点击蓝字
关注我们
相变冷却与液冷耦合的锂电池组热管理系统多目标优化
许智 姜昌伟 李兵 亓俣权 钱发 李光伟
摘要
针对一种相变材料耦合液冷散热的电池热管理系统进行了基于神经网络与非支配排序遗传算法（NSGA-Ⅱ）结合的多目标优化。首先使用数值模拟方法研究了不同电池间距、冷却液流速和冷却液通道纵横比等设计变量对电池散热效果的影响， 然后利用拉丁超立方抽样（LHS） 生成设计变量经数值模拟获得目标值进行神经网络训练， 建立起设计变量与电池最高温度和最大温差之间的映射关系。随后采用带精英保留策略的NSGA-Ⅱ算法找到最小化电池包体积（Vb）、 电池最高温度（Tmax）和电池最大温差（ΔTmax） 的三目标优化Pareto前沿并确定最佳设计。最终优化结果表明， 神经网络与NSGA-Ⅱ算法结合的多目标优化方法十分有效。相较于初始设计，优化后的Vb降低了7.6%，能量密度提升了8.22%； 电池组Tmax和ΔTmax分别为34.89 ℃和4.02 ℃； 相变材料（PCM）的利用率提升了7%；冷却液泵功耗从8.79× 10-4 W降低到了4.065× 10-4 W，降低幅度高达53.75%。
正文
参考文献
[1]许智,姜昌伟,李兵,等. 相变冷却与液冷耦合的锂电池组热管理系统多目标优化 [J/OL]. 化工进展, 1-17[2025-01-14].
END
注：部分材料源自网络，仅作为最新文章分享交流，版权归原作者所有，如涉侵权，请联系。
