[發明專利]一種基于液冷散熱方式的動力電池溫度預測模型及建模方法

在審

• 申請號: 201911394147.2
• 申請日: 2019-12-30
• 公開（公告）號: CN111191366A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 王雯婷;孫煥麗;許立超;孟祥宇;王書洋
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F119/08
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 王巖

本發明公開了一種基于液冷散熱方式的動力電池溫度預測模型及建模方法，通過試驗標定電池與冷卻液之間的等效散熱參數隨流量的變化關系以及電池與空氣之間的等效散熱參數，并對標定結果進行修正，同時考慮電池內阻以及表征電池可逆熱的熵熱系數隨SOC、溫度等因素的變化關系，進而建立一種能夠針對不同熱管理階段對電池包內不同位置電池單體溫度的預測模型。按以上方法建立的模型，可以用于液冷動力電池包內部電池單體溫度的實時估算以及熱管理控制，并且能夠在保證仿真精度的基礎上，擴展模型的適用范圍，降低模型復雜程度，簡化模型輸入參數，提高模型運行的可靠性。

技術領域

本發明涉及電池技術領域，涉及一種基于液冷散熱方式的動力電池溫度預測模型及建模方法。

背景技術

隨著新能源汽車不斷的普及，動力電池作為新能源汽車三電系統的重要組成部分，有關其使用的安全、可靠和耐久性能越來越受到專業人士及終端用戶的關注。當前市場上新能源汽車主要采用的是鋰離子電池，其性能對溫度變化的敏感程度較高，不同溫度下電池的放電能量及輸出功率等會有差異，影響整車的動力性及經濟性。同時，溫度過高或過低對電池的使用壽命也有一定的影響。因此，在整車及動力電池使用過程中，需要對電池溫度進行重點關注。

在用戶實際用車過程中，對儀表顯示的剩余里程比較關注，剩余里程估算不準容易影響用戶正常用車，引起用戶抱怨。剩余里程與電池的剩余能量(SOE)有直接相關性，而電池溫度又直接影響SOE。因此，準確預測電池溫度有助于提高SOE估算的精度，減少用戶抱怨。

此外，還可以對電池溫度的預測結果進行條件判斷，提前對電池進行熱管理控制，保證電池盡可能工作在適宜的溫度范圍內，從而延長電池的使用壽命和可靠性。

現有對動力電池溫度預測的模型主要分為神經網絡模型、電化學-熱耦合模型、電-熱耦合模型和熱濫用模型四大類，技術現狀如下：

1)神經網絡模型

應用神經網絡法對動力電池溫度進行預測，需要建立多個訓練單元以執行訓練步驟，并且需要基于大量實測數據用于模型訓練，工作量大且不易操作。此外，神經網絡模型多應用于特定電流條件下的電池溫度預測，而實車運行過程中的電流通常為動態變化的，該方法在此條件下并不適用。而在本發明所述的模型及建模方法中，參數標定所需的實測數據量遠少于神經網絡模型，且不受制于特定的電流條件，工作量小、應用范圍廣且易于操作。

2)電化學-熱耦合模型

電化學-熱耦合模型是從電化學反應生熱的角度來描述電池的熱模型，此類模型的建立需要基于電池單體內部各處電流密度均勻分布的假設進行，這種假設對于小型電池較為適用，而對于大型電池而言，由于電池單體內部實際電流密度的分布情況相對復雜，基于這種假設進行模型計算的精度通常遠低于小電池，導致該模型在使用上具有一定的局限性。而本發明所述的模型不受電池尺寸影響，適用范圍大于該模型。

3)電-熱耦合模型

電-熱耦合模型是一種考慮了電池單體內部電流密度分布情況的電池熱模型，這類模型在建立之前，需要先獲取電池單體內部電場的準確模型，雖然模型計算精度較高，但是電池單體內部電場模型不易準確獲取，在使用上也不夠便利。而本發明所述的模型參數獲取方法簡單，仿真精度不低于常用的電池熱模型。

4)熱濫用模型

熱濫用模型主要是用來模擬電池在高溫條件下的生熱情況，并判斷電池何時達到熱失控點，以及熱失控反應發生后電池的狀態，屬于專用于安全性研究的模型，在使用范圍上具有局限性。

發明內容

針對現有技術中存在的上述問題，本發明的目的在于提供一種基于液冷散熱方式的動力電池溫度預測模型及建模方法。

為達上述目的，本發明采用以下技術方案：