一种考虑电池排布的锂离子动力电池成组设计方法

专利主权项内容

1.一种考虑电池排布的锂离子动力电池成组设计方法，其特征在于，包括以下步骤：考虑锂离子电池组内部的空间结构，构建具有不同排布结构的锂离子电池模块库；基于预设的锂离子电池放电条件，获取锂离子电池模块库的放电温度数据；根据电池单体数量，确定粒子群优化算法的目标函数；根据锂离子电池模块库的放电温度数据，确定粒子群优化算法的适应度函数；将电池单体横向间隙和电池单体纵向间隙输入至所述粒子群优化算法，结合粒子群优化算法的目标函数进行迭代优化，直至优化结果满足所述粒子群优化算法的适应度函数，输出优化结果，所述优化结果为具有不同排布结构的锂离子电池模块库的最低放电温度；根据具有不同排布结构的锂离子电池模块库的最低放电温度，确定具有不同排布结构的锂离子电池模块库的最优散热间隙；将具有不同排布结构的锂离子电池模块库中的电池单体根据最优散热间隙进行排列，得到排列后的具有不同排布结构的锂离子电池模块库，所述排列后的具有不同排布结构的锂离子电池模块库包括排列后的矩形排布锂离子电池模块库、排列后的菱形排布锂离子电池模块库和排列后的错位排布锂离子电池模块库；根据随机组合原则，对排列后的矩形排布锂离子电池模块库、排列后的菱形排布锂离子电池模块库和排列后的错位排布锂离子电池模块库进行组合，得到待优化的锂离子电池电池组；将待优化的锂离子电池电池组输入至神经网络，所述神经网络包括输入层、第一全连接层、隐藏层、Tanh激活函数、第二全连接层、Sigmoid激活函数和输出层；基于神经网络的输入层，获取待优化的锂离子电池电池组的待优化参数，所述待优化参数表示待优化的锂离子电池电池组中的不同排布锂离子电池模块库之间的间距；基于神经网络的第一全连接层，对待优化参数进行维度映射处理，得到第一映射后的待优化参数；基于神经网络的隐藏层，对第一映射后的待优化参数进行非线性变换处理，得到变换后的待优化参数；基于神经网络的Tanh激活函数，对变换后的待优化参数进行建模，得到待优化参数的非线性关系；基于神经网络的第二全连接层和Sigmoid激活函数，对待优化参数的非线性关系进行维度映射处理，得到第二映射后的待优化参数；基于神经网络的输出层，输出第二映射后的待优化参数，所述第二映射后的待优化参数表示不同排布锂离子电池模块库之间的最优间距；根据不同排布锂离子电池模块库之间的最优间距对待优化的锂离子电池电池组中的不同排布锂离子电池模块库之间的间距进行优化，得到优化后的锂离子电池电池组。