CN117317462A - 电池热失控扩展的抑制方法、装置、设备及存储介质 - Google Patents
电池热失控扩展的抑制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117317462A CN117317462A CN202311156539.1A CN202311156539A CN117317462A CN 117317462 A CN117317462 A CN 117317462A CN 202311156539 A CN202311156539 A CN 202311156539A CN 117317462 A CN117317462 A CN 117317462A
- Authority
- CN
- China
- Prior art keywords
- battery
- battery pack
- cell
- thermal runaway
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002401 inhibitory effect Effects 0.000 title claims abstract description 15
- 238000003860 storage Methods 0.000 title claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 239000007788 liquid Substances 0.000 claims abstract description 15
- 239000002826 coolant Substances 0.000 claims abstract description 14
- 239000000110 cooling liquid Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 16
- 239000012809 cooling fluid Substances 0.000 claims description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 38
- 230000001276 controlling effect Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000306 component Substances 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/63—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
- H01M10/42—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
-
- 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
-
- 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
-
- 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)
- 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
一种电池热失控扩展的抑制方法、装置、设备及存储介质，涉及动力电池技术领域。该方法包括：获取电池包的状态数据，电池包中包括多个电芯，状态数据用于指示电池包以及各个电芯的状态(310)；根据状态数据，确定电池包中处在热失控状态的第一电芯(320)；根据第一电芯的状态和位置，控制冷却液流入电池包，冷却液用于抑制第一电芯的热失控扩展(330)。通过采集电池包的状态数据，监控各个电芯状态，当检测到存在电芯处在热失控状态，快速打开电子水泵和三通阀，将冷却液注入电池包内部，从而有助于快速抑制电池热失控的扩展。
Description
技术领域
本申请实施例涉及动力电池技术领域，特别涉及一种电池热失控扩展的抑制方法、装置、设备及存储介质。
背景技术
随着人们对碳排放的重视，电动汽车的发展势头日渐强盛，动力电池作为电动汽车的动力来源，是电动汽车的核心部件，动力电池的质量、安全和性能等直接影响消费者的使用体验。
随着动力电池整体能量密度的不断提高和制造成本的降低，以热失控为特征的锂离子动力电池安全事故频发，严重威胁着驾乘人员的人身和财产安全。目前，电动汽车依靠防水防爆透气阀、在电池模组间使用隔热材料等方法来抑制热失控的扩展。
然而，上述方法只能带走或阻隔少量热量，并不能在发生热失控时进行快速冷却，无法有效抑制热失控的扩展。
发明内容
本申请实施例提供了一种电池热失控扩展的抑制方法、装置、设备及存储介质。所述技术方案如下：
根据本申请实施例的一个方面，提供了一种电池热失控扩展的抑制方法，所述方法包括：
获取电池包的状态数据，所述电池包中包括多个电芯，所述状态数据用于指示所述电池包以及各个所述电芯的状态；
根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯；
根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，所述冷却液用于抑制所述第一电芯的热失控扩展。
在一些实施例中，所述根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯，包括：
将所述状态数据输入至热管理模型，所述热管理模型是用于确定处在热失控状态的电芯的人工智能(Artificial Intelligence，简称AI)模型；
通过所述热管理模型根据所述状态数据，确定所述电池包中处在热失控状态的所述第一电芯。
在一些实施例中，所述通过所述热管理模型根据所述状态数据，确定所述电池包中处在热失控状态的所述第一电芯，包括：
通过所述热管理模型根据所述状态数据，输出各个所述电芯分别对应的概率值，所述概率值用于指示所述电芯处在热失控状态的概率；
将所述概率值满足条件的电芯，确定为所述电池包中处在热失控状态的所述第一电芯。
在一些实施例中，所述根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，包括：
根据所述第一电芯的状态和位置，确定所述冷却液的流速、流量和流向；
控制所述冷却液按照所述流速、流量和流向流入所述电池包。
在一些实施例中，所述控制所述冷却液按照所述流速、流量和流向流入所述电池包，包括：
控制电子水泵按照所述流速和所述流量往所述电池包中注入所述冷却液；
控制所述电池包中的三通阀，将所述冷却液按照所述流向流入所述电池包中的目标位置，所述目标位置是根据所述第一电芯的位置确定的。
在一些实施例中，所述状态数据包括：所述电池包的气压、各个所述电芯的温度、电压和液位。
在一些实施例中，所述冷却液包括浸没式冷却液。
根据本申请实施例的一个方面，提供了一种电池热失控扩展的抑制装置，所述装置包括：
获取模块，用于获取电池包的状态数据，所述电池包中包括多个电芯，所述状态数据用于指示所述电池包以及各个所述电芯的状态；
确定模块，用于根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯；
控制模块，用于根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，所述冷却液用于抑制所述第一电芯的热失控扩展。
在一些实施例中，所述确定模块包括：
输入单元，用于将所述状态数据输入至热管理模型，所述热管理模型是用于确定发生热失控的电芯的AI模型；
确定单元，用于通过所述热管理模型根据所述状态数据，确定所述电池包中发生热失控的所述第一电芯。
在一些实施例中，所述确定单元用于：
通过所述热管理模型根据所述状态数据，输出各个所述电芯分别对应的概率值，所述概率值用于指示所述电芯发生热失控的概率；
将所述概率值满足条件的电芯，确定为所述电池包中发生热失控的所述第一电芯。
在一些实施例中，所述控制模块包括：调控单元，用于根据所述第一电芯的状态和位置，确定所述冷却液的流速、流量和流向；
控制单元，用于控制所述冷却液按照所述流速、流量和流向流入所述电池包。
在一些实施例中，所述控制单元用于：
控制电子水泵按照所述流速和所述流量往所述电池包中注入所述冷却液；
控制所述电池包中的三通阀，将所述冷却液按照所述流向流入所述电池包中的目标位置，所述目标位置是根据所述第一电芯的位置确定的。
在一些实施例中，所述状态数据包括：所述电池包的气压、各个所述电芯的温度、电压和液位。
在一些实施例中，所述冷却液包括浸没式冷却液。
根据本申请实施例的一个方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现上述电池热失控扩展的抑制方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机程序，以实现上述电池热失控扩展的抑制方法。
根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于被处理器执行，以实现上述电池热失控扩展的抑制方法。
本申请实施例提供的技术方案至少包括如下有益效果：
通过采集电池包的状态数据，监控各个电芯状态，当检测到存在电芯处在热失控状态时，控制冷却液注入电池包内部，从而有助于快速抑制电池热失控的扩展，提升电池的安全性。
附图说明
图1是本申请一个实施例提供的动力电池部分结构的爆炸图；
图2是本申请一个实施例提供的动力电池部分结构的横截面图；
图3是本申请一个实施例提供的电池热失控扩展的抑制方法的流程图；
图4是本申请一个实施例提供的电池管理系统的工作流程图；
图5是本申请一个实施例提供的电子水泵和三通阀控制的示意图；
图6是本申请一个实施例提供的电池热失控扩展的抑制装置的框图；
图7是本申请一个实施例提供的电子设备的结构示意图；
图8是本申请一个实施例提供的热管理任务流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1，其示出了本申请一个实施例提供的动力电池部分结构100的爆炸图。该动力电池部分结构100可以包括：电池管理系统10、电池包。电池管理系统10是一种用于监控和管理电池的系统，电池管理系统(Battery Management System，简称BMS)主要应用于各种电动汽车、可再生能源储能系统和便携式电子设备等领域，提供电池检测、电池均衡、充放电控制、温度管理、故障诊断与保护、通信与数据存储和安全管理等功能。
每个电池包包括至少一个电池模组20，每个电池模组20包括至少一个电芯30。电池模组20是动力电池系统中的一个组成部分，电池模组20由多个电芯组成，通过模组电路板与BMS进行数据交换，用于组成和管理多个电芯30。电池模组20通常为多个，每个电池模组20可以包括多个电芯30、模组电路板、冷却系统、结构支撑、绝缘材料和管理系统等组件，本申请实施例不对电池模组的具体构成进行限定。
电芯30是大型动力电池中的最小单位，电芯30是电池模组20的基本组成部分，每个电池模组20至少包括一个电芯30，通常包括多个。
请参考图2，其示出了本申请一个实施例的动力电池部分结构100的横截面图。该动力电池部分结构100还可以包括：电子水泵40和三通阀50。电子水泵40是一种用于电池热管理的组件，由BMS或其他控制系统负责调控，电子水泵40通过循环冷却液来控制电池的温度。
三通阀50也是一种用于电池热管理的组件，由BMS或其他控制系统控制，用于控制冷却液的流动方向，三通阀50通常为多个。对于三通阀50的数量和位置，在实际应用中可以根据情况进行合理设计，本申请实施例不对此进行限定。
在一些实施例中，电子设备可以指电池管理系统、电池监控器和电池平衡器等可以监控和管理动力电池的硬件设备，该电子设备可以包括可以执行电池热失控扩展的抑制方法的软件模块。该电子设备可以与应用上述动力电池的电动工具的终端设备相连，也可以独立运行。该电动工具可以包括电动汽车、混合动力汽车、电动工具和设备以及电动飞行器等。
接下来，对本申请技术方案涉及的典型应用场景进行介绍说明。
场景1：应用BMS管理动力电池的电动汽车的场景
电动汽车中的动力电池通过BMS监控电池包中各个电芯的状态，当检测到电芯处于热失控状态时BMS会迅速报警，并控制电池中防爆阀、电子水泵和三通阀等部件处理热失控的电芯。
示例性地，如图4所示，BMS通过采集电池包中气压以及电芯的温度、电压和液位等数据，监控各个电芯的状态，当BMS检测到有电芯处于热失控状态时，BMS通过控制电子水泵和三通阀，将冷却液注入电池包中。
本申请技术方案还可以应用于电动汽车、混合动力汽车、电动工具和设备以及电动飞行器等场景，应用过程类似，因此不在此赘述。
请参考图3，其示出了本申请一个实施例提供的电池热失控扩展的抑制方法的流程图该方法可以包括如下步骤310～330中的至少一个步骤：
步骤310，获取电池包的状态数据，电池包中包括多个电芯，状态数据用于指示电池包以及各个电芯的状态。
在一些实施例中，电子设备获取电池包的状态数据，电池包中包括至少一个电池模组，每个电池模组包括多个电芯，状态数据用于指示电池包以及各个电芯的状态。电子设备可以直接获取电池包的状态数据，即通过测量直接得到，也可以间接获取电池包的状态中数据，即需要通过其他数据的转换得到。在本申请实施例中，电子设备通过监控电池包的状态数据，可以及时发现电池包中的异常，快速响应并处理。
动力电池的防爆阀，也被称为安全阀或压力时放装置，是电动汽车和混合动力汽车等动力电池系统中的重要安全设备。它的主要功能是在电池充放电过程中，当电池内部压力超过设定值时，自动释放过压。
在一些实施例中，状态数据包括：电池包的气压、各个电芯的温度、电压和液位。在一些实施例中，状态数据还可以包括环境温度等。其中，电芯的温度通过温度传感器采集，温度传感器通常为热敏电阻器(Resistance Temperature Detector，简称RTD)、热电偶或热敏电阻等，可以直接安装在电芯表面，也可以安装在电池模组内部。其中，电芯的电压通过电压传感器采集，电压传感器通常为电阻分压器或者霍尔效应传感器等，可以单独测量每个电芯的电压，也可以将电芯串联或并联后测量整个电池模组的总电压。其中，液位通过液位传感器采集，液位传感器通常为浮球式液位传感器、压力式液位传感器以及电容式液位传感器等。例如，电子设备通过与电子设备连接的传感器直接采集电池包中各个电芯的状态数据。例如，电子设备可以通过电池包中温度和电流的状态估计电池包的气压情况，也可以通过监测防爆阀的状态来间接获取电池包的气压情况。上述传感器采集到的状态数据可以转换为电信号后，传输给电子设备。
步骤320，根据状态数据，确定电池包中处在热失控状态的第一电芯。
在一些实施例中，电子设备根据上述状态数据，确定电池包中处在热失控的第一电芯。电子设备检测到上述第一电芯的处于热失控状态后，立即发出警报信息，并标识出第一电芯的位置。在一些实施例中，电子设备可以直接通过电池包的状态数据中一个或多个参数判断电芯是否处于热失控状态。例如，当第一电芯的温度超过阈值时，判定第一电芯处于热失控状态。例如，当第一电芯的温度、电压和液位以及电池包的气压超过阈值时，判定第一电芯处于热失控状态。上述阈值可以为一个数值也可以为多个数值，通常根据经验、实验数据等确定。当阈值为一个数值时，可以是对应某一个变量，也可以对应多个变量的加权得到的数值。当阈值为多个数值时，可以是对应多个变量，也可以对应不同的多个变量加权得到的数值。
在一些实施例中，电子设备还可以通过热管理模型确定处在热失控状态的电芯，将上述状态数据输入至上述热管理模型，热管理模型是用于确定处在热失控的电芯的AI模型，通过该热管理模型根据状态数据，确定电池包中处在热失控状态的第一电芯。在一些实施例中，热管理模型确定处在热失控状态的第一电芯的步骤为：通过热管理模型根据状态数据，输出各个电芯分别对应的概率值，概率值用于指示电芯处在热失控状态的概率；将概率值满足条件的电芯，确定为电池包中处在热失控状态的第一电芯。上述热管理模型可以是基于神经网络构建的模型，具体采用的神经网络类型和模型结构，本申请不做限定。
在一些实施例中，上述热管理模型可以通过训练得到。该热管理模型的训练步骤可以包括：收集各个电芯的状态数据集，该状态数据集可以通过传感器实时采集，也可以是历史记录的数据，将收集到的数据集进行数据清洗、标记并分割为训练集和测试集；选定合适的特征，可以是状态数据集中一类数据或者多类数据，建立一个预测各个电芯处在热失控的概率的模型；将训练集输入到该热管理模型中进行训练，进行参数的更新，不断迭代最小化损失函数；使用测试集评估训练好的模型的表现能力；最后将训练好的模型部署到电子设备上使用。在模型训练时使用的模型、函数以及方法，本申请对此不做限定。
在一些实施例中，电子设备将概率值满足条件的电芯，确定为电池包中处在热失控状态的第一电芯。示例性地，设定处在热失控状态概率阈值为90％，电池包中有1到600号电芯，电子设备实时采集各个电芯的状态数据，将该状态数据输入上述热管理模型，得到各个电芯处在热失控的概率值，概率值超过90％的有1号电芯、39号、128号三个电芯，此时将这三个电芯确定为第一电芯。第一电芯可以指一个电芯，也可以指多个电芯，因为热量会在电池中扩散，因此某一时刻处在热失控状态的电芯可能不止一个。
步骤330，根据第一电芯的状态和位置，控制冷却液流入电池包，冷却液用于抑制第一电芯的热失控扩展。
在一些实施例中，电子设备根据第一电芯的状态和位置，确定冷却液的流速、流量和流向，然后控制上述冷却液按照该流速、流量和流向流入电池包。动力电池的热失控分为起始阶段、增长阶段、扩散阶段以及全面失控阶段，热失控程度逐渐增加，需要带走的热量也逐渐增加。在一些实施例中，也可以根据上文的第一电芯处于热失控状态的概率值确定第一电芯的热失控阶段，以确定冷却液的流速和流量。示例性地，热失控各个阶段对应的概率值范围以及应使用的流量、流速如下表1所示，第一电芯为39号电芯，39号电芯位于3号电池模组中，该电芯的处在热失控状态的概率值为98％，此时第一电芯可能已经处于热失控的扩散阶段，冷却液应该快速抵达热失控位置，并快速使第一电芯所在模组及其周围模组冷却，因此冷却液将以大流量、高流速向第一电芯的位置注入。在本实施例中，通过热管理模型可以更准确判断电池包中是否存在电芯发生热失控并精准定位。
表1
在一些实施例中，上述控制通过电子水泵和三通阀实现，电子设备控制电子水泵按照上述流速和流量往电池包中注入冷却液，控制电池包中的三通阀按照上述流向流入电池包的目标位置，目标位置根据上述第一电芯的位置确定。目标位置指处在热失控电芯所在的电池模组与周围模组之间。示例性地，以图5为例，电子设备检测到4号电池模组中的4a电芯处在热失控，打开1号电子水泵，并打开4号三通阀，使冷却液注入4号电池模组与周围电池模组之间，使4号电池模组及其周围电池模组快速冷却。在本实施例中，电子设备通过对电子水泵和三通阀的控制，在电池包内部发生热失控时，冷却液能快速抵达温度过高位置，并使发生热失控的电芯快速冷却，抑制热失控的进一步扩展。
在一些实施例中，上述冷却剂包括浸没式冷却液。浸没式冷却液可以直接与电池模组表面接触，不会与电池发生化学反应，具有冷却效果好、不导电、化学惰性良好、安全和无污染等特点，例如，绝缘油和氟化液。
示例性地，执行电池热失控扩展的抑制方法的过程可以看成一个热管理任务，如图6所示，即电子设备通过采集电池包的状态数据，如电压、温度、液位和气压等，输入到热管理模型，判断电池包中的电芯是否处于热失控状态，若存在电芯处于热失控状态，电子设备控制电子水泵和三通阀，将冷却液注入电池包中，若没有电芯处在热失控状态，则重复上述过程。
本申请实施例提供的技术方案，通过采集电池包的状态数据，监控各个电芯状态，当检测到存在电芯处在热失控，快速打开电子水泵和三通阀，将冷却液注入电池包内部，从而有助于快速抑制电池热扩散的扩展。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图7，其示出了本申请一个实施例提供的电池热失控扩展的抑制装置的框图。该装置具有实现上述电池热失控扩展的抑制方法示例的功能，所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该装置可以是上文介绍的电子设备，也可以设置在电子设备中。如图7所示，该装置700可以包括：获取模块710、确定模块720和控制模块730。
获取模块，用于获取电池包的状态数据，所述电池包中包括多个电芯，所述状态数据用于指示所述电池包以及各个所述电芯的状态。
确定模块720，用于根据所述状态数据，确定所述电池包中处在热失控的第一电芯。
控制模块730，用于根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，所述冷却液用于抑制所述第一电芯的热失控扩展。
在一些实施例中，所述确定模块720包括：输入单元721和确定单元722。
输入单元721，用于将所述状态数据输入至热管理模型，所述热管理模型是用于确定处在热失控的电芯的AI模型。
确定单元722，用于通过所述热管理模型根据所述状态数据，确定所述电池包中处在热失控的所述第一电芯。
在一些实施例中，所述确定单元722用于：通过所述热管理模型根据所述状态数据，输出各个所述电芯分别对应的概率值，所述概率值用于指示所述电芯处在热失控的概率；将所述概率值满足条件的电芯，确定为所述电池包中处在热失控的所述第一电芯。
在一些实施例中，所述控制模块730包括：调控单元731和控制单元732。
调控单元731，用于根据所述第一电芯的状态和位置，确定所述冷却液的流速、流量和流向。
控制单元732，用于控制所述冷却液按照所述流速、流量和流向流入所述电池包。
在一些实施例中，所述控制单元732用于：控制电子水泵按照所述流速和所述流量往所述电池包中注入所述冷却液；控制所述电池包中的三通阀，将所述冷却液按照所述流向流入所述电池包中的目标位置，所述目标位置是根据所述第一电芯的位置确定的。
在一些实施例中，所述状态数据包括：所述电池包的气压、各个所述电芯的温度、电压和液位。
在一些实施例中，所述冷却液包括浸没式冷却液。
本申请实施例提供的技术方案，通过采集电池包的状态数据，监控各个电芯状态，当检测到存在电芯处在热失控，快速打开电子水泵和三通阀，将冷却液注入电池包内部，从而有助于快速抑制电池热扩散的扩展。
需要说明的一点是，上述实施例提供的装置在实现其功能时，仅以上述各个功能模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的功能模块完成，即将设备的内容结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
请参考图8，其示出了本申请一个实施例提供的电子设备800的结构示意图。该电子设备800可以用于执行上述实施例中的方法步骤。该电子设备800可以包括处理器801以及存储器802。其中，处理器801用于实现上述装置实施例中各个模块的功能。
处理器801包括一个或者一个以上处理核心，处理器801通过运行软件程序以及模块，从而执行各种功能应用以及信息处理。
存储器802可以与处理器801相连。
存储器802可用于存储处理器执行的计算机程序，处理器801用于执行该计算机程序，以实现上述电池热失控扩展的抑制方法。
此外，存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，易失性或非易失性存储设备包括但不限于：磁盘或光盘，电可擦除可编程只读存储器，可擦除可编程只读存储器，静态随时存取存储器，只读存储器，磁存储器，快闪存储器，可编程只读存储器。
对于上述实施例中未详细说明的细节，可参见上文方法实施例中的介绍说明，此处不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于被处理器执行，以实现上述电池热失控扩展的抑制方法。可选地，该计算机可读存储介质可以包括：只读存储器(Read-Only Memory，简称ROM)、随机存储器(Random-Access Memory，简称RAM)、固态硬盘(Solid State Drives，简称SSD)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(Resistance Random AccessMemory，简称ReRAM)和动态随机存取存储器(Dynamic Random Access Memory，简称DRAM)。
本申请实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机程序，以实现上述电池热失控扩展的抑制方法。
在本文中提及的“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。
在本文中提及的“大于或等于”可表示大于等于或大于，“小于或等于”可表示小于等于或小于。
另外，本文中描述的步骤编号，仅示例性示出了步骤间的一种可能的执行先后顺序，在一些其它实施例中，上述步骤也可以不按照编号顺序来执行，如两个不同编号的步骤同时执行，或者两个不同编号的步骤按照与图示相反的顺序执行，本申请实施例对此不作限定。
以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种电池热失控扩展的抑制方法，其特征在于，所述方法包括：
获取电池包的状态数据，所述电池包中包括多个电芯，所述状态数据用于指示所述电池包以及各个所述电芯的状态；
根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯；
根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，所述冷却液用于抑制所述第一电芯的热失控扩展。
2.根据权利要求1所述的方法，其特征在于，所述根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯，包括：
将所述状态数据输入至热管理模型，所述热管理模型是用于确定处在热失控状态的电芯的人工智能AI模型；
通过所述热管理模型根据所述状态数据，确定所述电池包中处在热失控状态的所述第一电芯。
3.根据权利要求2所述的方法，其特征在于，所述通过所述热管理模型根据所述状态数据，确定所述电池包中处在热失控状态的所述第一电芯，包括：
通过所述热管理模型根据所述状态数据，输出各个所述电芯分别对应的概率值，所述概率值用于指示所述电芯处在热失控状态的概率；
将所述概率值满足条件的电芯，确定为所述电池包中处在热失控状态的所述第一电芯。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，包括：
根据所述第一电芯的状态和位置，确定所述冷却液的流速、流量和流向；
控制所述冷却液按照所述流速、流量和流向流入所述电池包。
5.根据权利要求4所述的方法，其特征在于，所述控制所述冷却液按照所述流速、流量和流向流入所述电池包，包括：
控制电子水泵按照所述流速和所述流量往所述电池包中注入所述冷却液；
控制所述电池包中的三通阀，将所述冷却液按照所述流向流入所述电池包中的目标位置，所述目标位置是根据所述第一电芯的位置确定的。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述状态数据包括：所述电池包的气压、各个所述电芯的温度、电压和液位。
7.根据权利要求1至5任一项所述的方法，其特征在于，所述冷却液包括浸没式冷却液。
8.一种电池热失控扩展的抑制装置，其特征在于，所述装置包括：
获取模块，用于获取电池包的状态数据，所述电池包中包括多个电芯，所述状态数据用于指示所述电池包以及各个所述电芯的状态；
确定模块，用于根据所述状态数据，确定所述电池包中处在热失控状态的第一电芯；
控制模块，用于根据所述第一电芯的状态和位置，控制冷却液流入所述电池包，所述冷却液用于抑制所述第一电芯的热失控扩展。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序用于被处理器执行，以实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311156539.1A CN117317462A (zh) | 2023-09-07 | 2023-09-07 | 电池热失控扩展的抑制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311156539.1A CN117317462A (zh) | 2023-09-07 | 2023-09-07 | 电池热失控扩展的抑制方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117317462A true CN117317462A (zh) | 2023-12-29 |
Family
ID=89236363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311156539.1A Pending CN117317462A (zh) | 2023-09-07 | 2023-09-07 | 电池热失控扩展的抑制方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117317462A (zh) |
-
2023
- 2023-09-07 CN CN202311156539.1A patent/CN117317462A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xiong et al. | Online fault diagnosis of external short circuit for lithium-ion battery pack | |
| Vaideeswaran et al. | Battery management systems for electric vehicles using lithium ion batteries | |
| US9419314B2 (en) | Systems and methods for determining battery system power capability | |
| CN111993896A (zh) | 车辆电池热失控故障诊断方法、装置、设备及存储介质 | |
| WO2020130422A1 (en) | Method and system for predicting onset of capacity fading in a battery | |
| CN106451592A (zh) | 电池充放电的控制方法、电池充放电的控制设备和电动车 | |
| CN112109586A (zh) | 电动汽车的控制方法、装置及计算机可读存储介质 | |
| CN112549965A (zh) | 动力电池热失控处理方法、装置及电动汽车 | |
| CN113794254A (zh) | 一种热管理策略配置方法、装置、计算机设备和存储介质 | |
| CN114523878B (zh) | 一种锂离子电池析锂安全预警方法及装置 | |
| CN112363061A (zh) | 一种基于大数据的热失控风险评估方法 | |
| CN113189500B (zh) | 电池电量计算方法、装置、计算机设备和存储介质 | |
| CN114362008A (zh) | 一种智能调控配电柜环境温度的方法及装置 | |
| CN117317462A (zh) | 电池热失控扩展的抑制方法、装置、设备及存储介质 | |
| CN112529464A (zh) | 一种电池包的健康度评估方法、装置及相关产品 | |
| CN117148166A (zh) | 电池安全等级预测方法、装置、计算机设备及存储介质 | |
| CN117039223A (zh) | 冷却液泄漏检测方法、电池管理系统、液冷系统及设备 | |
| CN116774063A (zh) | 电芯监测方法、电池系统及相关装置 | |
| CN116381544A (zh) | 电池自放电异常的检测方法、装置、电子设备及存储介质 | |
| CN115684976A (zh) | 储能电池故障在线诊断定位方法、电子设备及介质 | |
| CN115608653A (zh) | 电池系统中异常电池单元筛选的方法及筛选装置 | |
| CN113581014A (zh) | 自适应电池工况冷策略方法、装置、设备及可读存储介质 | |
| CN113935423A (zh) | 耦合模糊控制规则与Elman神经网络的动力电池故障预警方法与系统 | |
| Scott et al. | An intelligence-based state of charge prediction for VRLA batteries | |
| Li et al. | Overdischarge Detection and Prevention With Temperature Monitoring of Li-Ion Batteries and Linear Regression-Based Machine Learning |
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 |