一种电池主动预冷路径规划方法及热管理系统

摘要: 本发明属于电池热管理领域,具体关于一种电池主动预冷路径规划方法及热管理系统。背景技术:1、电动汽车动力电池对工作温度较为敏感。在高温环境或大功率充放电工况下,电...
一种电池主动预冷路径规划方法及热管理系统

本发明属于电池热管理领域,具体关于一种电池主动预冷路径规划方法及热管理系统。

背景技术:

1、电动汽车动力电池对工作温度较为敏感。在高温环境或大功率充放电工况下,电池温度过高会导致输出功率受限、充电速度下降,并加速电池老化,甚至带来热失控风险。因此,对电池进行主动预冷具有重要意义。

2、现有电池主动预冷控制方法多采用先预测、后规划的确定性范式,即根据导航路径、交通态势、环境温度及当前电池状态,预测未来电池温度变化,并据此确定预冷启动时机和预冷功率。

3、然而,实际行驶过程中,车辆速度、道路拥堵、驾驶行为及天气变化等因素均会使未来负载功率和外部环境温度具有不确定性。若按保守工况预测,预冷容易过早或过度,增加能耗;若按理想工况预测,则可能预冷不足,难以兼顾电池热安全与能耗经济性。这意味着,现有确定性预冷规划范式在应对未来工况的不确定性时,往往难以兼顾电池热安全与预冷能耗控制,亟需一种能够对不确定性进行有效表征并据此进行路径规划的方法。

技术实现思路

1、本发明的目的在于提供一种电池主动预冷路径规划方法及热管理系统,以解决上述背景中提出的技术问题。

2、为了实现上述目的,本发明提供了一种电池主动预冷路径规划方法,包括以下步骤:s1、获取车辆未来行程的行程相关信息,对所述行程相关信息进行特征提取,得到行程特征向量;同时获取电池的当前状态信息;s2、将所述行程特征向量和当前状态信息输入预先构建的概率预测模型,由所述概率预测模型输出未来预测时域内,电池负载功率的概率分布序列和外部环境温度的概率分布序列,作为不确定性预测分布序列;s3、以所述不确定性预测分布序列为输入,结合预设的电池热状态模型,构建一个机会约束规划问题;所述机会约束规划问题以预冷启动时刻和预冷功率曲线为决策变量,以预冷能耗的期望值最小为优化目标,并以在所述不确定性预测分布序列所表征的随机场景下,预测时域内全部时间步的电池温度均处于预设安全区间的概率不低于预设置信度为约束条件;s4、对所述机会约束规划问题进行求解,得到包含所述预冷启动时刻和预冷功率目标曲线的预冷路径规划方案;s5、根据所述预冷路径规划方案,控制电池预冷系统对电池执行主动预冷。

3、在本发明的一个或多个实施例中,s1中,所述行程相关信息包括导航路径信息、交通态势信息和环境温度信息;所述当前状态信息包括当前电池温度和当前荷电状态。

4、在本发明的一个或多个实施例中,s2中,所述概率预测模型为基于序列到序列架构的概率预测模型,所述概率预测模型包括编码模块和概率解码模块;所述将所述行程特征向量和当前状态信息输入预先构建的概率预测模型,由所述概率预测模型输出未来预测时域内,电池负载功率的概率分布序列和外部环境温度的概率分布序列,包括:所述编码模块用于对行程特征向量中各路段特征与当前状态信息进行编码,得到时序上下文特征;所述概率解码模块基于时序上下文特征,逐时间步输出所述预测时域内每个时间步的电池负载功率的分布参数和外部环境温度的分布参数,以分别构成所述电池负载功率的概率分布序列和所述外部环境温度的概率分布序列。

5、在本发明的一个或多个实施例中,s3中,所述电池热状态模型为电池热平衡递推模型,用于根据各时间步的电池负载功率、外部环境温度和预冷功率,计算对应的电池温度变化量,以递推得到各时间步的电池温度。

6、在本发明的一个或多个实施例中,s3具体包括:步骤s31:将所述预冷启动时刻和预冷功率曲线共同参数化为一个参数向量;步骤s32:基于所述概率分布序列,通过蒙特卡洛采样生成表征多种可能未来工况的场景集合;步骤s33:对所述场景集合中的每一个场景,利用所述电池热平衡递推模型,根据该场景下的电池负载功率时间序列、外部环境温度时间序列和所述参数向量表征的预冷启动时刻与预冷功率曲线,计算该场景下预测时域内各时间步的电池温度;步骤s34:将预冷能耗在所述场景集合下的均值,构建为所述预冷能耗的期望值;将预测时域内全部时间步的电池温度均处于所述预设安全区间的场景数量,占所述场景集合中总场景数量的比例,构建为所述电池温度处于预设安全区间的概率;步骤s35:基于所述预冷能耗的期望值和所述电池温度处于预设安全区间的概率,构建所述机会约束规划问题。

7、在本发明的一个或多个实施例中,s4中,对所述机会约束规划问题进行求解,得到包含所述预冷启动时刻和预冷功率目标曲线的预冷路径规划方案,包括:采用基于随机场景采样的迭代优化算法,对所述机会约束规划问题进行求解;在每次迭代中,重新执行所述蒙特卡洛采样以更新所述场景集合,并基于更新后的场景集合重新计算所述预冷能耗的期望值和电池温度处于预设安全区间的概率,以更新所述参数向量,直至满足所述约束条件且预冷能耗的期望值收敛,得到最优参数向量;将所述最优参数向量还原为预冷启动时刻和预冷功率目标曲线。

8、在本发明的一个或多个实施例中,所述电池热平衡递推模型由下式表征:

9、

10、其中,为第t个时间步的电池温度,为第t个时间步的外部环境温度,为第t个时间步的电池负载功率,为第t个时间步的预冷功率,为时间步长,为电池等效热容,为电池负载功率产热函数,为表征预冷系统在当前电池温度和环境温度下的散热功率函数。

11、在本发明的一个或多个实施例中,还包括s6:在车辆实际行驶过程中,实时采集实际负载功率和实际环境温度;当所述实际负载功率或实际环境温度,落在根据对应概率分布序列确定的对应时间步的预设置信区间之外时,利用当前已采集的实际行驶数据更新所述行程特征向量和当前状态信息,并重新触发步骤s2至步骤s4,以生成并执行更新后的预冷路径规划方案。

12、在本发明的一个或多个实施例中,所述预设置信度随未来行程的热风险等级升高而增大;所述热风险等级根据快充需求、长上坡路段、高温拥堵路段中的至少一种确定。

13、另外,为了实现上述方法,本发明提供了一种用于实现电池主动预冷路径规划方法的热管理系统,包括信息获取模块、特征处理模块、预测规划模块和预冷执行控制模块,信息获取模块用于获取车辆未来行程的行程相关信息以及电池当前状态信息,其中,所述行程相关信息包括导航路径信息、交通态势信息和环境温度信息,所述电池当前状态信息包括当前电池温度和当前荷电状态;特征处理模块与所述信息获取模块连接,用于对所述行程相关信息进行处理,得到行程特征向量;预测规划模块与所述特征处理模块连接,用于根据所述行程特征向量和所述电池当前状态信息,获得未来预测时域内电池负载功率和外部环境温度的不确定性预测分布序列,并基于所述不确定性预测分布序列和电池热状态模型构建机会约束规划问题,以求解得到预冷路径规划方案,所述预冷路径规划方案包括预冷启动时刻和预冷功率目标曲线;预冷执行控制模块与所述预测规划模块连接,用于根据所述预冷路径规划方案生成预冷控制指令,并根据所述预冷控制指令控制电池预冷系统对动力电池执行主动预冷。

14、与现有技术相比,本发明的有益效果是:能够针对现有确定性主动预冷规划方法难以有效应对未来工况不确定性的问题,对未来电池负载功率和外部环境温度的不确定性进行有效表征,并基于机会约束规划生成预冷路径规划方案,在保证电池热安全的同时降低不必要的预冷能耗,提高电池主动预冷控制的鲁棒性、经济性和实车适应性。