动力电池温度预测方法、装置、车辆及存储介质与流程

1.本发明涉及电池热学状态估计技术领域，具体涉及动力电池温度预测方法、装置、车辆及存储介质。


背景技术：

2.动力电池管理系统会监测控制动力电池各方面的状态。电池在高低温环境下性能会衰减，且发生安全问题的风险会更大，所以电池热管理是电池管理系统中很重要的部分。
3.相关技术中提出了一种锂离子电池集总热学参数的辨识方法，通过在实验环境中对电池施加特定的正弦交流电流，根据电池温度变化和环境温度通过搜索迭代算法估算电池的集总热学参数。但是应用于电池管理系统的算法所面临的工况更加复杂多变，电池集成为电池包时部分热学参数无法简单计算。
4.为使参数辨识应用于电池管理系统，需离线标定部分可标定参数，仅对不确定性的热学参数进行辨识。而车载bms(battery management system，电池管理系统)的算力有限，算法的精简性也很有必要。


技术实现要素：

5.本发明的目的之一在于提供一种动力电池温度预测方法，以解决现有技术中未考虑到电池管理系统算法面临的工况更加复杂，电池集成为电池包时部分热学参数无法简单计算的问题；目的之二在于提供一种动力电池温度预测装置；目的之三在于提供一种车辆；目的之四在于提供一种计算机可读存储介质。
6.为了实现上述目的，本发明采用的技术方案如下：
7.一种动力电池温度预测方法，包括以下步骤：获取动力电池的当前电池参数；根据所述当前电池参数进行仿真得到所述动力电池的电池模型，并辨识所述电池模型的模型参数中与温度相关的关系系数；根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度。
8.根据上述技术手段，本技术实施例可以将参数辨识和仿真估计相结合，根据动力电池的电池参数进行仿真得到动力电池的电池模型，辨识模型参数与温度相关的关系系数，根据关系系数和当前电池参数预测动力电池在预估时刻的温度，将辨识结果实时用于状态估计，保证了估计结果的准确性。
9.进一步，所述根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度，包括：获取所述动力电池的充电策略表；根据所述充电策略表预测所述动力电池在预估时刻的内阻值和电流值；根据所述当前电池参数、所述内阻值、所述电流值和所述关系系数计算所述动力电池在预估时刻的温度。
10.根据上述技术手段，本技术实施例可以根据充电策略表预测电池在预估时刻的内阻值和电流值，进一步根据当前电池参数、内阻值、电流值和关系系数计算动力电池在预估时刻的温度。
11.进一步，所述辨识所述电池模型的模型参数中与温度相关的关系系数，包括：使用递推最小二乘法求解所述电池模型，得到与温度相关的关系系数。
12.根据上述技术手段，本技术实施例可以使用计算量较小的递推最小二乘法求解电池模型，得到与温度相关的关系系数，减少了模型的计算量。
13.进一步，所述电池模型为：
[0014][0015]
其中，t
cell
为电芯单体温度，c表示电芯单体的比热容，m为电芯单体质量，u
cell
为电池平均单体电压，u
ocv
为根据soc(state of charge，电池荷电状态)计算得到的ocv(open circuit voltage，开路电压)，i为电池当前电流值，tw为进水口水温，a为关系系数。
[0016]
进一步，所述当前电池参数包括所述动力电池的电芯单体温度、电芯单体电压、电池荷电状态soc、电池进水口温度和电池电流中的一种或多种。
[0017]
进一步，所述根据所述当前电池参数进行仿真得到所述动力电池的电池模型，包括：根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量；根据所述电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，并根据所述动力电池的散热简化所述电池温度变化微分方程得到所述动力电池的电池模型。
[0018]
根据上述技术手段，本技术实施例可以根据电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，为了参数辨识的收敛性在辨识公式中不考虑环境温度的影响，对方程进行简化得到动力电池的电池模型。
[0019]
进一步，所述根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量，包括：获取所述动力电池的soc与开路电压ocv的关系曲线；根据所述关系曲线确定所述soc对应ocv，根据所述电芯单体电压计算所述动力电池的平均单体电压，根据所述平均单体电压和所述ocv计算所述动力电池的电势；根据所述动力电池的电势和所述电池电流计算电池自身产生热量。
[0020]
根据上述技术手段，本技术实施例使用动力电池的电势和电池电流计算电池自身产生的热量，考虑到了电池内阻可能存在不准确性的问题，提升热量计算的准确性。
[0021]
一种动力电池温度预测装置，包括：获取模块，用于获取动力电池的当前电池参数；辨识模块，用于根据所述当前电池参数进行仿真得到所述动力电池的电池模型，并辨识所述电池模型的模型参数中与温度相关的关系系数；预测模块，用于根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度。
[0022]
进一步，所述预测模块进一步用于：获取所述动力电池的充电策略表；根据所述充电策略表预测所述动力电池在预估时刻的内阻值和电流值；根据所述当前电池参数、所述内阻值、所述电流值和所述关系系数计算所述动力电池在预估时刻的温度。
[0023]
进一步，所述辨识模块进一步用于：使用递推最小二乘法求解所述电池模型，得到与温度相关的关系系数。
[0024]
进一步，所述电池模型为：
[0025][0026]
其中，t
cell
为电芯单体温度，c表示电芯单体的比热容，m为电芯单体质量，u
cell
为电池平均单体电压，u
ocv
为根据soc计算得到的ocv，i为电池当前电流值，tw为进水口水温，a为
关系系数。
[0027]
进一步，所述当前电池参数包括所述动力电池的电芯单体温度、电芯单体电压、电池荷电状态soc、电池进水口温度和电池电流中的一种或多种。
[0028]
进一步，所述辨识模块进一步用于：根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量；根据所述电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，并根据所述动力电池的散热简化所述电池温度变化微分方程得到所述动力电池的电池模型。
[0029]
进一步，所述根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量，包括：获取所述动力电池的soc与开路电压ocv的关系曲线；根据所述关系曲线确定所述soc对应ocv，根据所述电芯单体电压计算所述动力电池的平均单体电压，根据所述平均单体电压和所述ocv计算所述动力电池的电势；根据所述动力电池的电势和所述电池电流计算电池自身产生热量。
[0030]
一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的动力电池温度预测方法。
[0031]
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的动力电池温度预测方法。
[0032]
本发明的有益效果：
[0033]
(1)本技术实施例可以将参数辨识和仿真估计相结合，根据动力电池的电池参数进行仿真得到动力电池的电池模型，辨识模型参数与温度相关的关系系数，根据关系系数和当前电池参数预测动力电池在预估时刻的温度，将辨识结果实时用于状态估计，保证了估计结果的准确性。
[0034]
(2)本技术实施例可以根据充电策略表预测电池在预估时刻的内阻值和电流值，进一步根据当前电池参数、内阻值、电流值和关系系数计算动力电池在预估时刻的温度。
[0035]
(3)本技术实施例可以使用计算量较小的递推最小二乘法求解电池模型，得到与温度相关的关系系数，减少了模型的计算量。
[0036]
(4)本技术实施例可以根据电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，为了参数辨识的收敛性在辨识公式中不考虑环境温度的影响，对方程进行简化得到动力电池的电池模型。
[0037]
(5)本技术实施例使用动力电池的电势和电池电流计算电池自身产生的热量，考虑到了电池内阻可能存在不准确性的问题。
[0038]
本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
[0039]
图1为本技术实施例提供的动力电池温度预测方法的流程图；
[0040]
图2为本技术一个实施例提供的动力电池温度预测方法的流程图；
[0041]
图3为本技术实施例提供的最低温度对应模型系数的变化的示意图；
[0042]
图4为本技术实施例提供的最高温度对应模型系数的变化的示意图；
[0043]
图5为本技术实施例提供的最低温度的估算效果的示意图；
[0044]
图6为本技术实施例提供的最高温度的估算效果的示意图；
[0045]
图7为本技术实施例提供的动力电池温度预测装置的示意图；
[0046]
图8为本技术实施例提供的车辆的结构示意图。
具体实施方式
[0047]
以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
[0048]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0049]
具体而言，图1为本技术实施例所提供的一种动力电池温度预测方法的流程图。
[0050]
需要说明的是，以下实施例中，以带有水冷水热系统的动力电池为例。
[0051]
如图1所示，该动力电池温度预测方法包括以下步骤：
[0052]
在步骤s101中，获取动力电池的当前电池参数。
[0053]
其中，当前电池参数包括动力电池的电芯单体温度、电芯单体电压、电池荷电状态soc、电池进水口温度和电池电流中的一种或多种。
[0054]
需要说明的是，动力电池的当前电池参数需要选取一定区间的数据，选取的数据区间电池热管理状态为“加热”或“冷却”保持不变，用于后续步骤处理。
[0055]
在步骤s102中，根据当前电池参数进行仿真得到动力电池的电池模型，并辨识电池模型的模型参数中与温度相关的关系系数。
[0056]
可以理解的是，本技术实施例可以根据当前电池参数进行仿真得到动力电池的电池模型，并辨识模型参数中与温度相关的关系系数，以便后续进行动力电池温度的预测。
[0057]
需要说明的是，仿真得到动力电池的电池模型在电池充电过程中对电池最高温度和最低温度变化进行建模，并且电池模型将电池包等效为两个单体电芯，分别代表最高温度和最低温度的电芯。此外，电池模型的电芯参数可以通过hppc实验和ocv实验离线标定的方法获取。
[0058]
在本技术实施例中，根据当前电池参数进行仿真得到动力电池的电池模型，包括：根据电芯单体电压、soc和电池电流计算电池自身产生热量；根据电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，并根据动力电池的散热简化电池温度变化微分方程得到动力电池的电池模型。
[0059]
具体而言，本技术实施例中计算得到动力电池的电池模型的过程如下：
[0060]
将电池包等效为最高温度和最低温度两个单体电芯，将电芯外界环境简化为加热/冷却水路和外部环境两部分，根据热传导系数公式可以得到电池温度变化
微分方程如下：
[0061][0062]
公式中，t
cell
表示电芯单体温度，c表示电芯单体的比热容，m代表电芯单体质量，q代表电池自身产生热量，k
x1
代表电池和水热/水冷回路之间等效导热系数，tw代表进水口水温，te代表电池外部环境温度，l1代表电池和水热/水冷回路之间材料厚度，s1代表电池和水热/水冷回路之间接触面积，k
x2
代表电池和外部环境之间等效导热系数，l2代表电池和外部环境之间材料厚度，s2代表电池和外部环境之间接触面积。
[0063]
经过实测，电池自身产生热量和水热回路换热的热量远大于电池与外界环境散热，为了参数辨识的收敛性在辨识公式中不考虑环境温度影响，令则可以将电池温度变化微分方程简化为以下形式：
[0064][0065]
在本技术实施例中，根据电芯单体电压、soc和电池电流计算电池自身产生热量，包括：获取动力电池的soc与开路电压ocv的关系曲线；根据关系曲线确定soc对应ocv，根据电芯单体电压计算动力电池的平均单体电压，根据平均单体电压和ocv计算动力电池的电势；根据动力电池的电势和电池电流计算电池自身产生热量。
[0066]
可以理解的是，本技术实施例可以根据动力电池soc与开路电压ocv的关系曲线计算得到ocv，根据电芯单体电压计算动力电池的平均单体电压，根据平均单体电压和ocv计算动力电池的电势，最后根据动力电池的电势和电池电流计算电池自身产生热量，计算公式为：
[0067]
q＝(u
cell-uocv)*i，
[0068]
其中，u
cell
为电池平均单体电压，u
ocv
为根据soc计算得到的ocv，i为电池当前采集电流。
[0069]
需要说明的是，电池自身产生热量q仅为电池电流在自身内阻上的产热，但是考虑到电池内阻可能存在不准确性，参数辨识中采用过电势乘电流的方式计算q。
[0070]
在本技术实施例中，辨识电池模型的模型参数中与温度相关的关系系数，包括：使用递推最小二乘法求解电池模型，得到与温度相关的关系系数。
[0071]
其中，电池模型为：
[0072][0073]
其中，t
cell
为电芯单体温度，c表示电芯单体的比热容，m为电芯单体质量，u
cell
为电池平均单体电压，u
ocv
为根据soc计算得到的ocv，i为电池当前电流值，tw为进水口水温，a为关系系数。
[0074]
观测值为：参数为a，系数为(t
w-t
cell
)，可以使用递推最小二乘法求解参数a。
[0075]
可以理解的是，本技术实施例可以使用递推最小二乘法求解电池模型，得到与温度相关的关系系数，
[0076]
在步骤s103中，根据关系系数和当前电池参数预测动力电池在预估时刻的温度。
[0077]
进一步，根据关系系数和当前电池参数预测动力电池在预估时刻的温度，包括：获取动力电池的充电策略表；根据充电策略表预测动力电池在预估时刻的内阻值和电流值；根据当前电池参数、内阻值、电流值和关系系数计算动力电池在预估时刻的温度。
[0078]
可以理解的是，本技术实施例可以根据充电策略表预测动力电池在预估时刻内的内阻值和电流值，根据当前电池参数、内阻值、电流值和关系系数计算动力电池在预估时刻的温度。
[0079]
需要说明的是，预估时刻内的电流值也可以依据电池当前工况进行预测得到，除此之外，对未来温度的预测时刻区间为相同热管理状态的区间。
[0080]
具体计算动力电池在预估时刻的温度的公式如下：
[0081][0082]
其中，r0代表电池预估时刻的内阻值，为预估时刻的估计电流值，根据电池充电策略查表进行估计。
[0083]
下面将结合图2对本技术实施例的动力电池温度预测方法进一步阐述，包括：
[0084]
步骤1：离线标定电池相关参数：电芯内阻、电芯比热容、电芯soc-ocv曲线。
[0085]
步骤2：获取电池状态参数最高温度、最低温度、电流、最高单体电压、最低单体电压、电池荷电状态。
[0086]
步骤3：计算电压平均值，根据soc查表得到ocv；根据ocv和平均单体电压作差求得过电势；使用过电势绝对值乘以当前采集电流得到当前电池产热功率。
[0087]
步骤4：对最高温度和最低温度分开计算，使用在线辨识算法计算温差和温度变化的关系系数。
[0088]
步骤5：利用当前水温或热管理目标水温和充电map，对最高温度和最低温度状态分别进行预测。
[0089]
在具体应用时，可以首先对动力电池进行一组低温或者高温的充电实验，开启水路加热或者冷却循环，使用bms实采数据进行参数辨识和仿真，bms采集温度精度可以设置为1℃，故数据中实采温度按照阶梯变化，比如高温冷却过程在线辨识参数时，最低温度对应模型系数的变化如图3所示，最高温度对应模型系数的变化如图4所示；再比如，低温加热过程中进行温度预测时，低温加热过程中对最低温度的估算效果如图5所示，低温加热过程中对最高温度的估算效果如图6所示。其中，图5和图6中圆圈代表估算的时间点，在线辨识使用的圆圈之前的数据进行辨识，经过了1/4的充电过程便能对整个充电过程的温度变化有较好的估计。
[0090]
根据本技术实施例提出的动力电池温度预测方法，可以将参数辨识和仿真估计相结合，根据动力电池的电池参数进行仿真得到动力电池的电池模型，辨识模型参数与温度相关的关系系数，根据关系系数和当前电池参数预测动力电池在预估时刻的温度，将辨识结果实时用于状态估计，保证了估计结果的准确性，并且使用计算量较小的递推最小二乘法求解电池模型，得到与温度相关的关系系数，减少了模型的计算量，使得算法可以搭载于车载bms中使用。
[0091]
其次参照附图描述根据本技术实施例提出的动力电池温度预测装置。
[0092]
图7是本技术实施例的动力电池温度预测装置的方框示意图。
[0093]
如图7所示，该动力电池温度预测装置10包括：获取模块100、辨识模块200和预测模块300。
[0094]
其中，获取模块100用于获取动力电池的当前电池参数；辨识模块200用于根据当前电池参数进行仿真得到动力电池的电池模型，并辨识电池模型的模型参数中与温度相关的关系系数；预测模块300用于根据关系系数和当前电池参数预测动力电池在预估时刻的温度。
[0095]
在本技术实施例中，预测模块300进一步用于：获取动力电池的充电策略表；根据充电策略表预测动力电池在预估时刻的内阻值和电流值；根据当前电池参数、内阻值、电流值和关系系数计算动力电池在预估时刻的温度。
[0096]
在本技术实施例中，辨识模块200进一步用于：使用递推最小二乘法求解电池模型，得到与温度相关的关系系数。
[0097]
在本技术实施例中，电池模型为：
[0098][0099]
其中，t
cell
为电芯单体温度，c表示电芯单体的比热容，m为电芯单体质量，u
cell
为电池平均单体电压，u
ocv
为根据soc计算得到的ocv，i为电池当前电流值，tw为进水口水温，a为关系系数。
[0100]
在本技术实施例中，当前电池参数包括动力电池的电芯单体温度、电芯单体电压、电池荷电状态soc、电池进水口温度和电池电流中的一种或多种。
[0101]
在本技术实施例中，辨识模块200进一步用于：根据电芯单体电压、soc和电池电流计算电池自身产生热量；根据电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，并根据动力电池的散热简化电池温度变化微分方程得到动力电池的电池模型。
[0102]
在本技术实施例中，根据电芯单体电压、soc和电池电流计算电池自身产生热量，包括：获取动力电池的soc与开路电压ocv的关系曲线；根据关系曲线确定soc对应ocv，根据电芯单体电压计算动力电池的平均单体电压，根据平均单体电压和ocv计算动力电池的电势；根据动力电池的电势和电池电流计算电池自身产生热量。
[0103]
需要说明的是，前述对动力电池温度预测方法实施例的解释说明也适用于该实施例的动力电池温度预测装置，此处不再赘述。
[0104]
根据本技术实施例提出的动力电池温度预测装置，可以将参数辨识和仿真估计相结合，根据动力电池的电池参数进行仿真得到动力电池的电池模型，辨识模型参数与温度相关的关系系数，根据关系系数和当前电池参数预测动力电池在预估时刻的温度，将辨识结果实时用于状态估计，保证了估计结果的准确性，并且使用计算量较小的递推最小二乘法求解电池模型，得到与温度相关的关系系数，减少了模型的计算量，使得算法可以搭载于车载bms中使用。
[0105]
图8为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
[0106]
存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序。
[0107]
处理器802执行程序时实现上述实施例中提供的动力电池温度预测方法。
[0108]
进一步地，车辆还包括：
[0109]
通信接口803，用于存储器801和处理器802之间的通信。
[0110]
存储器801，用于存放可在处理器802上运行的计算机程序。
[0111]
存储器801可能包含高速ram(random access memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。
[0112]
如果存储器801、处理器802和通信接口803独立实现，则通信接口803、存储器801和处理器802可以通过总线相互连接并完成相互间的通信。总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheralcomponent，外部设备互连)总线或eisa(extended industry standard architecture，扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0113]
可选的，在具体实现上，如果存储器801、处理器802及通信接口803，集成在一块芯片上实现，则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
[0114]
处理器802可能是一个cpu(central processing unit，中央处理器)，或者是asic(application specific integrated circuit，特定集成电路)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0115]
本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的动力电池温度预测方法。
[0116]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0117]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0118]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0119]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离
散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列，现场可编程门阵列等。
[0120]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0121]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种动力电池温度预测方法，其特征在于，包括以下步骤：获取动力电池的当前电池参数；根据所述当前电池参数进行仿真得到所述动力电池的电池模型，并辨识所述电池模型的模型参数中与温度相关的关系系数；根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度。2.根据权利要求1所述的动力电池温度预测方法，其特征在于，所述根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度，包括：获取所述动力电池的充电策略表；根据所述充电策略表预测所述动力电池在预估时刻的内阻值和电流值；根据所述当前电池参数、所述内阻值、所述电流值和所述关系系数计算所述动力电池在预估时刻的温度。3.根据权利要求1所述的动力电池温度预测方法，其特征在于，所述辨识所述电池模型的模型参数中与温度相关的关系系数，包括：使用递推最小二乘法求解所述电池模型，得到与温度相关的关系系数。4.根据权利要求1或3所述的动力电池温度预测方法，其特征在于，所述电池模型为：其中，t
cell
为电芯单体温度，c表示电芯单体的比热容，m为电芯单体质量，u
cell
为电池平均单体电压，u
ocv
为根据soc计算得到的ocv，i为电池当前电流值，t
w
为进水口水温，a为关系系数。5.根据权利要求1所述的动力电池温度预测方法，其特征在于，所述当前电池参数包括所述动力电池的电芯单体温度、电芯单体电压、电池荷电状态soc、电池进水口温度和电池电流中的一种或多种。6.根据权利要求5所述的动力电池温度预测方法，其特征在于，所述根据所述当前电池参数进行仿真得到所述动力电池的电池模型，包括：根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量；根据所述电芯自身产生热量、电芯单体温度和电池进水口温度建立电池温度变化微分方程，并根据所述动力电池的散热简化所述电池温度变化微分方程得到所述动力电池的电池模型。7.根据权利要求6所述的动力电池温度预测方法，其特征在于，所述根据所述电芯单体电压、soc和所述电池电流计算电池自身产生热量，包括：获取所述动力电池的soc与开路电压ocv的关系曲线；根据所述关系曲线确定所述soc对应ocv，根据所述电芯单体电压计算所述动力电池的平均单体电压，根据所述平均单体电压和所述ocv计算所述动力电池的电势；根据所述动力电池的电势和所述电池电流计算电池自身产生热量。8.一种动力电池温度预测装置，其特征在于，包括：获取模块，用于获取动力电池的当前电池参数；辨识模块，用于根据所述当前电池参数进行仿真得到所述动力电池的电池模型，并辨识所述电池模型的模型参数中与温度相关的关系系数；
预测模块，用于根据所述关系系数和所述当前电池参数预测所述动力电池在预估时刻的温度。9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-7任一项所述的动力电池温度预测方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-7任一项所述的动力电池温度预测方法。

技术总结
本申请涉及电池热学状态估计技术领域，特别涉及一种动力电池温度预测方法、装置、车辆及存储介质，其中，方法包括：获取动力电池的当前电池参数；根据当前电池参数进行仿真得到动力电池的电池模型，并辨识电池模型的模型参数中与温度相关的关系系数；根据关系系数和当前电池参数预测动力电池在预估时刻的温度。由此，解决了现有技术中未考虑到电池管理系统算法面临的工况更加复杂，电池集成为电池包时部分热学参数无法简单计算等问题。分热学参数无法简单计算等问题。分热学参数无法简单计算等问题。


技术研发人员：曾禹皓 喻成 李东江 朱骞
受保护的技术使用者：深蓝汽车科技有限公司
技术研发日：2023.06.28
技术公布日：2023/9/20