CN115939583A - 一种储能液冷系统及其控制方法 - Google Patents

一种储能液冷系统及其控制方法 Download PDF

Info

Publication number
CN115939583A
CN115939583A CN202310000380.8A CN202310000380A CN115939583A CN 115939583 A CN115939583 A CN 115939583A CN 202310000380 A CN202310000380 A CN 202310000380A CN 115939583 A CN115939583 A CN 115939583A
Authority
CN
China
Prior art keywords
data
temperature
temperature prediction
energy storage
preset
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.)
Granted
Application number
CN202310000380.8A
Other languages
English (en)
Other versions
CN115939583B (zh
Inventor
李相宏
潘清安
李成
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.)
Shenzhen Power New Energy Technology Co ltd
Original Assignee
Shenzhen Power New Energy Technology 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 Shenzhen Power New Energy Technology Co ltd filed Critical Shenzhen Power New Energy Technology Co ltd
Priority to CN202310000380.8A priority Critical patent/CN115939583B/zh
Publication of CN115939583A publication Critical patent/CN115939583A/zh
Application granted granted Critical
Publication of CN115939583B publication Critical patent/CN115939583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Control Of Temperature (AREA)

Abstract

本发明提供一种储能液冷系统及其控制方法，其系统包括：数据获取模块，用于利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；温度预测模型构建模块，用于基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；控制模块，用于利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。本发明通过利用温度预测模型对液冷过程进行控制，可以提高储能液冷的执行的高效和准确性，提高储能液冷的控制效率。

Description

一种储能液冷系统及其控制方法
技术领域
本发明涉及储能液冷技术领域，尤其涉及一种储能液冷系统及其控制方法。
背景技术
液冷散热就是利用液体介质高导热性，通过液体与电池直接或间接的接触来达到散热目的的散热方式。直接接触式液冷就是冷却液直接与电池接触，这就要求冷却液是绝缘的且具有高的热导率。冷却液体直接与电池相接时，电池组内部温度差异很小，但绝缘的冷却液受其粘度影响在电池组内的流动缓慢，热交换效率受到限制。间接接触式液冷就是冷却液通过冷管(板)与电池接触，由于在密封的管道内流动，冷却液不受绝缘限制，但密封性要求较高。间接接触式冷却可以根据需要改变接触管(板)的形状尺寸提高散热效果，电池组内部最高温度及电池组的温度均匀性都能很好的控制。
申请号为202110035587.X的申请文件，提供了一种储能液冷系统装置及其控制方法，系统装置包括机柜、检测模块和控制模块，机柜内设置有液冷模块和储能模块，液冷模块对储能模块进行降温或加热，检测模块设置于液冷模块和储能模块上，检测模块用于检测液冷模块内冷却液的温度和流量，以及储能模块的工作参数；控制模块分别与液冷模块和检测模块电性连接，控制模块用于接收检测模块的反馈信号，并反馈控制液冷模块内冷却液的温度和流量。该发明通过检测储能模块的工作参数，并反馈调节液冷模块，实时调节液冷模块内冷却液的温度和流量，对储能模块的温度进行精准调控，具有节能效果好、集成度高、灵活性高和结构简单等特点；但调节的过程比较复杂；
因此，有必要提供一种储能液冷系统及其控制方法。
发明内容
本发明提供了一种储能液冷系统及其控制方法，通过利用温度预测模型对液冷过程进行控制，可以提高储能液冷的执行的高效和准确性，提高储能液冷的控制效率。
本发明提供了一种储能液冷系统，包括：
数据获取模块，用于利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
温度预测模型构建模块，用于基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
控制模块，用于利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
进一步地，数据获取模块包括第一温度数据获取单元和流量数据获取单元；
第一温度获取单元，用于按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
流量数据获取单元，用于按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
进一步地，温度预测模型构建模块包括基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
进一步地，控制模块包括数据获取单元和控制判断单元；
数据获取单元，用于根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
控制判断单元，用于判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
进一步地，控制判断单元还包括：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
一种储能液冷控制方法，包括：
S1：利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
S2：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
S3：利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
进一步地，S1包括：
S101：按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
S102：按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
S2包括：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
进一步地，S3包括：
S301：根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
S302：判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
S303：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
进一步地，还包括S4，根据冷却液的流速变化，调整冷却液的流量；具体步骤为：
S401：基于历史平均流速，获取以周期为横坐标、平均流速值为纵坐标的平均流速变化曲线，并获得平均流速变化曲线的分段斜率值，基于分段斜率值获得分段斜率值对应的转折变化点；
S402：基于转折变化点获取对应的若干个周期时刻以及平均流速值；基于若干个周期时刻以及平均流速值设置预警点；
S403：基于预警点，判断冷却液的平均流速与平均流速阈值的大小，获得平均流速与平均流速阈值的差值，根据差值大小，调整冷却液的入口流速。
进一步地，还包括S5，处理液冷执行过程中的风险，具体步骤为：
S501：将液冷执行过程分为多个子进程，根据历史执行子进程获取子进程的异常检测数据出现频率值；
S502：根据异常检测数据出现频率值的高低，确定子进程的执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值低于预设的频率值阈值，则降低执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值高于预设的频率值阈值，则提高执行风险等级；
S503：根据风险等级的大小，按照预设的应对策略进行风险处理。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为一种储能液冷系统结构示意图；
图2为一种储能液冷系统数据获取模块的结构示意图；
图3为一种储能液冷控制方法的方法步骤示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种储能液冷系统，如图1所示，包括：
数据获取模块，用于利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
温度预测模型构建模块，用于基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
控制模块，用于利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
上述技术方案的工作原理为：数据获取模块，用于利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
温度预测模型构建模块，用于基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
控制模块，用于利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
上述技术方案的有益效果为：采用本实施例提供的方案，通过利用温度预测模型对液冷过程进行控制，可以提高储能液冷的执行的高效和准确性，提高储能液冷的控制效率。
在一个实施例中，如图2所示，数据获取模块包括第一温度数据获取单元和流量数据获取单元；
第一温度获取单元，用于按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
流量数据获取单元，用于按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
上述技术方案的工作原理为：数据获取模块包括第一温度数据获取单元和流量数据获取单元；
第一温度获取单元，用于按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
流量数据获取单元，用于按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
上述技术方案的有益效果为：采用本实施例提供的方案，通过按照预设的周期获取检测数据，可以保证获得的数据的准确性。
在一个实施例中，温度预测模型构建模块包括基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
上述技术方案的工作原理为：温度预测模型构建模块包括基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
上述技术方案的有益效果为：采用本实施例提供的方案，通过构建温度预测模型，并进行训练修正，可提高温度预测模型的预测质量。
在一个实施例中，控制模块包括数据获取单元和控制判断单元；
数据获取单元，用于根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
控制判断单元，用于判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
上述技术方案的工作原理为：控制模块包括数据获取单元和控制判断单元；
数据获取单元，用于根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
控制判断单元，用于判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
上述技术方案的有益效果为：采用本实施例提供的方案，通过根据温度预测模型获得的温度预测数据，以及根据实际温度检测数据进行比较分析，可提高冷却液流量调整的精准性。
在一个实施例中，控制判断单元还包括：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
上述技术方案的工作原理为：控制判断单元还包括：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
上述技术方案的有益效果为：采用本实施例提供的方案，通过温度预测模型的温度预测数据，以及加入当前液冷测量的剩余执行时间的分析，可提高液冷策略调整的精确性。
一种储能液冷控制方法，如图3所示，包括：
S1：利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
S2：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
S3：利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
上述技术方案的工作原理为：S1：利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
S2：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
S3：利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
上述技术方案的有益效果为：采用本实施例提供的方案，通过利用温度预测模型对液冷过程进行控制，可以提高储能液冷的执行的高效和准确性，提高储能液冷的控制效率。
在一个实施例中，S1包括：
S101：按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
S102：按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
S2包括：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
上述技术方案的工作原理为：S1包括：
S101：按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
S102：按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
S2包括：基于第一温度数据、流量数据和第二温度数据，构建基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
上述技术方案的有益效果为：采用本实施例提供的方案，通过周期性地获得检测数据，以及构建储能装置的温度预测模型，可以保证检测数据获取地及时性，以及液冷控制的有效性。
在一个实施例中，S3包括：
S301：根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
S302：判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
S303：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
上述技术方案的工作原理为：S3包括：
S301：根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
S302：判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
S303：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
上述技术方案的有益效果为：采用本实施例提供的方案，通过温度预测模型模型通过根据温度预测模型获得的温度预测数据，以及根据实际温度检测数据进行比较分析，可提高冷却液流量调整的精准性；通过温度预测模型的温度预测数据，以及加入当前液冷测量的剩余执行时间的分析，可提高液冷策略调整的精确性。
在一个实施例中，还包括S4，根据冷却液的流速变化，调整冷却液的流量；具体步骤为：
S401：基于历史平均流速，获取以周期为横坐标、平均流速值为纵坐标的平均流速变化曲线，并获得平均流速变化曲线的分段斜率值，基于分段斜率值获得分段斜率值对应的转折变化点；
S402：基于转折变化点获取对应的若干个周期时刻以及平均流速值；基于若干个周期时刻以及平均流速值设置预警点；
S403：基于预警点，判断冷却液的平均流速与平均流速阈值的大小，获得平均流速与平均流速阈值的差值，根据差值大小，调整冷却液的入口流速。
上述技术方案的工作原理为：还包括S4，根据冷却液的流速变化，调整冷却液的流量；具体步骤为：
S401：基于历史平均流速，获取以周期为横坐标、平均流速值为纵坐标的平均流速变化曲线，并获得平均流速变化曲线的分段斜率值，基于分段斜率值获得分段斜率值对应的转折变化点；
S402：基于转折变化点获取对应的若干个周期时刻以及平均流速值；基于若干个周期时刻以及平均流速值设置预警点；
S403：基于预警点，判断冷却液的平均流速与平均流速阈值的大小，获得平均流速与平均流速阈值的差值，根据差值大小，调整冷却液的入口流速。
液冷过程中，通过冷却液的流动带走储能的热量，储能装置的热量通过冷却液与其直接接触或者间接接触发生对流换热量，储能装置的对流传热量计算公式如下：
Qh＝g*Sh*(Twp-Tf)
上式中，Qh为对流传热量，g表示对流系数，Sh为储能装置的换热面积，Twp为储能装置物体表面平均温度，Tf表示冷却液的温度。
上述技术方案的有益效果为：采用本实施例提供的方案，根据冷却液的平均流速曲线设置平均流速阈值，并调整冷却液的入口流速，可以保证冷却液流量调整的精确性；通过计算储能装置的对流传热量，可以反映出冷却液的冷却效果。
在一个实施例中，还包括S5，处理液冷执行过程中的风险，具体步骤为：
S501：将液冷执行过程分为多个子进程，根据历史执行子进程获取子进程的异常检测数据出现频率值；
S502：根据异常检测数据出现频率值的高低，确定子进程的执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值低于预设的频率值阈值，则降低执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值高于预设的频率值阈值，则提高执行风险等级；
S503：根据风险等级的大小，按照预设的应对策略进行风险处理。
上述技术方案的工作原理为：还包括S5，处理液冷执行过程中的风险，具体步骤为：
S501：将液冷执行过程分为多个子进程，根据历史执行子进程获取子进程的异常检测数据出现频率值；
S502：根据异常检测数据出现频率值的高低，确定子进程的执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值低于预设的频率值阈值，则降低执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值高于预设的频率值阈值，则提高执行风险等级；
S503：根据风险等级的大小，按照预设的应对策略进行风险处理。
上述技术方案的有益效果为：采用本实施例提供的方案，可以根据执行过程中的风险进行相应的风险处理。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种储能液冷系统，其特征在于，包括：
数据获取模块，用于利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
温度预测模型构建模块，用于基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
控制模块，用于利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
2.根据权利要求1所述的一种储能液冷系统，其特征在于，数据获取模块包括第一温度数据获取单元和流量数据获取单元；
第一温度获取单元，用于按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
流量数据获取单元，用于按照预设的周期T，周期性地获取冷却液的入口流速和平均流速。
3.根据权利要求1所述的一种储能液冷系统，其特征在于，温度预测模型构建模块包括基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
4.根据权利要求1所述的一种储能液冷系统，其特征在于，控制模块包括数据获取单元和控制判断单元；
数据获取单元，用于根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
控制判断单元，用于判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量。
5.根据权利要求4所述的一种储能液冷系统，其特征在于，控制判断单元还包括：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
6.一种储能液冷控制方法，其特征在于，包括：
S1：利用检测装置获取冷却液的第一温度数据、流量数据，以及储能装置的第二温度数据；
S2：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；
S3：利用温度预测模型预测液冷执行过程中储能装置的阶段温度数据，与储能装置的实际测量温度数据进行对比分析，根据分析结果控制储能装置的液冷执行进程。
7.根据权利要求6所述的一种储能液冷控制方法，其特征在于，S1包括：
S101：按照预设的周期T，周期性地检测获取冷却液的入口温度、出口温度和平均温度；
S102：按照预设的周期T，周期性地获取冷却液的入口流速和平均流速；。
S2包括：基于第一温度数据、流量数据和第二温度数据，构建储能装置的温度预测模型；基于历史第一温度数据、历史流量数据和历史第二温度数据，对温度预测模型进行训练和验证，并对温度预测模型进行修正。
8.根据权利要求6所述的一种储能液冷控制方法，其特征在于，S3包括：
S301：根据温度预测模型模型获得第一温度预测数据，下一周期的第二温度预测数据，以及利用检测装置获取第一实际温度检测数据；
S302：判断第一温度预测数据和第一实际温度检测数据；若第一实际温度检测数据大于第一温度预测数据，并且第一实际温度检测数据与第一温度预测数据的差值大于预设的第一差值阈值，则将第一实际温度检测数据输入预测模型预测获得下一周期的第二新温度预测数据；若下一周期的第二新温度预测数据与第二温度预测数据的差值大于预设的第二差值阈值，则按照预设的第一调整方案调整冷却液流量；。
S303：若第二新温度预测数据与第二温度预测数据的差值小于预设的第二差值阈值，则保持当前液冷策略，但增加检测频次或缩短检测周期；若在增加的检测频次或缩短的检测周期内获得的下一周期的新测温度预测数据大于同一周期的原有温度预测数据，并且下一周期的新测温度预测数据与同一周期的原有温度预测数据的差值大于预设的第三差值阈值，则判断当前液冷策略的结束时间，若结束时间小于预设的时间周期时长，则继续保持当前液冷策略；若结束时间大于预设的时间周期时长；则按照预设的第二调整方案调整冷却液流量。
9.根据权利要求7所述的一种储能液冷控制方法，其特征在于，还包括S4，根据冷却液的流速变化，调整冷却液的流量；具体步骤为：
S401：基于历史平均流速，获取以周期为横坐标、平均流速值为纵坐标的平均流速变化曲线，并获得平均流速变化曲线的分段斜率值，基于分段斜率值获得分段斜率值对应的转折变化点；
S402：基于转折变化点获取对应的若干个周期时刻以及平均流速值；基于若干个周期时刻以及平均流速值设置预警点；
S403：基于预警点，判断冷却液的平均流速与平均流速阈值的大小，获得平均流速与平均流速阈值的差值，根据差值大小，调整冷却液的入口流速。
10.根据权利要求6所述的一种储能液冷控制方法，其特征在于，还包括S5，处理液冷执行过程中的风险，具体步骤为：
S501：将液冷执行过程分为多个子进程，根据历史执行子进程获取子进程的异常检测数据出现频率值；
S502：根据异常检测数据出现频率值的高低，确定子进程的执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值低于预设的频率值阈值，则降低执行风险等级；若按照预设的连续周期检测获得的异常检测数据出现频率值高于预设的频率值阈值，则提高执行风险等级；
S503：根据风险等级的大小，按照预设的应对策略进行风险处理。
CN202310000380.8A 2023-01-03 2023-01-03 一种储能液冷系统及其控制方法 Active CN115939583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310000380.8A CN115939583B (zh) 2023-01-03 2023-01-03 一种储能液冷系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310000380.8A CN115939583B (zh) 2023-01-03 2023-01-03 一种储能液冷系统及其控制方法

Publications (2)

Publication Number Publication Date
CN115939583A true CN115939583A (zh) 2023-04-07
CN115939583B CN115939583B (zh) 2023-07-21

Family

ID=86555914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310000380.8A Active CN115939583B (zh) 2023-01-03 2023-01-03 一种储能液冷系统及其控制方法

Country Status (1)

Country Link
CN (1) CN115939583B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116565402A (zh) * 2023-07-11 2023-08-08 南京宁煜致科信息技术有限公司 储能电池冷却系统及控制方法
CN117075483A (zh) * 2023-10-16 2023-11-17 厦门海辰储能科技股份有限公司 液冷储能系统的状态监控方法、装置及存储介质
CN117134040A (zh) * 2023-10-27 2023-11-28 内蒙古中电储能技术有限公司 一种液冷储能系统的智慧运维方法与装置
CN117156828A (zh) * 2023-10-31 2023-12-01 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法
CN117393920A (zh) * 2023-12-11 2024-01-12 深圳市普裕时代新能源科技有限公司 一种锂离子电池液冷储能系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191366A (zh) * 2019-12-30 2020-05-22 中国第一汽车股份有限公司 一种基于液冷散热方式的动力电池温度预测模型及建模方法
US20200317087A1 (en) * 2019-04-05 2020-10-08 Ford Global Technologies, Llc Motor vehicle cooling system and control for cooling a traction battery
CN112416034A (zh) * 2020-11-17 2021-02-26 长春捷翼汽车零部件有限公司 一种装置的温度控制系统及温度控制方法
CN114185374A (zh) * 2021-11-26 2022-03-15 深圳市英维克信息技术有限公司 目标进液温度控制方法、系统、温度控制方法及相关设备
WO2022126526A1 (zh) * 2020-12-17 2022-06-23 浙江吉利控股集团有限公司 一种电池温度预测方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200317087A1 (en) * 2019-04-05 2020-10-08 Ford Global Technologies, Llc Motor vehicle cooling system and control for cooling a traction battery
CN111191366A (zh) * 2019-12-30 2020-05-22 中国第一汽车股份有限公司 一种基于液冷散热方式的动力电池温度预测模型及建模方法
CN112416034A (zh) * 2020-11-17 2021-02-26 长春捷翼汽车零部件有限公司 一种装置的温度控制系统及温度控制方法
WO2022126526A1 (zh) * 2020-12-17 2022-06-23 浙江吉利控股集团有限公司 一种电池温度预测方法及系统
CN114185374A (zh) * 2021-11-26 2022-03-15 深圳市英维克信息技术有限公司 目标进液温度控制方法、系统、温度控制方法及相关设备

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116565402A (zh) * 2023-07-11 2023-08-08 南京宁煜致科信息技术有限公司 储能电池冷却系统及控制方法
CN116565402B (zh) * 2023-07-11 2023-09-29 南京宁煜致科信息技术有限公司 储能电池冷却系统及控制方法
CN117075483A (zh) * 2023-10-16 2023-11-17 厦门海辰储能科技股份有限公司 液冷储能系统的状态监控方法、装置及存储介质
CN117075483B (zh) * 2023-10-16 2024-01-26 厦门海辰储能科技股份有限公司 液冷储能系统的状态监控方法、装置及存储介质
CN117134040A (zh) * 2023-10-27 2023-11-28 内蒙古中电储能技术有限公司 一种液冷储能系统的智慧运维方法与装置
CN117134040B (zh) * 2023-10-27 2024-03-12 内蒙古中电储能技术有限公司 一种液冷储能系统的智慧运维方法与装置
CN117156828A (zh) * 2023-10-31 2023-12-01 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法
CN117156828B (zh) * 2023-10-31 2024-02-02 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法
CN117393920A (zh) * 2023-12-11 2024-01-12 深圳市普裕时代新能源科技有限公司 一种锂离子电池液冷储能系统
CN117393920B (zh) * 2023-12-11 2024-03-08 深圳市普裕时代新能源科技有限公司 一种锂离子电池液冷储能系统

Also Published As

Publication number Publication date
CN115939583B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN115939583B (zh) 一种储能液冷系统及其控制方法
CN101457268B (zh) 高炉炉缸炉底监测、预报、报警系统
US20060144057A1 (en) Key performance index calculation and real-time condition monitoring methods for heat exchanger
CN115832532A (zh) 液冷储能系统的控制方法、装置及系统
CN110320230B (zh) 一种微重力流动沸腾临界热流密度的地面模拟实验装置及方法
CN108956690B (zh) 一种微小通道内高温熔盐换热特性的测量装置及测量方法
CN110160811B (zh) 一种基于反馈控制的电动汽车电池冷板测试系统
US20230236614A1 (en) A method for controlling the coolant flow of liquid-cooled power battery, system, and vehicle
CN117075483B (zh) 液冷储能系统的状态监控方法、装置及存储介质
US11667556B2 (en) Method for controlling discharging of glass plate in glass plate tempering technology process
CN117387978A (zh) 一种液冷板性能测试和数据处理方法
KR20190021798A (ko) 수열원을 이용한 열교환 가변 제어형 히트펌프 시스템
JP2019079172A (ja) 水温制御方法、水温制御システム及びモデル構築装置
CN116928944A (zh) 多分区冷库运行控制方法和系统
KR102393813B1 (ko) 딥러닝 기반 반도체 약액의 정밀 온도 제어 시스템
JP5492282B1 (ja) 熱交換器運転装置
CN113958495B (zh) 一种基于颗粒分析的潜油泵损伤程度评估方法及系统
CN115901847A (zh) 电池液冷板的数据处理方法、装置和存储介质
CN210474041U (zh) 一种高精度恒温水槽
CN113705881A (zh) 一种基于对数温差的板式换热器的状态预测方法
CN117170446B (zh) 一种用于真空热压炉的循环水智能调节方法及系统
CN115776813B (zh) 一种高效机房控制方法和装置
CN116302846B (zh) 服务器内部温度控制方法、系统、设备、介质及服务器
US11002458B2 (en) Method for carrying out an outside temperature-related control
CN117054734A (zh) 一种铜板熔炼能耗的监测方法及系统

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
GR01 Patent grant
GR01 Patent grant