动力电池的功率控制方法及装置与流程

1.本技术涉及电动汽车电池管理技术领域，特别涉及一种动力电池的功率控制方法及装置。


背景技术：

2.动力电池的放电功率影响着车辆运行与电池安全，而其许用功率受温度、老化等多方面的综合影响，难以准确评估。因此，需在电动汽车的实际使用过程中执行对应的电池功率管理策略，以保持整车的安全稳定运行。
3.相关技术中，主要以动力电池单体电压作为动力电池功率控制的输入，例如专利cn112763918a，根据不同电池温度及荷电状态，基于不同水池模型控制许用功率在放电峰值功率和放电持续功率之间的切换，以实现功率控制。
4.然而，相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性，亟待解决。


技术实现要素：

5.本技术提供一种动力电池的功率控制方法及装置，以解决相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性等问题。
6.本技术第一方面实施例提供一种动力电池的功率控制方法，应用于车辆，包括以下步骤：发送车辆的动力电池有效数据至服务器，并接收所述服务器基于所述有效数据生成的工况最优匹配标定量，根据所述工况最优匹配标定量更新所述车辆的当前车端标定量；基于所述车辆的当前车端标定量获取预设功率限制作用区间，根据所述动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率；根据所述功率限制系数、所述功率滤波速率和所述车辆的充放过程的当前峰值功率表，计算所述动力电池的实际许用功率，以控制所述动力电池功率输出。
7.根据上述技术手段，本技术实施例可以基于车辆动力电池的实际状况控制动力电池的功率，根据最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。
8.可选地，在本技术的一个实施例中，在计算所述动力电池的实际许用功率之前，还
包括：获取所述动力电池的充放数据；根据所述充放数据更新所述车辆的峰值功率表，得到所述当前峰值功率表，并发送所述当前峰值功率表给所述服务器。
9.根据上述技术手段，本技术实施例可以获取动力电池的充放数据，根据充放数据更新车辆的峰值功率表，得到当前峰值功率表，并发送当前峰值功率表给服务器，以获取计算动力电池许用功率所需数据基础。
10.可选地，在本技术的一个实施例中，所述根据动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率，包括：将所述单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出所述功率限制系数和所述功率滤波速率。
11.根据上述技术手段，本技术实施例可以将单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出功率限制系数和功率滤波速率，从而全面提升了动力电池相关数据的计算水平，以提高动力电池功率控制的时效性与准确性，提升了车辆的安全管理水平。
12.可选地，在本技术的一个实施例中，在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，还包括：基于所述车辆的动力电池有效数据，提取所述动力电池的实际状态因子，并根据所述实际状态因子在最优动作表中匹配所述动力电池的工况最优匹配标定量。
13.根据上述技术手段，本技术实施例可以基于车辆的动力电池有效数据，提取动力电池的实际状态因子，并根据实际状态因子，在最优动作表中匹配动力电池的工况最优匹配标定量，从而在动力电池的荷电状态估计出现偏差或采集温度出现异常时，能够保障对动力电池功率的及时控制，提升了动力电池的安全行，保障车辆动力稳定输送。
14.可选地，在本技术的一个实施例中，所述根据所述实际状态因子在所述最优动作表中匹配所述动力电池的工况最优匹配标定量，包括：基于所述动力电池的状态因子，在原始要素集中匹配对应原始要素；获取所述原始要素的最优动作表以匹配最优动作，根据所述最优动作确认所述动力电池的工况最优匹配标定量。
15.根据上述技术手段，本技术实施例可以基于动力电池的状态因子，在原始要素集中匹配对应原始要素，获取原始要素的最优动作表以匹配最优动作，根据最优动作确认动力电池的工况最优匹配标定量，通过车端与云端的协同，收集运行数据构建学习环境，由智能体从环境中挖掘最优的标定量并对向车端推送，从而有效避免标定量随电池运行而出现的错配的现象，进一步提升了动力电池功率控制的准确性。
16.可选地，在本技术的一个实施例中，在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，还包括：判断所述工况最优匹配标定量是否符合预设有效条件；如果所述工况最优匹配标定量符合所述预设有效条件，则控制车辆储存所述工况最优匹配标定量，以更新所述车辆的当前车端标定量。
17.根据上述技术手段，本技术实施例可以判断工况最优匹配标定量是否符合预设有效条件，并在工况最优匹配标定量符合预设有效条件时，控制车辆储存工况最优匹配标定量，以更新车辆的当前车端标定量，从而进一步保障了车云数据沟通的有效性与可靠性，进一步维护了动力电池功率的稳定控制。
18.可选地，在本技术的一个实施例中，在根据所述动力电池的单体电压极值获取所
述动力电池的所述功率限制系数和所述功率滤波速率之前，还包括：基于所述动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值。
19.根据上述技术手段，本技术实施例可以在根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率之前，基于动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值，以进一步根据车端更新的标定量进行对应数据的更新。
20.本技术第二方面实施例提供一种动力电池的功率控制装置，应用于车辆，包括：更新模块，用于发送车辆的动力电池有效数据至服务器，并接收所述服务器基于所述有效数据生成的工况最优匹配标定量，根据所述工况最优匹配标定量更新所述车辆的当前车端标定量；获取模块，用于基于所述车辆的当前车端标定量获取预设功率限制作用区间，根据所述动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率；控制模块，用于根据所述功率限制系数、所述功率滤波速率和所述车辆的充放过程的当前峰值功率表，计算所述动力电池的实际许用功率，以控制所述动力电池功率输出。
21.可选地，在本技术的一个实施例中，所述控制模块还包括：第一获取单元，用于在计算所述动力电池的实际许用功率之前，获取所述动力电池的充放数据；传输单元，用于根据所述充放数据更新所述车辆的峰值功率表，得到所述当前峰值功率表，并发送所述当前峰值功率表给所述服务器。
22.可选地，在本技术的一个实施例中，所述获取模块，包括：输出单元，用于将所述单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出所述功率限制系数和所述功率滤波速率。
23.可选地，在本技术的一个实施例中，所述更新模块包括：更新单元，用于在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，基于所述车辆的动力电池有效数据，提取所述动力电池的实际状态因子，并根据所述实际状态因子在最优动作表中匹配所述动力电池的工况最优匹配标定量。
24.可选地，在本技术的一个实施例中，所述更新单元进一步用于：基于所述动力电池的状态因子，在原始要素集中匹配对应原始要素；获取所述原始要素的最优动作表以匹配最优动作，根据所述最优动作确认所述动力电池的工况最优匹配标定量。
25.可选地，在本技术的一个实施例中，所述更新模块还包括：判断单元，用于在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，判断所述工况最优匹配标定量是否符合预设有效条件；储存单元，用于在所述工况最优匹配标定量符合所述预设有效条件时，控制车辆储存所述工况最优匹配标定量，以更新所述车辆的当前车端标定量。
26.可选地，在本技术的一个实施例中，所述获取模块还包括：第二获取单元，用于在根据所述动力电池的单体电压极值获取所述动力电池的所述功率限制系数和所述功率滤波速率之前，基于所述动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值。
27.本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的动力电池的功率控制方法。
28.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的动力电池的功率控制方法。
29.本技术的有益效果：
30.(1)本技术实施例可以基于车辆动力电池的实际状况控制动力电池的功率，根据最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。
31.(2)本技术实施例可以将单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出功率限制系数和功率滤波速率，从而全面提升了动力电池相关数据的计算水平，以提高动力电池功率控制的时效性与准确性，提升了车辆的安全管理水平。
32.(3)本技术实施例可以基于动力电池的状态因子，在原始要素集中匹配对应原始要素，获取原始要素的最优动作表以匹配最优动作，根据最优动作确认动力电池的工况最优匹配标定量，通过车端与云端的协同，收集运行数据构建学习环境，由智能体从环境中挖掘最优的标定量并对向车端推送，从而有效避免标定量随电池运行而出现的错配的现象，进一步提升了动力电池功率控制的准确性。
33.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
34.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
35.图1为根据本技术实施例提供的一种动力电池的功率控制方法的流程图；
36.图2为本技术一个实施例的云端基于强化学习选取标定量的流程示意图；
37.图3为本技术一个实施例的各级电压阈值示例的示意图；
38.图4为本技术一个实施例的功率限制系数特性示意图；
39.图5为本技术一个实施例的功率滤波速率特性示意图；
40.图6为本技术一个实施例的车云协同电动汽车功率控制流程图；
41.图7为根据本技术实施例的动力电池的功率控制装置的结构示意图；
42.图8为根据本技术实施例的车辆的结构示意图。
43.其中，10-动力电池的功率控制装置；100-更新模块、200-获取模块和300-控制模块；801-存储器、802-处理器和803-通信接口。
具体实施方式
44.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
45.下面参考附图描述本技术实施例的动力电池的功率控制方法及装置。针对上述背景技术中提到的相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对
应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性的问题，本技术提供了一种动力电池的功率控制方法，可以基于车辆动力电池的实际状况控制动力电池的功率，根据最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。由此，解决了相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性等问题。
46.具体而言，图1为本技术实施例所提供的一种动力电池的功率控制方法的流程示意图。
47.如图1所示，该动力电池的功率控制方法包括以下步骤：
48.在步骤s101中，发送车辆的动力电池有效数据至服务器，并接收服务器基于有效数据生成的工况最优匹配标定量，根据工况最优匹配标定量更新车辆的当前车端标定量。
49.可以理解的是，在本技术的实施例中，工况最优匹配标定量为车辆在当前场景下所对应的工况根据云端数据所得工况最优匹配标定量，可以由车端获取动力电池有效数据发送至服务器云端进行处理，以求取当前工况最优匹配标定量，进而接收车端接收工况最优匹配标定量，针对车辆当前标定量数据进行更新。
50.可选地，在本技术的一个实施例中，在接收服务器基于有效数据生成的工况最优匹配标定量之前，还包括：基于车辆的动力电池有效数据，提取动力电池的实际状态因子，并根据实际状态因子在最优动作表中匹配动力电池的工况最优匹配标定量。
51.可以理解的是，在本技术的实施例中，可以由服务器在云端进行最优动作表的构建，进而通过提取动力电池的实际状态因子，在最优动作表中匹配实际状态因子所对应的动力电池当前工况，以根据所得动力电池当前工况匹配得到动力电池的工况最优匹配标定量。
52.举例而言，可以选取状态因子，如选取温度、soc两个状态因子，通过温度和soc构建最优动作表，表中的soc区间包含0％～100％，温度则覆盖峰值功率表中所有功率不为0的区间，车端按照温度划分有限区间，每个区间内的标定量保持统一，每个温度区间内的标定量按照最保守的原则从表中选取，以匹配获得动力电池的工况最优匹配标定量。
53.本技术实施例可以基于车辆的动力电池有效数据，提取动力电池的实际状态因子，并根据实际状态因子，在最优动作表中匹配动力电池的工况最优匹配标定量，从而在动力电池的荷电状态估计出现偏差或采集温度出现异常时，能够保障对动力电池功率的及时控制，提升了动力电池的安全行，保障车辆动力稳定输送。
54.可选地，在本技术的一个实施例中，根据实际状态因子在最优动作表中匹配动力电池的工况最优匹配标定量，包括：基于动力电池的状态因子，在原始要素集中匹配对应原始要素；获取原始要素的最优动作表以匹配最优动作，根据最优动作确认动力电池的工况最优匹配标定量。
55.可以理解的是，在本技术的实施例中，可以基于车辆的动力电池有效数据构建原始要素集，根据动力电池的状态因子所对应实际工况，按照空间距离最短的原则，在原始要素集中选取最匹配的原始要素，以此确定最优动作，并根据最优动作确认动力电池的工况最优匹配标定量。表中的元素获取方式为：按照温度和soc匹配原始元素集中最接近的工况，并从该工况对应原始要素中获取对应数值表，并选取最优动作。例如，可以基于强化学习在云端仿真标定车端待标定量，包括但可不限于欠压、过压各级阈值，各级对应的功率限制系数，各级对应的功率滤波系数，功率滤波系数的控制系数β和补偿系数b。
56.具体而言，原始要素集的构建过程如图2所示，首先按照时间区间对数据分段，设置数据异常点占比限值及缺失数据占比限值，当任意一个比值超过限值时，判断当前数据区间无效，否则认为数据有效，剔除其中的异常值，并采样填补缺失值，存放入数据仓库。实际云端的数据仓库会随着采集时间的持续而不断增长，考虑到实际的储存能力，可以配置一定的更新原则，即设置数据仓库的最大容量，当容量满后，新采集的数据会对最早的数据进行覆盖，保证云端的存储数据能有效反映车辆最近时间的真实状态。
57.进而基于数据仓库中的片段数据，进行二次截取，获取其中触发欠压、过压的数据片段，组合所得片段构成强化学习交互环境原始要素d＝(d1,d2,
…
,dn)，n》0，构建交互环境。原始要素d中的子元素di可视为单体电压极值、电流、查表功率，功率限制系数，soc等时序数据构成的数据集合，示例性的可取di＝{time，soc，t
max
，t
min
，v
+
，v-，p
…
}；同时，原始要素中还包含车端的所有初始标定量，因此云端具备对车端的历史有效数据进行数据回溯的能力；
58.其次定义状态空间数组sn＝(s1,s2,
…
,sn)和动作空间数组am＝(a1,a2,
…
,am)，建立n行m列的q
di
值表，表中元素初值为0，q
di
值表中元素表征对应状态和动作下的未来奖励期望，状态元素为包含但不限于单体电压极值、单体温度极值、soc的数组，动作元素为车端待标定量构成的数组，预先约定每个标定量的变化范围。状态空间数组sn中的状态为：s＝{v
+
，v-}，对其进行离散化，示例性的离散化成20个状态，v
+
的下界为v
1+
，上界为v
3+
，同样的v-的下界为v
3-，上界为v
1-，动作空间数组am中的动作a为：
[0059][0060]
其中，v
i+
或v
i-的决策区间均为(v
3-，v
3+
)，但需满足当i《j时，v
i+
《v
j+
且v
i-》v
j-；limfact
i+
和limfact
i-的决策区间为(0,1)，但要满足及及和的决策范围为为考虑平顺性所能实现的最大滤波速率；考虑到动作选择的可执行性，需对动作a进行离散化处理，示例性的离散化为20个动作，建立q
di
表，其由20个状态和20个动作构成，初始时刻对其每个元素均赋0。
[0061]
智能体(agent)所处的初始状态s1由d中的di的初值决定，表征当前动力电池所处状态，智能体在当前状态si，概率随机抽样选取一个动作ai执行并与环境交互，得到转移状态s’，计算对应的奖励值r(si，ai)，更新q
di
(si，ai)值，奖励值按照下式求取：
[0062][0063]
其中，η1为电压系数，δvi表征在状态si执行动作ai后，电压向正常区间电压的靠
近程度，η2为电压阈值系数，为执行动作ai后的电压阈值与初始值之间的距离，η3为功率系数，δlimfacti为执行动作ai后的功率限制系数与初始值之间的距离，η4为滤波系数，δf
ip
为执行动作ai后的各级滤波系数与初始值之间的距离。q值的更新按下式实现：
[0064]qk+1
(si,ai)＝qk(si,ai)+lr*[r(si,ai)+γ*maxa′
q(s
′
,a
′
)-qk(si,ai)]，
[0065]
其中，lr为学习率，γ为折扣率，maxa′
q(s
′
,a
′
)为状态s’对应的最高奖励期望。获取转移状态s’：在状态si按照ε-贪婪策略选取动作，即ε的概率从动作集中随机选取一个动作执行，1-ε的概率选取一个q值最大的动作执行，执行动作并与环境交互得到状态s
′i，按照距离最近的原则匹配状态集中最接近的状态，视其为转移状态s’，重复执行，直至完成原始要素di。
[0066]
最终重复上述步骤直至原始要素d中元素完全被覆盖，基于d中各元素对应的q值表，重构大范围内状态空间数组s与动作空间数组a的总体q值表，基于q值最优原则获取车端待标定参数数值。
[0067]
本技术实施例可以基于动力电池的状态因子，在原始要素集中匹配对应原始要素，获取原始要素的最优动作表以匹配最优动作，根据最优动作确认动力电池的工况最优匹配标定量，通过车端与云端的协同，收集运行数据构建学习环境，由智能体从环境中挖掘最优的标定量并对向车端推送，从而有效避免标定量随电池运行而出现的错配的现象，进一步提升了动力电池功率控制的准确性。
[0068]
可选地，在本技术的一个实施例中，在接收服务器基于有效数据生成的工况最优匹配标定量之前，还包括：判断工况最优匹配标定量是否符合预设有效条件；如果工况最优匹配标定量符合预设有效条件，则控制车辆储存工况最优匹配标定量，以更新车辆的当前车端标定量。
[0069]
可以理解的是，在本技术的实施例中，可以基于预设有效条件约定车云端之间的数据有效性，在实际执行过程中，可以设定云端无标定量更新任务时下发固定无效值，车端接受连续n个周期有效值后，判定下发数据有效，储存云端下发标定量，并在下电时更新车端对应标定量。
[0070]
需要说明的是，预设有效条件可由本领域技术人员根据实际情况进行设置，在此不作具体限定。
[0071]
举例而言，可以约定云端无标定量更新任务时下发固定无效值：{0,l,0}1×
14
，车端按照动作决策空间对云端下发的数据进行判断，若下发数据连续5个周期在有效决策空间内，则判定下发数据有效，储存云端下发标定量，并在车辆下电时更新车端对应标定量。
[0072]
本技术实施例可以判断工况最优匹配标定量是否符合预设有效条件，并在工况最优匹配标定量符合预设有效条件时，控制车辆储存工况最优匹配标定量，以更新车辆的当前车端标定量，从而进一步保障了车云数据沟通的有效性与可靠性，进一步维护了动力电池功率的稳定控制。
[0073]
在步骤s102中，基于车辆的当前车端标定量获取预设功率限制作用区间，根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率。
[0074]
可以理解的是，在本技术的实施例中，可以定义相邻两级电压阈值间的电压空间为功率限制作用区间，以根据动力电池的单体电压极值，在不同功率场景下通过计算获取动力电池的功率限制系数和功率滤波速率。
[0075]
需要说明的是，预设功率限制作用区间可由本领域技术人员根据实际情况进行设置，在此不作具体限定。
[0076]
在实际执行过程中，车辆可以周期性获取电池当前的温度数据、荷电状态及单体电压极值等变量并上传云端，约定其中温度采集以电池单体为单位，并处理得到最高单体温度和最低单体温度；荷电状态以动力电池整体为单位采集得到，其采样周期与温度采集周期一致；单体电压极值以电池单体为单位，处理得到单体最高电压及单体最低电压，其采样周期与温度采样周期一致，并由车云两端预先约定数据传输频率，车端上传数据及云端下发数据均按约定频率进行。
[0077]
可选地，在本技术的一个实施例中，根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率，包括：将单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出功率限制系数和功率滤波速率。
[0078]
具体地，定义相邻两级电压阈值间的电压空间为功率限制作用区间，仅当单体电压极值落入区间后，激活功率限制系数映射模型和功率滤波速率映射模型。设两级阈值分别为v
thdi
和v
thdj
，阈值的电压间隔为vb，当前单体电压极值vk，上一时刻单体电压极值为v
k-1
。功率限制系数映射模型为：
[0079][0080]
功率滤波速率映射模型为：
[0081][0082]
其中，|v
k-v
thdj
|表征当前电压与下级电压阈值的距离，过压场景下，v
thdi
≤vk≤v
thdj
，欠压场景下，v
thdj
≤vk≤v
thdi
，因此|v
k-v
thdj
|∈[0,vb]；β为函数的控制系数，可控制函数的映射特性；b为函数的补偿系数，定义b∈(0,1]；limfact
thdi
和limfact
thdj
为电压阈值v
thdi
和v
thdj
对应的功率限制系数；分别为电压阈值v
thdi
和v
thdj
对应的功率滤波速率；
±
的选取取决于功率使用场景。
[0083]
在功率回馈场景中，电池包单体电压上升，单体电压极值选取极大值，电压阈值v
thdi
《v
thdj
，比较单体电压极大值与电压阈值，确定k时刻功率限制系数及功率滤波速率：单体电压极大值vk∈(v
thdi
,v
thdj
]，按照功率限制系数映射模型和功率滤波速率映射模型计算许用功率；单体电压极大值vk≤v
thdi
，功率限制系数和功率滤波速率由上一区间的计算结果决定，若上一区间为正常区间，则功率限制系数取1，功率滤波速率取正常滤波速率；单体电压极大值vk》v
thdi
，功率限制系数和功率滤波速率由下一区间的计算结果决定。
[0084]
在功率输出场景中，电池包单体电压下降，单体电压极值选取极小值，电压阈值v
thdi
》v
thdj
，比较单体电压极小值与电压阈值，确定k时刻功率限制系数及功率滤波速率：单体电压极小值vk∈[v
thdj
,v
thdi
)，按照功率限制系数映射模型和功率滤波速率映射模型计算许用功率；单体电压极小值vk≥v
thdi
，功率限制系数和功率滤波速率由上一区间的计算结果
决定，若上一区间为正常区间，则功率限制系数取1，功率滤波速率取正常滤波速率；单体电压极小值vk《v
thdj
，功率限制系数和功率滤波速率由下一区间的计算结果决定。
[0085]
其中，功率限制系数映射模型实现功率限制系数随过压/欠压严重程度的自动更新，且功率限制系数变化随严重程度发展至后端加快，有效避免前期的功率过限及后期的功率限制能力缺乏，满足电动汽车的正常功率使用，同时避免异常的电池过充过放，而功率滤波速率映射模型同时考虑了相邻时刻的电压变化和区间内总体的电压变化，使得功率滤波速度可以基于动力电池单体电压极值的变化趋势实时更新，可以实现在电压快速靠近阈值时的功率快速控制，将电池的使用电压控制在安全范围内。
[0086]
需要说明的是，预设功率限制系数映射模型和预设功率滤波速率映射模型可由本领域技术人员根据实际情况进行设置，在此不作具体限定。
[0087]
举例而言，如图3所示，当前电压极值均在区域3中时，功率限制系数取limfact，功率滤波速率取f
p
，模型特性如图4和图5所示，如落入区域2，k时刻的功率限制系数limfactk按下式计算：
[0088][0089]
k时刻的功率滤波速率为：
[0090][0091]
k时刻许用功率为：
[0092][0093]
其中，|vk–v2+
|表征当前电压与下级电压阈值的距离；β为函数的控制系数，可控制函数的映射特性；b为函数的补偿系数，定义b∈(0,1]；为k时刻对应的峰值许用功率。
[0094]
本技术实施例可以将单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出功率限制系数和功率滤波速率，从而全面提升了动力电池相关数据的计算水平，以提高动力电池功率控制的时效性与准确性，提升了车辆的安全管理水平。
[0095]
可选地，在本技术的一个实施例中，在根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率之前，还包括：基于动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值。
[0096]
在部分实施例中，车辆的车端欠压、过压阈值可以由电芯级别的截止电压作为基准确定，按一定的电压间距设定多级初值，各级对应的功率限制系数及功率滤波速率在最初可根据过往经验赋予一个偏保守的值，如图3所示，所赋初值后期可通过车辆的当前车端标定量进行匹配标定。
[0097]
本技术实施例可以在根据动力电池的单体电压极值获取动力电池的功率限制系
数和功率滤波速率之前，基于动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值，以进一步根据车端更新的标定量进行对应数据的更新。
[0098]
在步骤s103中，根据功率限制系数、功率滤波速率和车辆的充放过程的当前峰值功率表，计算动力电池的实际许用功率，以控制动力电池功率输出。
[0099]
在实际执行过程中，可以获取车辆动力电池在充放过程的当前峰值功率表，并根据上述步骤所得功率限制系数、功率滤波速率计算许用功率，为：
[0100][0101]
其中，limfactk为功率限制系数，为功率滤波速率，为k时刻对应的峰值许用功率，
±
的选取取决于功率使用场景。根据车端所更新标定量计算得到动力电池的实际许用功率，从而实现动力电池功率输出的控制。
[0102]
可选地，在本技术的一个实施例中，在计算动力电池的实际许用功率之前，还包括：获取动力电池的充放数据；根据充放数据更新车辆的峰值功率表，得到当前峰值功率表，并发送当前峰值功率表给服务器。
[0103]
可以理解的是，在本技术的实施例中，峰值功率表可以设电池温度(temp，temperature)和荷电状态(soc，state of charge)为索引变量。车端和云端的bms(battery management system)策略需要完成同步，即配置在车端的策略需要同步在云端配置，且车云端策略涉及到的数据需保持一致，以实现峰值功率表在车云两端的更新同步。
[0104]
在实际执行过程中，充放过程的峰值功率表可按国标测功率方法测得，峰值功率表可按测试脉冲持续时间来分类，例如10s/30s/60s峰值功率表。
[0105]
本技术实施例可以获取动力电池的充放数据，根据充放数据更新车辆的峰值功率表，得到当前峰值功率表，并发送当前峰值功率表给服务器，以获取计算动力电池许用功率所需数据基础。
[0106]
如图6所示，下面以一个具体实施例对本技术实施例的工作内容进行详细阐述。
[0107]
步骤s601：获取充放过程的峰值功率表，同步车云端bms策略。
[0108]
具体地，车端和云端的bms策略需要完成同步，即配置在车端的策略需要同步在云端配置，且车云端策略涉及到的数据需保持一致。峰值功率表以电池温度和荷电状态为索引变量。
[0109]
步骤s602：车端欠压、过压阈值、功率限制系数及功率滤波速率初值给定。
[0110]
具体地，车端欠压、过压阈值均以电芯级别的截止电压作为基准来确定的，各级对应的功率限制系数及功率滤波速率在最初可根据过往经验定一个偏保守的值，后期可通过云端来进行匹配标定。
[0111]
步骤s603：车端获取功率限制系数和功率滤波速率，计算许用功率。
[0112]
具体地，可以周期性的获取电池当前的温度数据、荷电状态及单体电压极值，根据当前电池温度和荷电状态，从峰值功率表中计算当前的最大可用功率，具体的包含最大可用放电功率及最大可用回充功率，根据当前单体电压极值与各级电压阈值的关系，通过功率限制系数映射模型求取当前功率限制系数，并通过功率滤波映射模型求取当前功率滤波速率，计算许用功率。
[0113]
步骤s604：云端预处理车端上传的数据，求取工况最优匹配标定量。
[0114]
具体地，云端数据预处理，存放入数据仓库，基于数据仓库中的片段数据，进行二次截取，获取其中触发欠压、过压的数据片段，组合这些片段，构成强化学习交互环境原始要素d＝(d1,d2,
…
,dn)，n》0，构建交互环境；定义状态空间数组sn＝(s1,s2,
…
,sn)和动作空间数组am＝(a1,a2,
…
,am)，建立n行m列的q
di
值表，表中元素初值为0，q
di
值表中元素表征对应状态和动作下的未来奖励期望；智能体(agent)所处的初始状态s1由d中的di的初值决定，表征当前动力电池所处状态；智能体在当前状态si，概率随机抽样选取一个动作ai执行并与环境交互，得到转移状态s’，计算对应的奖励值r(si，ai)，更新q
di
(si，ai)值，直至执行完原始要素di，直至原始要素d中元素完全被覆盖；基于d中各元素对应的q值表，重构大范围内状态空间数组s与动作空间数组a的总体q值表，基于q值最优原则获取车端待标定参数数值；
[0115]
步骤s605：云端数据下发，车端判断数据有效性并适时完成标定量更新。
[0116]
具体地，约定云端无标定量更新任务时下发固定无效值：{0,l,0}1×
14
；车端按照动作决策空间对云端下发的数据进行判断，若下发数据连续5个周期在有效决策空间内，则判定下发数据有效，储存云端下发标定量，并在下电时更新车端对应标定量。
[0117]
根据本技术实施例提出的动力电池的功率控制方法，可以基于车辆动力电池的实际状况控制动力电池的功率，根据最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。由此，解决了相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性等问题。
[0118]
其次参照附图描述根据本技术实施例提出的动力电池的功率控制装置。
[0119]
图7是本技术实施例的动力电池的功率控制装置的结构示意图。
[0120]
如图7所示，该动力电池的功率控制装置10包括：更新模块100、获取模块200和控制模块300。
[0121]
其中，更新模块100，用于发送车辆的动力电池有效数据至服务器，并接收服务器基于有效数据生成的工况最优匹配标定量，根据工况最优匹配标定量更新车辆的当前车端标定量。
[0122]
获取模块200，用于基于车辆的当前车端标定量获取预设功率限制作用区间，根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率。
[0123]
控制模块300，用于根据功率限制系数、功率滤波速率和车辆的充放过程的当前峰值功率表，计算动力电池的实际许用功率，以控制动力电池功率输出。
[0124]
可选地，在本技术的一个实施例中，控制模块300还包括：第一获取单元和传输单元。
[0125]
第一获取单元，用于在计算动力电池的实际许用功率之前，获取动力电池的充放数据。
[0126]
传输单元，用于根据充放数据更新车辆的峰值功率表，得到当前峰值功率表，并发
送当前峰值功率表给服务器。
[0127]
可选地，在本技术的一个实施例中，获取模块200包括：输出单元。
[0128]
输出单元，用于将单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出功率限制系数和功率滤波速率。
[0129]
可选地，在本技术的一个实施例中，更新模块100包括：更新单元。
[0130]
更新单元，用于在接收服务器基于有效数据生成的工况最优匹配标定量之前，基于车辆的动力电池有效数据，提取动力电池的实际状态因子，并根据实际状态因子在最优动作表中匹配动力电池的工况最优匹配标定量。
[0131]
可选地，在本技术的一个实施例中，更新单元进一步用于：基于动力电池的状态因子，在原始要素集中匹配对应原始要素；获取原始要素的最优动作表以匹配最优动作，根据最优动作确认动力电池的工况最优匹配标定量。
[0132]
可选地，在本技术的一个实施例中，更新模块100还包括：判断单元和储存单元。
[0133]
判断单元，用于在接收服务器基于有效数据生成的工况最优匹配标定量之前，判断工况最优匹配标定量是否符合预设有效条件。
[0134]
储存单元，用于在工况最优匹配标定量符合预设有效条件时，控制车辆储存工况最优匹配标定量，以更新车辆的当前车端标定量。
[0135]
可选地，在本技术的一个实施例中，获取模块200还包括：第二获取单元。
[0136]
第二获取单元，用于在根据动力电池的单体电压极值获取动力电池的功率限制系数和功率滤波速率之前，基于动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值。
[0137]
需要说明的是，前述对动力电池的功率控制方法实施例的解释说明也适用于该实施例的动力电池的功率控制装置，此处不再赘述。
[0138]
根据本技术实施例提出的动力电池的功率控制装置，可以基于车辆动力电池的实际状况控制动力电池的功率，根据最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。由此，解决了相关技术中未考虑功率限制系数呈指数衰减的规律与其线性特征，导致单体电压下降后段功率限制能力缺乏且无法适应不同区间的限制需求，又因二级电压阈值对应的功率限制系数受基础功率限制系数和区间等分数的影响无法直接标定，缩小了电池功率管理在不同场景下的应用范围，无法全面实现对动力电池的安全防护，难以有效避免车辆出现动力中断，降低了行车的安全性与可靠性等问题。
[0139]
图8为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
[0140]
存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序。
[0141]
处理器802执行程序时实现上述实施例中提供的动力电池的功率控制方法。
[0142]
进一步地，车辆还包括：
[0143]
通信接口803，用于存储器801和处理器802之间的通信。
[0144]
存储器801，用于存放可在处理器802上运行的计算机程序。
[0145]
存储器801可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0146]
如果存储器801、处理器802和通信接口803独立实现，则通信接口803、存储器801和处理器802可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0147]
可选的可选地，在具体实现上，如果存储器801、处理器802及通信接口803，集成在一块芯片上实现，则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
[0148]
处理器802可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0149]
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的动力电池的功率控制方法。
[0150]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0151]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0152]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0153]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器
(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0154]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0155]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0156]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0157]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种动力电池的功率控制方法，其特征在于，应用于车辆，其中，所述方法包括以下步骤：发送车辆的动力电池有效数据至服务器，并接收所述服务器基于所述有效数据生成的工况最优匹配标定量，根据所述工况最优匹配标定量更新所述车辆的当前车端标定量；基于所述车辆的当前车端标定量获取预设功率限制作用区间，根据所述动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率；以及根据所述功率限制系数、所述功率滤波速率和所述车辆的充放过程的当前峰值功率表，计算所述动力电池的实际许用功率，以控制所述动力电池功率输出。2.根据权利要求1所述的方法，其特征在于，在计算所述动力电池的实际许用功率之前，还包括：获取所述动力电池的充放数据；根据所述充放数据更新所述车辆的峰值功率表，得到所述当前峰值功率表，并发送所述当前峰值功率表给所述服务器。3.根据权利要求1所述的方法，其特征在于，所述根据动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率，包括：将所述单体电压极值代入预设功率限制系数映射模型和预设功率滤波速率映射模型，输出所述功率限制系数和所述功率滤波速率。4.根据权利要求1所述的方法，其特征在于，在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，还包括：基于所述车辆的动力电池有效数据，提取所述动力电池的实际状态因子，并根据所述实际状态因子在最优动作表中匹配所述动力电池的工况最优匹配标定量。5.根据权利要求4所述的方法，其特征在于，所述根据所述实际状态因子在所述最优动作表中匹配所述动力电池的工况最优匹配标定量，包括：基于所述动力电池的状态因子，在原始要素集中匹配对应原始要素；获取所述原始要素的最优动作表以匹配最优动作，根据所述最优动作确认所述动力电池的工况最优匹配标定量。6.根据权利要求1所述的方法，其特征在于，在接收所述服务器基于所述有效数据生成的所述工况最优匹配标定量之前，还包括：判断所述工况最优匹配标定量是否符合预设有效条件；如果所述工况最优匹配标定量符合所述预设有效条件，则控制车辆储存所述工况最优匹配标定量，更新所述车辆的当前车端标定量。7.根据权利要求1所述的方法，其特征在于，在根据所述动力电池的单体电压极值获取所述动力电池的所述功率限制系数和所述功率滤波速率之前，还包括：基于所述动力电池的历史数据，获取各级对应的功率限制系数及功率滤波速率的初值。8.一种动力电池的功率控制装置，其特征在于，应用于车辆，其中，所述装置包括：更新模块，用于发送车辆的动力电池有效数据至服务器，并接收所述服务器基于所述有效数据生成的工况最优匹配标定量，根据所述工况最优匹配标定量更新所述车辆的当前车端标定量；
获取模块，用于基于所述车辆的当前车端标定量获取预设功率限制作用区间，根据所述动力电池的单体电压极值获取所述动力电池的功率限制系数和功率滤波速率；以及控制模块，用于根据所述功率限制系数、所述功率滤波速率和所述车辆的充放过程的当前峰值功率表，计算所述动力电池的实际许用功率，以控制所述动力电池功率输出。9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-7任一项所述的动力电池的功率控制方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-7任一项所述的动力电池的功率控制方法。

技术总结
本申请涉及电动汽车电池管理技术领域，特别涉及一种动力电池的功率控制方法及装置，其中，方法包括：发送车辆的动力电池有效数据至服务器，并接收服务器基于有效数据生成的工况最优匹配标定量，根据工况最优匹配标定量更新车辆的当前车端标定量并获取动力电池的功率限制系数和功率滤波速率，以计算动力电池的实际许用功率，控制动力电池功率输出。本申请实施例可以基于车辆动力电池的实际状况控制动力电池的功率，根据工况最优匹配标定量实时调控电池功率限制系数和功率滤波速率，实现了电池功率的灵活调整，增强了车辆动力电池的保护效果，保障了车辆的安全平稳运行，提升了用户使用体验。使用体验。使用体验。


技术研发人员：沈靖 李宗华 喻成 李东江 郑英
受保护的技术使用者：深蓝汽车科技有限公司
技术研发日：2023.06.28
技术公布日：2023/9/9