采用主动温度控制和往复式冷却流的电池热管理 外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

采用主动温度控制和往复式冷却流的电池热管理

摘要

这项工作研究锂离子电池组的散热管理，包括采用主动温度控制和冷却往复流动。这项工作的贡献有三个方面。首先，开发一个降阶模型（ROM）并利用实验数据来模拟的锂离子电池模块的热行为以验证该模型。其次，基于ROM，基于观测器的控制策略被证明用来控制采用往复式冷却流的电池温度核心。第三，仿真研究的结果表明，当与往复冷却流相结合时，这种控制策略可以降低电池间温度的不均匀性，同时充分地减少所需要的冷却流数量。与被动控制或单向冷却流的结果相比，电池之间温度的非均匀性从4.2降低到1.0℃，并且冷却流的消耗量减少了38％。

关键词：热管理，锂离子电池，降阶模型，主动温度控制，往复式冷却流

1.引言

电动汽车（EV）和混合动力汽车（HEV）是能解决环境和资源可持续性的一个很有前途的方案，所以它们在汽车行业中越来越重要[1]。为研究和发展电动汽车和混合电动汽车，储能是关键技术之一。各种类型的电池如锂离子（Li-ion）电池、铅酸蓄电池、镍氢电池，都被发展用于电动汽车和混合动力汽车中。在这些类型的电池中，锂离子电池由于它几个独特的优点作为储能装置广泛用于电动汽车和混合动力汽车中，这些优点包括其相对高的能量密度，高功率密度，高稳定性和不工作时的低自放电率[2]。然而，锂离子电池在高温时极易被破坏，所以其温度需要小心控制优化、 安全运行。为达到最佳运行效率和循环寿命，需要管理电池组中的每个锂离子电池，使其温度在一定范围内，以使电池组中的所有电池之间的温度不均匀性最小化[3]。由于热负荷的广泛范围、电动汽车和混合动力汽车的可操作环境温度等原因，这样的热管理要求在实际应用中是一个挑战。例如，据研究，温度介于-10到 50℃[4]是可容忍的操作范围，在一个更受限制的温度范围（ 20到 40℃）[5]能发挥锂离子电池更好的性能。然而环境温度可能超出这些范围有所不同。因此，在实际应用中，有必要采用主动或被动热管理系统，以达到所需的温度范围。

由于热管理的上述重要性，近年来人们在冷却系统和电池系统的策略调查投入了大量努力。在电池系统的热管理的研究中，电池温度的准确预测是关键的第一步，计算流体动力学 (CFD) 模型和降阶模型 (ROM) 都是用来预测电池系统的热行为的。CFD模型可以预测整个电池组详细的温度分布[6-9]，并且它已被证明是一个能用来研究和优化电池组设计的实用工具[10]。然而，CFD 模型计算成本高，限制了它车载适用性和实用性 [11]，因此激励了ROM的发展。相比于高保真的CFD模型，ROM把目标电池系统简化成若干集成的分离元件，并且计算成本更低，有更好的车载适用性和适用性。ROM的发展有一些挑战，包括验证和模型的保真度。因为ROM通常涉及一系列简化和经验参数，所以是通过实验还是高保真度的CFD模型来验证就至关重要。关于精确度，由于电池间和电池内温度的不均匀性，现有的ROM为了实际目的只捕获平均温度，这可能过于简化了。举例来说，对于圆柱形电池，在一些工作条件下，其核心温度与表面温度的温差高达10℃[12]。同时捕获电池表面和核心温度的ROM可以更准确地预测的最高温度[13]，因此实际使用中更有价值。基于上述认识，当前的工作是：首先开发一个ROM来模拟锂离子电池模的块热行为，然后通过实验进行验证，最后将基于观测器的控制策略与ROM进行整合，以便电池中心和电池表面的温度都考虑进去。

模型开发和确认后，可用于热管理系统的设计和优化。近年来，开发的各种电池的热管理系统大致可分为被动式和主动式。被动热管理系统是通过单独的自然对流或者与相变材料（PCM）[14-17]，热管，或者水凝胶[18]结合的的方式来散发产生的热量的，以此来高冷却效率。主动热管理系统是用强制空气或液体对流来散热的[19-22]。有些主动系统也可以在低温环境中加热电池系统[5]。基于这样的研究和开发工作中的热管理系统的设计，探讨主动温度控制的策略是这项工作的主要目标。如上文所述，电动汽车和混合动力汽车经常在操作过程中显示出高度的动态热负荷。因此，被动热管理系统可能不好因为电池的最高温度可能超过其可承受范围的峰值热负荷。一个简单的、但非优化的方法是操作一个被动冷却系统，总是在其最大容量，导致在低的热负荷下的能量浪费。电池组各电池间和单个电池内（如电池中心和电池表面）存在的温度不均匀性使冷却问题变得更复杂。因此，这项工作的目的就是探索主动控制策略，以优化电池系统在高动态热载荷下的散热性能。为了实现这一目的，这篇文章第1部分中ROM的开发和验证是采用一种基于观测器的控制器的方式将电池的核心温度控制在最佳范围内的。为了使电池组温度的不均匀性最小化，人们也探讨了使用往复式冷却气流的方法。下文中，第2部分叙述了用于这项研究中ROM的建立和对其实验验证。第3部分阐述了基于观测器的控制器的设计。第4部分通过电池中心温度、冷却流消耗量、温度不均匀性等依据以控制器为基础来说明电池组的冷却性能。第6部分总结了这项工作。

2.降阶模型和实验验证

本节介绍了这项工作中应用的ROM和ROM的实验验证。ROM的原理图如图1所示。

图1 电池组的ROM原理图和建立所用的符号

一个电池（以多元电池组中的电池i为指标）的ROM由下列常微分方程组（ODE）表示[11,13]：

(1)

(2)

(3)

其中，C_c—电池核心热容，T_c,i—电池核心温度，I—电池电流，R_in—电池内阻，T_s,i—电池表面温度，R_c—电池表面和核心之间的热阻，C_s—电池表面热容，Q_f,i—散热冷却空气流速，T_f,i-1—流入电池i的气流温度，R_u—电池表面和冷却流之间的热阻。这个模型是T_c,i和T_s,i两种状态的模型。将上述模型延伸到冷却流往复流动模型，公式(3)中的Q_f,i需要修正为[3]：

其中，Q_f为冷却气流的总热容。公式(5)是用于计算电池组中每个电池下游流体温度的。

由上述ROM得出假设并将其简化是十分重要的。首先，某一电池的参数（即Cc, Cs, Rc, Ru和Rin）假定为电池组中所有电池的参数。其次，电池组中某一排电池的热行为也假定为其余几排电池的热行为（本质上假设该模块有许多行，电池组模块外壳壁附近的传热效果大约和两行电池之间相同）[4]。第三，忽略电池之间通过电线的热传导。第四，尽管焦耳热效应和可逆熵热损失都会生热，但只有所施加的电流负载和内部电阻而产生的焦耳热用于建模。最后，从中可以看出，ROM忽略了一些流体力学方面的细节，把原来的问题简化成简单的传热问题，并把传热方面的问题简化为一组简单的参数，如C_f和C_s。

由于上述假设和简化，验证ROM的保真度是很重要的。验证保真度这项工作用图2中所示实施了一系列的实验步骤。这些实验采用风洞产生控制良好的冷却气流来研究电池模块的热管理。图2 (a)表示风洞的整体格局，图2(b)表示一个2P times; 4S（P和S分别代表电池的并联和串联）的电池组。如(a)中所示，实验设施包括一个实验部分0.75 米times;0.75米的开放射流风洞、一个电池组与大量的诊断程序。风洞搭载一个30hp BC-SW尺寸365双风扇离心式风扇，能够产生的空气流速可调范围为0到30米/秒。测试的电池组内部是由商业26650圆筒型电池组装的，(b)中所示的是一个2P times; 4S的电池组的结构布局和几何形状。

图2 (a) 实验装置的示意图 (b)电池组中的布局和热电偶

所用的测试工具包括5 K型热电偶，量化电池组空气动力学的测压排管，测试过程中用于测量电池电压和电流的充电器和放电器。如(b)中所示，一个热电偶 （标记为 T0） 放在电池模块的背风面测量入口气流的温度。其余的热电偶 （标记为 T1 至 T4）用于电池组内部，测量一行中的每个电池的表面温度。这些热电偶在使用前进行校准，并且在室温为20°C时，其精度为plusmn;0.3°C。测压排管的精度为1.0Pa。为尽量减少对流动的干扰，热电偶的直径为0.25毫米。数据采集(DAQ)系统用来记录温度数据。热电偶的最大响应时间是0.83ms。在测试期间，数据采集系统（NI 9213 16通道温度测量模块）每10秒记录一次温度数据。

测量要在一系列不同条件下进行，包括充电电流、冷却空气流速、入口空气温度、电池组中电池的布局和几何形状等。使用ROM比较上文所述不同条件，分别进行了相应的模拟。利用[11]中提供的参数，从ROM中得到的结果和实验测量的结果基本一致。图3显示了实验数据和模型数据的异同。图中的实验结果显示了三种入口流速（U = 0, 1.0和5.0m/s）下不同位置的温度分布。这些实验结果都是在电池放电电流为1.5C时得出的。从这些结果可以看出，如上文所述，有些细小的差异是由于模型假设和简化造成的，而有些是由于实验的不确定因素造成的，如热电偶的精度、测量过程中入口空气温度的微小差异等。但总体来看，在我们所测定的这些条件下，实验测量的结果与使用ROM所得的结果基本一致。

图3 实验测量的温度与用ROM预测的温度的比较

3.参数化和观测器设计

如上述建立并验证ROM之后，这个部分讨论ROM的参数化和基于观测器的控制策略的建立。

模型参数的精度在两个方面影响着主动温度控制系统。其一，模型参数精度直接影响ROM的保真度，这个保真度既是用来引导控制器的设计也是用来评价模型模拟性能的。其二，模型参数精度也影响着观测器的性能，对观测器的要求能预测难以测量甚至不能测量的量（即电池核心温度）。

模型的参数基于电池特定的几何结构、布局和物理性能计算出来的[13]。由于电池类型及其属性的多样性，这种方法往往会导致难以接受的重大不确定性[14]。因此，参数的辨识十分重要。这项工作就是以基于实时数据的在线方式进行参数识别的。

有一种离散算法是用于无控制系统的单个圆柱形电池的，我们首先阐述用这种离散算法的在线参数化方案。这里用到了[23]中提到的最小二乘法。第4节中使用的电池模块观测器基于此处所述的单个电池观测器开发的。在线参数化方案能够自动识别模型参数，无需人工干预，并能够跟踪时变系统参数。在连续时间域中，用在线识别算法进行圆柱形电池参数化的研究已经发表了很多[4,11,24]。而这项工作中，开发了在离散时间域一种识别算法。与连续时间域的算法相比，离散算法相对简单有两个原因：第一，连续算法需要拉普拉斯变换推导出的参数化模型，而离散算法则不用；第二，连续算法需要一个过滤器，以使观测和回归量适当，而离散的算法不需要。单个电池的离散在线参数化以以下公式(1)-(3)进行：

（6）

(7)

这里n是离散时间指标。联立上述方程(6)和(7)消去T_c,i,n和T_c,i,n-1，得到如下离散预测模型：

(8)

这里的a₁, a₂, a₃, a₄和a₅是从ROM中定义的C_c, C_s, R_c, R_u和R_in派生出的系统参数。上式(8)中右边的其他参数（即T_f,i-1,n, T_f,i-1,n-1, I_n², T_s,i,n-1和T_s,i,n-2）是用来估计系统实时参数（即a₁, a₂, a₃, a₄和a₅）的最小二乘法的模型回归量和输入量。一旦获得这些系统参数，结合两个给定的参数C_c 和C_s，在ROM中的目标参数（即R_c, R_u和R_in）可以最终计算得出。要注意的是离散化方案和流动方向不同是不一样的。推导出不同流动方向时离散化方案相对简单。

基于以上所述的参数，通过使用更容易获得的信号（如T_s,i, T_f,0, 和I），可以被设计出用来监测电池核心温度（难以测量）的观测器。这项工作中使用的状态观测器便是用于此目的。这项工作中开发的ROM是一个线性系统，可以用矩阵表示法写成如下一般性格式：

， (9)

(10)

这里x和y是对实际系统的状态,是估计状态，L为观测器所得，A、B、C、D为模型参数矩阵。这种线性系统状态观测器采用如下公式(11)[25]：

(11)

这种状态观测器是闭环的。相较于开环观测器，这种观测器可以加快未知初始条件时估计状态的收敛。

状态观测器中的模型参数是通过一种实时方式获取的，这种方式来自于公式(6)-(8)所描述的在线参数化。这里使用的状态观测器是自适应观测器，即参数在每个时间步骤进行了更新。图4说明了使用实时估计的参数的自适应观测器的方案。为了参数辨识，要输入输入电流I、 入口气流温度 T_f，i-1和测量表面温度。应该指出的是，这个方案中所有的5个系统参数中只有三个（R_c, R_u和R_in）在每个时间步骤被确定，剩下的两个（C_c和C_s）被假设为已知

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[153367]，资料为PDF文档或Word文档，PDF文档可免费转换为Word