锂离子电池组液冷式热管理系统的设计及优化

doi:10.19799/j.cnki.2095-4239.2023.0152

摘要/Abstract

摘要：

为了设计一款新的锂离子电池组液冷式热管理系统，建立了锂离子电池组热管理系统试验台架以及该系统耦合电动汽车动力学的一维仿真模型。首先，以试验结果验证了仿真模型的准确性。其次，研究了系统配置参数对电池温度的影响机理；最后，以电池温度不超过32 ℃和最低的系统功耗作为优化目标，建立多目标优化模型对系统的配置参数进行了优化。结果表明：试验与仿真结果的误差在3.0%内。较高的流量、较低的入口温度、较低的冷却液浓度会降低电池温度，而延迟冷却干预可以降低20%左右的系统功耗，采用响应面法结合MOGA-Ⅱ算法进行多目标优化后，在1.0 C放电倍率时，最高电池温度为30.83 ℃，并且可进一步将系统功耗降低至2750 W。这说明优化得到的系统最优配置参数方案较好地平衡了电池温度与系统功耗，试验与仿真结合的设计方法为电动汽车锂离子电池组的热管理系统设计提供了参考。

关键词: 锂离子电池, 液冷式热管理系统, 耦合电动汽车动力学, 一维仿真, 多目标优化

Abstract:

This study aims to design a new liquid-cooling heat management system for lithium-ion battery packs. We have established a special experimental platform and a liquid-cooling system model coupled with an EV dynamic model to determine the optimal matching parameters for the components and the operational control strategies of the system. The results indicate that the deviation between experiment and simulation is within 3.0% under normal conditions. A higher flow rate and lower inlet temperature results in a lower battery temperature, while delaying the cooling intervention can reduce power consumption by around 20%. To further reduce the power consumption to 2750 W and maintain a battery temperature of 30.83 ℃ during normal 1.0 C discharge, we conducted a multiobjective optimization using the response surface method combined with genetic algorithm Ⅱ. Additionally, this optimization demonstrates a well-balanced solution between battery temperature and power consumption during the drive cycle. By combining the results of the experiment and simulation, this work provides valuable insights for designing an excellent liquid-cooling system for lithium-ion battery packs in electric vehicles.

Key words: lithium-ion battery, liquid-cooling system, coupled with EV dynamic model, one-dimensional numerical analysis, multi-objective optimization

中图分类号:

TM 911

刘书琴, 王小燕, 张振东, 段振霞. 锂离子电池组液冷式热管理系统的设计及优化[J]. 储能科学与技术, 2023, 12(7): 2155-2165.

Shuqin LIU, Xiaoyan WANG, Zhendong ZHANG, Zhenxia DUAN. Experimental and simulation research on liquid-cooling system of lithium-ion battery packs[J]. Energy Storage Science and Technology, 2023, 12(7): 2155-2165.

图/表 23

图1

图2

表1

图3

图4

图5

表2

图6

图7

图8

图9

图10

图11

表3

图12

图13

图14

图15

表4

图16

图17

图18

图19

参考文献 17

1	KOORATA P K, PANCHAL S, FRASER R, et al. Combined influence of concentration-dependent properties, local deformation and boundary confinement on the migration of Li-ions in low-expansion electrode particle during lithiation[J]. Journal of Energy Storage, 2022, 52: doi: 10.1016/j.est.2022.104908.
2	ZHANG L W, ZHAO P, XU M, et al. Computational identification of the safety regime of Li-ion battery thermal runaway[J]. Applied Energy, 2020, 261: doi: 10.1016/j.apenergy.2019.114440.
3	LI W, XIE Y, HU X S, et al. An internal heating strategy for lithium-ion batteries without lithium plating based on self-adaptive alternating current pulse[J]. IEEE Transactions on Vehicular Technology, 2023, 72(5): 5809-5823.
4	WANG H M, SHI W J, HU F, et al. Over-heating triggered thermal runaway behavior for lithium-ion battery with high nickel content in positive electrode[J]. Energy, 2021, 224: doi:10.1016/j.energy. 2021.120072.
5	WU X Y, ZHU Z H, ZHANG H Y, et al. Structural optimization of light-weight battery module based on hybrid liquid cooling with high latent heat PCM[J]. International Journal of Heat and Mass Transfer, 2020, 163: doi: 10.1016/j.ijheatmasstransfer.2020.120495.
6	LIN J Y, LIU X H, LI S, et al. A review on recent progress, challenges and perspective of battery thermal management system[J]. International Journal of Heat and Mass Transfer, 2021, 167: doi:10.1016/j.ijheatmasstransfer.2020.120834.
7	QIAN Z, LI Y M, RAO Z H. Thermal performance of lithium-ion battery thermal management system by using mini-channel cooling[J]. Energy Conversion and Management, 2016, 126: 622-631.
8	DAMIAN-ASCENCIO C E, SALDAÑA-ROBLES A, HERNANDEZ-GUERRERO A, et al. Numerical modeling of a proton exchange membrane fuel cell with tree-like flow field channels based on an entropy generation analysis[J]. Energy, 2017, 133: 306-316.
9	干年妃, 孙长乐, 刘东旭, 等. 变接触面液冷系统的电池模组温度一致性研究[J]. 湖南大学学报(自然科学版), 2020, 47(6): 34-42.
	GAN N F, SUN C L, LIU D X, et al. Study on temperature consistency of battery module for liquid cooling system with variable contact surface[J]. Journal of Hunan University (Natural Sciences), 2020, 47(6): 34-42.
10	LAI Y X, WU W X, CHEN K, et al. A compact and lightweight liquid-cooled thermal management solution for cylindrical lithium-ion power battery pack[J]. International Journal of Heat and Mass Transfer, 2019, 144: doi: 10.1016/j.ijheatmasstransfer.2019.118581.
11	薛超坦. 基于液冷的纯电动汽车锂电池热管理研究[D]. 长春: 吉林大学, 2017.
	XUE C T. Research on thermal management of lithium battery for pure electric vehicle based on liquid cooling[D]. Changchun: Jilin University, 2017.
12	马彦, 丁浩, 牟洪元, 等. 基于模糊PID算法的动力电池液体冷却策略[J]. 控制理论与应用, 2021, 38(5): 549-560.
	MA Y, DING H, MU H Y, et al. Liquid cooling strategy of power battery based on fuzzy PID algorithm[J]. Control Theory & Applications, 2021, 38(5): 549-560.
13	E J Q, ZENG Y, JIN Y, et al. Heat dissipation investigation of the power lithium-ion battery module based on orthogonal experiment design and fuzzy grey relation analysis[J]. Energy, 2020, 211: doi: 10.1016/j.energy.2020.118596.
14	XIE Y, LIU Y J, FOWLER M, et al. Enhanced optimization algorithm for the structural design of an air-cooled battery pack considering battery lifespan and consistency[J]. International Journal of Energy Research, 2022, 46(15): 24021-24044.
15	ZHU Z H, WU X Y, ZHANG H Y, et al. Multi-objective optimization of a liquid cooled battery module with collaborative heat dissipation in both axial and radial directions[J]. International Journal of Heat and Mass Transfer, 2020, 155: doi: 10.1016/j.ijheatmasstransfer.2020.119701.
16	吴青余, 张恒运, 李俊伟. 校准量热法测量锂电池比热容和生热率[J]. 汽车工程, 2020, 42(1): 59-65.
	WU Q Y, ZHANG H Y, LI J W. Calibrated calorimetry for measuring the specific heat capacity and heat generation rate of lithium-ion battery[J]. Automotive Engineering, 2020, 42(1): 59-65.
17	POLES S, RIGONI E, ROBIC T. MOGA-Ⅱ performance on noisy optimization problems[C]//Proceedings of the international conference on bioinspired optimization methods and their applications. Ljubljana: Jozef Stefan Institute, 2004.

部件	型号	参数	功能描述
板式换热器	EATB23-D-24	尺寸: 24通道, 315 mm×77 mm 通道体积: 0.031 L 设计压力: 4.5 MPa 设计温度: -180～200 ℃ 热交换功率r: 2～30 kW	低温端与恒温浴槽连接，高温端与液冷板连接
恒温浴槽	SC1030	尺寸: 420 mm×330 mm×230 mm 设计温度: -10～100 ℃ 精确度: ±0.05 ℃ 流量: 0～13 L/min	模拟汽车空调系统通过冷却液与液冷式电池热管理系统进行热交换
泵	Gospel PWM/DA	尺寸: 110 mm×100 mm×70 mm 工作电压: 24 V 流量: 0～25 L/min 最大扬程: 15 m 设计温度: 0～110 ℃	提供不同流量的冷却液
压力和温度传感器	PT/PM100	螺纹尺寸: M20 mm×1.5 mm 量程: -40～120 ℃/0～2 MPa 精确度: ±2% 输出信号: 4～20 mA 工作电压: 24 V	测量冷却液的压力与温度
稳压电源	DPS3010D	输入电压: (220±10%) V 输出电压: 0～30 V 输出电流: 0～5 A 输出功率: 0～150 W 显示误差: ±0.1%	供电至系统用电部件
流量计	FHKU-938-6300	测量范围: 3～30 L/min 精确度: ±2% 设计温度: -10～100 ℃ 设计压力: 0～20 bar (1 bar=0.1 MPa) 输出信号: 4～20 mA 信号类型: 方波信号	测量冷却液流量
水箱	Cruze 1.8	容量: 1.8 L	储存与补偿冷却液
数据采集卡	NI USB-6212	输入频率: 400 kS/s 输出频率: 250 kS/s 电压范围: 0～150 V 时间分辨率: 50 ns	采集电池的温度数据

参数	数值	参数	数值
电池容量/Ah	55.0	电池工作电压/V	3.6
电池尺寸/mm	300×100×11.2	车身重量/kg	2000
电池密度/(kg/m³)	2550	最大制动扭矩/(N·m)	200
电池比热容/[J/(kg·℃)]	1.86T+1102.8	电机最大扭矩/(N·m)	300
电池导热系数 /[W/(m·℃)]	1.32	冷却液密度/(kg/mm³)	1071.11
冷却液比热容 /[J/(kg·℃)]	3300	冷却液导热系数 /[W/(m·℃)]	0.37
冷却液初始温度/℃	25	环境温度/℃	25

变量名称	变量类型	优化目标/取值范围
电池温度	优化目标	最小化(最大不超过32 ℃)
系统功耗	优化目标	最小化
流量	控制变量	1.0×10^-4～6.0×10^-4 kg/s
冷却液入口温度	控制变量	17～25 ℃

簇编号	流量/(kg/s)	冷却液入口温度/℃	系统功耗/W	电池温度/℃
0	0.000268	17.00	3739	29.12
1	0.000248	17.05	3382	29.75
2	0.000343	17.00	4665	27.55
3	0.000201	17.01	2750	30.83
4	0.000451	17.01	5735	25.77

[1]	张青松, 包防卫, 牛江昊. 环境压力对锂电池热失控产气及爆炸风险的影响[J]. 储能科学与技术, 2023, 12(7): 2263-2270.
[2]	陈智伟, 张维戈, 张珺玮, 张言茹. 基于视觉特征的动力电池组综合健康评估及分筛方法[J]. 储能科学与技术, 2023, 12(7): 2211-2219.
[3]	张宇波, 王有元, 黄洞宁, 王子懿, 陈伟根. 面向变工况条件的锂离子电池寿命退化预测方法[J]. 储能科学与技术, 2023, 12(7): 2238-2245.
[4]	徐冲, 徐宁, 蒋志敏, 李中凯, 胡洋, 严红, 马国强. 锂离子电池产气机制及基于电解液的抑制策略[J]. 储能科学与技术, 2023, 12(7): 2119-2133.
[5]	陈钦佩, 王学辉, 米文忠. 电动汽车锂离子电池系统热失控气体毒害及爆炸特性研究[J]. 储能科学与技术, 2023, 12(7): 2256-2262.
[6]	昝文达, 张睿, 丁飞. 锂离子电池电化学模型发展与应用[J]. 储能科学与技术, 2023, 12(7): 2302-2318.
[7]	吴宜琨, 何杰, 杨乐, 宋维力, 陈浩森. 锂离子电池多物理场多尺度变形理论模型与计算方法[J]. 储能科学与技术, 2023, 12(7): 2141-2154.
[8]	管鸿盛, 钱诚, 徐炳辉, 孙博, 任羿. 融合自注意力机制与门控循环单元网络的宽工况锂离子电池SOC估计[J]. 储能科学与技术, 2023, 12(7): 2229-2237.
[9]	范茂松, 耿萌萌, 赵光金, 杨凯, 王放放, 刘皓. 基于多频点阻抗的梯次利用电池分选技术研究[J]. 储能科学与技术, 2023, 12(7): 2202-2210.
[10]	李晋, 王青松, 孔得朋, 王晓冬, 俞振华, 乐艳飞, 黄鑫炎, 胡振恺, 吴候福, 方华斌, 曹伟, 张少禹, 卓萍, 陈晔, 李紫婷, 梅文昕, 张越, 赵丽香, 唐亮, 黄宗侯, 陈篪, 刘彦辉, 储玉喜, 许晓元, 张晋, 李贻恺, 冯蓉, 杨标, 户波, 杨晓滢. 锂离子电池储能安全评价研究进展[J]. 储能科学与技术, 2023, 12(7): 2282-2301.
[11]	张佳怡, 翁素婷, 王兆翔, 王雪锋. 石墨负极界面SEI膜与锂离子电池热失控[J]. 储能科学与技术, 2023, 12(7): 2105-2118.
[12]	郝增辉, 刘训良, 孟缘, 孟楠, 温治. 电极界面微观结构对固态锂离子电池性能的影响[J]. 储能科学与技术, 2023, 12(7): 2095-2104.
[13]	陈育新, 杨家沐, 练成, 刘洪来. 基于相场模型的锂电池电极浆料稳定涂布窗口分析[J]. 储能科学与技术, 2023, 12(7): 2185-2193.
[14]	杲齐新, 赵景腾, 李国兴. 锂离子电池快速充电研究进展[J]. 储能科学与技术, 2023, 12(7): 2166-2184.
[15]	申锡江, 段强领, 秦鹏, 王青松, 孙金华. 三元锂离子电池组热失控阻隔及其传热特性实验研究[J]. 储能科学与技术, 2023, 12(6): 1862-1871.