CN111753430A - 考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 - Google Patents
考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 Download PDFInfo
- Publication number
- CN111753430A CN111753430A CN202010604071.8A CN202010604071A CN111753430A CN 111753430 A CN111753430 A CN 111753430A CN 202010604071 A CN202010604071 A CN 202010604071A CN 111753430 A CN111753430 A CN 111753430A
- Authority
- CN
- China
- Prior art keywords
- battery pack
- single batteries
- heat dissipation
- arrangement
- maximum temperature
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 230000017525 heat dissipation Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000010206 sensitivity analysis Methods 0.000 claims description 3
- 238000012938 design process Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 14
- 238000013461 design Methods 0.000 abstract description 8
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明将电池包最高温度和单体电池最大温差为设计指标,基于均匀试验数据,探究单体电池间距变量与设计指标的影响关系,采用非线性回归方法拟合出单体电池间距和最高温度和单体电池最大温差之间的函数关系,构建了一种基于散热的电动汽车动力电池包单体电池排布多目标优化模型,为电池包散热优化设计提供了一种新的思路。
Description
技术领域
本发明涉及电动汽车动力电池包散热领域,具体涉及一种考虑散热的电动汽车动力电池包单体电池排布多目标优化方法。
技术背景
动力电池包散热性能的好坏直接影响纯电动汽车的行驶性能和安全性能。动力电池包散热性能的优化已成为电动汽车热管理的重要研究内容。现有的动力电池包散热优化方法中,对电池包内冷却管道直径,形状,冷却液流量及通风速度等参数优化占有主流,对电池包内单体电池排布间距进行优化设计较少涉及。
发明内容
本发明的目的是在电动汽车动力电池包散热优化设计中,考虑电池包最高温度指标,兼顾不同单体电池最大温差指标,建立起考虑散热的电动汽车动力电池包单体电池排布多目标优化方法。
为实现本发明目的而采用的技术方案是这样的,即考虑散热的电动汽车动力电池包单体电池排布多目标优化方法。它包括以下内容:
在分析电池包单体电池排布间距对电池包最高温度及单体电池最大温差影响的基础上,以电池包最高温度最小和单体电池最大温差最小为目标,采用均匀实验法和灵敏度分析方法获取实验数据,并根据实验数据采用非线性回归分析方法,拟合出考虑散热的电动汽车动力电池包单体电池排布多目标优化模型,采用优化算法进行优化求解。
优选地,考虑散热的电动汽车动力电池包单体电池排布多目标优化方法即在电池包设计过程中考虑电池单体排布间距以调整单体电池间距实现电池包最高温度和单体电池最大温差处于合理的温度范围内。
优选地,考虑散热的电动汽车动力电池包单体电池排布多目标优化模型,其特征在于:以电池包最高温度最小和单体电池最大温差最小为多目标建立起考虑散热的电动汽车动力电池包单体电池排布多目标优化模型过程为:
建立一个以11块单体电池依次排列的电池包,该电池包以风冷作为散热方式;
(1)决策变量
包括:考虑电池包散热情况,把单体电池间距d1、d2……d10作为优化变量;
(2)目标函数
1)电池包最高温度;
2)电池包单体电池最大温差;
(3)约束条件
dimin<di<dimax(i=1,2……10)。
优选地,考虑散热的电动汽车动力电池包单体电池排布多目标优化方法,其特征在于:使用优化算法进行优化求解,包括但不限于进化算法,采用优化后的间距参数进行电池包设计。
与现有动力电池包散热优化相比,本发明的有益效果是:
本发明将电池包最高温度和单体电池最大温差作为设计指标,基于均匀试验数据,采用灵敏度分析对决策变量即动力电池包单体电池间距进行简化,同时根据再次设计的均匀试验,构建了一种考虑散热的电动汽车动力电池包单体电池排布多目标优化模型,采用优化算法对优化模型进行求解,得出最优的动力电池包单体电池排布方案,为电池包散热优化提供了一种新的思路。
附图说明
图1考虑散热的电动汽车动力电池包单体电池排布多目标优化方法模型建立流程
图2某纯电动汽车动力电池包
图3电池包单体电池排布间距
具体实施方式
下面结合附图和实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
本实施例以某纯电动汽车电池包为例,该电池包由11块单体电池组成,外形如图2所示。
初步确定单体电池间距d1,d2,……d10为为试验变量,如图3所示。按照试验变量个数先初选10个影响因素,每个影响因素选取11个水平,如表1所示。
表1各因素及水平
根据表2设计的均匀实验表,将表1按照表2的选择规律填入得到新的均匀实验表,如表3所示。
表3均匀试验表
利用流体动力学仿真软件Fluent对每一组试验参数进行仿真,得出电池包最高温度和单体电池最大温差,结果如表4所示。
表4试验结果
通过MATLAB计算出每个影响因素对指标的灵敏度值,对指标影响较大的单体间距有d1,d2,d3,d5,d9选择这些间距作为优化变量。根据重新选择出的优化变量,重新设计均匀试验表,得出每个试验点的指标值。然后使用非线性回归分析方法对指标值进行函数拟合,拟合结果如表5。
表5各指标拟合系数
综上,多目标优化模型如下:
最后,基于优化算法对模型进行求解,结果如下:
表6求解结果
将优化的数据结果作为电池包单体电池间的间距,运用流体动力学分析软件Fluent进行各项指标分析。在原始的排布间距下电池包单体电池最高温度为315.3K,最大温差为5.6K,经过间距优化后,电池包单体电池最高温度和最大温差分别为309.1K和3.5K,分别降低了1.96%和37.5%。分析结果表明该方法有效可行,能显著提高电池包的性能。
Claims (4)
1.考虑散热的电动汽车动力电池包单体电池排布多目标优化方法,其特征在于包括以下步骤:
在分析电池包单体电池排布间距对电池包最高温度及单体电池最大温差影响的基础上,以电池包最高温度最小和单体电池最大温差最小为目标,采用均匀实验法和灵敏度分析方法获取实验数据,并根据实验数据采用非线性回归分析方法,拟合出考虑散热的电动汽车动力电池包单体电池排布多目标函数并构建优化模型,采用优化算法进行优化求解。
2.根据权利要求1所述的考虑散热的电动汽车动力电池包单体电池排布多目标优化方法,其特征在于:考虑散热的电动汽车动力电池包单体电池排布多目标优化方法即在电池包设计过程中考虑电池单体排布间距以调整单体电池间距实现电池包最高温度和单体电池最大温差处于合理的温度范围内。
3.根据权利要求1所述的考虑散热的电动汽车动力电池包单体电池排布多目标优化模型,其特征在于:权利要求1中以电池包最高温度最小和单体电池最大温差最小为多目标建立起考虑散热的电动汽车动力电池包单体电池排布多目标优化模型过程为:
建立一个以11块单体电池依次排列的电池包,该电池包以风冷作为散热方式;
(1)决策变量
包括:考虑电池包散热情况,把单体电池间距d1、d2……d10作为优化变量;
(2)目标函数
1)电池包最高温度;
2)电池包单体电池最大温差;
(3)约束条件
dimin<di<dimax(i=1,2……10)。
4.根据权利要求1所述的考虑散热的电动汽车动力电池包单体电池排布多目标优化方法,其特征在于:使用优化算法进行优化求解,包括但不限于进化算法,采用优化后的间距参数进行电池包设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604071.8A CN111753430A (zh) | 2020-06-29 | 2020-06-29 | 考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604071.8A CN111753430A (zh) | 2020-06-29 | 2020-06-29 | 考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753430A true CN111753430A (zh) | 2020-10-09 |
Family
ID=72677935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010604071.8A Pending CN111753430A (zh) | 2020-06-29 | 2020-06-29 | 考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753430A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158461A (zh) * | 2021-04-20 | 2021-07-23 | 同济大学 | 车载锂离子动力电池包热管理***多目标优化设计方法 |
CN115292823A (zh) * | 2022-10-09 | 2022-11-04 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 汽车动力电池包结构优化方法和设备 |
-
2020
- 2020-06-29 CN CN202010604071.8A patent/CN111753430A/zh active Pending
Non-Patent Citations (2)
Title |
---|
JINHONG XIE等: "Optimization investigation on the liquid cooling heat dissipation structure for the lithium-ion battery package in electric vehicles", PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS, PART D: JOURNAL OF AUTOMOBILE ENGINEERING, pages 1735 - 1750 * |
KAI CHEN等: "Design of the cell spacings of battery pack in parallel air-cooled battery thermal management system", INTERNATIONAL JOURNAL OF HEAT AND MASS TRANSFER, pages 393 - 401 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158461A (zh) * | 2021-04-20 | 2021-07-23 | 同济大学 | 车载锂离子动力电池包热管理***多目标优化设计方法 |
CN113158461B (zh) * | 2021-04-20 | 2023-02-10 | 同济大学 | 车载锂离子动力电池包热管理***多目标优化设计方法 |
CN115292823A (zh) * | 2022-10-09 | 2022-11-04 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 汽车动力电池包结构优化方法和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiaqiang et al. | Heat dissipation investigation of the power lithium-ion battery module based on orthogonal experiment design and fuzzy grey relation analysis | |
Jaguemont et al. | A comprehensive review of lithium-ion batteries used in hybrid and electric vehicles at cold temperatures | |
CN109987000B (zh) | 一种动力电池温度预测***及方法 | |
CN111753430A (zh) | 考虑散热的电动汽车动力电池包单体电池排布多目标优化方法 | |
CN112103580B (zh) | 一种基于等效内阻的锂电池充电方法 | |
CN112380785A (zh) | 电池热管理优化方法、装置、可读存储介质及计算机设备 | |
CN112092676A (zh) | 一种利用虚拟温度传感器对电池包温度场的估算修正方法 | |
CN108879020A (zh) | 单体电池散热冷板结构的优化方法 | |
Lu et al. | Optimal selection range of FCV power battery capacity considering the synergistic decay of dual power source lifespan | |
Wang et al. | Investigation on cell performance and inconsistency evolution of series and parallel lithium‐ion battery modules | |
CN115958957B (zh) | 一种电动汽车动力电池充电过热故障预测方法及*** | |
CN107290680A (zh) | 一种基于容量衰减和加热时间的锂电池加热电流获取方法 | |
Cao et al. | A full-scale electrical-thermal-fluidic coupling model for li-ion battery energy storage systems | |
CN111767625A (zh) | 锂离子电池包的热仿真方法 | |
CN112329336A (zh) | 一种电动汽车电池组充电-冷却过程规划方法 | |
Yu et al. | Parallel battery pack charging strategy under various ambient temperatures based on minimum lithium plating overpotential control | |
Ribau et al. | Multi-objective optimization of fuel cell hybrid vehicle powertrain design-cost and energy | |
Savoye et al. | Impact of periodic current pulses on Li-ion batteries lifetime in vehicular application | |
Lin et al. | Battery aging-aware energy management strategy with dual-state feedback for improving life cycle economy by using multi-neural networks learning algorithm | |
CN114497818A (zh) | 一种低温环境下锂离子电池的内部快速加热方法 | |
CN113255205A (zh) | 基于电动汽车电池的生命周期成本和电池温度优化方法 | |
Cui et al. | Machine learning approach for solving inconsistency problems of Li‐ion batteries during the manufacturing stage | |
CN113722926B (zh) | 一种方形锂电池电热耦合建模误差源分析方法 | |
CN114264967B (zh) | 基于容量损失机理的退役电池余能快速估计方法及*** | |
CN113158461B (zh) | 车载锂离子动力电池包热管理***多目标优化设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |