【技术实现步骤摘要】
一种自适应遗传算法的动力电池组风冷系统能效优化方法
本专利技术涉及一种电池能效优化方法,尤其涉及一种基于自适应遗传算法的动力电池组风冷系统能效优化方法。
技术介绍
电动汽车近年来得到飞速发展,但是随着保有量的增加,电动汽车的安全问题日益突出,据统计电动汽车动力电池组是电动汽车安全问题的主要来源,电动汽车动力电池组的安全问题主要来自过充过放、涉水、碰撞、热失控等因素。本专利主要研究动力电池热管理的关键问题,动力电池使用过程中散热方式主要有三种,一种方式是强制风冷,一种方式是水冷系统,一种方式是自然冷却。强制风冷冷却方式主要是在电池箱外部加装冷却风扇,根据电池箱热量分布情况,启动冷却风扇并根据散热量不同,调整风扇的转速,满足电池箱的散热需求。本专利研究动力电池冷却风扇的能效最优问题。现有专利涉及的动力电池组能效优化控制方法分为两类,一类是风扇开关控制策略,当电池组需要散热时,选择开启一个或者几个冷却风扇,每个开启风扇都是全功率运行,当温度降低到合理区间后,风扇关闭。另一类是将电池组冷却风扇分为几个档位,根据电池组温升变化,确定风扇风速大小。上述两种冷却风扇控制方式并不是根据电池组温度的变化实时调整各个冷却风扇的风速,未能使得冷却风扇能效达到最优。
技术实现思路
专利技术目的:本专利技术的目的是为了解决现有动力电池组风冷系统不具有有效的能效控制手段的问题。技术方案:为了实现上述目的,本专利技术采用了如下技术方案:一种基于自适应遗传算法的动力电池组风冷系统优化控制方法,包括以下步骤 ...
【技术保护点】
1.一种基于自适应遗传算法的动力电池组风冷系统优化控制方法,其特征在于:包括以下步骤:/n1)确定优化设计变量:设计变量一共包括四个参数,分别为电池组冷却风扇1风速vv
【技术特征摘要】
1.一种基于自适应遗传算法的动力电池组风冷系统优化控制方法,其特征在于:包括以下步骤:
1)确定优化设计变量:设计变量一共包括四个参数,分别为电池组冷却风扇1风速vv1、电池组冷却风扇2风速vv2、电池组冷却风扇3风速vv3和电池组冷却风扇4风速vv4;
2)确定优化设计目标:将动力电池组划分为9个电池模块,优化目标为使得动力电池组冷却系统中温度最大电池模块和温度最小的电池模块的温差最小;
3)确定优化限制条件:根据动力系统的冷却技术参数确定vv1,vv2,vv3和vv4的工作范围;
4)基于自适应遗传算法进行能效优化,所述能效优化方法包括以下步骤:
步骤一、种群初始化,采用十进制编码方法对四个电池组冷却风扇的风速vv1,vv2,vv3和vv4进行编码,种群规模定义为N,交叉常数k1和k2,变异常数k3和k4,迭代最大代数为Tmax,随机产生N个个体;
步骤二、计算初始种群中的每个个体vi的最终温度Tj(k+1)i大小,即第i个个体第k+1时刻的第j个电池模块的温度大小;
步骤三、引入适应度函数并计算对应的适应值;
步骤四、判断当前优化代数t是否等于Tmax,若为是则停止计算,取V中适应度值最大的个体,即第k时刻电池模块中温差最小的个体vi作为所求结果;然后判断最佳个体得到的适应值TT(k)i是否小于5摄氏度,如果小于5摄氏度,此时满足汽车行业标准规定,将最佳个体vi所对应的四个风扇的风速作为四个电池组冷却风扇的风速,然后结束流程;如果大于5摄氏度,同样采用最佳个体vi得到的四个风扇的风速进行通风降温工作,此时系统报故障处理,并停止优化;
步骤五、计算交叉率并根据交叉率得到新的群体V2;
步骤六、计算变异率并根据变异率得到新的群体V3;
步骤七、将群体V3作为新一代种群,用V3代替V,并令t=t+1,并返回步骤二。
2.根据权利要求1所述的基于自适应遗传算法的动力电池组风冷系统优化控制方法,其特征在于:所述步骤一中,种群初始化具体地,随机产生N个个体,组成初始种群V={v1,v2,...,vi,...,vN},其中第i个个体为vi=(vi,1,vi,2,vi,3,vi,4),vi,1表示第i个个体第k时刻电池组冷却风扇1的风速大小vv1(k)i,vi,2表示第i个个体第k时刻电池组冷却风扇2的风速大小vv2(k)i,vi,3表示第i个个体第k时刻电池组冷却风扇3的风速大小vv3(k)i,vi,4表示第i个个体第k时刻电池组冷却风扇4的风速大小vv4(k)i,将当前优化代数设置为t=1(t≤Tmax)。
3.根据权利要求1所述的基于自适应遗传算法的动力电池组风冷系统优化控制方法,其特征在于:所述步骤二中,每个个体vi的最终温度Tj(k+1)i大小的计算公式如下:
其中,公式(1)中,i...
【专利技术属性】
技术研发人员:王佳,张盛龙,胡侠,林玲,
申请(专利权)人:常熟理工学院,
类型:发明
国别省市:江苏;32
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。