JP7336034B2 - 電池内部温度情報処理方法、コンピュータ装置及び記憶媒体 - Google Patents

電池内部温度情報処理方法、コンピュータ装置及び記憶媒体 Download PDF

Info

Publication number
JP7336034B2
JP7336034B2 JP2022532029A JP2022532029A JP7336034B2 JP 7336034 B2 JP7336034 B2 JP 7336034B2 JP 2022532029 A JP2022532029 A JP 2022532029A JP 2022532029 A JP2022532029 A JP 2022532029A JP 7336034 B2 JP7336034 B2 JP 7336034B2
Authority
JP
Japan
Prior art keywords
battery
temperature
vehicle
time
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022532029A
Other languages
English (en)
Other versions
JP2023504135A (ja
Inventor
▲でん▼林旺
李▲暁▼▲倩▼
▲馮▼天宇
▲劉▼思佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BYD Co Ltd
Original Assignee
BYD Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BYD Co Ltd filed Critical BYD Co Ltd
Publication of JP2023504135A publication Critical patent/JP2023504135A/ja
Application granted granted Critical
Publication of JP7336034B2 publication Critical patent/JP7336034B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
    • H01M10/625—Vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
    • B60R16/033—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for characterised by the use of electrical cells or batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
    • G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/61—Types of temperature control
    • H01M10/613—Cooling or keeping cold
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/655—Solid structures for heat exchange or heat conduction
    • H01M10/6554—Rods or plates
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Description

（関連出願の相互参照）
本開示は、ビーワイディー カンパニー リミテッドが２０１９年１１月２８日に提出した出願名称「電池内部温度情報処理方法、コンピュータ装置及び記憶媒体」の中国特許出願第「２０１９１１１９０７６０．２」号の優先権を主張するものであり、その全ての内容は参照により本開示に組み込まれるものとする。
本開示は、電池温度の技術分野に関し、具体的には電池内部温度情報処理方法、コンピュータ装置及び記憶媒体に関する。
新エネルギー自動車の動力としての電池は、充放電過程において温度上昇現象が遍在し、かつ電池内部の発熱及び放熱が不均一であるため、電池内部に温度場の分布が存在し、ひいては電池の内部と外部に温度差が大きく、特に電力需要の高まる適用において、より明らかになり、しかしながら、実際の電池熱管理において、電池の外面で電池表面温度をリアルタイムに測定することしかできず、電池内部温度をリアルタイムに測定することができないが、電池内部温度は、電池の性能に大きく影響を与え、かつ電池の安全性能に直接関わるため、電池の熱管理、特に電池内部温度の推定は、電池管理システムの重要で最も挑戦的な部分の１つとなっている。
関連技術では、電池内部温度推定方法において、電気化学インピーダンススペクトル試験に基づいて電池内部温度を推定する方法は、試験システムに対する要件が高いため、実際の車両は、その試験条件を満たすことができず、内部温度と表面温度との間の関数関係に基づいて電池内部温度を推定する方法は、得られた関数関係が実際の物理的意味がなく、様々な複雑な動作モードでの電池内部温度の正確な算出に適応しにくく、関連技術における電池伝熱モデルで電池表面を１つの温度点と等価にする方法は、電池表面の各点の温度がいずれも同じであると考えられ、該解決手段の欠点としては、電池の内部構造及び外部形状がいずれも完全な対称構造ではなく、電池の内部から各面までの伝熱経路が一致しないので、電池表面の異なる位置での温度も異なるため、表面温度を１つの点と等価にすると最終的に推定される電池温度の誤差が大きくなる。
本開示の実施例は、電池内部温度をリアルタイムで正確に推定し、さらにリアルタイムで正確に推定された電池内部温度に基づいて電池の動作条件を最適化し、電池の安全性を向上させることができる電池内部温度情報処理方法、コンピュータ装置及び記憶媒体を提供する。
第１の態様では、本開示の実施例に係る電池内部温度情報処理方法は、
電池モジュールが恒温環境の異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得するステップと、
前記オフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを取得し、多目的関数フィッティング法に基づいて前記等価熱ネットワークモデルの各前記初期パラメータのうち最適モデルパラメータを決定するステップと、
車両の電池の初期状態ベクトル値、及び前記車両が実際に動作する第１の時刻での前記車両の電池の第１の動作データを取得するステップと、
前記初期状態ベクトル値、前記第１の動作データ、及び前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第１の時刻での前記車両の電池の第１の電池内部温度推定値を決定するステップと、を含む。
第２の態様では、本開示の実施例に係るコンピュータ装置は、メモリ、プロセッサ、及び前記メモリに記憶され前記プロセッサで実行可能なコンピュータ読み取り可能な命令を含み、前記プロセッサが前記コンピュータ読み取り可能な命令を実行するときに前記電池内部温度情報処理方法を実現する。
第３の態様では、本開示の実施例に係るコンピュータ読み取り可能な記憶媒体には、コンピュータ読み取り可能な命令が記憶され、前記コンピュータ読み取り可能な命令がプロセッサにより実行されるときに前記電池内部温度情報処理方法を実現する。
本開示の実施例に係る電池内部温度情報処理方法、コンピュータ装置及び記憶媒体は、まず電池モジュールに対してオフライン試験を行うオフライン試験データを取得し、かつオフライン試験データに基づいて等価熱ネットワークモデルを構築し、多目的関数フィッティング法に基づいて等価熱ネットワークモデルの最適モデルパラメータを決定し、次に、さらに取得された車両の電池の初期状態ベクトル値、車両が実際に動作する第１の時刻での第１の動作データ、及び前記最適モデルパラメータを含む等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第１の時刻での車両の電池の第１の電池内部温度推定値を決定する。本開示の実施例は、電池内部温度をリアルタイムで正確に推定し、さらにリアルタイムで正確に推定された電池内部温度に基づいて電池の動作条件を最適化し、電池の安全性を向上させることができる。
本開示の付加的な態様及び利点は、一部が以下の説明において示され、一部が以下の説明において明らかになるか、又は本開示の実践により把握される。
以下、本開示の上記及び／又は追加の様態及び利点は、図面を参照して実施例を説明することにより明らかになって理解されやすくなる。
本開示の実施例における電池内部温度情報処理方法のフローチャートである。 本開示の実施例におけるセル内部温度算出モデルの概略構成図である。 本開示の実施例におけるセルの等価熱ネットワークモデルの概略構成図である。 本開示の実施例における伝熱経路の概略構成図である。 本開示の実施例における等価回路モデルの概略構成図である。 本開示の実施例における電池内部温度情報処理方法のステップＳ４０のフローチャートである。 本開示の実施例における実験検証結果の概略図である。 本開示の実施例におけるコンピュータ装置の概略構成図である。
以下、本開示の実施例を詳細に説明し、上記実施例の例が図面において示されるが、一貫して同一又は類似の符号は、同一又は類似の部品、或いは、同一又は類似の機能を有する部品を表す。以下、図面を参照しながら説明される実施例は、例示的なものであり、本開示を解釈するためのものであり、本開示を限定するものとして理解してはならない。
さらに、図１に示すように、電池内部温度情報処理方法は、以下のステップＳ１０～Ｓ４０を含む。
ステップＳ１０では、電池モジュールが恒温環境の異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得し、オフライン動作条件は、異なる倍率（異なる倍率は、好ましくは０．１Ｃ－３Ｃである）の定電流充放電及びＮＥＤＣ（Ｎｅｗ Ｅｕｒｏｐｅａｎ Ｄｒｉｖｉｎｇ Ｃｙｃｌｅ、新欧州ドライビングサイクル）、ＷＬＴＣ（Ｗｏｒｌｄ Ｌｉｇｈｔ Ｖｅｈｉｃｌｅ Ｔｅｓｔ Ｐｒｏｃｅｄｕｒｅ、世界軽自動車試験手順）等の動的動作モードを含む。本開示において、まずオフライン試験用の電池モジュールを製造する必要があり、前記電池モジュールは、複数の直並列接続されたセル及びセルと外装部材を接続するコネクタを含み、電池モジュールのセル内部にセル内部温度を検出するための第１の温度センサ装置が配置され（セル全体の内部の最高温度を測定することができるために、第１の温度センサ装置は、好ましくはセルの極コアの内部に配置される）、セルの表面にセル表面温度を検出するための第２の温度センサ装置が配置され、前記電池モジュールに接続された冷却システムの冷却板にオフライン冷却板温度を検出するための第３の温度センサ装置が設けられる。理解されるように、検出された温度データの間の誤差がより小さくなるために、上記第１の温度センサ装置、第２の温度センサ装置及び第３の温度センサ装置は、好ましくは同じタイプのセンサ装置である。オフライン試験を行う場合、異なるオフライン動作条件でオフライン試験を行うために、電池モジュールを恒温環境（例えば、調整可能な決定された温度の恒温環境を提供できるインキュベーター）内に置く必要があり、さらに異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得し、理解されるように、上記オフライン試験データは、電池モジュールのセルの等価回路データ、例えば、上記電池モジュールの等価回路モデルのセルの電池端子電圧値及び電池電流値等を含み、前記オフライン試験データは、電池モジュールのセルのオフライン温度データ、例えば、第１の温度センサ装置により測定された上記電池モジュールのセル内部のオフライン試験の内部温度、第２の温度センサ装置により測定された上記電池モジュールのセル表面のオフライン試験の表面温度（セルが方形であれば、セルは、６つの表面を含み、この場合にセルの６つの表面にいずれも第２のセンサ装置を設けることができ、この場合に取得された同一時刻での１組のオフライン試験の表面温度は、セルの６つの表面からそれぞれ測定された６つのオフライン試験の表面温度を含む）、第３の温度センサ装置により測定された冷却板のオフライン冷却板温度及び恒温環境のオフライン環境温度等をさらに含む。理解されるように、上記オフライン試験データを取得した後、上記オフライン試験データにおける電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度に基づいて電池モジュールのセルの異なるオフライン動作条件での充放電過程（理解されるように、上記充放電過程は、完全なオフライン動作条件であってもよく、オフライン動作条件全体のうちの一部であってもよい）におけるリアルタイムに算出された第１の電池発熱率を決定し、即ち、オフライン動作条件の充放電過程における各時刻は、１つの第１の電池発熱率に対応する。
理解されるように、上記電池モジュールのセル内部から外部への伝熱過程は、セル内部中心から表面への熱伝導過程、及びセルの表面と外部環境との熱対流過程と等価になり、熱学特性に基づいて、該過程は、電気的ネットワーク特性により説明することができ、即ち、熱抵抗は電気抵抗と等価になり、熱容量は電気容量と等価になり、温度は電圧と等価になり、発熱率は電流源と等価になり、上記等価対応関係に基づいて、図２に示すセル内部温度算出モデルを確立することができ、図２に示すように、Ｔｉｎは、電池モジュールのセル内部温度を表し、Ｔｓは、電池モジュールのセル表面温度を表し、Ｔａｍｂは、恒温環境のオフライン環境温度を表し、Ｔｃｏｏｌは、オフライン冷却板温度（冷却システムの冷却板が冷却されない状況で、Ｔｃｏｏｌ＝Ｔａｍｂ）を表し、Ｑｈｅａｔは、セルの内部発熱率（つまり上記第１の電池発熱率）を表し、Ｃｉｎは、セル内部等価熱容量を表し、また図２における電気抵抗１は、２つの温度ノードの間（例えば、セル内部から各伝熱経路に対応するセルの表面点の２つの温度ノードの間、又はセルの表面点から外部環境の２つの温度ノードまでの間）の熱抵抗を表し、電気容量２は、対応するノードの等価熱容量を表し、理解されるように、図２において、それぞれ方形セルの３つの互いに垂直面に垂直な方向（図２においてｘ、ｙ、ｚの３つの方向の正方向である）への伝熱のみを示し、実際には、好ましくは、方形セルに対して、図２における対称的な他の３つの方向（図２におけるｘ、ｙ、ｚの３つの方向の負方向）での伝熱を同時に考慮すべきであり、各方向での伝熱は、１つの伝熱経路と見なすことができ、即ち、方形セルに対して、６つの方向での伝熱経路を考慮する必要がある。図３及び図４を参照しながら上記伝熱の伝熱経路をさらに説明し、図４に示す伝熱経路の概略構成図は、図３に示すセル等価熱ネットワークモデルにおける１つの伝熱経路３に対応し（つまり図３における伝熱経路ｋに対応し、ここでｋ＝１、２、…、ｎ）、即ち、図３における各伝熱経路３のそれぞれは、１つの図４に示すＲ－Ｃ－Ｒの「Ｔ」型ネットワークと等価になり、図４に示すように、Ｒｉｎｋは、セル内部から１つの伝熱経路に対応するセルの表面点の間の熱抵抗を表し、Ｒｏｕｔｋは、１つの伝熱経路に対応するセルの表面点から外部環境までの間の熱抵抗を表し、Ｃｓｋは、１つの伝熱経路に対応するセルの表面点の等価熱容量を表し、Ｔｓｋは、１つの伝熱経路に対応するセルの表面点のセル表面温度を表す。理解されるように、本開示のオフライン試験データにおける電池モジュールのセルのオフライン温度データは、上記図３及び図４に示すセル等価熱ネットワークモデルに対応するパラメータである。本開示において、セル等価熱ネットワークモデルを回路モデルと等価にして考慮し、回路シミュレーションソフトウェアと組み合わせて算出し、セル等価熱ネットワークモデルにおけるパラメータを最適化しやすく、複雑なシステム関数関係を確立する必要がなく該セル等価熱ネットワークモデルを表現し、後続の算出過程を簡略化することができる。
Ｓ２０では、上記オフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを取得し、多目的関数フィッティング法に基づいて上記等価熱ネットワークモデルの各上記初期パラメータのうち最適モデルパラメータを決定する。
即ち、上記ステップＳ１０で決定されたオフライン試験データに基づいて、等価熱ネットワークモデル（該等価熱ネットワークモデルは、上記図３におけるセル等価熱ネットワークモデルに対応）の初期パラメータを決定することができ、具体的には、まずオフライン試験データに基づいて等価熱ネットワークモデルの各組の入力パラメータ及び出力パラメータ（１組の入力パラメータが１組の出力パラメータに対応し、かつ対応する入力パラメータ及び出力パラメータがいずれもオフライン動作条件の充放電過程における同じ時刻に対応するオフライン試験データに基づいて決定される）を決定し、さらに等価熱ネットワークモデルにおいて上記決定された入力パラメータを入力し、かつ等価熱ネットワークモデルが出力した、上記入力パラメータに対応する出力パラメータを取得し、さらに上記過程により等価熱ネットワークモデルの複数組の初期パラメータを決定し、好ましくは、１組の上記入力パラメータは、上記ステップＳ１０で決定された第１の電池発熱率、上記オフライン冷却板温度及び上記オフライン環境温度を含んでもよく、１組の上記出力パラメータは、オフライン試験の内部温度及び上記オフライン試験の表面温度を含み、また、１組の上記初期パラメータは、上記電池モジュールの上記等価ネットワークモデルにおけるセル内部等価熱容量、セル内部から各伝熱経路に対応するセルの表面点までの熱抵抗、各伝熱経路に対応するセルの表面点から外部環境（ここでの外部環境はセル又は電池が所在する環境であり、例えば、電池モジュールのセルが恒温環境に置かれ、この場合、上記外部環境は、該恒温環境であり、該等価ネットワークモデルは、実際に動作する車両の電池に適用され、この場合に外部環境は、車両の電池が実際に所在する環境である）までの熱抵抗及び各伝熱経路に対応するセルの表面点の等価熱容量である。
理解されるように、等価熱ネットワークモデルの複数組の初期パラメータを決定した後、多目的関数フィッティング法（最小二乗法、遺伝的アルゴリズム、粒子群最適化アルゴリズム等を含むが、これに限定されるものではない）により複数組の上記初期パラメータのうち最適モデルパラメータを決定することができ、即ち、多目的関数フィッティング法によりパラメータ最適化を行い（多目的関数フィッティング法によりパラメータ最適化を行う方法は公知であり、ここで説明を省略する）、最終的に１組の最適モデルパラメータを取得することができることにより、入力パラメータを上記最適モデルパラメータを含む等価熱ネットワークモデルに入力した後、等価熱ネットワークモデルが出力した実際の出力パラメータは、実験の試験結果と最も合致する。
Ｓ３０では、車両の電池の初期状態ベクトル値、及び前記車両が実際に動作する第１の時刻での前記車両の電池の第１の動作データを取得し、即ち、入力パラメータを上記最適モデルパラメータを含む等価熱ネットワークモデルに入力した上記ステップの後、該等価熱ネットワークモデルを車両の電池に適用し（車両の電池とは、温度センサ装置を内蔵しない車両のセルを意味するため、温度センサ装置により車両の電池内部温度を測定することができない）、さらに車両の電池の実際動作の第１の動作データに基づいて、車両が実際に動作するときに車両の電池のリアルタイム内部温度（例えば、後述の車両が実際に動作する第１の時刻での第１の電池内部温度推定値、車両が実際に動作する第Ｎの時刻での第２の電池内部温度推定値等）を決定することができる。
車両の電池の初期状態ベクトル値とは、車両が実際に動作していない初期状態（車両の電池に充放電が発生しない）での初期状態ベクトル値であり、上記初期状態ベクトル値は、プリセット値であり、かつ車両が実際に動作する時の車両の電池のリアルタイム内部温度に関連し、本開示において、初期状態ベクトル値は、一定の誤差を有してもよく、かつ本開示は、後続のステップにおいて該誤差を有する初期状態ベクトル値を段階的にフィードバック補正する（例えば、第１の時刻で１回目の修正を行うとフィードバック補正後の第１の状態ベクトル事後値を取得する）ことにより、該フィードバック補正後の初期状態ベクトル値（例えば、後述の第１の状態ベクトル事後値、第２の状態ベクトル事後値等）の精度がますます高くなり、さらに車両の電池のリアルタイム内部温度（例えば、後述の第１の電池内部温度推定値、第２の電池内部温度推定値等）の精度がますます高くなる。
Ｓ４０では、上記初期状態ベクトル値、上記第１の動作データ、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて、上記車両が実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値を決定する。
即ち、本開示は、該ステップにおいて誤差を有する該初期状態ベクトル値を段階的にフィードバック補正することができる（好ましくは、ルーエンバーガー観測器を用いてそれをフィードバック補正することができる）ため、該フィードバック補正後の初期状態ベクトル値の精度がますます高くなり、さらに車両の電池のリアルタイム内部温度の精度がますます高くなり、即ち本開示により、より正確な車両の電池内部温度を得ることができ、さらに、取得された正確な電池内部温度をＢＭＳ（ＢＡＴＴＥＲＹ ＭＡＮＡＧＥＭＥＮＴ ＳＹＳＴＥＭ、電池管理システム）に出力することができ、ＢＭＳは、受信された電池内部温度に基づいて電池の動作状態（例えば、電池高温警報を行い、低温時に該電池内部温度に基づいて動作電流を選択する等）を最適化し、車両の電池が安全な温度範囲内で動作することを保証し、燃えやすく爆発しやすいという潜在的なリスクを解決し、電池動作の安全性及び信頼性を向上させることができる。本開示の上記実施例は、車両に温度データを収集する温度センサ装置が故障した場合にも車両の実際動作の動作データ（第１の動作データ）、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて車両のリアルタイムな電池内部温度を決定し、車両に温度データを収集する温度センサ装置の有効性への依存を低減することができる。同時に、本開示は、車両の電池内部温度をフィードバック補正し、等価熱ネットワークモデルの誤差及び初期状態ベクトル値の誤差がリアルタイムな電池内部温度にもたらす誤差の影響を効果的に除去することができる。
本開示は、実際の物理モデル（セルの等価熱ネットワークモデルと等価な回路モデル）から、電池の発熱と放熱の不均一による表面温度の不均一を考慮して、複数の伝熱経路を確立し、同時に実際動作中の車両の電池の高温条件下で冷却システムとの間の熱交換、等価熱ネットワークモデルにおいて車両の電池と冷却板との間の伝熱経路の増加を考慮する（冷却システムの冷却板温度を考慮する）ため、本開示は、車両が実際に動作するときに電池の実際の発熱の様々な要因を全面的に考慮することにより、本開示が最終的に推定した電池内部温度とその実際の温度との間の誤差がより小さく、電池内部温度及び電池表面温度をより正確に算出することができる。本開示は、電池内部温度を正確に推定し、さらに正確に推定された電池内部温度に基づいて電池の動作条件を最適化し、電池の安全性を向上させることができる。
実施例において、電池モジュールが恒温環境の異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得する上記ステップＳ１０は、
異なるオフライン動作条件でオフライン試験を行う場合、上記電池モジュールのオフライン温度データ及び等価回路データを取得するステップを含み、上記オフライン温度データは、オフライン試験の内部温度（図２、図３及び図４に示すＴｉｎに対応）、オフライン試験の表面温度（図２に示すＴｓｘ、Ｔｓｙ又はＴｓｚ、図４に示すＴｓｋに対応）、オフライン冷却板温度（図２、図３及び図４に示すＴｃｏｏｌに対応）及び上記電池モジュールがオフライン試験を行うときに所在する恒温環境のオフライン環境温度（図２、図３及び図４に示すＴａｍｂに対応）を含み、上記オフライン試験の内部温度は、上記電池モジュールのセル内部に設けられた第１の温度センサ装置により測定され、上記オフライン試験の表面温度は、上記電池モジュールのセルの表面に設けられた第２の温度センサ装置により測定され、上記オフライン冷却板温度は、上記電池モジュールに接続された冷却システムの冷却板に設けられた第３の温度センサ装置により測定され、上記等価回路データは、上記電池モジュールの電池端子電圧値及び電池電流値（電池端子電圧値及び電池電流値がオフライン試験過程でリアルタイムに測定できる）を含む。
即ち、本実施例において、オフライン動作条件は、異なる倍率（異なる倍率は、好ましくは０．１Ｃ－３Ｃである）の定電流充放電及びＮＥＤＣ、ＷＬＴＣ等の動的動作モードを含む。上記オフライン試験データを取得した後、まず、上記オフライン試験データにおける電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度に基づいて電池モジュールのセルの異なるオフライン動作条件での充放電過程におけるリアルタイムに算出された第１の電池発熱率を決定することができ、次に、上記第１の電池発熱率及びオフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを決定し、さらに等価熱ネットワークモデルの複数組の初期パラメータを決定した後、多目的関数フィッティング法（例えば、最小二乗法、遺伝的アルゴリズム、粒子群最適化アルゴリズム等）により複数組の上記初期パラメータのうち最適モデルパラメータを決定し、最終的に上記最適モデルパラメータを含む上記等価熱ネットワークモデルにより、上記車両が実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値を決定する。
実施例において、上記電池モジュールのオフライン温度データ及びオフライン試験データを取得する上記ステップＳ１０の後、
データベースから上記電池モジュールの第１の開放電圧及び第１の温度係数を取得するステップを含み、理解されるように、上記第１の開放電圧及び第１の温度係数は、いずれも電池のＳＯＣ（Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ、電池充電状態）値に関連するため、電池モジュールのＳＯＣ値が決定すれば、第１の開放電圧及び第１の温度係数は、いずれもそれに伴って決定することができ、かつ電池モジュールの第１の開放電圧及び第１の温度係数は、いずれも該電池モデルのセルのＳＯＣ値と関連付けてデータベースに記憶される。
上記電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度を予め設定された第１の発熱率モデルに組分けて入力し、上記第１の発熱率モデルが出力した上記電池モジュールの異なるオフライン動作条件での第１の電池発熱率を取得し、１組の上記電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度は、同一オフライン動作条件で同一時刻に対応する上記電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度である。
即ち、上記オフライン試験データを取得した後、まず、上記オフライン試験データにおける電池端子電圧値、上記電池電流値及び上記オフライン試験の内部温度に基づいて電池モジュールのセルの異なるオフライン動作条件での充放電過程におけるリアルタイムに算出された第１の電池発熱率を決定することができる。理解されるように、オフライン動作条件の充放電過程にける各時刻は、１つの第１の電池発熱率に対応する。
さらに、電池モジュールのセルの電気的特性は、図５に示す等価回路モデルにより説明することができ、図５に示すように（図５に示すＲ０及びＲｐｌは、電池モジュールのセルの熱抵抗と等価になってもよく、Ｃｐｌは、電池モジュールのセルの熱容量と等価になってもよい）、実施例において、上記第１の発熱率モデルは、以下のとおりである。
ここで、Ｑｈｅａｔ１は、上記電池モジュールのオフライン動作条件での第１の電池発熱率であり、即ち電池モジュールのセルの内部発熱率である。（ＯＣＶ（ＳＯＣ１）－Ｕ１）×Ｉ１は、オーミック分極と濃度分極の和である分極熱部分を表し、
は、可逆反応熱、即ちエントロピー熱を表す。
ＯＣＶ（ＳＯＣ１）は、上記電池モジュールの第１の開放電圧であり、ＯＣＶ（ＳＯＣ１）は、電池モジュールのセルのＳＯＣ値と関連付けてＢＭＳ又は他のデータベースのＯＣＶ－ＳＯＣテーブルに記憶され、ＯＣＶ－ＳＯＣテーブルから該電池モジュールのセルに対応するＳＯＣ値を照会することにより該電池モジュールのＯＣＶ（ＳＯＣ１）を取得することができる。
Ｕ１は、上記電池モジュールの電池端子電圧値であり、Ｕ１は、電池モジュールのセルの充放電過程における電圧を表し、オフライン試験過程において電圧測定装置により実際に測定することができる。
Ｉ１は、上記電池モジュールの電池電流値であり、Ｉ１は、電池モジュールのセルの充放電過程における電流を表し、オフライン試験過程において電流測定装置により実際に測定できるものであり、かつＩ１は、充電時に負値であり、放電時に正値である。
Ｔ１は、上記オフライン試験の内部温度であり、Ｔ１は、第１の温度センサ装置により測定されるものである。
は、上記電池モジュールの第１の温度係数であり、上記第１の温度係数は、電池モジュールのセルのＳＯＣ値と関連付けてＢＭＳ又は他のデータベースに記憶され、ＢＭＳ又は他のデータベースから該電池モジュールのセルに対応するＳＯＣ値を照会することにより該電池モジュールの
を取得することができる。
実施例において、上記オフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを取得し、多目的関数フィッティング法に基づいて上記等価熱ネットワークモデルの各上記初期パラメータのうち最適モデルパラメータを決定する上記ステップＳ２０は、
等価熱ネットワークモデルの、上記第１の電池発熱率（上記第１の発熱率モデルにおけるＱｈｅａｔ１に対応）、上記オフライン冷却板温度（図２、図３及び図４に示すＴｃｏｏｌに対応）及び上記オフライン環境温度（図２、図３及び図４に示すＴａｍｂに対応）を含む入力パラメータと、上記オフライン試験の内部温度（図２、図３及び図４に示すＴｉｎに対応）及び上記オフライン試験の表面温度（図２に示すＴｓｘ、Ｔｓｙ又はＴｓｚ、図４に示すＴｓｋに対応）を含む出力パラメータとを取得し、かつ同一オフライン動作条件で同一時刻（該同じ時刻は、オフライン試験過程における予め設定された時刻であってもよい）に対応する上記入力パラメータを上記出力パラメータと関連付けるステップと、
上記等価ネットワークモデルの、上記電池モジュールの上記等価ネットワークモデルにおけるセル内部の等価熱容量（つまり図２に示すＣｉｎ）、セル内部から各伝熱経路に対応するセル表面点の熱抵抗（つまり図４に示すＲｉｎｋ）、各伝熱経路に対応するセル表面点から外部環境までの熱抵抗（つまり図４に示すＲｏｕｔｋ）及び各伝熱経路に対応するセル表面点の等価熱容量（つまり図４に示すＣｓｋ）を含む初期パラメータを取得するために、上記入力パラメータを等価ネットワークモデルに入力し、かつ上記等価ネットワークモデルに入力された上記入力パラメータに関連付けられた上記出力パラメータを上記等価ネットワークモデルの出力とするステップと、
多目的関数フィッティング法に基づいて各組の上記初期パラメータにおける１組の最適モデルパラメータを決定し、上記多目標関数フィッティング法は、最小二乗法、遺伝的アルゴリズム、粒子群最適化アルゴリズムのうちの１種又は複数種を含むが、これらに限定されるものではない。多目的関数フィッティング法によりパラメータ最適化を行い、最終的に１組の最適モデルパラメータを取得することにより、入力パラメータを上記最適モデルパラメータを含む等価熱ネットワークモデルに入力した（後続の算出過程において、等価熱ネットワークモデルの最適モデルパラメータは変更される）後、等価熱ネットワークモデルが出力した実際の出力パラメータは、実験の試験結果に最も合致する。
実施例において、車両の電池の初期状態ベクトル値、及び上記車両が実際に動作する第１の時刻での上記車両の電池の第１の動作データを取得する上記ステップＳ３０は、
データベースから実際に動作する初期時刻での上記車両の電池の初期状態ベクトル値を取得するステップと、上記車両が実際に動作する第１の時刻で、上記車両の電池の第１の動作データを取得するステップと、を含み、車両の電池の初期状態ベクトル値は、車両が実際に動作していない初期状態（車両の電池に充放電が発生しない）での初期状態ベクトル値であり、初期状態ベクトル値は、プリセット値であり、かつ車両が実際に動作する時の車両の電池のリアルタイム内部温度に関連し、本開示において、初期状態ベクトル値は、一定の誤差を有してもよく、かつ本開示は、後続のステップにおいて誤差を有する該初期状態ベクトル値を段階的にフィードバック補正することができる。
上記第１の動作データは、第１の電池表面温度、第１の冷却板温度、第１の環境温度、第１の電圧値及び第１の電流値を含み、上記第１の電池表面温度は、上記車両の電池表面に設けられた第４の温度センサ装置により測定され、上記第１の冷却板温度は、上記車両の電池に接続された車両冷却システムの冷却板に設けられた第５の温度センサ装置により測定され、理解されるように、検出された温度データの間の誤差がより小さくなるために、上記第４の温度センサ装置及び第５の温度センサ装置は、同じタイプのセンサ装置（好ましくは、上記第１の温度センサ装置と同じである）として設定される。上記第１の環境温度は、上記車両が実際に動作する環境の上記第１の時刻での温度であり、上記第１の電圧値は、実際に動作する第１の時刻での上記車両の電池の電圧値であり、上記第１の電流値は、実際に動作する第１の時刻での上記車両の電池の電流値である。理解されるように、上記第１の電圧値及び第１の電流値は、車両の実際動作過程における各時刻でリアルタイムに測定することができる。本実施例において、図２に示すセル内部温度算出モデルは、車両の電池の伝熱過程に等価応用されてもよく、上記車両の電池の実際動作過程において、図２に示すように、Ｔｉｎは車両の電池内部温度を表し、Ｔｓは上記第１の電池表面温度を表し、Ｔａｍｂは車両が実際に動作する環境の上記第１の時刻での第１の環境温度を表し、Ｔｃｏｏｌは第１の冷却板温度（冷却システムの冷却板が冷却されない場合、Ｔｃｏｏｌ＝Ｔａｍｂ）を表し、Ｑｈｅａｔは車両の電池の内部発熱率を表す。
実施例において、図６に示すように、上記初期状態ベクトル値、上記第１の動作データ、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて、上記車両が実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値を決定する上記ステップＳ４０は、Ｓ４０１～Ｓ４０６を含む。
Ｓ４０１では、データベースから上記車両の電池の第２の開放電圧及び第２の温度係数を取得し、理解されるように、上記第２の開放電圧及び第２の温度係数は、いずれも車両の電池のＳＯＣ値に関連するため、車両の電池のＳＯＣ値が決定すれば、第２の開放電圧及び第２の温度係数は、いずれもそれに伴って決定することができ、かつ車両の電池の第２の開放電圧及び第２の温度係数は、いずれも該電池のＳＯＣ値と関連付けてデータベースに記憶されるため、車両の電池のリアルタイムなＳＯＣ値（実際の動作過程において、車両の電池のリアルタイムＳＯＣ値を測定することができる）に基づいて、それが現時刻での第２の開放電圧及び第２の温度係数を決定することができる。
Ｓ４０２では、上記第１の電圧値、上記第１の電流値及び上記第１の電池表面温度を予め設定された第２の発熱率モデルに入力して、上記第２の発熱率モデルが出力した、実際に動作する第１の時刻での上記車両の電池の第２の電池発熱率を取得する。理解されるように、車両の実際動作の充放電過程における第１の時刻は、１つの第２の電池発熱率にリアルタイムに対応する。
好ましくは、上記第２の発熱率モデルは、以下のとおりである。
ここで、ｋは、上記車両の電池が実際に動作する第ｋの時刻であり、０≦ｋ≦Ｎ（Ｎは、車両が実際に動作する第Ｎの時刻である）であり、かつｋは整数であり、上記車両が実際に動作する初期時刻で、ｋ＝０であり、上記車両が実際に動作する第１の時刻で、ｋ＝１であり、上記車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、
Ｑｈｅａｔ２ｋは、上記車両の電池の第ｋの時刻での電池発熱率であり、即ち、車両の電池の内部発熱率である。（ＯＣＶ（ＳＯＣ２ｋ）－Ｕ２ｋ）×Ｉ２ｋは、オーミック分極と濃度分極の和である分極熱部分を表し、
は、可逆反応熱、即ちエントロピー熱を表す。
ＯＣＶ（ＳＯＣ２ｋ）は、上記車両の電池の第２の開放電圧であり、ＯＣＶ（ＳＯＣ２ｋ）は、車両の電池のＳＯＣ値と関連付けて車両の予め設定された記憶領域のＯＣＶ－ＳＯＣテーブルに記憶され、ＯＣＶ－ＳＯＣテーブルから該車両の電池に対応するＳＯＣ値を照会することにより該電池モジュールのＯＣＶ（ＳＯＣ２ｋ）を取得することができる。
Ｕ２ｋは、上記車両の電池の第ｋの時刻での電圧値であり、Ｕ２ｋは、実際に動作する充放電過程における車両の電池の電圧を表し、実際の動作過程において電圧測定装置により実際に測定できるものである。
Ｉ２ｋは、上記車両の電池の第ｋの時刻での電流値であり、Ｉ２ｋは、実際に動作する充放電過程における車両の電池の電流を表し、実際の動作過程において電流測定装置により実際に測定できるものであり、かつＩ２ｋは、充電時に負値であり、放電時に正値である。
Ｔ２ｋは、上記車両の電池の第ｋの時刻での電池表面温度であり、Ｔ２ｋは、車両の電池表面に設けられた第４の温度センサ装置により測定されるものである。理解されるように、第２の発熱率モデルにおいて、（ＯＣＶ（ＳＯＣ２ｋ）－Ｕ２ｋ）×Ｉ２ｋに対して、
という伝熱の第２の電池発熱率への影響が非常に小さいため、本実施例において、第２の電池発熱率を実際に算出する過程において、車両の電池表面の電池表面温度を電池内部温度に等価に置き換え（車両の電池において、電池内部に温度センサ装置が設けられないため、電池内部温度が測定できない）、さらに第２の電池発熱率を算出することができる。
は、上記車両の電池の第２の温度係数である。上記第２の温度係数は、車両の電池のＳＯＣ値と関連付けてＢＭＳ又は他のデータベースに記憶され、ＢＭＳ又は他のデータベースから該車両の電池に対応するＳＯＣ値を照会することにより該電池の
を取得できるものである。
上記内容によれば、車両の実際動作の第１の時刻で、ｋ＝１であり、この時、第２の発熱率モデルは、以下のとおりである。
ここで、第１の電圧値Ｕ２１、上記第１の電流値Ｉ２１、上記第１の電池表面温度Ｔ２１、第２の温度係数
及び第２の開放電圧ＯＣＶ（ＳＯＣ２１）は、いずれも既知であるため、上記第２の発熱率モデルに基づいて第１の時刻に対応する第２の電池発熱率Ｑｈｅａｔ ２１を取得することができる。
Ｓ４０３では、上記初期状態ベクトル値、上記第２の電池発熱率、上記第１の冷却板温度及び上記第１の環境温度を上記最適モデルパラメータを含む上記等価熱ネットワークモデルに入力し、上記等価熱ネットワークモデルが出力した、実際に動作する第１の時刻での上記車両の電池の第１の状態ベクトル事前推定値を取得する。
本実施例において、まず以下の電池状態空間方程式を確立することができる。
ここで、Ｘｓｔａｔｅ（ｋ）＝［Ｔｉｎ、Ｔｓ１～Ｔｓｎ］Ｔであり、
は、上記車両が実際に動作する第ｋの時刻での電池状態ベクトル事前推定値を表し、Ｘｓｔａｔｅ（ｋ－１）は、上記車両が実際に動作する第ｋ－１の時刻での電池状態ベクトル事後値を表し、ｋは、整数であり、上記車両が実際に動作する初期時刻で、ｋ＝０であり、上記車両が実際に動作する第１の時刻で、ｋ＝１であり、上記車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、かつＸｓｔａｔｅ（０）は、上記初期状態ベクトル値である。ｆ（・）は、図３に示す等価熱ネットワークモデルに対応し、即ち、図３に示すような等価熱ネットワークモデルで説明することができ、Ｙｍｅａ（ｋ）は、車両の電池の１つの表面点温度の推定値であり、上記電池状態ベクトル事前推定値
のｇ（・）関数として説明することができ、Ｑｈｅａｔ（ｋ）は、上記車両の電池発熱率（例えば、上記第２の電池発熱率又は後述の第３の電池発熱率）であり、Ｔａｍｂ（ｋ）は、車両が実際に動作する環境の温度（例えば、上記第１の環境温度又は後述の第２の環境温度）であり、Ｔｃｏｏｌ（ｋ）は、車両の冷却システムの冷却板の冷却温度（例えば上記第１の冷却板温度又は後述の第２の冷却板温度）である。
その後、車両が実際に動作する第１の時刻で、ｋ＝１であり、この時、上記電池状態空間方程式から分かるように、
であり、
ここで、初期状態ベクトル値Ｘｓｔａｔｅ（０）、上記第２の電池発熱率Ｑｈｅａｔ（１）（車両が実際に動作する第１の時刻で、Ｑｈｅａｔ（１）＝Ｑｈｅａｔ ２１）、上記第１の冷却板温度Ｔｃｏｏｌ（１）及び上記第１の環境温度Ｔａｍｂ（１）は、いずれも既知であるため、第１の時刻での第１の状態ベクトル事前推定値
を得ることができる。
Ｓ４０４では、上記第１の状態ベクトル事前推定値に基づいて第１の電池表面点温度推定値を決定し、即ち、車両が実際に動作する第１の時刻で、ｋ＝１であり、この時、
であり、
が既知であるため、第１の時刻での第１の電池表面点温度推定値Ｙｍｅａ（１）を算出することができる。
Ｓ４０５では、上記第１の状態ベクトル事前推定値、上記第１の電池表面点温度推定値及び上記第１の電池表面温度を第１のゲイン値及び第２のゲイン値を含むルーエンバーガー観測器に入力して、上記ルーエンバーガー観測器によってフィードバック補正された第１の状態ベクトル事後値を取得する。
好ましくは、上記ルーエンバーガー観測器は、以下のとおりである。
ここで、ｋは、上記車両の電池の実際に動作する第ｋの時刻であり、０≦ｋ≦Ｎであり、かつｋは整数であり、上記車両が実際に動作する初期時刻で、ｋ＝０であり、上記車両が実際に動作する第１の時刻で、ｋ＝１であり、上記車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、
Ｘｓｔａｔｅ（ｋ）は、第ｋの時刻での上記車両の電池の状態ベクトル事後値であり、
は、第ｋの時刻での上記車両の電池の状態ベクトル事前推定値であり、
Ｋｐは、上記第１のゲイン値であり、Ｋｐは、ルーエンバーガー観測器に予め設定され、
Ｋ１は、上記第２のゲイン値であり、Ｋ１は、ルーエンバーガー観測器に予め設定され、
は、第ｋの時刻での上記車両の電池表面温度であり、
は、第ｋの時刻で車両の電池表面に設けられた第４の温度センサ装置によってリアルタイムに測定される。
Ｙｍｅａ（ｋ）は、第ｋの時刻での上記車両の電池表面点温度推定値であり、
は、第ｉの時刻での上記車両の電池表面温度であり、１≦ｉ≦ｋであり、かつｉは整数であり、
は、第ｉの時刻で車両の電池表面に設けられた第４の温度センサ装置によってリアルタイムに測定される。
Ｙｍｅａ（ｉ）は、第ｉの時刻での上記車両の電池表面点温度推定値である。
その後、車両が実際に動作する第１の時刻で、ｋ＝１であり、この時、上記ルーエンバーガー観測器から分かるように、
であり、
この時、上記ステップＳ４０３では、第１の時刻での第１の状態ベクトル事前推定値
は既知であり、上記ステップＳ４０４では、第１の時刻での第１の電池表面点温度推定値Ｙｍｅａ（１）は、既知であり、Ｋｐ及びＫ１は、ルーエンバーガー観測器に予め設定され、
は、第１の時刻で車両の電池表面に設けられた第４の温度センサ装置によってリアルタイムに測定される。この時、第１の時刻での上記車両の電池の第１の状態ベクトル事後値Ｘｓｔａｔｅ（１）を算出することができる。
Ｓ４０６では、上記第１の状態ベクトル事後値に基づいて、実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値を決定する。以上から分かるように、Ｘｓｔａｔｅ（ｋ）＝［Ｔｉｎ、Ｔｓ１～Ｔｓｎ］Ｔであり、したがって、第１の状態ベクトル事後値Ｘｓｔａｔｅ（１）及び車両の電池表面温度（Ｔｓ１～Ｔｓｎ）に基づいていずれも実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値Ｔｉｎを決定することができる。
実施例において、上記ステップＳ４０、即ち上記初期状態ベクトル値、上記第１の動作データ、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて、上記車両が実際に動作する第１の時刻での上記車両の電池の第１の電池内部温度推定値を決定するステップの後、
上記車両が実際に動作する第Ｎの時刻での車両の電池の第２の動作データ及び第Ｎ－１の時刻での第２の状態ベクトル事後値を取得するステップと、
上記第Ｎ－１の時刻での第２の状態ベクトル事後値、上記第２の動作データ、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて、上記車両が実際に動作する第Ｎの時刻での上記車両の電池の第２の電池内部温度推定値を決定するステップとをさらに含み、Ｎは、２以上の正整数である。
理解されるように、本開示において、状態ベクトル事後値により車両の電池内部温度をフィードバック補正した後、フィードバック補正後の電池内部温度をさらに実際の動作中に補正し（例えば、第Ｎの時刻で、第Ｎ－１の時刻での第２の状態ベクトル事後値をフィードバック補正して、フィードバック補正後の第２の状態ベクトル事後値を得て、第２の状態ベクトル事後値に基づいて上記車両が実際に動作する第Ｎの時刻での車両の電池の第２の電池内部温度推定値を決定することができる）、即ち、電池内部温度が車両の実際動作過程において常に反復修正の過程にあり、該反復過程の進行に伴い、電池内部温度推定値がますます正確になり、このようにして、等価熱ネットワークモデルの誤差及び初期状態ベクトル値の誤差がリアルタイムな電池内部温度にもたらす誤差の影響を効果的に除去することができる。
実施例において、上記第２の動作データは、第２の電池表面温度、第２の冷却板温度、第２の環境温度、第２の電圧値及び第２の電流値を含み、上記第２の電池表面温度は、上記第４の温度センサ装置により測定され、上記第２の冷却板温度は、上記第５の温度センサ装置により測定され、上記第２の環境温度は、上記車両が実際に動作する環境の上記第Ｎの時刻での温度であり、上記第２の電圧値は、実際に動作する第Ｎの時刻での上記車両の電池の電圧値であり、上記第２の電流値は、実際に動作する第Ｎの時刻での上記車両の電池の電流値である。理解されるように、上記第２の電圧値及び第２の電流値は、車両の実際動作過程における第Ｎの時刻でリアルタイムに測定することができる。実施例において、上記第Ｎ－１時刻での第２の状態ベクトル事後値、上記第２の動作データ、及び上記最適モデルパラメータを含む上記等価熱ネットワークモデルに基づいて、上記車両が実際に動作する第Ｎの時刻での上記車両の電池の第２の電池内部温度推定値を決定する前記ステップは、以下のステップを含む。
上記第２の電圧値、上記第２の電流値及び上記第２の電池表面温度を上記第２の発熱率モデルに入力して、上記第２の発熱率モデルが出力した、実際に動作する第Ｎの時刻での上記車両の電池の第３の電池発熱率を取得し、理解されるように、車両の実際動作の充放電過程における第Ｎの時刻は、第３の電池発熱率にリアルタイムに対応する。上記第２の発熱率モデルに基づいて、車両の実際動作の第Ｎの時刻で、ｋ＝Ｎであり、この時、第２の発熱率モデルは以下のとおりである。
ここで、第２の電圧値Ｕ２Ｎ、上記第２の電流値Ｉ２Ｎ、上記第２の電池表面温度Ｔ２Ｎ、第２の温度係数
及び第２の開放電圧ＯＣＶ（ＳＯＣ２Ｎ）は、いずれも既知であるため、上記第２の発熱率モデルに基づいて第Ｎの時刻に対応する第３の電池発熱率Ｑｈｅａｔ２Ｎを取得することができる。
上記第Ｎ－１の時刻での第２の状態ベクトル事後値、上記第３の電池発熱率、上記第２の冷却板温度及び上記第２の環境温度を上記最適モデルパラメータを含む上記等価熱ネットワークモデルに入力し、上記等価熱ネットワークモデルが出力した、実際に動作する第Ｎの時刻での上記車両の電池の第２の状態ベクトル事前推定値を取得し、上記電池状態空間方程式に基づいて、車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、この時、
であり、
ここで、第２の状態ベクトル事後値Ｘｓｔａｔｅ（Ｎ－１）（第２の状態ベクトル値の事後値は、第１の時刻から、初期状態ベクトル値に複数回の反復修正を行った後に得られる）、上記第３の電池発熱率Ｑｈｅａｔ（Ｎ）（車両が実際に動作する第Ｎの時刻で、Ｑｈｅａｔ（Ｎ）＝Ｑｈｅａｔ２Ｎ）、上記第２の冷却板温度Ｔｃｏｏｌ（Ｎ）及び上記第２の環境温度Ｔａｍｂ（Ｎ）は、いずれも既知であるため、第Ｎの時刻での第２の状態ベクトル事前推定値
を得ることができる。
上記第２の状態ベクトル事前推定値に基づいて第２の電池表面点温度推定値を決定し、即ち、車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、この時、
が既知であるため、第Ｎの時刻での第２の電池表面点温度推定値Ｙｍｅａ（Ｎ）を算出することができる。上記第２の状態ベクトル事前推定値、上記第２の電池表面点温度推定値及び上記第２の電池表面温度を上記ルーエンバーガー観測器に入力して、上記ルーエンバーガー観測器によってフィードバック補正された第２の状態ベクトル事後値を取得し、即ち、車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎ、１≦ｉ≦ｋであり、この時、上記ルーエンバーガー観測器から分かるように、
であり、
この時、第Ｎの時刻での第２の状態ベクトル事前推定値
は既知であり、第Ｎの時刻での第２の電池表面点温度推定値Ｙｍｅａ（Ｎ）及び第ｉの時刻での電池表面点温度推定値Ｙｍｅａ（ｉ）は、いずれも既知であり、Ｋｐ及びＫ１は、ルーエンバーガー観測器に予め設定され、
は、車両の電池表面に設けられた第４の温度センサ装置により第ｉの時刻でリアルタイムに測定することができる。この時、第Ｎの時刻での上記車両の電池の第２の状態ベクトル事後値Ｘｓｔａｔｅ（Ｎ）を算出することができる。
上記第２の状態ベクトル事後値に基づいて、上記車両が実際に動作する第Ｎの時刻での第２の電池内部温度推定値を決定する。
理解されるように、Ｎは、２以上の正の整数であり、Ｎ＝２の場合、第Ｎ－１の時刻は、第１の時刻であり、この時、上記実施例における第Ｎ－１時刻での第２の状態ベクトル事後値は、第１の時刻に対応する第１の状態ベクトル事後値であり、Ｎが２より大きいと、上記実施例に基づいて反復すればよい。
図７に示すように、図７は、本開示の電池内部温度情報処理方法により実験検証を行った検証結果であり、実験検証の検証対象は、内部に第１の温度センサ装置が配置された電池モジュールのセルであり、図７において異なる倍率の充放電過程及び静置過程におけるセル内部温度Ｔｉｎｅｘｐ、セル表面温度Ｔｓｅｘｐの実測値及び該電池モジュールのセルに対応する電池内部温度推定値Ｔｉｎｅｓｔがあり、実験結果により、本開示の電池内部温度推定値と実測値との間の誤差が非常に小さく、本開示は各ノードの温度を正確に推定することを実現することができる。
さらに、サーバであってもよいコンピュータ装置を提供し、その内部構造図は図８に示すとおりである。該コンピュータ装置は、システムバスを介して接続されたプロセッサ、メモリ、ネットワークインタフェース及びデータベースを含む。該コンピュータ装置のプロセッサは、算出及び制御能力を提供する。該コンピュータ装置のメモリは、不揮発性記憶媒体、内部メモリを含む。該不揮発性記憶媒体には、オペレーティングシステム、コンピュータ読み取り可能な命令及びデータベースが記憶されている。該内部メモリは、不揮発性記憶媒体におけるオペレーティングシステム及びコンピュータ読み取り可能な命令の実行に環境を提供する。該コンピュータ読み取り可能な命令は、プロセッサにより実行されるときに電池内部温度情報処理方法を実現する。
さらに、メモリ、プロセッサ及び上記メモリに記憶された、上記プロセッサで実行可能なコンピュータ読み取り可能な命令を含むコンピュータ装置を提供し、上記プロセッサは、上記コンピュータ読み取り可能な命令を実行するときに上記電池内部温度情報処理方法を実現する。
本開示は、コンピュータ読み取り可能な記憶媒体をさらに提供し、上記コンピュータ可読記憶媒体には、プロセッサにより実行されるときに上記電池内部温度情報処理方法を実現するコンピュータ読み取り可能な命令が記憶されている。
本開示は、電池及び上記電池と通信接続された制御モジュールを含む車両をさらに提供し、上記制御モジュールは、上記電池内部温度情報処理方法を実行する。
上記制御モジュールの具体的な限定は、上記電池内部温度情報処理方法に対する限定を参照することができ、ここでは説明を省略する。上記制御モジュールにおける各モジュールは、全部又は一部がソフトウェア、ハードウェア及びその組み合わせにより実現することができる。上記各モジュールは、プロセッサが以上の各モジュールに対応する操作を実行することを容易にするために、ハードウェア形態でコンピュータ装置内のプロセッサに内蔵又は独立してもよく、ソフトウェア形態でコンピュータ装置内のメモリに記憶されてもよい。
当業者であれば理解されるように、上記方法実施例の全て又は一部のフローは、コンピュータ読み取り可能な命令によって関連するハードウェアを命令することにより完成でき、上記コンピュータ読み取り可能な命令は、不揮発性コンピュータ読み取り可能な記憶媒体に記憶されてもよく、該コンピュータ読み取り可能な命令が実行される場合には、上記各方法の実施例のフローを含んでもよい。本開示に係る各実施例において使用される、メモリ、記憶、データベース又は他の媒体に対する任意の引用は、いずれも不揮発性及び／又は揮発性メモリを含んでもよい。不揮発性メモリは、読み出し専用メモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、電気的プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）又はフラッシュメモリを含んでもよい。揮発性メモリは、ランダムアクセスメモリ（ＲＡＭ）又は外部キャッシュメモリを含んでもよい。限定ではなく例示として、ＲＡＭは、スタティックＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（ＤＤＲＳＤＲＡＭ）、エンハンスドＳＤＲＡＭ（ＥＳＤＲＡＭ）、シンクロナスリンクＤＲＡＭ（ＳＬＤＲＡＭ）、ラムバスダイレクトＲＡＭ（ＲＤＲＡＭ）、ダイレクトラムバスダイナミックＲＡＭ（ＤＲＤＲＡＭ）及びラムバスダイナミックＲＡＭ（ＲＤＲＡＭ）等の様々な形態で入手可能である。
当業者であれば明確に分かるように、容易かつ簡潔的に説明するために、上記各機能ユニット又はモジュールの区分で例を挙げて説明したが、実際の応用において、必要に応じて上記機能を割り当てて異なる機能ユニット、モジュールにより完成させ、即ち上記装置の内部構造を異なる機能ユニット又はモジュールに区分して、以上で説明した全て又は一部の機能を完成させることができる。
なお、本開示の説明において、用語「中心」、「縦方向」、「横方向」、「長さ」、「幅」、「厚さ」、「上」、「下」、「前」、「後」、「左」、「右」、「垂直」、「水平」、「頂」、「底」、「内」、「外」、「時計回り」、「反時計回り」、「軸方向」、「径方向」、「周方向」等で示す方位又は位置関係は、図面に示す方位又は位置関係に基づくものであり、本開示を容易に説明し説明を簡略化するためのものに過ぎず、示された装置又は部品が特定の方位を有し、特定の方位で構成され、操作されなければならないと指示するか又は暗示するものではないため、本開示を限定するものとして理解してはならない。
また、用語「第１の」、「第２の」は、説明目的のためのみに用いられ、相対的な重要性を指示するか又は暗示し、或いは指示された技術的特徴の数量を暗示すると理解すべきではない。これにより、「第１の」、「第２の」で限定されている特徴は、１つ以上の該特徴を明示的又は暗黙的に含むことができる。本開示の説明において、「複数」の意味は、明確で具体的な限定がない限り、２つ以上である。
本開示において、別に明確な規定及び限定がない限り、用語「取り付け」、「連結」、「接続」、「固定」等は、広義に理解されるべきであり、例えば、固定接続、着脱可能な接続、一体的な接続であってもよく、機械的な接続であっても、電気的な接続であってもよく、直接的な連結であってもよく、中間媒体を介した連結であってもよく、２つの部品内部の連通、又は２つの部品の相互作用の関係であってもよい。当業者であれば、上記用語の本開示における具体的な意味を具体的な状況に基づいて理解することができる。
本開示において、明確な規定及び限定がない限り、第１の特徴が第２の特徴の「上」又は「下」にあることは、第１の特徴と第２の特徴とが直接的に接触することであってもよく、第１の特徴と第２の特徴とが中間媒体を介して間接的に接触することであってもよい。また、第１の特徴が第２の特徴の「上」、「上方」又は「上面」にあることは、第１の特徴が第２の特徴の真上及び斜め上にあることを含んでもよく、第１の特徴の水平高さが第２の特徴より高いことだけを表すことを含んでもよい。第１の特徴が第２の特徴の「下」、「下方」又は「下面」にあることは、第１の特徴が第２の特徴の真下及び斜め下にあることを含んでもよいし、第１の特徴の水平高さが第２の特徴より低いことだけを表すことを含んでもよい。
本明細書の説明において、参照用語「１つの実施例」、「いくつかの実施例」、「例」、「具体的な例」、又は「いくつかの例」等の説明とは、該実施例又は例を参照して説明された具体的な特徴、構造、材料又は特性が本開示の少なくとも１つの実施例又は例に含まれることを意味する。本明細書において、上記用語の例示的な表現は、必ずしも同一の実施例又は例に限定されるものではない。また、説明された具体的な特徴、構造、材料又は特性は、任意の１つ又は複数の実施例又は例において適切な形態で結合することができる。また、相互に矛盾しない限り、当業者は、本明細書で説明された異なる実施例又は例、及び異なる実施例又は例の特徴を結合し、組み合わせることができる。
以上、本開示の実施例を示して説明したが、上記実施例は例示的なものであり、本開示を限定するものであると理解すべきではなく、当業者であれば、本開示の範囲内で上記実施例に対して変更、修正、交換及び変形を行うことができる。

Claims (14)

  1. 電池モジュールが恒温環境の異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得するステップと、
    前記オフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを取得し、多目的関数フィッティング法に基づいて前記等価熱ネットワークモデルの各前記初期パラメータのうち最適モデルパラメータを決定するステップと、
    車両の電池の初期状態ベクトル値、及び前記車両が実際に動作する第１の時刻での前記車両の電池の第１の動作データを取得するステップと、
    前記初期状態ベクトル値、前記第１の動作データ、及び、前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第１の時刻での前記車両の電池の第１の電池内部温度推定値を決定するステップとを含む、ことを特徴とする電池内部温度情報処理方法。
  2. 電池モジュールが恒温環境の異なるオフライン動作条件でオフライン試験を行うオフライン試験データを取得する前記ステップは、
    異なるオフライン動作条件でオフライン試験を行う場合、前記電池モジュールのオフライン温度データ及び等価回路データを取得するステップを含み、
    前記オフライン温度データは、オフライン試験の内部温度、オフライン試験の表面温度、オフライン冷却板温度、及び、前記電池モジュールがオフライン試験を行う場合の恒温環境のオフライン環境温度を含み、前記オフライン試験の内部温度は、前記電池モジュールのセル内部に設けられた第１の温度センサ装置により測定され、前記オフライン試験の表面温度は、前記電池モジュールのセルの表面に設けられた第２の温度センサ装置により測定され、前記オフライン冷却板温度は、前記電池モジュールに接続された冷却システムの冷却板に設けられた第３の温度センサ装置により測定され、前記等価回路データは、前記電池モジュールの電池端子電圧値及び電池電流値を含む、ことを特徴とする請求項１に記載の電池内部温度情報処理方法。
  3. 前記電池モジュールのオフライン温度データ及びオフライン試験データを取得する前記ステップの後、
    データベースから前記電池モジュールの第１の開放電圧及び第１の温度係数を取得するステップと、
    前記電池端子電圧値、前記電池電流値及び前記オフライン試験の内部温度を予め設定された第１の発熱率モデルに組分けて入力し、異なるオフライン動作条件で前記第１の発熱率モデルが出力した、前記電池モジュールの第１の電池発熱率を取得するステップと、を含み、１組の前記電池端子電圧値、前記電池電流値及び前記オフライン試験の内部温度は、同一のオフライン動作条件で同一時刻に対応する、前記電池端子電圧値、前記電池電流値、及び、前記オフライン試験の内部温度で定義される、ことを特徴とする請求項２に記載の電池内部温度情報処理方法。
  4. 前記第１の発熱率モデルは、

    であり、
    ここで、Ｑｈｅａｔ１は、前記電池モジュールの異なるオフライン動作条件での第１の電池発熱率であり、
    ＯＣＶ（ＳＯＣ１）は、前記電池モジュールの第１の開放電圧であり、
    Ｕ１は、前記電池モジュールの電池端子電圧値であり、
    Ｉ１は、前記電池モジュールの電池電流値であり、
    Ｔ１は、前記オフライン試験の内部温度であり、
    は、前記電池モジュールの第１の温度係数である、ことを特徴とする請求項３に記載の電池内部温度情報処理方法。
  5. 前記オフライン試験データに基づいて等価熱ネットワークモデルの初期パラメータを取得し、多目的関数フィッティング法に基づいて前記等価熱ネットワークモデルの各前記初期パラメータのうち最適モデルパラメータを決定する前記ステップは、
    等価熱ネットワークモデルの入力パラメータと出力パラメータとを取得し、かつ同一オフライン動作条件で同一時刻に対応する前記入力パラメータを前記出力パラメータと関連付けるステップであって、前記入力パラメータは、前記第１の電池発熱率、前記オフライン冷却板温度、及び、前記オフライン環境温度を含み、前記出力パラメータは、前記オフライン試験の内部温度及び前記オフライン試験の表面温度を含む、ステップと、
    前記入力パラメータを等価ネットワークモデルに入力し、前記等価ネットワークモデルに入力された前記入力パラメータに関連付けられた前記出力パラメータを前記等価ネットワークモデルに出力して、等価熱容量を含む初期パラメータを取得するステップであって、１組の初期パラメータは、前記等価ネットワークモデルにおける前記電池モジュールのセル内部の等価熱容量、セル内部から各伝熱経路に対応するセル表面点の熱抵抗、各伝熱経路に対応するセル表面点から外部環境までの熱抵抗、及び、各伝熱経路に対応するセル表面点における等価熱容量を含み、
    最小二乗法、遺伝的アルゴリズム、粒子群最適化アルゴリズムのうちの１種又は複数種を含む多目的関数フィッティング法に基づいて各組の前記初期パラメータにおける１組の最適モデルパラメータを決定するステップとを含む、ことを特徴とする請求項３又は４に記載の電池内部温度情報処理方法。
  6. 車両の電池の初期状態ベクトル値、及び前記車両が実際に動作する第１の時刻での前記車両の電池の第１の動作データを取得する前記ステップは、
    データベースから実際に動作する初期時刻での前記車両の電池の初期状態ベクトル値を取得するステップと、
    前記車両が実際に動作する第１の時刻で、前記車両の電池の第１の動作データを取得するステップと、を含み、前記第１の動作データは、第１の電池表面温度、第１の冷却板温度、第１の環境温度、第１の電圧値及び第１の電流値を含み、前記第１の電池表面温度は、前記車両の電池表面に設けられた第４の温度センサ装置により測定され、前記第１の冷却板温度は、前記車両の電池に接続された車両冷却システムの冷却板に設けられた第５の温度センサ装置により測定され、前記第１の環境温度は、前記車両が実際に動作する環境の前記第１の時刻での温度であり、前記第１の電圧値は、実際に動作する第１の時刻での前記車両の電池の電圧値であり、前記第１の電流値は、実際に動作する第１の時刻での前記車両の電池の電流値である、ことを特徴とする請求項１～５のいずれか１項に記載の電池内部温度情報処理方法。
  7. 前記初期状態ベクトル値、前記第１の動作データ、及び前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第１の時刻での前記車両の電池の第１の電池内部温度推定値を決定する前記ステップは、
    データベースから前記車両の電池の第２の開放電圧及び第２の温度係数を取得するステップと、
    前記第１の電圧値、前記第１の電流値、及び、前記第１の電池表面温度を、予め設定された第２の発熱率モデルに入力して、前記第２の発熱率モデルが出力した、実際に動作する第１の時刻での前記車両の電池の第２の電池発熱率を取得するステップと、
    前記初期状態ベクトル値、前記第２の電池発熱率、前記第１の冷却板温度、及び、前記第１の環境温度を、前記最適モデルパラメータを含む前記等価熱ネットワークモデルに入力し、前記等価熱ネットワークモデルが出力した、実際に動作する第１の時刻での前記車両の電池の第１の状態ベクトル事前推定値を取得するステップと、
    前記第１の状態ベクトル事前推定値に基づいて第１の電池表面点温度推定値を決定するステップと、
    前記第１の状態ベクトル事前推定値、前記第１の電池表面点温度推定値、及び、前記第１の電池表面温度を、第１のゲイン値及び第２のゲイン値を含むルーエンバーガー観測器に入力して、前記ルーエンバーガー観測器によってフィードバック補正された第１の状態ベクトル事後値を取得するステップと、
    前記第１の状態ベクトル事後値に基づいて、実際に動作する第１の時刻での前記車両の電池の第１の電池内部温度推定値を決定するステップとを含む、ことを特徴とする請求項６に記載の電池内部温度情報処理方法。
  8. 前記初期状態ベクトル値、前記第１の動作データ、及び前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第１の時刻での前記車両の電池の第１の電池内部温度推定値を決定する前記ステップの後、
    前記車両が実際に動作する第Ｎの時刻での車両の電池の第２の動作データ及び第Ｎ－１の時刻での第２の状態ベクトル事後値を取得するステップと、
    前記第Ｎ－１の時刻での第２の状態ベクトル事後値、前記第２の動作データ、及び、前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第Ｎの時刻での前記車両の電池の第２の電池内部温度推定値を決定するステップとをさらに含み、Ｎは、２以上の正整数である、ことを特徴とする請求項７に記載の電池内部温度情報処理方法。
  9. 前記第２の動作データは、第２の電池表面温度、第２の冷却板温度、第２の環境温度、第２の電圧値及び第２の電流値を含み、前記第２の電池表面温度は、前記第４の温度センサ装置により測定され、前記第２の冷却板温度は、前記第５の温度センサ装置により測定され、前記第２の環境温度は、前記車両が実際に動作する環境の前記第Ｎの時刻での温度であり、前記第２の電圧値は、実際に動作する第Ｎの時刻での前記車両の電池の電圧値であり、前記第２の電流値は、実際に動作する第Ｎの時刻での前記車両の電池の電流値である、ことを特徴とする請求項８に記載の電池内部温度情報処理方法。
  10. 前記第Ｎ－１の時刻での第２の状態ベクトル事後値、前記第２の動作データ、及び、前記最適モデルパラメータを含む前記等価熱ネットワークモデルに基づいて、前記車両が実際に動作する第Ｎの時刻での前記車両の電池の第２の電池内部温度推定値を決定する前記ステップは、
    前記第２の電圧値、前記第２の電流値、及び、前記第２の電池表面温度を、前記第２の発熱率モデルに入力して、実際に動作する第Ｎの時刻での前記第２の発熱率モデルが出力した、前記車両の電池の第３の電池発熱率を取得するステップと、
    前記第Ｎ－１の時刻での第２の状態ベクトル事後値、前記第３の電池発熱率、前記第２の冷却板温度、及び、前記第２の環境温度を、前記最適モデルパラメータを含む前記等価熱ネットワークモデルに入力し、前記等価熱ネットワークモデルが出力した、実際に動作する第Ｎの時刻での前記車両の電池の第２の状態ベクトル事前推定値を取得するステップと、
    前記第２の状態ベクトル事前推定値に基づいて第２の電池表面点温度推定値を決定するステップと、
    前記第２の状態ベクトル事前推定値、前記第２の電池表面点温度推定値、及び、前記第２の電池表面温度を、前記ルーエンバーガー観測器に入力して、前記ルーエンバーガー観測器によってフィードバック補正された第２の状態ベクトル事後値を取得するステップと、
    前記第２の状態ベクトル事後値に基づいて、前記車両が実際に動作する第Ｎの時刻での第２の電池内部温度推定値を決定するステップとを含む、ことを特徴とする請求項９に記載の電池内部温度情報処理方法。
  11. 前記第２の発熱率モデルは、

    であり、
    ここで、ｋは、前記車両の電池の実際に動作する第ｋの時刻であり、０≦ｋ≦Ｎであり、かつｋは整数であり、前記車両が実際に動作する初期時刻で、ｋ＝０であり、前記車両が実際に動作する第１の時刻で、ｋ＝１であり、前記車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、
    Ｑｈｅａｔ２ｋは、前記車両の電池の第ｋの時刻での第２の電池発熱率であり、
    ＯＣＶ（ＳＯＣ２ｋ）は、前記車両の電池の第２の開放電圧であり、
    Ｕ２ｋは、前記車両の電池の第ｋの時刻での第２の電圧値であり、
    Ｉ２ｋは、前記車両の電池の第ｋの時刻での第２の電流値であり、
    Ｔ２ｋは、前記車両の電池の第ｋの時刻での第２の電池表面温度であり、
    は、前記車両の電池の第２の温度係数である、ことを特徴とする請求項７～１０のいずれか１項に記載の電池内部温度情報処理方法。
  12. 前記ルーエンバーガー観測器は、

    であり、
    ここで、ｋは、前記車両の電池の実際に動作する第ｋの時刻であり、０≦ｋ≦Ｎであり、かつｋは整数であり、前記車両が実際に動作する初期時刻で、ｋ＝０であり、前記車両が実際に動作する第１の時刻で、ｋ＝１であり、前記車両が実際に動作する第Ｎの時刻で、ｋ＝Ｎであり、
    Ｘｓｔａｔｅ（ｋ）は、第ｋの時刻での前記車両の電池の第２の状態ベクトル事後値であり、
    は、第ｋの時刻での前記車両の電池の状態ベクトル事前推定値であり、
    Ｋｐは、前記第１のゲイン値であり、
    Ｋ１は、前記第２のゲイン値であり、
    は、第ｋの時刻での前記車両の第２の電池表面温度であり、
    Ｙｍｅａ（ｋ）は、第ｋの時刻での前記車両の第２の電池表面点温度推定値であり、
    は、第ｉの時刻での前記車両の電池表面温度であり、１≦ｉ≦ｋであり、かつｉは整数であり、
    Ｙｍｅａ（ｉ）は、第ｉの時刻での前記車両の電池表面点温度推定値である、ことを特徴とする請求項７～１１のいずれか１項に記載の電池内部温度情報処理方法。
  13. メモリ、プロセッサ、及び前記メモリに記憶され前記プロセッサで実行可能なコンピュータ読み取り可能な命令を含むコンピュータ装置であって、前記プロセッサが前記コンピュータ読み取り可能な命令を実行するときに請求項１～１２のいずれか１項に記載の電池内部温度情報処理方法を実現する、ことを特徴とするコンピュータ装置。
  14. コンピュータ読み取り可能な命令が記憶されたコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ読み取り可能な命令がプロセッサにより実行されるときに請求項１～１２のいずれか１項に記載の電池内部温度情報処理方法を実現する、ことを特徴とするコンピュータ読み取り可能な記憶媒体。
JP2022532029A 2019-11-28 2020-10-23 電池内部温度情報処理方法、コンピュータ装置及び記憶媒体 Active JP7336034B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201911190760.2 2019-11-28
CN201911190760.2A CN112964991B (zh) 2019-11-28 2019-11-28 电池内部温度信息处理方法、计算机设备和存储介质
PCT/CN2020/123264 WO2021103873A1 (zh) 2019-11-28 2020-10-23 电池内部温度信息处理方法、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
JP2023504135A JP2023504135A (ja) 2023-02-01
JP7336034B2 true JP7336034B2 (ja) 2023-08-30

Family

ID=76128779

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022532029A Active JP7336034B2 (ja) 2019-11-28 2020-10-23 電池内部温度情報処理方法、コンピュータ装置及び記憶媒体

Country Status (6)

Country Link
US (1) US12222396B2 (ja)
EP (1) EP4067919B1 (ja)
JP (1) JP7336034B2 (ja)
KR (1) KR102786971B1 (ja)
CN (1) CN112964991B (ja)
WO (1) WO2021103873A1 (ja)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111055722B (zh) * 2019-12-20 2023-11-17 华为技术有限公司 一种预估充电时间的方法，装置及存储介质
US11764419B1 (en) * 2021-02-17 2023-09-19 Ansys, Inc. Systems and methods for simulating operation of a battery pack
CN113484770B (zh) * 2021-06-10 2022-04-01 广东恒翼能科技有限公司 基于充放电数据在线测算电池内部核心温度的方法及系统
CN114976375B (zh) * 2021-08-23 2025-04-29 长城汽车股份有限公司 电池的使用终止温度估算方法、装置、车辆及存储介质
CN113851757B (zh) * 2021-09-24 2023-08-08 经纬恒润(天津)研究开发有限公司 一种动力电池热管理方法及装置
CN114093441B (zh) * 2021-11-17 2025-05-27 重庆金康动力新能源有限公司 电池包配材选择方法和装置
CN114325401A (zh) * 2021-11-25 2022-04-12 华人运通(江苏)技术有限公司 一种电池性能参数确定方法、装置、设备及介质
CN114355201B (zh) * 2022-03-21 2022-06-10 北京理工大学 一种基于电热耦合模型的锂离子电池内部温度场在线估计方法
CN114792857B (zh) * 2022-04-01 2024-06-25 合众新能源汽车股份有限公司 动力电池的热管理方法、装置、电子设备和存储介质
CN114725568A (zh) * 2022-04-19 2022-07-08 广东工业大学 一种电池热管理方法和装置
CN115020832B (zh) * 2022-06-08 2024-05-28 东莞新能安科技有限公司 电芯排布方法、装置、设备及计算机存储介质
CN115201688B (zh) * 2022-07-19 2026-02-10 南京南瑞继保电气有限公司 锂电池内部温度估计方法、系统、设备和介质
CN115577633A (zh) * 2022-10-18 2023-01-06 江苏科技大学 基于bp神经网络的锂离子电池生热参数计算方法
CN115859579B (zh) * 2022-11-18 2025-10-21 宁德时代新能源科技股份有限公司 故障评估方法、装置、存储介质及用电装置
CN116522575A (zh) * 2022-12-16 2023-08-01 平高集团有限公司 一种高压开关设备温升实时仿真、状态评估方法及系统
CN116106750B (zh) * 2023-01-28 2023-11-10 上海玫克生储能科技有限公司 一种电池温测点辨识及异常检测方法、装置和电子设备
CN116465509B (zh) * 2023-03-30 2025-08-19 上海美克生能源科技有限公司 电芯内部温度的分析方法、存储介质、电子设备及系统
CN116306032B (zh) * 2023-05-17 2023-08-25 宁德时代新能源科技股份有限公司 温度预测方法、装置、设备以及存储介质
CN116699439A (zh) * 2023-05-29 2023-09-05 深蓝汽车科技有限公司 车辆电池内部温度估算方法、装置、电子设备及存储介质
CN117007999B (zh) * 2023-08-08 2024-05-07 杭州意博科技有限公司 一种电池组故障诊断方法、装置及系统
CN116826245B (zh) * 2023-08-31 2023-11-28 山东鑫泰莱光电股份有限公司 一种储能电池热管理方法及系统
CN117219917B (zh) * 2023-11-09 2024-05-07 山东理工大学 一种基于改进pid智能控制的锂电池热平衡系统装置与方法
CN120370173A (zh) * 2024-01-24 2025-07-25 宁德时代(上海)智能科技有限公司 电池检测方法、装置、终端及计算机可读存储介质
CN118249000B (zh) * 2024-05-28 2024-07-19 集美大学 一种基于双蒸发温度的直冷电池热管理系统
CN119208840A (zh) * 2024-07-08 2024-12-27 广西电网有限责任公司电力科学研究院 一种基于嵌入式锂电池的温度调节方法及系统
CN118514573B (zh) * 2024-07-22 2024-11-08 四川一五一八科技有限公司 一种新能源汽车充电管理装置及系统
CN118906814B (zh) * 2024-07-23 2025-09-09 岚图汽车科技有限公司 一种电池热管理异常预警方法、装置、电子设备及介质
CN118539049B (zh) * 2024-07-25 2024-11-01 深圳安培时代数字能源科技有限公司 一种无隔热措施下的电池均匀加热方法及相关装置
CN119199572B (zh) * 2024-11-25 2025-07-01 浙江凌骁能源科技有限公司 电池核心温度的确定方法、装置、车辆和可读存储介质
CN119197773B (zh) * 2024-11-26 2025-03-07 胜业电气股份有限公司 一种可抑制聚丙烯薄膜电容器测试过程起火的方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462847A (zh) 2014-12-23 2015-03-25 哈尔滨工业大学 一种电池内部温度实时预测方法
CN105206888A (zh) 2015-08-31 2015-12-30 浙江工业大学之江学院 一种锂离子电池内部温度监测方法
JP2016105672A (ja) 2014-12-01 2016-06-09 トヨタ自動車株式会社 蓄電システムおよびその制御方法
JP2018170144A (ja) 2017-03-29 2018-11-01 三菱自動車工業株式会社 バッテリ温度推定装置及び方法並びにバッテリ状態推定装置
CN109799005A (zh) 2018-12-20 2019-05-24 北京长城华冠汽车科技股份有限公司 电池内部温度估计方法、装置、系统和车辆
CN110118617A (zh) 2019-05-30 2019-08-13 上海元城汽车技术有限公司 电池模组的内部温度确定方法、装置及智能终端

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7660694B2 (en) * 2005-07-11 2010-02-09 Chrysler Group Llc Arrangement for determining an initial internal battery temperature
JP5252966B2 (ja) * 2008-03-27 2013-07-31 三洋電機株式会社 車両用の電源装置
CN201974246U (zh) 2010-11-26 2011-09-14 汪洪波 大面积金刚石膜表面温度测量装置
DE102011007840A1 (de) 2011-04-21 2012-10-25 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der Innentemperatur eines Energiespeichers
JP6163879B2 (ja) * 2013-05-29 2017-07-19 日産自動車株式会社 電池温度推定装置及び電池温度推定方法
JP6200359B2 (ja) * 2014-03-20 2017-09-20 古河電気工業株式会社 二次電池内部温度推定装置および二次電池内部温度推定方法
CN104865534B (zh) * 2015-04-29 2017-12-26 同济大学 一种单体电池内部温度估计方法
US10354026B2 (en) * 2016-02-16 2019-07-16 Dassault Systemes Simulia Corp. System and method for the generation and use of an electro-thermal battery model
KR102796208B1 (ko) * 2016-02-29 2025-04-16 다쏘 시스템즈 아메리카스 코포레이션 배터리의 열 동작을 특성화하기 위한 데이터를 처리하기 위한 방법 및 시스템
CN107069131B (zh) * 2016-11-29 2019-08-02 北京交通大学 一种锂离子电池集总热学参数的辨识方法
CN106872904B (zh) * 2017-02-23 2019-02-26 合肥工业大学 基于离散滑模观测器的锂电池内部温度估计方法
CN107192952B (zh) 2017-03-31 2021-11-19 中国电力科学研究院 一种电池内部温度检测方法和装置
CN207937070U (zh) 2017-11-01 2018-10-02 保定市睿为电气科技有限公司 一种蓄电池的红外温度监测装置
CN108647432B (zh) * 2018-05-09 2020-06-09 西安交通大学 基于热阻网络模型的电池热失控预测方法
CN108983103B (zh) * 2018-06-29 2020-10-23 上海科列新能源技术有限公司 一种动力电池的数据处理方法和装置
CN109188285B (zh) * 2018-07-24 2020-12-29 合肥工业大学 一种锂电池内外热阻估计方法
US10763556B2 (en) * 2018-12-10 2020-09-01 Volvo Car Corporation Vehicle battery assembly utilizing side cooling plates
CN109921111B (zh) 2019-03-14 2020-08-04 上海大学 一种锂离子电池内部温度估测方法及系统
CA3154258C (en) * 2019-11-06 2023-10-10 Taiga Motors Inc. Battery cooling panel for electric vehicles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016105672A (ja) 2014-12-01 2016-06-09 トヨタ自動車株式会社 蓄電システムおよびその制御方法
CN104462847A (zh) 2014-12-23 2015-03-25 哈尔滨工业大学 一种电池内部温度实时预测方法
CN105206888A (zh) 2015-08-31 2015-12-30 浙江工业大学之江学院 一种锂离子电池内部温度监测方法
JP2018170144A (ja) 2017-03-29 2018-11-01 三菱自動車工業株式会社 バッテリ温度推定装置及び方法並びにバッテリ状態推定装置
CN109799005A (zh) 2018-12-20 2019-05-24 北京长城华冠汽车科技股份有限公司 电池内部温度估计方法、装置、系统和车辆
CN110118617A (zh) 2019-05-30 2019-08-13 上海元城汽车技术有限公司 电池模组的内部温度确定方法、装置及智能终端

Also Published As

Publication number Publication date
KR102786971B1 (ko) 2025-03-28
EP4067919A1 (en) 2022-10-05
EP4067919B1 (en) 2025-09-03
JP2023504135A (ja) 2023-02-01
CN112964991A (zh) 2021-06-15
CN112964991B (zh) 2022-07-15
US12222396B2 (en) 2025-02-11
US20230025958A1 (en) 2023-01-26
WO2021103873A1 (zh) 2021-06-03
EP4067919A4 (en) 2023-12-27
KR20220104234A (ko) 2022-07-26

Similar Documents

Publication Publication Date Title
JP7336034B2 (ja) 電池内部温度情報処理方法、コンピュータ装置及び記憶媒体
CN112964992B (zh) 基于aukf的电池内部温度信息处理方法、设备和介质
Jin et al. Parameter estimation of an electrochemistry‐based lithium‐ion battery model using a two‐step procedure and a parameter sensitivity analysis
CN112883531B (zh) 锂离子电池数据处理方法、计算机设备和存储介质
CN115267539B (zh) 面向车载应用的锂电池荷电状态和温度联合估计方法
CN116540105B (zh) 基于神经网络与热网络模型的锂电池内部温度在线估计方法
CN109581064B (zh) 测量电池低温直流电阻的方法、装置、介质
CN114914565B (zh) 电池模组温度获取方法、装置及存储介质
Muñoz et al. Parameter optimization of an electrochemical and thermal model for a lithium-ion commercial battery
CN109738806B (zh) 模拟电池产热率的方法、装置、介质
CN116068408B (zh) 电池老化数据确定方法、装置、计算机设备和存储介质
CN114089193A (zh) 电池的温度和负极电位在线估计方法、装置和计算机设备
CN117669250A (zh) 一种锂电池的热仿真建模方法和装置
van de Ven et al. Combined cell-level estimation of state-of-charge and temperature in battery packs
CN120408951A (zh) 电池热场仿真测算方法、装置、系统及存储介质
Dar et al. Immersion cooling effects on internal parameters of lithium-ion battery: Experimental and optimization approach
JP7612124B2 (ja) モデルパラメータ推定装置およびモデルパラメータ推定方法
CN117991099A (zh) 参数辩识模型建立方法、装置、计算机设备及存储介质
CN115184826A (zh) 电池温度获取方法、装置、存储介质及储能系统
Stephens et al. A Multi-Fidelity Virtual Testbed for Lithium-Ion Battery Modules with Integrated Thermal Management
CN119001493B (zh) 电池簇的可用容量确定方法、装置、存储介质及电子设备
Xiong Modeling theory of lithium-ion batteries
Jun et al. Development of New Prediction Model for Thermal–Electrical Characteristics of Lithium‐Ion Batteries Including Low‐Temperature Conditions
Yao et al. Multi-condition temperature state estimation of lithium-ion battery based on enhanced parrot optimization and adaptive unscented Kalman filter
CN121348112A (zh) 锂离子电池多状态协同在线估计与可靠性评估方法及系统

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220630

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220630

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230712

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230725

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230818

R150 Certificate of patent or registration of utility model

Ref document number: 7336034

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150