集总热仿真提升汽车电池管理系统的性能

为了实现印度交通部门宏大的电气化目标,制造商必须加快诸如电池管理系统等关键部件的开发。印度 Exicom 公司使用多物理场仿真来探究不同的电芯和电池包设计的热行为,从而优化电池管理系统的性能。


作者 Neena Picardo
2022 年 9 月

印度电动汽车市场正在快速增长,预计到 2030 年印度销售的汽车中将有超过 30% 是电动汽车。为电动汽车提供动力的电池包是印度电动汽车革命的主要驱动力之一。为了监测和管理电池包的性能和安全,通常会为电池包配备一个电池管理系统。该系统是一个电子系统,可以监测电池的电压、温度、冷却液流量和健康状况,并预测一些性能参数,如电流变化和发热,帮助电池包发挥最佳性能。

仿真对开发精确的电池管理系统的作用

印度 Exicom Tele-Systems 公司致力于设计、开发和部署能源解决方案,包括最新的锂离子电池技术。迄今为止,该公司已经为总计超过 1.8 GWh 的锂离子电池部署了解决方案,领先全球同类型企业。他们还为两轮电动车和轻型电动汽车提供充电解决方案和电池管理系统,推动着印度电动汽车的发展。Exicom 公司的创新电池管理系统解决方案因其性能和寿命而备受赞誉。

在位于印度 Gurugram 的 Exicom 研发中心,Parmender Singh 博士领导的技术团队已经开发出一种电池管理系统,可用于精确监测和管理应用于较宽电压范围内(最高可达 1000 V)的锂离子电池。这个电池管理系统可用于各种化学成分的锂离子电池,如磷酸铁锂、磷酸亚铁锂、锂镍钴锰氧化物和镍钴铝酸锂等。

电池管理系统的精准度取决于编程或校准系统中各项输入的质量和准确性。例如,电池管理系统包括许多分布在电池包上的热传感器,为了准确监测电池包的温度分布并预测其性能,必须将传感器放置在正确的位置。这需要详细了解每个电芯的热量分布以及整个电池包的热量变化情况。COMSOL Multiphysics®仿真软件在这方面发挥了重要作用,仿真能够准确计算和校对如热量分布信息等的输入数据,这对于开发具有极高精度的电池管理系统是必不可少的。

预测和防止潜在的热失控

Singh 博士的团队使用 COMSOL Multiphysics®软件对电芯的热行为进行了一系列分析。他们还分析了潜在的外部短路现象,这可能会导致热失控,即一种不受控制的自加热过程,进而损坏设备甚至引起火灾。Exicom 团队首先分析了具有不同外形尺寸的圆柱形电芯中产生的热量,并利用生成的电池热量曲线将该模型进一步扩展到电池包层面。“我们对改善风冷电池包的温度梯度特别感兴趣。”Singh 博士表示。

图 1 显示了圆柱形电芯在 1C 放电过程中电芯层面的热仿真结果。图 1 中左图显示了温度分布,其中最高温度在电芯的中间;右图显示了温度的等值线分布,进一步表明最高温度位于电芯中的活性材料位置。

A COMSOL Multiphysics model showing the temperature distribution throughout a cylindrical battery cell, where the center is the hottest at 314.1 K and the surface is the coolest at 313.65 K.
A COMSOL Multiphysics model of a cylindrical battery cell, where a contour plot shows the temperature in a red and yellow gradient, from 313.66 K to 314.09 K.
图 1 圆柱形电芯在 1C 放电过程中的温度分布(左)和温度的等值线分布(右)。

经实验结果验证,团队发现该仿真结果处于标准充放电曲线的 ±5% 误差范围内。根据外部短路测试标准 UL1642,该模型被进一步扩展至 100% 荷电状态下进行 2C 放电。

A 2D plot shows the temperature profile in a cell after thermal runaway.
A 2D plot shows the electrochemical profile in a cell after thermal runaway.
图 2 热失控后电池的温度分布(左)以及电化学曲线(右)。

电池的正负极通过一个 80±20mΩ 的电阻形成短路。团队使用电池充放电曲线的实验数据对 COMSOL®软件的集总热仿真方法进行了验证。他们还进一步开发了两个模型:

  • 使用 COMSOL®软件中的优化功能建立的圆柱形电芯的循环和日历容量衰减模型
  • 利用提取的电化学参数为圆柱形电池建立的高保真伪二维(P2D)模型

研究团队发现,集总方法使他们能够用最少的参数构建模型,例如电芯的几何形状、电极厚度、热导率、热容量、驱动循环,以及开路电压 – 荷电状态表等,所有这些参数都可以直接从电池包制造商处获取。

A 2D plot compares the simulated and experimental cell potential over time during an external short circuit.
A 2D plot compares the simulated and experimental temperature over time during an external short circuit.
图 3 外部短路测试的仿真结果和实验结果

通过实验提取这些参数不仅耗时,还容易因实验条件的变化而产生误差。例如由于环境温度的波动,提取一个准确的电池热曲线需要在不同的环境温度下进行大量的测试。然而,借助仿真, Singh 博士和他的团队能够非常轻松地完成这些实验。他们能够高效地研究充放电曲线、不同充放电速率下的热行为,以及由不同电池化学成分的外部或内部短路(图 3)导致的热失控(图 2)。他们还能够识别电池包中的热点,并根据容量衰减分析精确地确定电池等级。这些仿真结果被直接应用于缩短电池管理系统的开发周期,因为热点指示了在电池管理系统内部署热传感器的最佳位置,因此可以最有效地发挥作用。Singh 博士说:“COMSOL®软件在电池设计和热仿真领域是一种易于学习、适用性强的有限元工具。”

A battery model is shown in the Graphics window of the COMSOL Multiphysics user interface.
图4. COMSOL Multiphysics®用户界面接口显示了一个电池模型

未来应用:扩展仿真范围以预测电池老化

除了热仿真,Singh 博士还扩大了仿真的使用范围,用于研究另一个重要现象:电池老化。在电池的使用寿命中,由于不可逆的物理和化学变化,其健康状态会逐渐恶化。例如,固体电解质间相层的增长会导致电芯中的孔隙率减小,这反过来又会导致电池极化和内阻的增加。磁场探测是一种监测电池健康状态的非侵入式方法。为了证明磁场探测方法的潜力,Singh 博士在 COMSOL®中开发了一个多物理场模型,用于评估磁场响应、电池极化和内阻(图 4)。研究团队观察到,电极孔隙率的变化对磁场响应有显著影响。虽然这项研究目前还处于初级阶段,但其应用前景广阔。Singh 博士憧憬到:“我们期望对这一现象的进一步研究将能够开发和部署电池老化的监测功能,以及对电池管理系统自身的保护机制。

The 3D geometry of a cell shows the cathode, separator, and anode sections, with red arrows indicating the external magnetic field and green arrows indicating the applied current density.
A line graph shows the variation of magnetic field response and polarization behavior during discharge at two anode porosity values.
图5 三维电池几何结构(上)。在阳极孔隙率为 0.12 和 0.36 时电池放电期间的磁场响应的变化和极化行为(下)。

Exicom 团队目前正致力于电化学 P2D 模拟,用于电芯层面的热量和容量衰减分析。为了在热失控过程中获得更高精度,团队计划进一步扩展模型,在电极和固体电解质间相层增加额外的放热方程。他们还计划使用集总容量衰减模型进行循环和日历预测分析。未来,他们还计划为电池的荷电状态和健康状态构建降阶模型,并将模拟结果输出到 MATLAB®中生成用于专用集成电路 (ASIC)的代码。

随着印度及全球加速向电动交通工具转型,预计未来几年对电池技术的研究将大幅增加。对于希望提供更有效的解决方案并加快产品上市时间的电动车企业而言,COMSOL®仿真软件提供了一个至关重要的先机。

参考文献

  1. S. Sen, "30% vehicles in India will be electric by 2030: Study," The Times of India, 17 Jun. 2022;https://timesofindia.indiatimes.com/city/mumbai/30-vehicles-in-india-will-be-electric-by-2030-study/articleshow/92265373.cms.
  2. P. Singh et al., "Li-Ion Battery Aging Parameter: Porosity Behavior Analysis Using Magnetic Field Probing,"ECS Meeting Abstracts, vol. MA2021-02, 2021, no. 3, p. 294, 2021.

MATLAB 是 The MathWorks, Inc 的注册商标。

Baidu
map