CN116826245A - 一种储能电池热管理方法及系统 - Google Patents

一种储能电池热管理方法及系统 Download PDF

Info

Publication number
CN116826245A
CN116826245A CN202311108516.3A CN202311108516A CN116826245A CN 116826245 A CN116826245 A CN 116826245A CN 202311108516 A CN202311108516 A CN 202311108516A CN 116826245 A CN116826245 A CN 116826245A
Authority
CN
China
Prior art keywords
energy storage
real
storage battery
battery
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
CN202311108516.3A
Other languages
English (en)
Other versions
CN116826245B (zh
Inventor
贾文涛
解小利
杨绍峰
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.)
Shandong Xintailai Photoelectric Co ltd
Original Assignee
Shandong Xintailai Photoelectric 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 Shandong Xintailai Photoelectric Co ltd filed Critical Shandong Xintailai Photoelectric Co ltd
Priority to CN202311108516.3A priority Critical patent/CN116826245B/zh
Publication of CN116826245A publication Critical patent/CN116826245A/zh
Application granted granted Critical
Publication of CN116826245B publication Critical patent/CN116826245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/61Types of temperature control
    • H01M10/613Cooling or keeping cold
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/62Heating or cooling; Temperature control specially adapted for specific applications
    • H01M10/625Vehicles
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/63Control systems
    • H01M10/633Control systems characterised by algorithms, flow charts, software details or the like
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/65Means for temperature control structurally associated with the cells
    • H01M10/656Means for temperature control structurally associated with the cells characterised by the type of heat-exchange fluid
    • H01M10/6567Liquids
    • H01M10/6568Liquids characterised by flow circuits, e.g. loops, located externally to the cells or cell casings
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Secondary Cells (AREA)

Abstract

本发明实施例提供了一种储能电池热管理方法及系统,本发明通过获取储能电池群组中各个储能电池的工作参数和环境参数;基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型;当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型;将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下,能够及时有效地控制储能电池的温度,减少能量损耗,提高能量利用效率。

Description

一种储能电池热管理方法及系统
技术领域
本发明涉及储能电池热管理技术领域,尤其涉及一种储能电池热管理方法及系统。
背景技术
随着新能源规模的不断扩大,储能电池的应用范围也越来越广泛,尤其是在电动汽车、可再生能源发电系统和智能电网等领域。然而,随着储能电池的连续工作,特别是在充电过程中,会产生大量的热量。如果不及时有效地移除这些热量,将会带来严重的安全隐患和性能下降问题。
首先,储能电池在充电过程中会发生化学反应,这会产生大量的热量。如果这些热量不能及时移除,会导致电池温度升高,加速电池的老化和损坏。高温环境下,电池的内阻增加,导致电池的性能下降,容量减少,循环寿命缩短,甚至可能引发热失控、燃烧等严重安全事故;其次,储能电池的连续工作会导致热量的累积。如果储能系统没有有效的热管理措施,热量将逐渐积聚,形成热点区域。热点区域的温度远高于整体温度,容易引发局部过热和热失控,进而影响整个储能系统的稳定性和安全性;另外,储能电池的热量问题还会对系统的能量效率产生负面影响。当储能电池发出的热量无法及时有效地移除,将导致系统温度升高,增加了系统的内部阻力,降低了能量转化效率。这将导致能量的浪费,减少了储能系统的可用能量和使用寿命。
综上所述,随着储能电池连续工作的需求增加,移除储能电池产生的热量成为一个不容回避的挑战。为了确保储能系统的安全性、稳定性和性能,需要研发一种及时有效的热管理方法和系统,以保持储能电池在适当的温度范围内运行,并提高能量利用效率和使用寿命。
发明内容
本发明的至少一个实施例提供了一种储能电池热管理方法及系统,以便于解决现有技术储能电池充电时产生的热量无法及时处理的问题。
第一方面,本发明实施例提供了一种储能电池热管理方法,包括:
获取储能电池群组中各个储能电池的工作参数和环境参数;
基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;
基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度;
当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型,所述储能电池管理模型表示所述储能电池的实时预估温度与预设的冷却液降温策略之间的关系;
将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下。
可选地,包括:输入功率或输出功率、电流、电压、热电阻、内阻以及热传导系数,所述环境参数包括环境温度,基于所述工作参数与所述环境参数建立关联方程的步骤,包括:
热传导系数和热电阻的关联:
Rth = L / (k * A);
Re = L / (σ * A);
其中,Rth表示热传导系数,Re表示热电阻,L表示热传导路径的长度,k表示材料的热导率,A表示热传导路径的横截面积,σ表示材料的热电导率;
内阻和输入功率或输出功率的关联:
P(t) = I(t)^2 * Ri;
其中,输入功率或输出功率P(t)输入功率或输出功率与电流I(t)的平方成正比,且比例常数为内阻Ri;
电流I(t)和电压V(t)的关联:
P(t) = I(t) * V(t);
其中,输入功率或输出功率P(t)与电流和电压的乘积成正比;
比热容Cp和电池质量m的关联:
Cp = Q / (m * ΔT);
其中,Q表示电池吸收或释放的热量,ΔT表示温度变化。
可选地,基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度的步骤,包括:
基于所述工作参数和环境参数确定初始实时预估温度计算模型;
基于所述关联方程修正所述初始实时预估温度计算模型,得到所述实时预估温度计算模型。
可选地,所述初始实时预估温度计算模型表达式如下:
T(t) = T0 + (P(t) - P0) * Rth + (I(t) * Ri + V(t) * Re) * dt + Q(t) *Cp / m;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;dt表示时间间隔;Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量。
可选地,基于所述工作参数和环境参数确定初始实时预估温度计算模型的步骤,包括:
基于输入功率或输出功率和环境温度确定第一温度影响方程,用以下方程表示:
T(t) = T0 + (P(t) - P0) * Rth + ΔTenv;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;ΔTenv表示环境温度变化;
基于电流、电压、内阻和热传导确定第二温度影响方程,用以下方程表示:
T(t+Δt) = T(t) + (I(t) * Ri + V(t) * Re) * dt ;
其中,Δt表示时间间隔;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;
基于充放电容量确定第三温度影响方程,用以下方程表示:
T(t) = T(t-Δt) + Q(t) * Cp / m ;
其中,Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量;
根据所述第一温度影响方程、第二温度影响方程以及第三温度影响方程联立求解得到所述初始实时预估温度计算模型。
可选地,所述热损失方程的表达式如下:
Q_loss = (M * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) *(1 - η)* (1 - v/v_max);
其中,Q_loss表示冷却液的热损失量,单位为热量;M表示冷却液的质量,单位为质量;Cp表示冷却液的比热容;T_out表示冷却液的出口温度;T_in表示冷却液的入口温度;A表示冷却系统的表面积,单位为平方米;h表示冷却系统的传热系数;T_ambient表示环境温度;η表示冷却系统的效率,取值范围为0到1之间,v表示冷却液的流速;v_max表示冷却液的最大流速。
可选地,当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型的步骤,包括:
基于将冷却液的热损失量函数修正实时预估温度计算模型,直至模型收敛,得到用于表示所述储能电池的实时预估温度与所述冷却液降温策略之间的关系的储能电池管理模型。
第二方面,本发明实施例提供了一种储能电池热管理系统,包括:
获取模块,用于获取储能电池群组中各个储能电池的工作参数和环境参数;
建立模块,用于基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;
第一确定模块,用于基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度;
修正模块,用于当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型,所述储能电池管理模型表示所述储能电池的实时预估温度与预设的冷却液降温策略之间的关系;
第二确定模块,用于将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下。
第三方面,本发明实施例提供了一种计算设备,包括处理组件以及存储组件;所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行,实现如第一方面任一项所述储能电池热管理方法。
第四方面,本发明实施例提供了一种计算设备,包括处理组件以及存储组件;所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行,实现如第一方面任一项所述储能电池热管理方法。
本发明实施例通过获取储能电池群组中各个储能电池的工作参数和环境参数;基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型;当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型;将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下,能够及时有效地控制储能电池的温度,可以降低电池内部阻抗和电化学反应的活化能,减少能量损耗,提高能量利用效率。同时,通过优化冷却液降温策略,可以提高冷却效果,进一步提高能量利用效率。
附图说明
图1是本发明实施例提供的储能电池热管理方法流程示意图;
图2是本发明实施例提供的步骤S3的方法流程示意图;
图3是本发明实施例提供的储能电池热管理系统的模块示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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的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。
在现有技术中,可以用一些常规参数去设计储能电池热管理系统,以实现对电池温度的控制和优化。然而,实际的电池热管理系统可能还涉及其他因素和控制策略,因此具体的设计方法可能会有所不同,单纯的依靠一些参数的组合,以并行的思维方式去不断的排列组合,甚至累加,只能造成系统的计算负担,结果也逐渐偏离真实工况,因此,本发明提供一种储能电池热管理方法,如图1所示,包括:
S1:获取储能电池群组中各个储能电池的工作参数和环境参数;
在本发明实施例中,储能电池群组是由多个储能电池组成的集合体,工作参数是指储能电池在运行过程中的电流、电压、温度等参数,环境参数是指储能电池周围环境的温度、湿度、气压等参数。
通过传感器或监测装置获取到储能电池群组中每个储能电池的工作参数和周围环境的参数。
在一个储能系统中,储能电池群组由多个锂离子电池组成。通过电池管理系统,可以获取到每个储能电池的电流、电压和温度等工作参数,同时还可以获取到周围环境的温度、湿度和气压等环境参数。
S2:建立工作参数与环境参数之间的关联方程,用于修正储能电池的实时预估温度;
在本发明实施例中,关联方程是一种数学模型,用于描述工作参数与环境参数之间的关系,以修正储能电池的实时预估温度。
通过对工作参数和环境参数进行分析和建模,确定它们之间的关联方程,以修正储能电池的实时预估温度。
针对储能系统中的锂离子电池,可以通过实验和数据分析,建立电流、电压和温度等工作参数与周围环境温度之间的关联方程。通过该关联方程,可以修正储能电池的实时预估温度,提高温度预估的准确性。
但是在目前阶段的研究表明,大多数储能电池热管理系统的设计思路仅仅将能考虑到的因素全部罗列出来,采用排列组合或者直接叠加的方式实现储能电池热管理,但这样的方式显然忽略了各参数之间的内在联系,所以,本发明通过设计储能电池内部参数之间的关联关系,修正储能电池热管理系统,使得其更加精确的对电池温度进行控制和管理,具体推到思路如下:
在一种实际方案中,所述工作参数可以包括:输入功率或输出功率、电流、电压、热电阻、内阻以及热传导系数,所述环境参数包括环境温度,基于所述工作参数与所述环境参数建立关联方程的步骤,包括:
热传导系数和热电阻的关联:
Rth = L / (k * A);
Re = L / (σ * A);
其中,Rth表示热传导系数,Re表示热电阻,L表示热传导路径的长度,k表示材料的热导率,A表示热传导路径的横截面积,σ表示材料的热电导率;
内阻和输入功率或输出功率的关联:
P(t) = I(t)^2 * Ri;
其中,输入功率或输出功率P(t)输入功率或输出功率与电流I(t)的平方成正比,且比例常数为内阻Ri;
电流I(t)和电压V(t)的关联:
P(t) = I(t) * V(t);
其中,输入功率或输出功率P(t)与电流和电压的乘积成正比;
比热容Cp和电池质量m的关联:
Cp = Q / (m * ΔT) ;
其中,Q表示电池吸收或释放的热量,ΔT表示温度变化。
在本发明实施例中,通过联立以上方程组,可以建立起储能电池热管理系统中各个参数之间的关系,并通过调整和优化这些参数来实现对电池温度的控制和管理。
S3:基于工作参数、环境参数和关联方程确定实时预估温度计算模型,计算各个储能电池的实时预估温度;
在本发明实施例中,实时预估温度计算模型是根据工作参数、环境参数和关联方程,确定计算储能电池实时预估温度的模型。
根据储能电池群组中每个储能电池的工作参数、环境参数以及关联方程,建立实时预估温度计算模型,用于计算每个储能电池的实时预估温度。
在一个储能电池热管理系统中,根据电池输入功率或输出功率、电池组电流、电压和环境温度等参数,建立实时预估温度计算模型。通过该模型,可以计算每个储能电池的实时预估温度,为后续的温度控制提供准确的参考。
S4:当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型;
在本发明实施例中,热损失方程是用于根据实时预估温度和预设安全温度阈值,选择最优的冷却液降温策略的方程。储能电池管理模型表示实时预估温度与冷却液降温策略之间的关系。
当储能电池的实时预估温度超过预设安全温度阈值时,利用预设的热损失方程来修正实时预估温度计算模型,得到储能电池管理模型,该模型描述了实时预估温度与冷却液降温策略之间的关系。
在一个储能电池热管理系统中,当电池的实时预估温度超过预设的安全温度阈值时,根据预设的热损失方程,选择最优的冷却液降温策略。通过修正实时预估温度计算模型,得到储能电池管理模型,该模型描述了实时预估温度与冷却液降温策略之间的关系。
S5:将实时预估温度输入储能电池管理模型中,确定最优冷却液降温策略,控制储能电池的实时预估温度在安全温度阈值以下。
在本发明实施例中,储能电池管理模型是通过输入实时预估温度,确定最优冷却液降温策略的模型。
将实时预估温度输入储能电池管理模型中,根据模型计算得到最优的冷却液降温策略,以控制储能电池的实时预估温度在预设的安全温度阈值以下。
在一个储能系统中,通过将实时预估温度输入储能电池管理模型中,可以确定最优的冷却液降温策略,以确保储能电池的实时预估温度始终保持在安全温度阈值以下,从而保护电池的安全性和延长其使用寿命。
在本发明提供的又一实施例中,步骤S3,基于工作参数、环境参数和关联方程确定实时预估温度计算模型,计算各个储能电池的实时预估温度的步骤,如图2所示,包括:
S31:基于所述工作参数和环境参数确定初始实时预估温度计算模型;
在本发明实施例中,初始实时预估温度计算模型是基于储能电池的工作参数(例如电流、电压、容量等)和周围环境参数(例如温度、湿度等),用于预测储能电池的初始实时温度的数学模型。
通过分析储能电池的工作参数和周围环境参数,建立初始实时预估温度计算模型,用于预测储能电池的初始实时温度。
在一个储能电池系统中,根据电池的电流、电压和环境温度等工作参数,以及周围环境的温度、湿度等参数,建立初始实时预估温度计算模型。通过该模型,可以预测每个储能电池的初始实时温度,提前了解电池的热状态。
其中,所述初始实时预估温度计算模型表达式如下:
T(t) = T0 + (P(t) - P0) * Rth + (I(t) * Ri + V(t) * Re) * dt + Q(t) *Cp / m;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;dt表示时间间隔;Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量。
S32:基于所述关联方程修正所述初始实时预估温度计算模型,得到所述实时预估温度计算模型。
在本发明实施例中,关联方程是用于描述储能电池工作参数和周围环境参数之间关系的方程。修正实时预估温度计算模型是根据关联方程对初始实时预估温度计算模型进行修正,以得到更准确的实时预估温度计算模型。
根据储能电池的工作参数和周围环境参数,建立初始实时预估温度计算模型后,利用关联方程对该模型进行修正,以得到更准确的实时预估温度计算模型。
在一个储能电池系统中,通过实验和数据分析,建立电流、电压和温度等工作参数与周围环境温度之间的关联方程。利用这个关联方程,可以修正初始实时预估温度计算模型,得到更准确的实时预估温度计算模型。通过该修正后的模型,可以更准确地预测储能电池的实时温度,从而实现对电池热管理的优化控制,提高储能电池的效率和寿命。
另外,步骤S32,基于所述工作参数和环境参数确定初始实时预估温度计算模型的步骤,包括:
基于输入功率或输出功率和环境温度确定第一温度影响方程,用以下方程表示:
T(t) = T0 + (P(t) - P0) * Rth + ΔTenv ;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;ΔTenv表示环境温度变化;
基于电流、电压、内阻和热传导确定第二温度影响方程,用以下方程表示:
T(t+Δt) = T(t) + (I(t) * Ri + V(t) * Re) * dt;
其中,Δt表示时间间隔;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;
基于充放电容量确定第三温度影响方程,用以下方程表示:
T(t) = T(t-Δt) + Q(t) * Cp / m ;
其中,Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量;
在本发明实施例中,通过联立上述三个方程,组成方程组:
T(t) = T0 + (P(t) - P0) * Rth + ΔTenv (1);
T(t+Δt) = T(t) + (I(t) * Ri + V(t) * Re) * dt(2) ;
T(t) = T(t-Δt) + Q(t) * Cp / m (3);
联立方程(1)(2)和(3),即可计算得到电池在不同时间点的温度预估值,但是,方程组中的各项参数和变量需要根据具体情况进行调整和取值,因此我们还需要执行如下步骤:
根据所述第一温度影响方程、第二温度影响方程以及第三温度影响方程联立求解得到所述初始实时预估温度计算模型;
在本发明实施例中,方程(1)(2)(3)组成初始实时预估温度计算模型,所述初始实时预估温度计算模型表达式如下:
T(t) = T0 + (P(t) - P0) * Rth + (I(t) * Ri + V(t) * Re) * dt + Q(t) *Cp / m;
为了更加清晰的表示本发明实施例建立的模型以及模型内部因素关联关系的体现,将上述初始实时预估温度计算模型拆分为:
T(t) = T0 + (P(t) - P0) * Rth + ΔTenv ; (1)
T(t+Δt) = T(t) + (I(t) * Ri + V(t) * Re) * dt;(2)
T(t) = T(t-Δt) + Q(t) * Cp / m ;(3)
并依据上述实施例中建立的关联方程:
Rth = L / (k * A); (4)
Re = L / (σ * A); (5)
P(t) = I(t)^2 * Ri ; (6)
P(t) = I(t) * V(t); (7)
Cp = Q / (m * ΔT) ; (8)
联立(1)(2)(3)(4)(5)(6)(7)(8)方程,即可得到实时预估温度计算模型,以实现通过联立以上方程组,可以建立起储能电池热管理系统中各个参数之间的关系,并通过调整和优化这些参数来实现对电池温度的控制和管理,并且,通过实验表明,在实际应用中,还能够提高温度预测的准确性:通过建立内部因素(如电池工作参数)与温度之间的关联方程,可以更准确地预测电池的温度。这样可以更精确地判断电池是否会超过安全温度阈值,并及时采取措施进行冷却或热管理,从而保持电池在安全温度范围内运行;优化冷却策略:通过修正温度预测模型,可以得到更准确的实时预估温度,并基于此确定最优的冷却液降温策略。这样可以有效地降低电池的温度,避免过热,同时避免过度冷却,提高冷却效果,从而提高能量利用效率和系统性能;延长电池寿命:通过精确控制电池的温度,可以减少电池内部的化学反应速率,降低电池的自放电率,从而延长电池的使用寿命。通过修正热管理系统,可以保持电池在适宜的工作温度范围内,避免过度充放电和过热,减缓电池的老化速度,延长电池的寿命;提高系统可靠性:通过修正热管理系统,可以提高系统的可靠性。保持电池在适宜的温度范围内,可以降低电池的故障率和损坏风险,确保储能系统能够稳定运行。这样可以减少系统故障和停机时间,提高系统的可靠性和稳定性。
综上所述,通过建立内部因素关联并修正电池热管理系统,可以提高温度预测准确性,优化冷却策略,延长电池寿命,提高系统可靠性,从而有效地改善储能电池的热管理问题,提高系统的性能和稳定性。
基于此,在本发明提供的又一实施例中,将针对冷却策略的选取进行拓展说明:
所述热损失方程的表达式如下:
Q_loss = (M * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) *(1 - η)* (1 - v/v_max);
其中,Q_loss表示冷却液的热损失量,单位为热量(Joule);M表示冷却液的质量,单位为质量(kg/s);Cp表示冷却液的比热容,单位为热容(Joule/kg·K);T_out表示冷却液的出口温度,单位为摄氏度,可以通过温度传感器获取;T_in表示冷却液的入口温度,单位为摄氏度可以通过温度传感器获取;A表示冷却系统的表面积,单位为平方米;h表示冷却系统的传热系数;T_ambient表示环境温度,可以通过温度传感器获取,单位为摄氏度;η表示冷却系统的效率,取值范围为0到1之间,v表示冷却液的流速,单位为速度(m/s);v_max表示冷却液的最大流速,单位为速度(m/s)。
在本发明实施例中,首先考虑了初始的冷却筛选方程:
Q_loss = (m * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1- η);
其中,Q_loss表示冷却液的热损失量,单位为热量(Joule);M表示冷却液的质量,单位为质量(kg/s);Cp表示冷却液的比热容,单位为热容(Joule/kg·K);T_out表示冷却液的出口温度,单位为摄氏度;T_in表示冷却液的入口温度,单位为摄氏度;A表示冷却系统的表面积,单位为平方米;h表示冷却系统的传热系数;T_ambient表示环境温度,单位为摄氏度;η表示冷却系统的效率,取值范围为0到1之间;
在实际应用中,冷却液筛选的方程关键在于选取适当的指标和权重以及合适的筛选条件,但本发明实施例仅将除了热损失参数以外的因素作为次要因素,此处不做重点说明书。
重要的是热损失方程与冷却液有关,在储能电池中,冷却液起着对电池进行热管理的重要作用。由于电池在工作过程中会产生热量,如果不及时有效地进行热量排除,会导致电池温度升高,从而影响电池的性能和寿命。
热损失方程是用来描述电池热量损失的数学模型,其中冷却液的流动和传热性能是重要的影响因素。冷却液通过流动带走电池产生的热量,从而维持电池的温度在安全范围内。因此,冷却液的热导率、比热容以及流动速度等参数会直接影响热损失方程中的热量传递项。
通过研究冷却液的流动和传热特性,可以建立热损失方程,用于预测电池的温度变化和热损失量。这样可以帮助优化冷却系统的设计,选择合适的冷却液,以提高储能电池的热管理效果,确保电池的安全性、稳定性和可靠性。
所以我们将冷却液的筛选方程建立在热损失方程基础上,选取合适的冷却策略,即冷却液的选取以及用量。
另外,在上述冷却筛选方程的基础上,本发明还增加了一个创新的内容,即考虑冷却液流动的速度对热损失的影响。
Q_loss = (M * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1- η) * (1 - v/v_max);(9)
其中,v表示冷却液的流速,单位为速度(m/s);v_max表示冷却液的最大流速,单位为速度(m/s);
通过引入流速的影响因素,我们可以考虑到在高流速情况下,冷却液对电池表面的冷却效果更好,从而减小热损失量。这样的创新内容可以提高冷却系统的热管理效果,提高电池的性能和寿命。同时,可以根据具体应用场景和要求,合理调整流速的影响程度,以达到最佳的热管理效果。
因此,本发明采用考虑冷却液选取策略的问题,即把热损失列为重要因素,这样对于储能电池的实时预估问题,热损失本身就是一个重要考虑因素的情况下,才能够更准确预估可以提供电池温度变化的信息,从而帮助决策者了解电池的热管理状况。通过实时预估电池的热损失,可以及时调整冷却系统的工作状态,以避免电池温度过高或过低,从而保护电池的安全性和稳定性。
基于冷却液热损失的计算公式,可以结合电池的实时工作状态,如电流、电压等,对热损失进行实时预估。通过监测电池的温度和预估的热损失量,可以及时采取措施来调整冷却系统的运行,如调节冷却液流速、温度等,以保持电池的温度在安全范围内。
所以热损失的实时预估与储能电池的实时预估问题紧密相关,可以提供重要的信息和指导,以优化电池的性能和延长其寿命。这样可以确保储能电池在不同工作条件下的可靠性和稳定性,提高储能系统的整体效率。
基于此,本发明实施例还提供了,用上述基于热损失方程建立的冷却液筛选方法修正实时预估温度计算模型的过程,具体地,步骤S4,当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型的步骤,包括:
基于将冷却液的热损失量函数修正实时预估温度计算模型,直至模型收敛,得到用于表示所述储能电池的实时预估温度与所述冷却液降温策略之间的关系的储能电池管理模型。
在本发明实施例中,各冷却液的流速以及物理参数是预先确定的,并且可以预存多种冷却液的参数,以使得本发明在计算出预估实时预估温度时,能够确定选用最佳冷却液,以将电池温度一直控制在一个安全阈值内,而不是等电池温度过高时再补救,针对于冷却液用量以及物理特性的分析本发明实施例不做具体限定,具体可以根据实际情况而定即可,本发明实施例重点给出如何热损失方程的具体计算方式,并使其作为热损失方程,即可实现冷却液策略降温策略的选取环节。
将公式Q_loss = (M * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1 - η) * (1 - v/v_max)(9)与方程(1)(2)(3)(4)(5)(6)(7)(8)联立,即可实现兼顾储能电池的实时预估温度计算模型内部因素联系的情况下,同时再基于热损失方程对实时预估温度计算模型进行二次修正即可确定冷却液降温策略。
本发明实施例提成了二次修正的步骤,其根本原因是我们无法用简单的数学建模去表达热损失方式与实时预估温度之间关系。
在现有的研究中表明,热损失和电池预估温度之间存在一定的关系,但并不是简单的反比关系。热损失是指电池在工作过程中由于内部阻抗、电流流过等因素导致的热量损失。这些热量会导致电池温度上升。
电池预估温度是根据电池的工作状态、充放电速率、环境温度等因素预估的电池温度。预估温度的计算是综合考虑多个因素得出的。
在一定范围内,热损失和电池预估温度可能存在一定的相关性。当热损失较大时,电池温度上升的速度也会较快。但是,这个关系受到其他因素的影响,如散热效率、电池结构等。
因此,热损失和电池预估温度之间的关系是复杂的,不能简单理解为使用了了冷却液以后,一定可以使得电池预估温度降低,因为电池外部的温度和内部温度也是具备关联性的,所以在某一种工况下,还可能存在当热损失较大时,电池温度上升的速度也会较快的原因是因为热损失会导致电池内部的能量转化为热能,进而提高了电池的温度。
举个例子来说明这个原理:假设有两个相同类型的电池,A和B,它们在相同的工作条件下运行,但是电池A的热损失较大,而电池B的热损失较小。
由于热损失较大,电池A在工作过程中会产生更多的热量。这些热量无法及时散发出去,导致电池A的温度上升速度较快。相比之下,电池B由于热损失较小,产生的热量较少,散热相对更快,因此温度上升速度较慢。
这个例子说明了热损失较大会导致更多的热量积累在电池内部,进而加快了电池的温度上升速度。因此,在电池管理和设计中,控制热损失是非常重要的,可以通过改进电池结构、优化散热系统等方式来减小热损失,以降低电池的温度上升速度,提高电池的性能和寿命。
因此我们将方程组联立以后,建立了各因素之间的内部联系,使得计算出的实时预估温度与冷却液降温策略的精确度能够有效提升。
具体地:
提高温度预测准确性:通过将冷却液的热损失量函数纳入实时预估温度计算模型,可以更加准确地考虑冷却液对储能电池温度的影响。这样,在预测储能电池的实时温度时,可以更全面地考虑冷却液的降温效果,提高温度预测的准确性。
优化冷却液降温策略:通过储能电池管理模型,可以分析实时预估温度与冷却液降温策略之间的关系。借助这个模型,可以确定最佳的冷却液降温策略,即在特定的工作参数和环境条件下,选择最合适的冷却液降温控制方式,以实现更好的温度控制效果。这样,可以最大程度地降低储能电池的温度,提高其安全性和性能。
增强储能电池的寿命和效率:通过优化冷却液降温策略,储能电池的温度可以得到更好的控制,避免过高的温度对电池的寿命和效率造成不利影响。因此,储能电池管理模型的应用可以延长储能电池的使用寿命,并提高电池的充放电效率,从而提高整个储能系统的性能和可靠性。
总之,基于将冷却液的热损失量函数修正实时预估温度计算模型,得到储能电池管理模型可以提高温度预测准确性,优化冷却液降温策略,并增强储能电池的寿命和效率。这些有益效果将有助于提高储能电池系统的性能和可靠性,满足不同领域对储能电池的需求。
另外需要说明的是,基于将冷却液的热损失量函数修正实时预估温度计算模型,直至模型收敛,得到用于表示所述储能电池的实时预估温度与所述冷却液降温策略之间的关系的储能电池管理模型的步骤,具体实施例如下:
将上述9个公式联立以后,可以认为的设置热损失公式与冷却液降温控制策略的对应方式,采用打标签的方式,每个冷却液降温控制策略中的冷却液参数对应,然后再建立公式9与实时预估温度之间的关联关系,上述实施例中提到由于热损失函数与实时预估温度之间的关系很复杂,现阶段我们只采用人为设置的对应关系找到最优的冷却液降温策略,即采用冷却液A可以使得热损失方程的计算值与实时预估温度相对应(可以是两个区间相对应),至此可以确定出采用冷却液A作为冷却液降温控制策略可以使得储能热管理系统维持在安全温度阈值以下,实现电池的热管理。
具体地,训练样本可以依据冷却液-热损失方程-实时预估温度三者对应的关系进行训练,直至模型收敛。
基于此,本发明还给出在实际应用中,储能电池管理模型、预设冷却液降温策略、储能电池的实时预估温度与预设的冷却液降温策略之间的关系,以及如何使用储能电池管理模型选出最优的冷却液降温策略的示例:
首先,本发明先给出两个实施例展示了如何根据给定的公式和参数,通过选取水作为冷却液,计算出热损失量,并通过优化冷却液降温策略来实现电池的热管理,假设在储能电池管理模型的训练样本中,冷却液有水和乙二醇,先选取水作为冷却液,将其应用于上述公式(9)中,下面是一个具体的实施例:
储能电池温度预测:
假设储能电池的初始温度为T_in = 40°C,环境温度为T_ambient = 25°C,冷却液出口温度为T_out = 30°C;
假设储能电池的质量为m = 100 kg,定压比热容为Cp = 4186 J/(kg·°C);
假设储能电池表面积为A = 1 m^2,传热系数为h = 100 W/(m^2·°C);
假设储能电池的放电效率为η = 0.9,电池的最大放电速率为v_max = 50 A;
假设当前电池的放电速率为v = 30 A;
将这些数值代入公式中,可以计算出热损失量Q_loss:
Q_loss = (m * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1- η) * (1 - v/v_max)
= (100 kg * 4186 J/(kg·°C) * (30°C - 40°C) + 1 m^2 * 100 W/(m^2·°C)* (30°C - 25°C)) * (1 - 0.9) * (1 - 30 A / 50 A)
≈ -8,380 J
这表示当前情况下,储能电池在单位时间内损失了约8,380焦耳的热量。
冷却液优化策略:
基于储能电池管理模型,我们可以通过调整冷却液的流量或循环方式等参数,来优化冷却液的降温效果。
假设通过调整冷却液流量和循环方式,我们成功将冷却液出口温度降低到T_out= 25°C。
将这个新的温度值代入公式中,可以重新计算出热损失量Q_loss: Q_loss = (m* Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1 - η) * (1 - v/v_max) = (100 kg * 4186 J/(kg·°C) * (25°C - 40°C) + 1 m^2 * 100 W/(m^2·°C) *(25°C - 25°C)) * (1 - 0.9) * (1 - 30 A / 50 A) ≈ -20,930 J
通过优化冷却液降温策略,成功将热损失量增加到约20,930焦耳,进一步降低了储能电池的温度。
另外,假设选取乙二醇作为另一种冷却液,并将其应用于上述公式中。下面是一个新的实施例:
储能电池温度预测:
假设储能电池的初始温度为T_in = 40°C,环境温度为T_ambient = 25°C,冷却液出口温度为T_out = 35°C;
假设储能电池的质量为m = 100 kg,定压比热容为Cp = 4186 J/(kg·°C);
假设储能电池表面积为A = 1 m^2,传热系数为h = 100 W/(m^2·°C);
假设储能电池的放电效率为η = 0.9,电池的最大放电速率为v_max = 50 A;
假设当前电池的放电速率为v = 30 A;
将这些数值代入公式中,可以计算出热损失量Q_loss:
Q_loss = (m * Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1- η) * (1 - v/v_max)
= (100 kg * 4186 J/(kg·°C) * (35°C - 40°C) + 1 m^2 * 100 W/(m^2·°C)* (35°C - 25°C)) * (1 - 0.9) * (1 - 30 A / 50 A)
≈ -8,930 J
这表示当前情况下,储能电池在单位时间内损失了约8,930焦耳的热量。
冷却液优化策略:
假设我们将冷却液更换为乙二醇,并通过调整乙二醇的流量和循环方式来优化降温效果,假设通过调整乙二醇流量和循环方式,我们成功将冷却液出口温度降低到T_out =20°C;
将这个新的温度值代入公式中,可以重新计算出热损失量Q_loss: Q_loss = (m* Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1 - η) * (1 - v/v_max) = (100 kg * 4186 J/(kg·°C) * (20°C - 40°C) + 1 m^2 * 100 W/(m^2·°C) *(20°C - 25°C)) * (1 - 0.9) * (1 - 30 A / 50 A) ≈ -26,930 J;
通过优化乙二醇的降温策略,成功将热损失量增加到约26,930焦耳,进一步降低了储能电池的温度。
通过比较两种冷却液的实施例,可以发现乙二醇的降温效果更好,因为在相同的温度差下,乙二醇的热损失量更大。这说明乙二醇作为冷却液在帮助储能电池降温方面具有更好的性能。上述两个方案只是示例,实际应用中需要根据具体情况选择合适的参数和策略。当然,在实际应用中,还需要考虑其他因素如成本、可靠性等来选择最合适的冷却液。
也就是说截止当前,我们可以通过给出的热损失方程确定不同冷却液降温策略能达到的降温预期是多少,所以当我们根据计算出的实时预估温度即可计算出需要对储能电池进行怎么样的冷却液降温策略才能够将实时预估温度降低至安全阈值下,目前来说普遍是通过加减法的方式去计算实时预估温度与安全阈值的差值,但上述实施例本发明提出由于热损失函数与实时预估温度之间的关系很复杂,现阶段我们只采用人为设置的对应关系找到最优的冷却液降温策略,例如:
通过上述实施例的计算出实时预估温度超出安全阈值,需要对储能电池进行冷却,利用乙二醇的冷却液降温策略可以将热损失量增加到约26,930焦耳,而实际情况我们需要将储能电池热量损失增加到26,000焦耳以上,此时用水作为冷却液是无法满足的,但是用乙二醇会超出一些降温预期,在实际应用中,也会选择采用使用乙二醇作为冷却液降温策略,本发明实施例需要表达的是,冷却液降温策略通过热损失方程的计算能确定可以达到多少焦耳的热损失预期,并结合实时预估温度,即可确定该冷却液降温策略是否能将储能电池的温度降低至安全阈值下,但是,因为冷却液的用量不同,成本不同等诸多因素我们无法只通过降温效果说某冷却液降温策略为绝对的最优,所以我们通过采用预设数据库的方式设置键值对,将不同的降温区间对应一种降温策略,例如:
需要将储能电池降低15,000焦耳到20,000焦耳区间时,对应的冷却液降温策略均采用水降温,但是各冷却液降温策略的流量不同,温度不同,甚至循环方式不同,传热系数不同等诸多因素都可能影响控制策略,对此不在本发明实施例的考虑范畴内,因为本发明实施例仅需要建立各个降温预期与冷却液降温策略的对应关系,即可确定最优冷却液降温策略。
在训练样本中,有若干个冷却降温策略,有冷却降温策略A使用水,对应使用条件为在需要热损失量达到15,000焦耳到20,000焦耳,冷却降温策略B使用乙二醇,对应使用条件为在需要热损失量达到25,000焦耳到30,000焦耳,该训练样本用于训练储能电池管理模型,其中,冷却液的热损失是可以通储能电池管理模型计算(因为储能电池管理模型中包含有热损失方程),储能电池的实时预估温度也可以通过储能电池管理模型计算,实时预估温度与安全温度阈值做减法后得到热损失量理论值,通过键值对的对应关系将热损失量理论值对应到区间中,最后就可以选出对应的最优冷却液降温策略。
另外需要说明的是,本发明实施例基于建立环境参数和工作参数建立关联方程,得以更加精确的计算出实时预估温度,然后再通过自主设计的热损失方程能够计算各冷却液降温策略能够达到的降温预期,从而更加精确筛选最优冷却液降温策略,具体储能电池热管理模型的网络结构以及训练样本都可以根据实际情况作出适应性调整,并非限定一定采用键值对的方式去构建训练样本对模型进行训练,有可能还使用注意力神经网络等常规模型训练,此处便不再赘述。
在本发明提供的又一实施例中,一种储能电池热管理系统,如图3所示,包括:
获取模块01,用于获取储能电池群组中各个储能电池的工作参数和环境参数;
建立模块02,用于基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;
第一确定模块03,用于基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度;
修正模块04,用于当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型,所述储能电池管理模型表示所述储能电池的实时预估温度与预设的冷却液降温策略之间的关系;
第二确定模块05,用于将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下。
本发明实施例还提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种储能电池热管理方法,其特征在于,所述热管理方法包括:
获取储能电池群组中各个储能电池的工作参数和环境参数;
基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;
基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度;
当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型,所述储能电池管理模型表示所述储能电池的实时预估温度与预设的冷却液降温策略之间的关系;
将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下。
2.根据权利要求1所述的储能电池热管理方法,其特征在于,所述工作参数包括:输入功率或输出功率、电流、电压、热电阻、内阻、比热容、电池质量以及热传导系数,所述环境参数包括环境温度,基于所述工作参数与所述环境参数建立关联方程的步骤,包括:
热传导系数和热电阻的关联:
Rth = L / (k * A);
Re = L / (σ * A);
其中,Rth表示热传导系数,Re表示热电阻,L表示热传导路径的长度,k表示材料的热导率,A表示热传导路径的横截面积,σ表示材料的热电导率;
内阻和输入功率或输出功率的关联:
P(t) = I(t)^2 * Ri;
其中,输入功率或输出功率P(t)与电流I(t)的平方成正比,且比例常数为内阻Ri;
电流和电压的关联:
P(t) = I(t) * V(t);
其中,输入功率或输出功率P(t)与电流I(t)和电压V(t)的乘积成正比;
比热容和电池质量的关联:
Cp = Q / (m * ΔT);
其中,Cp表示比热容,m表示电池质量,Q表示电池吸收或释放的热量,ΔT表示温度变化。
3.根据权利要求2所述的储能电池热管理方法,其特征在于,基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度的步骤,包括:
基于所述工作参数和环境参数确定初始实时预估温度计算模型;
基于所述关联方程修正所述初始实时预估温度计算模型,得到所述实时预估温度计算模型。
4.根据权利要求3所述的储能电池热管理方法,其特征在于,所述初始实时预估温度计算模型表达式如下:
T(t) = T0 + (P(t) - P0) * Rth + (I(t) * Ri + V(t) * Re) * dt + Q(t) * Cp/ m;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;dt表示时间间隔;Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量。
5.根据权利要求4所述的储能电池热管理方法,其特征在于,基于所述工作参数和环境参数确定初始实时预估温度计算模型的步骤,包括:
基于输入功率或输出功率和环境温度确定第一温度影响方程,用以下方程表示:
T(t) = T0 + (P(t) - P0) * Rth + ΔTenv;
其中,T(t)表示时间t时刻的电池温度;T0表示电池的初始温度;P(t)表示时间t时刻的输入功率或输出功率;P0表示电池的基准功率;Rth表示电池的热传导系数;ΔTenv表示环境温度变化;
基于电流、电压、内阻和热传导确定第二温度影响方程,用以下方程表示:
T(t+Δt) = T(t) + (I(t) * Ri + V(t) * Re) * dt ;
其中,Δt表示时间间隔;I(t)表示时间t时刻的电流;Ri表示电池的内阻;V(t)表示时间t时刻的电压;Re表示电池的热电阻;
基于充放电容量确定第三温度影响方程,用以下方程表示:
T(t) = T(t-Δt) + Q(t) * Cp / m ;
其中,Q(t)表示时间t时刻的充放电容量;Cp表示电池的比热容;m表示电池的质量;
根据所述第一温度影响方程、第二温度影响方程以及第三温度影响方程联立求解得到所述初始实时预估温度计算模型。
6.根据权利要求1所述的储能电池热管理方法,其特征在于,所述热损失方程的表达式如下:
Q_loss = (M* Cp * (T_out - T_in) + A * h * (T_out - T_ambient)) * (1 -η)* (1 - v/v_max);
其中,Q_loss表示冷却液的热损失量,单位为热量;M表示冷却液的质量,单位为质量;Cp表示冷却液的比热容;T_out表示冷却液的出口温度;T_in表示冷却液的入口温度;A表示冷却系统的表面积,单位为平方米;h表示冷却系统的传热系数;T_ambient表示环境温度;η表示冷却系统的效率,取值范围为0到1之间,v表示冷却液的流速;v_max表示冷却液的最大流速。
7.根据权利要求6所述的储能电池热管理方法,其特征在于,当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型的步骤,包括:
基于将冷却液的热损失量函数修正实时预估温度计算模型,直至模型收敛,得到用于表示所述储能电池的实时预估温度与所述冷却液降温策略之间的关系的储能电池管理模型。
8.一种储能电池热管理系统,其特征在于,包括:
获取模块,用于获取储能电池群组中各个储能电池的工作参数和环境参数;
建立模块,用于基于所述工作参数与所述环境参数建立关联方程,所述关联方程用于修正所述储能电池的实时预估温度计算模型;
第一确定模块,用于基于所述工作参数、环境参数以及关联方程确定实时预估温度计算模型,以计算各个所述储能电池的实时预估温度;
修正模块,用于当所述实时预估温度大于预设安全温度阈值时,利用预设的热损失方程修正所述实时预估温度计算模型,得到储能电池管理模型,所述储能电池管理模型表示所述储能电池的实时预估温度与预设的冷却液降温策略之间的关系;
第二确定模块,用于将所述实时预估温度输入所述储能电池管理模型中,确定最优冷却液降温策略,以将电池群组中各个储能电池的实时预估温度控制在安全温度阈值以下。
9.一种计算设备,其特征在于,包括处理组件以及存储组件;所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行,实现如权利要求1~7任一项所述储能电池热管理方法。
10.一种计算机存储介质,其特征在于,存储有计算机程序,计算程序被计算机执行时,实现权利要求1~7任一项所述的储能电池热管理方法。
CN202311108516.3A 2023-08-31 2023-08-31 一种储能电池热管理方法及系统 Active CN116826245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311108516.3A CN116826245B (zh) 2023-08-31 2023-08-31 一种储能电池热管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311108516.3A CN116826245B (zh) 2023-08-31 2023-08-31 一种储能电池热管理方法及系统

Publications (2)

Publication Number Publication Date
CN116826245A true CN116826245A (zh) 2023-09-29
CN116826245B CN116826245B (zh) 2023-11-28

Family

ID=88127891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311108516.3A Active CN116826245B (zh) 2023-08-31 2023-08-31 一种储能电池热管理方法及系统

Country Status (1)

Country Link
CN (1) CN116826245B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117096504A (zh) * 2023-10-17 2023-11-21 厦门海辰储能科技股份有限公司 温度控制方法及装置、设备、存储介质
CN117199634A (zh) * 2023-11-03 2023-12-08 深圳海辰储能科技有限公司 户储一体的热管理方法、系统及存储介质
CN117526526A (zh) * 2024-01-02 2024-02-06 深圳市安德普电源科技有限公司 电池安全管理方法、装置以及设备
CN117826615A (zh) * 2024-02-28 2024-04-05 天津广瑞达汽车电子有限公司 一种电动汽车动力电池的冷却液控制参数的确定方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150280294A1 (en) * 2014-04-01 2015-10-01 The Regents Of The University Of Michigan Real-Time Battery Thermal Management For Electric Vehicles
US20150291055A1 (en) * 2014-04-15 2015-10-15 Ford Global Technologies, Llc Battery temperature estimation system
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
CN111191366A (zh) * 2019-12-30 2020-05-22 中国第一汽车股份有限公司 一种基于液冷散热方式的动力电池温度预测模型及建模方法
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
CN111976540A (zh) * 2020-09-14 2020-11-24 东方醒狮(福建)储能科技有限公司 一种锂离子动力储能电池热管理方法及系统
CN112151904A (zh) * 2019-06-27 2020-12-29 北京新能源汽车股份有限公司 电池热管理的控制方法、控制器、电池热管理系统及车辆
CN112519635A (zh) * 2019-09-17 2021-03-19 深圳市英维克科技股份有限公司 一种电池热管理的控制方法及相关装置
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
CN113049962A (zh) * 2021-03-24 2021-06-29 国网浙江省电力有限公司电力科学研究院 一种基于lstm的储能装置运行态势推演方法
WO2022105320A1 (zh) * 2020-11-17 2022-05-27 中山大学 一种动力电池主动热管理系统及控制方法
WO2023018512A2 (en) * 2021-08-07 2023-02-16 8Me Nova, Llc Systems and methods for improved battery energy storage system thermal management
CN116613430A (zh) * 2023-07-18 2023-08-18 浙江兴创新能源有限公司 浸没式液冷储能用电池模组主动式热管理方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150280294A1 (en) * 2014-04-01 2015-10-01 The Regents Of The University Of Michigan Real-Time Battery Thermal Management For Electric Vehicles
US20150291055A1 (en) * 2014-04-15 2015-10-15 Ford Global Technologies, Llc Battery temperature estimation system
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
CN112151904A (zh) * 2019-06-27 2020-12-29 北京新能源汽车股份有限公司 电池热管理的控制方法、控制器、电池热管理系统及车辆
CN112519635A (zh) * 2019-09-17 2021-03-19 深圳市英维克科技股份有限公司 一种电池热管理的控制方法及相关装置
US20230025958A1 (en) * 2019-11-28 2023-01-26 Byd Company Limited Battery internal temperature information processing method, computer device, and storage medium
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
CN111191366A (zh) * 2019-12-30 2020-05-22 中国第一汽车股份有限公司 一种基于液冷散热方式的动力电池温度预测模型及建模方法
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
CN111976540A (zh) * 2020-09-14 2020-11-24 东方醒狮(福建)储能科技有限公司 一种锂离子动力储能电池热管理方法及系统
WO2022105320A1 (zh) * 2020-11-17 2022-05-27 中山大学 一种动力电池主动热管理系统及控制方法
CN113049962A (zh) * 2021-03-24 2021-06-29 国网浙江省电力有限公司电力科学研究院 一种基于lstm的储能装置运行态势推演方法
WO2023018512A2 (en) * 2021-08-07 2023-02-16 8Me Nova, Llc Systems and methods for improved battery energy storage system thermal management
CN116613430A (zh) * 2023-07-18 2023-08-18 浙江兴创新能源有限公司 浸没式液冷储能用电池模组主动式热管理方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯权;黄瑞;陈芬放;凌珑;俞小莉;: "基于模型预测的纯电动汽车动力总成热管理策略", 现代机械, no. 02, pages 8 - 15 *
马 彦 等: "基于迭代动态规划的动力电池组热管理优化策略", 《汽车工程》, vol. 44, no. 5, pages 709 - 721 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117096504A (zh) * 2023-10-17 2023-11-21 厦门海辰储能科技股份有限公司 温度控制方法及装置、设备、存储介质
CN117096504B (zh) * 2023-10-17 2024-01-26 厦门海辰储能科技股份有限公司 温度控制方法及装置、设备、存储介质
CN117199634A (zh) * 2023-11-03 2023-12-08 深圳海辰储能科技有限公司 户储一体的热管理方法、系统及存储介质
CN117199634B (zh) * 2023-11-03 2024-01-09 深圳海辰储能科技有限公司 户储一体的热管理方法、系统及存储介质
CN117526526A (zh) * 2024-01-02 2024-02-06 深圳市安德普电源科技有限公司 电池安全管理方法、装置以及设备
CN117526526B (zh) * 2024-01-02 2024-04-02 深圳市安德普电源科技有限公司 电池安全管理方法、装置以及设备
CN117826615A (zh) * 2024-02-28 2024-04-05 天津广瑞达汽车电子有限公司 一种电动汽车动力电池的冷却液控制参数的确定方法

Also Published As

Publication number Publication date
CN116826245B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
CN116826245B (zh) 一种储能电池热管理方法及系统
Liu et al. Constrained generalized predictive control of battery charging process based on a coupled thermoelectric model
CN109987000B (zh) 一种动力电池温度预测系统及方法
Xia et al. A reliability design method for a lithium-ion battery pack considering the thermal disequilibrium in electric vehicles
Tong et al. Numerical investigation of water cooling for a lithium-ion bipolar battery pack
CN111430844B (zh) 一种电池包充电时的热管理方法、装置及汽车
JP6951409B2 (ja) 充電式電池の加熱方法、制御ユニット及び加熱回路
CN110532600A (zh) 一种动力电池热管理系统及方法
CN114335625B (zh) 燃料电池堆温度控制方法、装置、模型预测控制器及系统
CN110661059A (zh) 车辆电池热管理方法、装置和系统
Wang et al. A model-based continuous differentiable current charging approach for electric vehicles in direct current microgrids
CN113794254B (zh) 一种热管理策略配置方法、装置、计算机设备和存储介质
CN111611750A (zh) 一种应用数字孪生技术的锂离子电池充电及热管理方法
US20230273593A1 (en) Method and system for control of battery thermal management of electric drive bulldozers based on deep learning
Gao et al. Active thermal control of a battery pack under elevated temperatures
Liang et al. Evaluation of battery modules state for electric vehicle using artificial neural network and experimental validation
US20150372510A1 (en) Control apparatus, method, and program, and natural energy generation apparatus provided with control apparatus, method, and program
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
CN116776746B (zh) 一种基于流体动力学的储能液冷温控优化系统
CN110137619A (zh) 储能设备温度控制方法和装置
Hosseinzadeh et al. A comparative study on different cooling strategies for lithium-ion battery cells
CN110492197B (zh) 一种基于模糊模型预测控制的锂电池温度控制系统和方法
CN117410623A (zh) 储能系统的温度控制方法、装置、储能系统及存储介质
CN114628818A (zh) 一种考虑老化和不一致的电池组散热方法
Ma et al. Collaborative thermal management of power battery and passenger cabin for energy efficiency optimization

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