[论文解读] Optimal battery thermal management for electric vehicles with battery degradation minimization

Yue Wu, Zhiwu Huang+5 more|arXiv (Cornell University)|Aug 6, 2023

Advanced Battery Technologies Research被引用 4

一句话总结

本文提出了一种近似最优的基于规则的电池热管理策略（BTMS），通过利用动态规划（DP）结果，最小化电动汽车（EV）的电池退化和冷却能耗。该策略利用再生能量进行冷却，在各种驾驶条件下与离线DP优化相比性能差异小于3%。

ABSTRACT

The control of a battery thermal management system (BTMS) is essential for the thermal safety, energy efficiency, and durability of electric vehicles (EVs) in hot weather. To address the battery cooling optimization problem, this paper utilizes dynamic programming (DP) to develop an online rule-based control strategy. Firstly, an electrical-thermal-aging model of the $ m LiFePO_4$ battery pack is established. A control-oriented onboard BTMS model is proposed and verified under different speed profiles and temperatures. Then in the DP framework, a cost function consisting of battery aging cost and cooling-induced electricity cost is minimized to obtain the optimal compressor power. By exacting three rules "fast cooling, slow cooling, and temperature-maintaining" from the DP result, a near-optimal rule-based cooling strategy, which uses as much regenerative energy as possible to cool the battery pack, is proposed for online execution. Simulation results show that the proposed online strategy can dramatically improve the driving economy and reduce battery degradation under diverse operation conditions, achieving less than a 3% difference in battery loss compared to the offline DP. Recommendations regarding battery cooling under different real-world cases are finally provided.

研究动机与目标

• 解决高温天气条件下电动汽车电池过热和热失控的挑战。
• 在主动电池热管理系统（BTMS）中同时最小化电池退化和冷却能耗。
• 开发一种在线、计算高效的控制策略，以近似离线最优解的性能。
• 通过从动态规划结果中提取可操作规则，实现最优冷却的实用化。
• 在不同环境条件下，评估该策略在城市、郊区和高速公路驾驶场景下的性能。

提出的方法

• 为LiFePO4电池包开发了面向控制的电-热-老化模型，以捕捉电化学、热力和退化动态之间的耦合行为。
• 基于正交实验数据，在KULI软件中构建了详细的BTMS模型，集成压缩机功率、冷却液流量、环境温度和车速等参数。
• 在DP框架中构建成本函数，综合考虑电池老化成本和冷却引起的电能消耗成本，以实现最优压缩机功率选择。
• 从DP解中提取三种运行规则——快速冷却、慢速冷却和温度维持——以构建基于规则的策略。
• 设计基于规则的策略，优先利用再生能量进行电池冷却，以提升能效。
• 通过多种真实驾驶工况和环境条件下的仿真验证了该策略的有效性。

实验结果

研究问题

• RQ1 如何优化电池热管理，以最小化电动汽车中电池的退化和冷却能耗？
• RQ2 最优冷却策略中会涌现出哪些关键运行阶段（如快速冷却、温度维持等）？
• RQ3 基于规则的策略在多大程度上可近似于离线动态规划解的性能？
• RQ4 利用再生能量进行冷却在多大程度上影响驾驶经济性和电池寿命？
• RQ5 不同的驾驶条件和环境温度如何影响所提出冷却策略的性能？

主要发现

• 所提出的基于规则的策略在电池退化方面与离线动态规划解的差异小于3%。
• 该策略显著降低了电池退化，且未明显减少续航里程，尤其在高温和长距离驾驶条件下表现更优。
• 利用再生能量进行电池冷却是提升驾驶经济性和最小化退化的关键因素。
• BTMS参数如冷却液流量和压缩机转速影响冷却速度，但对整体驾驶经济性影响甚微。
• 与无冷却和现有MPC基策略相比，所提出的BTMS在降低退化和提升能效方面表现更优。
• 该策略在城市、郊区和高速公路驾驶循环中均保持优异性能，且随着环境温度和行程长度的增加，效果更为显著。