【技术实现步骤摘要】
本专利技术属于电池供电或配电的系统领域，具体涉及一种配电柜并联电池管理系统。
技术介绍
1、传统的电池管理系统通常依赖于集中式的架构设计，虽然在一定程度上简化了系统集成与运维，但在面对复杂多变的实际应用场景时，其局限性逐渐显现。特别是在热管理方面，集中在配电柜中的并联电池管理系统，经常设计集中放置功率器件和控制模块，但集中放置的功率器件和控制模块可能造成局部热岛效应，特别是当散热不充分或环境温度过高时，可能会导致热继电器频繁动作，影响系统稳定运行，甚至因过热风险，引发安全隐患。
技术实现思路
1、本专利技术的目的在于提供一种配电柜并联电池管理系统，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：
3、配电柜并联电池管理系统，包括：
4、本地控制单元：本地控制单元具体为微处理器，本地控制单元用于实时监控配电柜内部的温度、电流、电压参数，本地控制单元用于实时采集各个功率器件与控制模块的运行状态，本地控制单元用于动态调整散热风扇转速、调节dc/dc电源模块工作频率；
5、云端热管理服务器：云端热管理服务器通过物联网与每个配电柜的本地控制单元建立数据交换通道，云端热管理服务器用于收集各配电柜的实时工作数据及环境参数，通过大数据分析、机器学习算法，建立温度-负载-热管理策略模型库；
6、温度-负载-热管理策略模型库：被配置在云端热管理服务器，该温度-负载-热管理策略模型库包含并联电池配电柜不同
7、云端热管理服务器用于接收来自目标并联电池配电柜的本地控制单元实时数据，通过访问温度-负载-热管理策略模型库，计算目标并联电池配电柜的本地控制单元工况下的最优工作模式，然后将该最优工作模式的控制指令通过网络发送至相应目标并联电池配电柜的本地控制单元， 目标并联电池配电柜的本地控制单元接收到指令后，即时调整配电柜内各项参数，动态调整散热风扇转速、调节dc/dc电源模块工作频率，避免热继电器频繁动作。
8、进一步，功率器件包括：绝缘栅双极晶体管、金属氧化物半导体场效应晶体管、二极管、继电器、接触器、熔断器；
9、进一步，控制模块包括：微处理器、传感器接口电路、通信模块、过压保护、欠压保护、短路保护电路。
10、进一步， 通过大数据分析、机器学习算法，建立温度-负载-热管理策略模型库包括：
11、云端热管理服务器收集配电柜内部的温度、电流、电压数据，还自动调取相应的外部环境温度、湿度、气压参数，以及并联电池的历史运行数据；
12、进行数据清洗过程，剔除异常值和噪声，使用时间序列分析识别并填补数据空缺；
13、从收集到的多维度数据中提取关键特征，关键特征包括环境温度与电流变化率的组合特征，特征选择采用主成分分析方法；
14、采用梯度提升机建立预测模型，模拟温度、负载与热管理策略之间的关系，模型训练过程中利用交叉验证和网格搜索进行超参数调优，以提高预测准确度和泛化能力；
15、根据模型预测结果，生成针对不同工况的热管理策略；
16、通过粒子群优化方法从多个候选策略中选择全局最优解。
17、进一步，特征选择采用主成分分析方法，包括：
18、计算衍生特征，衍生特征包括电流变化率、温度变化斜率；
19、采用主成分分析方法来减少特征维度，同时保留数据中的主要变化信息；在特征选择后，利用特征重要性评估方法进一步筛选最相关特征；对所有选中的特征进行归一化处理。
20、进一步，采用梯度提升机建立预测模型，模拟温度、负载与热管理策略之间的关系，模型训练过程中利用交叉验证和网格搜索进行超参数调优，具体的：
21、对经过特征选择和归一化的数据集进行预处理，将数据 划分为训练集、验证集和测试集，其中训练集用于模型学习，验证集用于模型选择和超参数调优，测试集则用来评估模型最终的泛化能力；梯度提升机模型的目标是学习温度、负载条件与最佳热管理策略之间的关系；
22、将训练集进一步分割为k个子集，其中k-1个子集用于训练，剩下的一个子集用于验证，采用k折交叉验证，这个过程循环k次，每次更换验证集，最后计算k次验证结果的平均性能指标；
23、利用网格搜索方法遍历预先定义好的超参数组合空间，超参数包括学习率、树的深度、子样本比例、特征子集大小。
24、进一步，通过粒子群优化方法从多个候选策略中选择全局最优解，具体：
25、构建一个复合目标函数，复合目标函数综合考虑热安全性、能耗、系统效率及设备寿命多方面因素，形成单一评价指标；将每一个候选热管理策略视为粒子群中的一个粒子，每个粒子的位置向量编码热管理策略的关键参数，关键参数包括散热风扇转速、dc/dc电源模块工作频率、负载分配比例；粒子群初始化时，随机分布于策略空间，覆盖从轻载到重载、不同环境温度下的多种可能策略组合；
26、构建适应度函数，适应度函数用于评价粒子的好坏，直接关联到目标函数的值，适应度值越高，表明该策略越优；应用pso算法，每个粒子根据其历史最优位置和整个粒子群的历史最优位置调整飞行方向和速度，不断迭代更新自身位置，以逼近全局最优解，通过设定最大迭代次数或目标函数值变化的阈值作为算法停止条件。
27、根据模型预测结果，生成针对不同工况的热管理策略：
28、当检测到低环境温度且系统处于轻载状态时，热管理策略：本地控制单元降低散热风扇转速，同时提高dc/dc转换器的工作频率以提高转换效率；
29、在适中环境温度和中载条件下，热管理策略：维持系统在最佳工作温度范围内，实时监控数据，动态调整散热风扇和dc/dc模块，以维持各组件在安全温度下；
30、在高温环境与重载条件下，热管理策略：本地控制单元增强散热风扇转速，同时降低dc/dc转换器的工作频率并降低负载，以防止过热。
31、进一步，环境温度小于10°c即低环境温度，环境温度大于等于10°c且环境温度小于等于30°c即适中环境温度，环境温度大于30°c即高温环境。
32、进一步，系统处于轻载即电池的负载小于额定功率的40%；
33、中载条件即电池的负载大于等于额定功率的40%且小于等于额定功率的70%；
34、重载条件即电池的负载高于额定功率的70%。
35、有益效果
36、显著提升热管理效率与安全性：通过云端与本地控制的紧密协同，系统能够实时监测并预测热状态，动态调整散热策略，有效避免了局部热岛效应，降低了热继电器频繁动作的风险，从而显著增强了系统的热安全性。特别是在极端工况下，通过智能调控散热风扇和dc/dc转换器，有效控制了系统温度，确保电池和关键电子组件在安全工作范围内，延长设备使用寿命 。
37、优化能源利用与系统效率：依据实时工况自适应调整的热管理策略，实现了在不同环境温度和本文档来自技高网...
【技术保护点】
1.一种配电柜并联电池管理系统，其特征在于，包括：
2.根据权利要求1所述的一种配电柜并联电池管理系统，其特征在于，功率器件包括：绝缘栅双极晶体管、金属氧化物半导体场效应晶体管、二极管、继电器、接触器、熔断器；
3.根据权利要求1所述的一种配电柜并联电池管理系统，其特征在于，通过大数据分析、机器学习算法，建立温度-负载-热管理策略模型库包括：
4.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，特征选择采用主成分分析方法，包括：
5.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，采用梯度提升机建立预测模型，模拟温度、负载与热管理策略之间的关系，模型训练过程中利用交叉验证和网格搜索进行超参数调优，具体的：
6.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，通过粒子群优化方法从多个候选策略中选择全局最优解，具体：
7.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，根据模型预测结果，生成针对不同工况的热管理策略：
8.根据权利要求7所述的一种配电柜并
9.根据权利要求7所述的一种配电柜并联电池管理系统，其特征在于，系统处于轻载即电池的负载小于额定功率的40%；
...【技术特征摘要】
1.一种配电柜并联电池管理系统，其特征在于，包括：
2.根据权利要求1所述的一种配电柜并联电池管理系统，其特征在于，功率器件包括：绝缘栅双极晶体管、金属氧化物半导体场效应晶体管、二极管、继电器、接触器、熔断器；
3.根据权利要求1所述的一种配电柜并联电池管理系统，其特征在于，通过大数据分析、机器学习算法，建立温度-负载-热管理策略模型库包括：
4.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，特征选择采用主成分分析方法，包括：
5.根据权利要求3所述的一种配电柜并联电池管理系统，其特征在于，采用梯度提升机建立预测模型，模拟温度、负载与热管理策略之间的关系，模型训练过程中利...
【专利技术属性】
技术研发人员：关跃宗，杨闯，马永涛，
申请(专利权)人：河南西子电气科技有限公司，
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。