一种新能源汽车电池包温度控制方法及系统与流程

本发明属于温度的控制，具体的说是一种新能源汽车电池包温度控制方法及系统。

背景技术：

1、随着社会进步和经济发展，汽车数量的大幅增加，石油能源的消耗也急剧增长，同时，传统汽车排放的大量污染物以及产生的噪音，给社会的发展带来了无法回避的负面影响，成为制约汽车工业发展的瓶颈，随着汽车节能减排任务的提出，新能源汽车由于具有低污染的特点，成为未来汽车发展的一个主要方向，新能源汽车主要依靠动力电池作为能源，其中就包括有多个组合在一起的电池包，对于电池包来说，其工作过程中往往会发热，产生大量热量使温度升高，这样会造成组合电池包的充放电异常，为了解决该问题，现有技术提供了较多的技术方案；

2、例如公开号为cn106711540a的中国专利中公开一种新能源汽车组合电池包温度控制系统，通过高温检测模块和低温检测模块分别检测电池包的高温和低温，设置第一风机连接加热器对电池包进行升温，设置第二风机连接制冷器对电池包进行降温，实现分开的加热和降温过程，易于控制，效率高，并且第一风机和第二风机连接计时器进行计时，设置存储模块对温度和时间进行存储，从而方便查看工作状态，并且加热器和制冷器均设置有温度传感器检测出风温度，可以很好的对新能源汽车组合电池包的温度进行控制；

3、同时例如在授权公告号为cn113921946b的中国专利中提供一种新能源汽车电池包散热控制方法，包括：s101，判断从bms处获取电池包的最大实时温度treal是否≥第一预设温度t1；s102，若treal≥t1，则控制tms按照预设的初始模式工作而对电池包散热；s103，在tms按照预设的初始模式工作后，基于在电池包入口处的冷却液实时温度tin和电池包的最大实时温度treal确定tms的实时换热功率preal，并基于从bms处获取到的电池包的输出电流i和电池包内阻r确定电池包的实时发热功率p；判断preal是否＜p；s104，若preal＜p，控制tms保持初始模式工作对电池包散热；s105，在电池包的最大实时温度treal逐渐增大后，判断电池包的最大实时温度treal是否增大至＞预设的最优目标温度ttar。

4、以上专利均存在本背景技术提出的问题：新能源汽车在高速上长途行驶的过程中，由于高速上有最低行驶速度的限制，在进行电池包温度控制的过程中，无法准确对汽车运行情况进行判断，这样易导致在高速上汽车电池包温度经常处于不正常状态，为了解决这些问题，本技术设计了一种新能源汽车电池包温度控制方法及系统。

技术实现思路

1、针对现有技术的不足，本发明提出了一种新能源汽车电池包温度控制方法及系统，本发明通过数据采集模组采集汽车运行过程中的汽车电池包的监测数据，同时采集汽车运行的运行数据，并提取汽车历史运行数据和汽车电池包的监测数据，基于汽车历史运行数据和汽车电池包的监测数据导入神经网络模型构建策略中构建，输入为汽车运行数据变化曲线，输出为汽车电池包的监测数据变化曲线的神经网络模型，将采集的汽车运行过程中的实时数据导入神经网络模型中输出汽车电池包的预测数据变化值获取汽车行驶过程中的电池包温度安全范围，将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围进行对比，驾驶人员根据汽车运行数据的调节值对车辆的对应数据进行调节，这样便于对汽车电池包进行运行监测，预测汽车电池包的温度变化，便于对汽车电池包的温度进行快速调节和控制，避免在高速上行驶的汽车的电池包处于危险状态，提高了长途运输的汽车安全性。

2、为实现上述目的，本发明提供如下技术方案：

3、一种新能源汽车电池包温度控制方法，其包括以下具体步骤：

4、s1、通过数据采集模组采集汽车运行过程中的汽车电池包的监测数据，同时采集汽车运行的运行数据，并提取汽车历史运行数据和汽车电池包的监测数据；

5、s2、基于汽车历史运行数据和汽车电池包的监测数据导入神经网络模型构建策略中构建输入为汽车运行数据变化曲线，输出为汽车电池包的监测数据变化曲线的神经网络模型；

6、s3、将采集的汽车运行过程中的实时数据导入神经网络模型中输出汽车电池包的预测数据变化值；

7、s4、获取汽车行驶过程中的电池包温度安全范围，将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围进行对比，若在设定时间内汽车电池包的预测数据变化值不在汽车行驶过程中的电池包温度安全范围内，将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围代入汽车运行数据调节策略中计算汽车运行数据的调节值并传输至驾驶舱，若汽车电池包的预测数据变化值在汽车行驶过程中的电池包温度安全范围内，则提示汽车能正常行驶；

8、s5、驾驶人员根据汽车运行数据的调节值对车辆的对应数据进行调节。

9、具体的，所述s1包括以下具体步骤：

10、s11、通过数据采集模组实时采集汽车运行过程中的汽车电池包的温度监测数据，同时采集汽车行驶过程中的速度、行驶时间和载重量数据，储存在储存模组中；

11、s12、从储存模组中提取汽车的历史运行行驶过程中的速度、行驶时间和载重量数据变化曲线，同时提取汽车历史运行过程中的汽车电池包的温度监测变化曲线，同时采集高速公路限速数据。

12、具体的，所述s2的具体内容如下：

13、获取汽车历史运行行驶过程中的速度和载重量数据随着行驶时间变化曲线，同时提取汽车电池包的温度数据随行驶时间变化曲线构建神经网络模型方程，将这些数据分为70％的系数训练集和30％的系数测试集；对神经网络模型方程进行参数训练构建输入为汽车历史运行行驶过程中的速度和载重量数据随着行驶时间变化曲线，输出为汽车电池包的温度数据随行驶时间变化曲线的神经网络模型，将70％的系数训练集输入神经网络模型进行训练，以得到初始神经网络模型，利用30％的系数测试集对初始神经网络模型进行测试，输出满足室内温湿度变化曲线数据准确度的最优初始神经网络模型作为神经网络模型方程，其中，所述神经网络模型方程的输出策略公式为：其中tt+k为预测的k时刻后的电池包的温度，tt为当前时刻的电池包的温度，t0为温度增长速度系数，tk为k时间段，exp()为e的指数幂，a1为载重量占比系数，a2为车体速度占比系数，mt为当前时刻的货运载重量，mi为设定的货运载重量对比值，vt为当前时刻的行驶速度，vi为设定的行驶速度对比值，a1+a2＝1。

14、具体的，所述s3的具体步骤为：

15、s31、从储存模组中获取实时采集的汽车运行过程中第一设定时间内汽车电池包的温度监测数据，同时采集汽车行驶过程中的速度、行驶时间和载重量数据；

16、s32、取第一设定时间内的汽车行驶过程中的速度的平均值作为神经网络模型方程中的当前时刻的行驶速度的输入值，通过采集汽车行驶过程中的行驶时间的汽车电池包的温度监测数据作为神经网络模型方程中的当前时刻的电池包的温度的输入值，以汽车行驶过程中的载重量数据为当前时刻的货运载重量，导入神经网络模型方程的输出策略公式中，输出预测的k时刻后的电池包的温度；

17、s33、以预测的k时刻后的电池包的温度作为汽车电池包的预测数据变化值。

18、具体的，所述s4的汽车运行数据调节策略包括以下具体步骤：

19、s41、获取汽车行驶过程中的温度安全范围，同时提取汽车电池包的预测数据变化值，将温度安全范围中最接近汽车电池包的预测数据变化值的温度值导入神经网络模型方程的输出策略公式中，输出使汽车电池包处于温度安全范围内的最大行驶速度值，设为第一速度，将使汽车电池包处于温度安全范围内的最大行驶速度值与高速公路最低行驶速度进行对比；

20、s42、若高速公路最低行驶速度小于汽车电池包处于温度安全范围内的最大行驶速度值，则向驾驶员发布减速命令，减速命令为：减速至高速公路最低行驶速度至第一速度之间，若高速公路最低行驶速度大于等于汽车电池包处于温度安全范围内的最大行驶速度值，则向驾驶员发布电池包温度过高靠边停车的命令。

21、具体的，一种新能源汽车电池包温度控制系统，其基于上述一种新能源汽车电池包温度控制方法实现，其具体包括：信息获取模块、神经网络构建模块、预测数据变化值输出模块、数据对比模块、运行数据调节计算模块、指令发布模块和控制模块，所述信息获取模块用于通过数据采集模组采集汽车运行过程中的汽车电池包的监测数据，同时采集汽车运行的运行数据，并提取汽车历史运行数据和汽车电池包的监测数据，所述神经网络构建模块用于基于汽车历史运行数据和汽车电池包的监测数据导入神经网络模型构建策略中构建输入为汽车运行数据变化曲线，输出为汽车电池包的监测数据变化曲线的神经网络模型，所述预测数据变化值输出模块用于将采集的汽车运行过程中的实时数据导入神经网络模型中输出汽车电池包的预测数据变化值。

22、具体的，所述数据对比模块用于获取汽车行驶过程中的电池包温度安全范围，将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围进行对比，所述运行数据调节计算模块用于将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围代入汽车运行数据调节策略中计算汽车运行数据的调节值，所述指令发布模块用于向驾驶员发布减速或者停车指令，所述控制模块用于控制信息获取模块、神经网络构建模块、预测数据变化值输出模块、数据对比模块、运行数据调节计算模块和指令发布模块的运行。

23、具体的，一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

24、所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种新能源汽车电池包温度控制方法。

25、具体的，一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种新能源汽车电池包温度控制方法。

26、与现有技术相比，本发明的有益效果是：

27、本发明通过数据采集模组采集汽车运行过程中的汽车电池包的监测数据，同时采集汽车运行的运行数据，并提取汽车历史运行数据和汽车电池包的监测数据，基于汽车历史运行数据和汽车电池包的监测数据导入神经网络模型构建策略中构建输入为汽车运行数据变化曲线，输出为汽车电池包的监测数据变化曲线的神经网络模型，将采集的汽车运行过程中的实时数据导入神经网络模型中输出汽车电池包的预测数据变化值获取汽车行驶过程中的电池包温度安全范围，将汽车电池包的预测数据变化值与汽车行驶过程中的电池包温度安全范围进行对比，驾驶人员根据汽车运行数据的调节值对车辆的对应数据进行调节，这样便于对汽车电池包进行运行监测，预测汽车电池包的温度变化，便于对汽车电池包的温度进行快速调节和控制，避免在高速上行驶的汽车的电池包处于危险状态，提高了长途运输的汽车安全性。