[发明专利]一种应用数字孪生技术的锂离子电池充电及热管理方法

权利要求书

1.一种应用数字孪生技术的锂离子电池充电及热管理方法，其特征在于：具体包括以下步骤：

I.构建电池充电过程数字孪生体：

步骤一、针对特定实体电池i，进行信号采集，获取用于表征其运行状态的数据，并存储于电池数据存储平台；

步骤二、针对该电池i建立用于描述其内部反应、生热、散热、应力变化、容量衰退、内阻增长变化过程的通用仿真模型；

步骤三、基于修正算法并利用由所述电池数据存储平台存储的历史运行状态数据，对通用仿真模型进行修正，建立与所述通用仿真模型对应的数字孪生体；

步骤四、通过实时获取的表征电池i运行状态的数据，对数字孪生体进行实时状态更新；

II.充电策略优化：

步骤五、选取适合的充电或者热管理策略，确定策略中的待优化参数，基于所述待优化参数的可行范围，生成待优化参数的参数空间；

步骤六、设定充电或热管理的目标以及限制条件；

步骤七、基于所选取的充电或者热管理策略及所述参数空间，利用由步骤三建立的数字孪生体对所述管理策略进行仿真，确定所述管理策略的短期及长期管理效果；

步骤八、基于管理效果的仿真结果，针对管理策略选取适合的优化算法，结合由步骤六中确定的目标及限制条件，在所述参数空间中选取得到最佳的参数；

步骤九、根据所选取的最佳的参数，生成充电电流执行充电、或执行相应热管理动作；

步骤十、实时更新用于表征电池i运行状态的数据，并重复执行前述步骤。

2.如权利要求1所述的方法，其特征在于：所述步骤一中用于表征电池i运行状态的数据具体包括：电流、电压、表面及内部温度、应力。

3.如权利要求1所述的方法，其特征在于：所述步骤二中的通用仿真模型基于电化学、热力学、力学角度的考虑来建立，并针对电池i的具体型号以及应用场景，确定其内部材料特性、机械结构以及工作环境。

4.如权利要求1所述的方法，其特征在于：所述步骤三中对通用仿真模型进行修正，具体通过机器学习、深度学习、偏差补偿算法实现。

5.如权利要求1所述的方法，其特征在于：所述步骤四对数字孪生体进行实时状态更新，具体通过递推参数辨识，状态估计器方式实现。

6.如权利要求1所述的方法，其特征在于：所述步骤五中的充电策略选择多阶恒流充电、恒流恒压充电、交流充电、脉冲充电方式；热管理策略选择交流加热、短路加热、液体换热、空气换热方式。

7.如权利要求1所述的方法，其特征在于：所述步骤六所述的目标根据用户的预期的电池使用时间、电池寿命及安全性考虑，选取充入电量、充电速度、预期电池温度、预期电池加热或冷却速度目标；所述的限制条件根据电池当前健康状态、环境温度的考虑，选取最大电流倍率、最大电压、最高或最低温度、最大温升或散热速度的条件。

8.如权利要求1所述的方法，其特征在于：所述步骤七中通过仿真确定的管理效果包括：基于预期电池寿命、能量效率、电池温度分布、电池安全性。

9.如权利要求1所述的方法，其特征在于：所述步骤八中的优化算法，采用遗传算法、粒子群优化、最小二乘算法。