基于多粒子降阶模型的连续降额快速充电方法与流程

文档序号:22970205发布日期:2020-11-19 21:52阅读:来源:国知局

技术特征:

1.一种用于基于建模的电池单元降低充电电流额定值的方法,包括:

通过电池供电系统上的电池管理系统设置建模的电池的锂离子浓度,所述电池模型为所述电池供电系统上的电池单元提供模型;

将初始充电电流施加到电池单元;

至少部分地基于建模的电池温度来设置所述建模的电池的材料性质;

通过所述电池管理系统迭代地确定所述建模的电池的电势分布和电流密度;以及

至少部分地基于所述电势分布,通过所述电池管理系统计算所述建模的电池的锂镀电势;以及

基于所述模型电池的所述锂镀电势来更新所述电池单元的所述充电电流。

2.根据权利要求1所述的方法,其中,更新所述充电电流包括:如果所述锂镀电势小于零,则减小所述充电电流。

3.根据权利要求1所述的方法,其中,更新所述充电电流包括:如果所述锂镀电势大于零,则增加所述充电电流。

4.根据权利要求1所述的方法,其中,所述建模的电池的所述电势分布和电流密度在单元寿命期间通过所述电池管理系统迭代地确定。

5.根据权利要求1所述的方法,其中,设定材料性质包括:

估算电池供电系统内的电池单元中的实际锂离子浓度;以及

将所述估算的锂离子浓度设定为所述建模的电池的锂离子浓度。

6.根据权利要求1所述的方法,其中,所述建模的电池材料性质至少部分基于所述设定的锂离子浓度。

7.根据权利要求1所述的方法,其中,所述建模的电池材料性质包括颗粒内的扩散和电解质内的扩散。

8.根据权利要求1所述的方法,其中,所述建模的电池材料性质包括电解质和电极内的反应速率常数和电导率。

9.根据权利要求1所述的方法,其中,所述电势分布包括电极电势和电解质电势。

10.根据权利要求1所述的方法,其中,通过所述电池管理系统迭代地确定电势分布和电流密度包括:

设置所述建模的电池的平均外加电流密度;

计算所述建模的电池的阴极和电极的电解质电势分布和电极电势分布;

计算所述建模的电池的新局部电流分布;以及

重复设定平均外加电流密度、计算电解质电势分布和电极电势分布、以及计算所述建模的电池的新局部电流分布的步骤,直到所述局部电流分布趋同。

11.一种非暂时性计算机可读存储介质,所述可读存储介质设有程序,所述程序可由处理器执行以实现用于基于建模的电池单元降低充电电流额定值的方法,所述方法包括:

通过电池供电系统上的电池管理系统设置建模的电池的锂离子浓度,所述电池模型提供用于所述电池供电系统上的电池单元的模型;

将初始充电电流施加到电池单元;

至少部分地基于建模的电池温度来设置所述建模的电池的材料性质;

通过所述电池管理系统迭代地确定所述建模的电池的电势分布和电流密度;以及

至少部分地基于所述电势分布,通过所述电池管理系统计算所述建模的电池的锂镀电势;以及

基于所述模型电池的所述锂镀电势来更新所述电池单元的所述充电电流。

12.根据权利要求11所述的非暂时性计算机可读存储介质,其中,更新所述充电电流包括:如果所述锂镀电势小于零,则减小所述充电电流。

13.根据权利要求11所述的非暂时性计算机可读存储介质,其中,更新所述充电电流包括:如果所述锂镀电势大于零,则增加所述充电电流。

14.根据权利要求11所述的非暂时性计算机可读存储媒体,其中,所述建模的电池的所述电势分布和电流密度通过所述电池管理系统在单元寿命期间迭代地确定。

15.根据权利要求11所述的非暂时性计算机可读存储介质,其中,设定材料性质包括:

估算电池供电系统内的电池单元中的实际锂离子浓度;以及

将所述估算的锂离子浓度设定为所述建模的电池的锂离子浓度。

16.根据权利要求11所述的非暂时性计算机可读存储介质,其中,所述电势分布包括电极电势和电解质电势。

17.根据权利要求11所述的非暂时性计算机可读存储介质,其中,通过所述电池管理系统迭代地确定电势分布和电流密度包括:

设置所述建模的电池的平均外加电流密度;

计算所述建模的电池的阴极和电极的电解质电势分布和电极电势分布;

计算所述建模的电池的新局部电流分布;以及

重复设定平均外加电流密度、计算电解质电势分布和电极电势分布、以及计算所述建模的电池的新局部电流分布的步骤,直到所述局部电流分布趋同。

18.一种用于基于建模的电池单元降低充电电流额定值的系统,包括:

一个或多个处理器,

存储器,以及

存储在存储器中并且可由所述一个或多个处理器执行的一个或多个模块,以通过电池供电系统上的电池管理系统为建模的电池设置锂离子浓度,所述模型电池为所述电池供电系统上的电池单元提供模型,向电池单元施加初始充电电流,至少部分地基于所述建模的电池温度为所述建模的电池设置材料特性,通过所述电池管理系统迭代地确定所述建模的电池的电势分布和电流密度,并且至少部分地基于所述电势分布通过所述电池管理系统为所述建模的电池计算锂镀电势,并且基于所述模型电池的所述锂镀电势为所述电池单元更新所述充电电流。

19.根据权利要求18所述的系统,其中,更新所述充电电流包括:如果所述锂镀电势小于零,则减小所述充电电流。

20.根据权利要求18所述的系统,其中,更新所述充电电流包括:如果所述锂镀电势大于零,则增加所述充电电流。


技术总结
一种多粒子降阶模型,用于基于在锂电池单元的寿命期间实时准确地预测锂镀电势来调整施加到负载的充电。在当前的多粒子降阶建模系统中,电流密度和电势分布被迭代地求解。一旦解决了电流分布,就解决了锂浓度分布,而无需进行任何迭代过程。通过在迭代确定的电流密度和电势分布之后作为单独的步骤求解锂浓度分布,通过避免迭代求解多个偏微分方程,显着减少了模型产生输出所需的计算时间。基于由模型的输出提供的电势分布信息,可以确定锂镀电势,并且可以采取行动,诸如修改充电技术和速率使得未来的锂镀最小化。

技术研发人员:不公告发明人
受保护的技术使用者:重庆金康新能源汽车有限公司
技术研发日:2020.05.14
技术公布日:2020.11.17
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1