电池仿真设计参数的智能优化方法、设备及存储介质与流程

本技术涉及电池仿真设计参数的智能优化方法、运行方法、设备及存储介质，属于电池设计。

背景技术：

1、随着新能源技术的快速发展，电池技术已成为现代电子设备和电动汽车中不可或缺的能源存储解决方案。电池的性能直接影响到设备的续航能力、安全性和使用寿命。为了满足日益增长的性能需求，电池设计必须不断优化以提高能量密度、功率密度、循环稳定性和安全性。

2、如何设计高效、长寿命的电池成为研究的热点。传统电池设计流程大多基于实验试错法，依赖于工程师的经验和大量的实验验证，不仅耗时长，成本高，而且在面对复杂多变的电池设计参数空间时显得力不从心。设计者往往需要凭借经验和直觉来选择少数几个参数组合进行实验，这不仅限制了对更广泛设计空间的探索，还可能导致错过最优或近似最优的设计方案。

3、近年来，计算机辅助设计和仿真技术的进展为电池设计带来了新的可能性。仿真技术能够在虚拟环境中预测电池的性能，减少了对实际样品测试的依赖，加速了研发进程。现有的仿真优化方法大多依赖于手动设置参数范围和优化策略。

4、然而，手动设置参数范围和优化策略缺乏智能化和自适应能力，难以应对电池设计的高度复杂性和非线性特性。此时，即便采用了仿真技术，如何高效、系统地筛选和优化众多设计参数仍是一大挑战。

5、因此，急需一种更加先进、智能化的方法，能够自动、高效地探索和优化电池设计参数，以实现电池性能的最大化，同时缩短产品上市时间并降低研发成本。

技术实现思路

1、本技术提供了一种电池仿真设计参数的智能优化方法、设备及存储介质，可以实现自动化地参数调整和优化，快速地找到电池设计的最优参数组合，显著提升了电池的性能和寿命，同时降低了研发成本和时间。本技术提供如下技术方案：

2、第一方面，提供了一种电池仿真设计参数的智能优化方法，所述方法包括：

3、构建电池仿真模型，所述电池仿真模型是用于模拟真实电池在工作条件下的电化学行为的数学模型；

4、获取电池的性能评价指标；其中，所述性能评价指标用于评价电池的基本性能和工作性能，所述基本性能用于指示电池的整体工作能力，所述工作性能用于指示电池在工作过程中的充放电能力；

5、确定所述电池仿真模型中可优化的设计参数类型，所述设计参数类型是指在设计电池时影响电池性能的参数类型；

6、基于所述性能评价指标建立目标函数；其中，所述目标函数用于指示电池设计的优化目标；

7、基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值；其中，所述搜索空间包括各个设计参数类型对应的所有取值方案；

8、基于所述最优的设计参数生成电池的设计方案。

9、可选地，所述基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值，包括：

10、通过获取函数量化使用所述搜索空间中不同设计参数进行目标函数评估时的潜在价值，得到获取函数值；所述获取函数基于所述目标函数的均值估计和方差估计确定；

11、将最大获取函数值对应的设计参数确定为候选设计参数，输入基于概率模型建立的所述目标函数，得到目标函数值；所述目标函数基于训练集训练得到，初始化训练集包括初始化设计参数；

12、将所述候选设计参数加入所述训练集，再次训练所述目标函数，得到更新后的目标函数的均值估计和方差估计；触发执行所述通过获取函数量化使用搜索空间中不同设计参数进行目标函数评估时的潜在价值，得到获取函数值的步骤及其之后的步骤；直至所述目标函数值基本保持不变或者迭代次数达到预设次数时停止；

13、确定最大目标函数值对应的候选设计参数为所述最优的设计参数。

14、可选地，所述概率模型包括高斯过程；所述获取函数包括上置信界限ucb函数，所述ucb函数ucb(x)通过下式表示：

15、ucb(x)=μ(x)+βσ(x)；

16、其中，μ(x)是在设计参数x处目标函数的均值估计，σ(x)是设计参数x处目标函数的方差估计，β是控制探索与利用权衡的超参数。

17、可选地，所述基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值，包括：

18、获取所述电池的当前的设计参数；

19、基于所述设计参数确定目标函数当前的梯度；所述梯度指示所述目标函数变化率的方向和大小，并指向所述目标函数增长最快的方向；

20、基于所述梯度和学习率更新所述设计参数，所述学习率是正的标量，用于控制所述设计参数每步更新的步长；触发执行所述基于所述设计参数确定目标函数当前的梯度的步骤及其之后的步骤，直至满足迭代停止条件时停止；

21、将满足迭代停止条件时的设计参数确定为所述最优的设计参数。

22、可选地，所述基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值，包括：

23、通过获取函数量化使用所述搜索空间中不同设计参数进行目标函数评估时的潜在价值，得到获取函数值；所述获取函数基于所述目标函数的均值估计和方差估计确定；

24、将最大获取函数值对应的设计参数确定为候选设计参数，输入基于概率模型建立的所述目标函数，得到目标函数值；所述目标函数基于训练集训练得到，初始化训练集包括初始化设计参数；

25、将所述候选设计参数加入所述训练集，再次训练所述目标函数，得到更新后的目标函数的均值估计和方差估计；触发执行所述通过获取函数量化使用搜索空间中不同设计参数进行目标函数评估时的潜在价值，得到获取函数值的步骤及其之后的步骤；直至满足第一停止条件时，获取满足所述第一停止条件对应的设计参数；

26、基于所述第一停止条件对应的设计参数确定目标函数当前的梯度；所述梯度指示所述目标函数变化率的方向和大小，并指向所述目标函数增长最快的方向；

27、基于所述梯度和学习率更新所述设计参数，所述学习率是正的标量，用于控制所述设计参数每步更新的步长；触发执行所述基于所述设计参数确定目标函数当前的梯度的步骤及其之后的步骤，直至满足第二停止条件时停止；

28、将满足所述第二停止条件时的设计参数确定为所述最优的设计参数。

29、可选地，所述电池仿真模型是伪二维p2d锂离子电池模型，所述构建电池仿真模型，包括：

30、初始化体积源具有均匀分布，所述体积源表示电化学反应中锂离子的生成或消耗速率；

31、使用零梯度边界条件和固定值边界条件求解固相电位分布，求解得到的电位值减去初始设定的参考值，得到固相电位的实际分布情况；其中，固相电位是指电池正负极材料内部的电位分布；

32、在当前时间步中，将液相电位的求解方程视为具有固定体积源项的拉普拉斯方程，得到液相电位值；其中，液相电位是指电解液中的电位分布；

33、计算固相电位和液相电位的相对值和固相锂离子浓度，得到过电位的相对值；

34、采用电荷守恒约束结合butler-volmer方程，将电位场与浓度场关联，以使所述电位场影响浓度场，更新固液相电位的参考值；

35、结合相对值和更新的参考值计算固液相电位的绝对值，更新反应电流密度；通过引入比表面积来计算体积源项；

36、根据更新的反应电流密度和浓度梯度边界条件更新固液相的锂离子浓度场。

37、可选地，所述基本性能的性能评价指标包括：额定能量、持续功率、峰值功率、能量密度和功率密度；

38、所述额定能量：是通过一定的放电电流倍率使电池达到下限截止电压后，通过电压和电流乘积，随时间的积分计算出电池释放能量的值；

39、所述持续功率：是电池以第一恒定功率放电第一预设时长后，持续调大放电功率，直到电池在指定时间达到下限截止电压时对应的功率值；

40、所述峰值功率：是电池以第二恒定功率放电第二预设时长后，持续调大放电功率，直到电池在指定时间达到下限截止电压时对应的功率值；其中，所述第二恒定功率大于所述第一恒定功率，所述第二预设时长小于所述第一预设时长；

41、所述能量密度：包括质量能量密度和体积能量密度，质量能量密度是电池单位质量内存储的能量，通过总能量除以电池的质量计算；体积能量密度是电池单位体积内存储的能量，通过总能量除以电池的体积计算；

42、所述功率密度：包括质量功率密度和体积功率密度，质量功率密度是单位质量的电池在单位时间内能够输出或输入的最大功率，通过最大功率除以电池的质量计算；体积功率密度是单位体积的电池在单位时间内能够输出或输入的最大功率，通过最大功率除以电池的体积计算；

43、所述工作性能的性能评价指标包括：能量效率和快充时间；

44、所述能量效率：是指电池在能量转换或使用过程中，输出能量与输入能量的比率；通过将电池放电能量除以电池充电能量计算；

45、所述快充时间：是指电池从低电量状态充至高电量状态所需的时间。

46、可选地，所述可优化的设计参数类型，包括以下几类：

47、外观变量类，包括：电池的尺寸信息；

48、机械件变量类，包括：电池的端盖信息和极耳信息；

49、极片隔膜变量类，包括：电池的极片信息和隔膜信息；

50、质量分数变量类，包括：电池活性物质、导电剂和粘结剂的质量分数占比。

51、第二方面，提供了一种电池仿真设计参数的智能优化装置，所述装置包括：

52、模型构建模块，用于构建电池仿真模型，所述电池仿真模型是用于模拟真实电池在工作条件下的电化学行为的数学模型；

53、指标获取模块，用于获取电池的性能评价指标；其中，所述性能评价指标用于评价电池的基本性能和工作性能，所述基本性能用于指示电池的整体工作能力，所述工作性能用于指示电池在工作过程中的充放电能力；

54、参数确定模块，用于确定所述电池仿真模型中可优化的设计参数类型，所述设计参数类型是指在设计电池时影响电池性能的参数类型；

55、函数建立模块，用于基于所述性能评价指标建立目标函数；其中，所述目标函数用于指示电池设计的优化目标；

56、参数优化模块，用于基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值；其中，所述搜索空间包括各个设计参数类型对应的所有取值方案；

57、方案生成模块，用于基于所述最优的设计参数生成电池的设计方案。

58、第三方面，提供一种电池仿真设计参数的智能优化装置，所述装置包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现第一方面所述的电池仿真设计参数的智能优化方法。

59、第四方面，提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序由所述处理器加载并执行以实现第一方面所述的电池仿真设计参数的智能优化方法。

60、本技术的有益效果在于：通过构建电池仿真模型，以模拟真实电池在工作条件下的电化学行为的数学模型；获取电池的性能评价指标；确定电池仿真模型中可优化的设计参数类型，设计参数类型是指在设计电池时影响电池性能的参数类型；基于性能评价指标建立目标函数；其中，目标函数用于指示电池设计的优化目标；基于预设的参数搜索算法在搜索空间内搜索最优的设计参数，以使预设的目标函数达到期望值；其中，搜索空间包括各个设计参数类型对应的所有取值方案；基于最优的设计参数生成电池的设计方案；可以解决传统的仿真优化方法的复杂性较高、效率较低的问题；由于本技术能够精确模拟电池的电化学过程，因此可以确保评估结果的准确性和可靠性。参数调整策略包括但不限于参数微调、参数范围扩展和参数重新初始化，以应对不同的优化挑战。同时，整个过程是自动化的，减少了人为干预，提高了优化的效率和一致性。通过这种自动化的参数调整和优化，本发明能够快速地找到电池设计的最优参数组合，显著提升了电池的性能和寿命，同时降低了研发成本和时间。这种智能优化方法为电池设计领域提供了一种高效、创新的解决方案。

61、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，并可依照说明书的内容予以实施，以下以本技术的较佳实施例并配合附图详细说明如后。