电池电极层设计结果的筛选方法及计算机设备技术

本申请涉及一种电池电极层设计结果的筛选方法及计算机设备，以电池电极的介观结构参数为设计变量，以互相制约的第一性能指标和第二性能指标为优化目标，获得多组帕累托最优解；估计介观结构参数的概率分布，进而对每一组帕累托最优解进行采样，获得每一组帕累托最优解对应的多个采样点；将每一组帕累托最优解对应的多个采样点输入至数值模型中进行仿真，获取每一组帕累托最优解对应的第一性能指标分布数据和第二性能指标分布数据，进而对电池设计结果进行评估。本申请利用介观结构参数的概率分布得到了随机分布的多个采样点，之后通过模型仿真得到第一性能指标的分布规律，进而可以挑选出最具有生产指导意义的设计方案。可以挑选出最具有生产指导意义的设计方案。可以挑选出最具有生产指导意义的设计方案。

【技术实现步骤摘要】
电池电极层设计结果的筛选方法及计算机设备


[0001]本申请涉及电池设计
，特别是涉及一种电池电极层设计结果的筛选方法及计算机设备。

技术介绍

[0002]锂离子电池凭借其高能量密度、长循环寿命以及高放电电压等优势，广泛应用于3C电子、电动交通及储能电站等领域，随着锂离子电池技术的持续发展，客户对锂离子电池的各项性能指标提出了更高的需求。
[0003]一般来讲，电池设计的目的通常是使互相制约的性能同时达到最优，最典型的如同时使比能量和比功率达到最优，举例来说明比能量(Specific energy)和比功率(Specific power)的制约关系：电极厚度变厚可以使电池比能量提升，但会使比功率降低。而对互相制约的性能进行设计会得到多个最优解，举例来解释：电池设计往往会得到这样的两组设计(参数组合)，即：设计一对应的比功率比设计二对应的比功率大，但是设计一对应的比能量比设计二对应的比能量小，同时这两个设计对应的比功率和比能量都大于其他设计对应的比功率和比能量，我们只能得出这两个设计比其他设计好的结论，而不能得出这两个设计中哪个更好，这时我们说这两个设计一样好。进一步推广，电池设计往往会出现多个这种一样好的设计方案，尤其是在使用基于优化算法的仿真方法对互相制约的性能进行优化设计时，一定会出现这样的多个最优解。这种对多个相互制约的优化目标(如比能量和比功率)同时进行优化的问题被称为多目标优化问题，在多目标优化中这些一样好的最优解被叫做帕累托(帕累托)最优解。如图1中的黑色三角形都是帕累托最优解，直观地理解这些解一样好，即：没有一个黑色三角形处于另一个黑色三角形的右上方。传统技术方案中，并不能在多个最优设计方案中挑选出最具有生产指导意义的设计方案。

技术实现思路

[0004]基于此，本申请针对上述技术问题，提供一种电池电极层设计结果的筛选方法及计算机设备。
[0005]本申请提供一种电池电极层设计结果的筛选方法，包括：
[0006]以电池电极的介观结构参数为设计变量，以互相制约的第一性能指标和第二性能指标为优化目标，获得多组帕累托最优解；
[0007]估计所述介观结构参数的概率分布；
[0008]根据所述介观结构参数的概率分布，对每一组帕累托最优解进行采样，获得所述每一组帕累托最优解对应的多个采样点；
[0009]将所述每一组帕累托最优解对应的多个采样点输入至数值模型中进行仿真，获取所述每一组帕累托最优解对应的所述第一性能指标分布数据和第二性能指标分布数据；
[0010]根据所述第一性能指标分布数据和所述第二性能指标分布数据，对电池设计结果进行评估。
[0011]在其中一个实施例中，所述介观结构参数包括正极厚度、负极厚度、正极孔隙率、负极孔隙率、正极颗粒半径以及负极颗粒半径中的一种或者多种。
[0012]在其中一个实施例中，所述介观结构参数包括正极厚度、正极孔隙率和负极孔隙率。
[0013]在其中一个实施例中，所述第一性能指标为比能量，所述第二性能指标为比功率。
[0014]在其中一个实施例中，所述第一性能指标为比容量，所述第二性能指标为比功率。
[0015]在其中一个实施例中，所述介观结构参数的概率分布服从x～N(x
*
，diag(0.1x
*
))，其中x
*
为所述每一组帕累托最优解。
[0016]在其中一个实施例中，所述数值模型为电化学模型、热
‑
电化学模型或者机械
‑
热
‑
电化学模型中的一种。
[0017]在其中一个实施例中，还包括：
[0018]根据所述第一性能指标分布数据和所述第二性能指标分布数据，计算所述每一组帕累托最优解对应的第一性能指标分布方差值和第二性能指标分布方差值；
[0019]对所述每一组帕累托最优解对应的所述第一性能指标分布方差值和所述第二性能指标分布方差值进行线性加和，以获得多个方差数据；
[0020]从获取的所述多个方差数据中选取最小方差，所述最小方差对应的帕累托最优解为最优设计方案。
[0021]在其中一个实施例中，利用实验或者仿真的方法获得所述多组帕累托最优解。
[0022]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一项所述的电池电极层设计结果的筛选方法的步骤。
[0023]上述电池电极层设计结果的筛选方法及计算机设备中，首先以电池电极的介观结构参数为设计变量，以互相制约的第一性能指标和第二性能指标为优化目标，获得多组帕累托最优解；其次估计所述介观结构参数的概率分布；再次根据所述介观结构参数的概率分布，对每一组帕累托最优解进行采样，获得所述每一组帕累托最优解对应的多个采样点；再次将所述每一组帕累托最优解对应的多个采样点输入至数值模型中进行仿真，获取所述每一组帕累托最优解对应的所述第一性能指标分布数据和第二性能指标分布数据；最后根据所述第一性能指标分布数据和所述第二性能指标分布数据，对电池设计结果进行评估。本申请在得到多组帕累托最优解后，利用介观结构参数的概率分布得到了随机分布的多个采样点，之后将采样点的值作为输入，通过模型仿真得到第一性能指标的分布规律，通过第一性能指标的分布规律可以得出生产误差对第一性能指标的影响，进而可以挑选出最具有生产指导意义的设计方案。
附图说明
[0024]为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1为本申请一个实施例提供的帕累托最优解(黑色三角形)以及其他解(圆圈)对
应的比能量和比功率示意图；
[0026]图2为本申请一个实施例提供的电池电极层设计结果的筛选方法流程示意图；
[0027]图3为本申请再一个实施例提供的采样点分布示意图；
[0028]图4为本申请一个实施例提供的采样以及仿真得到比能量的分布示意图；
[0029]图5为本申请一个实施例提供的比能量的分布示意图；
[0030]图6为本申请一个实施例提供的15组比能量分布对应的方差分布示意图。
具体实施方式
[0031]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公开的具体实施的限制。
[0032]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一元件与另一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池电极层设计结果的筛选方法，其特征在于，包括：以电池电极的介观结构参数为设计变量，以互相制约的第一性能指标和第二性能指标为优化目标，获得多组帕累托最优解；估计所述介观结构参数的概率分布；根据所述介观结构参数的概率分布，对每一组帕累托最优解进行采样，获得所述每一组帕累托最优解对应的多个采样点；将所述每一组帕累托最优解对应的多个采样点输入至数值模型中进行仿真，获取所述每一组帕累托最优解对应的第一性能指标分布数据和第二性能指标分布数据；根据所述第一性能指标分布数据和所述第二性能指标分布数据，对电池设计结果进行评估。2.根据权利要求1所述的电池电极层设计结果的筛选方法，其特征在于，所述介观结构参数包括正极厚度、负极厚度、正极孔隙率、负极孔隙率、正极颗粒半径以及负极颗粒半径中的一种或者多种。3.根据权利要求2所述的电池电极层设计结果的筛选方法，其特征在于，所述介观结构参数包括正极厚度、正极孔隙率和负极孔隙率。4.根据权利要求1所述的电池电极层设计结果的筛选方法，其特征在于，所述第一性能指标为比能量，所述第二性能指标为比功率。5.根据权利要求1所述的电池电极层设计结果的筛选方法，其特征在于，所述第一性能指标为比容量，所述第二性能指标为比功率。6.根据权利要求1所述的电池电极层设计结果的筛选方法，其特征在于，所述介...

【专利技术属性】
技术研发人员：李哲，付江涛，
申请(专利权)人：清华大学，
类型：发明
国别省市：