Presentazioni e Articoli Tecnici

随着电动汽车和储能系统的迅速发展，高功率电池与超级电容器的散热问题愈发突出。传统空冷或常规液冷方式难以兼顾紧凑空间中的高效散热与低能耗需求，因此亟需新的液冷板设计理念。针对这一挑战，本文提出了一种基于拓扑优化的液冷板设计方法，通过结构生成与算法优化的耦合，实现散热能力与流动效率的协同提升。

在方法上，首先建立拓扑优化密度模型，将温度控制与流阻约束同时纳入目标函数。随后，引入多目标优化框架，以电池最高温度、温差及压降为核心指标，利用代理模型与 NSGA-II 算法对设计域进行迭代演化，从而生成具有复杂分支与仿生特征的流道结构。进一步结合动态 TOPSIS 决策方法，从帕累托解集中筛选出兼顾性能与能耗的最优方案。

模拟结果表明，该拓扑优化液冷板能够在控制压降的前提下显著降低电池/超级电容器的最高温度，并改善温度分布均匀性。多目标优化与决策方法的结合有效提升了设计的工程适用性。综上，本研究为新型液冷热管理系统提供了创新路径，并具备向液冷–相变协同设计拓展的潜力。