一种用于车辆功率管理的车辆控制单元

技术领域

本发明涉及一种用于车辆功率管理的车辆控制单元及相应方法、一种车辆充电控制系统和一种云网络的网络设备。本发明尤其涉及电动车辆和HV(high voltage，高压)电池低温充电领域。具体来说，本发明涉及使用外部充电器和外部加热器进行时间最优的HV电池低温充电。

背景技术

由于电池单体化学带来的功率限制，HV电池低温充电是原始设备制造商(original equipment manufacturer，OEM)和电动车辆(electric vehicle，EV)用户面临的问题。电池单体在低温下的电阻更高，这限制了可提供给电池的充电电流量。另一个问题是锂电镀，在低温下，高充电电流可能会加剧锂电镀。电池单体制造商通常提供有关功率降额的信息，这些信息可以表示为充电/放电功率或电流限制曲线与电池单体温度的关系。在系统层面，电池管理系统(battery management system，BMS)供应商可以整合这些信息，并提供电池组层面的功率降额曲线。

生活在寒冷地区的EV用户，若希望使用家用充电器或电动车辆供电设备(Electric Vehicle Supply Equipment，EVSE)在夜间为汽车充电，则面临着通常因BMS功率限制而带来的充电受限的问题。用户次日发现车辆电池的荷电状态(State-of-Charge，SoC)水平低。

发明内容

本发明的目的在于提供一种用于在低温下对电动车辆的电池高效充电的方案。

本发明的目的尤其在于提供一种使用加热系统和连接到EVSE的车载充电器进行HV电池低温充电的概念。

此目的通过独立权利要求的特征来实现。在从属权利要求、说明书和附图中清楚地表明了其它实施方式。

EV配备了加热系统，加热系统可以使用电能为包括电池在内的车辆部件提供热量。通过提高电池温度，功率限制增加，可以向电池单体提供更多的充电电流。

本发明描述了一种以最优方式利用充电过程之前的加热过程的机制，以便实现向电池传递最大量的能量，从而实现尽可能高的SoC。

本发明中提出的方案对应于最优控制问题的解。最优控制问题的解的目标在于：在提供给电池用于充电的功率和热系统为电池提供热量所消耗的功率之间找到由OBC提供的充电功率的最优功率分配λ。

该方案基于先验知识或经验数据的存在或以下信息的数学模型：取决于不同充电电流和/或功率的电池自热模型；基于传递到电池的热量的电池温度曲线；电池OCV与SOC的关系的曲线(开路电压与荷电状态的关系)；热系统的功耗与热系统产生的热量的关系。

为详细描述本发明，使用以下术语、缩略语和符号：

OEM 原始设备制造商

EV电动车辆

VCU 车辆控制单元

BMS 电池管理系统

HV高压

LV低压

SoC 荷电状态

SoH 健康状态

OCV 开路电压

OBC 车载充电器

DC直流电

AC交流电

EVSE电动车辆供电设备

在本发明中，描述了电动车辆、车辆控制单元和电池管理系统。电动车辆(electric vehicle，EV)是使用一个或多个电动机进行推进的车辆。电动车辆可以由电池自主供电。EV包括但不限于道路和铁路车辆、水面和水下船只、电动飞机和电动航天器。

车辆控制单元或VCU是电动车辆或混合动力车辆的监测控制器。车辆控制单元充当电动车辆或混合动力车辆的域控制器。VCU读取传感器信号，例如制动、高压互锁回路(high-voltage interlock loop，HVIL)或充电器连接。然后，VCU的作用是平衡系统能量，优化扭矩，控制电机、HV电池组和车载充电系统，直到充电器锁定。

电池管理系统(battery management system，BMS)是管理可充电电池(电池单体或电池组)的任何电子系统，例如通过保护电池不在其安全工作区外工作、监测电池状态、计算次级数据、报告该数据、控制电池环境、对电池进行验证和/或平衡。

根据第一方面，本发明涉及一种用于车辆功率管理的车辆控制单元。其中，所述车辆控制单元用于：接收电池温度数据，所述电池温度数据指示所述车辆的电池的电池温度；根据所述电池温度与温度阈值的比较，确定功率分配，所述功率分配用于分配由充电系统提供的充电功率，其中，所述功率分配指示将所述充电功率分成用于通过所述充电系统对所述电池充电的第一部分和用于通过加热系统对所述电池加热的第二部分；将关于所述充电功率的所述第一部分的信息发送到所述充电系统，并将关于所述充电功率的所述第二部分的信息发送到所述加热系统。

该车辆控制单元提供了一种用于在低温下对电动车辆的电池充电的高效方案。VCU可以检测根据最优控制解的全局最优功率分配。VCU使得可以根据与OBC最大功率、电池化学或热系统类型无关的最优充电策略进行与应用无关的充电。VCU可以有利地扩展到多目标优化，例如，通过SoC边界条件优化最终温度；通过最终SoC和最终温度的不同加权因子优化成本函数。

可以从电池管理系统(Battery Management System，BMS)接收包括电池温度在内的电池温度数据。电池管理系统连接到电池组的所有电池单体，并从每个模块接收通过传感器监测的电压和温度信息。BMS还有一个电流传感器用于监测电池组中的电流。BMS向VCU传送电池单体的最低和最高温度，以及SoC、SoH等。

温度阈值是指在该温度以下无法进行满功率充电。例如10℃，但温度阈值高度取决于电池单体制造商和电池内部的电池单体拓扑(例如，有多少电池单体串联或并联)。

在车辆控制单元的示例性实施方式中，所述功率分配包括功率分配因子，所述功率分配因子指示用于对所述电池充电的所述充电功率的第一部分和用于对所述电池加热的所述充电功率的第二部分。

这提供了一项优势，即功率分配因子可以轻松用于计算充电功率的第一部分和第二部分。

在车辆控制单元的示例性实施方式中，所述功率分配基于充电策略，所述充电策略根据充电时间内所述电池的充电状态和所述电池温度指示功率分配。

这提供了一项优势，即可以离线确定充电策略，并且可以(例如)从存储最优充电策略的云高效请求针对不同初始条件的最优充电策略的方案。

最优充电策略是指遵循从求解优化问题中获得的功率分配。

在车辆控制单元的示例性实施方式中，所述功率分配(基于以下至少一个：所述电池的热模型、所述电池的降额模型、所述加热系统的功耗模型、所述加热系统产生的热量与相应的功耗之间的关系，以及所述电池的电气模型。

这提供了一项优势，即包括各种信息可用于确定最优功率分配。通过所有这些信息，可以确定全局最优功率分配。

在车辆控制单元的示例性实施方式中，所述充电策略用于获得所述电池在充电时间间隔内的最大充电状态。

这提供了一项优势，即可以根据预期充电时间间隔，例如根据预期出发时间，灵活确定最大充电状态。

可以通过为优化器定义成本函数来获得充电会话结束时的最大充电状态。示例性成本函数可以是例如100％-SoC(tf)。SoC(tf)是优化时间段结束时的SoC，对应于充电会话结束时的SoC。优化器的任务是在寻找最优功率分配λ的同时使此函数最小化。求解这个问题后，可以确定使tf时的SoC最大化的功率分配。

在车辆控制单元的示例性实施方式中，所述车辆控制单元用于从存储一个或多个预定义值的内存段接收所述功率分配，其中，所述内存段用于存储连续充电时间的所述功率分配。

这提供了一项优势，即根据最优解的功率分配可以离线确定，并且可以存储在内存段中，例如，存储在查找表中，以便访问。

在车辆控制单元的示例性实施方式中，所述车辆控制单元用于从云网络的网络设备下载所述内存段。

这提供了一项优势，即VCU可以不用处理优化问题。因此，可以降低VCU在处理能力方面的计算复杂性。

在车辆控制单元的示例性实施方式中，所述车辆控制单元用于：向所述云网络的所述网络设备发送当前车辆状态；从所述云网络的所述网络设备接收所述当前车辆状态的所述内存段。其中，所述当前车辆状态包括以下至少一个：所述电池温度、所述电池的充电状态、所述充电系统提供的最大功率、出发时间。

这提供了一项优势，即网络设备可以根据车辆状态给出的车辆的特定要求计算或确定功率分配的最优解。因此，VCU可以节省处理能力。

在车辆控制单元的示例性实施方式中，所述功率分配基于：基于所述电池温度的所述电池的降额函数。

这提供了一项优势，即在使用电池的降额函数时，可以精确地确定最优功率分配。降额函数是给出电池温度与电池可以接收的最大充电功率或电流之间的关系的函数。这种关系可以取决于电池单体化学和系统设计者选择的安全裕度。

在车辆控制单元的示例性实施方式中，所述功率分配基于：基于所述电池的充电状态的所述电池的电压。

这提供了一项优势，即通过考虑可以随电池的充电状态而变化的电池的电压，可以准确地确定最优功率分配。

电池的标称电压取决于电池的充电状态，由于电池具有内阻和电容，因此也取决于电流。当电池充满电时，电池提供的电压可以高于空电池。电池的充电状态与电池提供的电压之间存在关系，可以用特定的函数描述。通过考虑这些关系，可以高效确定最优功率分配。

在车辆控制单元的示例性实施方式中，所述功率分配基于以下信息中的至少一个：根据充电电流或功率指示所述电池温度的电池自热模型、根据传递到所述电池的热量指示所述电池温度的电池温度模型、指示所述电池的开路电压与所述电池的充电状态的关系的电池电压–电荷模型，以及指示所述加热系统的功耗与所述加热系统产生的热量的关系的功耗模型。

这提供了一项优势，即由于使用了这些不同的电池模型，可以准确地确定功率分配，从而实现电池的最优充电。

根据第二方面，本发明涉及一种车辆充电控制系统。所述车辆充电控制系统包括：车载充电器，所述车载充电器用于将交流电(alternating current，AC)输入端提供的AC功率转换为直流电(direct current，DC)充电功率用以对车辆的电池充电；加热系统，所述加热系统包括对所述车辆的所述电池加热的加热元件和用于对加热所述电池的所述加热元件的加热功率进行控制的热控制器；根据前述权利要求中任一项所述的用于进行车辆功率管理的车辆控制单元。

该车辆充电控制系统提供了一种用于在低温下对电动车辆的电池充电的高效方案。可以很容易地检测根据最优控制解的全局最优功率分配。可以根据与OBC最大功率、电池化学或热系统类型无关的最优充电策略进行与应用无关的充电。

在车辆充电控制系统的示例性实施方式中，所述车辆控制单元用于向所述车载充电器发送第一信令消息，其中，所述第一信令消息指示用于对所述电池充电的第一部分；所述车辆控制单元用于向所述热控制器发送第二信令消息，其中，所述第二信令消息指示用于对所述电池加热的第二部分。

这提供了一项优势，即两个单元(即，车载充电器和热控制器)均获悉充电功率的相应分配部分，并可以应用相应的功率分配。

在车辆充电控制系统的示例性实施方式中，所述车辆控制单元用于从电池管理系统接收第三信令消息，所述第三信令消息指示电池温度。

这提供了一项优势，即VCU从BMS获悉电池温度，并可以应用此实际电池温度来确定取决于实际电池温度的最优功率分配。

在车辆充电控制系统的示例性实施方式中，所述车辆控制单元用于：向云网络的网络设备发送当前车辆状态；从所述云网络的所述网络设备接收关于所述当前车辆状态的功率分配的信息，其中，所述当前车辆状态包括以下至少一个：所述电池温度、所述电池的充电状态、所述车载充电器提供的最大功率、出发时间。

这提供了一项优势，即网络设备可以求解最优性问题。这样可以节省VCU的处理能力。VCU可以设计为低处理能力。

根据第三方面，本发明涉及一种用于车辆功率管理的方法。所述方法包括：接收电池温度数据，所述电池温度数据指示所述车辆的电池的电池温度；根据所述电池温度与温度阈值的比较，确定功率分配，所述功率分配用于分配由充电系统提供的充电功率，其中，所述功率分配指示将所述充电功率分成用于通过所述充电系统对所述电池充电的第一部分和用于通过加热系统对所述电池加热的第二部分；将关于所述充电功率的所述第一部分的信息发送到所述充电系统，并将关于所述充电功率的所述第二部分的信息发送到所述加热系统。

该方法提供了与上述VCU相同的优势，即，用于在低温下对电动车辆的电池充电的高效方案。该方法可以很容易地检测根据最优控制解的全局最优功率分配。使用此方法时，可以根据与OBC最大功率、电池化学或热系统类型无关的最优充电策略进行与应用无关的充电。

根据第四方面，本发明涉及一种云网络的网络设备，其中，所述网络设备用于：从车辆的车辆控制单元接收当前车辆状态，所述当前车辆状态包括电池温度数据，所述电池温度数据指示所述车辆的电池的电池温度；根据所述电池温度与温度阈值的比较，将存储一个或多个预定义值的内存段发送到所述车辆控制单元，其中，所述内存段用于存储对充电系统提供的充电功率进行分配的功率分配，其中，所述功率分配指示将所述充电功率分成用于通过所述充电系统对所述电池充电的第一部分和用于通过加热系统对所述电池加热的第二部分。

该网络设备提供了一种用于在低温下对电动车辆的电池充电的高效方案。另一项优势是，可以由网络设备执行最优功率分配的处理，这样可节省VCU的处理能力，从而节省电池并延长电池寿命。

术语“根据电池温度与温度阈值的比较”意味着电池表现出降额行为，限制了最大充电电流。

降额曲线是如上结合第一方面描述的优化任务的输入。

在网络设备的示例性实施方式中，所述车辆状态还包括以下信息中的至少一个：所述电池的充电状态、由所述充电系统提供的用于对所述电池充电的最大功率、所述车辆的出发时间。

这提供了一项优势，即当可以考虑这些充电状态、最大功率和出发时间的数据时，网络设备可以准确地确定最优功率分配。

在网络设备的示例性实施方式中，所述功率分配基于充电策略，所述充电策略根据充电时间内所述电池的充电状态和所述电池温度指示功率分配。

这提供了一项优势，即网络设备可以离线确定充电策略，且针对不同初始条件的最优充电策略的方案可以高效提供给VCU。

在网络设备的示例性实施方式中，所述网络设备用于：通过将所述充电策略应用于从所述车辆控制单元接收的初始车辆状态，确定所述车辆的估计车辆状态；确定所述估计车辆状态和从所述车辆控制单元接收的当前车辆状态之间的偏差；如果所述偏差超过阈值，则更新所述充电策略。

这提供了一项优势，即如果车辆状态发生变化，可以不时更新充电策略。

可以按定期的时间间隔对当前车辆状态和估计车辆状态进行比较，例如每15分钟进行一次。在该时间间隔之后接收新的车辆状态。例如，15分钟后，初始车辆状态被当前车辆状态替换。15分钟只是一个示例。这可以由系统开发人员或系统设计校准。

根据第五方面，本发明涉及一种计算机程序产品。所述计算机程序产品包括计算机可执行代码或计算机可执行指令。当计算机可执行代码或计算机可执行指令执行时，使得至少一台计算机执行根据上述第三方面所述的方法。

计算机程序产品可以在如上结合第一方面所述的车辆控制单元上运行，或者在执行功率管理的任何控制器或处理器上运行。

根据第六方面，本发明涉及一种计算机可读介质。所述计算机可读介质存储指令，当指令由计算机执行时，使得计算机执行根据上述第三方面所述的方法。此类计算机可读介质可以是非瞬态可读存储介质。存储在计算机可读介质上的指令可以由控制器或处理器执行，例如由根据第一方面的车辆控制单元执行。

附图说明

本发明的其它实施例将结合以下附图进行描述，在附图中：

图1示出了根据本发明的车辆充电控制系统100的方框图；

图2示出了根据本发明的最优功率分配200的示意图；

图3示出了HV电池相对于温度的功率降额特性300的两个示例301和302的示意图；

图4示出了根据本发明的用于求解最优控制问题的示例性算法400的示意图；

图5示出了根据本发明的用于求解最优控制问题的方法500的示意图；

图6示出了根据本发明的用于车辆功率管理的方法600的示意图；

图7示出了根据本发明的用于获得对充电功率进行最优分配的充电策略的电气模型700的电路图。

具体实施方式

在以下详细描述中，参考构成本说明书一部分的附图，其中通过图示示出可以实践的本发明的具体方面。应当理解，可以利用其他方面，并且可以在不脱离本发明的范围的情况下进行结构或逻辑改变。因此，以下详细描述不应以限制性的意义来理解，并且本发明的范围由所附权利要求书限定。

应当理解，与所描述的方法有关的注释对用于执行所述方法的对应设备或系统也可适用，反之亦然。例如，如果描述了一个具体的方法步骤，则对应的设备可以包括用于执行所描述的方法步骤的单元，即使此类单元未在图中详细阐述或说明。此外，应当理解，除非另外明确说明，本文中所描述的各个示例性方面的特征可以相互组合。

图1示出了根据本发明的车辆充电控制系统100的方框图。

车辆充电控制系统100包括以下模块：

1)车载充电器(On-Board Charger，OBC)135：OBC 135表示具有最大输出DC功率的AC/DC转换器。OBC 135在DC链路上连接到HV电池120，并启用HV充电。在另一端，OBC 135连接到电动车辆供电设备(electric vehicle supply equipment，EVSE)138。电动车辆供电设备138是具有单相或三相的最大输出AC功率的AC充电站，通常放置在车辆外部。

2)热系统/加热元件141：在本发明中，热系统141的应用仅限于对电池120加热的加热功能。加热元件141可以具有连续(例如，热泵)或离散性质(PTC加热器)的功耗，并且可以与有助于将热量传递到电池120的辅助消耗件耦合。在本发明中，在系统层面考虑加热元件141，其中对输入电功率和输出热量之间的关系建模。

3)车辆控制单元110：VCU 110表示用于HV功率管理的域控制器。VCU 110分配热系统141的功耗限制，并设置车载充电器135的电流需求。

4)具有最小和最大工作电压的HV电池120、不同温度下SoC与OCV的关系的曲线。HV电池120表示用于驱动电动车辆的电池120。

5)Tbox 163：Tbox或T-Box表示用于下载和上传采样数据到云网络160的设备。云网络160位于车辆外部。

6)热控制单元142：热控制单元142表示用于调节热功耗的控制器。

7)用户界面150：用户界面150表示用于设置预期出发时间的界面。

图1中描述的方案基于先验知识或经验数据的存在或以下信息的数学模型：取决于不同充电电流/功率的电池自热模型；基于传递到电池的热量的电池温度曲线；电池OCV与SOC的关系的曲线(开路电压与荷电状态的关系)；热系统141的功耗与热系统141产生的热量的关系。

下面更详细地描述车辆充电控制系统100。

车辆充电控制系统100包括车载充电器135。所述车载充电器135用于将交流电(alternating current，AC)输入端136a提供的AC功率136转换为直流电(direct current，DC)充电功率134用以对车辆的电池120充电。AC输入端136a可以连接到电动车辆供电设备(electric vehicle supply equipment，EVSE)，即车辆外部的供电单元。EVSE和车载充电器135两者形成用于对电池120充电的充电系统130。在另一种实施方式中，EVSE可以是车辆内部的供电单元，即车辆充电控制系统100内部的供电单元。

车辆充电控制系统100包括加热系统140。所述加热系统140包括对车辆的电池120加热的加热元件141和用于对加热143电池120的加热元件的加热功率进行控制的热控制器142。加热系统140可以放置在车辆内部，即车辆充电控制系统100内部。在另一种实施方式中，加热系统140可以作为外部加热系统放置在车辆外部，该外部加热系统可以例如手动放置在电池附近。

车辆充电控制系统100包括用于车辆功率管理的车辆控制单元110。

车辆控制单元110用于接收指示车辆电池120的电池温度111的电池温度数据。可以从电池管理系统(battery management system，BMS)121接收电池温度数据。

车辆控制单元110用于根据电池温度111与温度阈值的比较，确定功率分配133，所述功率分配133用于分配由充电系统130提供的充电功率134。温度阈值可以指，温度低于温度阈值时，该温度被指定为可以执行功率分配的低温。

功率分配133指示将充电功率134分成用于通过充电系统130对电池120充电的第一部分131和用于通过加热系统140对电池120加热的第二部分132。

车辆控制单元110用于将关于充电功率134的第一部分131的信息112发送到充电系统130，并将关于充电功率134的第二部分132的信息113发送到加热系统140。

该信息112、113可以直接发送到充电系统130和加热系统140，或者通过其它电子或电气部件间接发送。例如，该信息112、113可以存储在存储器中或云中，并且充电系统130和加热系统140可以访问存储器或云，以接收该信息112、113。

可以从图1所示的电池管理系统(Battery Management System，BMS)121接收包括电池温度在内的电池温度数据。电池管理系统121连接到电池组(即，电池120)的所有电池单体，并从每个模块接收通过传感器监测的电压和温度信息。BMS121还有一个电流传感器用于监测电池组中的电流。BMS121可以向VCU 110传送最低和最高电池温度，以及SoC、SoH等。

温度阈值是指在该温度以下无法进行满功率充电。例如10℃，但温度阈值高度取决于电池单体制造商和电池内部的电池单体拓扑(例如，有多少电池单体串联或并联)。可选的温度阈值可以是0℃至20℃，例如，以1℃为步长。

功率分配133可以包括功率分配因子201，例如图2所示的因子λ。所述功率分配因子201指示用于对电池120充电的充电功率134的第一部分和用于对电池120加热的充电功率134的第二部分。

功率分配133可以基于充电策略。所述充电策略根据充电时间内电池120的充电状态和电池温度111指示功率分配133。

充电策略的目的在于找到最优功率分配，以执行电池的最大充电。最优充电策略是指遵循从求解优化问题中获得的功率分配。VCU 110按每个时间步长/间隔(通过热控制单元142)请求加热系统140以充电器的λ倍功率运行。λ(lambda)是优化的解，根据求解问题时使用的时间步长(例如每30秒、1分钟等)而变化。

功率分配133可以基于例如以下中的至少一个：电池120的热模型、如图3所示的电池120的降额模型301和302、加热系统140的功耗模型、加热系统140产生的热量与相应的功耗之间的关系，以及电池120的电气模型。结合图7示出并描述了这些不同模型的图示。

电池的热模型可以包括以下内容：a)基于充电电流的电池生热，b)基于接收的加热功率的电池温度变化。

电池的降额模型根据温度描述了最大充电电流，例如，根据图3中所示的降额曲线301和302。

加热系统的功耗模型可以在不同的条件下确定。

电池的电气模型描述SoC电流和电压之间的关系。

电池的电气模型决定SoC和电压。

电池的热模型决定电池的温度变化。

加热器的模型决定功耗和产生的热量。加热器没有通用模型，因为加热器高度依赖于选定的热系统。

降额模型决定电池可以接收的最大电流。

出于以下原因，所有这些模型相互影响，如下文结合图7所述：

电压和SoC随充电电流而变化。电池的温度随加热元件产生的热量和内阻而变化。如果电池的温度发生变化，则电池可以接收的最大电流根据降额曲线而变化。加热元件产生的热量取决于VCU分配的功率量。分配给加热元件的功率量是优化的解，或者隐式地是加热器和电池充电之间的功率分配。

充电策略可以用于获得电池120在充电时间间隔151内的最大充电状态。

可以通过为优化器定义成本函数，例如以下成本函数，来获得充电会话结束时的最大充电状态。C＝100％-SoC(tf)。SoC(tf)是优化时间段结束时的SoC，对应于充电会话结束时的SoC。优化器的任务是在寻找最优功率分配λ的同时使此函数最小化。求解这个问题后，可以找到使tf时的SoC最大化的功率分配。成本函数定义为100％ SoC和最终SoC的差值，因此使最终SoC最大化会导致成本函数最小化。

车辆控制单元110可以包括用户界面150。用户界面150用于从用户输入端接收作为时间约束条件151的充电时间间隔。例如，用户可以通过用户界面150设置预期出发时间。充电时间间隔可以是当前时间与用户设置的预期出发时间之间的时间差。

车辆控制单元110可以用于从存储一个或多个预定义值的内存段(例如，图5所示的查找表520)接收功率分配133。内存段用于存储连续充电时间的功率分配133。

车辆控制单元110可以用于从如下所述的云网络160的网络设备下载内存段。

该云网络160是位于车辆充电控制系统100外部的外部网络。分别位于车辆中或车辆充电控制系统100内部的远程信息处理盒(Tbox或T-Box)163用于与云网络160的网络设备通信，以发送和/或接收数据。Tbox 163是远程信息处理的控制中心，负责车辆的远程连接控制功能。Tbox 163可以以远程信息处理通信标准C-V2X为例与云网络160进行通信。

车辆控制单元110可用于例如经由Tbox 163向云网络160的网络设备发送当前车辆状态161，并且例如经由Tbox 163从云网络160的网络设备接收关于当前车辆状态的功率分配133的信息。当前车辆状态161可以包括以下至少一个：电池温度、电池120的充电状态、车载充电器135提供的最大功率、出发时间。

电池的充电状态，也称为“荷电状态”(state of charge，SoC)，定义为可用容量Q(t)和电池中可以存储的最大可能电荷(即标称容量Q

由充电系统130提供的最大功率是车载充电器135可以输出的用于对电池120和/或加热系统140充电的最高功率。该最大功率基于车载充电器135的设计。

出发时间是用户预计或预期启动其车辆而出发的时间，即当前时间与预计或预期出发时间之间的时间差。不同的充电系统可以具有不同的充电功率，例如3kW、7kW、11kW等。

功率分配133可以基于：基于电池温度111的电池120的降额函数，如图3所示。

降额函数是给出电池温度与电池可以接收的最大充电功率或电流之间的关系的函数。这种关系取决于电池单体化学和系统设计者选择的安全裕度。

功率分配133可以基于：基于电池120的充电状态的电池120的电压。

电池的标称电压取决于电池的充电状态，由于电池具有内阻和电容，因此也取决于电流。当电池充满电时，电池提供的电压可以高于空电池。电池的充电状态与电池提供的电压之间存在关系，可以用特定的函数描述。

所述功率分配133可以基于以下信息中的至少一个：根据充电电流或功率指示所述电池温度111的电池自热模型、根据传递到所述电池120的热量指示所述电池温度111的电池温度模型、指示所述电池120的开路电压与所述电池120的充电状态的关系的电池电压–电荷模型，以及指示所述加热系统140的功耗与所述加热系统140产生的热量143的关系的功耗模型。

车辆控制单元110可用于向车载充电器135发送第一信令消息112。该第一信令消息112可以指示用于对电池120充电的第一部分131。

车辆控制单元110可用于向热控制器142发送第二信令消息113。该第二信令消息113可以指示用于对电池120加热的第二部分132。

车辆控制单元110可用于从电池管理系统121接收第三信令消息。该第三信令消息可以指示电池温度111。

云网络160的网络设备例如可以是计算机服务器。网络设备可用于从车辆的车辆控制单元110接收当前车辆状态161。当前车辆状态161可以包括：指示电池120的电池温度111的电池温度数据。

网络设备可以用于根据电池温度111与温度阈值的比较，将存储一个或多个预定义值的内存段(例如，图5中示例性所示的查找表520)发送到车辆控制单元。

内存段，例如查找表520，可以用于存储对充电系统130提供的充电功率134进行分配的功率分配133。

功率分配133指示充电功率134分成用于通过充电系统130对电池120充电的第一部分131和用于通过加热系统140对电池120加热的第二部分132。

术语“根据电池温度111与温度阈值的比较”意味着电池表现出降额行为，限制了最大充电电流，如图3所示。降额曲线是上文定义的优化任务的输入，下文结合图7更详细地进行描述。

车辆状态161还可以包括以下信息中的至少一个：电池120的充电状态、由充电系统130提供的用于对电池120充电的最大功率、车辆的出发时间。

功率分配133可以基于充电策略。所述充电策略根据充电时间内电池的充电状态和电池温度指示功率分配。

所述网络设备用于：通过将充电策略应用于从车辆控制单元110接收的初始车辆状态161，确定车辆的估计车辆状态；确定估计车辆状态和从车辆控制单元110接收的当前车辆状态161之间的偏差；如果所述偏差超过阈值，则更新充电策略。

可以按定期的时间间隔对当前车辆状态和估计车辆状态进行比较，例如图5所示的每15分钟进行一次。在该时间间隔之后可以接收新的车辆状态。例如，15分钟后，初始车辆状态可以被当前车辆状态替换。15分钟只是一个示例。这可以由系统开发人员或系统设计校准。

图2示出了根据本发明的最优功率分配200的示意图。

外部充电器，例如图1中所示的充电系统130的EVSE 138，提供充电功率134。该充电功率134由对应于上文结合图1描述的功率分配133的最优功分器进行分配。充电功率134被分成用于对电池充电的第一部分131和用于通过外部加热器(例如，图1所示的加热系统140的加热元件141)对电池120加热的第二部分132。术语“外部加热器”是指加热器141放置在电池120的外部。

充电功率134的第一部分131可以是P

最优分配问题可以归结为最优控制问题。最优控制问题的目标在于：在提供给电池120用于充电的功率131和热系统141为电池120提供热量所消耗的功率132之间找到由OBC135提供的充电功率的最优功率分配λ，从而向图2所述的电池120提供热量。

最优控制问题的数学公式可以总结如下：

I

V

Cost function J＝100％-x

(在充电结束时实现最高SoC)

其中，SoC表示HV电池的荷电状态；T表示HV电池的平均温度，或电池的最低电池单体温度，SoC的导数是SoC的时间导数；α对应于从加热元件到HV电池的传热的可变因子；β对应于充电时电池自热的可变因子，V

成本函数J对充电会话结束时满电池SoC(100％)和最终SoC之间的差异进行建模。

作为求解最优控制问题的算法，可以使用动态规划，该动态规划使得可以使用可变控制输入λ搜索全局最优。可能需要进行算法离散化，以反映系统内通信信号的计算步骤和离散性质。图4所示的流程图显示了将此算法应用于所处理的问题所需采取的步骤。

图3示出了HV电池相对于温度的功率降额特性300的两个示例301和302的示意图。

电池120的降额模型描述了基于电池温度的最大充电电流。第一曲线301表示第一降额类型(I)的第一降额模型。第二曲线302表示第二降额类型(II)的第二降额模型。第一曲线301是具有阶梯状轮廓的示例，而第二曲线302是具有连续轮廓(例如，单调递增的轮廓)的示例。

图3示出了两个温度阈值303、304、表示允许充电的最低温度的第一温度阈值303，以及表示允许充电而不降额的温度的第二温度阈值304。

降额模型决定电池可以接收的最大电流。如果电池的温度发生变化，则电池可以接收的最大电流根据降额曲线而变化。

图3中所示的降额曲线301和302示出了降额函数的两个示例。降额函数是给出电池温度与电池可以接收的最大充电功率或电流之间的关系的函数。这种关系取决于电池单体化学和系统设计者选择的安全裕度。

图4示出了根据本发明的用于求解最优控制问题的示例性算法400的示意图。

算法400从包括以下功能的数据准备的第一步骤块401开始：SoC与OCV与HV电池温度的关系；HV电池温度与加热功率的关系；α-curves；β-curves；热系统功耗与生热的关系。

然后，在第二步骤块402，执行初始化，即OBC最大功率和时间约束条件的初始化。

在下一个第三步骤块403，处理成本矩阵生成，即，对于每个控制输入λ，计算从状态k到状态k+1的转换成本。

在下一个第四步骤块404，执行反向计算，即，选择从状态k+1到状态k的最优控制λ，使得从N到k的成本最优。

在下一个第五步骤块405，执行正向计算，即，选择初始状态向量x并从反向计算中查找最优λ。

在下一个第六步骤块406，最优策略存储在查找表中。

在下一个第七步骤块407，结合OBC最大功率和时间约束条件选择不同的约束条件。

处理所有初始化条件时，算法400在步骤块408结束；否则，算法跳回第二步骤块402，以执行OBC最大功率和时间约束条件的新初始化。

该算法400提供以下优势：最优控制解的全局最优性；独立于OBC最大功率、电池化学、热系统类型的适用性；对多目标优化的可扩展性。例如，通过SoC边界条件优化最终温度；通过最终SoC和最终温度的不同加权因子优化成本函数。

图5示出了根据本发明的用于求解最优控制问题的方法500的示意图。该方法可以由图5所示的功能步骤块表示，如下所述。

开始时，在第一步骤块501中，用户选择“远程充电”或任何类似功能，并通过用户界面150(例如，智能手机或任何其他控制设备)输入“出发时间”。用户界面150对应于图1中所示的用户界面150。出发时间指定启动车辆电池的预期出发时间。

在第二步骤块502中，用户通过用户界面150选择“优化充电特征”或任何类似功能。

在第三步骤块503中，车辆唤醒，并开始与车辆控制单元110进行SoC、电池温度、OBC最大功率、EVSE最大功率等当前车辆状态的通信。

在第四步骤块504中，如果温度低于温度阈值，则方法500检查初始条件是否需要优化的充电策略。这意味着检查电池是否是冷的且不能按最大充电速率充电。

如果不是这种情况，则在下一个步骤块507中，VCU 110应用默认充电策略。然后，在步骤块509中，根据默认策略处理充电和/或加热。

在下一个步骤块511中，方法500检查是否达到完成充电时间，例如，可以由默认策略指定的充电过程的结束时间。如果没有达到该完成充电时间，则方法500跳到步骤块509，以根据默认策略继续充电和/或加热。如果达到该完成充电时间，则在步骤块513中完成充电。

如果在步骤块504中检测到温度低于温度阈值，则该方法执行下一个步骤块505，检查初始条件是否已作为查找表存储在云网络160中。

如果不是这种情况，则在下一个步骤块506中，执行基于AI(人工智能)的回归，以根据初始条件获得最优策略。

在已处理步骤块504之后或已处理步骤块504和步骤块506之后，方法500继续执行步骤块508，其中，VCU 110从云网络160下载最优策略。通过请求或访问如上结合图1所述的存储该最优策略的查找表520或内存段，可以从云网络160(即云网络160中的网络设备)接收该最优策略。最优策略可以以具有时间值(例如，t1、t2、t3、t4……t_f)和相应功率分配值λ的表的形式存储。示例性时间间隔是1分钟、2分钟、5分钟、10分钟、15分钟、30分钟或任何其他时间值。

在步骤块508中下载最优策略之后，在下一个步骤块510中，根据最优策略开始充电和/或加热过程。

在下一个步骤块512中，方法500检查是否达到完成充电时间。如果达到该完成充电时间，则在步骤块513中完成充电。如果没有达到该完成充电时间，则方法500继续执行步骤块514，检查是否达到比较时间，例如，每15分钟。

如果没有达到比较时间，则该方法跳回步骤块510，并根据最优策略继续执行充电和/或加热。如果达到该比较时间，则该方法继续执行步骤块515，检查在云中是否检测到当前车辆状态和估计车辆状态之间的显著差异。显著差异是相对于一个或多个车辆状态超过预定阈值的差异。

如果没有检测到显著差异，则方法500继续执行步骤块510，根据最优策略执行充电和/或加热。如果检测到显著差异，则方法500跳回步骤块504，在步骤块504中，方法500检查初始条件是否需要优化的充电策略。

参见图5，本发明中描述的基本概念可以由以下项目概括：

1)例如通过云网络160中的网络设备离线求解低温下的最优充电问题。

2)以λ值520的时间序列的形式将不同初始条件(开始SoC、开始温度)和不同约束条件(OBC最大功率、出发时间)的解存储在云网络160中。

3)云网络160具有用于在未存储车辆当前状态的情况下进行回归操作(步骤块506中)的计算能力。例如，存储针对初始温度为-30℃和初始SoC为50％、初始温度为-35℃和初始SoC为50％的最优策略。当前车辆状态对应于初始温度为-33℃和初始SoC为50％。然后，可以对数据点-33℃和50％ SoC的最优解进行回归。

4)EV车主可以例如通过移动设备上的App选择远程优化低温充电的选项，并可以通过用户界面150设置预期出发时间。

5)VCU 110将SoC、电池温度、OBC最大功率、出发时间等当前车辆状态发送到云网络160。

6)云网络160或VCU 110评估温度条件是否需要部署优化的充电策略(步骤块504中)。

7)如果需要，则云网络160评估是否针对车辆状态存储最优策略；如果不需要，则根据存储在云网络160中的数据点通过回归进行近似操作。

8)云网络160以具有相应控制输入λ的时间戳格式将策略下载到VCU 110。

9)VCU 110采用下载的策略，并将策略部署在真实系统上。

10)云网络160每15分钟(或任何其他预定时间间隔)对真实系统行为和估计系统行为进行比较。在不一致的情况下，云网络160查找对应于当前车辆状态的最优策略，并更新发送到VCU 110的策略。

11)如果当前车辆状态不需要部署优化的充电策略，则使用默认策略，例如，以最大电池充电电流充电。

12)如果满足充电退出条件，则充电会话结束。例如，达到最终SoC、达到最终时间或充电系统发生故障。

图6示出了根据本发明的用于车辆功率管理的方法600的示意图。

方法600包括接收601电池温度数据。电池温度数据指示车辆电池的电池温度，如上文结合图1所述。

方法600包括：根据电池温度与温度阈值的比较，确定602用于对充电系统提供的充电功率进行分配的功率分配，其中，所述功率分配指示将充电功率分成用于通过充电系统对电池充电的第一部分和用于通过加热系统对电池加热的第二部分，如上文结合图1所述。

方法600包括：将关于充电功率的第一部分的信息发送603到充电系统，并将关于充电功率的第二部分的信息发送603到加热系统，如上文结合图1所述。

图7示出了根据本发明的用于获得对充电功率进行最优分配的充电策略的电气模型的电路图。

电气模型由电路700表示。电路700包括：第一电阻器R

为求解优化问题，从而找到上文结合图2所述的最优充电策略，需要针对每个时间步长求解以下方程：

A)以电流i[k]为控制的三态动态规划(dynamic programming，DP)(非线性系统)：

B)电气模型：

C)热模型：

D)降额模型：

i

E)成本函数：

J＝100％-s[Nf]，其中，Nf是对应于最终时间的优化时间段长度。

然后，该算法可以最小化成本函数，并确定最优电流i[k]。

尽管本发明的特定特征或方面可能已经仅结合几种实施方式中的一种进行公开，但此类特征或方面可以和其它实施方式中的一个或多个特征或方面相结合，只要对于任何给定或特定的应用是有需要或有利的。此外，在一定程度上，术语“包括”、“有”、“具有”或这些词的其它变形在详细说明或权利要求书中使用，这类术语和术语“包括”是类似的，都是表示包括的含义。同样，术语“示例性的”、“例如”仅表示为示例，而不是最好或最优的。可能使用了术语“耦合”和“连接”以及衍生词。应当理解的是，可能使用了这些术语来指示两个元件彼此协作或交互，而不管它们是直接物理接触还是电接触，或者它们彼此不直接接触。

虽然在此已经说明和描述了具体方面，但本领域普通技术人员将理解，在不脱离本发明的范围的情况下，可以用各种替代和/或等效的实施方式来取代所示和描述的具体方面。本申请旨在覆盖本文论述的具体方面的任何修改或变更。

虽然以下权利要求书中的元件是利用对应的标签按照特定顺序列举的，除非对权利要求书的阐述另有暗示用于实现部分或所有这些元件的特定顺序，否则这些元件不必限于以该特定顺序来实现。

根据以上指导，许多替代、修改和变更对于本领域技术人员是显而易见的。当然，本领域技术人员容易认识到，除本文中所述的应用之外，还存在本发明的众多其它应用。虽然已经参考一个或多个特定实施例描述了本发明，但本领域技术人员认识到，在不脱离本发明的范围的情况下，可以对其进行许多改变。因此，应当理解，只要是在所附权利要求书及其等效物的范围内，可以用不同于本文具体描述的方式来实践本发明。