System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电池组温度变化判断方法、空调温度优化方法及相关装置制造方法及图纸_技高网

电池组温度变化判断方法、空调温度优化方法及相关装置制造方法及图纸

技术编号:39979082 阅读:10 留言:0更新日期:2024-01-09 01:23
本发明专利技术公开了一种电池组温度变化判断方法、空调温度优化方法及相关装置,本发明专利技术对历史时间进行分区,将区间中的历史时间作为自变量样本,将区间中的历史温度作为因变量样本,采用线性回归分析方法计算每个区间的线性回归系数,通过线性回归系数判断电池组温度变化,相较于传统的方法,判断更加简单,同时进一步基于判断出的电池组温度变化,可完成空调温度优化。

【技术实现步骤摘要】

本专利技术涉及一种电池组温度变化判断方法、空调温度优化方法及相关装置,属于领域。


技术介绍

1、风冷和液冷有众多的性能指标,例如换热效率、系统均温、单体均温、能耗、噪声、可靠性、维护便利性等。为保证电池系统在合适的温度区间工作运行,提高电池组温度一致性,避免电池出现低温降容、高温电池健康状态soh快速衰减等情况,电池管理系统bms基于温度性能指标,对电池组温度变化进行判断,当判断出电池组温度持续上升,对空调进行温度优化,达到降低空调能耗和确保电池安全的目的。

2、电池温度变化判断方法为计算电池相等时间内的发热量,通过电池充放电电流以及发热量的变化趋势,利用能量守恒定律来判断电池表面温度的变化趋势,但这种方法需要测量电池内阻、电池比热容、电池质量、电池对流传热系数、电池表面换热面积等参数;其中,电池内阻在不同soc、不同温度、不同电流下变化比较大,电池比热容也可能随着温度的变化而变化等原因。因此现在判断方法比较繁琐,而且准确度有待商榷。


技术实现思路

1、本专利技术提供了一种电池组温度变化判断方法、空调温度优化方法及相关装置,解决了
技术介绍
中披露的问题。

2、为了解决上述技术问题,本专利技术所采用的技术方案是:

3、电池组温度变化判断方法,包括:

4、获取电池组的历史温度、以及采集历史温度对应的历史时间;

5、根据预设的时长,将历史时间划分成若干区间;

6、针对每个区间,将区间中的历史时间作为自变量样本,将区间中的历史温度作为因变量样本,将自变量样本和因变量样本输入预设的一元线性回归方程,计算线性回归系数;

7、根据每个区间的线性回归系数,判断电池组温度变化。

8、计算线性回归系数的公式为:

9、

10、式中,k为线性回归系数,n0为自变量样本数目和因变量样本数目,xi、yi分别为第i个自变量样本和第i个因变量样本,分别为所有自变量样本的均值和所有因变量样本的均值。

11、根据每个区间的线性回归系数,判断电池组温度变化,包括:

12、按区间时间递增的顺序,对线性回归系数进行排序,若排序中线性回归系数也递增,则判定电池组温度持续上升。

13、电池组温度变化判断装置,包括:

14、历史数据获取模块,获取电池组的历史温度、以及采集历史温度对应的历史时间;

15、时间划分模块,根据预设的时长,将历史时间划分成若干区间;

16、线性回归系数计算模块,针对每个区间,将区间中的历史时间作为自变量样本,将区间中的历史温度作为因变量样本,将自变量样本和因变量样本输入预设的一元线性回归方程,计算线性回归系数;

17、温度变化判断模块,根据每个区间的线性回归系数,判断电池组温度变化。

18、线性回归系数计算模块中,计算线性回归系数的公式为:

19、

20、式中,k为线性回归系数,n0为自变量样本数目和因变量样本数目,xi、yi分别为第i个自变量样本和第i个因变量样本,分别为所有自变量样本的均值和所有因变量样本的均值。

21、温度变化判断模块被配置为:按区间时间递增的顺序,对线性回归系数进行排序,若排序中线性回归系数也递增,则判定电池组温度持续上升。

22、空调温度优化方法,包括:

23、采用电池组温度变化判断方法,判断电池组温度变化;

24、若电池组温度持续上升,进行空调温度优化。

25、空调温度优化装置,包括:

26、判断模块,采用电池组温度变化判断方法,判断电池组温度变化;

27、优化模块,若电池组温度持续上升,进行空调温度优化。

28、计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行电池组温度变化判断方法或空调温度优化方法。

29、计算机设备,包括一个或多个处理器、以及一个或多个存储器,一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行电池组温度变化判断方法或空调温度优化方法的指令。

30、本专利技术所达到的有益效果:本专利技术对历史时间进行分区,将区间中的历史时间作为自变量样本,将区间中的历史温度作为因变量样本,采用线性回归分析方法计算每个区间的线性回归系数,通过线性回归系数判断电池组温度变化,相较于传统的方法,判断更加简单,同时进一步基于判断出的电池组温度变化,可完成空调温度优化。

本文档来自技高网...

【技术保护点】

1.电池组温度变化判断方法,其特征在于,包括:

2.根据权利要求1所述的电池组温度变化判断方法,其特征在于,计算线性回归系数的公式为:

3.根据权利要求1所述的电池组温度变化判断方法,其特征在于,根据每个区间的线性回归系数,判断电池组温度变化,包括:

4.电池组温度变化判断装置,其特征在于,包括:

5.根据权利要求4所述的电池组温度变化判断装置,其特征在于,线性回归系数计算模块中,计算线性回归系数的公式为:

6.根据权利要求4所述的电池组温度变化判断装置,其特征在于,温度变化判断模块被配置为:按区间时间递增的顺序,对线性回归系数进行排序,若排序中线性回归系数也递增,则判定电池组温度持续上升。

7.空调温度优化方法,其特征在于,包括:

8.空调温度优化装置,其特征在于,包括:

9.计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行权利要求1~3、7所述的任一方法。

10.计算机设备,其特征在于,包括:

...

【技术特征摘要】

1.电池组温度变化判断方法,其特征在于,包括:

2.根据权利要求1所述的电池组温度变化判断方法,其特征在于,计算线性回归系数的公式为:

3.根据权利要求1所述的电池组温度变化判断方法,其特征在于,根据每个区间的线性回归系数,判断电池组温度变化,包括:

4.电池组温度变化判断装置,其特征在于,包括:

5.根据权利要求4所述的电池组温度变化判断装置,其特征在于,线性回归系数计算模块中,计算线性回归系数的公式为:

6.根据权利要求4所述的电池组温度变化...

【专利技术属性】
技术研发人员:郭鹏宇王铭民姚丽娟郭东亮许栋栋孙磊王庭华郭成功吴静云刘沪平王智睿俞鑫春陈磊王彬郝东旭
申请(专利权)人:国网江苏省电力有限公司电力科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1