浅谈新能源汽车电池热管理性能及基于Amesim的性能仿真
我们可以发现,最近几年路上跑的新能源汽车越来越多,随着汽车产业的发展及国内政策的驱动下,我国的新能源汽车及其相关的产业得到飞速的发展。动力电池是电动汽车的重要组成部分,其性能优劣直接制约整车动力性、安全性和经济性。动力电池能量密度决定电动汽车续驶里程,功率密度决定最大爬坡度及最高车速,循环寿命和成本影响整车成本和使用经济性,动力电池的电/热安全性和环境适应性,是决定电动汽车整车安全性和环境适应性的关键因素。
电池热管理系统是应对电池的热相关问题,保证动力电池使用性能、安全性和寿命的关键技术之一。热管理系统的主要功能包括:在电池温度较高时进行有效散热,防止产生热失控事故;在电池温度较低时进行加热,提升电池温度,确保低温下的充电、放电性能和安全性;另外就是减小电池组内的温度差异,抑制局部热区的形成,避免高温或低温状态下使用电池以防止电池包寿命过快衰减。那么我们如何通过Amesim系统仿真软件实现对电池包热管理相关的性能进行设计及预测呢?今天借着这个机会,分享一些电池热管理仿真相关的内容。
首先,我们要知道以下几种典型的EV车型的热管理架构,不同的架构,对应了不同的电池包热管理方式,其仿真建模的方式也不相同,目前风冷仿真已经过时,主流热管理技术为chiller水冷,随着高倍率充电的要求,冷媒直冷技术逐渐被越来越多工程师采用,一般高端车型会考虑采用热泵系统。

几种典型的EV车型的热管理架构
对于电池包热管理,分为电池包内的部件级热管理和含有电池包内不和外部的系统及热管理。通常,对于电池包内的热管理性能仿真,一般用STAR CCM+进行三维CFD仿真,对于整个电池包热管理系统,通常使用Amesim进行一维系统仿真。本文,将主要介绍基于Amesim的电池热管理系统仿真。常规的分析步骤为:
仿真内容规划,如:计划一下需要做哪些工况的分析,是否带电池热管理控制策略,电池模型的详细程度,即电池模型是直接用一个电池模型代替整包呢还是要将所有电芯都搭建出来,是否要耦合STAR CCM+,或者考虑使用STAR CCM+的三维降阶模型。
在完成仿真内容规划后,可以考虑进行基础电池热管理模型模型搭建,该模型主要用来评估在没有热管理介入的情况下,电池包在特定工况下的热力学、电学表现。

电池充电模型

充电过程仿真结果
该模型的电芯模型是通过BDS软件定义的电芯,充电策略为常见的先恒压后恒流充电策略。在实际项目中,可以根据实际充电MAP进行充电,或者根据相关控制策略进行充放电。
下图中是某热销车型的电池包模结构,一号模块和四号模块有11个模组,二号和三号模块有13个模组,整个电池包有4816个电芯。

某车型电池包结构
在确定了电池包的结构成组成后,可以通过电池标定工具修改电芯参数,然后搭建电芯的热模型。由于该电池包有4816个单体电芯,由于电芯数量太多,如果把每个电芯都搭建出来,是非常不科学的行为,所以,这里使用模组为一个单元进行模型搭建。

成组后的电池模型如下图。

成组后的电池模型
当按照最大充电倍率2C来充电,其功率大约为150 KW,当SOC达到75%后,逐渐减少充电倍率,电池包的冷却流量为30 L/Min,入口水温为25℃。

电池包电压电流结果
该工况下,电池包内各个模组的温度变化如下,一号和四号模块的最高温为37摄氏度,该时刻的最低温度为27摄氏度,二号和三号模块最高温度为39摄氏度,该时刻最低温度为27摄氏度,由此可以得出,整包的温差为12摄氏度。

电池包温度变化
类似下图中的这种软包电芯该如何进行其热管理性能仿真呢?前面用的那种思路就不太适合这种电池包冷却仿真了。

某软包电芯及热管理结构
下面就来介绍如何搭建,首先将电芯离散为6部分,不同部分用导热原件连接,并建立超级元件,使用超级元件的方式可以方便后续的建模操作,或者电池包整包模型搭建。

软包电芯固体质量块模型
水冷板模型及等效原理如下图,其分为水冷板水路模型和导热模型

水路模型

导热模型
对于电芯模型,可以使用前面介绍的方式来定义,最终,完整的热管理单元模型如下:

完整热管理单元模型
接下来,为模型定义边界条件和设定工况,工况为:从40%SOC用2C的充电倍率给电芯充电,充电至100%,冷却液流量为0.05L/min,进口水温30摄氏度。
最后,仿真结果如下

仿真结果
我们可以从上图得出以下结果,在整个充电过程中,最高温度出现在C02上,最高温度为34.5摄氏度,最大温差为1.6摄氏度。
电池热管理性能除了与电池热管理部件的换热性能有关,还与控制策略相关,如果在电池包样件及控制器样件生产出来再进行热管理性能评估,一旦热管理性能不能满足要求,则有可能会需要产品工程师进行设计变更,甚至会导致项目延期,那么如何将二者在早期的设计过程中有机的结合起来从而避免设计变更或者项目延期呢?一般可以通过模型在环(MIL)及硬件在环(HIL)进行性能测试。

控制器开发V模型
前面介绍了电池包热管理模型的搭建,在模型具有一定精度基础后,有一定功底的电池热管理工程师会通过Amesim的控制库、Statechart或其它软件搭建控制逻辑模型,然后对带有控制策略的热管理模型进行仿真分析,并通过策略或者参数的调整,使电池包的温度处于合理的温度区间,使整包的电芯间温差减少,此时可能还需要考虑热管理系统本身的能耗,最终制定出一个综合性能比较热管理控制策略。在控制策略开发达到一定程度,就可以进入到HIL开发阶段,可以考虑使用电池包+虚拟控制器,电池包模型+控制器,或者电池包+控制器中的一种或多种手段进行硬件在环的测试,排除控制策略中的一些问题。
下图中的模型为在Amesim中搭建热管理模型,包括电池包详细模型、整车热管理模型、充放电(电池负载)模型、以用控制库及Statechart搭建的控制模型

Ameism热管理模型
技术展望:通过三维star ccm+进行整包的流场及温度场仿真,其热负荷来自Amesim的电池包电学模型,再通过模型降阶的方式将三维star ccm+模型进行降阶,这样便可以得到一个精度很高的温度模型,再配合上Amesim中的整车其它热管理系统、电机、电控、车辆、乘员舱及控制相关等模型进行整车更多属性的模拟分析及优化。
最新资讯
-
测迅乌镇&盐城测试场:助力智能网联汽车标
2025-02-22 12:39
-
使用示波器对三相电机驱动器进行测量
2025-02-22 12:37
-
上汽集团大乘用车重磅招聘
2025-02-22 12:25
-
GB/T 44173-2024对开门预警DOW的要求
2025-02-22 12:25
-
声音工程:像用PS一样编辑声音
2025-02-21 17:04