一种动力锂电池内外部温度预测方法技术

本发明专利技术提供了一种动力锂电池内外部温度预测方法，首先，构建考虑环境温度的锂离子电池电热耦合模型；再通过遗忘因子最小二乘法对模型的参数识别，分别得到不同环境下的模型参数；然后结合动态工况试验数据对提出的由参数识别结果所建立的锂离子电池电热耦合模型进行仿真层面验证；最后，构建考虑环境温度的状态观测器对模型进行应用层面验证。本发明专利技术解决了由不同环境温度引起的模型不准确而导致的状态估算误差较大等问题，对动力电池组的利用效率、使用寿命，整车性能都起着重大作用。

A prediction method for internal and external temperature of power lithium battery

【技术实现步骤摘要】
一种动力锂电池内外部温度预测方法
本专利技术属于锂离子电池
，具体涉及一种动力锂电池内外部温度预测方法。
技术介绍
近年来，锂离子电池因其高比能量、高比功率、无记忆效应以及长循环寿命，在电动车领域得到了广泛的应用。锂离子动力电池是新能源汽车(Newenergyvehicle,NEV)的主要能量供给者，其具有轻量化、低放电率和高能量密度等诸多优点，在NEV中获得了广泛应用。而电池管理系统(BatteryManagementSystem,BMS)在电动汽车应用中对于锂电池安全高效地运行(处于合适的电压，工作温度区间)至关重要，该系统通常以串联/并联配置连接成百上千个电池单体，以满足车辆的高功率和高电压需求。另外，热管理是BMS的关键部分，电池温度控制不当是新能源汽车出行安全的真正威胁。因此，锂电池的精确建模对开发高效的电池管理系统是最具挑战的任务和难点之一。为此，国内外诸多研究人员对锂离子电池的数学模型开展了大量研究。其主要包括电化学模型和等效电路模型。由于等效电路模型在计算电池外特性方面有参数少，建模方便和计算简单的特点，因此等效电本文档来自技高网...

【技术保护点】
1.一种动力锂电池内外部温度预测方法，其特征在于，包括以下步骤：/nS1：构建考虑环境温度的锂离子电池电热耦合模型；/nS2：通过遗忘因子最小二乘法对所述步骤S1中锂离子电池电热耦合模型的参数识别，分别得到不同环境下的模型参数；/nS3：结合动态工况试验数据对提出的由参数识别结果所建立的锂离子电池电热耦合模型进行仿真层面验证；/nS4：利用测量所得的动态工况实验数据与模型仿真所得到的终端电压仿真数据对比，对所述步骤S1建立的模型进行应用层面验证，基于扩展卡尔曼滤波方法得到锂电池内外部温度的预测。/n

【技术特征摘要】
1.一种动力锂电池内外部温度预测方法，其特征在于，包括以下步骤：
S1：构建考虑环境温度的锂离子电池电热耦合模型；
S2：通过遗忘因子最小二乘法对所述步骤S1中锂离子电池电热耦合模型的参数识别，分别得到不同环境下的模型参数；
S3：结合动态工况试验数据对提出的由参数识别结果所建立的锂离子电池电热耦合模型进行仿真层面验证；
S4：利用测量所得的动态工况实验数据与模型仿真所得到的终端电压仿真数据对比，对所述步骤S1建立的模型进行应用层面验证，基于扩展卡尔曼滤波方法得到锂电池内外部温度的预测。


2.根据权利要求1所述的动力锂电池内外部温度预测方法，其特征在于，所述步骤S1中锂离子电池电热耦合模型的电特性部分的数学关系式为：



其中，Ut为电池端电压；UOC表示开路电压；R为欧姆内阻；R1(Tamb)和C1(Tamb)分别为电化学极化电阻和电化学极化分数阶电容并且是环境温度Tamb的函数；R2(Tamb)和C2(Tamb)分别为浓度极化电阻和浓度极化分数阶电容且是环境温度Tamb的函数；I表示负载电流；U1和U2分别表示电化学极化电压和浓度极化电压。


3.根据权利要求1或2所述的动力锂电池内外部温度预测方法，其特征在于，所述步骤S1中锂离子电池电热耦合模型的热特性部分的数学关系式为：






Q＝(UOC-Ut)I(4)
定义
Tis＝Tin-Tamb(5)
TSs＝TS-Tamb(6)
上式(2)和(3)变形为：






上式(7)和(8)变形为：






其中，CC是电池芯热容量；CS是外壳热容量；TS是电池表面温度；Tin是电池内芯温度；Q表示发热量；Ri和Ro分别表示等效的内外部热阻。


4.根据权利要求1所述的动力锂电池内外部温度预测方法，其特征在于:所述步骤S4中应用层面验证具体为：
对式(1)离散化可得：

【专利技术属性】
技术研发人员：庞辉，郭龙，武龙星，牟联晶，晋佳敏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61