通过电池热管理子系统，优化电动汽车内参数信息，调整电池管理子系统中的控制目标；
S5：通过电池寿命管理子系统，实时监测电动汽车内电池的寿命信息。
进一步的，在步骤S4中，在电池热管理子系统中，预测连续时间步长在p时的状态估计器为：
Figure SMS_11
状态变量x的矩阵为x＝[T,SOC,SOH,Ppump,Tcool]；
电池未来的估计温度y的输出变量为：y＝T；
其中，i表示连续时间步长，i＝[1,...,p]；x表示电池热系统的状态变量；u(k+i-1|k)、v(k+i-1|k)分别是估计量的控制变量矩阵和输入扰动矩阵；A、Bu、Bv是基于当前状态x的常数矩阵；y(k+i|k)是电池未来的估计温度；D表示描述未来系统输出y和当前状态x之间关系的系数；T是指蓄电池电池组中最后一个电池模块的温度；x(k+i|k)表示在k时刻，k+i预测时刻的状态输出变量，SOC表示电池的剩余容量，Ppump表示电泵的功率，Tcool表示冷却液管入口处温度；
由于电池组每个分支中的最后一个电池模块温度高于其他电池模块，因此，对最后一个电池模块进行实时监控，从而防止最后一个电池模块出现高温现象。
进一步的，在步骤S4中，选用二次规划法寻找并使得控制目标最小化的输出值为J(Zk),所述输出值J(Zk)为控制目标最小化的输出值，所述控制目标最小化的输出值包括：调整Jy(Zk)使电池温度值等于设定值、调整Ju(Zk)使冷却液流速低于设定流速值，调整JΔu(Zk)使冷却液流量变化率小于设定变化率；
在时间步长k中，控制范围c中的Jy(Zk)、Ju(Zk)和JΔu(Zk)表示为：
Figure SMS_12
为了降低计算成本，并获得最佳控制输出，优化控制目标的限制条件如下，优化目标为min[J(Zk)]
Figure SMS_13
其中，ΔTmax[diff]表示电池组中电池模块之间最大的温差；
从而有效的控制电池温度并降低电泵能耗，能保证在环境温度发生剧烈变化时，电池温度只有轻微的变化；
使电池温度值等于设定值，所述设定值就是根据电池类型不同而设定的，例如铅酸电池、石墨烯、锂电池它们的电池特性就不是很相同的，因此电池温度的要求也不相同，而计算预测温度与设定值作比较，从而得到温度差，并根据温度差计算无纲量权重系数；
利用二次规划法求解限制条件公式得到连续输出：
Figure SMS_14
其中，ny、nu分别是控制输出变量为y的输出数量和控制输入的数量，
Figure SMS_15
分别是y、u和Δu在第i个预测步长处第j个控制输出的无量纲权重系数，Zk表示二次规划法的决策，uj(k+i|k)表示为在k时刻，k+i预测时刻处的第j个控制输出控制变量矩阵，ui(k+i|k)表示为在k时刻，k+i预测时刻处的第i个控制输出控制变量矩阵，ui(k+i-1|k)表示为在k时刻，k+i-1预测时刻处的第i个控制输出控制变量矩阵，u(k|k)T表示为在k时刻的控制输出控制变量矩阵，u(k+c|k)表示为在k时刻，模型预测控制在控制范围c间隔的实际控制输出；u(k+1|k)表示在k时刻，模型预测控制在控制范围为1的实际控制输出。使电池温度值等于设定值，所述设定值就是根据电池类型不同而设定的，例如铅酸电池、石墨烯、锂电池它们的电池特性就不是很相同的，因此电池温度的要求也不相同，而计算预测温度与设定值作比较，从而得到温度差，并根据温度差计算无纲量权重系数；
进行二次规划优化出最优的控制目标值，当预测的温度远超于实际温度，进而使电池温度降低温度，根据温度差值，若温度差值小于预设值，则降低温度且控制温度下降的速度，由于控制是一种消耗，所以进行最优策略。
如若时间控制范围是预测控制范围的10％-20％。当预测范围设置为60秒，为了降低计算成本且获得最佳控制输出，实际的控制范围设置为10秒。
在步骤S5中，获取电动汽车在不同路段上行驶时，电池所耗费的电量集合信息H＝{ha,hb,hc,...,hn},hn表示电动汽车在第n个路段上行驶时，电池所耗费的电量信息；则得到电动汽车的电池寿命损耗信息集合为R,R＝Rlife-βo*o*f；βo表示在路段o上行驶时，电池寿命的损耗系数，f表示电动汽车在路段o上行驶所耗费时间；获取电动汽车行驶的当前位置和目标位置信息，根据当前位置和目标位置形成若干条路径，得到路径集合；在形成的若干路径中，为了使得电动汽车在行驶时，电池损耗量小于等于预设损耗量，需选择最优路径，应满足如下条件：
Figure SMS_16
其中：α表示电动汽车从设定路径出发的时间，η表示电动汽车到达目标位置的时间，λ表示，λ表示从当前位置到达目标位置的第一条路径，τ表示从当前位置到达目标位置的最后一条路径，Lλ表示从当前位置到达目标位置的第一条路径λ的长度L，
Figure SMS_17
表示电动汽车行驶在路径λ时对应破损路段的数量，μ表示破损路段的总数量，
Figure SMS_18
表示电动汽车在路径上λ行驶时，破损路段的长度；E表示电动汽车在破损路段上行驶的速度；
电动汽车在破损路段行驶时，破损路段具体为大型石子路段等等，电动汽车经过时会对安装的电池寿命产生影响，为了使得电池寿命的受损影响小于预设值，在本申请文件中，优化了电动汽车到达终点位置最优的路径；同时，当前位置到达目标位置的第一条路径λ的长度L能通过雷达测距获取，也能根据地理位置的坐标获取得到减少损失，通过此方式，能优化电动汽车到达目标位置的最优路径，在公式中，η是指固定时间。
在步骤S2中，通过BP神经网络算法预测电动汽车未来的行驶速度信息，将历史速度、历史平均速度、无怠速条件下的历史平均速度、历史平均加速度和历史平均减速度作为BP神经网络的输入神经元；输出神经元，预测电动汽车未来的加速度；
获取速度数据，通过速度数据训练网络；将速度数据分为三个部分，验证数据、测试数据和培训数据；所述速度数据为MVEG-A、JC08、UDDS、WLTC、NEDC和HWFET；
其中，历史平均加速度限制在2m/s以内，从而能确保预测速度的准确性；MVEG-A、JC08、UDDS、WLTC、NEDC和HWFET是指不同类型的续航测试标准；将速度数据分为三个部分，验证数据、测试数据和培训数据；其中，15％的数据用以验证数据，15％的数据用以测试数据；
为了证明驱动循环对合适的目标温度没有影响，或者仅仅对平衡目标温度有轻微影响，选择22℃作为平衡目标温度，与目标温度27℃相比，WLTC、NEDC、HWFET和MVEGA循环的平衡目标温度的SOH分别降低了10.8％、12.2％、12.7％和12.2％，而这些循环的平均功率分别增加了17.3W、17.5W、21W和18W；与目标温度20℃相比，平衡目标温度在WLTC、NEDC、HWFET和MVEGA循环中分别降低了45.1％、56.7％、43.2％和56.2％的能耗，而在这些循环中，其SOH仅增加了1.3％、2.6％、1.7％和2.6％；因此，循环对蓄电池的平衡目标温度影响很小或没有影响。
在步骤S3中，在电池温度调节子系统中，通过帕累托边界曲线为电池管理子系统提供合适的目标温度；由于冷却不均匀，电池组中的模块之间存在温差，导致模块的SOH发生变化；为了提高电池组的寿命，有必要延长电池组中SOH最低的模块的寿命；因此，将寿命最低模块模块的SOH视为电池组的SOH，其中SOH表示为电池的健康状态；
由于电池管理子系统的制冷能力受环境温度的影响很大，环境温度对电池的平衡目标温度有重要影响；在15℃～30℃的环境温度内，使用帕累托边界来确定电池管理子系统工作范围内的合适平衡目标温度，将环境温度+2℃用作电池管理子系统的自适应目标温度；当电池的目标温度设置为环境温度+2℃时，目标温度不仅可以节约能源，还可以延长电池寿命；
将开关控制器作为电池管理子系统为参考，为了在延长电池寿命和节能方面的优越性，将冷却液mcool的质量流速作为控制变量，蓄电池温度T作为反馈；
具体为：
Figure SMS_19
Thigh表示控制温度范围内的上限和下限；当电池温度T<Tlow时，将电泵关闭，冷却液的质量流速为0，当电池温度T>Thigh时，电泵的质量流速为设定值，设定值输出为0.7kg/s。
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。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种电动汽车电池冷却管理控制系统，其特征在于：所述冷却管理控制系统包括电池管理子系统、电池热管理子系统、汽车车速管理子系统、电池温度调节子系统、电池寿命管理子系统；
所述电池管理子系统用于建立基于电池包的冷却模型、动力子系统和电池组；所述冷却模型包括冷却板、散热器、电泵；
所述电池热管理子系统用于优化电动汽车内参数信息；
所述汽车车速管理子系统用于预测汽车未来时间段的车速信息；
所述电池温度调节子系统用于在不断变化的环境温度下，为电池管理子系统提供合适的电池温度；
所述电池寿命管理子系统用于实时监测电动汽车内电池的寿命信息；
所述电池热管理子系统包括状态估计器和优化器；所述状态估计器用于预测电池热系统的状态变量，根据状态变量调整电池的温度信息；所述优化器用于寻找使得控制目标最小化的输出值；
在电池热管理子系统中，预测连续时间步长在p时的状态估计器为：
Figure QLYQS_1
状态变量x的矩阵为x＝[T，SOC，SOH，Ppump，Tcool]；
电池未来的估计温度y的输出变量为：y＝T；
其中，i表示连续时间步长，i＝[1，...，p]；x表示电池热系统的状态变量；u(k+i-1|k)、v(k+i-1|k)分别是估计量的控制变量矩阵和输入扰动矩阵；A、Bu、Bv是基于当前状态x的常数矩阵；y(k+i|k)是电池未来的估计温度；D表示描述未来系统输出y和当前状态x之间关系的系数；T是指蓄电池电池组中最后一个电池模块的温度；x(k+i|k)表示在k时刻，k+i预测时刻的状态输出变量，SOC表示电池的剩余容量，Ppump表示电泵的功率，Tcool表示冷却液管入口处温度。
2.根据权利要求1所述的一种电动汽车电池冷却管理控制系统，其特征在于：所述电池寿命管理子系统包括电动汽车参数获取模块、电池健康分析模块、行驶路径管理模块；所述电动汽车参数获取模块用于获取电动汽车在历史路径中行驶的运行状态参数信息；所述电池健康分析模块用于依据参数信息分析电池的健康情况；所述行驶路径管理模块用于依据电池的健康情况管理电动汽车的路径信息。
3.一种实现权利要求1所述系统的电动汽车电池冷却管理控制方法，其特征在于：所述电池冷却管理控制方法执行如下步骤：
S1：依据电池管理子系统建立电池包的冷却模型、动力子系统和电池组；
S2：通过汽车车速管理子系统，根据电动汽车的历史行驶速度信息，预测电动汽车未来的行驶速度信息；
S3：通过电池温度调节子系统，输出合适的电池温度信息；
S4：通过电池热管理子系统，优化电动汽车内参数信息和电池管理子系统中的控制目标；
S5：通过电池寿命管理子系统，实时监测电动汽车内电池的寿命信息。
4.根据权利要求3所述的电动汽车电池冷却管理控制方法，其特征在于：在步骤S4中，选用二次规划法寻找并使得控制目标最小化的输出值为J(Zk)，所述输出值J(Zk)为控制目标最小化的输出值，所述控制目标最小化的输出值包括：调整Jy(Zk)使电池温度值等于设定值、调整Ju(Zk)使冷却液流速低于设定流速值，调整JΔu(Zk)使冷却液流量变化率小于设定变化率；
在时间步长k中，时间控制范围C中的Jy(Zk)、Ju(Zk)和JΔu(Zk)表示为：
Figure QLYQS_2
为了降低计算成本，并获得最佳控制输出，优化控制目标的限制条件如下，优化目标为min[J(Zk)]
Figure QLYQS_3
其中，ΔTmax[diff]表示电池组中电池模块之间最大的温差，mcool表示冷却液的质量流速；
利用二次规划法求解限制条件公式得到连续输出：
Figure QLYQS_4
其中，ny、nu分别是控制输出变量为y的输出数量和控制输入的数量，
Figure QLYQS_5
分别是y、u和Δu在第i个预测步长处第j个控制输出的无量纲权重系数，Zk表示二次规划法的决策，uj(k+i|k)表示为在k时刻，k+i预测时刻处的第j个控制输出控制变量矩阵，ui(k+i|k)表示为在k时刻，k+i预测时刻处的第i个控制输出控制变量矩阵，ui(k+i-1|k)表示为在k时刻，k+i-1预测时刻处的第i个控制输出控制变量矩阵，u(k|k)T表示为在k时刻的控制输出控制变量矩阵，u(k+c|k)表示为在k时刻，模型预测控制在控制范围c间隔的实际控制输出；u(k+1|k)表示在k时刻，模型预测控制在控制范围为1的实际控制输出。
5.根据权利要求3所述的电动汽车电池冷却管理控制方法，其特征在于：在步骤S2中，通过BP神经网络算法预测电动汽车未来的行驶速度信息，将历史速度、历史平均速度、无怠速条件下的历史平均速度、历史平均加速度和历史平均减速度作为BP神经网络的输入神经元；输出神经元，预测电动汽车未来的加速度；
获取速度数据，通过速度数据训练网络；将速度数据分为三个部分，验证数据、测试数据和培训数据；所述速度数据为MVEG-A、JC08、UDDS、WLTC、NEDC和HWFET。
6.根据权利要求3所述的电动汽车电池冷却管理控制方法，其特征在于：在步骤S3中，在电池温度调节子系统中，通过帕累托边界曲线为电池管理子系统提供合适的温度。
CN202210960798.9A 2022-08-11 2022-08-11 一种电动汽车电池冷却管理控制系统 Active CN115195530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210960798.9A CN115195530B (zh) 2022-08-11 2022-08-11 一种电动汽车电池冷却管理控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210960798.9A CN115195530B (zh) 2022-08-11 2022-08-11 一种电动汽车电池冷却管理控制系统

Publications (2)

Publication Number Publication Date
CN115195530A CN115195530A (zh) 2022-10-18
CN115195530B true CN115195530B (zh) 2023-03-10

Family

ID=83586437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210960798.9A Active CN115195530B (zh) 2022-08-11 2022-08-11 一种电动汽车电池冷却管理控制系统

Country Status (1)

Country Link
CN (1) CN115195530B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106921003A (zh) * 2016-10-25 2017-07-04 蔚来汽车有限公司 电动汽车电池包温度的智能控制系统和方法
CN109733248A (zh) * 2019-01-09 2019-05-10 吉林大学 基于路径信息的纯电动汽车剩余里程模型预测方法
EP3584106A1 (en) * 2018-06-19 2019-12-25 Einride Ab Predictive remote thermal managment
CN111261973A (zh) * 2020-01-19 2020-06-09 重庆大学 基于模型预测控制的电动汽车整车电池热管理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11247583B2 (en) * 2019-08-15 2022-02-15 Ford Global Technologies, Llc Battery thermal management systems for providing improved battery cooling as a function of vehicle speed

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106921003A (zh) * 2016-10-25 2017-07-04 蔚来汽车有限公司 电动汽车电池包温度的智能控制系统和方法
EP3584106A1 (en) * 2018-06-19 2019-12-25 Einride Ab Predictive remote thermal managment
CN109733248A (zh) * 2019-01-09 2019-05-10 吉林大学 基于路径信息的纯电动汽车剩余里程模型预测方法
CN111261973A (zh) * 2020-01-19 2020-06-09 重庆大学 基于模型预测控制的电动汽车整车电池热管理方法

Also Published As

Publication number Publication date
CN115195530A (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN111261973B (zh) 基于模型预测控制的电动汽车整车电池热管理方法
CN108172930B (zh) 电池包冷却控制方法、装置和电池包
US8433455B2 (en) Electrical vehicle range prediction
CN112490540B (zh) 动力电池系统及其温度控制方法、装置、介质及处理器
CN111834691B (zh) 一种基于车载导航系统的动力电池风冷控制策略
CN110661059B (zh) 车辆电池热管理方法、装置和系统
CN115774929A (zh) 一种考虑节能和电池寿命的电动汽车热管理控制系统及方法
CN112092676A (zh) 一种利用虚拟温度传感器对电池包温度场的估算修正方法
CN113224412A (zh) 动力电池的控温方法、ampc控制器、热管理系统及介质
CN114725543A (zh) 一种基于驾驶员意图识别的动力电池热管理方法及系统
CN115027290A (zh) 一种基于多目标优化的混合动力汽车跟车能量管理方法
Jia et al. Health-aware energy management strategy for fuel cell hybrid bus considering air-conditioning control based on TD3 algorithm
CN113815437B (zh) 燃料电池混合动力汽车的预测性能量管理方法
CN116512990A (zh) 一种纯电动汽车中高温环境下的电池热管理系统及其控制方法
Wang et al. Real-time energy management strategy for a plug-in hybrid electric bus considering the battery degradation
CN115732810A (zh) 一种电动汽车电池包加温系统控制方法
CN115257695A (zh) 一种混合动力汽车能量管理控制系统及其方法
CN115195530B (zh) 一种电动汽车电池冷却管理控制系统
Fan et al. A novel control strategy for active battery thermal management systems based on dynamic programming and a genetic algorithm
KR20200100884A (ko) 차량의 열관리장치 제어시스템 및 제어방법
Hajidavalloo et al. NMPC-based integrated thermal management of battery and cabin for electric vehicles in cold weather conditions
CN117141315A (zh) 车辆中电池的冷却方法、装置、处理器和车辆
Sabatini et al. Battery aging management for fully electric vehicles
Rong et al. Model predictive climate control of electric vehicles for improved battery lifetime
Yang et al. Optimization of the energy management system in hybrid electric vehicles considering cabin temperature

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