CN117591775B - 预冷时间的计算方法、装置、设备及存储介质 - Google Patents
预冷时间的计算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117591775B CN117591775B CN202410069710.3A CN202410069710A CN117591775B CN 117591775 B CN117591775 B CN 117591775B CN 202410069710 A CN202410069710 A CN 202410069710A CN 117591775 B CN117591775 B CN 117591775B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- temperature
- storage system
- total
- heating value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004146 energy storage Methods 0.000 claims abstract description 271
- 238000010438 heat treatment Methods 0.000 claims abstract description 195
- 238000001816 cooling Methods 0.000 claims abstract description 192
- 238000005057 refrigeration Methods 0.000 claims abstract description 100
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 154
- 239000012530 fluid Substances 0.000 claims description 28
- 230000020169 heat generation Effects 0.000 claims description 17
- 238000010521 absorption reaction Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 description 177
- 238000004364 calculation method Methods 0.000 description 9
- 239000007788 liquid Substances 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000017525 heat dissipation Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 6
- 239000000498 cooling water Substances 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000002826 coolant Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012809 cooling fluid Substances 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004457 myocytus nodalis Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
- Secondary Cells (AREA)
Abstract
本申请提供一种预冷时间的计算方法、装置、设备及存储介质，所述方法包括：获取预设运行时间段对应的储能***总发热量和储能***总制冷量；根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间。本申请的预冷时间的计算方法，可以确定精确的目标预冷时间，在基于目标预冷时间对储能***进行精确的预冷处理后，可以避免储能***的电芯最高温度高于最高阈值温度，从而避免产生储能***出现故障或者需要降低负荷运转的问题。
Description
技术领域
本申请涉及储能***技术领域，尤其涉及一种预冷时间的计算方法、装置、设备及存储介质。
背景技术
工商业储能是分布式储能***在用户侧的典型应用，其特点是距离分布式光伏电源端以及负荷中心均较近，不仅可有效提升清洁能源的消纳率，还可有效减少电能的传输的损耗。工商业储能***不同于大规模储能调峰调频电站，主要负荷是满足工商业自身内部的电力需求，实现光伏发电最大化自发自用。现在的工商业储能每天都能实现1次充放电或者2次充放电。
若环境温度过高，则储能***的散热效率会相应下降。此时，正常规格的冷却***由于冷却功率的不足，会使得连续运行多个小时后的工商业储能***的电芯最高温度高于最高阈值温度，导致储能***出现故障或者需要降低负荷运转。
因此，目前的储能***散热效果较差，需要一种可以确定预冷时间的方案，基于预冷方式解决冷却功率的不足，导致电芯最高温度高于最高阈值温度的问题。
发明内容
本申请提供一种预冷时间的计算方法、装置、设备及存储介质，用以解决目前的储能***存在散热效果较差，导致储能***出现故障或者需要降低负荷运转的问题。
本申请第一方面提供一种预冷时间的计算方法，包括：
获取预设运行时间段对应的储能***总发热量和储能***总制冷量；
根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；
根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；
根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间。
进一步地，如上所述的方法，所述获取预设运行时间段对应的储能***总发热量，包括：
获取预设运行时间段内储能***中的电芯总发热量、逆变器总发热量、变压器总发热量和电芯比热容对应的吸热总热量；
计算中间发热量数据与所述吸热总热量之间的差值；所述中间发热量数据为电芯总发热量、逆变器总发热量和变压器总发热量的和；
将所述差值与预设安全系数之间的乘积确定为储能***总发热量。
进一步地，如上所述的方法，获取预设运行时间段对应的储能***总制冷量，包括：
获取预设运行时间段内储能***对应的环境温度和储能***中水冷设备的第一出水温度；所述第一出水温度小于或等于预设温度阈值；
根据所述环境温度和所述第一出水温度确定对应所述水冷设备的最大制冷功率；
根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量。
进一步地，如上所述的方法，所述环境温度为预设运行时间段中起始时间对应的储能***的环境的温度；
所述根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量，包括：
计算所述最大制冷功率和所述预设运行时间段对应的时长之间的乘积，生成所述储能***总制冷量。
进一步地，如上所述的方法，所述电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度；所述电芯初始温度为预设运行时间段中起始时间对应的电芯温度；
所述根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度，包括：
计算所述单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据；
计算所述剩余发热量与所述电芯中间数据之间的比值，生成对应预冷温度差值；
将所述电芯初始温度与所述预冷温度差值之间的差值确定为所述最终预冷温度。
进一步地，如上所述的方法，所述制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度；所述流体平均温度为所述第二出水温度与预设变化阈值的和；所述电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量；
所述根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间，包括：
根据所述最终预冷温度、所述电芯初始温度、所述第二出水温度、所述流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率；
计算所述对热换流平均功率、所述插箱数量和所述预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据；
将所述剩余发热量与所述插箱中间数据之间的比值确定为所述目标预冷时间。
进一步地，如上所述的方法，所述获取预设运行时间段对应的储能***总发热量和储能***总制冷量之前，还包括：
获取预设运行时间段对应的电芯平均发热功率、逆变器发热功率和变压器发热功率；
获取储能***中制冷设备的总制冷功率；
计算所述电芯平均发热功率、逆变器发热功率和变压器发热功率的和，与预设安全系数之间的乘积，生成储能***总发热功率；
若储能***总发热功率大于所述总制冷功率，则执行所述获取预设运行时间段对应的储能***总发热量和储能***总制冷量的步骤。
进一步地，如上所述的方法，本申请方法还包括，确定对应的目标预冷时间后，在实际运行储能***之前，进行相应的提前预冷动作，提前预冷时长为上述已经确定的目标预冷时间。
进一步地，如上所述的方法，本申请方法还包括，提前按照目标预冷时间预冷处理后，可以立即运行储能***。
本申请第二方面提供一种预冷时间的计算装置，包括：
获取模块，用于获取预设运行时间段对应的储能***总发热量和储能***总制冷量；
发热量确定模块，用于根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；
温度确定模块，用于根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；
时间确定模块，用于根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间。
进一步地，如上所述的装置，所述获取模块在获取预设运行时间段对应的储能***总发热量时，具体用于：
获取预设运行时间段内储能***中的电芯总发热量、逆变器总发热量、变压器总发热量和电芯比热容对应的吸热总热量；计算中间发热量数据与所述吸热总热量之间的差值；所述中间发热量数据为电芯总发热量、逆变器总发热量和变压器总发热量的和；将所述差值与预设安全系数之间的乘积确定为储能***总发热量。
进一步地，如上所述的装置，所述获取模块在获取预设运行时间段对应的储能***总制冷量时，具体用于：
获取预设运行时间段内储能***对应的环境温度和储能***中水冷设备的第一出水温度；所述第一出水温度小于或等于预设温度阈值；根据所述环境温度和所述第一出水温度确定对应所述水冷设备的最大制冷功率；根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量。
进一步地，如上所述的装置，所述环境温度为预设运行时间段中起始时间对应的储能***的环境的温度；
所述获取模块在根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量时，具体用于：
计算所述最大制冷功率和所述预设运行时间段对应的时长之间的乘积，生成所述储能***总制冷量。
进一步地，如上所述的装置，所述电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度；所述电芯初始温度为预设运行时间段中起始时间对应的电芯温度；
所述温度确定模块具体用于：
计算所述单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据；计算所述剩余发热量与所述电芯中间数据之间的比值，生成对应预冷温度差值；将所述电芯初始温度与所述预冷温度差值之间的差值确定为所述最终预冷温度。
进一步地，如上所述的装置，所述制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度；所述流体平均温度为所述第二出水温度与预设变化阈值的和；所述电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量；
所述时间确定模块具体用于：
根据所述最终预冷温度、所述电芯初始温度、所述第二出水温度、所述流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率；计算所述对热换流平均功率、所述插箱数量和所述预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据；将所述剩余发热量与所述插箱中间数据之间的比值确定为所述目标预冷时间。
进一步地，如上所述的装置，所述装置还包括：
判断模块，用于获取预设运行时间段对应的电芯平均发热功率、逆变器发热功率和变压器发热功率；获取储能***中制冷设备的总制冷功率；计算所述电芯平均发热功率、逆变器发热功率和变压器发热功率的和，与预设安全系数之间的乘积，生成储能***总发热功率；若储能***总发热功率大于所述总制冷功率，则执行所述获取预设运行时间段对应的储能***总发热量和储能***总制冷量的步骤。
本申请第三方面提供一种电子设备，包括：存储器和处理器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的预冷时间的计算方法。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面任一项所述的预冷时间的计算方法。
本申请第五方面提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面任一项所述的预冷时间的计算方法。
本申请提供的一种预冷时间的计算方法、装置、设备及存储介质，所述方法包括：获取预设运行时间段对应的储能***总发热量和储能***总制冷量；根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间。本申请的预冷时间的计算方法，通过储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量，从而可以通过预冷方式处理该剩余发热量，避免储能***的电芯最高温度高于最高阈值温度。同时，基于所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定目标预冷时间。从而可以基于该目标预冷时间对储能***进行精确的预冷处理，弥补储能***冷却效率的不足，避免储能***的电芯最高温度高于最高阈值温度，进而避免产生储能***出现故障或者需要降低负荷运转的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为可以实现本申请实施例的预冷时间的计算方法的场景图；
图2为本申请提供的预冷时间的计算方法的流程示意图一；
图3为本申请提供的预冷时间的计算方法的流程示意图二；
图4为本申请提供的电池热度分布示意图；
图5为本申请提供的储能***温度变化示意图；
图6为本申请提供的预冷时间的计算装置的结构示意图；
图7为本申请提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
为了清楚理解本申请的技术方案，首先对现有技术的方案进行详细介绍。工商业储能***不同于大规模储能调峰调频电站，主要负荷是满足工商业自身内部的电力需求，实现光伏发电最大化自发自用。目前的工商业储能每天都能实现1次充放电或者2次充放电。比如在上午9点到11点进行***放电，然后从11点到下午1点进行充电，完成一次充放电，这种情况下，工商业储能***会连续工作4个小时，这种工况属于储能***的极端工况，目前绝大部分储能***并未考虑到这种极端工况。这种极端工况需要采用超高性能的冷却***进行冷却，但是这种情况下，额外支出的冷却***费用与大规模的商业化运用对于成本的极致追求是相违背的。本申请寻求在不增加额外的冷却***硬件费用的支出的情况下，通过软件的方法处理这一种极端工况。
在夏季炎热的情况下，由于环境温度过高，储能***的散热效率会有所下降。此时，正常规格的冷却***由于冷却功率的不足，会使得连续工作4个小时后工商业储能***的电芯最高温度高于最高阈值温度，造成储能***出现故障或者需要降低负荷运转。
目前在水冷设备的功率一定的情况下，其功率不足以满足夏天高温工况下的冷却需求。需要一种可以确定预冷时间的方案，基于预冷方式解决冷却功率的不足，导致电芯最高温度高于最高阈值温度的问题。
所以针对现有技术中储能***存在散热效果较差，导致储能***出现故障或者需要降低负荷运转的问题，发明人在研究中发现，为了解决该问题，可以通过储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量，从而可以通过预冷方式处理该剩余发热量，避免储能***的电芯最高温度高于最高阈值温度。
具体的，获取预设运行时间段对应的储能***总发热量和储能***总制冷量。根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。根据剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度。根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
本申请的预冷时间的计算方法，基于剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定目标预冷时间。从而可以基于该目标预冷时间对储能***进行精确的预冷处理，弥补储能***冷却效率的不足，避免储能***的电芯最高温度高于最高阈值温度，进而避免产生储能***出现故障或者需要降低负荷运转的问题。
发明人基于上述的创造性发现，提出了本申请的技术方案。
下面对本申请实施例提供的预冷时间的计算方法的应用场景进行介绍。如图1所示，其中，1为电子设备，2为储能***。本申请实施例提供的预冷时间的计算方法对应的应用场景的网络架构中包括：电子设备1和储能***2。储能***2中包括制冷设备、装载电芯的插箱等。电子设备1可以设置在储能***2内，也可以设置在储能***2外，本实施例对此不作限定。
储能***2包括制冷设备如制冷机、变压器、逆变器、若干电池插箱、高压箱，消防***以及各级通讯***。其中，发热器件为若干电池插箱、制冷机、变压器、逆变器，其他器件的发热量可以忽略不及，同时，整个***相对封闭。
示例性的，在需要进行预冷时间的计算时，电子设备1从储能***2处获取预设运行时间段对应的储能***总发热量和储能***总制冷量，即图中：①发送预设运行时间段对应的储能***总发热量和储能***总制冷量至电子设备1。此时，电子设备1执行以下步骤：
②根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。
③根据剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度。
④根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
同时，电子设备1可以基于目标预冷时间在储能***2正常充放电之前控制制冷设备进行对应预冷处理，从而避免储能***的电芯最高温度高于最高阈值温度。
下面结合说明书附图对本申请实施例进行介绍。
图2为本申请提供的预冷时间的计算方法的流程示意图一，如图2所示，本申请实施例的执行主体为预冷时间的计算装置，该预冷时间的计算装置可以集成在电子设备中。则本实施例提供的预冷时间的计算方法包括以下几个步骤：
步骤S101，获取预设运行时间段对应的储能***总发热量和储能***总制冷量。
本实施例中，预设运行时间段可以是实际应用中常用的时间段，如早上九点至下午一点，该预设运行时间段与实际应用场景相关，本实施例对此不作限定。
储能***总发热量包括电芯总发热量、逆变器总发热量和变压器总发热量。储能***总制冷量包括储能***中制冷设备如制冷机的总制冷量。
步骤S102，根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。
本实施例中，当满足储能***总发热量大于储能***总制冷量时，才会进行预冷处理，当储能***总发热量小于或等于储能***总制冷量时，可以不进行预冷处理。
步骤S103，根据剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度。
本实施例中，电芯参数相关数据包括单电芯质量、单电芯比热容、电芯数量和电芯初始温度等。电芯参数相关数据主要用于确定电芯在温度产生变化时通过比热容可以吸收或释放的热量，从而基于剩余发热量和电芯参数相关数据确定需预冷处理至的最终预冷温度。
步骤S104，根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
本实施例中，剩余发热量是预冷处理需处理的目标热量，制冷参数相关数据是制冷方式的相关数据，制冷参数相关数据包括：进行预冷处理时水冷设备的出水温度以及流体平均温度等。基于剩余发热量和制冷参数相关数据，同时结合电芯参数相关数据和最终预冷温度可以确定最终需要预冷处理的目标预冷时间。
在实际预冷处理时，可以基于目标预冷时间在储能***充放电之前，提前进行精确的预冷处理，并在预冷处理结束后转为正常充放电运转，从而避免影响储能***的正常充放电。
本申请实施例还包括，确定对应的目标预冷时间后，在实际运行储能***前，进行相应的提前预冷动作，提前预冷时长为上述已经确定的目标预冷时间。
预冷动作指的是，只运行水冷设备，此时储能***并未真正的在运行。同时，水冷机运行的电能可以由外部电网提供或者储能***提供。
储能***真正的在运行指的是储能***接近额定功率进行放电或者充电，此时功率为储能***的最大额定功率或者近似额定功率，储能***为外部用电设备全力放电，或者全功率接受电网的充电。
可选的，本申请实施例中，提前按照目标预冷时间预冷处理后，可以立马运行储能***以进行充放电。这里需明确，如果预冷时间不够，则会导致最终电池最高温度高于阈值温度，如果预冷时间过长，则会导致能量无端浪费。
本申请实施例提供的一种预冷时间的计算方法，方法包括：获取预设运行时间段对应的储能***总发热量和储能***总制冷量。根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。根据剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度。根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
本申请的预冷时间的计算方法，通过储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量，从而可以通过预冷方式处理该剩余发热量，避免储能***的电芯最高温度高于最高阈值温度。同时，基于剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定目标预冷时间。从而可以基于该目标预冷时间对储能***进行精确的预冷处理，弥补储能***冷却效率的不足，避免储能***的电芯最高温度高于最高阈值温度，进而避免产生储能***出现故障或者需要降低负荷运转的问题。
图3为本申请提供的预冷时间的计算方法的流程示意图二，如图3所示，本实施例提供的预冷时间的计算方法，是在本申请上一实施例提供的预冷时间的计算方法的基础上，进行了进一步的细化。则本实施例提供的预冷时间的计算方法包括以下步骤。
步骤S201，获取预设运行时间段对应的储能***总发热量和储能***总制冷量。
可选的，本实施例中，获取预设运行时间段对应的储能***总发热量的过程可以具体如下：
获取预设运行时间段内储能***中的电芯总发热量、逆变器总发热量、变压器总发热量和电芯比热容对应的吸热总热量。
计算中间发热量数据与吸热总热量之间的差值。中间发热量数据为电芯总发热量、逆变器总发热量和变压器总发热量的和。
将差值与预设安全系数之间的乘积确定为储能***总发热量。
电芯总发热量为电芯发热功率、电芯数量以及发热时长之间的乘积，电芯在充电和放电时对应的电芯发热功率不同，可以按照充电阶段和放电阶段计算对应电芯发热量。
逆变器总发热量为逆变器发热功率与发热时长之间的乘积，变压器总发热量为变压器发热功率与发热时长之间的乘积。
电芯比热容对应的吸热总热量为电芯在升温时基于电芯比热容吸收的总热量，为电芯升高温度、电芯比热容、单电芯质量以及电芯数量之间的乘积。
预设安全系数一般为1.2~1.5，A=1.2的选择是行业通常做法，是兼顾了效率和安全性的考虑，故本发明选择安全边界的下限也选择A=1.2。
可选的，本实施例中，获取预设运行时间段对应的储能***总制冷量的过程可以具体如下：
获取预设运行时间段内储能***对应的环境温度和储能***中水冷设备的第一出水温度。第一出水温度小于或等于预设温度阈值。
根据环境温度和第一出水温度确定对应水冷设备的最大制冷功率。
根据最大制冷功率和预设运行时间段对应的时长确定储能***总制冷量。
本实施例中，制冷设备采用的水冷设备，水冷设备的出水温度对制冷影响较大。经过实际测试，储能***在充放电后的电芯最高温度与出水温度具有一定关系。在出水温度小于或等于20℃时，制冷效果较好，且电芯最高温度在进行预冷处理后，不会超过温度阈值。
可选的，出水温度也可以高于一定温度，比如实际应用中可以高于18℃，从而避免在出水温度太低时，使储能***产生冷凝水，对储能***的电气安全产生很大影响，因此，原则上严禁降水冷机出水口温度调至18℃以下。
本实施例中，水冷设备选择通用的水冷机，本发明选择的水冷机以能够满足绝大部分工况下本发明的储能***能够正常工作为准。通用的水冷机其最大制冷功率与出水温度成正比，如果出水温度越高，其总体的制冷功率越高，反之，如果出水温度越低，其总体的制冷功率越低；市场通用的水冷机其最大制冷功率还与环境温度成反比，如果环境温度越高，其总体的制冷功率越低，反之，如果环境温度越低，其总体的制冷功率越高。总言之，如果环境温度越低、出水温度越高，水冷机能够提供的制冷功率越高。
通用的水冷机都具有额定的制冷功率，同时其还有出水温度以及环境温度这两个参数。制冷功率、出水温度以及环境温度三者之间存在关联关系，基于出水温度以及环境温度可以通过三维的功率输出曲线查找制冷功率。本申请实施例实际的水冷机制冷功率也是通过制冷功率曲线查表获取（本发明的制冷功率曲线略）。上述知识属于水冷机的公知常识。
比如本申请使用的水冷机使用的功率数值如下：第一出水温度为20℃时，比如在环境温度为29、30、31℃时，水冷机最大制冷功率分别为11485瓦、11290、11100瓦。第一出水温度为18℃时，比如在环境温度为29、30、31℃时，水冷机最大制冷功率大致分别为11000瓦、10800瓦、10600瓦。
可选的，由于环境温度可能会发生变化，本实施例中，设置环境温度为预设运行时间段中起始时间对应的储能***的环境的温度，并维持不变。
则确定储能***总制冷量的流程可以具体如下：
计算最大制冷功率和预设运行时间段对应的时长之间的乘积，生成储能***总制冷量。
由于环境温度和第一出水温度固定，对应的最大制冷功率也是固定的，第一出水温度为20℃时，比如在环境温度为29、30、31℃时，水冷机最大制冷功率分别为11485瓦、11290、11100瓦。第一出水温度为18℃时，比如在环境温度为29、30、31℃时，水冷机最大制冷功率大致分别为11000瓦、10800瓦、10600瓦。可选的，由于环境温度可能会发生变化，则可以获取预设运行时间段中起始时间对应的环境温度以及终点时间对应的环境的温度，采用平均的策略确定对应最大制冷功率。
也可以更精确的获取环境温度的具体变化情况，并确定每个环境温度对应的持续时长，从而将每个环境温度对应的最大制冷功率以及对应持续时长的乘积进行累加，生成储能***总制冷量。
可选的，本实施例中，还可以预先判断总制冷功率是否小于总发热功率，仅在总制冷功率是否小于总发热功率时，才会进行预冷处理，则S201之前，还包括：
获取预设运行时间段对应的电芯平均发热功率、逆变器发热功率和变压器发热功率。
获取储能***中制冷设备的总制冷功率。
计算电芯平均发热功率、逆变器发热功率和变压器发热功率的和，与预设安全系数之间的乘积，生成储能***总发热功率。
若储能***总发热功率大于总制冷功率，则执行S201。
本实施例中，在计算储能***总发热功率时，由于只是粗略判断储能***总发热功率是否大于总制冷功率，不用考虑电芯比热容对应的吸热总热量，仅在后续精确计算时，考虑该吸热总热量。
步骤S202，根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。
本实施例中，储能***总发热量与储能***总制冷量之间的差值即剩余发热量。
需要说明的是，电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度。电芯初始温度为预设运行时间段中起始时间对应的电芯温度。
步骤S203，计算单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据。
步骤S204，计算剩余发热量与电芯中间数据之间的比值，生成对应预冷温度差值。
本实施例中，预冷温度差值即电芯在预冷结束后，上升的温度，电芯在上升该温度的情况下，基于比热容吸收的热量与剩余发热量相等。
步骤S205，将电芯初始温度与预冷温度差值之间的差值确定为最终预冷温度。
比如，电芯初始温度为29℃，预冷温度差值为2℃时，则最终预冷温度为27℃。
步骤S206，根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
可选的，本实施例中，制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度。流体平均温度为第二出水温度与预设变化阈值的和。电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量。
S206可以具体如下：
根据最终预冷温度、电芯初始温度、第二出水温度、流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率。
计算对热换流平均功率、插箱数量和预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据。
将剩余发热量与插箱中间数据之间的比值确定为目标预冷时间。
本实施例中，第二出水温度与第一出水温度可以相同也可以不同，为了提高预冷效果，降低预冷时间，可以根据实际需求使第二出水温度小于第一出水温度。流体平均温度指整个储能***的冷却液循环一圈后的平均温度。
示例性的，考虑到电池组和冷却液的散热，由于整个液冷流路刚开始冷却液温度是20℃，但是循环一圈吸热之后回到水冷机时，其温度会高于20℃，这里通过实验模拟，确定了冷却液的温度计算采用平均值来计算，即流体平均温度TL=T0+1.5℃，如果出水温度T0=20℃，则TL=21.5℃。其中1.5℃也可以为其他数值。
预设对流换热算法如下：
其中，为对流换热功率，/>，。A为对流换热面积，h为对流换热系数，/>，其中，/>为努塞尔数，/>为流体导热率，L为特征长度。
。
其中，为流体平均温度，/>为电芯初始温度，/>为最终预冷温度。
为了进一步详细的说明本申请的预冷时间的计算方法，下面将结合具体应用实施例进行进一步示例性说明。
本实施例中，电芯温度的最高阈值温度为35℃，制冷设备采用水冷机。为了使电芯插箱的最高温度不高于35℃（此时电芯平均温度为30.5℃），经过模拟计算分析，水冷机的出水温度应当不高于20℃。同时，根据实际工况，如果水冷机的出水温度小于18℃，会使整个***产生冷凝水，从而影响整个储能***的电气安全。故上述水冷机出水温度在实际运用时可以选择18-21摄氏度（21℃也能勉强满足要求）。如果考虑实际水冷机制冷功率、冷凝水温度等影响，优选为20摄氏度。根据模拟计算分析可以发现电芯最高温度-***水冷机出水温度=14.1℃（参见表1），在出水温度为20摄氏度时，能够保证电芯最高温度为34.11℃。从模拟数据上可以看出，如果水冷机出水温度设定为22℃以上（含22℃），则最终储能的温度均将高于35℃，超过了预设的35℃的电池最高温度上限。
经过测试以及结合表1可以得出结论一： 在当前的设计流量5L/min下，单插箱内电芯最高温度与水冷机出水温度的温差为定值14.13℃（取最高值为14.1℃），而与其他参数关联度不大，为保证电芯稳态最高温度不高于35℃，进水温度应不高于20℃。
结论二：电芯最高温度与平均温度的差值为定值4.35℃，取4.5℃，同样的，电芯的平均温度和最高温度的差别也与平均参数关联度不大，即当电芯最高温度为35℃时，电芯平均温度为30.5℃。可以这样理解，一般而言整个电池插箱呈现出正态分布的温度分布曲线，位于电池插箱中间位置的电芯温度高，而位于两端的电芯温度则会偏低，这与整个***的散热效率有关。
储能***中，电芯组件下方的底部液冷板的液冷通道一般呈现“S”型排布，其进液入口连接的是水冷机的出水口，入口温度与出水温度相同。出水口的冷却水的初始温度为20℃，冷却水在经过整个***冷却循环后，底部液冷板的出水温度一般会升至22.5℃-23℃。此时，整个底部液冷板的平均温度（即流体平均温度）为21.5℃。
如图4所示，图中展示了电芯的各个温度情况。由于电芯组件底部和液冷板接触，电芯组件底部温度比顶部低，电芯最高温度为接近底部液冷板出口位置的电芯顶部的温度，其局部温度会达到34.11℃。此时，整个***的平均温度为29.76℃，因此，最高局部温度和电芯平均温度大致相差4.5℃。
下面主要采用环境温度为29℃进行示例性展示本实施例的预冷方式。
1、提前预冷的逻辑：
A、判断储能***总制冷功率是否小于储能***总发热功率：
由于实际应用时，环境换热的等效功率较小，在具体判断时可以暂时不考虑***和环境的换热。
本实施例的单电芯放电功率为13.551W（瓦），充电功率为12.591W（来自电芯规格书），储能***包括8个储能插箱，每个插箱包括48个单电芯，因此，电芯数量为384。同时，储能***的工况为放电2小时，充电2小时，连续运转4小时，可以通过电芯平均发热功率来进行后续计算。
P电芯平均发热功率。
P(逆变器&变压器发热)=5000W，其中，逆变器和变压器实际工作时一般工作效率为98-99%，反之1-2%的损耗会转化成热量，其中，通过具体计算得到逆变器=4kW，变压器发热功率1kW，总和为5000W。
实际发热功率。
安全系数A的选择对本申请制冷功率和发热功率的判断影响极大。一般可以选择A为1.2-1.5之间。本实施例中，由于制冷机已选定，如果选择安全系数A=1.3，则会发现无论怎样进行预冷却，水冷机的功率是远远不够的，这样迫使我们更改方案或者选择更大功率更高的水冷机，这种选择是缺乏综合考量的。在生成最终应用方案时，希望储能***的每一个环节选择刚好达到标准，对储能的热安全设置过高的安全***是不合理的。同样的，如果设置A=1.1，会较大牺牲储能***的热安全边际，使得其中部分电池可能面临不可预测的超高温运行状态。那么可以发现***需要进行预冷的开始温度会（查询图4），差不多***初始温度需要高于31.5℃时才需要进行预冷。
若选择A=1.2则兼顾了效率和安全性的考虑，故本申请实施例选择A=1.2。当***温度>26℃时，储能***就需要预冷，大致上，本申请认为选择A=1.2，温度≥28℃时可以直接对储能进行预冷处理。
此时，P储能***总发热功率。
本实施例的储能***总制冷功率主要通过水冷机产生，可以通过查询水冷机的功率曲线获取水冷机的最大制冷功率。其中，水冷机的最大制冷功率与环境温度和出水温度相关。
基于环境温度和出水温度，通过查询水冷机的功率曲线，可以获得水冷机最大制冷功率P/w。水冷机的制冷功率随着出水温度的上升而增加，同时，随着环境温度的上升而下降。本实施例中，在29℃时，最大制冷功率P=11485W，在30℃，P=11280W，在31℃，P=11100W。本实施例，取29℃，P=11485W作为后续的最大制冷功率。
此时，P储能***总制冷功率=11485W（在29℃），因此，P储能***总制冷功率<P储能***总发热功率。
B、计算储能***的Q总发热量
Q总发热量=A（Q电芯总发热量+Q(逆变器&变压器发热量)-Q电芯吸热总热量）。
其中，Q总发热量为整个储能***的总发热量，A为安全系数，本实施例取1.2。同时，储能***为2小时放电，以及2小时充电，总时长为4小时，即总时长t=6060/>4=14400秒。
Q电芯总发热量为4小时电芯工作时总的发热量，Q电芯总发热量=。逆变器和变压器发热功率P3=5000W，则Q(逆变器&变压器发热量)=5000/>4/>60/>60J=72000000J。
电芯比热容C=1020J/Kg·K(来自电芯规格书，Kg为千克，K为温度单位开尔文)。
Q电芯吸热总热量=电芯升高温度比热容/>单电芯质量/>电芯数量=1.5K/>1020J/Kg·K/>5.35Kg/>48/>8=3143232J，其中，升高温度为升高后的电芯平均温度与初始平均温度的差值。
此时，Q总发热量经计算为169185628.8J。
C、计算储能***的实际Q总制冷量：
本实施例中，最大制冷功率P=11485W。则Q总制冷量=11485W4/>60/>60s=165369600J。
D、计算储能***的Q剩余热量，确定制冷缺口，即：
Q剩余热量=Q总发热量-Q总制冷量=169185628.8J-165369600J=3803068.8J。
E、计算实际预冷的电池温度：
由于制冷机功率<实际热功率，需要对电芯提前预冷，利用电芯的比热容提前准备一些吸热的能力，防止电芯的最高温度超过35℃。
需要提前预冷的温度，即预冷温度差值T= Q剩余热量/（单电芯质量单电芯比热容/>电芯数量）=1.8℃。预冷后电芯的最终预冷温度为27.2℃。
F、计算实际预冷的需求时长即确定目标预冷时间。
在预冷工作时，***的其他工作设备暂停，这里主要指的是逆变器和变压器等电器暂停，不会产生相应的热量。此时，使用水冷机单独对电芯进行降温，使电芯的平均温度从29℃降到27.2℃。
t预冷时长= Q剩余热量/(单插箱对流换热平均功率8个插箱/>4小时)
考虑到水冷机冷却回路，出水口为20℃，而整个***冷却液循环一圈后的最终温度为22.5-23℃，这里采用的流体平均温度取20℃+1.5=21.5℃，从而可以通过上述实施例的预设对流换热算法计算得到流换热平均功率。
其中，经计算对流换热系数，流体导热率/>为，流体导热率可以通过先确定特征温度并查表的方式得到。特征长度取单通道宽度为0.038m，对流换热面积A为/>，/>为29℃，/>为27.2℃。
努塞尔数，其中，C、m和n为流动状态和流体性质的常数，雷诺数/>大于2300时，C=0.023，m=0.8，n=0.4，/>小于2300时，C=0.023，m=0.8，n=0.3
雷诺数
其中，密度，速度为/>，雷诺特征长度d为0.010585619/>（可以通过4/>湿润截面积/湿润周长的方式计算得到），动力粘度。
普朗特数
其中，定压比热容。上述计算单位：m为米，K为开尔文，W为瓦，kg为千克，s为秒，Pa为帕斯卡，J为焦耳，min为分钟，℃为摄氏度。
经计算。
最终计算得到P对流换热平均功率=644.5W，t预冷时长=737.6s=12.3min。
因此，在环境温度29摄氏度时，需要在***运行前利用水冷机全功率运行12.3min，将电芯的温度从均温29℃降低至27.2℃。
本实施例预冷处理时，采用的水冷机的出水温度为20摄氏度，与储能***正常工作时的出水温度相同。可选的，预冷时水冷机的出水温度也可以比正常工作时的水冷机的出水温度更低。例如，正常工作时，水冷机温度出水温度20℃，而在预冷时，水冷机出水温度可以选择为18℃或者19℃。
若预冷时水冷机出水温度选择18℃，则预冷的效率会更高，并往往能够对更高的环境温度进行预冷。
参见表2，环境温度为29℃，正常工作水冷机出水温度为20℃，预冷时，出水温度选择20℃和18℃进行对比。
18℃时P对流换热平均功率为839.8w，高于20℃时的644.5w。此时，预冷时间会从12.3min降到9.4min。
同理，环境温度为29℃时，正常工作水冷机出水温度为20℃，预冷时，出水温度选择20℃和18℃进行对比。
18℃时P对流换热平均功率为810.5w，高于20℃时的615.2w。此时，预冷时间会从31.3min降到23.8min。
同时，在储能***正常运转的出水口温度为20℃，预冷却出水口温度20℃时，若环境温度大于28℃，且不采用预冷却，则电芯最高温度将超过35℃，若采用预冷却则即使环境温度达到33℃，仍可以避免电芯最高温度超过35℃。
同理，在预冷却出水口温度为18℃时，若采用预冷却则即使环境温度达到35℃，仍可以避免电芯最高温度超过35℃。
G、按预定预冷需求时长进行预冷，预冷环节结束立马无缝进行正常工作状态
同时，环境温度为29、30以及31℃时，表2对应的初始温度***与环境之间的平均换热功率W都为0，水冷机正常工作出水口温度都为20℃。另外，结束温度***与环境平均换热功率W按照表2中的横向排列顺序分别为-20.298、-6.766、6.766、-20.298、-6.766。
示例性的，如图5所示，横轴为运行时间，纵轴为***温度，当运行时间为0时，对应起始温度。若环境温度为30℃，电芯最终预冷温度℃为25.6℃约等于26℃，预冷时间t1为23.8分钟，图中也示出了***最终热平衡温度。若不进行预冷处理，***初始温度为30℃，同时，在运行***最长运行时长t0=4小时的时候将超过阈值温度35℃，甚至达到39℃。若提前进行预冷处理，则***开始运行时的初始温度为26℃，运行4小时的时候将不会超过阈值温度35℃。
图6为本申请提供的预冷时间的计算装置的结构示意图，如图6所示，本实施例中，该预冷时间的计算装置300可以设置在电子设备中，预冷时间的计算装置300包括：
获取模块301，用于获取预设运行时间段对应的储能***总发热量和储能***总制冷量。
发热量确定模块302，用于根据储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量。
温度确定模块303，用于根据剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度。
时间确定模块304，用于根据剩余发热量、电芯参数相关数据、储能***中的制冷参数相关数据和最终预冷温度确定对应的目标预冷时间。
本实施例提供的预冷时间的计算装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果与图2所示方法实施例类似，在此不再一一赘述。
本申请提供的预冷时间的计算装置在上一实施例提供的预冷时间的计算装置的基础上，对预冷时间的计算装置进行了进一步的细化，则预冷时间的计算装置300包括：
可选的，本实施例中，获取模块301在获取预设运行时间段对应的储能***总发热量时，具体用于：
获取预设运行时间段内储能***中的电芯总发热量、逆变器总发热量、变压器总发热量和电芯比热容对应的吸热总热量。计算中间发热量数据与吸热总热量之间的差值。中间发热量数据为电芯总发热量、逆变器总发热量和变压器总发热量的和。将差值与预设安全系数之间的乘积确定为储能***总发热量。
可选的，本实施例中，获取模块301在获取预设运行时间段对应的储能***总制冷量时，具体用于：
获取预设运行时间段内储能***对应的环境温度和储能***中水冷设备的第一出水温度。第一出水温度小于或等于预设温度阈值。根据环境温度和第一出水温度确定对应水冷设备的最大制冷功率。根据最大制冷功率和预设运行时间段对应的时长确定储能***总制冷量。
可选的，本实施例中，环境温度为预设运行时间段中起始时间对应的储能***的环境的温度。
获取模块301在根据最大制冷功率和预设运行时间段对应的时长确定储能***总制冷量时，具体用于：
计算最大制冷功率和预设运行时间段对应的时长之间的乘积，生成储能***总制冷量。
可选的，本实施例中，电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度。电芯初始温度为预设运行时间段中起始时间对应的电芯温度。
温度确定模块303具体用于：
计算单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据。计算剩余发热量与电芯中间数据之间的比值，生成对应预冷温度差值。将电芯初始温度与预冷温度差值之间的差值确定为最终预冷温度。
可选的，本实施例中，制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度。流体平均温度为第二出水温度与预设变化阈值的和。电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量。
时间确定模块304具体用于：
根据最终预冷温度、电芯初始温度、第二出水温度、流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率。计算对热换流平均功率、插箱数量和预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据。将剩余发热量与插箱中间数据之间的比值确定为目标预冷时间。
可选的，本实施例中，预冷时间的计算装置300还包括：
判断模块，用于获取预设运行时间段对应的电芯平均发热功率、逆变器发热功率和变压器发热功率。获取储能***中制冷设备的总制冷功率。计算电芯平均发热功率、逆变器发热功率和变压器发热功率的和，与预设安全系数之间的乘积，生成储能***总发热功率。若储能***总发热功率大于总制冷功率，则执行获取预设运行时间段对应的储能***总发热量和储能***总制冷量的步骤。
本实施例提供的预冷时间的计算装置可以执行图2-图5所示方法实施例的技术方案，其实现原理和技术效果与图2-图5所示方法实施例类似，在此不再一一赘述。
根据本申请的实施例，本申请还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
如图7所示，图7是本申请提供的电子设备的结构示意图。电子设备旨在各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：处理器401和存储器402。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的预冷时间的计算方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的预冷时间的计算方法。
存储器402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的预冷时间的计算方法对应的程序指令/模块（例如，附图6所示的获取模块301、发热量确定模块302、温度确定模块303和时间确定模块304）。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中的预冷时间的计算方法。
同时，本实施例还提供一种计算机产品，当该计算机产品中的指令由电子设备的处理器执行时，使得电子设备能够执行上述实施例的预冷时间的计算方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请实施例的其它实施方案。本申请旨在涵盖本申请实施例的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请实施例的一般性原理并包括本申请实施例未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请实施例并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请实施例的范围仅由所附的权利要求书来限制。
Claims (8)
1.一种预冷时间的计算方法，其特征在于，包括：
获取预设运行时间段对应的储能***总发热量和储能***总制冷量；
根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；
根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；
根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间；
所述电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度；所述电芯初始温度为预设运行时间段中起始时间对应的电芯温度；
所述根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度，包括：
计算所述单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据；
计算所述剩余发热量与所述电芯中间数据之间的比值，生成对应预冷温度差值；
将所述电芯初始温度与所述预冷温度差值之间的差值确定为所述最终预冷温度；
所述制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度；所述流体平均温度为所述第二出水温度与预设变化阈值的和；所述电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量；
所述根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间，包括：
根据所述最终预冷温度、所述电芯初始温度、所述第二出水温度、所述流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率；
计算所述对热换流平均功率、所述插箱数量和所述预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据；
将所述剩余发热量与所述插箱中间数据之间的比值确定为所述目标预冷时间。
2.根据权利要求1所述的方法，其特征在于，所述获取预设运行时间段对应的储能***总发热量，包括：
获取预设运行时间段内储能***中的电芯总发热量、逆变器总发热量、变压器总发热量和电芯比热容对应的吸热总热量；
计算中间发热量数据与所述吸热总热量之间的差值；所述中间发热量数据为电芯总发热量、逆变器总发热量和变压器总发热量的和；
将所述差值与预设安全系数之间的乘积确定为储能***总发热量。
3.根据权利要求1所述的方法，其特征在于，获取预设运行时间段对应的储能***总制冷量，包括：
获取预设运行时间段内储能***对应的环境温度和储能***中水冷设备的第一出水温度；所述第一出水温度小于或等于预设温度阈值；
根据所述环境温度和所述第一出水温度确定对应所述水冷设备的最大制冷功率；
根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量。
4.根据权利要求3所述的方法，其特征在于，所述环境温度为预设运行时间段中起始时间对应的储能***的环境的温度；
所述根据所述最大制冷功率和所述预设运行时间段对应的时长确定所述储能***总制冷量，包括：
计算所述最大制冷功率和所述预设运行时间段对应的时长之间的乘积，生成所述储能***总制冷量。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述获取预设运行时间段对应的储能***总发热量和储能***总制冷量之前，还包括：
获取预设运行时间段对应的电芯平均发热功率、逆变器发热功率和变压器发热功率；
获取储能***中制冷设备的总制冷功率；
计算所述电芯平均发热功率、逆变器发热功率和变压器发热功率的和，与预设安全系数之间的乘积，生成储能***总发热功率；
若储能***总发热功率大于所述总制冷功率，则执行所述获取预设运行时间段对应的储能***总发热量和储能***总制冷量的步骤。
6.一种预冷时间的计算装置，其特征在于，包括：
获取模块，用于获取预设运行时间段对应的储能***总发热量和储能***总制冷量；
发热量确定模块，用于根据所述储能***总发热量和储能***总制冷量确定储能***对应的剩余发热量；
温度确定模块，用于根据所述剩余发热量和储能***中的电芯参数相关数据确定对应最终预冷温度；
时间确定模块，用于根据所述剩余发热量、所述电芯参数相关数据、储能***中的制冷参数相关数据和所述最终预冷温度确定对应的目标预冷时间；
所述电芯参数相关数据包括：单电芯质量、单电芯比热容、电芯数量和电芯初始温度；所述电芯初始温度为预设运行时间段中起始时间对应的电芯温度；
所述温度确定模块，具体用于计算所述单电芯质量、单电芯比热容和电芯数量三者之间的乘积，生成对应电芯中间数据；计算所述剩余发热量与所述电芯中间数据之间的比值，生成对应预冷温度差值；将所述电芯初始温度与所述预冷温度差值之间的差值确定为所述最终预冷温度；
所述制冷参数相关数据包括：进行预冷处理时水冷设备的第二出水温度以及流体平均温度；所述流体平均温度为所述第二出水温度与预设变化阈值的和；所述电芯参数相关数据还包括：装载电芯的插箱对应的插箱数量；
所述时间确定模块，具体用于根据所述最终预冷温度、所述电芯初始温度、所述第二出水温度、所述流体平均温度以及预设对流换热算法确定插箱对应的对热换流平均功率；计算所述对热换流平均功率、所述插箱数量和所述预设运行时间段对应的时长之间的乘积，生成对应插箱中间数据；将所述剩余发热量与所述插箱中间数据之间的比值确定为所述目标预冷时间。
7.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至5任一项所述的预冷时间的计算方法。
8.一种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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至5任一项所述的预冷时间的计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410069710.3A CN117591775B (zh) | 2024-01-18 | 2024-01-18 | 预冷时间的计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410069710.3A CN117591775B (zh) | 2024-01-18 | 2024-01-18 | 预冷时间的计算方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117591775A CN117591775A (zh) | 2024-02-23 |
| CN117591775B true CN117591775B (zh) | 2024-04-09 |
Family
ID=89913655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410069710.3A Active CN117591775B (zh) | 2024-01-18 | 2024-01-18 | 预冷时间的计算方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117591775B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112736320A (zh) * | 2020-12-28 | 2021-04-30 | 东软睿驰汽车技术（沈阳）有限公司 | 一种冷却***的冷却参数确定方法、装置及设备 |
| WO2023005312A1 (zh) * | 2021-07-29 | 2023-02-02 | 青岛海尔空调器有限总公司 | 空调控制方法、装置、电子设备及存储介质 |
| CN117272599A (zh) * | 2023-08-25 | 2023-12-22 | 上海瑞浦青创新能源有限公司 | 一种储能***液冷机组选型方法、装置、设备及存储介质 |
-
2024
- 2024-01-18 CN CN202410069710.3A patent/CN117591775B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112736320A (zh) * | 2020-12-28 | 2021-04-30 | 东软睿驰汽车技术（沈阳）有限公司 | 一种冷却***的冷却参数确定方法、装置及设备 |
| WO2023005312A1 (zh) * | 2021-07-29 | 2023-02-02 | 青岛海尔空调器有限总公司 | 空调控制方法、装置、电子设备及存储介质 |
| CN117272599A (zh) * | 2023-08-25 | 2023-12-22 | 上海瑞浦青创新能源有限公司 | 一种储能***液冷机组选型方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Time-dependent distribution of hydration heat temperature fields for concrete box Girders under pre-cool Fluent model and calculation method;Wang Cui-juan等;《Journal of Wuhan University of Technology》;20120131;全文 * |
| 纯电动汽车动力电池组液冷***优化及冷却性能研究;王延宁;;重庆理工大学学报(自然科学);20200615(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117591775A (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Du et al. | Experimental investigation on mini‐channel cooling–based thermal management for L i‐ion battery module under different cooling schemes | |
| Li et al. | Simulation of a solar absorption air conditioning system | |
| CN115832532B (zh) | 液冷储能***的控制方法、装置及*** | |
| CN115084707A (zh) | 一种电池储能***内的液冷***能耗优化方法 | |
| CN116598659A (zh) | 一种电池包回路的水泵控制方法及装置 | |
| CN207490019U (zh) | 全钒液流电池的余热回收*** | |
| WO2020211487A1 (zh) | 储能设备温度控制方法和装置 | |
| CN117591775B (zh) | 预冷时间的计算方法、装置、设备及存储介质 | |
| CN114281129B (zh) | 一种主动支撑型的储能电站温控***控制方法及*** | |
| CN115268536A (zh) | 一种储能***的温度控制方法及相关装置 | |
| CN208462262U (zh) | 一种液冷*** | |
| CN113038807B (zh) | 一种液冷电能***的控制方法、液冷电能***及存储介质 | |
| CN213334733U (zh) | 一种数据中心的制冷*** | |
| CN114750649A (zh) | 纯电动车辆电池加热方法、装置、计算机设备和存储介质 | |
| Li et al. | Experimental study on the thermal management performance of lithium-ion battery with PCM combined with 3-D finned tube | |
| CN204967540U (zh) | 一种发电电动机的外蒸发式冷却*** | |
| CN211045672U (zh) | 一种调频用锂离子电池储能*** | |
| Khan et al. | Feasibility study and techno-economic optimization model for battery thermal management system | |
| Hawxhurst et al. | Renewable-Powered HVAC With Thermal Storage. | |
| CN116014295B (zh) | 钠离子电池储能模组 | |
| Cao et al. | Optimal dispatch of combined cooling, heating and power microgrid considering thermal characteristics of heating network | |
| CN112070274A (zh) | 一种综合能源***的*效率评估方法及*** | |
| CN204923541U (zh) | 一种利用发电电动机的余热制冷的冷却*** | |
| CN115619145B (zh) | 用于综合能源***的协同控制方法、装置及计算机设备 | |
| CN220629303U (zh) | 基于离网光伏的热交换*** |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |