CN112541300A - 电池组、构建其的方法、计算设备及计算机可读存储介质 - Google Patents

电池组、构建其的方法、计算设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112541300A
CN112541300A CN202011364355.0A CN202011364355A CN112541300A CN 112541300 A CN112541300 A CN 112541300A CN 202011364355 A CN202011364355 A CN 202011364355A CN 112541300 A CN112541300 A CN 112541300A
Authority
CN
China
Prior art keywords
battery pack
candidate
candidate battery
battery
capacity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011364355.0A
Other languages
English (en)
Inventor
安顿·杜斯
米兰·波波维奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jettworth Trading Co ltd
Original Assignee
Jettworth Trading Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jettworth Trading Co ltd filed Critical Jettworth Trading Co ltd
Publication of CN112541300A publication Critical patent/CN112541300A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Secondary Cells (AREA)
  • Battery Mounting, Suspending (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开一种用于构建电池组的方法(1000)，所述方法通过计算机实现，包括:接收(1100)与所述电池组相关的多项要求，其中，所述与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；使用至少一个候选电池单元构建(1200)至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述所需容量和所述所需电压为中心的预定范围内；基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定(1300)所述至少一个候选电池组中的每一个电池组的性能得分；和将所述至少一个候选电池组中所述性能得分最高的候选电池组确定(1400)为所述电池组。

Description

电池组、构建其的方法、计算设备及计算机可读存储介质
技术领域
本发明各实施方式涉及一种用于构建电池组的方法以及通过使用该方法构建的电池组。具体地，各实施方式涉及基于使用穷举搜索(brute-force search)、人类知识(human-knowledge)和领域启发(domain heuristics)算法的电池组设计自动化。
背景技术
电池组通常使用具有成千上万个潜在零件库的零件组合来设计。当试图找到最佳的零件组合时，大量的潜在零件会导致组合爆炸。
例如，某些电池组设计可能具有可供选择的拥有数百或数千个潜在电池单元模型的可行潜在库，其中，一些电池单元是圆柱形的，其他一些是具有不同阴极材料的棱柱形或袋状。此外，每一个电池单元可能具有50个独特的参数，例如，最大充电电压或循环周期等。
当前的电池设计系统在设计电池时会利用人类的知识和直觉来限制总搜索量并防止组合爆炸。然而，由于潜在电池设计的全部潜在搜索空间未被创建或分析，这经常导致低于最优的结果，例如，人类工程师可能花费几个小时仅使用一个或两个电池单元来设计一个电池组。
发明内容
因此，需要先进的和改进的执行更自动化的设计的电池组设计方法。此外，需要一种考虑到个别和特定的使用场景的电池设计方法，例如，电动汽车、电动工具和太阳能存储系统在电气和机械要求上不同的特定需求。
独立权利要求的特征满足了这种需求。从属权利要求的特征定义实施例。
一种用于构建电池组的计算机实现的方法，所述方法包括:接收与所述电池组相关的多项要求，其中，与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；使用至少一个候选电池单元构建至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述电池组的所述所需容量和所述所需电压为中心的预定范围内；基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定所述至少一个候选电池组中的每一个电池组的性能得分；和将所述至少一个候选电池组中所述性能得分最高的候选电池组确定为所述电池组。
一种计算设备，其中，所述计算设备包括存储计算机程序的至少一个存储器，和处理器，所述处理器被配置为通过执行所述计算机程序来执行一种用于构建电池组的计算机实现的方法。所述方法包括:接收与所述电池组相关的多项要求，其中，与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；使用至少一个候选电池单元构建至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述电池组的所述所需容量和所述所需电压为中心的预定范围内；基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定所述至少一个候选电池组中的每一个电池组的性能得分；和将所述至少一个候选电池组中所述性能得分最高的候选电池组确定为所述电池组。
一种电池组，其中，所述电池组通过使用一种用于构建电池组的计算机实现的方法构建。所述方法包括:接收与所述电池组相关的多项要求，其中，与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；使用至少一个候选电池单元构建至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述电池组的所述所需容量和所述所需电压为中心的预定范围内；基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定所述至少一个候选电池组中的每一个电池组的性能得分；和将所述至少一个候选电池组中所述性能得分最高的候选电池组确定为所述电池组。
一种计算机可读存储介质，被配置为在其中存储计算机程序产品，所述计算机程序产品包括被配置为使计算设备执行一种用于构建电池组的计算机实现的方法的计算机可读程序代码。接收与所述电池组相关的多项要求，其中，与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；使用至少一个候选电池单元构建至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述电池组的所述所需容量和所述所需电压为中心的预定范围内；基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定所述至少一个候选电池组中的每一个电池组的性能得分；和将所述至少一个候选电池组中所述性能得分最高的候选电池组确定为所述电池组。
应当理解，在不脱离本发明的范围的情况下，上面提到的特征以及下面将要解释的特征，不仅可以在所示的各个组合中使用，而且可以以其他组合或单独使用。
附图说明
图1示意性地示出了用于构建电池组的一种系统的各个方面。
图2是一种用于构造电池组的方法的流程图。
图3是用于构建候选电池组的伪代码的流程图。
图4是用于生成电池组的包装配置的伪代码的流程图。
图5是用于确定电池组的性能得分的伪代码的流程图。
具体实施方式
在下文中，将参考附图详细描述本发明的实施例。应该理解的是，以下实施例的描述不应被视为限制性的。本发明的范围不旨在由下文描述的实施例或附图所限制，附图仅是示例性的。
这些附图应被认为是示意图，并且如图所示的元件不一定按比例显示。相反，各种元件被表示为使得它们的功能和通用目的对于本领域技术人员而言是显而易见的。在附图中示出或在此描述的设备、组件或其他物理或功能单元之间的任何连接或联接也可以通过间接连接或联接来实现。
本申请描述的各种技术总体上涉及电池组的构建(或设计)方法和设备，更具体地，涉及基于使用穷举搜索(brute-force search)、人类知识(human-knowledge)和领域启发(domain heuristics)算法的电池组设计自动化。
根据本文所述的各种示例，可以使用改进的方法来构建满足预定要求的最佳电池组。所有或大多数可能的方法将被考虑以获得电池单元和使用它们的最佳电池组。同时，组合爆炸可以被消除。
图1示意性地示出了关于用于构建电池组的系统2000的各方面。该系统2000包括计算设备2100，用于执行将在下面说明的构建电池组的方法1000。该系统2000还包括数据库2200，数据库2200存储与成千上万的用于构建电池组的候选电池单元，和/或互连元件，和/或支架元件，和/或绝缘元件，和/或放电连接器，和/或平衡线相关联的数据。另外，系统2000还包括用于响应于从计算设备2100接收到的控制信号而制造电池组的生产机器2300。生产机器2300可以包括处理器2310，存储器2320和输入/输出(I/O)接口2330。
图2是由计算设备2100执行的用于构造电池组的方法1000的流程图，其包括以下步骤。
步骤1100，计算设备2100接收与所述电池组相关的多项要求，其中，与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压。
所述计算设备2100可以经由输入/输出(I/O)接口2130接收与电池组相关的多项要求。所述I/O接口2130可以包括USB接口、键盘、触摸显示器以及本领域技术人员熟悉的其他I/O接口。
步骤1200，计算设备2100使用至少一个候选电池单元构建至少一个候选电池组，使得至少一个候选电池组中的每一个的容量和电压分别在以所需容量和所需电压为中心的预定范围内。
步骤1200可包括如下所述的两个子步骤1210和1220。
步骤1210，计算设备2100构建至少一个包括一个候选电池单元或至少两个并联连接的候选电池单元的候选电池模块，使得至少一个候选电池模块中的每一个的容量在以所需容量为中心的预定范围内。候选电池单元中的每一个是从存储有多个候选电池单元的数据库2200检索得到。至少一个候选电池模块的构建通过枚举存储在所述数据库2200中的所有候选电池单元实现。
例如，电池组的所需容量和电池组的所需电压分别为1200瓦特和200伏特。这样，电池组的所需电流为6安培。在数据库2200中存储有四种类型的电池单元，分别具有1安培，2安培，3安培，和6安培的电流。因此，所有满足所需容量的候选电池模块如下：6个并联连接的1安培电池单元，3个并联连接的2安培电池单元，2个并联连接的3安培电池单元和1个6安培电池单元。
在构建至少一个候选电池模块后，计算设备2100可以将与至少一个候选电池模块有关的数据存储在数据库2200或计算设备2100的存储器2120中。存储器2120可以包括易失性存储器和非易失性存储器。
步骤1220，所述计算设备2100使用至少一个候选电池模块中的一个或至少一个候选电池模块中的至少两个串联连接，构建至少一个候选电池组，使得至少一个候选电池组中的每一个的电压在以所需电压为中心的预定范围内。至少一个候选电池组的构建通过枚举至少一个候选电池模块中的所有候选电池模块实现。
在构建至少一个候选电池组后，计算设备2100可以将与至少一个候选电池组有关的数据存储在数据库2200或计算设备2100的存储器2120中。
电池组由电池模块的串联连接形成。电池模块(并联连接的电池单元)创建电池单元互连以匹配所需的容量，而串联连接的电池模块创建电池单元互连以匹配所需的电压。
通过考虑所有电池单元的类型和电池模块的配置，步骤1210和1220用于生成满足容量和电压要求的所有可能/候选电池组。
在步骤1210中，该方法通过迭代数据库2200中存储的所有电池单元来构造至少一个候选电池模块。在迭代期间，以满足容量范围(例如所需容量的+/-5％)的方式来迭代电池单元的数量。在步骤1220中，针对电压要求进行类似的迭代。通过这种方式，可以确定电池模块中电池单元的数量(容量要求)以及串联连接的电池模块的数量(电压要求)。这些值可以通过人工或机器学习算法(如神经网络)进行修改。
具体地，图3示出了通过执行方法1000的步骤1100和1200(包括子步骤1210和1220)来构造候选电池组的伪代码的流程图。
如图3所示，分别考虑存储在数据库2200中的所有候选电池单元，以构建满足所述电池组所需容量的候选电池模块。即，当构建候选电池模块时，遍历存储在数据库2200中的所有候选电池单元。
类似地，在构建完满足所述电池组的所需容量的所有可能的候选电池模块之后，方法1000遍历所有可能的候选电池模块以构建满足所述电池组的所需电压的候选电池组。
因此，基于遍历存储在数据库2200中的所有候选电池单元，构造满足所需容量和所需电压的所有可能的候选电池组。
可替代地或可选地，可以针对所有可能的电池模块配置进行最终迭代。因此，生成了所有可能的/候选的电池组。然后，稍后再添加所有其他组件(接线片、固定器、环、连接器、电线等)。
可替代地，在步骤1200中，还可以首先构建候选电池串联模块，并通过使用至少一个候选电池串联模块或至少两个并联的电池串联模块来构造候选电池组。因此，可选地，步骤1200可以包括如下所述的两个子步骤1210′和1220′。
具体而言，子步骤1210可被替换为子步骤1210'。在步骤1210’，计算设备2100构建至少一个包括一个所述候选电池单元或至少两个串联连接的所述候选电池单元的候选电池串联模块，使得至少一个候选电池串联模块中的每一个的电压在以所需电压为中心的预定范围内。候选电池单元中的每一个是从存储有多个候选电池单元的数据库2200检索得到。至少一个候选电池串联模块的构建通过枚举存储在数据库2200中的所有候选电池单元实现。
同时，步骤1220可被替换为步骤1220'。在步骤1220’，计算设备2100使用至少一个候选电池串联模块或至少两个并联连接的至少一个候选电池串联模块，构建至少一个候选电池组，使得至少一个候选电池组中的每一个的容量在以所需容量为中心的预定范围内。至少一个候选电池组的构建通过枚举至少一个候选电池串联模块中的所有候选电池串联模块实现。
应当注意，在本申请中，电池模块表示一个(候选)电池单元或至少两个并联连接的(候选)电池单元，电池串联模块表示一个(候选)电池单元或至少两个串联连接的(候选)电池单元。
步骤1300，基于相应候选电池组的容量和电压与所需容量和所需电压之间的比较，计算设备2100确定至少一个候选电池组中的每一个电池组的性能得分。
至少一个候选电池组中的每一个电池组的性能得分的确定通过使用特定领域启发式算法(domain-specific heuristics algorithms)实现。
为了将候选电池模块和/或电池组的数量减少到可管理的大小，并减少枚举搜索(brute-force)方法(具有零件、配置和拓扑的大量组合)固有的组合爆炸的影响，特定领域(domain-specific)和特定问题(problem-specific)的启发式方法被用来对搜索空间进行重新排序，并对候选电池组进行评分。
步骤1400,计算设备2100将所述至少一个候选电池组中所述性能得分最高的候选电池组确定为所述电池组。
可选地，所述方法1000还包括步骤1500，其中，计算设备2100为至少一个候选电池组中的每一个确定互连元件，和/或支架元件，和/或绝缘元件，和/或放电连接器，和/或平衡线。互连元件，和/或支架元件，和/或绝缘元件，和/或放电连接器，和/或平衡线分别从数据库2200检索得到。
可选地，在步骤1500中，方法1000可以包括通过执行由图4所示的伪代码指示的步骤，为候选电池组选择其他组件。
图4是用于生成电池组的包装配置的伪代码的流程图。候选电池组的其他组件还可以包括PCB绝缘子、外部绝缘子、放电连接器、充电连接器、放电线、充电线、大麦环、显示器、显示器线、显示器连接器、通信连接器、通信线、平衡连接器和平衡线。所有这些其他组件选择自数据库2200中存储的对应候选组件。
可替代地或可选地,与电池组相关的多项要求还包括电池组的所需放电电流，和/或电池组的所需尺寸。方法1000还包括基于相应候选电池组的放电电流和尺寸与所需放电电流和所需尺寸之间的比较，计算设备2100确定至少一个候选电池组中的每一个电池组的性能得分。
确定至少一个候选电池组中的每一个电池组的性能得分包括：
分别为至少一个候选电池组中的每一个电池组确定以下比较的结果：
C1:相应候选电池组的容量与电池组的所需容量之间的比较；
C2:相应候选电池组的电压与电池组的所需电压之间的比较；
C3:相应候选电池组的放电电流与电池组的所需放电电流之间的比较；
C4:相应候选电池组的尺寸与电池组的所需尺寸之间的比较；和
分别为结果C1，C2，C3，和C4中的每一个确定权重w1，w2，w3，和w4。
因此，至少一个候选电池组中的每一个电池组的性能得分为w1C1+w2C2+w3C3+w4C4。
在各种实施例中，与电池组相关联的多项要求可以可替代地或可选地进一步包括所需充电电流。确定至少一个候选电池组中的每一个电池组的性能得分还包括：为至少一个候选电池组中的每一个电池组确定相应候选电池组的充电电流与电池组的所需充电电流之间的比较的结果C5；和为结果C5确定权重w5。
那么，至少一个候选电池组中的每一个电池组的性能得分为w1C1+w2C2+w3C3+w4C4+w5C5。
权重w1，w2，w3，w4，和w5可以人工确定，也可以通过使用神经网络或其他机器学习算法确定。
图5是用于确定电池组的性能得分的伪代码的流程图。
如上所述，根据要求确定电池组性能得分的主要步骤取决于其电学(容量，电压和电流以及这三种能量或功率的任意组合)和几何约束(例如长度，宽度或形状)。确定电池组性能得分的第二步可能会重复进行，以将权重分配给不太重要的值，例如导线长度，外壳材料等。
具体地，计算设备2100可以被配置为：
确定电池组的放电电流(最大、连续、迸发和/或峰值电流等)是否小于用户所需的电流；计算输入和输出电流之差，并乘以用户设置的电流优先级；和/或，
确定电池组的容量(最大，标称，最小和/或典型容量等)是否小于用户要求的容量；计算输入和输出容量之差，并乘以用户设置的容量优先级；和/或，
确定电池组的电压(最大，范围，最小，标称，典型电压等)是否小于用户所需的电压；计算输入电压与输出电压之差，再乘以用户设置的电压优先级；和/或，
确定包装的尺寸(长，宽，高，直径等)是否大于用户所需的尺寸；并计算输入和输出尺寸之间的差异，然后乘以用户设置的尺寸优先级。
可替代地，计算设备2100可以进一步被配置为继续迭代用户已经输入作为要求的任何其他主要或次要变量，比较与输出的差异，并为它们分配权重。计入电池组性能得分中的权重(例如：W1-W5)和元素(例如：C1-C5)通过人工或机器学习算法(例如神经网络)使用特定领域和特定问题的知识来确定、权衡和优化。
根据各种实施例，在确定(最佳)电池组之后，计算设备2100可以为电池组生成以下文件中的至少一个：二维图，规格表，检查清单，零件清单，物料清单，或者其他补充信息。
根据各种实施例，在确定所述(最佳)电池组之后，计算设备2100可以根据生成的文档为电池组创建三维模型和/或动画。
可替代地或可选地，计算设备2100可以在数据库2200中存储至少一个候选电池模块，和/或至少一个候选电池串联模块，和/或至少一个候选电池组。
根据各种实施例，在确定所述(最佳)电池组之后，计算设备2100可以根据确定的电池组确定输出信号；传输输出信号到生产机器2300；由输出信号控制生产机器2300生产满足多个要求的电池组。
本申请的公开还提供一种计算设备2100，该计算设备包括至少一个存储器2120，I/O接口2130和处理器2110。所述存储器2120存储由处理器2110执行以执行所述方法1000的计算机程序。
本申请的公开还公开了一种电池组，其由计算设备2100基于方法1000的执行来构建。
本申请的公开还公开了一种计算机可读记录介质，被配置为在其中存储计算机程序产品，所述计算机程序产品包括被配置为使计算设备2100执行所述方法1000的计算机可读程序代码。
总而言之，本申请利用枚举搜索(Brute-force search)来枚举所有可能的/候选电池单元，以确定所有可能的/候选电池模块，然后确定所有可能的/候选电池组。然后，将最佳电池组确定为所有候选电池组中得分最高的一个。因此，获得一种可以执行更自动化的设计的先进且经过改进的计算机实现的电池组设计方法。该先进且经过改进的电池组设计方法考虑了个别和特定的使用场景，并且可以消除组合爆炸。
尽管已经根据某些优选实施例示出和描述了本发明，但是在阅读和理解说明书后，本领域的其他技术人员将想到等同和修改。本发明包括所有这样的等同和修改，并且仅由所附权利要求的范围限制。

Claims (19)

1.一种用于构建电池组的方法(1000)，所述方法通过计算机实现，包括：
接收(1100)与所述电池组相关的多项要求，其中，所述与所述电池组相关的多项要求包括所述电池组的所需容量和所述电池组的所需电压；
使用至少一个候选电池单元构建(1200)至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述所需容量和所述所需电压为中心的预定范围内；
基于相应候选电池组的容量和电压与所述所需容量和所述所需电压之间的比较，确定(1300)所述至少一个候选电池组中的每一个电池组的性能得分；和
将所述至少一个候选电池组中所述性能得分最高的候选电池组确定(1400)为所述电池组。
2.如权利要求1所述的方法，其中，所述使用至少一个候选电池单元构建(1200)至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述所需容量和所述所需电压为中心的预定范围内，包括：
构建(1210)至少一个包括一个所述候选电池单元或至少两个并联连接的所述候选电池单元的候选电池模块，使得所述至少一个候选电池模块中的每一个的容量在以所述所需容量为中心的预定范围内，其中，所述候选电池单元中的每一个是从存储有多个候选电池单元的数据库(2200)检索得到；
使用所述至少一个候选电池模块中的一个或所述至少一个候选电池模块中的至少两个串联连接，构建(1220)所述至少一个候选电池组，使得所述至少一个候选电池组中的每一个的电压在以所述所需电压为中心的预定范围内。
3.如权利要求1所述的方法，其中，所述使用至少一个候选电池单元构建至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量和电压分别在以所述所需容量和所述所需电压为中心的预定范围内，包括：
构建(1210’)至少一个包括一个所述候选电池单元或至少两个串联连接的所述候选电池单元的候选电池串联模块，使得所述至少一个候选电池串联模块中的每一个的电压在以所述所需电压为中心的预定范围内，其中，所述候选电池单元中的每一个是从存储有多个候选电池单元的数据库(2200)检索得到；
使用所述至少一个候选电池串联模块中的一个或所述至少一个候选电池串联模块中的至少两个并联连接，构建(1220’)所述至少一个候选电池组，使得所述至少一个候选电池组中的每一个的容量在以所述所需容量为中心的预定范围内。
4.如权利要求2所述的方法，其中，所述至少一个候选电池模块的所述构建(1210)通过枚举存储在所述数据库(2200)中的所有所述候选电池单元实现。
5.如权利要求3所述的方法，其中，所述至少一个候选电池串联模块的所述构建(1210’)通过枚举存储在所述数据库(2200)中的所有所述候选电池单元实现。
6.如权利要求2和4中的任一项所述的方法，其中，所述至少一个候选电池组的所述构建(1220)通过枚举所述至少一个候选电池模块中的所有候选电池模块实现。
7.如权利要求3和5中的任一项所述的方法，其中，所述至少一个候选电池组的所述构建(1220’)通过枚举所述至少一个候选电池串联模块中的所有候选电池串联模块实现。
8.如权利要求1-3中的任一项所述的方法，其中，所述至少一个候选电池组中的每一个电池组的性能得分的确定(1300)通过使用特定领域启发式算法(domain-specificheuristics algorithms)实现。
9.如权利要求1-3中的任一项所述的方法，还包括：
为所述至少一个候选电池组中的每一个确定互连元件，和/或支架元件，和/或绝缘元件，和/或放电连接器，和/或平衡线，
其中，所述互连元件，和/或所述支架元件，和/或所述绝缘元件，和/或所述放电连接器，和/或所述平衡线分别从所述数据库(2200)检索得到。
10.如权利要求1-3中的任一项所述的方法，其中，所述与所述电池组相关的多项要求还包括所述电池组的所需放电电流，和/或所述电池组的所需尺寸，所述方法还包括：
进一步基于相应候选电池组的放电电流和尺寸与所述所需放电电流和所述所需尺寸之间的比较，确定(1300)所述至少一个候选电池组中的每一个电池组的性能得分。
11.如权利要求10所述的方法，其中，所述确定(1300)所述至少一个候选电池组中的每一个电池组的性能得分包括：
分别为所述至少一个候选电池组中的每一个电池组确定以下比较的结果：
C1:相应候选电池组的容量与所述电池组的所述所需容量之间的比较，
C2:相应候选电池组的电压与所述电池组的所述所需电压之间的比较，
C3:相应候选电池组的放电电流与所述电池组的所述所需放电电流之间的比较，
C4:相应候选电池组的尺寸与所述电池组的所述所需尺寸之间的比较；和
分别为结果C1，C2，C3，和C4中的每一个确定权重w1，w2，w3，和w4；
其中，所述至少一个候选电池组中的每一个电池组的性能得分为w1C1+w2C2+w3C3+w4C4。
12.如权利要求11所述的方法，其中，所述与所述电池组相关的多项要求还包括所需充电电流，所述确定(1300)所述至少一个候选电池组中的每一个电池组的性能得分还包括：
为所述至少一个候选电池组中的每一个电池组确定相应候选电池组的充电电流与所述电池组的所述所需充电电流之间的比较的结果C5；和
为所述结果C5确定确定权重w5,
其中，所述至少一个候选电池组中的每一个电池组的性能得分为w1C1+w2C2+w3C3+w4C4+w5C5。
13.如权利要求12所述的方法，其中，所述权重w1，w2，w3，w4，和w5通过使用神经网络确定。
14.如权利要求11所述的方法，还包括：
为所述电池组生成以下文件中的至少一个：
二维图，
规格表，
检查清单，
零件清单，
物料清单，或者
其他补充信息；以及，
根据所述生成的文档为所述电池组创建三维模型和/或动画。
15.如权利要求14所述的方法，还包括：
在所述数据库(2200)中存储所述至少一个候选电池模块，和/或所述至少一个候选电池串联模块，和/或所述至少一个候选电池组。
16.如权利要求1-3中的任一项所述的方法，还包括：
根据确定的所述电池组确定输出信号；
传输所述输出信号到生产机器(2300)；
由所述输出信号控制所述生产机器(2300)生产满足所述多个要求的所述电池组。
17.一种计算设备(2100)，其中，所述计算设备(2100)包括至少一个存储计算机程序的存储器(2120)和处理器(2110)，所述处理器(2110)被配置为通过执行所述计算机程序来执行权利要求1-16中任一项所述的方法(1000)。
18.一种电池组，其中，所述电池组通过使用权利要求1-16中任一项的方法构建。
19.一种计算机可读存储介质，被配置为在其中存储计算机程序产品，所述计算机程序产品包括被配置为使计算设备(2100)执行权利要求1-16中任一项所述的方法的计算机可读程序代码。
CN202011364355.0A 2020-11-19 2020-11-27 电池组、构建其的方法、计算设备及计算机可读存储介质 Pending CN112541300A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063115635P 2020-11-19 2020-11-19
US63/115,635 2020-11-19

Publications (1)

Publication Number Publication Date
CN112541300A true CN112541300A (zh) 2021-03-23

Family

ID=75015545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011364355.0A Pending CN112541300A (zh) 2020-11-19 2020-11-27 电池组、构建其的方法、计算设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112541300A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003150378A (ja) * 2001-11-15 2003-05-23 Fujitsu Ltd 解候補推薦装置
US6771293B1 (en) * 1998-07-24 2004-08-03 The Ohio State University Research Foundation System for multi-criterial decision making
US20060076923A1 (en) * 2004-08-13 2006-04-13 Eaves Stephen S Methods and systems for assembling batteries
JP2010182287A (ja) * 2008-07-17 2010-08-19 Steven C Kays 適応型インテリジェント・デザイン
CN102104167A (zh) * 2010-12-13 2011-06-22 湖南科力远新能源股份有限公司 具有内部串联式结构的电池组及其制作方法
JP2012173928A (ja) * 2011-02-21 2012-09-10 Mitsubishi Heavy Ind Ltd 電池パックの取引情報提供装置
CN104272554A (zh) * 2011-12-02 2015-01-07 纳迪姆·卡里姆 用于插入式或混合动力电动车辆的可电气再充电的双化学成分的电池系统
CN108073761A (zh) * 2016-11-14 2018-05-25 波音公司 用于最优化电池组设计的系统和方法
CN110663023A (zh) * 2017-06-02 2020-01-07 史迪奇菲克斯公司 使用人工智能来设计产品

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6771293B1 (en) * 1998-07-24 2004-08-03 The Ohio State University Research Foundation System for multi-criterial decision making
JP2003150378A (ja) * 2001-11-15 2003-05-23 Fujitsu Ltd 解候補推薦装置
US20060076923A1 (en) * 2004-08-13 2006-04-13 Eaves Stephen S Methods and systems for assembling batteries
JP2010182287A (ja) * 2008-07-17 2010-08-19 Steven C Kays 適応型インテリジェント・デザイン
CN102104167A (zh) * 2010-12-13 2011-06-22 湖南科力远新能源股份有限公司 具有内部串联式结构的电池组及其制作方法
JP2012173928A (ja) * 2011-02-21 2012-09-10 Mitsubishi Heavy Ind Ltd 電池パックの取引情報提供装置
CN104272554A (zh) * 2011-12-02 2015-01-07 纳迪姆·卡里姆 用于插入式或混合动力电动车辆的可电气再充电的双化学成分的电池系统
CN108073761A (zh) * 2016-11-14 2018-05-25 波音公司 用于最优化电池组设计的系统和方法
CN110663023A (zh) * 2017-06-02 2020-01-07 史迪奇菲克斯公司 使用人工智能来设计产品

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张城: "电动汽车动力电池绿色设计方法研究", 《中国博士学位论文全文数据库》, 15 January 2020 (2020-01-15), pages 47 - 59 *
李浩 等: "基于灰相似关系和多维关联约束的新产品初始配置方法", 《中国机械工程》, 30 November 2013 (2013-11-30), pages 3045 - 3050 *

Similar Documents

Publication Publication Date Title
US9300134B2 (en) Methods and systems for power restoration planning
Zhang et al. A comparative study of equivalent circuit models of ultracapacitors for electric vehicles
CN105024420A (zh) 电池控制设备、电池包和电池控制方法
Pinto et al. Multi‐objective and multi‐period distribution expansion planning considering reliability, distributed generation and self‐healing
Liu et al. Extended benders decomposition for two-stage SCUC
CN112198434B (zh) 电池容量衰减模型参数的辨识方法、系统、设备、装置及介质
CN104871398A (zh) 用于提供可再充电电池的系统和方法
Khatib et al. An improved method for sizing standalone photovoltaic systems using generalized regression neural network
JP2024059625A (ja) バッテリー性能予測
CN109075397A (zh) 用于寿命优化地使用电化学蓄能器的方法和设备
Singh et al. GA based energy loss minimization approach for optimal sizing & placement of distributed generation
Zoulfaghari et al. Multi-objective availability-redundancy allocation problem for a system with repairable and non-repairable components
Sharma et al. Advanced techniques of power system restoration and practical applications in transmission grids
EP3674959A1 (en) Optimization calculation method and information processing apparatus
CN112541300A (zh) 电池组、构建其的方法、计算设备及计算机可读存储介质
US20240149728A1 (en) Methods and systems for an electric vehicle charging connector
CN115004045A (zh) 优化电池管理系统模型的方法和系统以及存储介质和电动汽车
US20220309210A1 (en) Systems and methods for multi-conditional battery configuration
AU2016357168B2 (en) Method for determining parameters of an electrochemical energy store in a computer-aided manner
US20020169620A1 (en) Method of doing business: customer-driven design of a charge storage device
US9523741B2 (en) Method for determining an overall loss of capacitance of a secondary cell
JP2021077652A (ja) 情報処理方法
Muhsen et al. Optimized modeling of Ni-MH batteries primarily based on Taguchi approach and evaluation of used Ni-MH batteries
Kloske et al. Bulk Cable Routing Using Genetic Algorithms.
Trindade et al. Synthesis of solar photovoltaic systems: Optimal sizing comparison

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination