一种电池热管理系统多目标优化方法

本发明属于新能源汽车电池热管理相关，更具体地，涉及一种电池热管理系统多目标优化方法。

背景技术：

1、随着全球能源转型与碳中和目标的推进，新能源汽车产业正经历前所未有的快速发展。锂离子动力电池因其高能量密度、长循环寿命及低自放电率等优势，已成为电动汽车的主流动力源。然而，锂离子电池对工作温度极为敏感，其最佳工作温度区间通常为20℃至40℃，且电池模组内部最大温差应控制在5℃以内。电池在充放电过程中伴随显著的焦耳热与电化学反应热，若热量无法及时导出或温度分布严重不均，将直接导致电池内阻增大、可用容量衰减、循环寿命缩短，严重时甚至引发热失控事故，对整车安全构成重大威胁。因此，设计高效、可靠的电池热管理系统已成为新能源汽车开发中的关键技术难题。

2、目前，动力电池热管理技术路线主要分为风冷、液冷、相变材料冷却及直冷四大类。其中，液冷方案因其散热效率高、结构紧凑、易于集成等综合优势，在乘用车领域获得了最为广泛的应用。典型液冷系统通过在电池模组底部或侧面布置液冷板，利用流经板内流道的冷却介质将电池产生的热量带走，实现对电池温度的主动调控。为提升液冷系统的换热能力，研究者们从流道拓扑构型、强化换热结构以及冷却介质参数等多个维度开展了大量工作。例如，部分研究通过在流道内增设针肋、波纹翅片或挡板等扰流元件来增强冷却液与板壁间的对流换热；另有研究采用仿生分形流道、螺旋流道等非常规拓扑结构，以期获得更优的流量分配与温度均匀性。

3、然而，强化换热措施在提升散热性能的同时，不可避免地带来流动阻力增加与泵功消耗上升的问题。流道内增设扰流元件或采用复杂流道构型，均会显著增大冷却液的流动阻力，导致系统压降升高，进而需要更高功率的泵驱动冷却液循环，这直接削减了整车的续航里程。散热性能与系统能耗之间的固有矛盾，构成了液冷系统设计中最为核心的权衡难题。现有研究大多聚焦于单一性能指标的优化，例如单纯追求最低电池温度或最小压降，而未能充分考虑多参数之间的复杂交互效应与耦合影响。部分研究虽然涉及多参数分析，但多采用传统的单因素实验或正交实验方法，难以完整揭示设计变量与多个性能响应之间的非线性映射关系，更无法在设计空间内高效搜索全局最优解。此外，高保真数值仿真虽然能够准确预测电池热管理系统的性能，但其计算成本高昂，单次仿真耗时数小时乃至更长，若直接嵌入迭代优化流程将导致计算负担不可承受，限制了工程应用中的优化效率。

4、因此，亟待提出一种电池热管理系统多目标优化方法，旨在通过仿生肋片结构设计与代理模型辅助的多目标协同优化框架，实现散热性能与能耗效率的综合最优。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明提供了一种电池热管理系统多目标优化方法，其目的在于通过引入仿生蛇形肋片强化换热，并构建基于代理模型与多目标进化算法的优化框架，实现散热性能与能耗效率的综合最优，由此解决液冷系统散热性能与流动阻力之间矛盾突出、多参数协同优化手段不足、高成本仿真难以直接用于迭代优化的技术问题。

2、为实现上述目的，按照本发明的一个方面，提供了一种电池热管理系统多目标优化方法，包括以下步骤：

3、s1：构建电池热管理系统几何模型，在液冷板流道内设置多种形状的肋片进行仿真对比，选取综合性能最优的蛇形肋片布置于流道内；

4、s2：选取多个设计变量，通过控制变量法进行参数影响分析，确定各设计变量之间的相互制约关系；

5、s3：基于拉丁超立方采样获取样本数据集，分别构建电池最高温度的代理模型和系统压降的代理模型；

6、s4：将所述电池最高温度代理模型和所述系统压降代理模型作为优化目标函数，结合多目标进化算法求解帕累托最优解集，并从所述帕累托最优解集中选取最优妥协解；

7、s5：依据所述最优妥协解对应的设计参数组合重构几何模型并进行高精度仿真验证，确定最终结构尺寸和运行参数。

8、优选地，步骤s1具体包括：

9、s11：构建包含多个电池、热界面材料及双液冷板的电池热管理系统几何模型；

10、s12：在液冷板流道内分别设置正方形肋片、圆形肋片、鱼形肋片及蛇形肋片四种肋片结构，各肋片的水力直径保持一致；

11、s13：选取电池最高温度、电池模块温差、系统压降及努塞尔数作为评价指标进行仿真对比；

12、s14：综合评估各肋片构型下的散热性能与流动阻力，选取综合性能最优的蛇形肋片布置于流道内。

13、优选地，步骤s2具体包括：

14、s21：基于所述电池热管理系统几何模型建立数值仿真模型，设置流动与传热边界条件、初始条件及材料物性参数；

15、s22：选取流道宽度、流道高度、肋片弯曲半径、冷却液入口流速及冷却液入口温度作为设计变量；

16、s23：通过控制变量法分别改变各设计变量的取值，求解控制方程获得温度场与流场数据，定量分析各设计变量对电池最高温度、系统压降、电池模块温差及努塞尔数的影响规律；

17、s24：根据分析结果判定各设计变量之间存在相互制约关系，通过多目标优化方法对多参数进行协同优化。

18、优选地，步骤s3具体包括以下细分步骤：

19、s31：在流道宽度、流道高度、肋片弯曲半径、冷却液入口流速及冷却液入口温度五个设计变量的取值范围内，通过拉丁超立方采样获取多个样本点；

20、s32：基于所述样本数据集，分别采用径向基函数模型、二阶响应面模型及克里金模型建立电池最高温度的候选代理模型和系统压降的候选代理模型；

21、s33：通过测试集对各候选代理模型进行精度评估，评估指标包括中位数绝对偏差、平均绝对误差和均方根误差；

22、s34：根据评估结果选取预测误差最小者作为相应的代理模型：电池最高温度选取径向基函数模型，系统压降选取二阶响应面模型。

23、优选地，所述设计变量的取值范围具体为：流道宽度的取值范围为18～22mm；流道高度的取值范围为1.8～2.2mm；肋片弯曲半径的取值范围为1.8～2.2mm；冷却液入口流速的取值范围为0.3～0.5m/s；冷却液入口温度的取值范围为293.15～303.15k。

24、优选地，所述径向基函数代理模型的表达式为：

25、

26、式中，为预测响应，为基函数权重,为径向基函数，为输入变量与样本点的欧氏距离，为构建代理模型所采用的全部训练样本总数量，为样本序号；

27、所述二阶响应面代理模型的表达式为：

28、

29、式中，为预测响应，、、为待定回归系数，为随机误差，为第一个设计变量，为第二个设计变量。

30、优选地，步骤s4具体包括以下细分步骤：

31、s41：将所述电池最高温度代理模型和所述系统压降代理模型作为优化目标函数；

32、s42：结合多目标进化算法进行迭代寻优，所述多目标进化算法包括多目标粒子群算法、第二代非支配排序遗传算法或基于优势区域的多目标进化算法中的至少一种；

33、s43：通过迭代计算获得帕累托最优解集；

34、s44：从所述帕累托最优解集中选取最优妥协解，该最优妥协解在电池最高温度与系统压降之间取得平衡。

35、优选地，步骤s5具体包括以下细分步骤：

36、s51：依据所述最优妥协解对应的设计参数组合，确定所述电池热管理系统的最终结构尺寸和运行参数；

37、s52：依据所述最优设计参数组合重新构建电池热管理系统几何模型并进行高精度仿真验证；

38、s53：通过对比代理模型预测值与高精度仿真值之间的相对误差，验证优化方案的准确性与可行性。

39、优选地，所述蛇形肋片沿冷却液流动方向呈连续弯曲状延伸，其曲线轮廓用于平顺引导流体绕流，以减小流动分离与形状阻力，同时延长流体有效流程并增大换热面积。

40、按照本发明的另一方面，提供了一种电池热管理系统，基于上述的电池热管理系统多目标优化方法进行设计获得。

41、总体而言，通过本发明所构思的以上技术方案与现有技术相比，本发明提供的一种电池热管理系统多目标优化方法主要具有以下有益效果：

42、1. 针对所提出的仿生蛇形肋片结构建立电池最高温度的径向基函数代理模型和系统压降的响应面代理模型，在面对不同实际应用工况时，有利于对冷板结构参数和运行参数进行快速优化设计，为高热流密度电池模组提供可扩展的高效热管理解决方案；

43、2. 本发明通过构建代理模型替代高成本数值仿真，结合多目标进化算法对几何参数与热流体参数进行协同优化，能够在设计空间内快速寻得帕累托最优解集，实现了电池最高温度与系统压降的同步降低，显著提升了系统的综合能效；

44、3. 本发明通过在液冷板流道内引入仿生蛇形肋片，相较于传统正方形、圆形肋片，蛇形肋片的连续弯曲轮廓可减小流动分离与形状阻力，同时延长流体有效流程、增大换热面积，在显著提升换热强度与温度均匀性的同时有效控制流动阻力与系统压降，缓解了强化换热与能耗增加的矛盾；

45、4. 与初始未优化的蛇形肋片模型相比，本发明优化设计后的电池热管理系统实现电池最高温度降低6.98k，系统压降减小339.84pa，同时提高了电池模组的温度均匀性，实现了散热性能与能耗效率的综合最优。