[發明專利]基于回歸模型算法的混合熱管理系統多目標優化設計方法

在審

• 申請號: 202110646916.4
• 申請日: 2021-06-10
• 公開（公告）號: CN113435016A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 魏學哲;陳思琦;戴海峰;張廣續;徐雅慧;張少哲
• 申請（專利權）人: 同濟大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04;G06F119/08
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，用以獲得最優車載鋰離子動力電池包混合熱管理系統設計方案，其特征在于，包括以下步驟：

1)綜合考慮熱管理控溫效果和充電速率，確定電池包混合熱管理系統的設計參數；

2)根據實際車載工況確定每個設計參數的取值范圍，包括取值的上、下限及取值間隔；

3)每個設計參數分別在取值范圍內等間隔取值后正交生成多個設計參數的組合；

4)對每個設計參數組合進行實驗獲取用以反映控溫效果的目標參數值，并將每個設計參數組合及其對應的目標參數值構成小范圍實驗測試樣本；

5)構建神經網絡回歸模型，以小范圍實驗測試樣本作為輸入進行訓練并評估準確率，若準確率滿足要求，則完成神經網絡回歸模型的訓練；

6)以實際設計過程中的設計參數組合輸入到訓練好的神經網絡回歸模型中，進行預測得到對應的預測目標參數值；

7)根據預測目標參數值進行篩選得到最優的設計參數組合，即最優的設計方案。

2.根據權利要求1所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟1)中，電池包混合熱管理系統的設計參數包括換熱介質流速/流量參數和換熱介質結構參數。

3.根據權利要求2所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的設計參數具體為影響熱管理控溫效果的液冷流道流量Q和相變材料厚度Th以及影響充電速率的快速充電倍率C。

4.根據權利要求1所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟4)中，所述的目標參數包括最高溫度T_max和電池組溫度標準差TSD。

5.根據權利要求4所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟4)中，最高溫度T_max的表達式為：

T_max＝Max(T₁,T₂,…T_n)

其中，T_n為設置在電池上的第n個測點測得的溫度。

6.根據權利要求4所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟4)中，電池組溫度標準差TSD的表達式為：

其中，T_i為設置在電池上第i個測點測得的溫度，為所有測點的平均溫度，N為設置在電池上的測點總數。

7.根據權利要求1所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟5)中，分別根據兩個目標參數對應構建兩個神經網絡回歸模型，第一個神經網絡回歸模型以設計參數組合和最高溫度T_ma為輸入進行訓練，第二個神經網絡回歸模型以設計參數組合和電池組溫度標準差TSD為輸入進行訓練。

8.根據權利要求1所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，所述的步驟7)中，通過設定控溫效果的閾值判斷實際設計過程中的設計參數組合對應的預測目標參數值是否滿足設計要求。

9.根據權利要求8所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，控溫效果的閾值具體為：

最高溫度T_max≤40℃，溫度標準差TSD≤5℃且充電倍率C≥C_limited。

10.根據權利要求8所述的一種基于回歸模型算法的混合熱管理系統多目標優化設計方法，其特征在于，將同時滿足控溫效果閾值的設計參數組合作為初步最優設計組合，當初步最優設計組合存在多個時，則通過提升控溫效果閾值直至得到最優設計組合。