【技术实现步骤摘要】
本专利技术公开一种方法，涉及储能系统冷却，具体地说是一种人工智能控制储能液冷系统的方法。
技术介绍
1、温度是影响锂电池的容量、功率和安全性等性能的最主要的因素之一。与动力电池系统相比，储能系统中电池数量更多，工况也更为复杂，因而容易导致温度分布不均和电芯间温差过大在内的各种问题，从而导致系统充放电在内的众多性能受到影响，引发热失控。
2、目前常见的储能散热技术主要分为风冷、液冷、热管和相变散热四种。液冷技术通过导管或冷板把冷却剂引入储能设备，利用液体的导热性质来进行散热。相对于风冷技术，液冷技术在散热效率上有一定优势，并且可以实现精细化的热管理。热管技术适用于需要高热传导效率和较小尺寸的储能设备，但在大功率应用中存在限制，比如电池数量更多的储能系统，电芯最主要的发热部位在正负极极柱位置，但由于极柱的接线以及设计复杂度和成本问题，目前液冷储能系统中液冷板通常位于电池底部，导致散热效果相对较差，且当前热管理控制策略不够精准，仍需进一步改进和优化。
技术实现思路
1、本专利技术针对现有技术的问题，提供一种人工智能控制储能液冷系统的方法，针对液冷储能系统的热管理，保持稳定的温度和提高散热效率，并满足不同的应用需求，精确地监测和控制电池的温度。
2、本专利技术提出的具体方案是：
3、本专利技术提供一种人工智能控制储能液冷系统的方法，包括：
4、步骤1：改进液冷储能系统：采用氧化铝陶瓷液冷板，采用上置方式将储能液冷系统的液冷板直接贴合电池芯片的
5、步骤2：通过传感器采集液冷储能系统的热能数据，所述热能数据包括电池温度、液冷板温度和液冷流量数据，处理热能数据，
6、步骤3：分析处理后热能数据，获得分析结果，根据分析结果获得液冷储能系统的运行状态、热量分布以及散热效果的数据，
7、步骤4：基于液冷储能系统的运行状态、热量分布以及散热效果的数据，构建和训练人工智能预测模型，利用人工智能预测模型通过学习历史数据和实时数据预测未来的热态发展趋势，并根据当前的热态状态做出相应的决策，
8、步骤5：根据人工智能预测模型预测的热态发展趋势和提供的决策，制定并执行相应的热能控制策略：根据预测的热态发展趋势，调整液冷储能系统的运行参数，控制液冷储能系统的各个组件对液冷储能系统实时调控。
9、进一步，所述的一种人工智能控制储能液冷系统的方法中所述步骤1，还包括：配置液冷储能系统的液冷机组、液冷管路、高低压线束和冷却液，其中为液冷机组配置加热器，在液冷机组中冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节根据液冷管路部署温度传感器和阀门，选配冷却液类型。
10、进一步，所述的一种人工智能控制储能液冷系统的方法中步骤5中，控制液冷储能系统的各个组件对液冷储能系统实时调控，包括：
11、控制液冷储能系统的工作流程，包括：
12、将冷却液通过液冷管路泵送或循环至液冷板，使液冷板上的毛细管网络均匀分配冷却液至液冷板表面，
13、利用液冷板上的导热材料将电池芯片的热量传递给液冷板，同时利用液冷板表面的冷却液与电池芯片的顶部进行热交换，吸收热量，
14、被加热的冷却液通过冷却液管路被泵送至液冷机组，在液冷机组中，冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节
15、通过液冷机组中的散热器将冷却液中的热量散发到周围环境中；
16、将经过散热后冷却液再次泵送回到液冷板，循环往复进行热交换。
17、进一步，所述的一种人工智能控制储能液冷系统的方法中还包括步骤6：利用云端远程监控液冷储能系统，并通过人工智能预测模型管理液冷储能系统。
18、本专利技术提供一种人工智能控制储能液冷系统的装置，包括配置模块、数据处理模块、分析模块、人工智能模型模块和控制模块，
19、配置模块改进液冷储能系统：采用氧化铝陶瓷液冷板，采用上置方式将储能液冷系统的液冷板直接贴合电池芯片的顶部，并且在液冷板内部部署毛细管网络和导热材料，利用毛细管网络分布冷却液并增加液冷板的表面积提高散热效率，利用导热材料将热量从电池芯片传递到毛细管网络以及液冷板的其他部分，
20、数据处理模块通过传感器采集液冷储能系统的热能数据，所述热能数据包括电池温度、液冷板温度和液冷流量数据，处理热能数据，
21、分析模块分析处理后热能数据，获得分析结果，根据分析结果获得液冷储能系统的运行状态、热量分布以及散热效果的数据，
22、人工智能模型模块基于液冷储能系统的运行状态、热量分布以及散热效果的数据，构建和训练人工智能预测模型，利用人工智能预测模型通过学习历史数据和实时数据预测未来的热态发展趋势，并根据当前的热态状态做出相应的决策，
23、控制模块根据人工智能预测模型预测的热态发展趋势和提供的决策，制定并执行相应的热能控制策略：根据预测的热态发展趋势，调整液冷储能系统的运行参数，控制液冷储能系统的各个组件对液冷储能系统实时调控。
24、进一步，所述的一种人工智能控制储能液冷系统的装置中所述配置模块还配置液冷储能系统的液冷机组、液冷管路、高低压线束和冷却液，其中为液冷机组配置加热器，在液冷机组中冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节根据液冷管路部署温度传感器和阀门，选配冷却液类型。
25、进一步，所述的一种人工智能控制储能液冷系统的装置中控制模块控制液冷储能系统的各个组件对液冷储能系统实时调控，包括：控制液冷储能系统的工作流程，包括：
26、将冷却液通过液冷管路泵送或循环至液冷板，使液冷板上的毛细管网络均匀分配冷却液至液冷板表面，
27、利用液冷板上的导热材料将电池芯片的热量传递给液冷板，同时利用液冷板表面的冷却液与电池芯片的顶部进行热交换，吸收热量，
28、被加热的冷却液通过冷却液管路被泵送至液冷机组，在液冷机组中，冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节
29、通过液冷机组中的散热器将冷却液中的热量散发到周围环境中；
30、将经过散热后冷却液再次泵送回到液冷板，循环往复进行热交换。
31、进一步，所述的一种人工智能控制储能液冷系统的装置中还包括云模块，云模块利用云端远程监控液冷储能系统，并通过人工智能预测模型管理液冷储能系统。
32、本专利技术的有益之处是：
33、本专利技术提供一种人工智能控制储能液冷系统的方法，采用氧化铝陶瓷液冷板，采用上置直接接触电芯主要发热部位正负极的方式，相对于置于电芯底部的水冷板方式，具有更高的冷却效果，主要体现在以下几个方面：
34、1、接触面积增大：上置方式可本文档来自技高网...
【技术保护点】
1.一种人工智能控制储能液冷系统的方法，其特征是包括：
2.根据权利要求1所述的一种人工智能控制储能液冷系统的方法，其特征是所述步骤1，还包括：配置液冷储能系统的液冷机组、液冷管路、高低压线束和冷却液，其中为液冷机组配置加热器，在液冷机组中冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节根据液冷管路部署温度传感器和阀门，选配冷却液类型。
3.根据权利要求2所述的一种人工智能控制储能液冷系统的方法，其特征是步骤5中，控制液冷储能系统的各个组件对液冷储能系统实时调控，包括：
4.根据权利要求1所述的一种人工智能控制储能液冷系统的方法，其特征是还包括步骤6：利用云端远程监控液冷储能系统，并通过人工智能预测模型管理液冷储能系统。
5.一种人工智能控制储能液冷系统的装置，其特征是包括配置模块、数据处理模块、分析模块、人工智能模型模块和控制模块，
6.根据权利要求5所述的一种人工智能控制储能液冷系统的装置，其特征是所述配置模块还配置液冷储能系统的液冷机组、液冷管路、高低压线束和冷却液，其中为液冷机组配置加热器，在液冷
7.根据权利要求6所述的一种人工智能控制储能液冷系统的装置，其特征是控制模块控制液冷储能系统的各个组件对液冷储能系统实时调控，包括：控制液冷储能系统的工作流程，包括：
8.根据权利要求5所述的一种人工智能控制储能液冷系统的装置，其特征是还包括云模块，云模块利用云端远程监控液冷储能系统，并通过人工智能预测模型管理液冷储能系统。
...【技术特征摘要】
1.一种人工智能控制储能液冷系统的方法，其特征是包括：
2.根据权利要求1所述的一种人工智能控制储能液冷系统的方法，其特征是所述步骤1，还包括：配置液冷储能系统的液冷机组、液冷管路、高低压线束和冷却液，其中为液冷机组配置加热器，在液冷机组中冷却液经过压缩机冷却，冷却过的冷却液经过加热器进行加热或温度调节根据液冷管路部署温度传感器和阀门，选配冷却液类型。
3.根据权利要求2所述的一种人工智能控制储能液冷系统的方法，其特征是步骤5中，控制液冷储能系统的各个组件对液冷储能系统实时调控，包括：
4.根据权利要求1所述的一种人工智能控制储能液冷系统的方法，其特征是还包括步骤6：利用云端远程监控液冷储能系统，并通过人工智能预测模型管理液冷储能系统。
5.一种人工智能控制储能液冷系统的装置，...
【专利技术属性】
技术研发人员：孙志聪，张洪涛，项中煜，许汉生，
申请(专利权)人：山东浪潮数据库技术有限公司，
类型：发明
国别省市：
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。