研究背景

针对电池冷却系统的高度非线性、参数时变和迟滞等特点，为了快速降低电池的温度，使电池工作在理想温度范围，并实现节能的目的，论文采用迭代动态规划算法优化电池的冷却系统，以最小的能量损耗使电池组的温度稳定在目标温度范围内。

研究内容

1. 基于电池的生热特性和牛顿冷却定律，建立电池组集中质量热模型，并与AMESim中建立的电池液冷系统模型进行对比，验证其准确性。

图1 电池液冷系统示意图

图2 AMESim电池组冷却系统模型

2. 针对电池热管理系统的高度非线性与时变性，提出一种在多维搜索空间迭代逼近最优值的IDP策略。

图3 迭代动态算法边界收敛图

图4 迭代动态规划算法流程图

3. 通过MATLAB-AMESim联合仿真对比，以验证IDP优化策略的高效性与节能性。

图5 IDP冷却优化策略设计框图

研究结果

1. 基于论文提出的优化策略，终端电池的温度稳定时间提高了76.49%，最大温度误差减小了52.79%，超调量减小了53%。同时，在不同循环测试下电池组最大温差始终保持在2K以内。故基于IDP的优化策略，动力电池组的冷却速率更快，终值更接近目标温度。

表1 U_N_N工况温度曲线的响应参数

图6 U_N_U工况下温度结果对比

图7 恒流3C和U_N_N工况下温度不一致性与偏差

2. 在整个测试周期，基于IDP方法的能量损耗为433.98kJ，比PID方法下的594.53kJ降低了27%，比基于DP方法下的能耗降低了22%，减小了能耗。

图8 U_N_U工况冷却液流速与能量消耗对比

图9 U_N_U工况冷却系统瞬时能耗

图10 冷却系统总能耗

创新点和意义

针对目前动力电池热管理系统中能量过度损耗的问题，论文提出了IDP优化策略，仿真结果表明该策略以最小的能耗对电池组温度进行快速冷却，冷却液流速稳定，验证了IDP优化策略的高效性与节能性。具有重要的理论指导意义与工程应用价值。