一种充电状态汽车电池温度的大数据预测系统技术方案

本发明专利技术提供一种充电状态汽车电池温度的大数据预测系统，包括第一预测模块、第一获取模块、偏差计算模块、调整模块、第二获取模块及第二预测模块。本发明专利技术采用改进的二次指数平滑算法进行预测，其通过结合环境温度以及天气情况来确定平滑算法的平滑系数，在保证预测模型的有效性的同时，减少了确定平滑系数的工作量，借助实验数据，表明改进平滑算法的预测精度高于普通二次指数平滑算法和BP神经网络，并且改进平滑算法的预测数据更加的平稳，能够更好的运用到实际中。本发明专利技术可实现在动力电池温度超限发生自燃前及时预警，可及时通过反馈系统调节或关闭充电状态，并对动力电池温度发展趋势进行预测。趋势进行预测。趋势进行预测。

【技术实现步骤摘要】
一种充电状态汽车电池温度的大数据预测系统


[0001]本专利技术涉及汽车电池领域，具体是一种充电状态汽车电池温度的大数据预测系统。

技术介绍

[0002]随着新能源汽车的快速发展，新能源动力电池也得到了大量应用，从而新能源动力电池的使用安全、寿命长短等性能受到了人们的高度关注。动力电池的安全性是其最基本也是最重要的性能，一方面影响着新能源汽车的使用安全，另一方面关乎电池的使用寿命。
[0003]新能源汽车在充电的过程中起火是新能源汽车最常见的起火原因之一，其主要原因是由于汽车的BMS监测系统失效或故障导致动力电池出现过充现象引起的。
[0004]新能源汽车在充电时，BMS监测系统会根据当前电池的状态给出一个合理的充电方案，然后将该方案发送给充电桩，充电桩通过该方案来制定一个符合当前车辆的充电条件。由于动力电池的是由多个单体电池组成的，所以在使用了一段时间后，每个单体电池的内阻、自放电率、衰减率等具体参数都将发生细微变化，无法保持一致，使用时间越长个体电池的电芯差异变大，BMS检测系统对电池组判断的准确率会越来越低，最终导致BMS判断失误或BMS失效，从而导致动力电池过充。
[0005]为了保证新能源汽车动力电池的使用安全，不仅需要对动力电池各个单体电池的进行定期检测，还需要在动力电池温度发生非正常变化时提前预警。
[0006]目前的新能源电动汽车电池温度的预测算法是针对较大区域的温度预测，很少有对电池各个部分的单点温度进行温度预测。如果将此类针对大区域范围的电池温度预测方法直接用到小范围或单点区域的电池温度预测上，会直接导致电池温度预测结果的精度降低。
[0007]鉴于此，本专利技术提出一种充电状态汽车电池温度的大数据预测系统，可以实现对新能源汽车动力电池的温度变化趋势进行实时的预测，并为动力电池生成一个温度预测模型，在动力电池温度超限前，提前反馈BMS检测系统调节充电电流或直接停止充电，实现对新能源汽车动力电池的双重保护，提高使用的安全性。

技术实现思路

[0008]本专利技术的目的在于提供一种充电状态汽车电池温度的大数据预测系统，能在新能源汽车充电过程中对新能源汽车动力电池温度进行实时预测，实现在动力电池温度超限发生自燃前及时预警，可及时通过反馈系统调节或关闭充电状态，并对动力电池温度发展趋势进行预测。
[0009]一种充电状态汽车电池温度的大数据预测系统，包括第一预测模块、第一获取模块、偏差计算模块、调整模块、第二获取模块及第二预测模块；
[0010]所述第一预测模块，用于根据各个历史周期在待预测时刻对应的电池温度归一化
处理值，利用指数平滑算法得到待预测时刻对应的电池温度预测值；
[0011]所述第一获取模块，用于获取待预测时刻的电池温度预测值以及电池温度的实际值；
[0012]所述偏差计算模块，用于计算所述电池温度预测值与所述电池温度实际值之间的差值，得到所述待预测时刻对应的预测偏差；
[0013]所述调整模块，用于所述预测偏差不在所述电池温度实际值预设比例范围内时，按照预设调整步长并调整指数平滑算法的平滑系数；
[0014]所述第二获取模块，用于根据调整后的平滑系数，重新计算待预测时刻对应的电池温度预测值，直到重新计算的电池温度预测值对应的预测偏差在电池温度实际值预设比例的范围内时，得到目标平滑系数；
[0015]所述第二预测模块，根据所述目标平滑系数及指数平滑算法计算得到该待预测时刻下一时刻对应的电池温度预测值；
[0016]所述指数平滑算法为改进的二次指数平滑算法，其平滑系数设定时考虑环境温度和天气情况的影响。
[0017]进一步的，所述第一预测模块包括第一指数平滑算法计算子模块、第一指数平滑算法计算子模块、及预测子模块，其中：
[0018]所述第一指数平滑算法计算子模块，用于根据各个历史周期在待预测时刻对应的电池温度归一化处理值，利用指数平滑算法一次计算得到各个历史周期在待预测时刻对应的电池温度平滑值；
[0019]所述第二指数平滑算法计算子模块，用于根据与待预测周期相邻的前一个历史周期对应的电池温度平滑值与电池温度归一化处理值，按照指数平滑算法计算得到待预测时刻对应的电池温度平滑值，所述待预测周期是所述待预测时刻所在的预设周期；
[0020]所述预测子模块，用于利用所述待预测时刻对应的电池温度平滑值及指数平滑算法参数因子，预测得到待预测时刻的电池温度预测值。
[0021]进一步的，所述二次指数平滑算法的平滑系数设定时考虑环境温度和天气情况的影响具体为：假设平滑系数a
n
表示为：
[0022][0023]式中：a
n
是n+1次温度相对于第n次温度的平滑系数；k是总系数；k
T
是环境温度系数；k
w
是天气情况系数；T
n+1
是滴n+1次测量的环境温度；T
n
是第n天的环境温度；W
n+1
是第n+1次获取的天气情况；W
n
是第n次获取的天气情况，将a
n
表达式带入至二次指数平滑算法公式即可得到改进平滑算法模型；
[0024]其中，总系数k、环境温度系数k
T
和天气情况系数k
w
的求解的模型为：
[0025]E(k,k
T
,k
W
)＝min[W
n+1
(t)
‑
FW
n+1
(t)]2[0026]式中：E(k,k
T
,k
W
)是最优参数(k,k
T
,k
W
)所对应的误差平方和；W
n+1
(t)是第n+1次第t时刻的温度预测值；FW
n+1
(t)是第n+1次第t时刻的温度实际值。
[0027]进一步的，t的取值范围为1～24。。
[0028]进一步的，所述第二预测模块，还用于预测待预测周期内其他待预测时刻对应的电池温度预测值，得到所述待预测周期对应的电池温度预测曲线图。
[0029]本专利技术具有如下有益效果：
[0030](1)本专利技术采用改进的二次指数平滑算法进行预测，其通过结合环境温度以及天气情况来确定平滑算法的平滑系数，在保证预测模型的有效性的同时，减少了确定平滑系数的工作量；
[0031](3)借助实验数据，表明改进平滑算法的预测精度高于普通二次指数平滑算法和BP神经网络，并且改进平滑算法的预测数据更加的平稳，能够更好的运用到实际中。
附图说明
[0032]图1为本专利技术充电状态汽车电池温度的大数据预测系统的结构框图；
[0033]图2为本专利技术充电状态汽车电池温度的大数据预测系统中第一预测模块的结构框图。
具体实施方式
[0034]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种充电状态汽车电池温度的大数据预测系统，其特征在于：包括第一预测模块、第一获取模块、偏差计算模块、调整模块、第二获取模块及第二预测模块；所述第一预测模块，用于根据各个历史周期在待预测时刻对应的电池温度归一化处理值，利用指数平滑算法得到待预测时刻对应的电池温度预测值；所述第一获取模块，用于获取待预测时刻的电池温度预测值以及电池温度的实际值；所述偏差计算模块，用于计算所述电池温度预测值与所述电池温度实际值之间的差值，得到所述待预测时刻对应的预测偏差；所述调整模块，用于所述预测偏差不在所述电池温度实际值预设比例范围内时，按照预设调整步长并调整指数平滑算法的平滑系数；所述第二获取模块，用于根据调整后的平滑系数，重新计算待预测时刻对应的电池温度预测值，直到重新计算的电池温度预测值对应的预测偏差在电池温度实际值预设比例的范围内时，得到目标平滑系数；所述第二预测模块，根据所述目标平滑系数及指数平滑算法计算得到该待预测时刻下一时刻对应的电池温度预测值；所述指数平滑算法为改进的二次指数平滑算法，其平滑系数设定时考虑环境温度和天气情况的影响。2.如权利要求1所述的充电状态汽车电池温度的大数据预测系统，其特征在于：所述第一预测模块包括第一指数平滑算法计算子模块、第一指数平滑算法计算子模块、及预测子模块，其中：所述第一指数平滑算法计算子模块，用于根据各个历史周期在待预测时刻对应的电池温度归一化处理值，利用指数平滑算法一次计算得到各个历史周期在待预测时刻对应的电池温度平滑值；所述第二指数平滑算法计算子模块，用于根据与待预测周期相邻的前一个历史周期对应的电池温度平滑值与电池温度归一化处理值，按照指数平滑算法计算得到待预测时刻对应的电池温度平滑值，所述待预测周期是所述待预测时刻所在的预设周期；所述预测子模块，用于利用所述待预测时刻对应的电池温度平滑值及指数平滑算法参数因子，预测得到待预测时刻的电池温度预测值。3.如权利要求1所述的充电状态汽车电池温...

【专利技术属性】
技术研发人员：凌在汛，向慕超，李喆，刘曼佳，陈文，郭雨，杨帆，金晨，焦海文，沈骏杰，
申请(专利权)人：湖北方源东力电力科学研究有限公司，
类型：发明
国别省市：