KR20220104234A - 배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스, 및 저장 매체 - Google Patents

Abstract

배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스 및 저장 매체. 방법은, 오프라인 테스트를 수행하는 배터리 모듈에 의해 획득된 오프라인 테스트 데이터에 따라, 등가 열 네트워크 모델을 구성하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 최적의 모델 파라미터를 결정하는 단계(S20); 및 자동차 배터리의 취득한 초기 상태 벡터값, 자동차의 실제 작동의 제1 순간에 제1 작동 데이터, 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라, 자동차의 실제 작동의 제1 순간에 자동차 배터리의 제1 배터리 내부 온도 추정값을 결정하는 단계(S40)를 포함한다.

Description

배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스, 및 저장 매체

관련 출원에 대한 상호 참조

본 개시내용은 2019년 11월 28일자로 BYD Company Limited에 의해 출원된 "Battery Internal Temperature Information Processing Method, Computer Device, and Storage Medium"라는 명칭의 중국 특허 출원 제"201911190760.2"에 대한 우선권을 주장하며, 그 전체 내용은 본 개시내용에 참조로 포함된다.

기술

본 개시내용은 배터리 온도 기술 분야에 관한 것으로, 특히 배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스, 및 저장 매체에 관한 것이다.

신에너지 자동차의 동력인 배터리는, 충전 및 방전 동안 온도 상승 현상이 만연하고, 배터리 내부의 발열과 열 소산이 균일하지 않으며, 그에 따라 배터리 내부에 온도장 분포가 있어, 배터리 내부와 외부 사이의 큰 온도차를 유발하며, 특히 고출력 요구 용례에서 더 두드러진다; 그러나, 실제 배터리 열 관리에서는, 배터리 표면 온도만 배터리 외부 표면에서 실시간으로 측정될 수 있으며, 배터리의 내부 온도를 실시간으로 측정하는 것이 불가능하여, 배터리의 성능에 상당한 영향을 미치며 배터리의 안전 성능과 직접적인 관련이 있고, 그에 따라 배터리 열 관리, 특히 배터리의 내부 온도 추정은 배터리 관리 시스템의 핵심이자 가장 도전적인 부분 중 하나가 되었다.

관련 기술에서, 전기화학적 임피던스 분광법에 기초하여 배터리의 내부 온도를 추정하는 방법은 테스트 시스템에 대한 요구가 높아, 실제 자동차는 테스트 조건을 충족시킬 수 없다; 내부 온도와 표면 온도 사이의 기능 관계에 기초하여 배터리의 내부 온도를 추정하는 방법은 실제 물리적 중요성이 없으며, 다양하고 복잡한 작동 조건 하에서 배터리의 내부 온도의 정확한 계산을 수용하는 것은 어려운 일이다; 관련 기술의 배터리 열 전달 모델이 배터리 표면을 하나의 온도점으로 동일시하는 방법에서, 온도는 셀 표면의 각각의 지점에서 동일한 것으로 가정되는데, 이 해결책의 단점은, 배터리의 내부 구성이나 외부 형상이 완벽하게 대칭성이 아니기 때문에, 배터리의 개별 면 열 전달 경로 내부가 일관성이 없고, 그에 따라 온도가 배터리 표면 상의 여러 위치에서 달라져, 한 지점으로서 표면 온도의 등가가 최종 추정 배터리 온도에 큰 오류를 초래하게 된다는 점이다.

본 개시내용의 실시예는 실시간으로 배터리 내부 온도를 정확하게 추정할 수 있고, 실시간으로 정확하게 추정된 내부 온도에 기초하여 배터리의 작동 조건을 최적화함으로써, 배터리의 안전을 개선시킬 수 있는 배터리 내부 온도 처리 방법, 컴퓨터 디바이스, 및 저장 매체를 제공한다.

제1 양태에서, 본 개시내용의 실시예는 배터리 내부 온도 정보 처리 방법을 제공하며, 이 방법은:

일정한 온도 환경에서 상이한 오프라인 조건 하에 오프라인 테스트를 수행한 후 배터리 모듈의 오프라인 테스트 데이터를 획득하는 단계;

오프라인 테스트 데이터에 따라 등가 열 네트워크 모델의 초기 파라미터의 다수의 세트를 획득하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 초기 파라미터 중 최적의 모델 파라미터를 결정하는 단계;

자동차가 실제 작동되는 제1 순간에 자동차 배터리의 초기 상태 벡터값 및 자동차 배터리의 제1 작동 데이터를 획득하는 단계;

초기 상태 벡터값, 제1 작동 데이터 및 실제 작동의 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계를 포함한다.

제2 양태에서, 본 개시내용내용의 실시예는 메모리, 프로세서, 및 메모리에 저장되고 프로세서 상에서 실행 가능한 컴퓨터-판독 가능 명령어를 포함하는 컴퓨터 디바이스를 제공하며, 프로세서가 컴퓨터-판독 가능 명령어를 실행할 때, 배터리의 내부 온도 정보를 처리하는 방법이 실현된다.

제3 양태에서, 본 개시내용의 실시예는 컴퓨터-판독 가능 저장 매체를 제공하고, 여기서 컴퓨터-판독 가능 저장 매체는 컴퓨터-판독 가능 명령어를 저장하고, 컴퓨터-판독 가능 명령어가 프로세서에 의해 실행될 때, 배터리 내부 온도 정보를 처리하는 방법을 구현한다.

본 개시내용의 실시예는, 배터리 모듈을 오프라인 테스트하기 위한 오프라인 테스트 데이터를 먼저 취득하고, 오프라인 테스트 데이터로부터 등가 열 네트워크 모델을 구성하며, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 최적의 모델 파라미터를 결정하는 배터리 내부 온도 정보 처리 방법, 컴퓨터 디바이스, 및 저장 매체를 제공한다. 그 후, 자동차의 실제 작동의 제1 순간에 자동차의 배터리의 제1 배터리 내부 온도 추정값이, 자동차 배터리의 취득된 초기 상태 벡터값, 자동차의 실제 작동의 제1 순간에 제1 작동 데이터, 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 차례로 기초하여 결정된다. 본 개시내용의 실시예는 실시간으로 배터리의 내부 온도를 정확하게 추정할 수 있고, 이를 통해 다시 실시간으로 배터리의 정확하게 추정된 내부 온도에 기초하여 배터리의 작동 조건을 최적화하고 배터리의 안전을 개선시킬 수 있다.

본 개시내용의 추가적인 양태 및 이점은 다음 설명에서 부분적으로 설명될 것이고, 부분적으로는 설명으로부터 명백하거나, 또는 본 개시내용의 실시에 의해 학습될 수 있다.

본 발명의 실시예의 기술적 해결책을 보다 명확하게 하기 위하여, 본 발명의 실시예에 대한 설명과 함께 첨부 도면에 대하여 간단히 설명하기로 한다. 명백하게는, 다음 설명에서 도면은 본 발명의 일부 실시예에 불과하며, 다른 도면은 본 기술 분야의 숙련자에게 창의적인 노력을 들이지 않고도 도면으로부터 획득될 수 있다.
도 1은 본 개시내용의 실시예에서 배터리 내부 온도 정보 처리 방법의 흐름도이고;
도 2는 본 개시내용의 실시예에 따른 셀 내부의 온도 계산 모델을 예시하는 개략도이며;
도 3은 본 개시내용의 실시예에 따른 셀의 등가 열 네트워크 모델을 예시하는 개략도이고;
도 4는 본 개시내용의 실시예에서 열 전달 경로의 구조도이며;
도 5는 본 개시내용의 실시예에서 등가 회로 모델의 구조도이고;
도 6은 본 개시내용의 실시예에서 배터리 내부 온도 정보 처리 방법의 단계 S40의 흐름도이며;
도 7은 본 개시내용의 실시예에 따른 실험적 검증 결과의 개략도이고;
도 8은 본 개시내용의 실시예에 따른 컴퓨터 디바이스의 개략도이다.

이제, 본 개시내용의 실시예를 상세히 참조할 것이며, 그 예는 첨부 도면에 예시되어 있고, 첨부 도면에서 동일하거나 유사한 명칭은 전체에 걸쳐 동일하거나 유사한 요소 또는 동일하거나 유사한 기능을 갖는 요소를 지칭한다. 도면을 참조하여 아래에 설명된 실시예는 예시적이며 본 개시내용을 설명하도록 의도되고 본 개시내용을 제한하는 것으로 해석되어서는 안된다.

또한, 도 1에 도시된 바와 같이, 하기 단계 S10-S40을 포함하는 배터리 내부 온도 정보 처리 방법이 제공된다:

S10. 일정한 온도 환경에서 상이한 오프라인 조건 하에 오프라인 테스트를 수행할 때 배터리 모듈의 오프라인 테스트 데이터를 획득하는 단계; 무엇보다도, 오프라인 조건은 상이한 속도(여기서 다른 속도는 바람직하게는 0.1C-3C)에서 정전류 충전 및 방전 뿐만 아니라 NEDC(New European Driving Cycle), WLTC(World Light Vehicle Test)와 같은 동적 조건을 포함한다. 본 개시내용에서는, 먼저 오프라인 테스트를 위한 배터리 모듈을 준비해야 하며, 배터리 모듈은 복수의 직렬-병렬 셀 및 셀을 외부 구성요소에 연결하는 연결부를 포함하고; 제1 온도 감지 장치는 셀의 내부 온도를 검출하기 위해 배터리 모듈의 셀 내부에 배열되고(제1 온도 감지 장치는 바람직하게는 셀 전체에 걸쳐 가장 높은 온도를 측정할 수 있는 것을 보장하도록 셀의 극 내부에 배열됨), 제2 온도 감지 장치는 셀의 표면 온도를 검출하기 위해 셀 표면 상에 배열되며, 제3 온도 감지 장치는 오프라인 냉각판의 온도를 검출하기 위해 배터리 모듈에 연결된 냉각 시스템의 냉각판 상에 제공된다. 당연히, 전술한 제1, 제2 및 제3 온도 감지 장치는 검출된 온도 데이터 사이의 오류가 더 적도록 동일한 유형의 감지 장치인 것이 바람직하다. 오프라인 테스트를 수행할 때, 배터리 모듈은, 다양한 오프라인 작동 조건에서 오프라인 테스트를 수행하여 다양한 오프라인 작동 조건에서 오프라인 테스트를 수행하기 위한 오프라인 테스트 데이터를 획득하기 위해, 일정한 온도 환경(예를 들어, 결정된 온도의 일정한 온도 환경을 제공하고 일정한 온도 환경의 온도가 조절 가능한 인큐베이터)에 배치되어야 하며, 당연히, 오프라인 테스트 데이터는 배터리 모듈의 등가 회로 모델의 셀에 대한 배터리 단자 전압값 및 배터리 전류값과 같은 배터리 모듈의 셀에 대한 등가 회로 데이터를 포함하며; 오프라인 테스트 데이터는 배터리 모듈의 셀의 오프라인 온도 데이터를 더 포함한다. 예를 들어, 제1 온도 감지 장치는 배터리 모듈의 셀 내부의 오프라인 테스트 내부 온도를 측정하고, 제2 온도 감지 장치는 배터리 모듈의 셀 표면의 오프라인 테스트 표면 온도(셀이 정사각형이면, 셀은 6개의 표면을 포함하며, 이 때에 셀의 6개의 표면 각각에 제2 감지 장치가 제공될 수 있으며, 동일한 순간에 취한 오프라인 테스트 표면 온도의 세트는 셀의 6개 표면 각각에서 측정된 6개의 오프라인 테스트 표면 온도를 포함함), 제3 온도 감지 장치에 의해 측정된 냉각판의 오프라인 냉각판 온도, 일정한 온도 환경의 오프라인 주위 온도 등을 측정한다. 당연히, 위의 오프라인 테스트 데이터를 획득한 후, 상이한 오프라인 작동 조건에서 배터리 모듈의 셀의 충전 및 방전 프로세스는 배터리 단자 전압값, 배터리 전류값 및 전술한 오프라인 테스트 데이터의 오프라인 테스트 내부 온도로부터 결정될 수 있다(당연히, 실시간 계산된 제1 배터리 발열율은 완전한 오프라인 작동 조건일 수 있거나, 전체 오프라인 작동 조건의 세그먼트, 즉, 오프라인 작동 조건 충방전 동안 각각의 순간의 제1 배터리 발열율일 수 있다.

당연히, 전술한 배터리 모듈의 셀의 내부 대 외부 열 전달 프로세스는 셀의 내부 중심 대 표면 열 전달 프로세스와 등가일 수 있으며, 열 특성, 즉 열 저항 측면에서 전기 네트워크 특성에 의해 설명될 수 있는 셀 표면 대 외부 환경의 열 대류의 프로세스는 저항, 열용량 대 커패시턴스, 온도 대 전압 및 발열율 대 전류원과 등가일 수 있다. 전술한 등가 대응에 기초하여, 도 2에 도시된 바와 같이 셀 내부 온도 계산 모델이 확립될 수 있다. 도 2에 도시된 바와 같이,

는 배터리 모듈의 셀 내부 온도를 나타내고,

은 배터리 모듈의 셀 표면 온도를 나타내며,

는 일정한 온도 환경의 오프라인 주위 온도를 나타내고,

는 오프라인 냉각판 온도(냉각 시스템의 냉각판이 냉각되지 않는 경우에

)를 나타내며,

는 셀 내부 발열율(즉, 전술한 제1 배터리 발열율)을 나타내고,

은 셀 내부 등가 열용량을 나타내며, 또한, 도 2의 저항 1은 2개의 온도 노드 사이(예를 들어, 각각의 열 전달 경로에 대응하는 셀 표면에 대한 셀 내부의 2개의 온도 노드 사이, 또는 주위 환경에 대한 셀 표면의 2개의 온도 노드 사이)의 열 저항을 나타내고, 커패시턴스 2는 대응 노드의 등가 열용량을 나타낸다는 점에 유의한다. 당연히, 도 2에서는, 정사각형 셀의 3개의 상호 직교 면에 각각 직교하는 방향(도 2에서 x, y, z로 나타낸 3개 방향의 양의 방향)으로만 열 전달이 표시되어 있다. 사실상, 바람직하게는, 정사각형 셀에 대해 도 2의 것과 대칭인 다른 3개의 방향에서의 열 전달(도 2의 3개의 방향 x, y, z에 음수)이 동시에 고려되어야 하며, 각각의 방향의 열 전달은 열 전달 경로로서 고려되어야 하고, 즉, 정사각형 셀에 대해 6개 방향의 열 전달 경로가 고려되어야 한다. 위의 열 전달의 열 전달 경로를 추가로 설명하기 위해, 도 3에 도시된 셀 등가 열 네트워크 모델의 열 전달 경로(3) 중 하나에 대응하는(즉, 도 3의 열 전달 경로(k)에 대응하는, 여기서 k = 1, 2,..., n), 도 4에 도시된 열 전달 경로의 구조적 개략도가 도 3 및 도 4에 추가로 예시되어 있고, 즉, 도 3에 예시된 각각의 열 전달 경로(3)는 도 4에 도시된 RCR의 "T"형 네트워크에 등가이며, 여기서

은 도 4에 도시된 바와 같이 하나의 열 전달 경로가 대응하는 셀 표면 지점까지 셀 내부 사이의 열 저항을 나타내고,

은 외부 환경으로의 열 전달 경로에 대응하는 셀 표면 지점 사이의 열 저항을 나타내며,

는 열 전달 경로가 대응하는 셀 표면 지점의 등가 열용량을 나타내고,

은 열 전달 경로가 대응하는 셀 표면 지점의 셀 표면 온도를 나타낸다. 당연히, 본 개시내용의 오프라인 테스트 데이터에서 배터리 모듈의 셀의 오프라인 온도 데이터는 전술한 도 3 및 도 4에 도시된 셀 등가 열 네트워크 모델의 것에 대응하는 파라미터이다. 본 개시내용에서, 전기 회로 모델에 대한 셀 등가 열 네트워크 모델의 등가는 셀 등가 열 네트워크 모델에서 파라미터의 최적화를 용이하게 하기 위해 전기 회로 시뮬레이션 소프트웨어와 함께 계산될 수 있고, 그에 따라 셀 등가 열 네트워크 모델은 복잡한 시스템 기능 관계를 확립할 필요 없이 표현될 수 있어, 후속 계산 프로세스를 단순화할 수 있다.

S20, 오프라인 테스트 데이터에 따라 등가 열 네트워크 모델의 초기 파라미터의 다수의 세트를 획득하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 초기 파라미터 중 최적의 모델 파라미터를 결정하는 단계;

즉, 위의 단계 S10에서 결정된 오프라인 테스트 데이터에 기초하여, 등가 열 네트워크 모델(도 3에서 전술한 셀 등가 열 네트워크 모델에 대응)의 초기 파라미터가 결정될 수 있다; 특히, 등가 열 네트워크 모델의 입력 데이터 및 출력 데이터의 각각의 세트는 먼저 오프라인 테스트 데이터로부터 결정되고(입력 데이터 세트는 출력 데이터 세트에 대응하고, 대응하는 입력 데이터 및 출력 데이터는 각각 오프라인 작동 조건의 충전 및 방전 프로세스에서 동일한 순간에 대응하는 오프라인 테스트 데이터로부터 결정됨), 이에 의해 결정된 입력 데이터를 등가 열 네트워크 모델에 입력하고 입력 데이터에 대응하는 등가 열 네트워크 모델 출력의 출력 데이터를 획득한다. 차례로, 등가 열 네트워크 모델의 초기 파라미터 세트는 전술한 프로세스에 의해 결정된다; 바람직하게는, 입력 데이터 세트는 위의 단계 S10에서 결정된 제1 배터리 발열율, 오프라인 냉각판 온도, 및 오프라인 주위 온도를 포함할 수 있다; 각각의 출력 데이터 세트는 오프라인 테스트 내부 온도와 오프라인 테스트 표면 온도를 포함한다; 각각의 초기 파라미터 세트는 배터리 모듈의 등가 열 네트워크 모델에서 셀 내부의 등가 열 커패시턴스, 각각의 열 전달 경로에 대응하는 셀의 표면 지점에 대한 셀 내부의 열 저항, 및 주위 환경으로의 각각의 열 전달 경로에 대응하는 셀의 표면 지점을 포함하고(여기서 주위 환경은 셀 또는 배터리가 위치되는 환경을 지칭함), 예를 들어 배터리 모듈의 셀은 일정한 온도 환경에 배치될 수 있으며, 주위 환경은 일정한 온도 환경이고, 등가 열 네트워크 모델은 실제 작동 중인 자동차 배터리에 적용되며, 주위 환경은 자동차 배터리가 실제로 위치되는 환경이고, 셀 표면 지점의 등가 열용량은 각각의 열 전달 경로에 대응한다.

당연히, 등가 열 네트워크 모델에 대한 초기 파라미터 세트를 결정한 후, 다목적 함수 피팅 방법(최소 제곱 방법, 유전 알고리즘, 입자 군집 최적화 알고리즘 등을 포함하지만 이에 제한되지 않음)을 채용하여 초기 파라미터의 복수 세트로부터 최적의 모델 파라미터를 결정할 수 있고, 즉, 파라미터 조사는 다목적 함수 피팅 방법에 의해 수행될 수 있으며(다목적 함수 피팅 방법을 사용하는 파라미터 조사 방법은 알려져 있고 본 명세서에 설명되지 않음), 최종 검색은 최적의 모델 파라미터 세트를 초래하여, 최적의 모델 파라미터를 함유하는 등가 열 네트워크 모델에 입력 데이터를 입력한 후, 등가 열 네트워크 모델 출력의 실제 출력 데이터는 실험 테스트 결과와 가장 잘 일치한다.

S30: 자동차가 실제 작동되는 제1 순간에 자동차 배터리의 초기 상태 벡터값 및 자동차 배터리의 제1 작동 데이터를 획득하는 단계; 네트워크 모델이 결정된 후, 자동차 배터리에 등가 열 네트워크 모델을 적용할 수 있고(자동차 배터리는 온도 감지 장비가 내장되지 않은 자동차의 배터리 셀을 지칭하므로, 온도 감지 장비는 자동차의 온도, 즉, 배터리의 내부 온도를 측정할 수 없음), 이어서 자동차 배터리의 실제 작동의 제1 작동 데이터에 기초하여 실제 작동(예를 들어, 자동차가 나중에 언급되는 제1 순간에 실제로 주행하는 제1 시간)의 자동차 배터리의 실시간 내부 온도(배터리 내부 온도 추정값, 실제 작동의 제N 순간에 배터리의 제2 내부 온도의 추정값 등)를 결정한다.

자동차 배터리의 초기 상태 벡터값은 자동차가 실제로 주행되지 않는(또는 자동차의 배터리 충전 및 방전이 발생하지 않는) 초기 상태에서 자동차의 초기 상태 벡터값을 의미하며, 초기 상태 벡터값은 미리 설정된 값이고, 초기 상태 벡터값은 자동차가 실제로 작동될 때 자동차의 배터리의 실시간 내부 온도와 관련되며, 본 개시내용에서, 초기 상태 벡터값은 특정 오류가 있을 수 있고, 본 개시내용은 후속 단계에서 오류가 있는 초기 상태 벡터값(예를 들어, 제1 시간 순간에서 제1 보정 후 피드백 보정 후에 제1 상태 벡터값의 사후 값)의 단계적 피드백 보정을 수행할 수 있고, 그에 따라 나중에 설명되는 제1 상태 벡터 사후 값, 제2 상태 벡터 사후 값 등과 같은 피드백에 따른 보정 후 초기 상태 벡터값은 점점 더 정확해지며, 차례로 자동차 배터리의 실시간 내부 온도(예컨대, 이후에 설명되는 제1 배터리 내부 온도 추정값, 제2 배터리 내부 온도 추정값 등)가 더욱 더 정확하게 된다.

S40, 초기 상태 벡터값, 제1 작동 데이터 및 실제 작동의 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계.

즉, 본 개시내용은, 이 단계에서, 이 초기 상태 벡터값의 단계적 피드백 보정을 오류로 수행할 수 있다(이는 바람직하게는 루엔버거 관측기(Luenberger observer)로 피드백 보정될 수 있음). 이에 의해, 이 피드백에 따른 보정 후 초기 상태 벡터값의 정확도가 증가되고, 차례로 자동차 배터리의 실시간 내부 온도의 정확도가 증가되며, 즉, 자동차 배터리의 보다 정확한 내부 온도가 본 개시내용에 의해 획득될 수 있다; 차례로, 취득한 정확한 배터리 내부 온도는 BMS(BATTERY MANAGEMENT SYSTEM)로 출력될 수 있으며, BMS는 수신된 내부 배터리 온도에 기초하여 배터리 작동을 최적화할 수 있어(예를 들어, 높은 배터리 온도 경고를 수행하고, 저온의 내부 배터리 온도에 기초하여 작동 전류를 선택하는 등), 자동차의 배터리가 안전 온도 범위 내에서 작동하는 것을 보장하고, 가연성 위험을 해결하며, 배터리 작동의 안전과 신뢰성을 개선시킨다. 전술한 본 개시내용의 실시예는, 또한 자동차의 실제 작동의 작동 데이터(제1 작동 데이터) 및 자동차가 온도 데이터를 수집하는 온도 감지 장치가 고장난 경우 최적의 모델 파라미터를 함유하는 등가 열 네트워크 모델로부터 자동차의 실시간 배터리 내부 온도를 결정할 수 있어, 자동차가 온도 데이터를 수집하는 온도 감지 디바이스의 유효성에 대한 의존도가 감소된다. 한편, 본 개시내용내용은 자동차의 배터리 내부 온도를 피드백 보정할 수 있어, 등가 열 네트워크 모델의 오류와 초기 상태 벡터값의 오류가 배터리의 실시간 내부 온도에 미치는 오류 영향을 효과적으로 제거할 수 있다.

본 개시내용은 실제 물리적 모델(셀 등가 열 네트워크 모델에 등가인 회로 모델)로부터 진행하여, 배터리 발열 및 소산의 불균일에 의해 유발되는 표면 온도 불균일을 고려하여 복수의 열 전달 경로를 확립한다; 고온 조건 하에서 실제 작동 중인 자동차의 배터리와 냉각 시스템 사이의 열 교환을 고려하면서, 등가 열 네트워크 모델에 배터리와 자동차의 냉각판 사이의 열 전달 경로가 추가되며(냉각 시스템의 냉각판 온도를 고려함), 따라서, 본 개시내용은 실제 작동되는 배터리의 실제 가열의 다양한 요인을 충분히 고려하며, 그에 따라 본 개시내용에 의해 최종적으로 추정된 배터리 내부 온도와 그 실제 온도 사이의 오류가 더 낮고, 배터리 내부 온도 뿐만 아니라 배터리 표면 온도가 더 정확하게 계산될 수 있다. 본 개시내용은 배터리 내부 온도의 정확한 추정을 가능하게 하고, 이는 차례로 배터리의 정확한 추정 내부 온도에 기초하여 배터리의 작동 조건을 최적화할 수 있어, 배터리의 안전을 개선시킨다.

실시예에서, 일정한 온도 환경의 상이한 오프라인 작동 조건 하에서 오프라인 테스트를 수행할 때 배터리 모듈의 오프라인 테스트 데이터를 획득하는 단계 S10은:

오프라인 테스트를 수행하기 위해 상이한 오프라인 작동 조건 하에서 배터리 모듈의 오프라인 온도 데이터 및 등가 회로 데이터를 획득하는 단계를 포함하고; 여기서, 오프라인 온도 데이터는 오프라인 테스트 내부 온도(도 2, 도 3 및 도 4에 도시된

에 대응), 오프라인 테스트 표면 온도(도 2에 도시된

,

또는

, 도 4에 도시된

에 대응), 및 오프라인 냉각판 온도(도 2, 도 3 및 도 4에 도시된

에 대응), 및 배터리 모듈이 오프라인 테스트를 받는 일정한 온도 환경의 오프라인 주위 온도(도 2, 도 3 및 도 4에 도시된

에 대응)을 포함하며; 오프라인 테스트의 내부 온도는 배터리 모듈의 셀 내부에 배열된 제1 온도 감지 디바이스에 의해 측정되고, 오프라인 테스트 표면 온도는 배터리 모듈의 셀 표면 상에 배열된 제2 온도 감지 디바이스에 의해 측정되며; 오프라인 냉각판 온도는 배터리 모듈에 연결된 냉각 시스템에 배열된 냉각판 상의 제3 온도 감지 디바이스에 의해 측정되고; 등가 회로 데이터는 배터리 모듈의 배터리 단자 전압값 및 배터리 전류값(오프라인 테스트 동안 실시간으로 측정될 수 있음)을 포함한다.

즉, 이 실시예에서, 오프라인 조건은 상이한 속도(여기서 상이한 속도는 바람직하게는 0.1-3C)에서의 정전류 충전 및 방전과 NEDC, WLTC 등과 같은 동적 조건을 포함한다. 오프라인 테스트 데이터를 획득한 후, 상이한 오프라인 작동 조건에서 충전 및 방전 동안 실시간으로 계산된 배터리 모듈의 셀의 제1 배터리 발열율이 먼저 배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 데이터의 오프라인 테스트 내부 온도로부터 결정될 수 있고; 그 후, 등가 열 네트워크 모델의 초기 파라미터는 전술한 제1 배터리 발열율 및 오프라인 테스트 데이터로부터 결정된다; 또한, 등가 열 네트워크 모델의 초기 파라미터 세트를 결정한 후, 다목적 함수 피팅 방법(예를 들어, 최소 제곱, 유전 알고리즘, 입자 군집 최적화 알고리즘 등)을 사용하여 초기 파라미터 세트의 최적의 모델 파라미터를 결정한다; 궁극적으로, 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델로부터, 자동차가 실제로 작동하는 시간의 제1 순간에 자동차의 배터리의 제1 배터리 내부 온도 추정값을 결정한다.

실시예에서, 단계 S10에서, 배터리 모듈의 오프라인 온도 데이터 및 오프라인 테스트 데이터를 획득한 후, 방법은:

데이터베이스로부터 배터리 모듈의 제1 개방 회로 전압 및 제1 온도 계수를 획득하는 단계 - 당연히, 제1 개방 회로 전압 및 제1 온도 계수는 각각 배터리의 SOC(충전 상태) 값과 관련이 있으므로, 따라서, 배터리 모듈의 SOC 값이 결정되는 한, 제1 개방 회로 전압 및 제1 온도 계수 모두는 배터리 모델의 셀의 SOC 값과 관련하여 결정되어 데이터베이스에 저장될 수 있다 -;

배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도를 미리 설정된 제1 열생산율 모델로 그룹화하여 입력하고, 상이한 오프라인 작업 조건 하에서 제1 열생산율 모델로부터 출력된 배터리 모듈의 제1 배터리 열생산율을 획득하는 단계를 포함하고; 배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도의 세트는 동일한 오프라인 작업 조건 하에서 동일한 순간에 대응하는 배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도로서 정의된다.

즉, 전술한 오프라인 테스트 데이터를 획득한 후, 상이한 오프라인 작동 조건에서 충전 및 방전 동안 실시간으로 계산된 배터리 모듈의 셀의 제1 배터리 발열율이 먼저 배터리 단자 전압값, 배터리 전류값 및 전술한 오프라인 테스트 데이터의 오프라인 테스트 내부 온도로부터 결정될 수 있다. 당연히 오프라인 작동 중 충전 및 방전의 각각의 사례는 제1 배터리 발열율에 대응한다.

또한, 배터리 모듈의 셀의 전기적 특성은 도 5에 도시된 등가 회로 모델에 의해 설명될 수 있고(도 5에 도시된

및

은 배터리 모듈의 셀의 열 저항에 등가일 수 있고,

는 배터리 모듈의 셀의 열 커패시턴스에 등가일 수 있음), 일 실시예에서, 제1 열적 수율 모델은:

여기서:

는 오프라인 조건 하에서 배터리 모듈의 제1 배터리 열생산율이며; 즉, 배터리 모듈의 셀의 내부 발열율이다.

은 옴 분극화와 농도 분극화의 합인 열 분극화 모이어티를 나타내고;

는 가역적인 반응열, 즉, 엔트로피 가열을 나타낸다.

는 배터리 모듈의 제1 개방 회로 전압이고; 배터리 모듈의 셀의 SOC 값과 관련된

은 BMS 또는 다른 데이터베이스의 OCV-SOC 테이블에 저장되며, 배터리 모듈의

는 OCV-SOC 테이블로부터의 배터리 모듈의 셀에 대응하는 SOC 값을 쿼리하여 획득될 수 있다.

는 배터리 모듈의 배터리 단자 전압값이고,

은 충전 및 방전 중에 배터리 모듈의 셀 전압을 나타내며, 오프라인 테스트 동안 전압 측정 디바이스에 의해 실제로 측정될 수 있다.

는 배터리 모듈의 배터리 전류값이다;

은 충전 및 방전 중에 배터리 모듈의 셀의 전류를 나타내며 오프라인 테스트 동안 전류 측정 디바이스에 의해 실제로 측정될 수 있고,

는 충전 시 음수이고 방전 시 양수이다.

는 오프라인 테스트 내부 온도이고, 제1 온도 감지 디바이스에 의해 측정될 수 있다.

는 배터리 모듈의 제1 온도 계수로, 배터리 모듈의 셀의 SOC 값과 관련하여 BMS 또는 다른 데이터베이스에 저장되며, 배터리 모듈의

은 BMS 또는 다른 데이터베이스로부터 배터리 모듈의 셀에 대응하는 SOC 값을 쿼리하여 획득될 수 있다.

실시예에서, 오프라인 테스트 데이터에 따라 등가 열 네트워크 모델의 초기 파라미터의 다수의 세트를 획득하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 초기 파라미터 중 최적의 모델 파라미터를 결정하는 단계 S20은:

등가 열 네트워크 모델의 입력 데이터 및 출력 데이터를 획득하고, 입력 데이터를 동일한 오프라인 작동 조건 하에서 동일한 순간(오프라인 테스트 프로세스에서 미리 설정된 시간 순간을 지칭할 수 있음)에 대응하는 출력 데이터와 관련시키는 단계 - 입력 데이터는 제1 배터리 열생산율(제1 발열율 모델에서

에 대응), 오프라인 냉각판 온도(도 2, 도 3, 및 도 4에 도시된

에 대응), 및 오프라인 주위 온도(도 2, 도 3 및 도 4에 도시된

에 대응)를 포함하고; 출력 데이터는 오프라인 테스트 내부 온도(도 2, 도 3 및 도 4에 도시된

에 대응) 및 오프라인 테스트 표면 온도(도 2에 도시된

,

또는

, 도 4에 도시된

에 대응)을 포함함 -;

등가 열 네트워크 모델 등가 열 네트워크 모델에 입력 데이터를 입력하고, 등가 열 네트워크 모델에 입력된 입력 데이터와 관련된 출력 데이터를 등가 열 네트워크 모델의 출력으로서 취하여 등가 열 네트워크 모델의 초기 파라미터를 획득하는 단계 - 초기 파라미터 세트는 등가 열 네트워크 모델에서 배터리 모듈의 셀 내부의 등가 열용량(즉, 도 2에 도시된

), 셀 내부로부터 각각의 열 전달 경로에 대응하는 셀의 표면 지점까지의 열 저항(즉, 도 4에 도시된

), 각각의 열 전달 경로에 대응하는 셀 표면 지점으로부터 외부 환경으로의 열 저항(즉, 도 4에 도시된

), 및 각각의 열 전달 경로에 대응하는 셀 표면 지점의 등가 열용량(즉, 도 4에 도시된

)을 포함함 -;

다목적 함수 피팅 방법에 기초하여 초기 파라미터 중 최적의 모델 파라미터 세트를 결정하는 단계를 포함하고; 다목적 함수 피팅 방법은 최소 제곱, 유전 알고리즘, 및 입자 군집 최적화 알고리즘 중 하나 이상을 포함한다. 다목적 함수 피팅 방법에 의해 파라미터 조사를 수행하고, 최종 검색은 최적의 모델 파라미터 세트를 초래하여, 최적의 모델 파라미터를 함유하는 등가 열 네트워크 모델에 입력 데이터를 입력한 후(등가 열 네트워크 모델의 최적의 모델 파라미터는 후속 계산 중에 더 이상 변경되지 않음), 등가 열 네트워크 모델 출력의 실제 출력 데이터는 실험 테스트 결과와 가장 잘 일치한다.

실시예에서, 자동차가 실제 작동되는 제1 순간에 자동차 배터리의 초기 상태 벡터값 및 자동차 배터리의 제1 작동 데이터를 획득하는 단계 S30는:

실제 작동의 초기 순간에 자동차 배터리의 초기 상태 벡터값을 데이터베이스로부터 획득하는 단계 - 자동차 배터리의 초기 상태 벡터값은 자동차가 실제로 주행하지 않는(자동차 배터리의 충전 및 방전이 발생하지 않는) 초기 상태에서 자동차의 초기 상태 벡터값을 의미하며, 여기서 초기 상태 벡터값은 미리 설정된 값이고, 초기 상태 벡터값은 자동차가 실제로 작동될 때 자동차의 배터리의 실시간 내부 온도와 관련되며, 초기 상태 벡터값은 본 개시내용에서 약간의 오류가 있을 수 있고, 본 개시내용은 후속 단계에서 잘못된 초기 상태 벡터값에 대한 단계적 피드백 보정을 할 수 있음 -;

실제 작동의 제1 순간에 제1 작동 데이터를 획득하는 단계를 더 포함하고, 제1 작동 데이터는 제1 배터리 표면 온도, 제1 냉각판 온도, 제1 주위 온도, 제1 전압값 및 제1 전류값을 포함하며; 제1 배터리 표면 온도는 자동차의 배터리 표면에 제공된 제4 온도 감지 디바이스에 의해 측정되고, 제1 냉각판 온도는 자동차의 배터리에 연결된 자동차 냉각 시스템의 냉각판에 제공된 제5 온도 감지 디바이스에 의해 측정되고; 당연히, 전술한 제4 및 제5 온도 감지 장치는 동일한 유형의 감지 장치(바람직하게는 전술한 제1 온도 감지 장치와 동일)로서 제공되어 검출된 온도 데이터 사이의 오류가 더 적다. 제1 주위 온도는 실제 작동의 제1 순간의 환경 온도이다; 제1 전압값은 실제 작동의 제1 순간에 자동차 배터리의 전압값이고, 제1 전류값은 실제 작동의 제1 순간에 자동차 배터리의 전류값이다. 당연히, 전술한 제1 전압값 및 제1 전류값은 자동차의 실제 작동 중에 매번 실시간으로 측정될 수 있다. 본 실시예에서, 도 2에 도시된 셀 내부 온도 계산 모델은 자동차 배터리의 실제 작동 중에 자동차 배터리의 열 전달 프로세스에서도 유용할 수 있다. 도 2에 도시된 바와 같이,

는 자동차의 내부 배터리 온도를 나타내고,

은 전술한 제1 배터리 표면 온도를 나타내며,

는 자동차가 제1 순간에 실제로 작동하는 환경의 제1 주위 온도를 나타내고,

는 제1 냉각판 온도(냉각 시스템의 냉각판이 냉각되지 않은 경우에

)를 나타내며,

는 자동차의 내부 배터리 발열율을 나타낸다.

실시예에서, 도 6에 도시된 바와 같이, 초기 상태 벡터값, 제1 작동 데이터 및 실제 작동의 실제 작동에 대한 최적의 모델 파라미터를 더 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계 S40은 다음을 더 포함한다:

S401, 데이터베이스로부터 자동차 배터리의 제2 개방 회로 전압 및 제2 온도 계수를 획득하는 단계; 당연히, 제2 개방 회로 전압과 제2 온도 계수는 모두 자동차 배터리의 SOC 값과 관련이 있으므로, 자동차 배터리의 SOC 값이 결정되는 한, 제2 개방 회로 전압과 제2 온도 계수는 이에 따라 결정될 수 있고, 자동차 배터리의 제2 개방 회로 전압 및 제2 온도 계수는 모두 배터리의 SOC 값과 관련하여 데이터베이스에 저장되고, 따라서 현재 순간에 제2 개방 회로 전압 및 제2 온도 계수는 자동차 배터리의 실시간 SOC 값에 따라 결정될 수 있다(실제 작동 프로세스에서, 자동차 배터리의 실시간 SOC 값이 측정될 수 있음).

S402: 제1 전압값, 제1 전류값 및 제1 배터리 표면 온도를 미리 설정된 제2 발열율 모델에 입력하고, 실제 작동의 제1 순간에 제2 발열율 모델에 의해 출력되는 제2 배터리 열생산율을 획득하는 단계. 당연히, 자동차의 실제 작동의 충전 및 방전 프로세스의 제1 순간은 실시간으로 제2 배터리의 열생산율에 대응한다.

바람직하게는, 제2 열생산율 모델은 다음과 같다:

여기서:

는 자동차의 배터리가 실제로 작동하는 제k 순간이고,

(N은 자동차가 실제로 작동하는 제N 순간을 지칭함),

는 정수이다; 자동차의 실제 작동의 초기 순간에,

; 자동차의 실제 작동의 제1 순간에,

; 자동차의 실제 작동의 제N 순간에 k=n이다.

는 제k 순간에 자동차 배터리의 배터리 발열율이다; 즉, 자동차 배터리의 내부 발열율이다.

은 옴 분극화와 농도 분극화의 합인 열 분극화 모이어티를 나타내고;

는 가역적인 반응열, 즉, 엔트로피 가열을 나타낸다.

는 자동차 배터리의 제2 개방 회로 전압이다;

은 자동차 배터리의 SOC 값과 관련되어 자동차의 미리 설정된 저장 영역의 OCV-SOC 테이블에 저장되며, 배터리 모듈의

는 OCV-SOC 테이블로부터 자동차 배터리에 대응하는 SOC 값을 쿼리하여 획득될 수 있다.

는 제k 순간에 자동차 배터리의 전압값이고;

은 실제 작동의 충전 및 방전 중 자동차 배터리의 전압을 나타내며, 실제 작동 중에 전압 측정 디바이스에 의해 실제로 측정될 수 있다.

는 제k 순간에 자동차 배터리의 전류값이고;

은 실제 작동에서 충전 및 방전 중 자동차 배터리의 전류를 나타내며, 실제 작동 중 전류 측정 디바이스에 의해 실제로 측정될 수 있으며,

는 충전 시 음수, 방전 시 양수이다.

는 제k 순간에 자동차 배터리의 배터리 표면 온도이다;

은 자동차 배터리 표면에 제공된 제4 온도 감지 디바이스에 의해 측정될 수 있다. 당연히, 제2 열생산율 모델에서,

와 관련하여, 열 전달,

은 제2 배터리의 발열율에 거의 영향을 미치지 않는다. 따라서, 본 실시예에서는, 제2 배터리 발열율을 실제로 계산하는 프로세스에서, 자동차의 배터리 표면의 배터리 표면 온도는 배터리 내부 온도(온도 감지 장치가 자동차 배터리에서 배터리 내부에 제공되지 않기 때문에 측정될 수 없음)로 등가로 대체될 수 있으며, 제2 배터리 발열율이 계산될 수 있다.

은 자동차 배터리의 제2 온도 계수이다. 제2 온도 계수는 자동차 배터리의 SOC 값과 관련하여 BMS 또는 다른 데이터베이스에 저장되며, 배터리는 BMS 또는 다른 데이터베이스로부터 자동차 배터리에 대응하는 SOC 값

을 쿼리하여 획득될 수 있다.

상기에 따르면, 자동차의 실제 작동의 제1 시간에,

, 이 순간에, 제2 발열율 모델은 다음과 같다:

여기서, 제1 전압값

, 제1 전류값

, 제1 배터리 표면 온도

, 제2 온도 계수

, 및 제2 개방 회로 전압

은 모두 알려져 있다. 따라서, 전술한 제2 발열율 모델로부터 제1 시간 순간에 대응하는 제2 배터리 발열율

을 취득할 수 있다.

S403, 최적의 모델 파라미터를 함유하는 등가 열 네트워크 모델에 초기 상태 벡터값, 제2 열생산율, 제1 냉각판의 온도 및 제1 주위 온도를 입력하고, 등가 열 네트워크 모델에 의해 출력되는 실제 작동의 제1 순간에 자동차 배터리의 제1 상태 벡터의 사전 추정된 값을 획득하는 단계.

이 실시예에서, 배터리 상태 공간 방정식은 먼저 다음과 같이 확립될 수 있다:

여기서,

는 실제 작동의 제k 순간에 배터리 상태 벡터의 사전 추정된 값

을 나타내고,

는 실제 작동의 제(k-1) 순간에 배터리 상태 벡터의 사후 값을 나타내며; k는 정수이다; 초기 작동 순간,

;

의 제1 순간에 자동차의 실제 작동; 자동차의 실제 작동의 제N 순간에,

; 및

초기 상태 벡터값.

은 도 3에 도시된 등가 열 네트워크 모델에 대응하고, 즉,

는 도 3에 도시된 등가 열 네트워크 모델에 의해 설명될 수 있으며;

는 자동차 배터리의 표면 지점의 온도의 추정된 값이고, 전술한 배터리로서 설명될 수 있다.

상태 벡터의 사전 추정된 값

의 함수;

은 자동차 배터리의 열생산율(예컨대, 전술한 제2 배터리 열생산율 또는 나중에 설명되는 제3 배터리 열생산율)이고;

는 자동차가 실제로 작동하는 환경의 온도(예컨대, 전술한 제1 주위 온도 또는 나중에 설명되는 제2 주위 온도)이고,

는 자동차의 냉각 시스템의 냉각판의 냉각 온도(예컨대, 전술한 제1 냉각판 온도 또는 나중에 설명되는 제2 냉각판 온도)이다.

그 후, 자동차가 실제로 작동하는 제1 순간에,

; 이 순간에, 위의 배터리 상태 공간 방정식으로부터 다음과 같이 알려져 있다:

여기서, 초기 상태 벡터값

, 제2 배터리 발열율

(자동차가 실제 작동하는 제1 순간에), 제1 냉각판 온도

및 제1 주위 온도

는 모두 알려져 있으므로, 제1 순간에 제1 상태 벡터 사전 추정값

이 도출될 수 있다.

S404, 제1 상태 벡터의 사전 추정된 값에 따라 제1 배터리 표면 지점 온도의 추정된 값을 결정하는 단계; 즉, 실제 작동의 제1 순간에

; 이 순간에

,

이 알려져 있으므로, 제1 배터리 표면 온도 추정된 값이 계산될 수 있다. 특정 시간 순간에의 제1 셀 표면 온도 지점 온도의 추정된 값

.

S405: 제1 상태 벡터의 사전 추정된 값, 제1 배터리 표면 지점 온도의 추정된 값 및 제1 배터리 표면 온도를 제1 이득값 및 제2 이득값을 포함하는 루엔버거 관측기에 입력하고, 루엔버거 관측기의 피드백 보정 후 제1 상태 벡터의 사후 값을 획득하는 단계.

바람직하게는, 루엔버거 관측기는 다음과 같다:

여기서:

k는 자동차 배터리의 실제 작동의 제k 순간이고,

이고, k는 정수이며; 자동차의 실제 작동의 초기 순간에

; 자동차의 실제 작동의 제1 순간에

; 자동차의 실제 작동의 제N 순간 시간에,

;

는 제k 순간에 자동차 배터리의 상태 벡터의 사후 값이고;

는 제k 순간에 자동차 배터리의 상태 벡터의 사전 추정된 값이며;

는 제1 이득값이고;

은 루엔버거 관측기에서 미리 설정되며;

는 제2 이득값이고;

은 루엔버거 관측기에서 미리 설정되며;

는 제k 순간에 자동차의 배터리 표면 온도이고;

는 자동차의 배터리 표면에 배치된 제4 온도 감지 디바이스에 의해 제k 순간에 실시간 측정에 의해 획득된다.

는 제k 순간에 자동차의 배터리 표면 온도의 추정된 값이고;

는 제i 순간

에 자동차의 배터리 표면 온도이고, i는 정수이고;

는 자동차의 배터리 표면에 배치된 제4 온도 감지 디바이스에 의해 제i 순간에 실시간으로 측정된다.

는 제i 시간에 자동차의 배터리 표면 지점 온도의 추정된 값이다.

그 후, 자동차가 실제로 작동하는 제1 순간에,

; 이 순간에, 전술한 루엔버거 관측기로부터 알 수 있다.

이 때, 위의 단계 S403에서, 제1 순간의 제1 상태 벡터의 사전 추정된 값은 알려진

이고; 위의 단계 S404에서, 제1 순간에

에서 제1 배터리 표면 지점 온도의 추정된 값이 알려져 있고;

및

은 보그 관측기(Borg observer)에서 미리 설정되며;

는 자동차의 배터리 표면에 배열된 제4 온도 감지 디바이스에 의해 제1 순간에 실시간으로 측정될 수 있다. 이 때,

제1 순간에 자동차 배터리의 제1 상태 벡터의 사후 값이 계산될 수 있다.

S406: 제1 상태 벡터의 사후 값에 따라 실제 작동의 제1 순간에 자동차 배터리 내부 온도의 제1 추정된 값을 결정하는 단계. 위에서 알 수 있는 바와 같이,

, 따라서, 제1 상태 벡터의 사후 값

과 자동차의 배터리 표면 온도(

)에 따라, 실제 작동의 제1 순간에 자동차 배터리의 제1 배터리 내부 온도의 추정된 값이 결정될 수 있다

.

실시예에서, 단계 S40 이후, 즉, 초기 상태 벡터값, 제1 작동 데이터 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라, 자동차의 배터리를 결정하고, 자동차의 실제 작동의 제1 순간에 제1 배터리 내부 온도의 추정된 값 후에, 다음을 더 포함한다:

자동차가 실제 주행하는 제N 순간에 자동차 배터리의 제2 작동 데이터와 제(N-1) 순간에 제2 상태 벡터 사후 값을 획득하는 단계 - N은 2 이상의 양의 정수임 -;

제(N-1) 순간에 제2 상태 벡터의 사후 값, 제2 작동 데이터, 및 제N 순간에 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 실제 작동 중 자동차의 배터리의 제N 순간에 제2 배터리의 내부 온도의 추정된 값을 결정하는 단계.

당연히, 본 개시내용에서, 자동차의 배터리 내부 온도는 상태 벡터의 사후 값을 통해 피드백 보정될 수 있고, 이어서 피드백 보정 후 배터리의 내부 온도는 실제 작동에서 추가로 보정된다(예를 들어, 제N 순간 지점에서, 제(N-1) 순간에 제2 상태 벡터의 사후 값에 대한 피드백 보정을 수행하고, 피드백 보정 후 제2 상태 벡터의 사후 값을 획득하며, 제2 상태 벡터의 사후 값에 따라, 제3 상태 벡터의 사후 값에 따른 실제 작동 중 자동차 배터리의 제N 순간에 제2 배터리의 내부 온도의 추정된 값이 결정될 수 있음). 즉, 배터리 내부의 온도는 자동차의 실제 운행 중에 항상 반복적인 보정 프로세스를 거치게 된다. 반복 프로세스가 진행됨에 따라, 배터리 내부 온도가 추정된다. 값은 점점 더 정확해질 것이다. 이러한 방식으로, 등가 열 네트워크 모델의 오류와 초기 상태 벡터값의 오류는 배터리의 실시간 내부 온도로 효과적으로 제거될 수 있다.

일 실시예에서, 제2 작동 데이터는 제2 배터리 표면 온도, 제2 냉각판 온도, 제2 주위 온도, 제2 전압값 및 제2 전류값을 포함하고; 제2 배터리 표면 온도는, 제2 냉각판의 온도가 제4 온도 감지 디바이스에 의해 측정되고, 제2 냉각판의 온도가 제5 온도 감지 디바이스에 의해 측정되는 것에 의해 결정되고; 제2 주위 온도는 제N 순간에 자동차가 실제로 주행되는 환경의 온도이고, 제2 전압값은 실제 작동의 제N 순간에 자동차 배터리의 전압값이며, 제2 전류값은 실제 작동의 제N 순간에 자동차 배터리의 전류값이다. 당연히, 전술한 제2 전압값 및 제2 전류값은 실제 자동차 작동 중 제N 순간에 실시간으로 측정될 수 있다. 실시예에서, 단계는 제(N-1) 순간에 제2 상태 벡터의 사후 값, 제2 작동 데이터, 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 결정된다. 실제 작동의 제N 순간에 자동차 배터리의 제2 배터리 내부 온도의 추정된 값은 다음을 포함한다:

제2 발열율 모델에 제2 전압값, 제2 전류값 및 제2 배터리 표면 온도가 입력되고, 제2 발열율 모델의 출력으로부터 획득된 자동차의 배터리는 실제 작동에서 제N 순간에 제3 배터리의 열생산율에 있으며; 당연히, 자동차 실제 작동의 충전 및 방전 프로세스 제N 순간은 실시간으로 제3 배터리 열생산율에 대응한다. 위의 제2 열생산율 모델에 따르면, 자동차의 실제 작동의 제N 순간에서

이고, 이 순간에 제2 열생산율 모델은 다음과 같다:

여기서, 제2 전압값

, 제2 전류값

, 제2 배터리 표면 온도

, 제2 온도 계수

및 제2 개방 회로 전압

은 모두 알려져 있다. 따라서, 전술한 제2 열생산율 모델에 따라 제N 발열율 모델이 획득될 수 있다. 제3 배터리의 열생산율은 시간

에 대응한다.

제(N-1) 순간에 제2 상태 벡터의 사후 값, 제3 배터리의 열생산율, 제2 냉각판의 온도, 및 제2 환경의 온도를 최적의 모델 파라미터를 포함한 모든 파라미터에 입력한다. 등가 열 네트워크 모델에서, 등가 열 네트워크 모델로부터 출력되는 실제 작동의 제N 순간에 자동차 배터리의 제2 상태 벡터의 사전 추정된 값이 획득되며; 위의 배터리 상태 공간 방정식에 따르면, 자동차에서, 실제 작동의 제N 순간,

; 이 순간에:

이 중, 제2 상태 벡터값의 사후 값

(제2 상태 벡터값의 사후 값은 초기 상태 벡터값에 대해 여러 번의 반복을 수행한 후 제1 순간으로부터 획득될 수 있음), 제3 배터리의 열생산율

(자동차가 실제 주행하는 제N 순간에,

), 제2 냉각판의 온도

및 제2 주위 온도

는 모두 알려져 있다. 따라서, 제N 순간에 제2 상태 벡터의 사전 추정된 값

이 획득될 수 있다.

제2 배터리 표면 지점 온도의 추정된 값은 제2 상태 벡터의 사전 추정된 값에 따라 결정되고; 즉, 실제 작동의 제N 순간에

; 이 때,

,

가 알려져 있기 때문에, 제N 순간에 제2 배터리 표면 지점 온도 추정값

가 계산될 수 있다.

제2 상태 벡터의 사전 추정된 값, 제2 배터리 표면의 추정된 지점 온도 및 제2 배터리 표면의 온도를 루엔버거 관측기에 입력하고, 그 후 제2 상태 벡터의 사후 값에 기초하여 루엔버거 관측기 피드백 보정을 획득하는 단계; 즉, 자동차가 실제로 주행하는 제N 순간에,

,

; 이 때, 전술한 루엔버거 관측기로부터 다음이 알려져 있을 수 있다:

이 때, 제2 상태 벡터의 사전 추정된 값은 제N 순간에 사전 추정된 값

이 알려져 있고; 제N 순간에 제2 배터리 표면 지점 온도의 추정된 값과 제N 순간

에 i 배터리 표면 지점 온도의 추정된 값

은 모두 알려져 있고;

및

는 루엔버거 관측기에서 미리 설정되며;

은 제1 순간 i에 자동차의 배터리 표면에 배열된 제4 온도 감지 디바이스에 의해 실시간으로 측정될 수 있다. 이 때, 제N 순간에 자동차 배터리의 제2 상태 벡터

의 사후 값이 계산될 수 있다.

제2 상태 벡터의 사후 값에 따라 자동차의 실제 작동의 제N 순간에 제2 배터리 내부 온도의 추정된 값을 결정하는 단계.

당연히, N은 2 이상의 양의 정수이다. N=2일 때, 제(N-1) 순간은 제1 순간이다. 이 때, 상기 실시예에서 제(N-1) 순간에 제2 상태 벡터는 검증값이 제1 순간에 대응하는 제1 상태 벡터의 사후 값이고; N이 2보다 크면, 위의 실시예에 따라 반복이 수행될 수 있다.

도 7에 도시된 바와 같이, 도 7은 본 개시내용의 배터리의 내부 온도 정보를 처리하는 방법에 의해 수행되는 실험적 검증의 검증 결과이다. 실험 검증의 검증 대상은 제1 온도 감지 디바이스가 배열된 배터리 모듈의 셀이다. 도 7은 배터리 셀의 내부 온도의 측정된 값

, 상이한 속도의 충전 및 방전 프로세스 및 정적 프로세스 중에 배터리 셀의 표면 온도

, 및 배터리 모듈의 배터리 셀에 대응하는 배터리의 내부 온도의 추정된 값

이다. 실험 결과에 따르면, 본 개시내용의 배터리 내부 온도는 추정된 값과 측정된 값 사이의 오류가 매우 작으며, 본 개시내용은 각각의 노드의 온도의 정확한 추정을 실현할 수 있다.

또한, 서버일 수 있는 컴퓨터 디바이스가 제공되며, 그 내부 구조도는 도 8에 도시된 바와 같을 수 있다. 컴퓨터 디바이스는 프로세서, 메모리, 네트워크 인터페이스, 및 시스템 버스에 의해 연결된 데이터베이스를 포함한다. 여기서, 컴퓨터 디바이스의 프로세서는 컴퓨팅 및 제어 능력을 제공하도록 구성된다. 컴퓨터 디바이스의 메모리는 비휘발성 저장 매체, 내부 메모리를 포함한다. 비휘발성 저장 매체는 운영 체제, 컴퓨터 판독 가능 명령어, 데이터베이스를 저장한다. 내부 메모리는 비휘발성 저장 매체에 운영 체제 및 컴퓨터-판독 가능 명령어가 실행될 수 있는 환경을 제공한다. 컴퓨터-판독 가능 명령어는 프로세서에 의해 실행될 때 배터리 내부 온도 정보 처리 방법을 구현한다.

또한, 메모리, 프로세서, 및 메모리에 저장되고 프로세서 상에서 실행 가능한 컴퓨터-판독 가능 명령어를 포함하는 컴퓨터 디바이스가 제공되고, 프로세서는 컴퓨터-판독 가능 명령어를 실행하여 전술한 배터리 내부 온도 정보 처리 방법을 구현한다.

본 개시내용은 또한, 프로세서에 의해 실행될 때, 전술한 배터리 내부 온도 정보 처리 방법을 구현하는 컴퓨터-판독 가능 명령어를 저장한 컴퓨터-판독 가능 저장 매체를 제공한다.

또한, 본 개시내용은 배터리 및 배터리에 통신적으로 연결된 제어 모듈을 포함하는 자동차를 제공하며, 제어 모듈은 배터리 내부 온도 정보 처리 방법을 수행하도록 구성된다.

제어 모듈의 특정 정의와 관련하여, 전술한 배터리 내부 온도 정보 처리 방법의 정의를 참조하며, 여기서 반복하지 않는다. 전술한 제어 모듈 각각은 소프트웨어, 하드웨어 및 그 조합에 의해 전체적으로 또는 부분적으로 구현될 수 있다. 상기 모듈은 하드웨어에 또는 컴퓨터 디바이스의 프로세서와 별개로 임베딩될 수 있거나, 상기 모듈에 대응하는 작동을 수행하기 위해 프로세서 호출을 용이하게 하기 위해 컴퓨터 디바이스의 메모리에 있는 소프트웨어에 저장될 수 있다.

본 기술 분야의 숙련자는 전술한 예시적인 프로세스를 구현하는 프로세스의 전부 또는 일부가, 컴퓨터-판독 가능 명령어에 의해 달성될 수 있고, 이 명령어는, 실행될 때, 전술한 방법의 실시예에 따른 프로세스를 포함할 수 있는 비일시적 컴퓨터-판독 가능 저장 매체에 저장될 수 있음을 이해할 것이다. 본 명세서에 제공된 다양한 실시예에서 사용되는 메모리, 저장소, 데이터베이스 또는 기타 매체에 대한 임의의 참조는 비휘발성 및/또는 휘발성 메모리를 포함할 수 있다. 비휘발성 메모리는 판독 전용 메모리(read-only memory)(ROM), 프로그래밍 가능한 ROM(PROM), 전기적으로 프로그래밍 가능한 ROM(EPROM), 전기적으로 소거 가능한 프로그래밍 가능한 ROM(EEPROM), 또는 플래시 메모리를 포함할 수 있다. 휘발성 메모리는 랜덤 액세스 메모리(random access memory)(RAM) 또는 외부 캐시 메모리를 포함할 수 있다. 제한이 아닌 예시로서, RAM은 정적 RAM(SRAM), 동적 RAM(DRAM), 동기식 DRAM(SDRAM), 이중 데이터 레이트 SDRAM(DDRSDRAM), 개선된 SDRAM(ESDRAM), 싱크링크 DRAM(SLDRAM), 메모리 버스 다이렉트 RAM(RDRAM), 다이렉트 메모리 버스 동적 RAM(DRDRAM), 메모리 버스 동적 RAM(RDRAM) 등과 같은 많은 형태로 사용할 수 있다.

본 기술 분야의 숙련자는 설명의 편의 및 간결함을 위해, 단지 전술한 기능 유닛 또는 모듈의 분할을 예로 들어 설명하지만, 실제로는 전술한 기능 할당이 상이한 기능 유닛 또는 모듈에 의해 수행될 수 있고, 즉, 디바이스의 내부 구조는 전술한 기능의 전부 또는 일부를 이행하는 데 필요한 상이한 기능 유닛 또는 모듈로 분할된다는 점을 명확하게 이해할 수 있다.

본 개시내용의 설명에서, 용어 "중앙", "길이방향", "측방향", "길이", "폭", "두께", "상부", "하부", "전방 ", "후방", "좌측", "우측", "수직", "수평", "상단", "하단", "내부", "외부", "시계 방향", "반시계 방향", "축방향", "반경방향", "원주방향" 등은 도면에 도시된 것을 기초로 하여 배향 또는 위치 관계를 나타낸다는 점을 이해하여야 한다. 이는 단지 개시의 용이한 설명과 설명의 단순함을 위한 것이며, 언급된 디바이스 또는 요소가 특정 배향을 가져야 하고, 특정 배향으로 구성 및 작동해야 함을 나타내거나 암시하도록 의도되지 않고, 따라서 본 개시내용을 제한하는 것으로 해석될 수 없다.

더욱이, "제1 " 및 "제2 "라는 용어는 설명의 목적으로만 사용되며 상대적 중요성을 나타내거나 암시하는 것으로, 또는 명시된 많은 기술적 피처를 암시하는 것으로 이해되어서는 안 된다. 따라서, "제1" 및 "제2"로 규정된 피처는 하나 이상의 이러한 피처를 명시적으로 또는 암시적으로 포함할 수 있다. 본 개시내용의 설명에서, "복수"는 명시적으로 특별히 달리 정의되지 않는 한 2개 이상을 의미한다.

본 개시내용에서, 달리 명시적으로 지정 및 제한되지 않는 한, 용어 "설치된", "연결된", "결합된", "고정된" 및 기타 용어는 넓은 의미로 이해하여야 하며, 예를 들어 고정된 연결 또는 분리 가능한 연결이거나 일체화될 수 있다; 기계적 연결 또는 전기적 연결일 수 있다; 직접 연결 또는 중간 매체를 통한 간접 연결일 수도 있으며, 2개의 요소의 내부 연결 또는 2개의 요소 사이의 상호 작용 관계일 수 있다. 본 개시내용의 숙련자의 경우, 본 개시내용에서 상기 용어의 구체적인 의미를 특정한 상황에 따라 이해할 수 있다.

본 개시내용에서, 명시적으로 언급되고 달리 제한되지 않는 한, 제1 피처가 제2 피처의 "위" 또는 "아래"에 있다는 것은 제1 및 제2 피처의 직접 접촉, 또는 중개자를 통한 제1 및 제2 피처의 간접 접촉일 수 있다. 또한, 제1 피처가 제2 피처 "위에", "상방에" 및 "상에" 있다는 것은 제1 피처가 제2 피처의 바로 위 또는 비스듬하게 위에 있다는 것을 의미할 수 있거나, 단순히 제1 피처가 제2 피처보다 높이가 높다는 것을 의미할 수 있다. 제1 피처가 제2 피처의 "아래에", "하방에" 및 "하에" 있다는 것은 제1 피처가 제2 피처 바로 아래 또는 비스듬하게 아래에 있다는 것을 의미할 수 있거나, 단순히 제1 피처가 제2 피처보다 낮은 높이를 갖는다는 것을 의미할 수 있다.

본 명세서의 설명에서, 용어 "일 실시예", "일부 실시예"를 참조하고, "예", "구체적인 예" 또는 "일부 예" 등의 설명은 실시예 또는 예와 관련하여 설명된 특정 피처, 구조, 재료, 또는 특성이 본 개시내용의 적어도 하나의 실시예 또는 예에 포함된다는 것을 의미한다. 본 명세서에서, 상기 용어의 개략적인 표현은 반드시 동일한 실시예 또는 예를 가리키는 것은 아니다. 더욱이, 설명된 특정 피처, 구조, 재료 또는 특성은 어느 하나 이상의 실시예 또는 예에서 임의의 적절한 방식으로 조합될 수 있다. 더욱이, 본 기술 분야의 숙련자는 본 명세서에 설명된 상이한 실시예 또는 예 뿐만 아니라 상이한 실시예 또는 예의 피처를 서로 상충하지 않고 조합 및 결합할 수 있다.

이상에서 본 개시내용의 실시예를 도시하고 설명하였지만, 전술한 실시예는 예시적인 것이며, 본 개시내용을 제한하는 것으로 해석되어서는 안 되며, 본 기술 분야의 숙련자는 본 개시내용의 범위 내에서 전술한 실시예를 해석할 수 있음을 이해하여야 한다. 실시예는 변형, 수정, 대체 및 변형이 가능하다.

Claims (14)

1. 배터리 내부 온도 정보 처리 방법으로서,
   일정한 온도 환경에서 상이한 오프라인 조건 하에 오프라인 테스트를 수행할 때 배터리 모듈의 오프라인 테스트 데이터를 획득하는 단계;
   오프라인 테스트 데이터에 따라 등가 열 네트워크 모델의 초기 파라미터의 다수의 세트를 획득하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 초기 파라미터 중 최적의 모델 파라미터를 결정하는 단계;
   자동차가 실제 작동되는 제1 순간에 자동차 배터리의 초기 상태 벡터값 및 자동차 배터리의 제1 작동 데이터를 획득하는 단계;
   초기 상태 벡터값, 제1 작동 데이터 및 실제 작동의 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계를 포함하는, 방법.
2. 제1항에 있어서, 일정한 온도 환경의 상이한 오프라인 작동 조건 하에서 오프라인 테스트를 수행할 때 배터리 모듈의 오프라인 테스트 데이터를 획득하는 단계는:
   오프라인 테스트를 수행하기 위해 상이한 오프라인 작동 조건 하에서 배터리 모듈의 오프라인 온도 데이터 및 등가 회로 데이터를 획득하는 단계를 포함하고; 오프라인 온도 데이터는 오프라인 테스트 내부 온도, 오프라인 테스트 표면 온도, 오프라인 냉각판 온도, 및 배터리 모듈이 오프라인 테스트를 받는 일정한 온도 환경의 오프라인 주위 온도를 포함하며; 오프라인 테스트의 내부 온도는 배터리 모듈의 셀 내부에 배열된 제1 온도 감지 디바이스에 의해 측정되고; 오프라인 테스트 표면 온도는 배터리 모듈의 셀 표면 상에 배열된 제2 온도 감지 디바이스에 의해 측정되며; 오프라인 냉각판 온도는 배터리 모듈에 연결된 냉각 시스템 상에 배열된 냉각판 상의 제3 온도 감지 디바이스에 의해 측정되고; 등가 회로 데이터는 배터리 모듈의 배터리 단자 전압값 및 배터리 전류값을 포함하는, 방법.
3. 제2항에 있어서, 배터리 모듈의 오프라인 온도 데이터 및 오프라인 테스트 데이터를 획득한 후, 방법은:
   데이터베이스로부터 배터리 모듈의 제1 개방 회로 전압 및 제1 온도 계수를 획득하는 단계;
   배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도를 미리 설정된 제1 열생산율 모델로 그룹화하여 입력하고, 상이한 오프라인 작업 조건 하에서 제1 열생산율 모델로부터 출력된 배터리 모듈의 제1 배터리 열생산율을 획득하는 단계를 포함하고; 배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도의 세트는 동일한 오프라인 작업 조건 하에서 동일한 순간에 대응하는 배터리 단자 전압값, 배터리 전류값 및 오프라인 테스트 내부 온도로서 정의되는, 방법.
4. 제3항에 있어서, 제1 열생산율 모델은:
   

   

   이고;
   

   

   는 오프라인 조건 하에서 배터리 모듈의 제1 배터리 열생산율이며;
   

   

   는 배터리 모듈의 제1 개방 회로 전압이고;
   

   

   는 배터리 모듈의 배터리 단자 전압값이며;
   

   

   는 배터리 모듈의 배터리 전류값이고;
   

   

   는 오프라인 테스트 내부 온도이며;
   

   

   는 배터리 모듈의 제1 온도 계수인, 방법.
5. 제3항 또는 제4항에 있어서, 오프라인 테스트 데이터에 따라 등가 열 네트워크 모델의 초기 파라미터의 다수의 세트를 획득하고, 다목적 함수 피팅 방법에 기초하여 등가 열 네트워크 모델의 초기 파라미터 중 최적의 모델 파라미터를 결정하는 단계는:
   등가 열 네트워크 모델의 입력 데이터 및 출력 데이터를 획득하고, 입력 데이터를 동일한 오프라인 작동 조건 하에서 동일한 순간에 대응하는 출력 데이터와 관련시키는 단계 - 입력 데이터는 제1 배터리 열생산율, 오프라인 냉각판 온도 및 오프라인 주위 온도를 포함하고; 출력 데이터는 오프라인 테스트 내부 온도와 오프라인 테스트 표면 온도를 포함함 -;
   등가 열 네트워크 모델 등가 열 네트워크 모델에 입력 데이터를 입력하고, 등가 열 네트워크 모델에 입력된 입력 데이터와 관련된 출력 데이터를 등가 열 네트워크 모델의 출력으로서 취하여 등가 열 네트워크 모델의 초기 파라미터를 획득하는 단계 - 초기 파라미터 세트는 등가 열 네트워크 모델에서 배터리 모듈의 셀 내부의 등가 열용량, 셀 내부로부터 각각의 열 전달 경로에 대응하는 셀의 표면 지점까지의 열 저항, 각각의 열 전달 경로에 대응하는 셀 표면 지점으로부터 외부 환경으로의 열 저항, 및 각각의 열 전달 경로에 대응하는 셀 표면 지점의 등가 열용량을 포함함 -; 및
   다목적 함수 피팅 방법에 기초하여 초기 파라미터 중 최적의 모델 파라미터 세트를 결정하는 단계를 더 포함하고; 다목적 함수 피팅 방법은 최소 제곱, 유전 알고리즘, 및 입자 군집 최적화 알고리즘 중 하나 이상을 포함하는, 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서, 자동차가 실제 작동되는 제1 순간에 자동차 배터리의 초기 상태 벡터값 및 자동차 배터리의 제1 작동 데이터를 획득하는 단계는:
   실제 작동의 초기 순간에 자동차 배터리의 초기 상태 벡터값을 데이터베이스로부터 획득하는 단계;
   실제 작동의 제1 순간에 제1 작동 데이터를 획득하는 단계를 더 포함하고, 제1 작동 데이터는 제1 배터리 표면 온도, 제1 냉각판 온도, 제1 주위 온도, 제1 전압값 및 제1 전류값을 포함하며; 제1 배터리 표면 온도는 자동차의 배터리 표면 상에 제공된 제4 온도 감지 디바이스에 의해 측정되고, 제1 냉각판 온도는 자동차의 배터리에 연결된 자동차 냉각 시스템의 냉각판 상에 제공된 제5 온도 감지 디바이스에 의해 측정되고; 제1 주위 온도는 실제 작동의 제1 순간의 환경 온도이며; 제1 전압값은 실제 작동의 제1 순간에 자동차 배터리의 전압값이고, 제1 전류값은 실제 작동의 제1 순간에 자동차 배터리의 전류값인, 방법.
7. 제6항에 있어서, 초기 상태 벡터값, 제1 작동 데이터 및 실제 작동의 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계는:
   데이터베이스로부터 자동차 배터리의 제2 개방 회로 전압 및 제2 온도 계수를 획득하는 단계;
   제1 전압값, 제1 전류값 및 제1 배터리 표면 온도를 미리 설정된 제2 발열율 모델에 입력하고, 실제 작동의 제1 순간에 제2 발열율 모델에 의해 출력되는 제2 배터리 열생산율을 획득하는 단계;
   최적의 모델 파라미터를 함유하는 등가 열 네트워크 모델에 초기 상태 벡터값, 제2 열생산율, 제1 냉각판의 온도 및 제1 주위 온도를 입력하고, 등가 열 네트워크 모델에 의해 출력되는 실제 작동의 제1 순간에 자동차 배터리의 제1 상태 벡터의 사전 추정된 값을 획득하는 단계;
   제1 상태 벡터의 사전 추정된 값에 따라 제1 배터리 표면 지점 온도의 추정된 값을 결정하는 단계;
   제1 상태 벡터의 사전 추정된 값, 제1 배터리 표면 지점 온도의 추정된 값 및 제1 배터리 표면 온도를 제1 이득값 및 제2 이득값을 포함하는 루엔버거 관측기에 입력하고, 루엔버거 관측기의 피드백 보정 후 제1 상태 벡터의 사후 값을 획득하는 단계;
   제1 상태 벡터의 사후 값에 따라 실제 작동의 제1 순간에 자동차 배터리 내부 온도의 제1 추정된 값을 결정하는 단계를 더 포함하는, 방법.
8. 제7항에 있어서, 초기 상태 벡터값, 제1 작동 데이터 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 제1 순간에 배터리의 내부 온도 추정값을 결정하는 단계는:
   자동차가 실제 주행하는 제N 순간에 자동차 배터리의 제2 작동 데이터와 제(N-1) 순간에 제2 상태 벡터 사후 값을 획득하는 단계 - N은 2 이상의 양의 정수임 -;
   제(N-1) 순간에 제2 상태 벡터의 사후 값, 제2 작동 데이터, 및 제N 순간에 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 실제 작동 중 자동차의 배터리의 제N 순간에 제2 배터리의 내부 온도의 추정된 값을 결정하는 단계를 더 포함하는, 방법.
9. 제8항에 있어서, 제2 작동 데이터는 제2 배터리 표면 온도, 제2 냉각판 온도, 제2 주위 온도, 제2 전압값 및 제2 전류값을 포함하고; 제2 배터리 표면 온도는 제4 온도 감지 디바이스에 의해 측정되며; 제2 냉각판 온도는 제5 온도 감지 디바이스에 의해 측정되고; 제2 주위 온도는 제N 순간에 자동차가 실제로 주행하는 환경의 온도이며; 제2 전압값은 실제 작동의 제N 순간에 자동차 배터리의 전압값이고; 제2 전류값은 실제 작동의 제N 순간에 자동차 배터리인, 방법.
10. 제9항에 있어서, 제(N-1) 순간에 제2 상태 벡터의 사후 값, 제2 작동 데이터, 및 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 따라 실제 작동 중 자동차의 배터리의 제N 순간에 제2 배터리의 내부 온도의 추정된 값을 결정하는 단계는:
    제2 발열율 모델에 제2 전압값, 제2 전류값 및 제2 배터리 표면 온도를 입력하고, 실제 작동의 제N 순간에 제2 발열율 모델로부터 출력되는 자동차 배터리의 제3 배터리 열생산율을 획득하는 단계;
    제(N-1) 순간에 제2 상태 벡터의 사후 값, 제3 배터리의 열생산율, 제2 냉각판의 온도 및 제2 환경의 온도를 최적의 모델 파라미터를 포함하는 등가 열 네트워크 모델에 입력하고, 등가 열 네트워크 모델에 의해 출력되는 실제 작동의 제N 순간에 자동차 배터리의 제2 상태 벡터의 사전 추정된 값을 획득하는 단계;
    사전 추정값인 제2 상태 벡터에 기초하여 제2 배터리 표면 지점 온도 추정값을 결정하는 단계;
    제2 상태 벡터의 사전 추정된 값, 제2 배터리 표면의 추정된 지점 온도 및 제2 배터리 표면의 온도를 루엔버거 관측기에 입력하고, 그 후 제2 상태 벡터의 사후 값에 기초하여 루엔버거 관측기 피드백 보정을 획득하는 단계;
    제2 상태 벡터의 사후 값에 따라 자동차의 실제 작동의 제N 순간에 제2 배터리 내부 온도의 추정된 값을 결정하는 단계를 포함하는, 방법.
11. 제7항 내지 제10항 중 어느 한 항에 있어서, 제2 열생산율 모델은:
    

    

    이고
    k는 자동차 배터리의 실제 작동의 제k 순간

    

    이고, k는 정수이며; 자동차의 실제 작동의 초기 순간에 k=0; 자동차의 실제 작동의 제1 순간에, k=1; 자동차 제N 순간의 실제 작동의 제1 순간에, k=N이고;
    

    

    는 k 순간에 자동차 배터리의 제2 배터리 열생산율이며;
    

    

    는 자동차 배터리의 제2 개방 회로 전압이고;
    

    

    는 k 순간에 자동차 배터리의 제2 전압값이며;
    

    

    는 제k 순간에 자동차 배터리의 제2 전류값이고;
    

    

    는 k 순간에 자동차 배터리의 제2 배터리 표면 온도이며;
    

    

    는 자동차 배터리의 제2 온도 계수인, 방법.
12. 제7항 내지 제11항 중 어느 한 항에 있어서, 루엔버거 관측기는:
    

    

    이고
    k는 자동차 배터리의 실제 작동의 제k 순간

    

    이고, k는 정수이며; 자동차의 실제 작동의 초기 순간에 k=0; 자동차의 실제 작동의 제1 순간에 k=1; 자동차 순간의 실제 작동의 제N 순간에, k=N이고;
    

    

    는 제k 순간에 자동차 배터리의 제2 상태 벡터의 사후 값이며;
    

    

    는 제k 순간에 자동차 배터리의 상태 벡터의 사전 추정된 값이고;
    

    

    는 제1 이득값이며;
    

    

    는 제2 이득값이고;
    

    

    는 제k 순간에 자동차의 제2 배터리 표면 온도이며;
    

    

    는 제k 순간에 자동차의 배터리 표면 온도의 제2 추정된 값이고;
    

    

    는 제i 순간에 자동차의 i 배터리 표면 온도,

    

    이고, i는 정수이고;
    

    

    는 제i 순간에 자동차의 배터리 표면 지점 온도의 추정된 값인, 방법.
13. 메모리, 프로세서, 및 메모리에 저장되고 프로세서 상에서 실행가능한 컴퓨터-판독 가능 명령어를 포함하는 컴퓨터 디바이스로서, 프로세서가 제1항 내지 제12항 중 어느 한 항에 따른 컴퓨터-판독 가능 명령어를 실행할 때 실현되는, 컴퓨터 디바이스.
14. 컴퓨터-판독 가능 명령어를 저장한 컴퓨터 판독 가능 저장 매체에 있어서, 컴퓨터-판독 가능 명령어가 프로세서에 의해 실행될 때, 제1항 내지 제12항 중 어느 한 항이 구현되는 것을 특징으로 하는 컴퓨터 판독 가능 저장 매체.

Images