[发明专利]一种动力电池及其电池管理系统的闭环联合设计方法在审
申请号: | 202110187913.9 | 申请日: | 2021-02-18 |
公开(公告)号: | CN112989574A | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 熊瑞;孙越;卢家欢;田金鹏;孙逢春 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/27 |
代理公司: | 北京市诚辉律师事务所 11430 | 代理人: | 岳东升;杨帅峰 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 动力电池 及其 电池 管理 系统 闭环 联合 设计 方法 | ||
1.一种动力电池及其电池管理系统的闭环联合设计方法,其特征在于:依次执行以下步骤:
收集不同电池生产厂家的不同型号动力电池单体、模组以及系统产品信息建立大数据云,用于提供动力电池与电池管理系统设计所需的电池参数;
以所需的电池材料类型和结构指标作为预选的电池设计参数进行初步设计,并将预选的电池设计参数用于待设计电池的数字化建模;
数字化建模环节首先基于所述预选的电池设计参数,利用大数据云匹配得到对应的电池性能参数;基于所述电池设计参数和电池性能参数,通过施加不同激励进行模拟仿真试验;
预选电池管理系统的设计参数,利用所述模拟仿真试验的试验数据进行电池的数字化建模,并进行相应的电池管理算法的开发,提取电池管理算法中的管理参数;
对所述电池性能参数与管理参数进行联合评价,并根据评价结果对电池设计参数和电池管理系统的设计参数进行更新优化;评价的标准为电池的性能参数最优,且电池的管理参数最优,即求解如下优化问题:
式中,θ1为电池设计参数,θ2为电池管理系统的设计参数,p1为电池性能参数,p2为电池管理参数;
重复依次执行上述步骤得到最优的电池与动力电池的设计参数,并用于实体动力电池与相应电池管理系统的制造。
2.如权利要求1所述的方法,其特征在于:建立大数据云时所收集的不同电池生产厂家的不同型号动力电池单体、模组以及系统产品信息,包括有关电池电解液、隔膜及正负极的材料参数,有关配方、浆料配制、涂布均匀度的工艺参数,有关电池形状尺寸、内部组成的结构形状和连接顺序、方式的结构参数,以及与电池材料、工艺及结构参数相匹配的设备测试及使用反馈的性能参数数据。
3.如权利要求1所述的方法,其特征在于:所述预选的电池设计参数包括:有关电池电解液、隔膜及正负极的材料参数,有关配方、浆料配制、涂布均匀度的工艺参数,有关电池形状尺寸、内部组成的结构形状和连接顺序、方式的结构参数等。
4.如权利要求1所述的方法,其特征在于:所述电池性能参数包括:关于电池的容量、电压、循环寿命、放电特性及内阻、工作温度范围、安全性能的本体性能参数。
5.如权利要求1所述的方法,其特征在于:预选的电池管理系统的设计参数包括:电池管理系统的管理策略相关参数以及系统硬件设计参数。
6.如权利要求1所述的方法,其特征在于:电池管理算法中的管理参数包括针对不同的管理控制对象,所需的涉及电池状态估计、安全管理、充电控制管理、能量控制管理、均衡管理、热管理及信息管理功能的参数。
7.如权利要求1所述的方法,其特征在于:所述模拟试验基于数字电池,经全工况、全体系及全生命周期下的推理及施加不同的电流激励得到与电池设计参数相匹配的特性响应,包括电池的工况特性、温度特性、性能衰退特性及寿命特性。
8.如权利要求1所述的方法,其特征在于:进行电池的数字化建模包括基于等效电路模型、电化学模型、时域分数阶模型、融合模型、基于大数据与人工智能算法的黑箱模型以及上述模型的变形形式。
9.如权利要求1所述的方法,其特征在于:所述电池管理算法的开发包括对电池的SOX估计、安全管理、充电控制管理、能量控制管理、均衡管理、热管理及信息管理算法,所述SOX估计为运用既定的算法和策略获得每一时刻的动力电池状态信息,具体包括电池的温度、荷电状态SOC、健康状态SOH、峰值功率SOP以及能量状态SOE。
10.如权利要求1所述的方法,其特征在于:对电池设计参数和电池管理系统的设计参数进行更新优化基于遗传算法、动态规划等全局优化算法,神经网络、深度学习、支持向量机、相关向量机的人工智能算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110187913.9/1.html,转载请声明来源钻瓜专利网。