Оптимизация воздушной системы управления теплом для литий-ионных аккумуляторных батарей, покрытых пылью и твердыми частицами
Summary
В данной работе мы представляем метод адаптивного имитации отжига (ASAM) для оптимизации приближенной квадратичной модели поверхности отклика (QRSM), соответствующей системе управления теплом батареи, покрытой пылью и твердыми частицами, и для компенсации обратного падения температуры путем регулировки комбинации скоростей воздушного потока на входах в систему.
Abstract
Данное исследование направлено на решение проблемы повышения температуры ячейки и снижения производительности, вызванной пылевыми твердыми частицами, покрывающими поверхность ячейки, путем распределения скоростей воздушного потока на входах в блок охлаждения батареи с целью низкого энергопотребления. Мы принимаем максимальную температуру аккумуляторной батареи при заданной скорости воздушного потока и беспыльной среде в качестве ожидаемой температуры в пыльной среде. Максимальная температура аккумуляторной батареи в запыленной среде решается при различных скоростях входного воздушного потока, которые являются граничными условиями расчетной модели, построенной в программном обеспечении моделирования. Массивы, представляющие различные комбинации скоростей воздушного потока на входах, генерируются случайным образом с помощью алгоритма оптимального латинского гиперкуба (OLHA), где в оптимизирующем программном обеспечении задаются нижний и верхний пределы скоростей, соответствующие температурам выше желаемой температуры. Мы устанавливаем приблизительный QRSM между комбинацией скоростей и максимальной температурой с помощью модуля фитинга программного обеспечения для оптимизации. QRSM оптимизируется на основе ASAM, и оптимальный результат хорошо согласуется с результатом анализа, полученным программным обеспечением для моделирования. После оптимизации скорость потока среднего входного отверстия изменяется с 5,5 м/с до 5 м/с, а общая скорость воздушного потока снижается на 3%. Протокол представляет собой метод оптимизации, одновременно учитывающий энергопотребление и тепловые характеристики системы управления батареями, которая была создана, и он может широко использоваться для улучшения жизненного цикла аккумуляторной батареи с минимальными эксплуатационными затратами.
Introduction
С быстрым развитием автомобильной промышленности транспортные средства на традиционном топливе потребляют много невозобновляемых ресурсов, что приводит к серьезному загрязнению окружающей среды и нехватке энергии. Одним из наиболее перспективных решений является разработка электромобилей (EV)1,2.
Силовые батареи, используемые в электромобилях, могут накапливать электрохимическую энергию, что является ключом к замене транспортных средств на традиционном топливе. Силовые аккумуляторы, используемые в электромобилях, включают литий-ионный аккумулятор (LIB), никель-металлгидридный аккумулятор (NiMH) и электрический двухслойный конденсатор (EDLC)3. По сравнению с другими батареями, литий-ионные батареи в настоящее время широко используются в качестве накопителей энергии в электромобилях благодаря своим преимуществам, таким как высокая плотность энергии, высокая эффективность и длительный срок службы 4,5,6,7.
Однако из-за тепла химической реакции и джоулева тепла легко накапливать большое количество тепла и повышать температуру аккумулятора во время быстрой зарядки и высокоинтенсивной разрядки. Идеальная рабочая температура ЛИА составляет 20-40 °C 8,9. Максимальная разница температур между батареями в аккумуляторной колонне не должна превышать 5 °C10,11. В противном случае это может привести к ряду рисков, таких как температурный дисбаланс между батареями, ускоренное старение, даже перегрев, возгорание, взрыви так далее. Таким образом, критически важным вопросом, который необходимо решить, является проектирование и оптимизация эффективной системы управления температурным режимом батареи (BTMS), которая может контролировать температуру и разницу температур аккумуляторной батареи в узком диапазоне.
Типичные BTMS включают воздушное охлаждение, водяное охлаждение и охлаждение материала с фазовым переходом13. Среди этих способов охлаждения широко используется воздушный тип охлаждения из-за его дешевизны и простоты конструкции14. Из-за ограниченной удельной теплоемкости воздуха в системах с воздушным охлаждением легко возникают высокие температуры и большие перепады температур между аккумуляторными элементами. Для повышения эффективности охлаждения БТМС с воздушным охлаждением необходимо спроектировать эффективную систему 15,16,17. Qian et al.18 собрали максимальную температуру аккумуляторного блока и разность температур для обучения соответствующей байесовской модели нейронной сети, которая используется для оптимизации расстояния между ячейками последовательного аккумуляторного блока с воздушным охлаждением. Chen et al.19 сообщили об использовании метода Ньютона и модели сети сопротивления потоку для оптимизации ширины входной и выходной камер конвергенции в Z-образной параллельной системе с воздушным охлаждением. Результаты показали снижение разницы температур системы на 45%. Liu et al.20 отобрали пять групп охлаждающих каналов в J-BTMS и получили наилучшую комбинацию интервалов между ячейками с помощью алгоритма оптимизации на основе ансамблевых суррогатов. Baveja et al.21 смоделировали пассивно сбалансированный аккумуляторный модуль, и в исследовании описано влияние теплового прогнозирования на пассивную балансировку на уровне модуля и наоборот. Singh et al.22 исследовали систему терморегулирования батареи (BTMS), в которой использовался инкапсулированный материал с фазовым переходом и принудительное конвективное воздушное охлаждение, разработанная с использованием сопряженного электрохимико-термического моделирования. Fan et al.23 предложили пластину жидкостного охлаждения с многоступенчатой конфигурацией клапана Тесла, чтобы обеспечить более безопасный температурный диапазон для литий-ионного аккумулятора призматического типа с высокой узнаваемостью в микрофлюидных приложениях. Feng et al. 24 использовали метод коэффициента вариации для оценки схем с различными расходами на входе и зазорами между батареями. Talele et al.25 представили усиленную стеной пироизоляцию для хранения потенциального тепла на основе оптимального размещения нагревательных пленок.
При использовании BTMS с воздушным охлаждением частицы металлической пыли, частицы минеральной пыли, частицы пыли строительных материалов и другие частицы во внешней среде будут приноситься воздуходувкой в BTMS с воздушным охлаждением, что может привести к покрытию поверхности батарей DPM. Если нет плана отвода тепла, это может привести к несчастным случаям из-за чрезмерно высокой температуры аккумулятора. После моделирования мы принимаем максимальную температуру аккумуляторной батареи при заданной скорости воздушного потока и отсутствии пыли в качестве ожидаемой температуры в пыльной среде. Во-первых, C-rate относится к текущему значению, необходимому, когда батарея высвобождает свою номинальную емкость в течение указанного времени, которое равно кратному номинальной емкости батареи в значении данных. В данной работе в моделировании используется скорость разряда 2C. Номинальная емкость составляет 10 Ач, а номинальное напряжение — 3,2 В. В качестве материала положительного электрода используется литий-железо-фосфат (LiFePO4), а в качестве материала отрицательного электрода — углерод. В состав электролита входит литиевая соль, органический растворитель высокой чистоты, необходимые добавки и другое сырье. С помощью OLHA была определена случайная решетка, представляющая различные комбинации скоростей на входах, и настроена функция 2-го порядка между максимальной температурой аккумуляторной батареи и комбинацией скоростей потока на входе при условии проверки точности подгонки кривой. Конструкции латинского гиперкуба (LH) применялись во многих компьютерных экспериментах с тех пор, как они были предложены McKay et al.26. LH задается N x p-матрицей L, где каждый столбец L состоит из перестановки целых чисел от 1 до N. В данной работе для снижения вычислительной нагрузки используется оптимальный метод выборки латинского гиперкуба. В этом методе используется стратифицированная выборка, чтобы гарантировать, что точки отбора проб могут охватить все внутренние компоненты отбора проб.
На следующем этапе была оптимизирована комбинация скоростей потока на входе для снижения максимальной температуры аккумуляторной батареи в пыльной среде на основе ASAM при условии одновременного учета энергопотребления. Алгоритм адаптивного имитационного отжига был широко разработан и широко используется во многих задачах оптимизации27,28. Этот алгоритм может избежать попадания в ловушку локального оптимума, приняв наихудшее решение с определенной вероятностью. Глобальный оптимум достигается путем определения вероятности принятия и температуры; Скорость вычисления также можно регулировать с помощью этих двух параметров. Наконец, для проверки точности оптимизации был проведен сравнение оптимального результата с результатом анализа, полученным с помощью программного обеспечения для моделирования.
В данной работе предложен метод оптимизации расхода на входе в аккумуляторный ящик для аккумуляторной батареи, температура которой повышается из-за пылезащитного кожуха. Цель состоит в том, чтобы снизить максимальную температуру запыленного аккумуляторного блока до уровня ниже максимальной температуры непокрытого пылью аккумуляторного блока в случае низкого энергопотребления.
Protocol
Representative Results
Discussion
Используемая в данном исследовании БТМС была создана на основе системы воздушного охлаждения из-за ее низкой стоимости и простоты конструкции. Из-за низкой теплопередачи производительность системы воздушного охлаждения ниже, чем у системы жидкостного охлаждения и системы охлаждения…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Некоторое программное обеспечение для анализа и оптимизации поддерживается Университетом Цинхуа, Университетом Конкук, Национальным университетом Чоннам, Университетом Мокпхо и Университетом Тиба.
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 |
References
- Xia, G., Cao, L., Bi, G. A review on battery thermal management in electric vehicle application. Journal of Power Sources. 367 (1), 90-105 (2017).
- Mahamud, R., Park, C. Reciprocating air flow for Li-ion battery thermal management to improve temperature uniformity. Journal of Power Sources. 196 (13), 5685-5696 (2011).
- Kumar, R., Goel, V. A study on thermal management system of lithium-ion batteries for electrical vehicles: A critical review. Journal of Energy Storage. 71, 108025 (2023).
- Fan, Y., et al. Experimental study on the thermal management performance of air cooling for high energy density cylindrical lithium-ion batteries. Applied Thermal Engineering. 155, 96-109 (2019).
- Mohammadian, S. K., He, Y. L., Zhang, Y. Internal cooling of a lithium-ion battery using electrolyte as coolant through microchannels embedded inside the electrodes. Journal of Power Sources. 293, 458-466 (2015).
- Skerlos, S. J., Winebrake, J. J. Targeting plug-in hybrid electric vehicle policies to increase social benefits. Energy Policy. 38 (2), 705-708 (2010).
- Avadikyan, A., Llerena, P. A real options reasoning approach to hybrid vehicle investments. Technological Forecasting and Social Change. 77 (4), 649-661 (2010).
- Chen, K., Chen, Y., Li, Z., Yuan, F., Wang, S. Design of the cell spacings of battery pack in parallel air- cooled battery thermal management system. International Journal of Heat and Mass Transfer. 127, 393-401 (2018).
- Jiang, Z. Y., Qu, Z. G. Lithium – ion battery thermal management using heat pipe and phase change material during discharge – charge cycle: A comprehensive numerical study. Applied Energy. 242, 378-392 (2019).
- Saw, L. H., et al. Computational fluid dynamic and thermal analysis of Lithium-ion battery pack with air cooling. Applied energy. 177, 783-792 (2016).
- Park, H. A design of air flow configuration for cooling lithium – ion battery in hybrid electric vehicles. Journal of Power Sources. 239 (10), 30-36 (2013).
- Wang, Q., et al. Thermal runaway caused fire and explosion of lithium-ion battery. Journal of power sources. 208, 210-224 (2012).
- Rao, Z., Wang, S. A review of power battery thermal energy management. Renewable and Sustainable Energy Reviews. 15 (9), 4554-4571 (2011).
- Chen, K., Wu, W., Yuan, F., Chen, L., Wang, S. Cooling efficiency improvement of air-cooled battery thermal management system through designing the flow pattern. Energy. 167, 781-790 (2019).
- Lan, X., Li, X., Ji, S., Gao, C., He, Z. Design and optimization of a novel reverse layered air-cooling battery management system using U and Z type flow patterns. International Journal of Energy Research. 46 (10), 14206-14226 (2022).
- Singh, G., Wu, H. Effect of different inlet/outlet port configurations on the thermal management of prismatic Li-ion batteries. Journal of Heat Transfer. 144 (11), 112901 (2022).
- Zhang, J., Wu, X., Chen, K., Zhou, D., Song, M. Experimental and numerical studies on an efficient transient heat transfer model for air-cooled battery thermal management systems. Journal of Power Sources. 490, 229539 (2021).
- Qian, X., Xuan, D., Zhao, X., Shi, Z. Heat dissipation optimization of lithium-ion battery pack based on neural networks. Applied Thermal Engineering. 162, 114289 (2019).
- Chen, K., Wang, S., Song, M., Chen, L. Structure optimization of parallel air-cooled battery thermal management system. International Journal of Heat and Mass Transfer. 111, 943-952 (2017).
- Liu, Y., Zhang, J. Self-adapting J-type air-based battery thermal management system via model predictive control. Applied Energy. 263, 114640 (2020).
- Baveja, R., Bhattacharya, J., Panchal, S., Fraser, R., Fowler, M. Predicting temperature distribution of passively balanced battery module under realistic driving conditions through coupled equivalent circuit method and lumped heat dissipation method. Journal of Energy Storage. 70, 107967 (2023).
- Singh, L. K., Kumar, R., Gupta, A. K., Sharma, A. K., Panchal, S. Computational study on hybrid air-PCM cooling inside lithium-ion battery packs with varying number of cells. Journal of Energy Storage. 67, 107649 (2023).
- Fan, Y., et al. Multi-objective optimization design and experimental investigation for a prismatic lithium-ion battery integrated with a multi-stage Tesla valve-based cold plate. Processes. 11 (6), 1618 (2023).
- Feng, Z., et al. Optimization of the Cooling Performance of Symmetric Battery Thermal Management Systems at High Discharge Rates. Energy Fuels. 37 (11), 7990-8004 (2023).
- Talele, V., Moralı, U., Patil, M. S., Panchal, S., Mathew, K. Optimal battery preheating in critical subzero ambient condition using different preheating arrangement and advance pyro linear thermal insulation. Thermal Science and Engineering Progress. 42, 101908 (2023).
- Kenny, Q. Y., Li, W., Sudjianto, A. Algorithmic construction of optimal symmetric Latin hypercube designs. Journal of statistical planning and inference. 90 (1), 145-159 (2000).
- Oliveira Jr, H. A., Petraglia, A. Global optimization using dimensional jumping and fuzzy adaptive simulated annealing. Applied Soft Computing. 11 (6), 4175-4182 (2011).
- Ingber, L. Very fast simulated re-annealing. Mathematical and computer modelling. 12 (8), 967-973 (1989).
- Yu, X., et al. Experimental study on transient thermal characteristics of stagger-arranged lithium-ion battery pack with air cooling strategy. International Journal of Heat and Mass Transfer. 143, 118576 (2019).
- Li, W., Xiao, M., Peng, X., Garg, A., Gao, L. A surrogate thermal modeling and parametric optimization of battery pack with air cooling for EVs. Applied Thermal Engineering. 147, 90-100 (2019).
- Chen, K., Zhang, Z., Wu, B., Song, M., Wu, X. An air-cooled system with a control strategy for efficient battery thermal management. Applied Thermal Engineering. 236, 121578 (2023).
- Zhao, L., Li, W., Wang, G., Cheng, W., Chen, M. A novel thermal management system for lithium-ion battery modules combining direct liquid-cooling with forced air-cooling. Applied Thermal Engineering. 232, 120992 (2023).
- Oyewola, O. M., Awonusi, A. A., Ismail, O. S. Design optimization of Air-Cooled Li-ion battery thermal management system with Step-like divergence plenum for electric vehicles. Alexandria Engineering Journal. 71, 631-644 (2023).
- Chen, K., et al. Design of parallel air-cooled battery thermal management system through numerical study. Energies. 10 (10), 1677 (2017).
- Lyu, C., et al. A new structure optimization method for forced air-cooling system based on the simplified multi-physics model. Applied Thermal Engineering. 198, 117455 (2021).
- Zhang, W. C., Liang, Z. C., Ling, G. Z., Huang, L. S. Influence of phase change material dosage on the heat dissipation performance of the battery thermal management system. Journal of Energy Storage. 41, 102849 (2021).
- Li, M. L., Zang, M. Y., Li, C. Y., Dai, H. Y. Optimization of structure of air cooling heat dissipation for Li-ion batteries. Battery Bimonthly. 50 (3), 1001 (2020).
