一种适用于AGV物流车动力电池的混合式热管理方法及装置

本发明涉及电池管理领域，具体涉及一种适用于agv(an automated guidedvehicle，自动导引)物流车动力电池的混合式热管理方法及装置。

背景技术：

1、随着科技的迅猛发展和工业化进程的加快，自动化物流系统，特别是基于自动导引车(agv)的物流车系统，正逐渐成为物流传输的重要组成部分。agv物流车以其高效、灵活且可靠的特性，在众多工业领域中得到了广泛应用，特别是在制造业和电商物流中占据了重要地位。然而，随着agv物流车的大规模使用，其动力电池系统的热管理问题逐渐凸显。由于电池在充放电过程中会产生大量热量，不合理的热管理会导致电池温度过高，从而影响电池的性能、安全性和寿命。因此，研发一种高效、可靠的动力电池热管理技术，以维持电池在最佳工作状态，已成为业界的重要需求。

技术实现思路

1、本发明的目的在于克服现有技术的缺点，提供一种适用于agv物流车动力电池的混合式热管理方法及装置，结合微热管阵列、风冷和液冷，实现电池温度的均匀分布和系统能耗的最优化。

2、本发明采取如下技术方案实现上述目的，一方面，本发明提供一种适用于agv物流车动力电池的混合式热管理方法，所述方法包括：

3、步骤1、根据agv物流车动力电池的尺寸和形状，设计适配的微热管阵列结构；

4、步骤2、在所述微热管阵列结构的上半部分配置风冷系统，在微热管阵列的下半部分设置液冷系统；

5、步骤3、构建高维代理模型，并对高维代理模型进行训练；

6、步骤4、通过训练完成的高维代理模型生成参数值；

7、步骤5、通过粒子群优化算法对生成的参数值进行优化；

8、步骤6、对优化结果进行分析，确保满足所有约束条件，并根据优化目标之间的权衡关系对优化结果进行调整；

9、步骤7、在实际电池系统中应用优化后的参数，并进行实际测试，根据实际测试结果，调整高维代理模型与粒子群优化策略。

10、进一步的是，步骤3具体包括：

11、定义参数范围，确定模型的输入参数，包括风冷风速、液冷中的水流速、电池x方向间距、热管厚度及高度，电池x方向间距是指电池单体或模块在其布局方向上的距离；

12、在定义的参数范围内，通过数值模拟或实验测试，采集数据点，对采集到的数据进行预处理，包括归一化、缺失值处理以及异常值剔除；

13、选择高斯过程回归的代理模型拟合预处理后的数据；

14、通过拟合后的数据训练选定的代理模型。

15、进一步的是，风冷风速与冷却效果的关系表达式如下：

16、qair＝hair×aair×(tbattery-tambient)，其中qair是由风冷带走的热量，hair是空气的对流传热系数，该系数与风速有关，aair是电池表面积，tbattery是电池的表面温度，tambient是环境温度。

17、液冷中的水流速与液冷效果的关系表达式如下：

18、qliquid＝hliquid×aliquid×(tbattery-tliquidinlet)，其中qliquid是由液冷带走的热量，hliquid是冷却液的对流传热系数，该系数与液体的流速有关，aliquid是电池与冷却液接触的表面积，tbattery是电池的表面温度，tliquidinlet是冷却液的进口温度。

19、电池x方向间距与热传导效果的关系表达式如下，其中q1为热传递量，k为热传导系数，a1为接触面积，δt1为温度差，d为电池x方向间距。

20、电池x方向间距与通风效果的关系表达如下，其中为通风质量流率，ρ为空气密度，a为通风截面积，v为空气流速。

21、热管的厚度与热传导效果的关系表达式如下，q2＝h2×a2×δt2，其中q2为热传递量，h2为热传导系数，a2为热管表面积，δt2为电池与热管之间的温度差。

22、热管的高度与热对流效果的关系表达式如下，q3＝h3×a3×δt3，其中q3为热对流量，h3为对流传热系数，a3为热管与电池之间的接触面积，δt3为电池与环境之间的温度差。

23、进一步的是，步骤5具体包括：

24、确定优化变量参数，所述变量参数包括风冷的风速、液冷中的水流速、液冷入水口的温度、电池x方向间距、热管厚度及高度；

25、设置优化目标，最小化所述优化目标；

26、选择粒子群优化算法进行优化，优化过程包括：初始化，在给定的约束条件下，随机初始化每个粒子的位置和速度；评估，使用代理模型计算每个粒子的优化目标函数值；

27、更新：对于每个粒子，比较其当前适应度值与历史最佳适应度，如果当前值更优，则更新历史最佳适应度；比较所有粒子的当前适应度值，找出最佳的，并设其为全局最佳适应度；

28、移动粒子：使用pso(particle swarm optimization，粒子群优化算法)的速度和位置更新公式，根据历史最佳适应度和全局最佳适应度移动粒子，寻找新的参数组合；

29、检查收敛：若全局最佳适应度在连续多次迭代中没有改进或改进小于设置的阈值，或者达到了预设的最大迭代次数，则判断优化算法已经收敛；

30、输出：返回全局最佳适应度对应的参数组合作为电池系统的最优参数。

31、另一方面，本发明提供一种适用于agv物流车动力电池的混合式热管理装置，所述装置包括：

32、微热管阵列结构设计模块，用于根据agv物流车动力电池的尺寸和形状，设计适配的微热管阵列结构；

33、风冷系统配置模块，用于在所述微热管阵列结构的上半部分配置风冷系统；

34、液冷系统配置模块，用于在微热管阵列的下半部分设置液冷系统；

35、模型处理模块，用于构建高维代理模型，并对高维代理模型进行训练；以及通过训练完成的高维代理模型生成参数值；

36、优化模块，用于通过粒子群优化算法对生成的参数值进行优化；

37、分析模块，用于对优化结果进行分析，确保满足所有约束条件，并根据优化目标之间的权衡关系对优化结果进行调整；

38、应用模块，用于在实际电池系统中应用优化后的参数，并进行实际测试，根据实际测试结果，调整高维代理模型与粒子群优化策略。

39、本发明的有益效果为：

40、本发明结合微热管阵列、风冷和液冷的混合式热管理技术。这种混合式设计能够更灵活地适应不同工况下的冷却需求，提高冷却效率，并确保电池在各种环境条件下的稳定运行。

41、本发明通过将电池包裹在微热管阵列中，能够更有效地导出电池产生的热量，改善电池的温度分布，从而延长电池的寿命，并提高其性能。

42、本发明对多个影响热管理性能的参数进行优化，实现电池组内部温差的最小化，电池最高温度的控制，系统能耗的降低，以及电池组整体重量的减轻。

43、本发明利用高维代理模型在参数空间中进行高效搜索，大大缩短了优化过程的时间，提高了优化结果的准确性和可靠性。

44、本发明在设计和优化过程中，不仅考虑了温度管理，还综合考虑了系统的能耗和电池组的重量，确保了系统的整体性能的平衡和协调。