一种基于马氏距离预警的电池分级温控方法、系统及装置

本发明涉及电池安全及热管理，尤其涉及一种基于马氏距离预警的电池分级温控方法及系统。

背景技术：

1、随着应用场景对电池安全性与响应速度的要求不断提高，电池管理系统（bms）正向高安全、高响应方向演进。然而，传统系统仍存在以下几方面问题：

2、在电池控温层面，传统bms多仅依靠表面温度传感器或单一的电压波动进行异常报警，当系统捕捉到异常信号时，电池内部往往已进入不可逆热失控阶段；

3、在热失控测试方面，现有方法通常直接加热电池至起火爆炸，难以在“热失控临界点（热边界）”实施有效的非破坏性干预与抑制，导致临界状态下的安全防控研究缺乏手段；

4、在热管理执行层面，传统风冷或被动水冷系统热惯性大、降温速率慢，面对局部热失控初期的剧烈温升，无法提供瞬间大功率的“强制热压制”能力，难以快速遏制热蔓延；

5、在控制策略上，传统温控算法多基于固定参数设计，难以适应电池热失控过程中产热的强非线性和滞后特性，极易失效；同时，传统控制架构未对多执行器进行算力独立分配，导致系统响应迟滞、温度调节过程易产生震荡。

6、可见，传统bms在电池控温能力、测试干预能力、热管理响应速度及控制策略适应性等方面均存在明显不足，难以满足高安全、高响应的发展需求。

技术实现思路

1、针对传统bms控温能力弱、热压制能力不足以及控制策略适应性差等缺陷，提供一种基于马氏距离预警的电池分级温控方法、系统及装置，通过计算各执行器的控制量向量作为温度控制信号对电池进行温控处理，并利用电池以及各执行器的实时运行参数，实时对rbf神经网络以及增量pid控制器所需的参数进行更新，以达到根据电池温度变化情况进行精准控温的效果。

2、第一方面，按照本发明所提供的设计方案，提供一种基于马氏距离预警的电池分级温控方法，包括如下内容：

3、获取电池以及各执行器的运行参数，对所述运行参数进行预处理，构建出多维状态特征向量；利用所述多维状态特征向量以及预设的马氏距离计算模型，计算出平均马氏距离；并将所述平均马氏距离映射为热失控综合风险指数；

4、预先设置多级控制状态等级并对各控制状态等级设置不同的阈值区间，根据所述热失控综合风险指数所处的阈值区间，判断当前电池所处的控制状态等级；

5、通过预设的rbf神经网络获取pid控制参数；基于当前电池所处的控制状态等级，利用所述pid控制参数计算出各执行器的期望控制量向量，并根据所述期望控制量向量计算出各执行器的实际控制量向量，将所述实际控制量向量作为温度控制信号，控制当前执行器对所述电池执行控温处理。

6、进一步地，所述的利用所述多维状态特征向量以及预设的马氏距离计算模型，计算出平均马氏距离具体包括：

7、获取所述电池在正常运行模式下的历史运行参数，根据所述历史运行参数，计算并存储正常基线均值向量，根基所述正常基线均值向量获取正常基线协方差矩阵，以构建马氏距离计算模型：

8、

9、其中，表示马氏距离，表示多维状态特征向量，表示正则化后的正常基线协方差矩阵，表示离散采样序号；

10、根据所述马氏距离计算模型，获取当前电池的马氏距离，将当前电池的马氏距离进行窗口平滑处理，得到平均马氏距离：

11、

12、其中，表示预设定的滑动窗口长度。

13、进一步地，所述热失控综合风险指数表示为：

14、

15、其中，表示热失控综合风险指数，表示离散采样序号，表示灵敏度调节系数，表示平均马氏距离，表示根据正常样本确定的正常偏离上限。

16、进一步地，所述的通过预设的rbf神经网络获取pid控制参数具体包括：

17、在每个控制周期内，对所述电池的运行参数进行归一化处理，将归一化处理后的运行参数以及各执行器的上一周期实际控制量向量作为rbf神经网络的输入数据，通过径向基函数将所述输入数据映射为高维特征空间中的特征向量；基于所述特征向量与预设rbf网络权重的内积，生成网络预测数据；

18、利用所述网络预测数据计算所述执行器的交叉雅可比矩阵，基于所述交叉雅可比矩阵以及预设的pid自适应学习率，采用梯度下降法实时整定各执行器的pid控制参数。

19、更进一步地，所述的通过预设的rbf神经网络获取pid控制参数还包括：

20、利用所述平均马氏距离计算出马氏距离变化率，通过所述马氏距离变化率动态调节rbf神经网络权重学习率以及pid自适应学习率：

21、

22、其中，，表示rbf网络权重，表示pid自适应学习率，表示调节系数，表示离散采样序号。

23、进一步地，所述的利用所述pid控制参数计算出各执行器的期望控制量向量具体包括：

24、基于当前电池所处的控制状态等级，获取所述电池的目标到达温度；将电池当前温度与所述目标到达温度的偏差输入增量式pid控制器；所述增量式pid控制器根据所述pid控制参数，计算出增量控制量，并通过所述增量控制量计算出各执行器的期望控制量向量。

25、所述增量控制量表示为：

26、

27、其中，表示执行器的增量控制量，比例、积分、微分表示执行器的pid控制参数。

28、进一步地，所述的根据所述期望控制量向量计算出各执行器的实际控制量向量具体包括：

29、基于当前电池所处的控制状态等级以及所述热失控综合风险指数，通过连续映射函数计算出各执行器对应的控制权重，根据各控制权重获取控制分配矩阵；

30、并利用所述控制分配矩阵以及各执行器的期望控制量向量，获取各执行器的实际控制量向量，对所述实际控制量向量进行饱和限幅，获取最终的实际控制量向量；

31、所述各执行器对应的控制权重表示为：

32、

33、其中，s表示电池的控制状态，s0表示一种控制状态等级，表示执行器的最小允许权重，表示状态s下执行器的最大允许权重，r表示热失控综合风险指数，表示执行器在状态s下的风险响应拐点；表示权重变化灵敏度。

34、进一步地，所述的计算出各执行器的实际控制量向量，还包括：

35、所述执行器至少包括三种执行器；获取第一、第二执行器的排热流速以及第三执行器的热端温度；对所述第一执行器与第二执行器的实际控制量向量的增量施加预设的动态安全下限约束；利用施加约束后的实际控制量向量，控制各执行器的运行；以避免存在第一、第二执行器的排热流速与第三执行器热端温度升高的速率不匹配，导致第三执行器热端温度高于所述电池温度的情况。

36、第二方面，本发明还提供一种基于马氏距离预警的电池分级温控系统，包含：

37、数据处理模块：用于获取电池以及各执行器的运行参数，对所述运行参数进行预处理，构建出多维状态特征向量；利用所述多维状态特征向量以及预设的马氏距离计算模型，计算出平均马氏距离；并将所述平均马氏距离映射为热失控综合风险指数；

38、控制状态判定模块：用于预先设置多级控制状态等级并对各控制状态等级设置不同的阈值区间，根据所述热失控综合风险指数所处的阈值区间，判断当前电池所处的控制状态等级；

39、温度控制模块：用于通过预设的rbf神经网络获取pid控制参数；基于当前电池所处的控制状态等级，利用所述pid控制参数计算出各执行器的期望控制量向量，并根据所述期望控制量向量计算出各执行器的实际控制量向量，将所述实际控制量向量作为温度控制信号，控制当前执行器对所述电池执行控温处理。

40、第三方面，本发明还提供一种基于马氏距离预警的电池分级温控装置，包含电池盒与位于电池盒内部的电池，还包括如第二方面所述的一种基于马氏距离预警的温控系统以及位于所述电池盒上方的散热执行器，所述散热执行器包括半导体制冷片、位于所述半导体制冷片上方的水冷板以及位于所述水冷板上方的散热风扇；所述电池分级温控系统与各散热执行器电连接，用于向所述散热执行器发送控制信号，以调节所述电池的温度。

41、本发明的有益效果：

42、（1）本发明根据电池温度趋势，利用包含平均马氏距离以及热失控风险等级的温控方法控制多种执行器进行控温处理，根据电池实际情况进行实时温度控制，在此基础上还设置了防热倒灌机制，能够防止电池内部进入不可逆的热失控阶段，解决了传统控温系统控温能力弱以及热压制能力不足的问题；同时本发明分别设置各执行器的实际控制量，使各执行器分别按照预设的控制量执行降温操作，使多执行器的控制量的独立分配，优化bms的控制策略；

43、（2）实时获取电池以及各执行器的运行参数，针对当前运行参数计算温控算法所需的平均马氏距离；将所述平均马氏距离作为动态参数，用以对算法运行时的控温参数进行适时调整，从而使系统能够结合实际工况变化，自适应地作出相应的控温响应，解决了传统bms控制策略适应性差的问题。