一种基于虚拟传感器的电池系统温度预测方法

技术领域

本发明涉及电池管理的技术领域，尤其涉及一种基于虚拟传感器的电池系统温度预测方法。

背景技术

随着我国双碳战略的实施、新型电力系统及交通电气化的发展，储能系统，特别是电池储能系统，受到了越来越多的关注。电池系统在充放电中会产生大量的热量，如不能及时有效冷却，会导致电池内部温度快速升高，以及系统温度一致性变差，影响其工作性能、缩短使用寿命，并可能导致严重的事故。因此为保证电池储能系统长期安全高效运行，需要对其在不同工况、环境下充放电过程中的温度变化进行预测。

然而，目前在电池系统温度预测方面，需要基于大量传感器测量的数据，过多的传感器不仅增加安装成本，而且提升了故障的风险，此外电池内部放置传感器难度较高。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了一种基于虚拟传感器的电池系统温度预测方法。

一种基于虚拟传感器的电池系统温度预测方法，该方法包括以下步骤：S1：基于电池充放电发热及冷却机理建立电池仿真模型，实现对于不同环境、工况下电池温升的模拟；S2：采集电池系统充放电过程中温升变化数据，验证、改进仿真模拟模型，基于仿真数据间接获取虚拟传感器的输出结果；S3：融合测量温度和虚拟被测温度，提取关键特征参数，结合循环神经网络建立温升动态预测模型，实现对于工况变化后电池系统温升的快速预测。

本发明提供的电池系统温度预测方法，通过发热及传热机理分析建立电池数值仿真模型，可以在实际运行前对电池的产热量及温度进行仿真计算，且可以对不同工况及不同环境进行模拟分析，特别是极端环境工况等难以试验的情况；进一步借助采用多种手段的温度采集系统测量的有限数据对仿真模型进行验证及精细化改进，包括热源、散热系数等关键参数及网格剖分细化策略，提升模型的计算精度，进而从仿真数据间接获取虚拟传感器的输出结果；基于仿真模型计算生成的大量虚拟被测温度，特别是难以直接测量的内部温度，融合测量温度，进一步结合发热及冷却机理，可以提取用作输入特征量及输出的关键参数，并通过循环神经网络建立动态预测模型，在采用少量传感器的情况下对不同环境工况下电池系统的温度变化进行准确预测。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明一个实施例提供的一种基于虚拟传感器的电池系统温度预测方法的基本流程示意图；

图2为本发明一个实施例提供的一种基于虚拟传感器的电池系统温度预测方法的预测模型示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

为本发明提供了一种基于虚拟传感器的电池系统温度预测方法，包括：

S1：基于电池充放电发热及冷却机理建立电池仿真模型，实现对于不同环境、工况下电池温升的模拟；

S2：采集电池系统充放电过程中温升变化数据，验证、改进仿真模拟模型，基于仿真数据间接获取虚拟传感器的输出结果；

S3：融合测量温度和虚拟被测温度，提取关键特征参数，结合循环神经网络建立温升动态预测模型，实现对于工况变化后电池系统温升的快速预测。

参照图1，S1-S3步骤具体包括：

基于电池系统的工作原理及产热机理，通过确定电池热源的几个主要部分来确定电池运行的发热量，其中包括电化学反应发出的热量、电池内阻的焦耳热、电池极化产生的热量；基于冷却传热机理，结合实际散热条件，确定电池系统的散热边界条件；基于电池系统结构特别是内部结构，建立其几何模型，并分别对各部分材料设置相应热物性参数；基于计算流体力学理论结合流场性质，建立电池系统散热分析的数值仿真模型；计算得出电池系统的温度变化，并可以根据运行环境、工况调整仿真参数，进而分析电池系统处在不同运行环境、工况下的温度变化。

进一步的，电池发热数值仿真包括：电池系统几何模型的网格剖分，及对其数值仿真模型所含控制方程在时间域及空间域上的离散，包括质量守恒、动量守恒、能量守恒及湍流运输方程，结合材料热物性参数及对流、辐射边界条件形成代数方程组，求解得出温度的具体分布。

基于由红外热像仪和多路温度测试仪组成的温度采集系统全面测量电池不同工况下的外表面及内部温度，其中红外热像仪可以通过红外热像图得到电池系统外表面温度分布，多路温度测试仪通过端盖打孔引入测温线，测量电池内部对应位置的温度；基于测量的温升结果，结合温升测量位置提取仿真数据进行对照验证，并对仿真模拟中采用的热源、散热系数等关键参数进行修正，并对网格剖分细化策略进行相应的调整，提升数值模型的计算精度；基于改进的数值仿真模型，进一步计算电池系统在不同环境、工况下的温度变化，进而间接获取放置在固定位置的虚拟传感器输出结果。

基于仿真模拟计算生成的电池系统不同工况下的大量虚拟被测温度是对测量数据的有效补充，特别是直接测量较为困难且存在安全风险的内部温度，进一步结合电池系统发热及冷却机理，采用主成分分析方法提取用作输入特征量的关键参数，结合循环神经网络特点对输入特征量数据进行预处理，通过数据训练建立电池系统温升动态预测模型，采用循环神经网络结合全连接神经网络以增强模型的非线性表达能力，确定预测模型中包括时间步个数、隐藏层参数、dropout比例等关键超参数，学习不同时刻间的温度关联信息，在采用少量传感器的情况下，以低成本对不同环境工况下电池系统的温度变化进行准确预测。

进一步的，数据预处理包括：使用主成分分析方法提取影响各筛选温升的物理量，如负荷大小、持续时间、散热条件、位置信息等，将其作为预测模型的输入特征量；对不同量纲值域分布的样本输入进行预处理以提升模型的训练速度；使用滑动时间窗口将预处理后的样本输入构造成适应模型框架的形式，即表示当前时刻信息最多由前两个时刻的信息综合得出的时间步个数与循环神经网络单元数目相当。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。