[go: up one dir, main page]

ES2987761T3 - Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura - Google Patents

Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura Download PDF

Info

Publication number
ES2987761T3
ES2987761T3 ES20858342T ES20858342T ES2987761T3 ES 2987761 T3 ES2987761 T3 ES 2987761T3 ES 20858342 T ES20858342 T ES 20858342T ES 20858342 T ES20858342 T ES 20858342T ES 2987761 T3 ES2987761 T3 ES 2987761T3
Authority
ES
Spain
Prior art keywords
temperatures
error
parameters
temperature
profile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES20858342T
Other languages
English (en)
Inventor
Bohyun Lee
Minhee Park
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Energy Solution Ltd
Original Assignee
LG Energy Solution Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Energy Solution Ltd filed Critical LG Energy Solution Ltd
Application granted granted Critical
Publication of ES2987761T3 publication Critical patent/ES2987761T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
    • G01K7/22—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements the element being a non-linear resistance, e.g. thermistor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
    • G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Nonlinear Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

Un método para determinar un modelo de estimación de temperatura que estima la temperatura en un módulo de batería comprende: calcular un primer error de acuerdo con la diferencia entre las temperaturas medidas de un perfil de verificación preliminar y las temperaturas estimadas, con respecto a modelos basados en todos los conjuntos de parámetros respectivos; utilizar el primer error y un primer valor umbral para extraer un primer conjunto de parámetros, y utilizar un modelo basado en el primer conjunto de parámetros para calcular un error máximo, que es el error más grande de los errores entre las temperaturas; extraer un segundo conjunto de parámetros utilizando un segundo valor umbral, el primer error y un valor ponderado; calcular un segundo error utilizando el segundo conjunto de parámetros; y determinar, como un modelo de estimación de temperatura, un modelo basado en el segundo conjunto de parámetros, si el segundo error es menor que un tercer valor umbral. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura
[Campo técnico]
Esta solicitud reivindica la prioridad y el beneficio de la solicitud de patente coreana n.° 10-2019-0106742 presentada el 29 de agosto de 2019 ante la Oficina de Propiedad Intelectual de Corea.
La presente divulgación se refiere a un método y dispositivo para determinar un modelo de estimación de temperatura, y un sistema de gestión de baterías al que se aplica un modelo de estimación de temperatura determinado por el método para determinar un modelo de estimación de temperatura.
[Antecedentes de la técnica]
Para reducir el tiempo para cargar un módulo de batería, un sistema de gestión de baterías debe detectar una desviación de temperatura entre una pluralidad de celdas de batería que configuran el módulo de batería, y debe realizar el control de carga en el módulo de batería basándose en la desviación de temperatura detectada.
Sin embargo, debido a un límite de un procedimiento de fabricación de batería y un coste, solo uno o dos sensores de temperatura pueden instalarse en el módulo de batería, y los puntos de la temperatura más alta y la temperatura más baja pueden no detectarse con precisión en el módulo de batería.
SHADMAN RAD MET AL.,“Adaptive thermal modeling of Li-ion batteries”, ELECTROCHIMICA ACTA, ELSEVIER,<ÁMSTERDAM, PAÍSES BAJOS, vol. 102,>8<de abril de 2013, páginas 183-195 Se refiere a un modelo térmico>preciso para predecir la generación de calor en baterías recargables. Esta es una herramienta esencial para la gestión térmica avanzada en aplicaciones de alta potencia, tales como vehículos eléctricos.
En Shadman Radet al.,los parámetros de la ecuación de equilibrio térmico de la batería se determinan minimizando la raíz del error cuadrático medio absoluto entre las temperaturas medidas y estimadas para diez ciclos de carga/descarga bajo diversas condiciones de funcionamiento.
<El documento US>6<076 964 A se refiere a la predicción de la temperatura interna de una batería utilizando un>modelo dinámico no lineal.
El documento US 9069725 B2 se refiere a un sistema y un método de reducción dinámica de sesgos de resultados atípicos.
[Divulgación]
La presente invención se ha realizado en un esfuerzo por proporcionar un método y un dispositivo para determinar un modelo de estimación de temperatura para estimar la designación de la temperatura más alta y la temperatura más baja de una batería, y un sistema de gestión de baterías al que se aplica un modelo de estimación de temperatura.
Una realización de la presente invención proporciona un método para determinar un modelo de estimación de temperatura para estimar una temperatura en un módulo de batería, que incluye: calcular todos los conjuntos de parámetros basándose en parámetros con numeración n según un tipo de modelo seleccionado para estimar una temperatura y una serie de secciones de los respectivos parámetros con numeración n; estimar temperaturas sustituyendo datos de entrada de un perfil de verificación preliminar por modelos basándose en todos los conjuntos de parámetros respectivos; calcular un primer error causado por una diferencia entre temperaturas medidas del perfil de verificación preliminar y las temperaturas estimadas para todos los conjuntos de parámetros respectivos; comparar si los primeros errores respectivos para todos los conjuntos de parámetros respectivos son menores que un primer valor umbral; extraer un conjunto de parámetros correspondiente al primer error que es menor que el primer valor umbral de entre los primeros errores según el resultado de comparación como un primer conjunto de parámetros; calcular un error máximo que es el error más grande de entre los errores entre las temperaturas estimadas según los datos de entrada cambiantes a modo de serie temporal del perfil de verificación preliminar y las temperaturas medidas del perfil de verificación preliminar usando un modelo basado en el primer conjunto de parámetros; comparar si el error máximo es menor que un segundo valor umbral; extraer un segundo conjunto de parámetros basándose en un resultado de sumar un producto del error máximo que es menor que el segundo valor umbral según el resultado de comparación y un valor de ponderación correspondiente y un producto de un primer error correspondiente al primer conjunto de parámetros de entre los primeros errores y un valor de ponderación correspondiente; estimar temperaturas según datos de entrada de un perfil de reverificación en el segundo conjunto de parámetros; calcular un segundo error según una diferencia entre temperaturas medidas del perfil de reverificación y las temperaturas estimadas; y determinar que el modelo basado en el segundo conjunto de parámetros es un modelo de estimación de temperatura cuando el segundo error es menor que un tercer valor umbral.
El perfil de verificación preliminar y el perfil de reverificación pueden incluir un valor de temperatura de un sensor de temperatura, una corriente de una batería, un valor de temperatura de agua de enfriamiento y un valor de temperatura del aire cambiante al menos a modo de serie temporal como datos de entrada.
Las temperaturas estimadas pueden incluir las temperaturas más altas o las temperaturas más bajas estimadas del módulo de batería, y las temperaturas medidas pueden incluir las temperaturas más altas o las temperaturas más bajas medidas del módulo de batería.
Al menos uno del primer error y el segundo error puede ser una raíz del error cuadrático medio (RMSE).
El método puede incluir además cambiar un perfil de referencia cuando los primeros errores son iguales a o mayores que el primer valor umbral, en el que el perfil de referencia puede ser un valor inicial para construir un modelo de estimación de temperatura, y puede incluir factores para estimar temperaturas y temperaturas medidas.
El método puede incluir además cambiar el perfil de referencia cuando el error máximo de todos los primeros conjuntos de parámetros es igual a o mayor que el segundo valor umbral.
El método puede incluir además cambiar el perfil de referencia cuando el segundo error de todos los segundos conjuntos de parámetros es igual a o mayor que el tercer valor umbral.
La extracción de un primer conjunto de parámetros puede incluir extraer un conjunto de parámetros correspondiente a primeros errores que pertenecen a un número i superior en orden ascendente de entre los primeros errores como el primer conjunto de parámetros.
La extracción de un segundo conjunto de parámetros puede incluir extraer un conjunto de parámetros correspondiente al resultado sumado que pertenece a un número j superior en orden ascendente como el segundo conjunto de parámetros.
Otra realización de la presente invención proporciona un sistema de gestión de baterías que incluye un modelo de estimación de temperatura determinado por el método para determinar un modelo de estimación de temperatura. Otra realización de la presente invención proporciona un dispositivo para determinar un modelo de estimación de temperatura para estimar una temperatura en un módulo de batería, que incluye: un productor de conjuntos de parámetros para calcular todos los conjuntos de parámetros basándose en parámetros con numeración n según un tipo de modelo seleccionado para estimar una temperatura y una serie de secciones de los respectivos parámetros con numeración n; una unidad de modelado para estimar temperaturas sustituyendo datos de entrada de un perfil de verificación preliminar por modelos basándose en todos los conjuntos de parámetros respectivos; y un calculador de error para calcular un primer error provocado por una diferencia entre temperaturas medidas del perfil de verificación preliminar y las temperaturas estimadas para todos los conjuntos de parámetros respectivos.
La unidad de modelado puede comparar si los primeros errores respectivos para todos los conjuntos de parámetros respectivos son menores que un primer valor umbral, y puede extraer un conjunto de parámetros correspondiente a un primer error que es menor que el primer valor umbral de entre los primeros errores como un primer conjunto de parámetros según el resultado de comparación.
El dispositivo para determinar un modelo de estimación de temperatura puede incluir además: un calculador de error máximo para calcular un error máximo que es el error más grande de entre los errores de entre las temperaturas estimadas según los datos de entrada cambiantes a modo de serie temporal del perfil de verificación preliminar usando un modelo basado en el primer conjunto de parámetros y las temperaturas medidas del perfil de verificación preliminar, comparar si el error máximo es menor que un segundo valor umbral, y extraer un segundo conjunto de parámetros basándose en un resultado de sumar un producto del error máximo que es menor que el segundo valor umbral según el resultado de comparación y un valor de ponderación correspondiente y un producto de un primer error correspondiente al primer conjunto de parámetros de entre los primeros errores y un valor de ponderación correspondiente; y una unidad de determinación de modelo final para estimar temperaturas según datos de entrada de un perfil de reverificación en el segundo conjunto de parámetros, calcular un segundo error según una diferencia entre temperaturas medidas del perfil de reverificación y las temperaturas estimadas, y cuando el segundo error es menor que un tercer valor umbral, determinar que un modelo basado en el segundo conjunto de parámetros es un modelo de estimación de temperatura.
El perfil de verificación preliminar y el perfil de reverificación pueden incluir un valor de temperatura de un sensor de temperatura, una corriente de una batería, un valor de temperatura de agua de enfriamiento y un valor de temperatura del aire cambiante al menos a modo de serie temporal como datos de entrada.
Las temperaturas estimadas pueden incluir las temperaturas más altas o las temperaturas más bajas estimadas del módulo de batería, y las temperaturas medidas pueden incluir las temperaturas más altas o las temperaturas más bajas medidas del módulo de batería.
Al menos uno del primer error y el segundo error puede ser una raíz del error cuadrático medio (RMSE).
Según las realizaciones de la presente divulgación, se proporcionan el método y el dispositivo para determinar un modelo de estimación de temperatura para estimar la designación de la temperatura más alta y la temperatura más baja de una batería, y el sistema de gestión de baterías al que se aplica un modelo de estimación de temperatura.
[Descripción de los dibujos]
La figura 1 muestra un dispositivo para determinar un modelo de estimación de temperatura según una realización. La figura 2 muestra un diagrama de flujo de un método para determinar un modelo de estimación de temperatura según una realización.
La figura 3 muestra un diagrama de flujo de un método para determinar un modelo de estimación de la temperatura más alta según una realización.
La figura 4 muestra un diagrama de flujo de un método para determinar un modelo de estimación de la temperatura más baja según una realización.
La figura 5 muestra un sistema de batería que incluye un sistema de gestión de baterías al que se aplica un modelo de estimación de temperatura según una realización.
[Modo para la invención]
Un ejemplo de la presente divulgación puede deducir una lógica para estimar la temperatura más alta y la temperatura más baja en un módulo de batería usando un valor de termistor medido, una corriente que fluye a un módulo de batería, un valor de temperatura de agua de enfriamiento y un valor de temperatura del aire externo basándose en un método de identificación de sistema, y finalmente puede mejorar un límite del termistor. El sistema de gestión de baterías puede controlar la carga de una manera más precisa estimando la temperatura más alta y la temperatura más baja en el módulo de batería.
Se proporciona un método para determinar un modelo de estimación de temperatura para estimar una correlación entre las temperaturas máxima y más baja en el módulo de batería basándose en un valor de temperatura del termistor, una corriente de la batería, un valor de temperatura del agua de enfriamiento y un valor de temperatura del aire externo, y un dispositivo para realizar el método.
A continuación en el presente documento, las realizaciones divulgadas en la presente memoria descriptiva se describirán en detalle con referencia a los dibujos adjuntos. En la presente memoria descriptiva, los mismos o similares componentes se indicarán con los mismos o similares números de referencia, y se omitirá una descripción coincidente de los mismos. Los términos “módulo” y “unidad” para los componentes usados en la siguiente descripción se usan solo para facilitar la memoria descriptiva. Por lo tanto, estos términos no tienen significados o papeles que los distingan entre sí por sí mismos. Al describir las realizaciones de la presente memoria descriptiva, cuando se determina que una descripción detallada de la técnica bien conocida asociada con la presente invención puede ocultar la esencia de la presente invención, se omitirá. Los dibujos adjuntos se proporcionan solo para permitir que las realizaciones divulgadas en la presente memoria descriptiva se entiendan fácilmente y no deben interpretarse como limitantes del espíritu divulgado en la presente memoria descriptiva.
Los términos que incluyen números ordinales tales como primero, segundo y similares, se usarán solo para describir diversos componentes, y no deben interpretarse como limitantes de estos componentes. Los términos se usan solo para diferenciar un componente de otros componentes.
Debe entenderse que cuando se refiere a que un componente está “conectado” o “acoplado” a otro componente, puede conectarse o acoplarse directamente a otro componente o conectarse o acoplarse al otro componente con otro componente que interviene entre los mismos. Por otro lado, debe entenderse que cuando se refiere a que un componente está “conectado o acoplado directamente” a otro componente, puede conectarse o acoplarse al otro componente sin que intervenga otro componente entre los mismos.
Se entenderá además que los términos “comprende” o “tiene” usados en la presente memoria descriptiva especifican la presencia de características, números, etapas, operaciones, componentes, partes indicados o una combinación de los mismos, pero no excluyen la presencia o adición de una o más características, números, etapas, operaciones, componentes, partes distintas o combinaciones de los mismos.
La figura 1 muestra un dispositivo para determinar un modelo de estimación de temperatura según una realización. Como se muestra en la figura 1, el dispositivo 1 para determinar un modelo de estimación de temperatura incluye un productor 10 de conjuntos de parámetros, una unidad 20 de modelado, un calculador 30 de error, un calculador 40 de error máximo y una unidad 50 de determinación de modelo final.
Los elementos constituyentes respectivos descritos con referencia a la figura 1 representan un ejemplo para describir una configuración de un dispositivo para determinar un modelo de estimación de la temperatura más alta y la temperatura más baja, y en este caso, pueden combinarse al menos dos elementos constituyentes, puede dividirse un elemento constituyente en al menos dos elementos constituyentes, o puede suministrarse un elemento<constituyente adicional, y se admiten otras modificaciones, y el ejemplo descrito con referencia a la figura>1<no limita>la presente divulgación.
La figura 2 muestra un diagrama de flujo de un método para determinar un modelo de estimación de temperatura según una realización.
La figura 3 muestra un diagrama de flujo de un método para determinar un modelo de estimación de la temperatura más alta según una realización.
La figura 4 muestra un diagrama de flujo de un método para determinar un modelo de estimación de la temperatura más baja según una realización.
Un dispositivo y un método para determinar un modelo de estimación de temperatura según una realización se describirán ahora con referencia a la figura 1 a la figura 4.
El productor 10 de conjuntos de parámetros recibe datos experimentales y selecciona un perfil de referencia, un perfil de verificación preliminar y un perfil de reverificación (S1). El perfil de referencia representa un valor inicial para construir un modelo de estimación de temperatura, y puede incluir datos de entrada que incluyen factores para estimar temperaturas y datos de salida que incluyen temperaturas medidas. El perfil de verificación preliminar proporciona datos para determinar un conjunto de parámetros que es apropiado para un modelo de estimación de temperatura de entre todos los conjuntos de parámetros determinados según una serie de parámetros para estimar la temperatura y un intervalo de parámetros. El perfil de reverificación proporciona datos para verificar finalmente un modelo de estimación de temperatura.
El perfil de referencia, el perfil de verificación preliminar y el perfil de reverificación pueden incluir datos que incluyen al menos un valor de temperatura del termistor, una corriente de la batería, un valor de temperatura del agua de enfriamiento del módulo de batería, un valor de temperatura del aire externo del módulo de batería y las temperaturas más altas y más bajas en el módulo de batería distinguidas y dispuestas a modo de serie temporal. En este caso, el valor de temperatura del termistor, la corriente de la batería, el valor de temperatura del agua de enfriamiento del módulo de batería y el valor de temperatura del aire externo del módulo de batería pueden ser datos de entrada del modelo de estimación de temperatura, y las temperaturas más altas y más bajas en el módulo de batería pueden ser datos de salida del modelo de estimación de temperatura.
El dispositivo 1 para determinar un modelo de estimación de temperatura selecciona si estimar la temperatura más alta o estimar la temperatura más baja (S2), ajusta un modelo de estimación de la temperatura más alta en el caso de estimar la temperatura más alta (S3), y ajusta un modelo de estimación de la temperatura más baja en el caso de estimar la temperatura más baja (S4). Los ajustes del modelo de estimación de la temperatura más alta y el modelo de estimación de la temperatura más baja se realizan en un mismo método, por lo que se describirán en conjunto las etapas respectivas descritas con referencia a la figura 3 y la figura 4.
El productor 10 de conjuntos de parámetros selecciona un tipo de modelo para estimar la temperatura más alta o la temperatura más baja, y calcula todos los conjuntos de parámetros con numeración n que son productos de una serie de parámetros que siguen al tipo de modelo seleccionado y una serie de secciones del intervalo de los parámetros respectivos (S301 y S401). Los tipos de modelo para estimar la temperatura incluyen un modelo externo autorregresivo (ARX) y un modelo de función de transferencia.
Todos los conjuntos de parámetros calculados por el productor 10 de conjuntos de parámetros se transmiten a la<unidad>20<de modelado junto con el perfil de verificación preliminar, y la unidad>20<de modelado sustituye los datos>de entrada del perfil de verificación preliminar por los modelos que se basan en todos los conjuntos de parámetros respectivos para estimar las temperaturas más altas o las temperaturas más bajas (S302 y S402).
El calculador 30 de error calcula una raíz del error cuadrático medio (RMSE) entre las temperaturas más altas o las temperaturas más bajas que son datos de salida del perfil de verificación preliminar y las temperaturas más altas o las temperaturas más bajas estimadas que son salidas (OUT1 a OUTn) de la unidad 20 de modelado (S303 y S403). Las salidas (OUT1 a OUTn) incluyen respectivamente las temperaturas más altas o las temperaturas más bajas estimadas cuando el valor de temperatura del termistor, la corriente de la batería, el valor de temperatura del agua de enfriamiento del módulo de batería y el valor de temperatura del aire externo del módulo de batería que se incluyen en el perfil de verificación preliminar y se distinguen y disponen a modo de serie temporal se introducen en el modelo definido por un conjunto de parámetros, y el calculador 30 de error puede calcular la raíz de error cuadrático medio (RMSE) aplicando una raíz cuadrada al resultado de la media cuadrática de diferencias entre los datos de salida correspondientes a los datos de entrada en el perfil de verificación preliminar y las temperaturas más altas o las temperaturas más bajas estimadas. La RMSE es un ejemplo para calcular un error entre el resultado estimado y el resultado realmente medido, pero la presente divulgación no se limita al mismo.
La unidad 20 de modelado recibe la RMSE del calculador 30 de error y compara si la RMSE es menor que un valor umbral TH2 de la temperatura más alta o la temperatura más baja (S304 y<s>404).
La unidad 20 de modelado almacena el conjunto de parámetros en el que la RMSE es menor que el valor umbral TH2 y la RMSE (S305 y S405), finaliza S304 o S404 para todos los conjuntos de parámetros, y extrae primeros conjuntos de parámetros con numeración i correspondientes a los superiores con numeración i en orden ascendente de entre las RMSE almacenadas (S307 y S407). El i representa el número máximo, y cuando el número de conjuntos de parámetros en los que la RMSe es menor que el valor umbral TH2 es igual a o menor que i en S304 o S404, los conjuntos de parámetros correspondientes se extraen como los primeros conjuntos de parámetros.
Cuando se determina que no hay conjuntos de parámetros que satisfagan S304 y S404 (S306 y S406), la unidad 20<de modelado transmite una señal de fallo FS>1<al productor>10<de conjuntos de parámetros para notificarlo, y el>productor 10 de conjuntos de parámetros cambia el perfil de referencia según S1. En este caso, a medida que cambia el perfil de referencia, al menos uno del perfil de verificación preliminar y el perfil de reverificación pueden cambiarse juntos. El primer conjunto de parámetros se transmite al calculador 40 de error máximo junto con el perfil de verificación preliminar.
El calculador 40 de error máximo usa los modelos que se basan en los primeros conjuntos de parámetros con numeración i respectivos, y calcula el error máximo entre la temperatura más alta estimada o la temperatura más baja estimada cambiante a modo de serie temporal y la temperatura más alta medida o la temperatura más baja de los datos de salida en el perfil de verificación preliminar (S308 y S408). Tal como se ha descrito anteriormente, el perfil de verificación preliminar incluye datos de entrada y datos de salida que se distinguen y disponen a modo de serie temporal, y el error máximo significa el error más grande de entre los errores entre las temperaturas más altas o las temperaturas más bajas estimadas según los datos de entrada cambiantes a modo de serie temporal y los datos de salida correspondientes a los datos de entrada, es decir, las temperaturas más altas o las temperaturas más bajas medidas.
El calculador 40 de error máximo compara si los errores máximos de los primeros conjuntos de parámetros respectivos son menores que un valor umbral TH3 (S309 y S409).
El calculador 40 de error máximo, para un conjunto de parámetros cuyos errores máximos son menores que el umbral TH3, suma un producto de multiplicar la RMSE calculada por el calculador 30 de error en S303 o S403 y un valor de ponderación correspondiente con un producto de multiplicar un error máximo y un valor de ponderación correspondiente para calcular un error ponderado, y almacena el error ponderado (S310 y S410).
Cuando se determina que no hay conjuntos de parámetros que satisfagan S309 y S408 (S311 y S411), el calculador 40 de error máximo transmite una señal de fallo FS2 al productor 10 de conjuntos de parámetros para notificar esto, y el productor 10 de conjuntos de parámetros cambia el perfil de referencia según<s>1. En este caso, a medida que cambia el perfil de referencia, al menos uno del perfil de verificación preliminar y el perfil de reverificación pueden cambiarse juntos.
El calculador 40 de error máximo extrae los segundos conjuntos de parámetros correspondientes a aquellos con numeración j en orden ascendente de entre los errores ponderados almacenados en S310 o S410 (S312 y S412). El j representa el número máximo, y cuando el número de conjuntos de parámetros en los que el error máximo es menor que el valor umbral TH3 es igual a o menor que j en S309 o S409, se extraen los conjuntos de parámetros correspondientes como un segundo conjunto de parámetros. El segundo conjunto de parámetros se transmite a la unidad 50 de determinación de modelo final junto con el perfil de reverificación.
La unidad 50 de determinación de modelo final estima la temperatura más alta o la temperatura más baja según los datos de entrada del perfil de reverificación, y calcula la RMSE entre las temperaturas más altas o las temperaturas más bajas medidas que son datos de salida del perfil de reverificación y las temperaturas más altas o las temperaturas más bajas estimadas (S5).
<La unidad 50 de determinación de modelo final compara si la RMSE es menor que el valor umbral TH1 (S>6<).>
<Cuando la RMSE es menor que el valor umbral TH1 según un resultado de comparación en S>6<, la unidad 50 de>determinación de modelo final puede determinar que el modelo basado en un conjunto de parámetros correspondiente es un modelo final (FOUT). Cuando la RMSE de al menos dos segundos conjuntos de parámetros de entre los segundos conjuntos de parámetros con numeración j es menor que el valor umbral TH1, puede seleccionarse el segundo conjunto de parámetros correspondiente a la mínima RMSe .
El modelo final (FOUT) se divide en un modelo de estimación de la temperatura más alta para la temperatura más alta y un modelo de estimación de la temperatura más baja para la temperatura más baja, y puede insertarse en el sistema de gestión de baterías (S7).
La figura 5 muestra un sistema de batería que incluye un sistema de gestión de baterías al que se aplica un modelo de estimación de temperatura según una realización.
Tal como se muestra en la figura 5, el sistema 2 de batería incluye un sistema 100 de gestión de baterías (BMS), un módulo 200 de batería, al menos dos sensores 300 y 500 de temperatura, un sensor 400 de corriente y una unidad de refrigeración 600.
El BMS 100 incluye un modelo 100 de estimación de temperatura determinado por una realización descrita con referencia a la figura 1 a la figura 4. El modelo 100 de estimación de temperatura puede estimar al menos una de la<temperatura más alta y la temperatura más baja del módulo>200<de batería.>
El módulo 200 de batería incluye una pluralidad de celdas de batería conectadas en serie/en paralelo entre sí, por lo que puede suministrar una tensión de potencia necesaria. La figura 5 ilustra que el módulo 200 de batería incluye una pluralidad de celdas de batería (C1 a Cn) conectadas en serie entre sí, y está conectado entre dos extremos de<salida (+ y -) del sistema>2<de batería, pero los elementos constituyentes y la relación entre ellos descritos con>referencia a la figura 5 son un ejemplo, y la presente divulgación no se limita a los mismos.
El sensor 300 de temperatura mide la temperatura del módulo 200 de batería y transmite información para indicar la temperatura medida al BMS 100. El sensor 300 de temperatura puede realizarse con un termistor, y el valor medido por el termistor puede ser información para indicar la temperatura medida. La figura 5 ilustra un sensor 300 de<temperatura unido al módulo>200<de batería, pero la presente divulgación no se limita a esto, y dos o más sensores de temperatura pueden unirse al módulo>200<de batería.>
El sensor 400 de corriente está conectado en serie entre un electrodo positivo del módulo 200 de batería y el<extremo de salida (+), mide la corriente que fluye al módulo>200<de batería y transmite información para indicar la>corriente medida al BMS 100.
El sensor 500 de temperatura mide una temperatura del aire externo, y transmite información sobre la temperatura medida del aire externo al BMS 100.
La unidad 600 de enfriamiento puede situarse para contactar con al menos un lado del módulo 200 de batería, y puede reducir la temperatura del módulo 200 de batería. El agua de enfriamiento se suministra a la unidad 600 de enfriamiento, y la unidad 600 de enfriamiento mide la temperatura del agua de enfriamiento y transmite información para indicar la temperatura medida del agua de enfriamiento al BMS 100.
El valor de medición del termistor, la corriente que fluye a la batería, el valor de temperatura del aire externo y el valor de temperatura del agua de enfriamiento transmitida al BMS 100 se introducen en el modelo 110 de estimación<de temperatura, y el modelo>110<de estimación de temperatura puede estimar al menos una de la temperatura más alta y la temperatura más baja del módulo>200<de batería.>
Según el ejemplo descrito anteriormente, la temperatura más alta y la temperatura más baja en el módulo de batería pueden estimarse con precisión, resolviendo de este modo el problema de la técnica convencional para medir la temperatura del módulo de batería dependiendo del valor de medición del termistor.
Además, la temperatura más alta y la temperatura más baja en el módulo de batería pueden estimarse con precisión, por lo que puede proporcionarse el sistema de gestión de baterías para controlar con más precisión la salida del módulo de batería.

Claims (1)

  1. REIVINDICACIONES
    Método para determinar un modelo de estimación de temperatura para estimar una temperatura en un módulo de batería, que comprende:
    calcular una pluralidad de conjuntos de parámetros basándose en una serie de parámetros para estimar una temperatura según un tipo de modelo seleccionado para estimar una temperatura y los intervalos de los parámetros respectivos;
    proporcionar un perfil de verificación preliminar que proporciona datos para determinar un conjunto de parámetros que es apropiado para un modelo de estimación de temperatura, en el que el perfil de verificación preliminar incluye datos de entrada cambiantes a modo de serie temporal y datos de salida que incluyen temperaturas medidas en un módulo de batería,
    para cada conjunto de parámetros calculado, estimar temperaturas introduciendo datos de entrada del perfil de verificación preliminar en un modelo definido por el conjunto de parámetros respectivo;
    calcular un primer error provocado por una diferencia entre las temperaturas medidas del perfil de verificación preliminar y las temperaturas estimadas para todos los conjuntos de parámetros respectivos; comparar si los primeros errores respectivos para todos los conjuntos de parámetros respectivos son menores que un primer valor umbral (TH2);
    extraer conjuntos de parámetros correspondientes a los primeros errores que son menores que el primer valor umbral de entre los primeros errores según el resultado de comparación como primeros conjuntos de parámetros;
    para cada primer conjunto de parámetros respectivo, calcular un error máximo que es el mayor error de entre los errores entre las temperaturas estimadas según los datos de entrada cambiantes a modo de serie temporal del perfil de verificación preliminar y las temperaturas medidas del perfil de verificación preliminar usando los modelos definidos por los primeros conjuntos de parámetros;
    comparar si el error máximo de cada primer conjunto de parámetros respectivo es menor que un segundo valor umbral (TH3);
    extraer un segundo conjunto de parámetros basándose en una suma ponderada para cada primer conjunto de parámetros cuyo error máximo es menor que el segundo valor umbral, en el que la suma ponderada es el resultado de sumar un producto del error máximo y un primer valor de ponderación correspondiente y un producto del primer error y un segundo valor de ponderación correspondiente para el primer conjunto de parámetros respectivo;
    estimar temperaturas introduciendo datos de entrada de un perfil de reverificación en un modelo definido por el segundo conjunto de parámetros,
    en el que el perfil de reverificación incluye datos de entrada y datos de salida que incluyen temperaturas medidas en un módulo de batería;
    calcular un segundo error según una diferencia entre las temperaturas medidas del perfil de reverificación y las temperaturas estimadas; y
    determinar que el modelo basado en el segundo conjunto de parámetros es un modelo de estimación de temperatura cuando el segundo error es menor que un tercer valor umbral (TH1).
    Método según la reivindicación 1, en el que
    el perfil de verificación preliminar y el perfil de reverificación incluyen
    un valor de temperatura de un sensor de temperatura, una corriente de una batería, un valor de temperatura de agua de enfriamiento y un valor de temperatura del aire cambiante al menos a modo de serie temporal como datos de entrada.
    Método según la reivindicación 1, en el que
    las temperaturas estimadas incluyen las temperaturas más altas o las temperaturas más bajas estimadas del módulo de batería, y
    las temperaturas medidas incluyen las temperaturas más altas o las temperaturas más bajas medidas del módulo de batería.
    4. Método según la reivindicación 1, en el que
    al menos uno del primer error y el segundo error es una raíz del error cuadrático medio (RMSE).
    5. Método según la reivindicación 1, que comprende además
    cambiar un perfil de referencia cuando los primeros errores son iguales a o mayores que el primer valor umbral,
    en el que el perfil de referencia es un valor inicial para construir el modelo de estimación de temperatura, e incluye factores para estimar temperaturas y temperaturas medidas.
    6. Método según la reivindicación 5, que comprende además
    cambiar el perfil de referencia cuando el error máximo de todos los primeros conjuntos de parámetros es igual a o mayor que el segundo valor umbral.
    7.<Método según la reivindicación>6<, que comprende además>
    cambiar el perfil de referencia cuando el segundo error de todos los segundos conjuntos de parámetros es igual a o mayor que el tercer valor umbral.
    8. Método según la reivindicación 1, en el que
    la extracción de un primer conjunto de parámetros incluye
    extraer un conjunto de parámetros correspondiente a los primeros errores que pertenecen a un número i superior en orden ascendente de entre los primeros errores como el primer conjunto de parámetros, en el que i es un número natural.
    9. Método según la reivindicación 1, en el que
    la extracción de un segundo conjunto de parámetros incluye
    extraer un conjunto de parámetros correspondiente al resultado sumado que pertenece a un número j superior en orden ascendente como el segundo conjunto de parámetros, en el que j es un número natural.
    10. Dispositivo para determinar un modelo de estimación de temperatura para estimar una temperatura en un módulo de batería, que comprende:
    un productor de conjuntos de parámetros para calcular una pluralidad de conjuntos de parámetros basándose en una serie de parámetros para estimar una temperatura según un tipo de modelo seleccionado para estimar una temperatura y los intervalos de los parámetros respectivos;
    una unidad de modelado para estimar, para cada conjunto de parámetros calculado, temperaturas introduciendo datos de entrada de un perfil de verificación preliminar en un modelo definido por el conjunto de parámetros respectivo, en el que el perfil de verificación preliminar proporciona datos para determinar un conjunto de parámetros que es apropiado para un modelo de estimación de temperatura, en el que el perfil de verificación preliminar incluye datos de entrada cambiantes a modo de serie temporal y datos de salida que incluyen temperaturas medidas en un módulo de batería; y
    un calculador de error para calcular un primer error provocado por una diferencia entre las temperaturas medidas del perfil de verificación preliminar y las temperaturas estimadas para todos los conjuntos de parámetros respectivos,
    en el que la unidad de modelado compara si los primeros errores respectivos para todos los conjuntos de parámetros respectivos son menores que un primer valor umbral (TH2), y extrae conjuntos de parámetros correspondientes a primeros errores que son menores que el primer valor umbral de entre los primeros errores como primeros conjuntos de parámetros según el resultado de comparación, y
    el dispositivo para determinar un modelo de estimación de temperatura incluye además:
    un calculador de error máximo para calcular, para cada primer conjunto de parámetros respectivo, un error máximo que es el error más grande de entre los errores de entre las temperaturas estimadas según los datos de entrada cambiantes a modo de serie temporal del perfil de verificación preliminar usando los modelos definidos por los primeros conjuntos de parámetros y las temperaturas medidas del perfil de verificación preliminar, comparar si el error máximo es menor que un segundo valor umbral (TH3), y extraer un segundo conjunto de parámetros basándose en la suma ponderada para cada primer conjunto de parámetros cuyo error máximo es menor que el segundo valor umbral, en el que la suma ponderada es el resultado de sumar un producto del error máximo y un primer valor de ponderación correspondiente y un producto de un primer error y un segundo valor de ponderación correspondiente para el primer conjunto de parámetros respectivo; y
    una unidad de determinación de modelo final para estimar temperaturas introduciendo datos de entrada de un perfil de reverificación en un modelo definido por el segundo conjunto de parámetros, en el que el perfil de reverificación incluye datos de entrada y datos de salida que incluyen temperaturas medidas en un módulo de batería, calcular un segundo error según una diferencia entre las temperaturas medidas del perfil de reverificación y las temperaturas estimadas, y cuando el segundo error es menor que un tercer valor umbral (TH1), determinar que un modelo basado en el segundo conjunto de parámetros es un modelo de estimación de temperatura.
    Dispositivo según la reivindicación 10, en el que
    el perfil de verificación preliminar y el perfil de reverificación incluyen un valor de temperatura de un sensor de temperatura, una corriente de una batería, un valor de temperatura de agua de enfriamiento y un valor de temperatura del aire cambiante al menos a modo de serie temporal como datos de entrada.
    Dispositivo según la reivindicación 10, en el que
    las temperaturas estimadas incluyen las temperaturas más altas o las temperaturas más bajas estimadas del módulo de batería, y
    las temperaturas medidas incluyen las temperaturas más altas o las temperaturas más bajas medidas del módulo de batería.
    Dispositivo según la reivindicación 10, en el que
    al menos uno del primer error y el segundo error es una raíz del error cuadrático medio, RMSE.
ES20858342T 2019-08-29 2020-08-26 Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura Active ES2987761T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190106742A KR102634916B1 (ko) 2019-08-29 2019-08-29 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템
PCT/KR2020/011375 WO2021040396A1 (ko) 2019-08-29 2020-08-26 온도 추정 모델 결정 방법 및 장치, 온도 추정 모델이 적용된 배터리 관리 시스템

Publications (1)

Publication Number Publication Date
ES2987761T3 true ES2987761T3 (es) 2024-11-18

Family

ID=74685595

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20858342T Active ES2987761T3 (es) 2019-08-29 2020-08-26 Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura

Country Status (9)

Country Link
US (1) US11754630B2 (es)
EP (1) EP3855196B1 (es)
JP (1) JP7167415B2 (es)
KR (1) KR102634916B1 (es)
CN (1) CN113631937B (es)
ES (1) ES2987761T3 (es)
HU (1) HUE067761T2 (es)
PL (1) PL3855196T3 (es)
WO (1) WO2021040396A1 (es)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102772550B1 (ko) * 2021-09-30 2025-02-26 주식회사 아도반테스토 ATE(Automated Test Equipment)를 제어하기 위한 제어 디바이스, ATE, ATE를 제어하기 위한 방법, ATE를 작동하기 위한 방법 및 온도 추정 또는 결정을 포함하는 이러한 방법을 수행하기 위한 컴퓨터 프로그램
CN113899527B (zh) * 2021-12-06 2022-03-01 中国空气动力研究与发展中心低速空气动力研究所 一种试验模型表面温度的修正方法
CN116429292A (zh) * 2022-01-04 2023-07-14 株洲中车时代电气股份有限公司 一种温度传感器故障诊断方法、存储介质以及牵引系统
CN114417673A (zh) * 2022-01-25 2022-04-29 江苏经纬轨道交通设备有限公司 电机温升计算方法、装置、终端设备以及存储介质
KR20240101170A (ko) * 2022-12-23 2024-07-02 주식회사 엘지에너지솔루션 배터리의 출력 예측 방법 및 그 방법을 제공하는 배터리 시스템
KR20240116302A (ko) * 2023-01-20 2024-07-29 주식회사 엘지에너지솔루션 배터리 온도 추정 장치 및 이의 동작 방법

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6076964A (en) * 1998-11-11 2000-06-20 Chrysler Corporation Prediction of internal temperature of a battery using a non-linear dynamic model
JP3815218B2 (ja) 2000-12-20 2006-08-30 株式会社日立製作所 データ分析方法及び装置
JP4664581B2 (ja) 2003-08-27 2011-04-06 三菱重工業株式会社 燃料電池システム
EP2211335A1 (en) 2009-01-21 2010-07-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and computer program for obtaining a parameter describing a variation of a signal characteristic of a signal
US8404572B2 (en) 2009-02-13 2013-03-26 Taiwan Semiconductor Manufacturing Co., Ltd Multi-zone temperature control for semiconductor wafer
KR100934410B1 (ko) 2009-04-29 2009-12-29 강원대학교산학협력단 근적외 분광분석법을 이용한 곡물 종실의 무게 측정방법
JP5395780B2 (ja) * 2010-11-15 2014-01-22 本田技研工業株式会社 電池温度検出装置および電池温度検出方法
JP2013012617A (ja) 2011-06-30 2013-01-17 Sharp Corp 気相成長装置、気相成長装置の温度制御方法および温度制御プログラム
US10557840B2 (en) 2011-08-19 2020-02-11 Hartford Steam Boiler Inspection And Insurance Company System and method for performing industrial processes across facilities
US9069725B2 (en) 2011-08-19 2015-06-30 Hartford Steam Boiler Inspection & Insurance Company Dynamic outlier bias reduction system and method
US9111212B2 (en) 2011-08-19 2015-08-18 Hartford Steam Boiler Inspection And Insurance Company Dynamic outlier bias reduction system and method
CN102494778B (zh) 2011-11-14 2013-04-24 北京理工大学 一种基于人工神经网络的二次电池表面最高温度预测方法
JP5912191B2 (ja) 2012-02-22 2016-04-27 アセルサン・エレクトロニク・サナイ・ヴェ・ティジャレット・アノニム・シルケティＡｓｅｌｓａｎ Ｅｌｅｋｔｒｏｎｉｋ Ｓａｎａｙｉ ｖｅ Ｔｉｃａｒｅｔ Ａｎｏｎｉｍ Ｓｉｒｋｅｔｉ 追跡システムを最適化するためのシステムおよび方法
KR101977729B1 (ko) 2012-11-26 2019-05-14 한국전자통신연구원 배터리 관리 시스템 알고리즘 최적화 방법 및 이를 위한 장치
US10366346B2 (en) 2014-05-23 2019-07-30 DataRobot, Inc. Systems and techniques for determining the predictive value of a feature
DE112015002433T5 (de) * 2014-05-23 2017-03-23 Datarobot Systeme und Techniken zur prädikativen Datenanalytik
US10496927B2 (en) 2014-05-23 2019-12-03 DataRobot, Inc. Systems for time-series predictive data analytics, and related methods and apparatus
US10558924B2 (en) 2014-05-23 2020-02-11 DataRobot, Inc. Systems for second-order predictive data analytics, and related methods and apparatus
WO2016038658A1 (ja) 2014-09-08 2016-03-17 株式会社 東芝 電池パック、制御回路および制御方法
KR101827108B1 (ko) 2016-05-04 2018-02-07 두산중공업 주식회사 플랜트 이상 감지 학습 시스템 및 방법
BR112019001070A2 (pt) 2016-07-22 2019-05-07 Eos Energy Storage, Llc sistema de gerenciamento de bateria
AU2017345796A1 (en) * 2016-10-21 2019-05-23 DataRobot, Inc. Systems for predictive data analytics, and related methods and apparatus
JP7506967B2 (ja) 2018-03-06 2024-06-27 ナブテスコ株式会社 歯車ユニット
EP3770618B1 (en) 2018-03-20 2023-07-26 GS Yuasa International Ltd. Energy storage device degradation determination apparatus and method
CN108535661B (zh) * 2018-05-18 2020-03-31 东北大学 一种基于模型误差谱的动力电池健康状态在线估计方法
CN109987000B (zh) 2019-02-19 2021-07-13 中国第一汽车股份有限公司 一种动力电池温度预测系统及方法
US11568310B2 (en) 2019-06-04 2023-01-31 Lg Electronics Inc. Apparatus for generating temperature prediction model and method for providing simulation environment

Also Published As

Publication number Publication date
EP3855196A1 (en) 2021-07-28
HUE067761T2 (hu) 2024-11-28
CN113631937B (zh) 2023-07-18
KR102634916B1 (ko) 2024-02-06
JP7167415B2 (ja) 2022-11-09
EP3855196A4 (en) 2022-02-23
WO2021040396A1 (ko) 2021-03-04
PL3855196T3 (pl) 2024-10-28
KR20210026238A (ko) 2021-03-10
US11754630B2 (en) 2023-09-12
US20220043065A1 (en) 2022-02-10
EP3855196B1 (en) 2024-07-24
CN113631937A (zh) 2021-11-09
JP2022504862A (ja) 2022-01-13

Similar Documents

Publication Publication Date Title
ES2987761T3 (es) Método y dispositivo para determinar un modelo de estimación de temperatura, y sistema de gestión de baterías al que se aplica el modelo de estimación de temperatura
KR102708340B1 (ko) 배터리 시뮬레이션
US11976984B1 (en) Method and system for predicting junction temperature of power semiconductor module in full life cycle, and terminal
Drake et al. Heat generation rate measurement in a Li-ion cell at large C-rates through temperature and heat flux measurements
US20170117725A1 (en) Thermal Monitoring of Battery Packs
JP6476326B2 (ja) バッテリシステムの温度をモニタするための方法およびデバイス
Sharma et al. Fisher identifiability analysis for a periodically-excited equivalent-circuit lithium-ion battery model
CA2874632C (en) Estimating core temperatures of battery cells in a battery pack
KR101376910B1 (ko) 태양전지모듈의 고장검출 방법 및 그 장치
ES3013296T3 (en) Apparatus and method for diagnosing battery
US10295608B2 (en) Non-intrusive correlating battery monitoring system and method
JP6509725B2 (ja) バッテリの充電状態の推定
CN106505258B (zh) 一种动力电池包内电池温度计算方法及装置
KR102821614B1 (ko) Soc 추정 방법 및 이를 이용한 배터리 시스템
TW202334664A (zh) 電池管理裝置、電池管理程式
GB2538332A (en) Thermal Mapping Method And Apparatus
Pózna et al. Model identification and parameter estimation of lithium ion batteries for diagnostic purposes
KR20190026491A (ko) 전지 성능 추정 장치 및 방법
US11189863B2 (en) Power storage apparatus
Reiter et al. Exploring the Effects of Aging, Temperature and Hysteresis on the Entropy Variation of Lithium-Ion Batteries
Jeewandara et al. Parametrization and core temperature estimation of lithium-ion batteries for thermal management
KR101823772B1 (ko) 온도변화 영향을 전류스케일로 변환한 실시간 전지 잔존 용량 예측 방법 및 장치
US20250208218A1 (en) Battery cell terminal voltage estimation
Premchand et al. Battery Monitoring System with IoT Integration
KR20150139349A (ko) 배터리 용량 퇴화도 추정 장치 및 방법