固态锂电池模块框架防震装置

    公开(公告)号:CN111146386B

    公开(公告)日:2022-12-09

    申请号:CN201911326702.8

    申请日:2019-12-20

    摘要: 本发明提出了一种固态锂电池模块框架防震装置,包括:框架本体,其内部均匀的设置有若干固态锂电池模块,其穿设在一上端开口的外壳内;固定盖,设置在框架本体上方,与外壳的开口端相铰接,以使得壳体形成一密闭腔体;固定槽,设置在固态锂电池模块下方,并与固态锂电池模块的下端相卡接,用于固定固态锂电池模块;减震底座设置在固定槽的下方,与框架本体的底部连接,减震底座用于支撑固定槽、并对固定槽进行缓冲。通过设置框架本体、固定盖、固定槽和减震底座以组成固态锂电池框架防震装置,固态锂电池底部设置的固定槽,可高效的将固态锂电池稳定放置,在固定槽内部的定位装置两端设置的伸缩弹簧组和耐磨头,使得夹持的更加紧固,安全可靠。

    能源互联网协同优化加速求解方法、系统、设备及介质

    公开(公告)号:CN115276118A

    公开(公告)日:2022-11-01

    申请号:CN202210949983.8

    申请日:2022-08-09

    IPC分类号: H02J3/46 H02J3/06

    摘要: 一种能源互联网协同优化加速求解方法、系统、设备及介质,求解方法包括:建立基于交替方向乘子算法的能源互联网协同优化模型;针对所述能源互联网协同优化模型中的乘子系数建立强化学习模型;通过强化学习模型加速更新所述能源互联网协同优化模型中的乘子系数;利用乘子系数更新后的能源互联网协同优化模型求解能源互联网协同优化结果。本发明建立了基于交替方向乘子算法的能源互联网协同优化模型,并且建立了乘子系数强化学习模型,通过强化学习模型加速更新能源互联网协同优化模型中的乘子系数,提出了一种基于强化学习更新乘子系数的交替方向乘子算法加速求解方法,减少了优化计算的迭代步数,从而使优化过程的计算效率提高,加速优化进程。

    能源互联网的协同优化决策方法、系统、设备及存储介质

    公开(公告)号:CN114977326A

    公开(公告)日:2022-08-30

    申请号:CN202210706842.3

    申请日:2022-06-21

    IPC分类号: H02J3/46 H02J3/48 H02J3/50

    摘要: 一种能源互联网的协同优化决策方法、系统、设备及存储介质,方法包括设置奖励机制寻找最优策略,以最优策略作为智能体深度强化学习的训练目标,对区域能源互联网运行优化模型进行求解,得到最优解作为动作策略;智能体根据能源互联网当前的运行状态,取相似性度量最小值所对应运行状态的动作策略作为深度强化学习训练的初值进行训练,给出训练后相应的动作策略;将动作策略传递给环境后,运行状态过渡到下一时刻的状态,通过设置的奖励机制和动作约束条件,给予动作策略的好坏进行相应奖励,通过迭代训练,得到深度强化学习模型;利用深度强化学习模型基于运行状态相似度对各时刻动作协同优化决策。本发明能够实现能源互联网的快速精准优化调度。

    一种固态锂电池用散热装置
    7.
    发明公开

    公开(公告)号:CN113131067A

    公开(公告)日:2021-07-16

    申请号:CN202110370056.6

    申请日:2021-04-06

    摘要: 本发明公开一种固态锂电池用散热装置,包括:防护箱,具有中空的内腔;底板,设置于防护箱内腔底部,用于放置固态锂电池;水冷机构,设置于防护箱内腔中;散热结构,设置于防护箱侧壁,用于排出固态锂电池散发的热量。本发明通过设置水冷机构,可以将水箱内的冷凝液输送到冷凝管内,对防护箱内的空气进行制冷,通过设置驱动电机和风扇,可以将制冷后的空气吹向锂电池本体,对锂电池本体进行散热,通过设置以上结构,具备对锂电池散热速度快的优点,解决了现有的锂电池组在进行散热时,大多都是单一通过风扇进行散热,散热速度慢,无法满足锂电池的散热需求的问题。

    区域能源互联网运行优化方法、系统、设备及介质

    公开(公告)号:CN116050598A

    公开(公告)日:2023-05-02

    申请号:CN202211726619.1

    申请日:2022-12-29

    摘要: 本发明公开了一种区域能源互联网运行优化方法、系统、设备及介质,属于能源互联网技术领域,包括获取区域综合能源系统设备组成和参数,构建区域综合能源模型,以区域综合能源模型的运行成本最小为优化目标,建立区域综合能源系统稳态模型;基于所述区域综合能源系统稳态模型构建区域综合能源系统的线性混合整数规划模型;通过基于机器学习的分支算法求解所述线性混合整数规划模型,得到优化参数解用于区域能源互联网运行优化。针对能源互联网优化运行的基于机器学习分支策略学习方法,可利用历史节点信息提高求解速度,提高优化问题求解效率。