一种基于赛博链的动力电池管理架构与方法技术

本发明专利技术涉及一种基于赛博链的动力电池管理架构与方法，动力电池管理架构包括依次连接并形成赛博链的车端用户层、云端微服务层和云端孪生模型层，将车端所需功能抽象为微服务，云端平台采用分层级设计，在云端建立多种动力电池数字孪生模型解算该服务功能，并基于竞争机制评价并优选数字孪生模型作为微服务提供至车端用户，基于竞争结果存储参数等构成信息链，提高后续微服务请求条件下的模型能力，采用赛博链多层级控制架构实现动力电池直接高效管理。效管理。效管理。

【技术实现步骤摘要】
一种基于赛博链的动力电池管理架构与方法


[0001]本专利技术涉及动力电池管理
，特别涉及一种基于赛博链的动力电池管理架构与方法。

技术介绍

[0002]随着汽车强国战略推进，纯电动汽车作为新能源汽车的重要代表产品，在国内汽车总量的占比逐年升高。然而以动力电池为基础的纯电动汽车仍面临诸多难题，如动力电池管理问题。采用串联或并联形式连接的动力电池组在实际运行时难以管理，在各种复杂工况下动力电池老化问题、极端工况与安全边界问题等制约着纯电动汽车的推广应用，全生命周期下动力电池的高效管理也是电池管理的难题。
[0003]赛博物理系统是以云端计算、网络传输和物理实体控制的复杂系统，通过计算、通讯、控制技术的有机融合与深度协作，在赛博物理系统中可以使赛博空间以远程、可靠、实时、安全、协作和智能化的方式操控物理实体。赛博物理系统在多个领域均有应用，尤其是其与汽车领域的相容性提高了赛博物理系统应用的可能。赛博物理系统的设计需要将不同层面上的不同部件整合成一个总系统、尤其是物理的和抽象的层面上的部件。此外，存在必须满足的网络技术要求，需要事件与数据流整合，还应注意物理过程相关的要求，最后应将各个部件也嵌入控制层次结构。然而，赛博物理系统的日益流行和传播以及被越来越多地用于处理和存储安全关键的和数据保护敏感的数据的事实使这些系统成为不同软件和硬件攻击的有吸引力的目标。

技术实现思路

[0004]针对目前纯电动汽车的动力电池组在实际运行时难以管理等问题，本专利技术提供了一种基于赛博链的动力电池管理架构，将车端所需功能抽象为微服务，云端平台采用分层级设计，在云端建立多种动力电池数字孪生模型解算该服务功能，并基于竞争机制评价并优选数字孪生模型作为微服务提供至车端用户，基于竞争结果存储参数等构成信息链，提高后续微服务请求条件下的模型能力，采用赛博链多层级控制架构实现动力电池直接高效管理。本专利技术还涉及一种基于赛博链的动力电池管理方法。
[0005]本专利技术的技术方案如下：
[0006]一种基于赛博链的动力电池管理架构，其特征在于，包括依次连接并形成赛博链的车端用户层、云端微服务层和云端孪生模型层，
[0007]所述车端用户层，用于与用户交互以及动力电池管理，获取用户微服务需求并将其传输至云端微服务层，以及接收云端微服务层的微服务并提供给用户；
[0008]所述云端微服务层，获取车端用户层传输的微服务需求后转化为微服务链，并向云端孪生模型层请求孪生模型计算，获取计算结果并作为微服务提供至车端用户层，并形成信息链，存储模型计算结果及相关参数；
[0009]所述云端孪生模型层，具有基于数字孪生技术搭建的与物理实体相匹配的若干动
力电池数字孪生模型，所述云端孪生模型层在接收到云端微服务层请求的孪生模型计算请求后，提供与所述微服务链相关的数字孪生模型开始计算并输出模型计算结果，采用竞争机制进行模型对抗，获得最优的模型计算结果作为微服务提供至云端微服务层，其他所述相关的数字孪生模型基于当前的各模型计算结果与最优的模型计算结果进行模型自学习以优化动力电池数字孪生模型。
[0010]优选地，所述车端用户层包括车端用户交互系统、车端用户界面显示系统、电池管理系统、整车控制系统和信息传输服务系统；所述车端用户交互系统用于与用户交互，获取用户微服务需求并将其通过信息传输服务系统传输至云端微服务层，以及接收云端微服务层的微服务并通过车端用户界面显示系统提供给用户，所述电池管理系统用于动力电池管理。
[0011]优选地，所述云端微服务层独立部署各类具有微服务功能的服务模型，在云端基于微服务需求转化为微服务链，匹配相对应的服务模型，所述微服务功能包括动力电池SOC估计功能，动力电池SOH估计功能，动力电池剩余寿命或剩余容量预测功能，动力电池温度预测功能，动力电池不一致性预测及均衡策略设计功能，动力电池热管理系统性能预测及控制策略设计功能的任意组合。
[0012]优选地，所述云端微服务层包括信息交互系统、数据库存储与管理系统，数据库存储与管理系统用于存储所述服务模型、模型计算结果及相关参数；所述信息交互系统获取车端用户层传输的微服务需求并转化为微服务链，匹配相对应的服务模型，并向云端孪生模型层请求孪生模型计算，获取计算结果并作为微服务提供至车端用户层。
[0013]优选地，所述云端孪生模型层在不同的数字孪生模型间采用竞争机制进行模型对抗，通过人工智能技术对各模型计算结果进行评价并形成若干时间因子描述各模型综合性能能力，将时间因子小的模型作为最优输出将计算结果反馈至云端微服务层，将时间因子大于时间阈值的数字孪生模型依据计算结果进行自学习，优化算法或模型参数以优化各动力电池数字孪生模型。
[0014]优选地，模型性能能力包括精度、稳定性、鲁棒性以及模型计算时间。
[0015]优选地，所述云端孪生模型层的动力电池数字孪生模型包括基于电化学机理建立的电池电化学模型，基于等效原理建立的等效电路模型和基于神经网络建立的黑箱模型。
[0016]一种基于赛博链的动力电池管理方法，其特征在于，该方法通过构建基于赛博链的车端用户层、云端微服务层和云端孪生模型层，在云端孪生模型层配置具有基于数字孪生技术搭建的与物理实体相匹配的若干动力电池数字孪生模型；
[0017]先由车端用户层与用户交互，获取用户微服务需求并将其传输至云端微服务层，通过云端微服务层获取车端用户层传输的微服务需求后转化为微服务链，并向云端孪生模型层请求孪生模型计算，然后由云端孪生模型层提供与所述微服务链相关的数字孪生模型开始计算并输出模型计算结果，采用竞争机制进行模型对抗，获得最优的模型计算结果作为微服务提供至云端微服务层，其他所述相关的数字孪生模型基于当前的各模型计算结果与最优的模型计算结果进行模型自学习以优化动力电池数字孪生模型；由云端微服务层获取计算结果并作为微服务提供至车端用户层，并形成信息链，存储模型计算结果及相关参数；最终车端用户层接收云端微服务层的微服务并提供给用户。
[0018]优选地，所述方法还在云端微服务层独立部署各类具有微服务功能的服务模型，
所述微服务功能包括动力电池SOC估计功能，动力电池SOH估计功能，动力电池剩余寿命或剩余容量预测功能，动力电池温度预测功能，动力电池不一致性预测及均衡策略设计功能，动力电池热管理系统性能预测及控制策略设计功能的任意组合；通过云端微服务层获取车端用户层传输的微服务需求后转化为微服务链，匹配相对应的服务模型，并向云端孪生模型层请求孪生模型计算。
[0019]优选地，所述方法中，云端孪生模型层是在不同的数字孪生模型间采用竞争机制进行模型对抗，通过人工智能技术对各模型计算结果进行评价并形成若干时间因子描述各模型综合性能能力，将时间因子小的模型作为最优输出将计算结果反馈至云端微服务层，将时间因子大于时间阈值的数字孪生模型依据计算结果进行自学习，优化算法或模型参数以优化各动力电池数字孪生模型。
[0020]本专利技术的技术效果如下：
[0021]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于赛博链的动力电池管理架构，其特征在于，包括依次连接并形成赛博链的车端用户层、云端微服务层和云端孪生模型层，所述车端用户层，用于与用户交互以及动力电池管理，获取用户微服务需求并将其传输至云端微服务层，以及接收云端微服务层的微服务并提供给用户；所述云端微服务层，获取车端用户层传输的微服务需求后转化为微服务链，并向云端孪生模型层请求孪生模型计算，获取计算结果并作为微服务提供至车端用户层，并形成信息链，存储模型计算结果及相关参数；所述云端孪生模型层，具有基于数字孪生技术搭建的与物理实体相匹配的若干动力电池数字孪生模型，所述云端孪生模型层在接收到云端微服务层请求的孪生模型计算请求后，提供与所述微服务链相关的数字孪生模型开始计算并输出模型计算结果，采用竞争机制进行模型对抗，获得最优的模型计算结果作为微服务提供至云端微服务层，其他所述相关的数字孪生模型基于当前的各模型计算结果与最优的模型计算结果进行模型自学习以优化动力电池数字孪生模型。2.根据权利要求1所述的基于赛博链的动力电池管理架构，其特征在于，所述车端用户层包括车端用户交互系统、车端用户界面显示系统、电池管理系统、整车控制系统和信息传输服务系统；所述车端用户交互系统用于与用户交互，获取用户微服务需求并将其通过信息传输服务系统传输至云端微服务层，以及接收云端微服务层的微服务并通过车端用户界面显示系统提供给用户，所述电池管理系统用于动力电池管理。3.根据权利要求1或2所述的基于赛博链的动力电池管理架构，其特征在于，所述云端微服务层独立部署各类具有微服务功能的服务模型，在云端基于微服务需求转化为微服务链，匹配相对应的服务模型，所述微服务功能包括动力电池SOC估计功能，动力电池SOH估计功能，动力电池剩余寿命或剩余容量预测功能，动力电池温度预测功能，动力电池不一致性预测及均衡策略设计功能，动力电池热管理系统性能预测及控制策略设计功能的任意组合。4.根据权利要求3所述的基于赛博链的动力电池管理架构，其特征在于，所述云端微服务层包括信息交互系统、数据库存储与管理系统，数据库存储与管理系统用于存储所述服务模型、模型计算结果及相关参数；所述信息交互系统获取车端用户层传输的微服务需求并转化为微服务链，匹配相对应的服务模型，并向云端孪生模型层请求孪生模型计算，获取计算结果并作为微服务提供至车端用户层。5.根据权利要求1或2所述的基于赛博链的动力电池管理架构，其特征在于，所述云端孪生模型层在不同的数字孪生模型间采用竞争机制进行模型对抗，通过人工智能技术对各模型计算结果进行评价并形成若干时间因子描述各模型综合性能能力...

【专利技术属性】
技术研发人员：杨世春，周新岸，周思达，刘明岩，李强伟，张正杰，林家源，闫啸宇，刘新华，陈飞，曹耀光，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：