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技术方案

本发明专利技术公开了一种动力电池组风冷系统能效优化控制方法，为了解决现有电动汽车动力电池系统冷却系统的控制方法没有将风扇能效发挥到最优的问题。本发明专利技术根据动力电池组温升情况实时调整冷却系统风扇的转速，动力电池箱四个冷却风扇的风速分别为vv

An adaptive genetic algorithm for energy efficiency optimization of power battery air cooling system

【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：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时刻电池模块中温度差最小的个体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。进一步地，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)。进一步地，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＝1,2,…,N；j＝1,2,…,9；Tj(k)i为第i个个体第j个电池模块第k时刻的电池温度；Tj(k+1)i为第i个个体第j个电池模块第k+1时刻的电池温度；q为电池的生热率；φoj为第o个电池组冷却风扇第j个电池模块的贡献系数；vi,o(k)为第i个个体第o个电池组冷却风扇第k时刻的风速；c为比热容；mb为电池的质量；hoj为第o个电池组冷却风扇第j个电池模块强制风冷的对流换热系数；Ab为风冷散热的对流换热面积；Tenvir为外界环境温度；公式(3)中，o＝1,2,…,4；i＝1,2,…,N；j＝1,2,…,9；dh为强制风入口的当量直径，该值与风道结构有关；vc为35℃下的空气的黏度；Pr为普朗特数；λ为空气的导热系数；L是电池的高度。进一步地，所述步骤三中，适应值的计算具体地，将第i个个体计算得到的每个电池模块的最终温度Tj(k+1)i按降序排列，然后令九个电池模块中温度最高的电池温度记为Tma(k)i＝Max(Tj(k+1)i)，温度最小的电池模块温度记为Tmi(k)i＝Min(Tj(k+1)i)；然后将公式(4)作为适应度函数，将计算的第i个个体第k时刻的最大温度和最小温度之差TT(k)i的倒数S(k)i定义为适应值大小；进一步地，所述步骤四中，如果t<Tmax，采用公式(5)计算概率：然后按照上述概率所决定的选中机会选择再生个体，适应值大的个体vi被选中的概率高，适应值小的个体vi可能被淘汰。进一步地，所述步骤五中，具体地，按照公式(6)计算交叉率Pc，然后根据交叉率Pc按照公式(7)得到新的群体V2；其中，k1和k2为0-1之间的交叉常数；Smax表示S(k)i中的最大值；Savg表示S(k)i的平均值；Sc表示要交叉的两个个体中较大的S(k)i；θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，l∈{1,2,…,N}，vi'(k)和vl'(k)表示第k时刻交叉后的新个体，vi(k)和vl(k)表示第k时刻需要交叉的个体。进一步地，所述步骤六中，具体地，按照公式(8)计算变异率Pm，然后根据变异率Pm按照基本的单点变异方法得到新的群体V3；其中，k3和k4为0-1之间的自定义常数；Smax表示S(k)i中的最大值；Savg表示S(k)i的平均值；Sb’表示要变异个体的S(k)i大小。与现有技术相比，本专利技术的有益效果是：本专利技术采用自适应遗传算法优化四参数转速大小，以获得动力电池组九个区域温度差最小的目的。本专利技术为电动汽车动力电池系统冷却系统的控制提供必要的技术支持。附图说明图1为本专利技术的结构示意图；图2为本专利技术电池的模块划分图；图3为本专利技术控制方法的流程图。具体实施方式本文档来自技高网...

【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