CN116306032A - 温度预测方法、装置、设备以及存储介质 - Google Patents

温度预测方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN116306032A
CN116306032A CN202310557687.8A CN202310557687A CN116306032A CN 116306032 A CN116306032 A CN 116306032A CN 202310557687 A CN202310557687 A CN 202310557687A CN 116306032 A CN116306032 A CN 116306032A
Authority
CN
China
Prior art keywords
temperature
measured
battery cell
battery
measured temperature
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.)
Granted
Application number
CN202310557687.8A
Other languages
English (en)
Other versions
CN116306032B (zh
Inventor
吴凯
李翔
黄小腾
陈智明
李兴星
翟玄
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.)
Contemporary Amperex Technology Co Ltd
Original Assignee
Contemporary Amperex Technology Co 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 Contemporary Amperex Technology Co Ltd filed Critical Contemporary Amperex Technology Co Ltd
Priority to CN202310557687.8A priority Critical patent/CN116306032B/zh
Publication of CN116306032A publication Critical patent/CN116306032A/zh
Application granted granted Critical
Publication of CN116306032B publication Critical patent/CN116306032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • 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
    • 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
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • 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
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Secondary Cells (AREA)

Abstract

本申请公开了一种温度预测方法、装置、设备以及存储介质，温度预测方法包括：获取电池单体一端部的第一测量温度以及用于对电池单体进行热交换的换热区中热交换液的第二测量温度；利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度；其中，温度预测模型是利用多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到。上述方案，能够方便对电池单体的内部温度进行测量。

Description

温度预测方法、装置、设备以及存储介质
技术领域
本申请涉及电池领域，特别是涉及一种温度预测方法、装置、设备以及存储介质。
背景技术
随着生活水平的提高，在日常生活中人们越来越多的开始使用各种电池(电池包)。比如动力电池作为电动汽车核心零部件来使用，而锂离子电池(锂离子电池包)具有使用寿命长、高比能量、低自放电率、高功率等有益特点，已经成为动力电池发展中的主流应用体系。但是目前的温度预测方法是在电池单体内部设置多个温度检测件，通过温度检测件检测电池单体内的温度，这种方式的缺点是实际量产产品若在电池单体内布置多个温度检测件，成本较高。
发明内容
本申请至少提供一种温度预测方法、装置、设备以及存储介质。
本申请提供了一种温度预测方法，包括：获取电池单体一端部的第一测量温度以及用于对电池单体进行热交换的换热区中热交换液的第二测量温度；利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度；其中，温度预测模型是利用多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到。
在上述方案中，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
在一些实施例中，温度预测模型包括第一测量温度的权重和第二测量温度的权重，利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度，包括：基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合，得到电池单体内部目标点的当前温度。
在上述方案中，温度预测模型中包括第一测量温度的权重和第二测量温度的权重，通过两个温度对应的权重对两个温度进行加权融合，就能够实现对电池单体内部目标点当前温度的获取。
在一些实施例中，温度预测模型还包括电池单体产生的热量对应的权重和/或上一时刻目标点的预测温度对应的权重，基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合，包括：获取电池单体产生的热量和/或上一时刻目标点的预测温度；对第一测量温度、第二测量温度、电池单体产生的热量和/或预测温度进行加权融合，得到电池单体内部目标点的当前温度。
在上述方案中，通过获取电池单体产生的热量以及目标点的预测温度中的一者或两者，结合第一测量温度和第二测量温度确定目标点的当前温度，相对于仅使用第一测量温度和第二测量温度而言，前者参考的信息更多，获取得到的当前温度更为准确。
在一些实施例中，方法还包括：获取多个时刻下对目标点的测量温度、电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度；对于每一时刻，将目标点的测量温度同电池单体一端部的测量温度、热交换液的测量温度、电池单体产生的热量以及各时刻的上一时刻目标点的预测温度按照预设残差进行拟合，得到温度预测模型。
在上述方案中，通过获取各个时刻下目标点的测量温度，然后将该测量温度作为拟合目标，通过将电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度进行拟合，拟合得到的温度与目标点的测量温度之间的残差符合预设残差。
在一些实施例中，电池中包括多个电池单体，电池中包括汇流排，汇流排连接电池中的各电池单体，电池单体一端部的温度为汇流排与电池单体连接位置的温度。
在上述方案中，电池单体可以是电池中的一个，汇流排上的温度能够表示电池单体一端的温度，通过测量汇流排上的温度作为电池单体一端部的温度无需为电池中每个电池单体依次设置温度检测元件更为方便。
在一些实施例中，方法还包括：获取电池中各电池单体的目标点之间的第一温度差异；基于第一温度差异，确定电池中是否存在温度异常的电池单体。
在上述方案中，通过获取电池中各电池单体中目标点的温度差异，然后根据该温度差异确定电池中是否有温度异常的电池单体，通过排查有问题的电池单体能够降低电池使用过程中潜在风险。
在一些实施例中，方法还包括：获取电池单体内若干个目标点的当前温度；确定各个目标点的当前温度之间的第二温度差异；基于第二温度差异，确定电池单体的工作状态，工作状态包括正常工作状态或异常工作状态。
在上述方案中，通过比较电池单体内若干个目标点的当前温度，若电池单体内不同位置之间的温度差异较大，很可能该电池单体存在热失控等问题，也就是该电池单体的工作状态可能是异常工作状态，由此能够及时排查出有问题的电池单体。
本申请提供了一种温度预测装置，包括测量模块以及预测模块。测量模块，用于获取电池单体一端部的第一测量温度以及用于对电池单体进行热交换的换热区中热交换液的第二测量温度；预测模块，用于利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度；其中，温度预测模型是利用多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到。
本申请提供了一种设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述温度预测方法。
本申请提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述温度预测方法。
在上述方案中，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1是本申请一些实施例提供的温度预测方法的流程示意图；
图2是温度预测模型的温度测试结果；
图3是本申请一些实施例提供的温度预测方法的另一流程示意图；
图4是本申请一些实施例提供的温度预测装置的结构示意图；
图5是本申请一些实施例提供的设备的结构示意图；
图6是本申请一些实施例计算机可读存储介质的结构示意图。
具体实施方式
下面结合说明书附图，对本申请实施例的方案进行详细说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定子系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
目前的温度预测方法是在电池单体内部设置多个温度检测件，通过温度检测件检测电池单体内的温度，这种方式的缺点是实际量产产品若在电池单体内布置多个温度检测件，成本较高。若只是对电池单体的外部温度进行简单的测量也无法很好地确定电池单体内部的温度。故，本实施例提出了以下测量电池单体内部温度的方式，相对于在电池单体内布置多个温度检测件而言，电池单体的生产成本更低。
本申请实施例公开的温度预测方法可以应用于使用电池作为电源的用电装置或者使用电池作为储能元件的各种储能系统，或者还可应用于与用电装置建立通信连接的其他计算机设备。用电装置可以为但不限于手机、平板、笔记本电脑、电动玩具、电动工具、电瓶车、电动汽车、轮船、航天器等等。其中，电动玩具可以包括固定式或移动式的电动玩具，例如，游戏机、电动汽车玩具、电动轮船玩具和电动飞机玩具等等，航天器可以包括飞机、火箭、航天飞机和宇宙飞船等等。
请参阅图1，本申请提供的温度预测方法可以包括以下步骤S11至步骤S13的内容。步骤S11：获取电池单体一端部的第一测量温度以及用于对电池单体进行热交换的换热区中热交换液的第二测量温度。步骤S12：利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度。其中，温度预测模型是利用多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到。
电池单体是指组成电池的最小单元，电池中电池单体可以是一个也可以是多个。电池单体可以包括有端盖、壳体、电极组件以及其他的功能性部件。端盖是指盖合于壳体的开口处以将电池单体的内部环境隔绝于外部环境的部件。壳体是用于配合端盖以形成电池单体的内部环境的组件，其中，形成的内部环境可以用于容纳电极组件、电解液以及其他部件。电极组件是电池单体中发生电化学反应的部件。电极组件主要由正极片和负极片卷绕或层叠放置形成，并且通常在正极片与负极片之间设有隔膜。电池单体一端部可以电流输入端，也可以是输出端，例如电池单体一端可以是端盖所处的端部。一般而言，为了降低电池单体工作过程中的温度，可以使用热管理系统对电池单体进行散热，或者还可使用热管理系统对电池单体进行预热。热管理系统中用于对电池单体进行热交换的区域为换热区，换热区内热交换液的温度则为第二测量温度。换热区内热交换液的温度可以是换热区的输入侧和输出侧的温度的平均值，换热区的输入侧温度可以是与电池单体还未进行热交换的热交换液的温度，换热区的输出侧温度可以是与电池单体已经进行热交换的热交换液的温度。
获取第一测量温度和第二测量温度的方式可以是通过温度采集组件获取，例如可以是通过温度传感器、温敏元件等器件获取得到。其中，为了保证获取得到的目标点的当前温度更为准确，获取第一测量温度和第二测量温度的时间差可以控制在允许的时间误差范围内。温度预测模型通过多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到，也就是温度预测模型可以认为是电池单体一端部测量得到的温度与换热区中测量得到的热交换液的温度同电池单体内的目标点的温度之间的映射关系。故，通过该温度预测模型以及测量得到的第一温度以及第二温度，就能够确定目标点的当前温度。
在上述方案中，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
在一些实施例中，温度预测模型包括第一测量温度的权重和第二测量温度的权重。上述利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度的方式可以是：基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合，得到电池单体内部目标点的当前温度。
温度预测模型包括第一测量温度的权重和第二测量温度的权重具体指的是包括第一测量温度对应的权重以及第二测量温度对应的权重。加权融合具体可以是加权相加。示例性地，第一测量温度的权重为a，第二测量温度的权重为b，则目标点的当前温度为a*第一测量温度+b*第二测量温度。
在上述方案中，温度预测模型中包括第一测量温度的权重和第二测量温度的权重，通过两个温度对应的权重对两个温度进行加权融合，就能够实现对电池单体内部目标点当前温度的获取。
在一些实施例中，温度预测模型还包括电池单体产生的热量对应的权重和/或上一时刻目标点的预测温度对应的权重。上述基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合的方式可以是：先获取电池单体产生的热量和/或上一时刻目标点的预测温度。然后，对第一测量温度、第二测量温度、电池单体产生的热量和/或预测温度进行加权融合，得到电池单体内部目标点的当前温度。
电池单体产生的热量可以根据Bernardi方程确定， Bernardi方程能够根据电池单体内部的热力学转换以及热量转换确定电池单体的体积平均生热率。具体地， Bernardi方程可以根据上一时刻电池单体内目标点的预测温度确定电池单体产生的热量。上一时刻目标点的预测温度记录在预设存储位置，具体为上一时刻对目标点进行温度预测得到的温度，若上一时刻并非首个时刻该预测温度可以是基于获取目标点当前温度的同样方法获取得到的，若上一时刻是首次获取目标点的当前温度时，因上一时刻不存在预测温度可以是直接将对第一测量温度、第二测量温度和电池单体产生的热量进行加权融合得到。一些场景中，温度预测模型还包括电池单体产生的热量对应的权重，上述基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合的方式可以是：对第一测量温度、第二测量温度和电池单体产生的热量进行加权融合，得到电池单体内部目标点的当前温度。一些场景中，温度预测模型还包括上一时刻目标点的预测温度对应的权重，上述基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合的方式可以是：对第一测量温度、第二测量温度和上一时刻目标点的预测温度进行加权融合，得到电池单体内部目标点的当前温度。一些场景中，温度预测模型还包括电池单体产生的热量对应的权重和上一时刻目标点的预测温度对应的权重，上述基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合的方式可以是：对第一测量温度、第二测量温度、电池单体产生的热量和预测温度进行加权融合，得到电池单体内部目标点的当前温度。示例性地，温度预测模型可以参考公式（1）。
Tt=a*A+b*B+c*C+d*Tt-1公式（1）；
其中，在对目标点进行温度预测的过程中t为本次迭代计算的序列，t-1为前一次迭代计算的序列或前一秒的数值；Tt为电池单体内目标点的温度，Tt-1为前一秒电池单体内目标点的预测温度。a、b、c、d均为常数因子，可以认为是权重。A为电池单体一端部的测量温度；B为电池单体对应的换热区中热交换液的温度，C为电池单体产生的热量。其中，目标点的数量为多个时，Tt、Tt-1、可以是多个目标点对应的温度序列，也就是Tt可以是当前时刻预测得到的多个目标点的当前温度，Tt-1可以是上一时刻多个目标点的预测温度。其中，A为实测值，B为实测值或计算值，C的数值可参考Bernardi方程获取。也就是B可以直接测量换热区输入侧和输出侧之间的热交换液得到，也可以是上述换热区输入侧和输出侧之间的热交换液的温度均值。
在上述方案中，通过获取电池单体产生的热量以及目标点的预测温度中的一者或两者，结合第一测量温度和第二测量温度确定目标点的当前温度，相对于仅使用第一测量温度和第二测量温度而言，前者参考的信息更多，获取得到的当前温度更为准确。
在一些实施例中，方法还包括：获取多个时刻下对目标点的测量温度、电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度。对于每一时刻，将目标点的测量温度同电池单体一端部的测量温度、热交换液的测量温度、电池单体产生的热量以及各时刻的上一时刻目标点的预测温度按照预设残差进行拟合，得到温度预测模型。
也就是，分别获取多个时刻下，对目标点的测量温度、电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度。然后分别对每个时刻获取到的数据进行拟合，并控制拟合的残差，就能够得到温度预测模型。如上述公式（1），在获取温度预测模型的过程中，t可以表示本次迭代计算的序列，t-1可以表示前一次迭代计算的序列或前一秒的数值；Tt可以表示温度检测件检测得到的电池单体内目标点的温度，Tt-1可以表示前一秒电池单体内目标点的预测温度。通过设置预设残差，将上述公式（1）中等式左右两边的差值控制在在允许的范围内，从而计算得到a、b、c、d，以此得到温度预测模型。一些应用场景中，可以将上述测量得到的数据进行数据处理，形成曲线，然后将待拟合的温度预测模型输入目标软件进行曲线拟合，并设置对应的残差范围，即可得到abcd四个参数，也就得到了温度预测模型。在多个环境温度下进行测试，判断温度预测模型的预测结果的准确度。如图2所示，在一个环境温度下，测量若干次得到的测量结果以及若干个预测结果，很明显测量结果和预测结果之间的误差较小，说明温度预测模型的预测结果较为准确。也就是在对温度预测模型的拟合以及测试校验过程中，可以在电池单体内设置一个或多个温度检测件。通过温度检测件测量各目标点的温度，然后与温度预测模型的预测的温度进行拟合或校验，最终得到准确度较高的温度预测模型。
在上述方案中，通过获取各个时刻下目标点的测量温度，然后将该测量温度作为拟合目标，通过将电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度进行拟合，拟合得到的温度与目标点的测量温度之间的残差符合预设残差。
在一些实施例中，电池中包括多个电池单体，电池中包括汇流排，汇流排连接电池中的各电池单体，电池单体一端部的温度为汇流排与电池单体连接位置的温度。
如上述，电池中可以包括多个电池单体，不同电池单体之间可以通过汇流排连接。电池单体一端部的温度为汇流排与电池单体连接位置的温度，也就是汇流排上与不同电池单体连接位置处的温度可能不同，该连接位置处的温度可以用于预估对应电池单体内目标点的温度。
在上述方案中，电池单体可以是电池中的一个，汇流排上的温度能够表示电池单体一端的温度，通过测量汇流排上的温度作为电池单体一端部的温度无需为电池中每个电池单体依次设置温度检测元件更为方便。
请参阅图3，在一些实施例中，方法还包括：步骤S21：获取电池中各电池单体的目标点之间的第一温度差异。步骤S22：基于第一温度差异，确定电池中是否存在温度异常的电池单体。
电池中各电池单体的目标点之间的第一温度差可以是同一目标点在各电池单体内温度的差值。基于第一温度差异，确定电池中是否存在温度异常的电池单体若某一目标点在异常电池单体内的温度与在其他电池单体内的温度相差较大，则说明该电池可能出现了热失控或者并未开始工作处于闲置状态等。可选地，确定电池中存在温度异常的电池单体后可以发出预警以提示用户。该预警中还可包括具体的预警信息，例如具体温度异常的电池单体在电池中所处的位置或标识，以及异常原因为温度异常，还可包括产生该异常的原因等信息。
在上述方案中，通过获取电池中各电池单体中目标点的温度差异，然后根据该温度差异确定电池中是否有温度异常的电池单体，通过排查有问题的电池单体能够降低电池使用过程中潜在风险。
在一些实施例中，方法还包括：获取电池单体内若干个目标点的当前温度。确定各个目标点的当前温度之间的第二温度差异。基于第二温度差异，确定电池单体的工作状态。工作状态包括正常工作状态或异常工作状态。
获取获取电池单体内若干个目标点的当前温度的方式可以是：对于每一目标点，获取电池单体产生的热量和/或上一时刻目标点的预测温度；对第一测量温度、第二测量温度、电池单体产生的热量和/或该目标点上一时刻的预测温度进行加权融合，得到电池单体内部目标点的当前温度。若当前预测为首次对电池单体内的目标点进行温度预测，则可能不存在上一时刻的预测温度，则可以根据获取温度预测模型的过程中电池单体的第一测量温度、第二测量温度以及电池单体正常工作状态下（非异常状态）各个目标点之间的温度差异，预测各个目标点的首次预测温度。获取温度预测模型的过程中可以在各个目标点设置温度检测件，通过各个温度检测件检测到的温度确定电池单体处于正常工作状态下时各个目标点的温度差异。正常工作状态具体可以是电池单体内各目标点的温度差值较小，异常工作状态可以是电池单体内存在温度差值较大的目标点。同一电池单体内还可进行多个目标点的温度比较，若各目标点的温度差值较大，电池单体很可能处于异常工作状态，例如热失控状态，温度比其他目标点更高的目标点很可能就是热失控的中心点，由此还可方便后续确定发生热失控的原因。
在上述方案中，通过比较电池单体内若干个目标点的当前温度，若电池单体内不同位置之间的温度差异较大，很可能该电池单体存在热失控等问题，也就是该电池单体的工作状态可能是异常工作状态，由此能够及时排查出有问题的电池单体。
在一些实施例中，基于迭代的方法先建立温度预测模型。将温度预测模型嵌入计算设备中。实时测量电池单体的汇流排采样温度T1，以及通过嵌入在热交换液（例如冷却液）中的温度传感器采集冷却液温度并通过处理得到T2；将得到的电池单体的汇流排采样温度输入计算设备，计算设备利用温度预测模型实时计算并输出电池单体内部温度。将温度预测模型运用于计算设备中，可以通过电池单体外部的2个温度点作为输入，精准计算且实时地计算电池单体内部任一位置的温度。也就是电池单体内的目标点可以是电池单体内部的任意位置。或者根据两个目标点之间的位置和温度关联关系，可以计算两个目标点之间位置的温度。
请参阅图4，如图4所示，本实施例提供的温度预测装置40可以包括：测量模块41以及预测模块42。测量模块41用于获取电池单体一端部的第一测量温度以及用于对电池单体进行热交换的换热区中热交换液的第二测量温度；预测模块42用于利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度；其中，温度预测模型是利用多个对目标点测量得到的温度、多个对电池单体一端部测量得到的温度以及多个换热区中测量得到的热交换液的温度进行拟合得到。
在上述方案中，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
在一些实施例中，温度预测模型包括第一测量温度的权重和第二测量温度的权重，预测模块42利用温度预测模型对第一测量温度和第二测量温度进行处理，得到电池单体内部目标点的当前温度，包括：基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合，得到电池单体内部目标点的当前温度。
在上述方案中，温度预测模型中包括第一测量温度的权重和第二测量温度的权重，通过两个温度对应的权重对两个温度进行加权融合，就能够实现对电池单体内部目标点当前温度的获取。
在一些实施例中，温度预测模型还包括电池单体产生的热量对应的权重和/或上一时刻目标点的预测温度对应的权重，预测模块42基于第一测量温度的权重和第二测量温度的权重，对第一测量温度和第二测量温度进行加权融合，包括：对第一测量温度、第二测量温度、电池单体产生的热量和/或预测温度进行加权融合，得到电池单体内部目标点的当前温度。
在上述方案中，通过获取电池单体产生的热量以及目标点的预测温度中的一者或两者，结合第一测量温度和第二测量温度确定目标点的当前温度，相对于仅使用第一测量温度和第二测量温度而言，前者参考的信息更多，获取得到的当前温度更为准确。
在一些实施例中，温度预测方法还包括拟合模块（图未示），拟合模块还用于：获取多个时刻下对目标点的测量温度、电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度；对于每一时刻，将目标点的测量温度同电池单体一端部的测量温度、热交换液的测量温度、电池单体产生的热量以及各时刻的上一时刻目标点的预测温度按照预设残差进行拟合，得到温度预测模型。
在上述方案中，通过获取各个时刻下目标点的测量温度，然后将该测量温度作为拟合目标，通过将电池单体一端部的测量温度、电池单体对应的换热区中热交换液的测量温度以及电池单体产生的热量、各时刻的上一时刻目标点的预测温度进行拟合，拟合得到的温度与目标点的测量温度之间的残差符合预设残差。
在一些实施例中，电池中包括多个电池单体，电池中包括汇流排，汇流排连接电池中的各电池单体，电池单体一端部的温度为汇流排与电池单体连接位置的温度。
在上述方案中，电池单体可以是电池中的一个，汇流排上的温度能够表示电池单体一端的温度，通过测量汇流排上的温度作为电池单体一端部的温度无需为电池中每个电池单体依次设置温度检测元件更为方便。
在一些实施例中，预测模块42还用于：获取电池中各电池单体的目标点之间的第一温度差异；基于第一温度差异，确定电池中是否存在温度异常的电池单体。
在上述方案中，通过获取电池中各电池单体中目标点的温度差异，然后根据该温度差异确定电池中是否有温度异常的电池单体，通过排查有问题的电池单体能够降低电池使用过程中潜在风险。
在一些实施例中，预测模块42还用于：获取电池单体内若干个目标点的当前温度；确定各个目标点的当前温度之间的第二温度差异；基于第二温度差异，确定电池单体的工作状态，工作状态包括正常工作状态或异常工作状态。
在上述方案中，通过比较电池单体内若干个目标点的当前温度，若电池单体内不同位置之间的温度差异较大，很可能该电池单体存在热失控等问题，也就是该电池单体的工作状态可能是异常工作状态，由此能够及时排查出有问题的电池单体。
请参阅图5，图5是本申请设备一实施例的结构示意图。设备50包括存储器51和处理器52，处理器52用于执行存储器51中存储的程序指令，以实现上述任一温度预测方法实施例中的步骤。在一个具体的实施场景中，设备50可以包括但不限于：计算机设备、用电设备、微型计算机、台式电脑、服务器，此外，设备50还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
具体而言，处理器52用于控制其自身以及存储器51以实现上述任一温度预测方法实施例中的步骤。处理器52还可以称为CPU（Central Processing Unit，中央处理单元）。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器（Digital Signal Processor, DSP）、专用集成电路（Application SpecificIntegrated Circuit, ASIC）、现场可编程门阵列（Field-Programmable Gate Array,FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器52可以由集成电路芯片共同实现。
上述方案，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
请参阅图6，本实施例提供的计算机可读存储介质60存储有能够被处理器运行的程序指令61，程序指令61被处理器执行时用于实现上述任一温度预测方法实施例中的步骤。
上述方案，通过对目标点测量得到的温度、电池单体一端部测量得到的温度以及对应换热区中测量得到的温度进行拟合，能够得到温度预测模型，故，后续能够通过获取电池单体一端部的第一测量温度以及换热区的第二测量温度就能够根据该温度预测模型得到电池单体内部目标点的温度，相比于在电池单体内设置多个温度检测件而言，本方案电池单体的生产成本更低。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个子系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种温度预测方法，其特征在于，
获取电池单体一端部的第一测量温度以及用于对所述电池单体进行热交换的换热区中热交换液的第二测量温度；
利用温度预测模型对所述第一测量温度和所述第二测量温度进行处理，得到所述电池单体内部目标点的当前温度；
其中，所述温度预测模型是利用多个对所述目标点测量得到的温度、多个对所述电池单体一端部测量得到的温度以及多个所述换热区中测量得到的热交换液的温度进行拟合得到。
2.根据权利要求1所述的温度预测方法，其特征在于，所述温度预测模型包括所述第一测量温度的权重和所述第二测量温度的权重，所述利用温度预测模型对所述第一测量温度和所述第二测量温度进行处理，得到所述电池单体内部目标点的当前温度，包括：
基于所述第一测量温度的权重和第二测量温度的权重，对所述第一测量温度和所述第二测量温度进行加权融合，得到所述电池单体内部目标点的当前温度。
3.根据权利要求2所述的温度预测方法，其特征在于，所述温度预测模型还包括所述电池单体产生的热量对应的权重和/或上一时刻所述目标点的预测温度对应的权重，所述基于所述第一测量温度的权重和第二测量温度的权重，对所述第一测量温度和所述第二测量温度进行加权融合，包括：
获取所述电池单体产生的热量和/或上一时刻所述目标点的预测温度；
对所述第一测量温度、所述第二测量温度、所述电池单体产生的热量和/或所述预测温度进行加权融合，得到所述电池单体内部目标点的当前温度。
4.根据权利要求3所述的温度预测方法，其特征在于，所述方法还包括：
获取多个时刻下对所述目标点的测量温度、所述电池单体一端部的测量温度、所述电池单体对应的换热区中热交换液的测量温度以及所述电池单体产生的热量、各时刻的上一时刻所述目标点的预测温度；
对于每一时刻，将所述目标点的测量温度同所述电池单体一端部的测量温度、所述热交换液的测量温度、所述电池单体产生的热量以及各时刻的上一时刻所述目标点的预测温度按照预设残差进行拟合，得到所述温度预测模型。
5.根据权利要求1-4任意一项所述的温度预测方法，其特征在于，电池包括多个所述电池单体，所述电池中包括汇流排，所述汇流排连接所述电池中的各电池单体，所述电池单体一端部的温度为所述汇流排与所述电池单体连接位置的温度。
6.根据权利要求5所述的温度预测方法，其特征在于，所述方法还包括：
获取所述电池中各电池单体的目标点之间的第一温度差异；
基于所述第一温度差异，确定所述电池中是否存在温度异常的电池单体。
7.根据权利要求1-4任意一项所述的温度预测方法，其特征在于，所述方法还包括：
获取所述电池单体内若干个目标点的当前温度；
确定各个目标点的当前温度之间的第二温度差异；
基于所述第二温度差异，确定所述电池单体的工作状态，所述工作状态包括正常工作状态或异常工作状态。
8.一种温度预测装置，其特征在于，包括：
测量模块，用于获取电池单体一端部的第一测量温度以及用于对所述电池单体进行热交换的换热区中热交换液的第二测量温度；
预测模块，用于利用温度预测模型对所述第一测量温度和所述第二测量温度进行处理，得到所述电池单体内部目标点的当前温度；
其中，所述温度预测模型是利用多个对所述目标点测量得到的温度、多个对所述电池单体一端部测量得到的温度以及多个所述换热区中测量得到的热交换液的温度进行拟合得到。
9.一种设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述权利要求1-7任意一项所述的温度预测方法。
10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至7任一项所述的温度预测方法。
CN202310557687.8A 2023-05-17 2023-05-17 温度预测方法、装置、设备以及存储介质 Active CN116306032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310557687.8A CN116306032B (zh) 2023-05-17 2023-05-17 温度预测方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310557687.8A CN116306032B (zh) 2023-05-17 2023-05-17 温度预测方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN116306032A true CN116306032A (zh) 2023-06-23
CN116306032B CN116306032B (zh) 2023-08-25

Family

ID=86790970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310557687.8A Active CN116306032B (zh) 2023-05-17 2023-05-17 温度预测方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN116306032B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117748019A (zh) * 2023-12-20 2024-03-22 深圳市助尔达电子科技有限公司 一种蓄电池温度监控管理系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462847A (zh) * 2014-12-23 2015-03-25 哈尔滨工业大学 一种电池内部温度实时预测方法
CN107134604A (zh) * 2017-03-29 2017-09-05 南京航空航天大学 一种基于工况特性的动力电池热管理方法
CN108627766A (zh) * 2017-03-21 2018-10-09 宁德时代新能源科技股份有限公司 电池模组中电芯内部温度的实时测量方法及电池包
CN109987000A (zh) * 2019-02-19 2019-07-09 中国第一汽车股份有限公司 一种动力电池温度预测系统及方法
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
CN113484770A (zh) * 2021-06-10 2021-10-08 广东恒翼能科技有限公司 基于充放电数据在线测算电池内部核心温度的方法及系统
CN113919222A (zh) * 2021-10-09 2022-01-11 北京理工大学 一种电池组的内部温度在线计算方法
CN114335817A (zh) * 2021-12-30 2022-04-12 重庆金康动力新能源有限公司 一种电池包温度管理方法及相关设备
CN114447455A (zh) * 2022-02-10 2022-05-06 上海汽车集团股份有限公司 一种温度测量方法及装置
CN115214424A (zh) * 2021-04-16 2022-10-21 北京嘀嘀无限科技发展有限公司 电池热管理系统的温度确定方法、装置及电子设备
WO2023024213A1 (zh) * 2021-08-23 2023-03-02 南方科技大学 基于众包的温度预测方法、装置、设备和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462847A (zh) * 2014-12-23 2015-03-25 哈尔滨工业大学 一种电池内部温度实时预测方法
CN108627766A (zh) * 2017-03-21 2018-10-09 宁德时代新能源科技股份有限公司 电池模组中电芯内部温度的实时测量方法及电池包
CN107134604A (zh) * 2017-03-29 2017-09-05 南京航空航天大学 一种基于工况特性的动力电池热管理方法
CN109987000A (zh) * 2019-02-19 2019-07-09 中国第一汽车股份有限公司 一种动力电池温度预测系统及方法
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
CN115214424A (zh) * 2021-04-16 2022-10-21 北京嘀嘀无限科技发展有限公司 电池热管理系统的温度确定方法、装置及电子设备
CN113484770A (zh) * 2021-06-10 2021-10-08 广东恒翼能科技有限公司 基于充放电数据在线测算电池内部核心温度的方法及系统
WO2023024213A1 (zh) * 2021-08-23 2023-03-02 南方科技大学 基于众包的温度预测方法、装置、设备和存储介质
CN113919222A (zh) * 2021-10-09 2022-01-11 北京理工大学 一种电池组的内部温度在线计算方法
CN114335817A (zh) * 2021-12-30 2022-04-12 重庆金康动力新能源有限公司 一种电池包温度管理方法及相关设备
CN114447455A (zh) * 2022-02-10 2022-05-06 上海汽车集团股份有限公司 一种温度测量方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117748019A (zh) * 2023-12-20 2024-03-22 深圳市助尔达电子科技有限公司 一种蓄电池温度监控管理系统

Also Published As

Publication number Publication date
CN116306032B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
EP3550317B1 (en) Method and device for detecting battery micro-short circuit
US20170117725A1 (en) Thermal Monitoring of Battery Packs
CN107533110B (zh) 用于评估二次电池的老化程度的设备和方法
EP3644079B1 (en) Apparatus and method for testing performance of battery cell
KR102633335B1 (ko) 리튬이온 배터리팩의 비정상 셀 검출 및 soh 예측 방법
CN111880106B (zh) 电池荷电状态检测方法、设备、存储介质及装置
CN116306032B (zh) 温度预测方法、装置、设备以及存储介质
CN110579716A (zh) 一种电池检测方法及装置
CN111913113A (zh) 电芯内短路识别方法、装置、存储介质及电子设备
CN113189495A (zh) 一种电池健康状态的预测方法、装置及电子设备
CN116829966A (zh) 检测电池组中的异常电芯的设备及其方法
CN116466236A (zh) 电池剩余寿命预测方法、装置、设备及可读存储介质
CN115214424A (zh) 电池热管理系统的温度确定方法、装置及电子设备
Wei et al. Multiscale dynamic construction for abnormality detection and localization of Li-ion batteries
CN116626502A (zh) 电池容量预测方法、装置、设备及存储介质
US11929472B2 (en) Battery diagnosing apparatus and method
KR20230080112A (ko) 배터리 현재 상태 예측을 위한 배터리 진단 장치
CN108693473A (zh) 电池健康状态soh的检测方法及装置
Jia et al. Temperature enhanced early detection of internal short circuits in lithium-ion batteries using an extended Kalman filter
CN114930609A (zh) 用于估计电池单元表面温度的系统和方法
CN211045641U (zh) 温度采集单元及电池管理系统
US20230176131A1 (en) Method for simulation of battery pack
CN116047339A (zh) 基于热电耦合模型的锂离子电池组soc估计方法及装置
EP4050357A1 (en) Battery state management system and method
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