Optimering av ett luftbaserat värmehanteringssystem för dammiga partikeltäckta litiumjonbatterier

Summary

Här presenterar vi den adaptiva simulerade glödgningsmetoden (ASAM) för att optimera en approximativ kvadratisk responsytmodell (QRSM) som motsvarar ett dammigt partikeltäckt batterivärmehanteringssystem och uppfylla temperatursänkningarna genom att justera luftflödeshastigheterna genom att justera luftflödeshastigheterna kombination av systeminlopp.

Abstract

Denna studie syftar till att lösa problemet med celltemperaturökningen och prestandaförsämringen orsakad av dammiga partiklar som täcker cellens yta genom allokering av luftflödeshastigheter vid inloppen till batterikylboxen under målet om låg energiförbrukning. Vi tar den maximala temperaturen på batteripaketet vid en specificerad luftflödeshastighet och dammfri miljö som den förväntade temperaturen i en dammig miljö. Batteripaketets maximala temperatur i en dammig miljö löses vid olika inloppsluftflödeshastigheter, vilket är randvillkoren för den analysmodell som konstrueras i simuleringsmjukvaran. Matriserna som representerar de olika kombinationerna av luftflödeshastighet genereras slumpmässigt genom den optimala Latin Hypercube-algoritmen (OLHA), där de nedre och övre gränserna för hastigheter som motsvarar temperaturerna över den önskade temperaturen ställs in i optimeringsprogramvaran. Vi fastställer en ungefärlig QRSM mellan hastighetskombinationen och den maximala temperaturen med hjälp av optimeringsprogrammets anpassningsmodul. QRSM är optimerad baserat på ASAM, och det optimala resultatet överensstämmer väl med det analysresultat som erhålls av simuleringsprogramvaran. Efter optimering ändras flödeshastigheten för det mellersta inloppet från 5,5 m/s till 5 m/s, och den totala luftflödeshastigheten minskas med 3 %. Protokollet presenterar här en optimeringsmetod som samtidigt tar hänsyn till energiförbrukning och termisk prestanda för det batterihanteringssystem som har etablerats, och det kan användas i stor utsträckning för att förbättra batteripaketets livscykel med minimal driftskostnad.

Introduction

Med den snabba utvecklingen av bilindustrin förbrukar fordon som drivs med traditionella bränslen mycket icke-förnybara resurser, vilket resulterar i allvarliga miljöföroreningar och energibrist. En av de mest lovande lösningarna är utvecklingen av ^elfordon1,2.

Kraftbatterierna som används för elbilar kan lagra elektrokemisk energi, vilket är nyckeln till att ersätta traditionella bränslefordon. Kraftbatterier som används i elfordon inkluderar litiumjonbatterier (LIB), nickelmetallhydridbatterier (NiMH) och elektriska dubbelskiktskondensatorer (EDLC)³. Jämfört med de andra batterierna används litiumjonbatterier för närvarande i stor utsträckning som energilagringsenheter i elfordon på grund av deras fördelar som hög energitäthet, hög effektivitet och lång livscykel 4,5,6,7.

Men på grund av kemisk reaktionsvärme och Joule-värme är det lätt att ackumulera en stor mängd värme och öka batteritemperaturen under snabbladdning och högintensiv urladdning. Den idealiska driftstemperaturen för LIB är 20-40 °C ^8,9. Den maximala temperaturskillnaden mellan batterierna i en batteristräng bör inte överstiga 5 °C^10,11. Annars kan det leda till en rad risker som temperaturobalans mellan batterierna, accelererat åldrande, till och med överhettning, brand, explosion och så vidare¹². Därför är den kritiska frågan som måste lösas att designa och optimera ett effektivt batterivärmehanteringssystem (BTMS) som kan kontrollera temperaturen och temperaturskillnaden i batteripaketet inom en snäv gräns.

Typiska BTMS inkluderar luftkylning, vattenkylning och fasändringsmaterialkylning¹³. Bland dessa kylmetoder används luftkylningstypen i stor utsträckning på grund av dess låga kostnad och enkelhet i strukturen¹⁴. På grund av luftens begränsade specifika värmekapacitet är höga temperaturer och stora temperaturskillnader lätta att uppstå mellan battericeller i luftkylda system. För att förbättra kylningsprestandan hos luftkylda BTMS är det nödvändigt att utforma ett effektivt system 15,16,17. Qian et ^al.18 samlade in batteripaketets maximala temperatur och temperaturskillnad för att träna motsvarande Bayesianska neurala nätverksmodell, som används för att optimera cellavstånden i seriens luftkylda batteripaket. Chen et ^al.19 rapporterade att Newton-metoden och flödesmotståndsnätverksmodellen användes för optimering av bredderna på inloppsdivergenslådan och utloppskonvergenslådan i det parallella luftkylda systemet av Z-typ. Resultaten visade en 45-procentig minskning av temperaturskillnaden i systemet. Liu et ^al.20 tog prov på fem grupper av kylkanalerna i J-BTMS och erhöll den bästa kombinationen av cellavstånd med den ensemblesurrogatbaserade optimeringsalgoritmen. Baveja et ^al.21 modellerade en passivt balanserad batterimodul, och studien beskrev effekterna av termisk förutsägelse på passiv balansering på modulnivå och vice versa. Singh et ^al.22 undersökte ett batterivärmehanteringssystem (BTMS) som använde inkapslat fasförändringsmaterial tillsammans med forcerad konvektiv luftkylning designad med hjälp av den kopplade elektrokemiska-termiska modelleringen. et ^al.23 föreslog en vätskekylplatta bestående av en flerstegs Tesla-ventilkonfiguration för att ge ett säkrare temperaturområde för ett litiumjonbatteri av prismatisk typ med hög igenkänning i mikrofluidiska applikationer. Feng et al. ²⁴ använde variationskoefficientmetoden för att utvärdera systemen med olika inloppsflöden och batterispel. Talele et ^al.25 introducerade väggförstärkt pyrofoder värmeisolering för att lagra potentiellt genererad värme baserat på optimal placering av värmefilmer.

När man använder luftkylning BTMS kommer metalldammpartiklar, mineraldammpartiklar, dammpartiklar från byggmaterial och andra partiklar i den yttre miljön att föras in i luftkylnings-BTMS av fläkten, vilket kan göra att batteriernas yta täcks med DPM. Om det inte finns någon värmeavledningsplan kan det orsaka olyckor på grund av den för höga batteritemperaturen. Efter simulering tar vi den maximala temperaturen på batteripaketet i en specificerad luftflödeshastighet och dammfri miljö som den förväntade temperaturen i en dammig miljö. För det första hänvisar C-rate till det strömvärde som krävs när batteriet släpper sin nominella kapacitet inom den angivna tiden, vilket är lika med en multipel av batteriets nominella kapacitet i datavärdet. I det här dokumentet använder simuleringen 2C-urladdning. Den nominella kapaciteten är 10 Ah och den nominella spänningen är 3,2 V. Litiumjärnfosfat (LiFePO4) används som det positiva elektrodmaterialet och kol används som det negativa elektrodmaterialet. Elektrolyten har elektrolytlitiumsalt, ett organiskt lösningsmedel med hög renhet, nödvändiga tillsatser och andra råvaror. Den slumpmässiga matrisen som representerar de olika hastighetskombinationerna vid inloppen bestämdes genom OLHA, och en 2:a ordningens funktion mellan batteripaketets maximala temperatur och inloppsflödeshastighetskombinationen ställdes in under förutsättning att kurvans noggrannhet kontrollerades. Latinska hyperkuber (LH) har tillämpats i många datorexperiment sedan de föreslogs av McKay et ^al.26. En LH ges av en N x p-matris L, där varje kolonn av L består av en permutation av heltalen 1 till N. I den här artikeln används den optimala latinska hyperkubsamplingsmetoden för att minska beräkningsbördan. Metoden använder stratifierad provtagning för att säkerställa att provtagningspunkterna kan täcka alla provtagningsinterna delar.

I följande steg optimerades kombinationen av inloppsflödeshastighet för att minska batteripaketets maximala temperatur i en dammig miljö baserat på ASAM under förutsättning att energiförbrukningen beaktas samtidigt. Den adaptiva simulerade glödgningsalgoritmen har utvecklats i stor utsträckning och används i stor utsträckning i många optimeringsproblem^27,28. Denna algoritm kan undvika att fastna i ett lokalt optimum genom att acceptera den sämsta lösningen med en viss sannolikhet. Det globala optimum uppnås genom att definiera acceptanssannolikheten och temperaturen; Beräkningshastigheten kan också justeras med hjälp av dessa två parametrar. Slutligen, för att kontrollera noggrannheten i optimeringen, jämfördes det optimala resultatet med analysresultatet från simuleringsprogramvaran.

I detta dokument föreslås en optimeringsmetod för batterilådans inloppsflöde för batteripaketet vars temperatur stiger på grund av dammskydd. Syftet är att sänka den maximala temperaturen för det dammtäckta batteripaketet till under den maximala temperaturen för det icke-dammtäckta batteripaketet vid låg energiförbrukning.

Protocol

OBS: Färdplanen för forskningsteknik visas i figur 1, där programvaran för modellering, simulering och optimering används. De material som krävs visas i materialtabellen. 1. Skapa 3D-modellen OBS: Vi använde Solidworks för att skapa 3D-modellen. Rita en rektangel på 252 mm x 175 mm, klicka på Extrude Boss/Base och ange 73. Skapa ett nytt plan 4 mm från den yttre ytan. Rita en rektangel på 131…

Representative Results

Enligt protokollet är de tre första delarna de viktigaste, som inkluderar modellering, maskning och simulering, allt för att få den maximala temperaturen på batteripaketet. Därefter justeras luftflödeshastigheten genom provtagning, och slutligen erhålls den optimala flödeshastighetskombinationen genom optimering. Figur 9 visar jämförelsen av batteripaketets temperaturfördelning i olika m…

Discussion

BTMS som användes i denna studie fastställdes baserat på luftkylningssystemet på grund av dess låga kostnad och enkelhet i strukturen. På grund av den låga värmeöverföringskapaciteten är luftkylningssystemets prestanda lägre än för vätskekylsystemet och fasändringsmaterialkylsystemet. Vätskekylsystemet har dock nackdelen med köldmedieläckage, och fasförändringsmaterialets kylsystem har hög massa och låg energitäthet²⁹. Dessa kylsystem har sina fördelar och nackdelar. Därf…

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