新能源车电池热管理智能预测控制方法、系统、设备及存储介质与流程

本发明涉及新能源车电池热管理，具体是新能源车电池热管理智能预测控制方法、系统、设备及存储介质。

背景技术：

1、随着新能源汽车产业的规模化发展与技术迭代，锂离子动力电池作为车辆的核心动力源，其工作温度直接决定了充放电效率、循环寿命及整车行驶安全。当前行业内已形成以液冷为主、风冷和直冷为辅的电池热管理技术体系，主流控制策略多基于电池管理系统采集的实时数据构建反馈闭环，通过监测电池包平均温度、单体最高温度及充放电电流等参数，调节冷却水泵、散热风扇的运行功率，部分进阶方案会结合荷电状态与环境温度进行简单的前馈补偿，能够在常规匀速行驶、慢充等稳态工况下，将电池温度维持在适宜的工作区间，满足基础的热管理需求。

2、但是其在实际使用时，仍旧存在一些缺点，反馈式控制架构天然存在响应滞后性，冷却系统从接收到指令到建立有效散热能力需要一定的时间延迟，在急加速、大功率快充等瞬态大电流工况下，电池产热速率急剧上升，系统无法提前干预，极易引发局部热点快速积聚。现有产热计算模型普遍采用集总参数法，将电池包简化为均匀发热体，仅依赖平均温度与基础内阻估算产热功率，完全忽略了电池包内部温度梯度分布对非线性内阻的影响，也未考虑不同区域热扩散的各向异性特性，导致产热功率估算存在较大偏差，无法精准捕捉局部热风险。同时，行业通用的热安全保护机制均采用固定温度阈值，既不能自适应电池老化导致的热稳定性下降，也无法区分不同工况下的热失控临界条件，存在过度保守增加整车能耗与阈值不足引发安全隐患的双重矛盾，且多数系统缺乏对电池全生命周期热特性演化的适配能力，随着电池内阻增大、热传导性能衰减，热管理效率会逐年降低。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供新能源车电池热管理智能预测控制方法、系统、设备及介质，通过以下方案，解决了传统热管理响应滞后与安全边界保守的问题，显著提升电池热安全防护能力与运行效率。

2、本发明所述的新能源车电池热管理智能预测控制方法，包括：

3、s1：在车辆运行过程中获取车辆车速、整车加速度及驱动电机输出扭矩作为第一组数据；获取电池总电流及荷电状态作为第二组数据；获取电池包内测温节点的实时温度分布列向量作为第三组数据。

4、s2：构建标准基矩阵，将所述第三组数据正交投影至标准基矩阵空间中进行降维，通过对所述第三组数据构成的温度快照矩阵进行奇异值分解，提取奇异值累计能量占比达到预设阈值的前k个左奇异向量，作为核心本征向量；利用所述核心本征向量表征电池包内部热扩散主方向及温度梯度集中度，并依据所述温度梯度集中度修正电池非线性内阻；最终构成多维瞬态热力学特征包。

5、s3：基于所述多维瞬态热力学特征包，解析车辆在未来预测时域内的期望驱动功率轨迹；并通过包含内阻热效应与电化学熵变热效应的产热功率方程计算动态产热功率轨迹；根据动态产热功率轨迹在连续时域上的变化率计算热传播延迟系数，并利用所述热传播延迟系数对动态产热功率轨迹进行热惯性传播修正，生成预测热载荷时序数据。

6、s4：基于所述预测热载荷时序数据、核心本征向量及所述电池总电流的变化率，构建电池瞬态热状态演化曲面；计算所述热状态演化曲面的局部曲率，并根据局部曲率突变区域对应的温度值生成包含动态最高温度阈值在内的动态热安全边界。

7、s5：将所述预测热载荷时序数据对应的温度演化曲线与所述动态热安全边界进行时域比对，生成主动控温指令。

8、优选的，步骤s2中，所述温度梯度集中度的获取方式为获取温度分布列向量正交投影至标准基矩阵空间后得到的低维系数向量，计算所述低维系数向量所有分量的均值和标准差，将所述低维系数向量的标准差与均值的比值作为对应时刻的温度梯度集中度。

9、优选的，步骤s2中，所述电池非线性内阻的修正过程为通过电池台架实验标定基础非线性内阻，同时标定温度梯度集中度对应的修正系数函数；根据当前时刻的温度梯度集中度计算对应的修正系数，将基础非线性内阻乘以一加修正系数的和，得到修正后的电池非线性内阻。

10、优选的，步骤s3中，所述热传播延迟系数的获取方式为采用中心差分法计算动态产热功率轨迹在连续时域上每个预测时间步的产热功率变化率，对于预测时域首尾的时间步分别采用前向差分法和后向差分法计算；根据产热功率变化率的绝对值计算基础热传播延迟系数；提取热扩散主方向向量，计算所述向量元素绝对值的最大值与所有元素绝对值平均值的比值作为各向异性修正系数；将基础热传播延迟系数乘以各向异性修正系数，得到最终的热传播延迟系数。

11、优选的，步骤s3中，所述预测热载荷时序数据的获取方式为以当前时刻的动态产热功率作为初始值，采用一阶惯性环节的离散递推形式，利用每个预测时间步对应的热传播延迟系数，对动态产热功率轨迹进行逐时间步的热惯性传播修正；将预测时域内所有时间步修正后的产热功率，按照时间先后顺序排列，生成预测热载荷时序数据。

12、优选的,步骤s4中，所述电池瞬态热状态演化曲面的构建方式为基于标准基矩阵构建降维离散热传导模型，所述降维离散热传导模型包含系统状态转移矩阵和热载荷输入矩阵；以当前时刻的低维系数向量作为初始值，结合预测热载荷时序数据递推计算每个预测时间步的预测低维系数向量；计算每个预测时间步的电池总电流变化率，引入电流变化率修正项对预测低维系数向量进行修正；以电池包内测温节点的物理位置序号为空间维度轴，预测时间偏移量为时间维度轴，基于修正后的预测低维系数向量与核心本征向量重构各测温节点的预测温度，以重构后的预测温度为温度维度轴，构建三维物理热状态演化曲面。

13、优选的，步骤s4中，所述动态热安全边界的获取方式为通过电池台架热失控临界实验标定热状态突变阈值；提取热状态演化曲面对应的预测最高温度时序数据，计算预测最高温度对时间的二阶导数作为热状态变化率，对热状态变化率进行滑动平均滤波处理；识别滤波后热状态变化率达到或超过热状态突变阈值的时刻作为热状态突变时刻，将突变时刻对应的预测最高温度作为该时刻的临界温度，非突变时刻采用电池标称最高工作温度作为基础临界温度；对每个预测时间步的临界温度依次引入安全裕度修正和电池老化修正，生成随预测时间变化的动态热安全边界。

14、本发明还提供一种实现上述新能源车电池热管理智能预测控制方法的系统，具体为新能源车电池热管理智能预测控制系统，包括数据采集模块、特征构建模块、热载荷预测模块、安全边界生成模块及控温指令生成模块。

15、数据采集模块：在车辆运行过程中获取车辆车速、整车加速度及驱动电机输出扭矩作为第一组数据；获取电池总电流及荷电状态作为第二组数据；获取电池包内测温节点的实时温度分布列向量作为第三组数据。

16、特征构建模块：构建标准基矩阵，将所述第三组数据正交投影至标准基矩阵空间中进行降维，通过对所述第三组数据构成的温度快照矩阵进行奇异值分解，提取奇异值累计能量占比达到预设阈值的前k个左奇异向量，作为核心本征向量；利用所述核心本征向量表征电池包内部热扩散主方向及温度梯度集中度，并依据所述温度梯度集中度修正电池非线性内阻；最终构成多维瞬态热力学特征包。

17、热载荷预测模块：基于所述多维瞬态热力学特征包，解析车辆在未来预测时域内的期望驱动功率轨迹；并通过包含内阻热效应与电化学熵变热效应的产热功率方程计算动态产热功率轨迹；根据动态产热功率轨迹在连续时域上的变化率计算热传播延迟系数，并利用所述热传播延迟系数对动态产热功率轨迹进行热惯性传播修正，生成预测热载荷时序数据。

18、安全边界生成模块：基于所述预测热载荷时序数据、核心本征向量及所述电池总电流的变化率，构建电池瞬态热状态演化曲面；计算所述热状态演化曲面的局部曲率，并根据局部曲率突变区域对应的温度值生成包含动态最高温度阈值在内的动态热安全边界。

19、所述控温指令生成模块：将所述预测热载荷时序数据对应的温度演化曲线与所述动态热安全边界进行时域比对，生成主动控温指令。

20、本发明还提供一种实现上述新能源车电池热管理智能预测控制方法的设备，具体为新能源车电池热管理智能预测控制设备，为电子设备，包括处理器和存储器，所述存储器与处理器电性连接，所述存储器存储有计算机可执行程序，所述处理器执行所述计算机可执行程序时实现新能源车电池热管理智能预测控制方法。

21、本发明还提供一种实现上述新能源车电池热管理智能预测控制方法的存储介质，具体为新能源车电池热管理智能预测控制介质，具体为计算机存储介质，包括：计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现新能源车电池热管理智能预测控制方法。

22、本发明的技术效果和优点：

23、1、本发明通过采用预测式主动控制架构，提前预测电池热状态演化趋势并预先执行控温指令，彻底解决了传统反馈式控制响应滞后的问题，能够有效应对急加速、大功率快充等瞬态大电流工况下的突发热风险，显著提升电池热安全防护能力。

24、2、本发明通过正交投影降维技术将高维温度场数据解耦为低维核心本征向量，在保留绝大部分热场能量信息的同时大幅降低计算量，同时引入温度梯度集中度修正电池非线性内阻，有效解决了传统模型仅依赖平均温度导致的产热估算偏差问题，显著提升产热功率计算精度。

25、3、本发明通过构建动态热安全边界，能够自适应不同工况、不同老化状态下的电池热极限，通过热状态曲率突变反演临界热失控温度，结合安全裕度与老化修正机制，既避免了固定阈值过度保守导致的能耗增加，又消除了阈值过高引发的热失控隐患。

26、4、本发明通过采用分级主动控温策略，根据热风险等级匹配对应冷却功率，在保障热安全的前提下有效降低冷却系统平均能耗，同时通过云端定期更新全局标准基矩阵，使系统能够持续适配电池全生命周期的热特性变化，提升了系统的泛化性与使用寿命。