买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东交通大学;江西赣锋锂电科技股份有限公司申请的专利一种锂离子动力电池直冷式热管理系统控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119921034B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510218390.8，技术领域涉及：H01M10/633；该发明授权一种锂离子动力电池直冷式热管理系统控制方法是由陈齐平;徐志昆;胡清峰;廖昌江;黄文杰;姜志强;丁俊岭;蔡元昊;吴昊;徐蝉设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种锂离子动力电池直冷式热管理系统控制方法在说明书摘要公布了：本发明提供一种锂离子动力电池直冷式热管理系统控制方法，包括：包括：建立电池热模型状态空间方程；采用自适应遗忘因子最小二乘法进行参数辨识，得到热模型参数；构建强跟踪无迹卡尔曼滤波器，将热模型参数输入到强跟踪无迹卡尔曼滤波器中，并引入自适应粒子群算法，得到优化后的滤波器，通过优化后的滤波器对电池内部温度进行实时估计；构建模糊PID控制器；采用基于多策略改进的鹦鹉优化算法对模糊PID控制器的量化因子和比例因子进行优化，得到优化后的模糊PID控制器，通过优化后的模糊PID控制器控制直冷式热管理系统模型中压缩机的转速。本发明能够准确的估计电池内部温度并且高效控制压缩机转速，从而将电池内部温度冷却到理想温度。

本发明授权一种锂离子动力电池直冷式热管理系统控制方法在权利要求书中公布了：1.一种锂离子动力电池直冷式热管理系统控制方法，其特征在于，包括： 步骤S1，建立电池热模型，基于建立的电池热模型由基尔霍夫电流定律建立电池热模型状态空间方程； 步骤S2，基于步骤S1中建立的电池热模型状态空间方程，采用自适应遗忘因子最小二乘法进行参数辨识，得到热模型参数； 步骤S3，基于步骤S1中建立的电池热模型状态空间方程，构建强跟踪无迹卡尔曼滤波器，将步骤S2中辨识出的热模型参数输入到强跟踪无迹卡尔曼滤波器中，并引入自适应粒子群算法对强跟踪无迹卡尔曼滤波器的过程噪声协方差和观测噪声协方差进行寻优处理，得到优化后的滤波器，通过优化后的滤波器对电池内部温度进行实时估计； 步骤S4，基于步骤S3中估计出的电池内部温度，并以估计出的电池内部温度与理想温度的差值和差值变化率作为输入，构建模糊PID控制器； 步骤S5，基于步骤S4中构建的模糊PID控制器，采用基于多策略改进的鹦鹉优化算法对模糊PID控制器的量化因子和比例因子进行优化，得到优化后的模糊PID控制器，通过优化后的模糊PID控制器控制直冷式热管理系统模型中压缩机的转速，以使电池内部温度冷却到理想温度； 其中，步骤S5具体包括： 在鹦鹉优化算法中引入Bernoulli混沌映射，Bernoulli混沌映射的表达式为： 其中，X v+1和X v分别为第v+1个和第v个鹦鹉的混沌状态，为控制参数，0＜＜1； 在鹦鹉优化算法中引入自适应权重切换因子，表达式如下： ； 其中，F为鹦鹉优化算法的当前迭代次数，为鹦鹉优化算法的最大迭代次数，为第F次迭代的权重，和分别为权重的最大值和最小值； 此外，在鹦鹉优化算法中引入柯西和高斯变异，最终得到基于多策略改进的鹦鹉优化算法，引入柯西和高斯变异的表达式如下： ； 其中，X bestF为鹦鹉种群在第F次迭代中的最优位置，为第F次迭代经过柯西和高斯变异生成的新位置，和分别为服从柯西和高斯分布的随机数； 将模糊PID控制器的量化因子和比例因子作为基于多策略改进的鹦鹉优化算法的寻优维度U best； 基于多策略改进的鹦鹉优化算法的适应度函数F u为： ； 其中，t 2为基于多策略改进的鹦鹉优化算法优化模糊PID控制器的运行时间，为k时刻电池内部温度的估计值，为电池理想温度； 将基于多策略改进的鹦鹉优化算法寻优后的量化因子和比例因子输入到模糊PID控制器中，得到优化后的模糊PID控制器，最终通过优化后的模糊PID控制器控制直冷式热管理系统模型中压缩机的转速，以使电池内部温度冷却到理想温度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学;江西赣锋锂电科技股份有限公司，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。