Optimalisering av et luftbasert varmestyringssystem for støvete litium-ion-batteripakker dekket av partikler

Summary

Her presenterer vi den adaptive simulerte glødningsmetoden (ASAM) for å optimalisere en tilnærmet kvadratisk responsoverflatemodell (QRSM) som tilsvarer et støvete partikkelformet batterivarmestyringssystem og oppfylle temperaturfallene tilbake ved å justere luftstrømhastighetskombinasjonen av systeminntak.

Abstract

Denne studien tar sikte på å løse problemet med celletemperaturstigning og ytelsesnedgang forårsaket av støvete partikler som dekker overflaten av cellen gjennom tildeling av luftstrømningshastigheter ved innløpene til batterikjøleboksen under målet om lavt energiforbruk. Vi tar den maksimale temperaturen på batteripakken ved en spesifisert luftstrømshastighet og støvfritt miljø som forventet temperatur i støvete omgivelser. Batteripakkens maksimale temperatur i støvete omgivelser løses ved forskjellige luftstrømningshastigheter, som er grensebetingelsene for analysemodellen konstruert i simuleringsprogramvaren. Matrisene som representerer de forskjellige luftstrømhastighetskombinasjonene av innløp, genereres tilfeldig gjennom den optimale latinske hyperkubealgoritmen (OLHA), der de nedre og øvre grensene for hastigheter som tilsvarer temperaturene over ønsket temperatur er satt i optimaliseringsprogramvaren. Vi etablerer en omtrentlig QRSM mellom hastighetskombinasjonen og maksimumstemperaturen ved hjelp av tilpasningsmodulen til optimaliseringsprogramvaren. QRSM er optimalisert basert på ASAM, og det optimale resultatet stemmer godt overens med analyseresultatet oppnådd av simuleringsprogramvaren. Etter optimalisering endres strømningshastigheten til midtinnløpet fra 5,5 m/s til 5 m/s, og den totale luftstrømshastigheten reduseres med 3 %. Protokollen her presenterer en optimaliseringsmetode som samtidig vurderer energiforbruk og termisk ytelse til batteristyringssystemet som er etablert, og det kan brukes mye for å forbedre livssyklusen til batteripakken med minimale driftskostnader.

Introduction

Med den raske utviklingen av bilindustrien bruker tradisjonelle drivstoffbiler mye ikke-fornybare ressurser, noe som resulterer i alvorlig miljøforurensning og energimangel. En av de mest lovende løsningene er utviklingen av elektriske kjøretøy (EV)^1,2.

Strømbatteriene som brukes til elbiler kan lagre elektrokjemisk energi, som er nøkkelen til å erstatte tradisjonelle drivstoffbiler. Strømbatterier som brukes i elbiler inkluderer litiumionbatteri (LIB), nikkelmetallhydridbatteri (NiMH) og elektrisk dobbeltlagskondensator (EDLC)³. Sammenlignet med de andre batteriene, er litiumionbatterier for tiden mye brukt som energilagringsenheter i elbiler på grunn av fordelene som høy energitetthet, høy effektivitet og lang livssyklus 4,5,6,7.

På grunn av kjemisk reaksjonsvarme og Joule-varme er det imidlertid lett å akkumulere en stor mengde varme og øke batteritemperaturen under hurtiglading og høyintensiv utladning. Den ideelle driftstemperaturen til LIB er 20-40 °C ^8,9. Den maksimale temperaturforskjellen mellom batteriene i en batteristreng bør ikke overstige 5 °C^10,11. Ellers kan det føre til en rekke risikoer som temperaturubalanse mellom batteriene, akselerert aldring, til og med overoppheting, brann, eksplosjon og så videre¹². Derfor er det kritiske problemet som skal løses, å designe og optimalisere et effektivt batteristyringssystem (BTMS) som kan kontrollere temperaturen og temperaturforskjellen til batteripakken innenfor en smal.

Typiske BTMS inkluderer luftkjøling, vannkjøling og faseendringsmaterialkjøling¹³. Blant disse kjølemetodene er luftkjølingstypen mye brukt på grunn av dens lave kostnader og enkelhet i strukturen¹⁴. På grunn av luftens begrensede spesifikke varmekapasitet er det lett å oppstå høye temperaturer og store temperaturforskjeller mellom battericeller i luftkjølte systemer. For å forbedre kjøleytelsen til luftkjølte BTMS, er det nødvendig å designe et effektivt system 15,16,17. Qian et ^al.18 samlet batteripakkens maksimale temperatur- og temperaturforskjell for å trene den tilsvarende bayesianske nevrale nettverksmodellen, som brukes til å optimalisere celleavstandene til seriens luftkjølte batteripakke. Chen et ^al.19 rapporterte ved hjelp av Newton-metoden og strømningsmotstandsnettverksmodellen for optimalisering av bredden på innløpsdivergensplenum og utløpskonvergensplenum i Z-type parallelt luftkjølt system. Resultatene viste en 45% reduksjon i temperaturforskjellen i systemet. Liu et ^al.20 samplet fem grupper av kjølekanalene i J-BTMS og oppnådde den beste kombinasjonen av celleavstander ved ensemble-surrogatbasert optimaliseringsalgoritme. Baveja et ^al.21 modellerte en passivt balansert batterimodul, og studien beskrev effekten av termisk prediksjon på passiv balansering på modulnivå og omvendt. Singh et ^al.22 undersøkte et batteri termisk styringssystem (BTMS) som brukte innkapslet faseendringsmateriale sammen med tvungen konvektiv luftkjøling designet ved hjelp av den koblede elektrokjemisk-termiske modelleringen. Fan et ^al.23 foreslo en flytende kjøleplate som består av en flertrinns Tesla-ventilkonfigurasjon for å gi et sikrere temperaturområde for et prismatisk litiumionbatteri med høy anerkjennelse i mikrofluidiske applikasjoner. Feng et al. ²⁴ brukte variasjonskoeffisientmetoden for å evaluere ordningene med forskjellige innløpsstrømningshastigheter og batteriklaringer. Talele et ^al.25 introduserte veggforsterket varmeisolasjon for pyroforing for å lagre potensiell generert oppvarming basert på optimal plassering av varmefilmer.

Når man bruker luftkjølende BTMS, vil metallstøvpartikler, mineralstøvpartikler, byggematerialer, støvpartikler og andre partikler i det ytre miljøet føres inn i den luftkjølende BTMS av blåseren, noe som kan føre til at overflaten på batteriene dekkes med DPM. Hvis det ikke er noen varmespredningsplan, kan det føre til ulykker på grunn av for høy batteritemperatur. Etter simulering tar vi den maksimale temperaturen på batteripakken i en spesifisert luftstrømhastighet og støvfritt miljø som forventet temperatur i et støvete miljø. For det første refererer C-rate til gjeldende verdi som kreves når batteriet frigjør sin nominelle kapasitet innen den angitte tiden, som er lik et multiplum av batteriets nominelle kapasitet i dataverdien. I denne artikkelen bruker simuleringen 2C-hastighetsutladning. Nominell kapasitet er 10 Ah, og den nominelle spenningen er 3, 2 V. Litiumjernfosfat (LiFePO4) brukes som det positive elektrodematerialet, og karbon brukes som det negative elektrodematerialet. Elektrolytten har elektrolyttlitiumsalt, et organisk løsningsmiddel med høy renhet, nødvendige tilsetningsstoffer og andre råvarer. Den tilfeldige matrisen som representerte de forskjellige hastighetskombinasjonene ved innløpene ble bestemt gjennom OLHA, og en 2. ordens funksjon mellom batteripakkens maksimale temperatur og innløpshastighetskombinasjonen ble satt opp under forutsetning av å kontrollere nøyaktigheten av kurvetilpasningen. Latin hypercube (LH) design har blitt brukt i mange dataeksperimenter siden de ble foreslått av McKay et ^al.26. En LH er gitt av en N x p-matrise L, hvor hver kolonne av L består av en permutasjon av heltallene 1 til N. I dette papiret brukes den optimale latinske hyperkubeprøvemetoden for å redusere beregningsbyrden. Metoden bruker stratifisert prøvetaking for å sikre at prøvetakingspunktene kan dekke alle prøvetakingsinterne.

I det følgende trinnet ble kombinasjonen av innløpsstrømningshastighet optimalisert for å redusere batteripakkens maksimale temperatur i et støvete miljø basert på ASAM under forutsetning av å vurdere energiforbruket samtidig. Den adaptive simulerte glødealgoritmen har blitt omfattende utviklet og mye brukt i mange optimaliseringsproblemer^27,28. Denne algoritmen kan unngå å bli fanget i et lokalt optimalum ved å akseptere den verste løsningen med en viss sannsynlighet. Det globale optimale oppnås ved å definere akseptsannsynlighet og temperatur; Beregningshastigheten kan også justeres ved hjelp av disse to parameterne. Til slutt, for å kontrollere nøyaktigheten av optimaliseringen, ble det optimale resultatet sammenlignet med analyseresultatet oppnådd fra simuleringsprogramvaren.

I dette papiret foreslås en optimaliseringsmetode for innløpsstrømningshastigheten til batteriboksen for batteripakken hvis temperatur stiger på grunn av støvdeksel. Hensikten er å redusere maksimumstemperaturen på den støvbelagte batteripakken til under maksimumstemperaturen på den ikke-støvbelagte batteripakken i tilfelle lavt energiforbruk.

Protocol

MERK: Veikartet for forskningsteknologi er vist i figur 1, der modellerings-, simulerings- og optimaliseringsprogramvaren brukes. De nødvendige materialene vises i materialfortegnelsen. 1. Opprette 3D-modellen MERK: Vi brukte Solidworks til å lage 3D-modellen. Tegn et rektangel på 252 mm x 175 mm, klikk Ekstruder boss/base, og skriv inn 73. Opprett et nytt plan 4 mm fra ytre overflaten. Tegn et rektan…

Representative Results

Etter protokollen er de tre første delene de viktigste, som inkluderer modellering, meshing og simulering, alt for å få maksimal temperatur på batteripakken. Deretter justeres luftstrømshastigheten ved prøvetaking, og til slutt oppnås den optimale strømningshastighetskombinasjonen ved optimalisering. Figur 9 viser sammenligningen av batteripakkens temperaturfordeling i forskjellige miljøer,…

Discussion

BTMS som ble brukt i denne studien ble etablert basert på luftkjølesystemet på grunn av dets lave kostnader og enkelhet i strukturen. På grunn av den lave varmeoverføringskapasiteten er ytelsen til luftkjølesystemet lavere enn for væskekjølesystemet og kjølesystemet for faseendringsmateriale. Det flytende kjølesystemet har imidlertid ulempen med kjølemediumlekkasje, og kjølesystemet for faseendringsmateriale har høy masse og lav energitetthet²⁹. Disse kjølesystemene har sine fordeler…

Materials

Ansys-Workbench	ANSYS	N/A	Multi-purpose finite element method computer design program software.https://www.ansys.com
Isight	Engineous Sogtware	N/A	Comprehensive computer-aided engineering software.https://www.3ds.com
NVIDIA GPU	NVIDIA	N/A	An NVIDIA GPU is needed as some of the software frameworks below will not work otherwise. https://www.nvidia.com
Software
SOLIDWORKS	Dassault Systemes	N/A	SolidWorks provides different design solutions, reduces errors in the design process, and improves product quality www.solidworks.com