【技术实现步骤摘要】
本专利技术属于热管理，具体涉及一种充电模块的智能风冷控制方法及系统。
技术介绍
1、近年来，电动汽车充电行业呈现出蓬勃发展的态势。充电模块作为电动汽车直流充电机的关键设备，起到了至关重要的作用。充电模块由电源输入接口、电源转换器、充电控制器等部分组成，具备电压电流整流、转换和调节的能力，以适应目标设备的充电需求。一个良好的散热系统对设备能否安全、高效地充电起到至关重要的作用。
2、目前，风冷由于其高效、廉价的优势，在充电模块散热系统中大规模使用。主要通过温度采集、控制算法判断、散热风机转速调节三个步骤来进行散热。虽然该技术可以有效的解决散热问题，但仍存在一些不足之处。一方面，控制算法的应用性和准确性还有提升空间。常见的算法包括模糊控制和神经网络等，这些算法在实际应用的过程中需要大量样本进行训练，实时性、准确性、可移植性较差。需要更加精确、实时、通用的控制算法设计。另一方面，目前的风冷散热技术是以成功采集温度数据为前提进行的，如图1所示，将充电模块温度与风扇转速之间建立对应关系，根据充电模块温度调节风机转速，假如在充电模块运行过程中温度传感器出现异常，将造成散热系统整体的瘫痪，出现过度冷却或散热不足等现象。
技术实现思路
1、本专利技术的目的是提供一种充电模块的智能风冷控制方法及系统，以解决现有的风冷控制系统控制策略实时性、准确性不高，以及过度依赖于温度传感器，容易在温度传感器故障时出现过度冷却或散热不足等现象的问题。
2、本专利技术为解决上述技术问题而提供的
3、1)获取多个散热数据样本，每个散热数据样本包括充电模块同一运行状态下的充电数据、温度数据以及该运行状态下的风机散热数据；
4、2)构建充电模块的风冷散热系统模型，所述风冷散热系统模型为充电模块充电数据、温度数据与风机散热数据之间的关系模型；
5、3)初始化风冷散热系统模型参数，根据所述散热数据样本，采用差分进化算法对风冷散热系统模型进行优化；
6、4)获取充电模块的当前运行状态下的充电数据及温度数据，根据优化后的风冷散热系统模型，获得风冷散热数据，根据所获得的风冷散热数据控制风机运行。
7、本专利技术控制方法的有益效果是：本申请构建了充电模块的风冷散热系统模型，所构建的风冷散热系统模型采用差分进化算法来优化系统模型，差分优化算法计算效率高能够提高控制地实时性，且通过差分算法根据充电数据以及温度数据对风冷散热系统模型进行优化，在软件层面上提升了充电模块的风冷散热准确性。利用系统模型中所涉及的输入参数不仅有温度数据，还包括充电模块的充电数据，即使温度传感器异常，也能够通过充电模块运行参数来反映充电模块散热需求，从而不会造成散热系统整体的瘫痪，出现过度冷却或散热不足等现象。
8、进一步地，步骤3)中，根据初始化得到的风冷散热系统模型，利用所述散热数据样本，计算风机散热数据，并根据计算得到的风机散热数据以及散热数据样本中的风机散热数据计算风冷散热利用率，当风冷散热利用率大于等于设定阈值时，输出优化后的风冷散热系统模型，否则执行差分进化算法。
9、在采用差分进化算法优化前对于初始化的风冷散热系统模型，以风冷散热利用率作为算法边界条件进行判断，能够避免不必要的优化，尽快获得控制策略，从而提高控制的高效性。
10、进一步地，所述风冷散热系统模型为风机散热功率计算模型，风机散热功率计算模型根据充电模块的发热量、充电模块热传导和充电模块热辐射来构建。
11、通过充电模块的发热量、充电模块热传导和充电模块热辐射来构建风冷散热系统模型能够使得预测的风机散热量更接近充电模块所需的风机散热量，从而提高控制的精准性。
12、进一步地，所述充电数据包括充电模块的输入功率和输出功率，所述温度数据包括充电模块外部环境温度、散热器表面温度、充电模块进出风口温度和充电模块内部关键功率管温度；所述风机散热数据包括风机散热功率或风机散热量。
13、采集充电模块的输入、输出功能更能够反映充电模块发热量，而以充电模块外部环境温度、散热器表面温度、充电模块进出风口温度和充电模块内部关键功率管温度作为温度数据，能够全面反映充电模块发热、散热情况，通过分级散热功率以及风机散热量更能够反映风机的散热情况，从而提高控制策略制定的准确性及高效性。
14、进一步地，所述风机散热功率计算模型为：p_heat＝pin-pout-q_coud-q_rad，q_rad＝ε·σ·t_s4，其中，p_heat为风机散热功率，pin为充电模块的输入功率，pout为充电模块的输出功率，q_coud为充电模块带热阻的热传导，q_rad为充电模块热辐射，k为热导率，为温度梯度，r_cond为热阻，t_module为充电模块的外部环境温度，ε为单位面积表面辐射率，t_s为单位面积表面温度，σ为斯特藩-玻尔兹曼常数。
15、该计算模型能够反映风机散热功率，从而提高风机控制的精准性。
16、进一步地，所述风冷散热利用率的计算公式为：i∈[1,2,…,n-1,n]，其中，η为风冷散热利用率，p_heati为根据第i个组散热数据原始样本数据计算得到的风机散热功率，q_fani为第i个散热数据样本中的风机散热量，n为散热数据样本的总数，t为散热时间。
17、计算风冷散热利用率时，考虑了多个散热数据样本的平均计算结果，从而更能反映真实的风冷散热利用率，进而提高判断的准确性。
18、进一步地，使用差分进化算法对风冷散热系统模型进行优化时，构建损失函数，根据损失函数的值确定风冷散热系统模型最优参数，所述损失函数为：
19、其中，p_heati为根据第i个散热数据样本计算得到的风机散热功率，q_fani为第i个散热数据样本中的风机散热量，n为散热数据样本的总数，t为散热时间。
20、所构建的损失函数考虑了多个散热数据样本计算时的累加误差，使得计算结果更加可靠，提高所优化模型的可靠性。
21、进一步地，步骤4)中在根据优化后的风冷散热系统模型对风机进行控制的过程中，继续采集充电模块同一运行状态下的充电数据、温度数据以及该运行状态下的风机散热数据作为新的散热数据样本，利用新的散热数据样本按照步骤2)、步骤3)对风冷散热系统模型进行优化，得到新的风冷散热系统模型，当新的风冷散热系统模型的损失函数值优于原优化后的风冷散热系统模型时，以新的风冷散热系统模型控制风机运行。
22、在运行过程中，通过对模型不断优化修正，实现了模型的实时自主更新，实现了充电模块根据实际需求和环境条件进行智能调整，减少能源浪费，提高整体散热效率的效果。
23、进一步地，所述设定阈值为70％。当风冷散热利用率η≥70％时，判定风冷散热利用率满足要求，这兼顾了优化的高效性与准确性。
24、为解决上述技术问题，本专利技术还提供了一种充电模块的智能风冷控制系统，该系统包括控制器和温度采集单本文档来自技高网...
【技术保护点】
1.一种充电模块的智能风冷控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的充电模块的智能风冷控制方法，其特征在于，步骤3)中，根据初始化得到的风冷散热系统模型，利用所述散热数据样本，计算风机散热数据，并根据计算得到的风机散热数据以及散热数据样本中的风机散热数据计算风冷散热利用率，当风冷散热利用率大于等于设定阈值时，输出优化后的风冷散热系统模型，否则执行差分进化算法。
3.根据权利要求1所述的充电模块的智能风冷控制方法，其特征在于，所述风冷散热系统模型为风机散热功率计算模型，风机散热功率计算模型根据充电模块的发热量、充电模块热传导和充电模块热辐射来构建。
4.根据权利要求1～3任意一项所述的充电模块的智能风冷控制方法，其特征在于，所述充电数据包括充电模块的输入功率和输出功率，所述温度数据包括充电模块外部环境温度、散热器表面温度、充电模块进出风口温度和充电模块内部关键功率管温度；所述风机散热数据包括风机散热功率或风机散热量。
5.根据权利要求3所述的充电模块的智能风冷控制方法，其特征在于，所述风机散热功率计算模型为：
6.根据权利要求4所述的充电模块的智能风冷控制方法，其特征在于，所述风冷散热利用率的计算公式为：其中，η为风冷散热利用率，P_heati为根据第i个组散热数据原始样本数据计算得到的风机散热功率，Q_fani为第i个散热数据样本中的风机散热量，n为散热数据样本的总数，t为散热时间。
7.根据权利要求4所述的充电模块的智能风冷控制方法，其特征在于，使用差分进化算法对风冷散热系统模型进行优化时，构建损失函数，根据损失函数的值确定风冷散热系统模型最优参数，所述损失函数为：
8.根据权利要求1所述的充电模块的智能风冷控制方法，其特征在于，步骤4)中在根据优化后的风冷散热系统模型对风机进行控制的过程中，继续采集充电模块同一运行状态下的充电数据、温度数据以及该运行状态下的风机散热数据作为新的散热数据样本，利用新的散热数据样本按照步骤2)、步骤3)对风冷散热系统模型进行优化，得到新的风冷散热系统模型，当新的风冷散热系统模型的损失函数值优于原优化后的风冷散热系统模型时，以新的风冷散热系统模型控制风机运行。
9.根据权利要求2所述的充电模块的智能风冷控制方法，其特征在于，所述设定阈值为70％。
10.一种充电模块的智能风冷控制系统，该系统包括控制器和温度采集单元，其特征在于，该系统还包括充电数据获取单元以及风机散热数据获取单元，所述温度采集单元、充电数据获取单元以及风机散热数据获取单元分别与控制器连接，所述温度采集单元用于采集充电模块的温度数据，所述充电数据获取单元用于获取充电单元的充电数据，所述风机散热数据获取单元用于获取充电模块各运行状态下的风机散热数据，所述控制器用于实现权利要求1～9任意一项所述的充电模块的智能风冷控制方法。
...【技术特征摘要】
1.一种充电模块的智能风冷控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的充电模块的智能风冷控制方法，其特征在于，步骤3)中，根据初始化得到的风冷散热系统模型，利用所述散热数据样本，计算风机散热数据，并根据计算得到的风机散热数据以及散热数据样本中的风机散热数据计算风冷散热利用率，当风冷散热利用率大于等于设定阈值时，输出优化后的风冷散热系统模型，否则执行差分进化算法。
3.根据权利要求1所述的充电模块的智能风冷控制方法，其特征在于，所述风冷散热系统模型为风机散热功率计算模型，风机散热功率计算模型根据充电模块的发热量、充电模块热传导和充电模块热辐射来构建。
4.根据权利要求1～3任意一项所述的充电模块的智能风冷控制方法，其特征在于，所述充电数据包括充电模块的输入功率和输出功率，所述温度数据包括充电模块外部环境温度、散热器表面温度、充电模块进出风口温度和充电模块内部关键功率管温度；所述风机散热数据包括风机散热功率或风机散热量。
5.根据权利要求3所述的充电模块的智能风冷控制方法，其特征在于，所述风机散热功率计算模型为：
6.根据权利要求4所述的充电模块的智能风冷控制方法，其特征在于，所述风冷散热利用率的计算公式为：其中，η为风冷散热利用率，p_heati为根据第i个组散热数据原始样本数据计算得到的风机散热功率，q_fani为第i个散热数据样本中的风机散热...
【专利技术属性】
技术研发人员：范贤博俊，尹家豪，刘苗苗，胡铭杨，贾甜，孟凡提，张雨来，张恒军，谭伟，郝家彬，李琪，巩兆洋，
申请(专利权)人：许继电源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。