[发明专利]基于回归模型算法的混合热管理系统多目标优化设计方法

权利要求书

1.一种基于回归模型算法的混合热管理系统多目标优化设计方法，用以获得最优车载锂离子动力电池包混合热管理系统设计方案，其特征在于，包括以下步骤：

1)综合考虑热管理控温效果和充电速率，确定电池包混合热管理系统的设计参数；

2)根据实际车载工况确定每个设计参数的取值范围，包括取值的上、下限及取值间隔；

3)每个设计参数分别在取值范围内等间隔取值后正交生成多个设计参数的组合；

4)对每个设计参数组合进行实验获取用以反映控温效果的目标参数值，并将每个设计参数组合及其对应的目标参数值构成小范围实验测试样本；

5)构建神经网络回归模型，以小范围实验测试样本作为输入进行训练并评估准确率，若准确率满足要求，则完成神经网络回归模型的训练；

6)以实际设计过程中的设计参数组合输入到训练好的神经网络回归模型中，进行预测得到对应的预测目标参数值；

7)根据预测目标参数值进行筛选得到最优的设计参数组合，即最优的设计方案。

2.根据权利要求1所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤1)中，电池包混合热管理系统的设计参数包括换热介质流速/流量参数和换热介质结构参数。

3.根据权利要求2所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的设计参数具体为影响热管理控温效果的液冷流道流量Q和相变材料厚度Th以及影响充电速率的快速充电倍率C。

4.根据权利要求1所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤4)中，所述的目标参数包括最高温度T_max和电池组温度标准差TSD。

5.根据权利要求4所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤4)中，最高温度T_max的表达式为：

T_max＝Max(T₁,T₂,…T_n)

其中，T_n为设置在电池上的第n个测点测得的温度。

6.根据权利要求4所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤4)中，电池组温度标准差TSD的表达式为：

其中，T_i为设置在电池上第i个测点测得的温度，为所有测点的平均温度，N为设置在电池上的测点总数。

7.根据权利要求1所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤5)中，分别根据两个目标参数对应构建两个神经网络回归模型，第一个神经网络回归模型以设计参数组合和最高温度T_ma为输入进行训练，第二个神经网络回归模型以设计参数组合和电池组温度标准差TSD为输入进行训练。

8.根据权利要求1所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，所述的步骤7)中，通过设定控温效果的阈值判断实际设计过程中的设计参数组合对应的预测目标参数值是否满足设计要求。

9.根据权利要求8所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，控温效果的阈值具体为：

最高温度T_max≤40℃，温度标准差TSD≤5℃且充电倍率C≥C_limited。

10.根据权利要求8所述的一种基于回归模型算法的混合热管理系统多目标优化设计方法，其特征在于，将同时满足控温效果阈值的设计参数组合作为初步最优设计组合，当初步最优设计组合存在多个时，则通过提升控温效果阈值直至得到最优设计组合。