一种液冷锂离子电池组结构优化方法

    公开(公告)号:CN117371304A

    公开(公告)日:2024-01-09

    申请号:CN202311187048.3

    申请日:2023-09-14

    Abstract: 本发明公开了一种液冷锂离子电池组结构优化方法,属于电动汽车动力电池液冷散热技术领域。包括:建立液冷锂离子电池组的几何模型,设定设计变量及分析目标,并进行网格划分;所述设计变量包括:入口流速、入口温度、环境温度、流道厚度和流道宽度;所述分析目标为最高温度和最大温差;采用回归模型描述设计变量与分析目标之间的关系,利用响应面分析法进行分析,得到回归方程;将所述回归方程带入粒子群算法进行最优结构的寻找,根据帕累托最优解,选择最优结构参数。本发明利用响应面分析法建立模型,方便快速的找出较优的综合值以减少分析时间,优化后的多个参数可以获得最佳的冷却性能,降低电池的整体温度,并提高温度分布的均匀性。

    一种基于改进正余弦算法的多尺度SOC/SOH估计方法

    公开(公告)号:CN114705989B

    公开(公告)日:2025-05-06

    申请号:CN202210203127.8

    申请日:2022-03-03

    Abstract: 本发明公开了一种基于改进正余弦算法的多尺度SOC/SOH估计方法,属于锂电池SOC/SOH估计技术领域。该技术方案首先建立电池的二阶RC等效电路模型;利用双扩展卡尔曼滤波在多尺度上估计电池的状态和参数;利用改进的正弦余差算法MSCA对系统状态误差协方差Q和测量噪声协方差R进行优化;最后联合双卡尔曼滤波和改进的正弦余弦算法进行SOC/SOH估计。本专利所提供技术能够有效的提高SOC估计的精度,并且多尺度的在线更新方法能够有效的减少计算成本,准确实时监控动力锂电池SOC/SOH能够确保电池及时得到相应的维护或更换的准备工作,有效地发现和避免电池的不安全行为,为动力电池的稳定性提供保障。

    一种基于改进正余弦算法的多尺度SOC/SOH估计方法

    公开(公告)号:CN114705989A

    公开(公告)日:2022-07-05

    申请号:CN202210203127.8

    申请日:2022-03-03

    Abstract: 本发明公开了一种基于改进正余弦算法的多尺度SOC/SOH估计方法,属于锂电池SOC/SOH估计技术领域。该技术方案首先建立电池的二阶RC等效电路模型;利用双扩展卡尔曼滤波在多尺度上估计电池的状态和参数;利用改进的正弦余差算法MSCA对系统状态误差协方差Q和测量噪声协方差R进行优化;最后联合双卡尔曼滤波和改进的正弦余弦算法进行SOC/SOH估计。本专利所提供技术能够有效的提高SOC估计的精度,并且多尺度的在线更新方法能够有效的减少计算成本,准确实时监控动力锂电池SOC/SOH能够确保电池及时得到相应的维护或更换的准备工作,有效地发现和避免电池的不安全行为,为动力电池的稳定性提供保障。

Patent Agency Ranking