CN109614754A - 一种锂离子电池三维简化模型的仿真方法 - Google Patents

一种锂离子电池三维简化模型的仿真方法 Download PDF

Info

Publication number
CN109614754A
CN109614754A CN201811637180.9A CN201811637180A CN109614754A CN 109614754 A CN109614754 A CN 109614754A CN 201811637180 A CN201811637180 A CN 201811637180A CN 109614754 A CN109614754 A CN 109614754A
Authority
CN
China
Prior art keywords
model
battery
lithium ion
emulation mode
ion battery
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811637180.9A
Other languages
English (en)
Other versions
CN109614754B (zh
Inventor
王青松
梅文昕
孙金华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201811637180.9A priority Critical patent/CN109614754B/zh
Publication of CN109614754A publication Critical patent/CN109614754A/zh
Application granted granted Critical
Publication of CN109614754B publication Critical patent/CN109614754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及一种基于锂离子电池三维简化模型的仿真方法,步骤如下:(1)选择一商用锂离子软包电池,根据相关参数建立该电池三种尺寸的三维分层电化学‑热耦合模型:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM);(2)分别比较三种仿真方法下锂离子电池的热行为以及电化学性质;(3)讨论是否可以用一个单元模型的仿真方法来代替全尺寸模型的仿真方法,并给出依据。本发明能够简化锂离子电池的三维模型仿真方法,用基于一个单元模型的仿真方法来代替全尺寸模型的仿真方法,既节省计算时间又能保证模型的精确性,为仿真研究者提供一定的指导依据。

Description

一种锂离子电池三维简化模型的仿真方法
技术领域
本发明属于锂离子电池模型构建及仿真方法简化的技术领域,具体涉及一种基于锂离子电池三维简化模型的仿真方法。
背景技术
近年来由于锂离子电池在能量密度、功率密度、循环寿命以及环境保护等方面的优异性能,越来越得到研究者们的广泛关注。采用传统的实验方法对锂离子电池性能进行研究已日渐成熟,而实验过程存在的诸多缺点,例如无法观测锂离子电池的内部性质,耗费人力物力财力以及资源等,也逐步成为关注的焦点。由此而来的就是针对仿真的进一步研究,目前对于锂离子循环产热的仿真方法一般包括两种,一种是电-热耦合模型,它只计算电池的电场分布,并与温度进行耦合,计算速度快但模型精度不高;第二种就是应用最广泛的电化学-热耦合模型,来源于1993年Newman等人(Journal ofthe ElectrochemicalSociety,1993,DOI:10.1149/1.2221597)最早建立的伪二维(P2D)电化学模型,该类模型考虑电池内部复杂的电化学过程,从电化学反应生热的角度描述电池热模型,可以得到电池的电化学性质以及热行为分布。
然而大多数研究者都致力于P2D电化学模型和三维热模型的耦合,它是将P2D电化学模型计算得到的热源作为平均值耦合到电池的热模型中,是一种平均热源的耦合方法,并未将各部分热源实时耦合进热模型。而且我们都知道软包锂离子电池内部为层叠式结构,若建立全尺寸的三维分层模型需要大量的计算量以及计算资源,更加制约了锂离子电池模型的发展。
因此,本方法提出了一种锂离子电池三维简化模型的仿真方法,既建立了三维分层的电化学-热耦合模型,保证了电池各部分热源的实时耦合,即提高了模型的精确性,又进行了仿真方法的简化,用一个单元模型的仿真方法来代替全尺寸模型的仿真方法,大大减小了仿真时间以及计算资源,可为模型开发者以及仿真研究者们提供一定的指导依据。
发明内容
本发明提供了一种锂离子电池三维简化模型的仿真方法,通过建立三种不同尺寸的三维分层电化学-热耦合模型:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM),并比较了三种不同仿真方法下电池的热行为以及部分代表性的电化学性质,从而探讨一个单元模型的仿真方法代替全尺寸模型仿真方法的合理性。
本发明采用了以下技术方法:一种基于三维锂离子电池简化模型的仿真方法,包含以下步骤:
步骤一,选择一种商用锂离子软包电池,获取其可测的电化学参数以及材料热物性参数等;步骤二,根据参数建立该电池三种尺寸的电化学-热耦合模型:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM);步骤三,通过实验进行模型验证以及参数校正;步骤四,分别比较三种仿真方法下锂离子电池的热行为以及电化学性质;步骤五,用一个单元模型(OUM)的仿真方法来代替全尺寸模型仿真方法,并给出依据。
步骤二中模型为三维分层的电化学-热耦合模型,下面叙述模型的建立过程以及耦合过程:
(1)模型建立
层叠式锂离子电池的内部结构由如下重复单元构成:隔膜,正极材料,正极集流体铝箔,正极材料,隔膜,负极材料,负极集流体铜箔,负极材料,隔膜……本方法定义一个单元有五层结构:正极集流体铝箔,正极材料,隔膜,负极材料,负极集流体铜箔,以及从正负极集流体延伸出来的极耳,两个单元即包含十层结构。
其中电化学模型的控制方程主要包含以下几部分:电荷守恒方程,质量守恒方程,电化学动力学方程(Butler-Volmer方程),对于该模型的控制方程以及边界条件均列于表1中。
其中热模型是基于能量守恒方程建立的。电池的产热由两部分组成:可逆热和不可逆热,前者是由于电化学反应而引起的产热,是可逆的;后者是由于欧姆内阻和极化内阻造成的不可逆产热。为了避免外界对流以及辐射环境对模型简化的影响,在边界条件设置绝热条件,其控制方程和边界条件也列于表1中。
(2)耦合过程
电化学模型中电解质电导率、正负极扩散系数等参数都是随温度变化的参数,而这些参数的变化会影响锂离子电池的电化学产热,而锂离子电池的产热又会导致电池温度的变化,这三方面的因素相互影响、相互反馈,就是三维分层电化学-热耦合模型的耦合机制,为实时耦合过程。
表1三维分层电化学-热模型中的控制方程和边界条件
文中出现的符号及术语见表2。
表2文中出现的符号以及术语
步骤三中对模型的验证是通过下述步骤进行:
(1)在电池表面布置五个热电偶以便测量电池温度;(2)通过先恒流后恒压的充电方法将电池充满电;(3)将连有充放电循环仪的电池置于EV-ARC(extendvolumeaccelerate rate calorimeter,Thermal Hazard Technology)中模拟绝热条件,对电池进行恒流放电,截止电压设置为2.75V;(3)将实验得到的放电曲线(电压-时间曲线)与模拟值进行比较;(4)五个热电偶得到的温度数据取平均值,与模型中相应五点温度的平均值做对比;(5)根据上述步骤(3)和(4)的结果进行参数校正,得到校正后的电化学-热耦合模型。
本发明与现有技术相比的的优点在于:
1),建立了锂离子电池的三维分层电化学-热耦合模型,较为全面地复现了锂离子电池的内部结构,并且通过实验验证和参数校正提高了模型的精确性;
2),模型与实验均在绝热条件下进行,避免了外界对流及辐射等环境条件的影响,提高了模型的精确度;
3),该方法建立了半尺寸模型,而未建立全尺寸模型,在减小计算量的同时又能保证规律性;
4),该方法包含了三种锂离子电池的仿真方法,对其热行为和电化学性质进行比较,以得出一个单元模型是否可以替代全尺寸模型的仿真方法,该结果是在三种仿真方法建立的模型的多项性质对比下得出,具有可靠性和精确性;
5),该方法的结果表明一个单元模型的仿真方法可代替全尺寸模型的仿真方法,因此该方法可大大减小三维模型的仿真时间以及计算资源,节约人力物力财力以及其他资源,既可减少电池设计周期又可研究电池性能;
6),该简化方法为模型开发者及仿真研究者提供了一种三维简化模型仿真方法的指导依据,为仿真研究者们提供了极大的便利。
附图说明
图1为本发明中软包锂离子电池内部结构示意图,其中,图1(a)为内部层叠式结构,图1(b)为一个单元计算域。
图2为本发明的实施例一中正负极半电池的熵系数随荷电状态的变化曲线。
图3为本发明的实施例一中五根热电偶的布置位置图。
图4为本发明的实施例一中两个不同放电倍率下电池放电曲线和平均温度曲线的模拟与实验结果对比图(其中exp:实验;sim:模拟),其中,图4(a)为两个不同放电倍率下电池放电曲线图,图4(b)为平均温度曲线图。
图5为本发明的实施例一中三种不同仿真方法下模型的几何和网格(前四张图片均沿电极厚度方向放大500倍,HSM包含局部放大图),其中,图5(1-a)为一个单元模型的几何;图5(2-a)为两个单元模型的几何;图5(3-a)为半尺寸模型的几何;图5(1-b)为一个单元模型的网格;图5(2-b)为两个单元模型的网格;图5(3-b)为半尺寸模型的网格。
图6为本发明的实施例一中三种仿真方法下电池在1C放电倍率下不同放电深度(DOD)时的温度场分布情况,其中,图6(1-a)为一个单元模型在放电深度为1%时的温度场分布;图6(2-a)为两个单元模型在放电深度为1%时的温度场分布;图6(3-a)为半尺寸模型在放电深度为1%时的温度场分布;图6(1-b)为一个单元模型在放电深度为50%时的温度场分布;图6(2-b)为两个单元模型在放电深度为50%时的温度场分布;图6(3-b)为半尺寸模型在放电深度为50%时的温度场分布;图6(1-c)为一个单元模型在放电深度为100%时的温度场分布;图6(2-c)为两个单元模型在放电深度为100%时的温度场分布;图6(3-c)为半尺寸模型在放电深度为100%时的温度场分布。
图7为本发明的实施例一中三种仿真方法下电池单位体积产热速率随放电时间的变化曲线,其中,图7(a)为半尺寸模型总产热、可逆热和不可逆热变化曲线,图7(b)为三种仿真方法下电池总产热的变化曲线,图7(c)为三种仿真方法下电池不可逆热的变化曲线,图7(d)为三种仿真方法下电池可逆热的变化曲线。
图8为本发明的实施例一中三种仿真方法下电池在不同放电深度时电极电流密度流线分布图,其中,图8(1-a)为一个单元模型在放电深度为1%时的电极电流密度流线分布;图8(2-a)为两个单元模型在放电深度为1%时的电极电流密度流线分布;图8(3-a)为半尺寸模型在放电深度为1%时的电极电流密度流线分布;图8(1-b)为一个单元模型在放电深度为50%时的电极电流密度流线分布;图8(2-b)为两个单元模型在放电深度为50%时的电极电流密度流线分布;图8(3-b)为半尺寸模型在放电深度为50%时的电极电流密度流线分布;图8(1-c)为一个单元模型在放电深度为100%时的电极电流密度流线分布;图8(2-c)为两个单元模型在放电深度为100%时的电极电流密度流线分布;图8(3-c)为半尺寸模型在放电深度为100%时的电极电流密度流线分布。
图9为本发明的实施例一中三种仿真方法下电池在不同放电深度时电解质电流密度分布,其中,图9(1-a)为一个单元模型在放电深度为1%时的电解质电流密度分布;图9(2-a)为两个单元模型在放电深度为1%时的电解质电流密度分布;图9(3-a)为半尺寸模型在放电深度为1%时的电解质电流密度分布;图9(1-b)为一个单元模型在放电深度为50%时的电解质电流密度分布;图9(2-b)为两个单元模型在放电深度为50%时的电解质电流密度分布;图9(3-b)为半尺寸模型在放电深度为50%时的电解质电流密度分布;图9(1-c)为一个单元模型在放电深度为100%时的电解质电流密度分布;图9(2-c)为两个单元模型在放电深度为100%时的电解质电流密度分布;图9(3-c)为半尺寸模型在放电深度为100%时的电解质电流密度分布。
图10为本发明的实施例一中TUM在不同放电时间下沿y方向电解质电流密度变化曲线(0s,20s,495s,1745s,3510s,3510s是放电结束时间)。
图11为本发明的实施例一中三种仿真方法下电池在不同放电深度时电解质浓度分布,其中,图11(1-a)为一个单元模型在放电深度为1%时的电解质浓度分布;图11(2-a)为两个单元模型在放电深度为1%时的电解质浓度分布;图11(3-a)为半尺寸模型在放电深度为1%时的电解质浓度分布;图11(1-b)为一个单元模型在放电深度为50%时的电解质浓度分布;图11(2-b)为两个单元模型在放电深度为50%时的电解质浓度分布;图11(3-b)为半尺寸模型在放电深度为50%时的电解质浓度分布;图11(1-c)为一个单元模型在放电深度为100%时的电解质浓度分布;图11(2-c)为两个单元模型在放电深度为100%时的电解质浓度分布;图11(3-c)为半尺寸模型在放电深度为100%时的电解质浓度分布。
图12为本发明的实施例一中TUM在不同放电时间沿y方向的电解质浓度变化曲线(0s,20s,495s,1745s,3510s)。
图13为本发明的实施例一中三种仿真方法下电池在不同放电深度时电解质电势的分布,其中,图13(1-a)为一个单元模型在放电深度为1%时的电解质电势分布;图13(2-a)为两个单元模型在放电深度为1%时的电解质电势分布;图13(3-a)为半尺寸模型在放电深度为1%时的电解质电势分布;图13(1-b)为一个单元模型在放电深度为50%时的电解质电势分布;图13(2-b)为两个单元模型在放电深度为50%时的电解质电势分布;图13(3-b)为半尺寸模型在放电深度为50%时的电解质电势分布;图13(1-c)为一个单元模型在放电深度为100%时的电解质电势分布;图13(2-c)为两个单元模型在放电深度为100%时的电解质电势分布;图13(3-c)为半尺寸模型在放电深度为100%时的电解质电势分布。
图14为本发明的实施例一中TUM在不同放电时间沿y方向的电解质电势分布(0s,20s,495s,1745s,3510s)。
具体实施方式
为了便于理解本发明,下文将结合较佳的实施例对本发明作更全面、细致的描述,但本发明的保护范围并不限于以下具体的实施例。
实施例一
以商用18.5Ah的镍钴锰/石墨(NCM/C)软包电池为例,对该锂离子电池进行模型的构建和仿真方法的简化,全面、详细地对本发明作出描述,该简化方法不只局限于对该电池仿真方法的简化,对所有内部结构为层叠式的锂离子电池以及相应三维分层电化学-热耦合模型的仿真方法简化都适用。该方法主要分为以下三部分:(1)实验部分:通过实验进行模型的验证;(2)三种尺寸模型的建立:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM);(3)通过对比三种仿真方法下电池的热行为和电化学性质以探讨能否用一个单元模型的仿真方法代替全尺寸模型的仿真方法。
1.首先对实验部分进行描述:
实验的目的是对模拟结果进行验证,采用的方法为对电池进行充放电测其放电曲线和热电偶测其温度,然后与模拟结果进行对比,为保证在不同充放电倍率下都适用,实验在0.5C和1C两个倍率下进行,实验前将电池表面布置5根热电偶,以测量其充放电过程中的温度变化。表3为整个实验过程中的工步设置,下面以1C倍率为例进行说明:(1)将电池在室内以1C(18.5A)的电流恒流充电,直到电压达到4.2V;(2)在室内以4.2V电压进行恒压充电,充电截止电流为0.185A;(3)然后室内搁置5分钟;(4)将连有充放电循环仪的电池置于EV-ARC中,模拟绝热条件下的恒流放电,直到放电截止电压为2.75V,停止放电;(5)将电池在EV-ARC中搁置5分钟,然后停止工步,直至EV-ARC中温度降到室温附近再打开EV-ARC取出电池。
表3 0.5C和1C倍率下的实验工步
实验工步 内容 数值 截止电压/电流 环境
1 恒流充电 18.5A 4.2V 室内
2 恒压充电 4.2V 0.185A 室内
3 搁置 5min - 室内
4 恒流放电 9.25A/18.5A 2.75V EV-ARC中
5 搁置 5min EV-ARC中
2.然后对模型建立部分进行描述,共分为4个步骤,如下所述:
步骤一,参数获取。根据实验测量以及文献调研的方法获取电池电化学-热耦合模型参数,温度相关参数分别列于表4和表5。
步骤二,三维分层电化学-热耦合模型的建立。三维模型为完全复现锂离子电池内部层叠式结构的分层模型,本方法定义一个单元为五层模型,由正极集流体,正极材料,隔膜,负极材料,负极集流体以及从正负极集流体延伸出的正负极极耳五层结构,七部分组成,锂离子电池内部结构简图以及一个单元的计算域见图1。根据电荷守恒、质量守恒、电化学动力学和能量守恒方程建立锂离子电池的电化学-热耦合模型,电化学模型中电解质电导率、正负极扩散系数等参数都是随温度变化的参数,而这些参数的变化会影响锂离子电池的电化学产热,而锂离子电池的产热又会导致电池温度的变化,这三方面的因素相互影响、相互反馈,就是三维分层电化学-热耦合模型的耦合机制,为实时耦合过程。
表4电化学-热耦合模型所需参数
注:“-”表示该项不存在或不考虑
表5温度相关参数
步骤三,模型验证以及参数校对。基于COMSOLMultiphysics多物理场仿真平台,建立了如步骤二所述的三维分层电化学-热耦合模型,只模拟放电过程,开始时认为电池是理想的满电状态,与实验工况相同,模型在2个放电倍率(0.5C,1C)下进行计算,最终得到放电曲线以及图3中五点平均温度曲线,与实验结果进行对比,其对比图见图4。
步骤四,三种仿真方法的实施。模型的有效性进行验证之后,又建立了三种不同尺寸的模型:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM)。通过对该18.5Ah的软包电池,三种尺寸的模型几何及网格见图5,由于一个单元的总厚度为0.18mm,因此为方便观察,在模型计算结束后将OUM和TUM沿电极厚度方向(y方向)放大500倍,HSM则不进行放大,只对其进行局部放大。
本步骤中对于每种尺寸的模型,重复单元的边界条件设置相同。锂离子电池内部各个单元的极耳是焊接在一起的,模拟过程中假设电流平均分配给各个极耳,即相当于每个电池单元并联单独放电,每个极耳上的放电电流见公式(28)。
式中I为总电流(1C放电即为18.5A),N为单元总个数(该电池为72个),Atab为极耳横截面积。
3.最后对三种仿真方法下电池的热行为和代表性电化学性质进行对比分析。为了探究一个单元模型的仿真方法能否代替全尺寸模型的仿真方法,本步骤中采取对比其热行为和电化学行为的方法,若三种仿真方法下电池的热行为和电化学性质完全一致,则认为可以用一个单元模型的仿真方法来代替全尺寸模型的仿真方法,反之,不可替代。
(1)首先对本步骤中的热行为进行分析,该部分主要分析电池的温度以及产热速率的变化情况。从图8中看出三种仿真方法下电池在放电过程中的温度分布情况均一致:正极极耳的温度一直高于负极极耳,这是由于正极铝的导热系数比负极铜的导热系数低,并且铝的电阻比铜的电阻大,因此极耳产生的焦耳热比较大;此外,电池最高温度一直出现在靠近电池靠近正极极耳的部位;在放电结束时,OUM的温度范围为348.243K至348.378K而HSM的温度范围为348.242K至348.378K,温度范围基本一致。从图7(b-d)可以看出三种仿真方法下电池的可逆热,不可逆热和总热量曲线都重合,进一步证明了三种仿真方法下电池单位体积产热速率是相等的。从电池热行为可估计,一个单元的模型和全尺寸模型的温度分布和单位体积产热速率均相等,具备了用一个单元模型的仿真方法代替全尺寸模型仿真方法的条件。
(2)然后对代表性的电化学性质进行分析,代表性的电化学性质包含:电流密度,电势,以及锂离子浓度。图8、图9、图11、图13分别为不同放电深度时三种仿真方法下电池的电极电流密度、电解质电流密度、电解质电势以及电解质浓度分布图,从各图图例中可以看出,三种仿真方法下电池的电化学性质分布几乎一致,并且分布规律皆一致;图10、图12和图14是对两个单元的模型(TUM)沿电极厚度方向(即y方向)的电解质电流密度、电解质浓度以及电解质电位在不同放电时间下的变化曲线,从图中可以看出,每个电池单元在厚度方向是对称分布的,并进一步证明了每个单元的等效性和一致性。
综合对以上热行为以及电化学性质的分析可得:三种仿真方法下电池的电化学性质和热行为几乎一致,并且在多单元的模型中,每个单元各自放电,呈现出了单元之间的重复性和一致性,因此认为在绝热条件下,可以用一个单元模型的仿真方法来代替全尺寸模型的仿真方法,以减小计算量。

Claims (6)

1.一种基于锂离子电池三维简化模型的仿真方法,其特征在于,包含以下步骤:
步骤一,选择一种商用锂离子软包电池,获取其可测的电化学参数以及材料热物性参数等;
步骤二,根据参数建立该电池的三种尺寸的电化学-热耦合模型:一个单元的模型(OUM),两个单元的模型(TUM)以及半尺寸的模型(HSM);
步骤三,通过实验进行模型验证以及参数校正;
步骤四,分别比较三种仿真方法下锂离子电池的热行为以及电化学性质;
步骤五,判断对于锂离子电池的仿真方法是否可以用一个单元的模型(OUM)来代替全尺寸模型(HSM),并给出依据。
2.根据权利要求1所述的一种基于锂离子电池三维简化模型的仿真方法,其特征在于,电化学-热耦合模型是一个三维分层的模型,较为全面地复现了锂离子电池的内部结构;层叠式锂离子电池的内部结构由如下重复单元构成:隔膜,正极材料,正极集流体铝箔,正极材料,隔膜,负极材料,负极集流体铜箔,负极材料,隔膜;该方法定义一个单元有五层结构:正极集流体铝箔,正极材料,隔膜,负极材料,负极集流体铜箔,以及从正负极集流体延伸出来的极耳,两个单元即包含十层结构。
3.根据权利要求1所述的一种基于锂离子电池三维简化模型的仿真方法,其特征在于,通过实验方法进行了模型验证以及参数校正,实验采取以下步骤:(1)在电池表面布置五个热电偶以便测量电池温度;(2)通过先恒流后恒压的充电方法将电池充满电;(3)将连有充放电循环仪的电池置于EV-ARC(extend volume accelerate rate calorimeter,ThermalHazard Technology)中模拟绝热条件,对电池进行恒流放电,截止电压设置为2.75V;(3)将实验得到的放电曲线(电压-时间曲线)与模拟值进行比较;(4)五个热电偶得到的温度数据取平均值,与模型中相应五点温度的平均值做对比;(5)根据上述步骤(3)和(4)的结果进行参数校正,得到校正后的电化学-热耦合模型。
4.根据权利要求1所述的一种基于锂离子电池三维简化模型的仿真方法,其特征在于,该仿真在绝热条件下进行,避免了外界对流及辐射环境条件的影响,提高了模型的精确度。
5.根据权利要求1所述的一种基于锂离子电池三维简化模型的仿真方法,其特征在于,该方法建立了半尺寸模型,而未建立全尺寸模型,在减小计算量的同时又能保证规律性。
6.根据权利要求1所述的一种基于锂离子电池三维简化模型的仿真方法,其特征在于,该方法建立了三种尺寸的模型,对其热行为和电化学性质进行比较,以得出一个单元模型的仿真方法是否可以替代全尺寸模型的仿真方法,该结果是在三种仿真方法下电池的多项性质对比后得出,具有可靠性和精确性。
CN201811637180.9A 2018-12-29 2018-12-29 一种锂离子电池三维简化模型的仿真方法 Active CN109614754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811637180.9A CN109614754B (zh) 2018-12-29 2018-12-29 一种锂离子电池三维简化模型的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811637180.9A CN109614754B (zh) 2018-12-29 2018-12-29 一种锂离子电池三维简化模型的仿真方法

Publications (2)

Publication Number Publication Date
CN109614754A true CN109614754A (zh) 2019-04-12
CN109614754B CN109614754B (zh) 2022-09-06

Family

ID=66015420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811637180.9A Active CN109614754B (zh) 2018-12-29 2018-12-29 一种锂离子电池三维简化模型的仿真方法

Country Status (1)

Country Link
CN (1) CN109614754B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991301A (zh) * 2019-03-26 2019-07-09 中国科学技术大学 一种基于电化学-力耦合模型的锂离子电池放电过程中电极颗粒间应力的确定方法
CN110165314A (zh) * 2019-04-30 2019-08-23 蜂巢能源科技有限公司 电池电芯性能参数获取方法及获取装置
CN110826240A (zh) * 2019-11-13 2020-02-21 瑞浦能源有限公司 一种二次蓄电池仿真方法
CN110968968A (zh) * 2019-12-05 2020-04-07 西南交通大学 一种基于针刺内部短路锂离子电池的热失控仿真方法
CN111241685A (zh) * 2020-01-15 2020-06-05 北京航空航天大学 一种基于多物理场仿真与响应面分析法的锂电池组系统可靠性优化设计方法
CN111506999A (zh) * 2020-04-17 2020-08-07 华中科技大学鄂州工业技术研究院 一种固体氧化物燃料电池的性能分析方法及装置
CN112380785A (zh) * 2020-10-30 2021-02-19 江西江铃集团新能源汽车有限公司 电池热管理优化方法、装置、可读存储介质及计算机设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140136169A1 (en) * 2012-11-13 2014-05-15 Washington University Systems and methods for improving battery performance
JP2016167391A (ja) * 2015-03-10 2016-09-15 パナソニックIpマネジメント株式会社 燃料電池のシミュレーション方法及びシミュレーション装置
CN107145628A (zh) * 2017-03-31 2017-09-08 中南大学 基于电化学‑热耦合模型的预测锂电池循环寿命的方法
US20170343612A1 (en) * 2016-05-26 2017-11-30 Samsung Electronics Co., Ltd. Method for estimating state of charge of a battery and battery managing apparatus
CN108009397A (zh) * 2017-12-01 2018-05-08 中南大学 预测锂离子电池材料电化学性能的仿真方法、装置及设备
CN207368002U (zh) * 2017-10-19 2018-05-15 上海神舟新能源发展有限公司 一种用于大尺寸电池片镀膜上料的位置校正装置
CN108062429A (zh) * 2017-11-04 2018-05-22 山西长征动力科技有限公司 一种软包型锂离子动力电池极耳结构的仿真分析方法
CN108199122A (zh) * 2017-12-28 2018-06-22 哈尔滨工业大学 基于电化学-热耦合模型的锂离子电池无析锂低温加热方法
CN108595840A (zh) * 2018-04-25 2018-09-28 中国科学技术大学 锂离子电池的模型建立方法、系统及极耳尺寸的优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140136169A1 (en) * 2012-11-13 2014-05-15 Washington University Systems and methods for improving battery performance
JP2016167391A (ja) * 2015-03-10 2016-09-15 パナソニックIpマネジメント株式会社 燃料電池のシミュレーション方法及びシミュレーション装置
US20170343612A1 (en) * 2016-05-26 2017-11-30 Samsung Electronics Co., Ltd. Method for estimating state of charge of a battery and battery managing apparatus
CN107145628A (zh) * 2017-03-31 2017-09-08 中南大学 基于电化学‑热耦合模型的预测锂电池循环寿命的方法
CN207368002U (zh) * 2017-10-19 2018-05-15 上海神舟新能源发展有限公司 一种用于大尺寸电池片镀膜上料的位置校正装置
CN108062429A (zh) * 2017-11-04 2018-05-22 山西长征动力科技有限公司 一种软包型锂离子动力电池极耳结构的仿真分析方法
CN108009397A (zh) * 2017-12-01 2018-05-08 中南大学 预测锂离子电池材料电化学性能的仿真方法、装置及设备
CN108199122A (zh) * 2017-12-28 2018-06-22 哈尔滨工业大学 基于电化学-热耦合模型的锂离子电池无析锂低温加热方法
CN108595840A (zh) * 2018-04-25 2018-09-28 中国科学技术大学 锂离子电池的模型建立方法、系统及极耳尺寸的优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
STEPHAN KOSCH,ET AL.: "A Computationally Efficient Multi-Scale Model for Lithium-Ion Cells", 《JOURNAL OF THE ELECTROCHEMICAL SOCIETY》 *
宋文吉 等: "基于电-热耦合模型的锂离子电池热特性与优化", 《电池》 *
张干 等: "大型动力锂离子电池及其热模型发展概况", 《新材料产业》 *
李冠宇: "小功率LiFePO4锂离子电池简化电化学-热耦合模型研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技II辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991301A (zh) * 2019-03-26 2019-07-09 中国科学技术大学 一种基于电化学-力耦合模型的锂离子电池放电过程中电极颗粒间应力的确定方法
CN109991301B (zh) * 2019-03-26 2020-05-12 中国科学技术大学 一种基于电化学-力耦合模型的锂离子电池放电过程中电极颗粒间应力的确定方法
CN110165314A (zh) * 2019-04-30 2019-08-23 蜂巢能源科技有限公司 电池电芯性能参数获取方法及获取装置
CN110826240A (zh) * 2019-11-13 2020-02-21 瑞浦能源有限公司 一种二次蓄电池仿真方法
CN110826240B (zh) * 2019-11-13 2023-04-21 瑞浦兰钧能源股份有限公司 一种二次蓄电池仿真方法
CN110968968A (zh) * 2019-12-05 2020-04-07 西南交通大学 一种基于针刺内部短路锂离子电池的热失控仿真方法
CN111241685A (zh) * 2020-01-15 2020-06-05 北京航空航天大学 一种基于多物理场仿真与响应面分析法的锂电池组系统可靠性优化设计方法
CN111241685B (zh) * 2020-01-15 2021-06-08 北京航空航天大学 一种锂电池组系统可靠性优化设计方法
CN111506999A (zh) * 2020-04-17 2020-08-07 华中科技大学鄂州工业技术研究院 一种固体氧化物燃料电池的性能分析方法及装置
CN112380785A (zh) * 2020-10-30 2021-02-19 江西江铃集团新能源汽车有限公司 电池热管理优化方法、装置、可读存储介质及计算机设备

Also Published As

Publication number Publication date
CN109614754B (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN109614754A (zh) 一种锂离子电池三维简化模型的仿真方法
CN105912799B (zh) 一种液态或半液态金属电池的建模方法
CN109446619A (zh) 一种锂离子电池电极设计参数的优化方法
CN107121643B (zh) 锂离子电池健康状态联合估计方法
CN111062137B (zh) 一种锂离子电池性能预测模型及其构建方法和应用
CN104793144B (zh) 一种电池寿命快速检测方法
CN104991980B (zh) 锂离子电池的电化学机理建模方法
CN106650134B (zh) 一种锂离子电池系统热仿真方法
CN107145628A (zh) 基于电化学‑热耦合模型的预测锂电池循环寿命的方法
Wang et al. A lithium-ion battery electrochemical–thermal model for a wide temperature range applications
CN109586373A (zh) 一种电池充电方法和装置
CN110165314A (zh) 电池电芯性能参数获取方法及获取装置
CN106198293B (zh) 一种动力锂电池中水分含量的测试方法
CN108595840A (zh) 锂离子电池的模型建立方法、系统及极耳尺寸的优化方法
CN108509762A (zh) 一种电池的物理化学变化性能参数模拟方法及装置
CN109033619B (zh) 一种18650型锂电池放电循环的瞬态温度模型建模方法
CN109738806A (zh) 模拟电池产热率的方法、装置、介质
CN115453377B (zh) 基于电化学-热-老化与三维降阶的电池组寿命预测方法
CN111276718B (zh) 基于电化学原理的辅助铅酸电池设计与检验的模拟方法
CN107066713B (zh) 一种预测锂离子电池材料电化学性能的仿真方法
CN114280480B (zh) 一种基于数值模型分解锂离子电池直流内阻的方法
Muñoz et al. Parameter optimization of an electrochemical and thermal model for a lithium-ion commercial battery
CN113868934A (zh) 一种并联锂离子电池电化学参数辨识方法
CN109507598A (zh) 贝叶斯正则化的lm-bp神经网络的锂电池soc预测方法
CN110442901A (zh) 一种锂离子电池电化学简化模型及其参数的获取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant