CN114896805A - 电池膨胀仿真方法、装置、计算机可读存储介质以及用途 - Google Patents
电池膨胀仿真方法、装置、计算机可读存储介质以及用途 Download PDFInfo
- Publication number
- CN114896805A CN114896805A CN202210598287.7A CN202210598287A CN114896805A CN 114896805 A CN114896805 A CN 114896805A CN 202210598287 A CN202210598287 A CN 202210598287A CN 114896805 A CN114896805 A CN 114896805A
- Authority
- CN
- China
- Prior art keywords
- model
- battery
- distribution data
- strain
- lithium ion
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Battery Electrode And Active Subsutance (AREA)
Abstract
本发明提供了一种电池膨胀仿真方法、装置、计算机可读存储介质以及用途,通过建立电芯的热模型、反应模型和应变模型,分析得到电芯的产热分布数据、锂离子浓度分布数据、电芯温度分布数据和应变分布数据,从而更好地将电芯单元膨胀变化显示出来,为后续电池使用提供数据。
Description
技术领域
本发明属于电池技术领域,涉及一种电池膨胀仿真方法、装置、计算机可读存储介质以及用途。
背景技术
在充放电过程中,锂离子电池内部的锂离子会在正负极之间来回脱嵌。充电过程中锂离子从正极脱出,导致正极材料的收缩,负极材料的膨胀;放电过程中锂离子从负极脱出,导致负极材料的收缩,正极材料的膨胀,从而造成正负极材料破裂失效,影响电池容量。
因此,如何提供一种电池膨胀的测试方法,能够简便快捷地对电池进行膨胀分析,成为目前迫切需要解决的技术问题。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种电池膨胀仿真方法、装置、计算机可读存储介质以及用途,通过对电池中电芯建立热模型、反应模型和应变模型,从而更好地将电芯单元膨胀变化显示出来,为后续电池使用提供数据。
为达此目的,本发明采用以下技术方案:
第一方面,本发明提供了一种电池充放电膨胀仿真方法,所述电池充放电膨胀仿真方法包括:
建立电芯的热模型、反应模型和应变模型;
设置边界条件,所述反应模型分析电芯的产热分布数据以及锂离子浓度分布数据;
所述热模型接收所述反应模型的所述电芯产热分布数据,模拟散热后将电芯温度分布数据反馈至所述反应模型以及所述应变模型,所述反应模型接收所述热模型的所述电芯温度分布数据并反馈调节反应模型的模型系数;
所述应变模型接收所述反应模型的所述锂离子浓度分布数据,分析得到电芯的SOC数据,并结合所述热模型输出的电芯温度分布数据反馈分析得到电芯的应变分布数据,得到电芯的充放电膨胀结果。
作为本发明的一个优选技术方案,所述反应模型包括活性颗粒-电解液界面反应模型、活性颗粒-导电剂电子迁移模型和锂离子扩散模型。
作为本发明的一个优选技术方案,所述活性颗粒-电解液界面反应模型具体包括Bulter-Volmer动力学方程αa为负极电荷转移系数,αc为正极电荷转移系数,j为电极的电流密度,j0为交换电流密度,F为法拉第常数,R为气体常数,η为活化过电位,T为温度。
作为本发明的一个优选技术方案,所述活性颗粒-导电剂电子迁移模型具体包括:在固相电势梯度的驱动下,电子会在颗粒和导电剂中进行迁移,其中活性颗粒的电流密度满足固相欧姆定律:is为活性颗粒的电流密度,σs为活性颗粒的有效电导率,φs为固相电势。
作为本发明的一个优选技术方案,所述锂离子扩散模型包括活性颗粒内锂离子扩散模型和电解液内锂离子运输模型。
优选地,所述活性颗粒内锂离子扩散模型具体包括:在活性颗粒内锂浓度梯度作用下,锂离子会在活性颗粒内部发生扩散,扩散方式满足Fick第二扩散定律Cs为活性颗粒中的锂浓度,Js为活性颗粒中的锂通量,t为时间。
优选地,所述电解液内锂离子运输模型具体包括:在电解液内锂浓度梯度的作用下,锂离子会在电解液内部发生扩散,扩散方式满足Fick第二扩散定律Cl为电解液中的锂浓度,Jl为颗粒中的锂通量,t为时间,Dl为电解液的锂离子扩散系数,t+为锂离子的传递数。
作为本发明的一个优选技术方案,所述应变模型具体包括电芯中各个组分材料的总应变:
εx为应变在x方向上的分量,εy为应变在y方向上的分量,εz为应变在z方向上的分量,E为材料的杨氏模量,ν为材料的泊松比,σx为应力在x方向上的分量,σy为应力在y方向上的分量,σz为应力在z方向上的分量,ins(SOC)为活性颗粒体积变化率与电芯SOC的函数,αx为材料在x方向上的热膨胀系数,αy为材料在y方向上的热膨胀系数,αz为材料在z方向上的热膨胀系数。
第二方面,本发明提供了一种电池膨胀仿真装置,所述电池膨胀仿真装置采用如第一方面所述的电池膨胀仿真方法,所述电池膨胀仿真装置包括反应模型分析模块、热模型分析分析模块、应变模型分析模块和输出模块,其中:
反应模型分析模块,用于建立反应模型,接收所述热模型分析模块发出的电芯温度分布数据并反馈分析电芯内产热分布数据和锂离子浓度分布数据。
热模型分析模块,用于接收反应模型发出的所述电芯内产热分布数据,反馈分析电芯温度分布数据。
应变模型分析模块,用于建立应变模型,并接收所述热模型分析模块发出的电芯温度分布数据以及锂离子浓度分布数据,反馈分析得到电芯的应变分布数据。
输出模块,用于输出电芯温度分布数据、电芯内产热分布数据、锂离子浓度分布数据、应力分布数据和应变分布数据。
第三方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质中存在有计算机程序,所述计算机程序实现第一方面所述的电池膨胀仿真方法。
第四方面,本发明提供了一种如第一方面所述的电池膨胀仿真方法的用途,所述电池模拟仿真方法用于电池充放电膨胀。
与现有技术相比,本发明的有益效果为:
本发明中通过对电池充放电过程中膨胀位移的参数进行建模仿真,相比于现有技术中直接采用实验进行测试,本发明能够更好地展示电芯单元的膨胀变化,为电池后续使用提供数据基础。
附图说明
图1为本发明一个具体实施方式中提供的电池膨胀仿真方法的流程示意图;
图2为本发明一个具体实施方式中提供的电池膨胀仿真装置的结构示意图;
图3为本发明实施例1中充电过程中电压变化图;
图4为本发明实施例1中充电开始和充电结束时刻的电芯中锂离子浓度浓度分布变化情况对比图;
图5为本发明实施例1中充电开始时刻与充电结束时刻电芯温度分布情况对比图;
图6为本发明实施例1中充电开始时刻与结束时刻电芯膨胀位移对比图;
图7为本发明实施例1中充电开始时刻与结束时刻电芯靠近负极极耳一侧的膨胀位移对比图;
图8充电结束时刻正极和负极von-Mises应力对比图。
具体实施方式
为更好地说明本发明,便于理解本发明的技术方案,下面对本发明进一步详细说明。但下述的实施例仅是本发明的简易例子,并不代表或限制本发明的权利保护范围,本发明保护范围以权利要求书为准。
在一个具体实施方式中,本发明提供了一种电池充放电膨胀仿真方法,包括:
建立电芯的热模型、反应模型和应变模型;
设置边界条件,反应模型分析电芯产热分布数据以及锂离子浓度分布数据;
热模型接收反应模型的电芯产热分布数据,模拟散热后将电芯温度分布数据反馈至反应模型以及应变模型,反应模型接收热模型的电芯温度分布数据并反馈调节反应模型的模型系数;
应变模型接收反应模型的锂离子浓度分布数据,分析得到电芯的SOC数据,并结合热模型输出的电芯温度分布数据反馈分析得到电芯的应变分布数据,得到电芯的充放电膨胀结果。
本发明利用充放电过程中电芯中锂离子的脱嵌以及扩散,建立电芯的反应模型、热模型和应变模型,仿真锂离子电池在充放电过程中产生的锂离子扩散诱导应力以及热应力,从而输出电芯在锂离子扩散诱导应力以及热应力作用下的膨胀情况,相对于现有技术中对活性颗粒尺度的膨胀收缩性能仿真,本发明避免实验检测无法对颗粒层面进行测量,导致颗粒尺度仿真结果无法与实验比对的问题。
需要说明的是,本发明中根据电芯的结构组成,建立电芯的结构模型,即包括负极极耳、负极集流体、负极活性层、隔膜、正极活性层、正极集流体和正极极耳,其中正极活性层和负极活性层内分别设置有正极活性颗粒和负极活性颗粒,本发明将反应模型、热模型和应变模型耦合至电芯的结构模型上,从而在结构模型上图像化显示产热分布数据、锂离子浓度分布数据、温度分布数据和应变分布数据等。
需要说明的是,本发明中反应模型与热模型之间是双向耦合的,首先反应模型计算出电芯的电化学反应变化(锂离子浓度)和产热变化,然后将产热分布数据耦合到热模型中,热模型根据边界条件计算完温度的变化之后再将温度反馈到反应模型中,对扩散系数和反应速率等依赖于温度的电化学参数进行调节。反应模型与应变模型之间是单向耦合的,首先由反应模型计算得出锂离子浓度分布数据,通过计算进而得到SOC变化,将计算得到的SOC结果反馈到应变模型中,应变模型根据活性颗粒的体积变化率随SOC的关系计算得到锂离子扩散诱导应变的分布。热模型与应变模型之间同样是单向耦合,由热模型计算得到温度分布,然后将温度分布的结果反馈到应变模型中,应变模型根据电芯单元的温度变化和热膨胀系数计算得到热应变的分布,再由应变模型计算得到最终的结果,进一步地,本发明中对于产热分布数据、锂离子浓度分布数据、电芯温度分布数据和应变分布数据的输出,可以是每次计算均输出结果,从而反应充放电过程中的数据变化,也可以是对最后一次数据进行输出,输出最终时刻电芯的膨胀状态。
具体地,反应模型包括活性颗粒-电解液界面反应模型、活性颗粒-导电剂电子迁移模型和锂离子扩散模型。
其中,活性颗粒-电解液界面反应模型具体包括Bulter-Volmer动力学方程αa为负极电荷转移系数,αc为正极电荷转移系数,j为电极的电流密度,j0为交换电流密度,F为法拉第常数,R为气体常数,η为活化过电位,T为温度。
活性颗粒-导电剂电子迁移模型具体包括:在固相电势梯度的驱动下,电子会在颗粒和导电剂中进行迁移,其中活性颗粒的电流密度满足固相欧姆定律:is为活性颗粒的电流密度,σs为活性颗粒的有效电导率,φs为固相电势。
锂离子扩散模型包括活性颗粒内锂离子扩散模型和电解液内锂离子运输模型;进一步地,活性颗粒内锂离子扩散模型具体包括:在活性颗粒内锂浓度梯度作用下,锂离子会在活性颗粒内部发生扩散,扩散方式满足Fick第二扩散定律Cs为活性颗粒中的锂浓度,Js为活性颗粒中的锂通量,t为时间。电解液内锂离子运输模型具体包括:在电解液内锂浓度梯度的作用下,锂离子会在电解液内部发生扩散,扩散方式满足Fick第二扩散定律 Cl为电解液中的锂浓度,Jl为颗粒中的锂通量,t为时间,Dl为电解液的锂离子扩散系数,t+为锂离子的传递数。
具体地,应变模型具体包括电芯中各个组分材料的总应变:
εx为应变在x方向上的分量,εy为应变在y方向上的分量,εz为应变在z方向上的分量,E为材料的杨氏模量,ν为材料的泊松比,σx为应力在x方向上的分量,σy为应力在y方向上的分量,σz为应力在z方向上的分量,ins(SOC)为活性颗粒体积变化率与电芯SOC的函数,例如C为锂离子浓度,Cmax为电极材料最大嵌锂浓度,,αx为材料在x方向上的热膨胀系数,αy为材料在y方向上的热膨胀系数,αz为材料在z方向上的热膨胀系数。
本发明还提供了一种电池膨胀仿真装置,电池膨胀仿真装置采用上述的电池膨胀仿真方法,如图1所示,电池膨胀仿真装置包括反应模型分析模块、热模型分析模块、应变模型分析模块和输出模块,其中:
反应模型分析模块,用于建立反应模型,接收热模型分析模块发出的电芯温度分布数据并反馈分析电芯内产热分布数据和锂离子浓度分布数据。
热模型分析模块,用于接收反应模型发出的电芯内产热分布数据,反馈分析电芯温度分布数据。
应变模型分析模块,用于建立应变模型,并接收热模型分析模块发出的电芯温度分布数据以及锂离子浓度分布数据,反馈分析得结构模型的应变分布数据。
输出模块,用于输出电芯温度分布数据、电芯内产热分布数据、锂离子浓度分布数据、应力分布数据和应变分布数据。
需要说明的是,本发明中还可以包括结构模型建立模块,用于建立电芯的结构模型,从而根据不同电芯结构尺寸进行建立结构模型,以仿真模拟不同电芯结构下的膨胀情况。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质中存在有计算机程序,计算机程序实现上述的电池膨胀仿真方法。
本发明提供了一种上述的电池膨胀仿真方法的用途,电池模拟仿真方法用于电池充放电膨胀。
实施例1
本实施例提供了一种电池充放电过程中膨胀仿真方法,仿真方法具体包括以下步骤:
建立电芯的结构模型,结构模型包括电芯的负极极耳、负极集流体、负极活性层、隔膜、正极活性层、正极集流体和正极极耳,其中,负极极耳的尺寸为50mm*15mm*0.008mm、负极集流体的尺寸为140mm*200mm*0.08mm、负极活性层的尺寸为140mm*200mm*0.0687mm、隔膜的尺寸为140mm*200mm*0.0115mm、正极活性层的尺寸为140mm*200mm*0.0452mm、正极集流体的尺寸为140mm*200mm*0.012mm、正极极耳的尺寸为50mm*15mm*0.012mm,电芯叠片层数为71(其中正极集流体、正极活性层、隔膜、负极活性层和负极集流体的叠层为一个叠片),该电芯的结构模型不考虑外壳的影响。
建立反应模型,包括活性颗粒-电解液界面反应模型、活性颗粒-导电剂电子迁移模型和锂离子扩散模型,其中,活性颗粒-电解液界面反应模型采用Bulter-Volmer动力学方程活性颗粒-导电剂电子迁移模型采用锂离子扩散模型包括活性颗粒内锂离子扩散模型和电解液内锂离子运输模型,活性颗粒内锂离子扩散模型采用电解液内锂离子运输模型采用
建立应变模型,采用如下数据模型公式:
设置边界条件,具体包括:对电化学模型中各组分的电化学参数进行设置,将正极材料颗粒半径设置为1.95μm,负极材料颗粒半径设置为7μm,正极片电导率设置为0.0581S/cm,负极片电导率设置为3.33S/cm,负极最大嵌锂浓度设置为30555mol/m3,正极最大嵌锂浓度设置为49033mol/m3,负极初始嵌锂浓度设置为3361mol/m3,正极初始嵌锂浓度设置为43149mol/m3,正极体积分数设置为0.7,负极体积分数设置为0.63,负极扩散系数设置为6.0E-14*exp(50000/8.314*(1/298.15-1/T))m2/s,正极扩散系数设置为5.5E-14*exp(60000/8.314*(1/298.15-1/T))m2/s,负极反应速率常数设置为2.5E-11m/s,正极反应速率常数设置为2.1E-11m/s,正极和负极的阳极传递系数和阴极传递系数均设置为0.5和0.5。负极、正极、隔膜、正极集流体和负极集流体的导热系数分别设置为2.6W/(m*K)、2.4W/(m*K)、2W/(m*K)、238W/(m*K)和400W/(m*K)。负极、正极、隔膜、正极集流体和负极集流体的恒压热容分别设置为881J/(kg*K)、1000J/(kg*K)、1978J/(kg*K)、900J/(kg*K)和385J/(kg*K)。负极、正极、隔膜、正极集流体和负极集流体的密度分别设置为2200kg/m3、4770kg/m3、1980kg/m3、2700kg/m3和8960kg/m3,在负极极耳外侧的面上施加电接地边界条件,在正极极耳外侧的面上施加充放电电流边界条件,对电芯单元的对称侧面施加热绝缘边界条件,其余边界全部施加表面对环境辐射和热通量边界条件,将模型的初始温度设置为25℃,对流散热系数设置为30W/(m2*K),考虑到在充电膨胀过程中极耳部分的影响较小,仿真充电膨胀时不考虑极耳,对电芯单元负极集流体一侧的大面施加自由边界条件,对电芯单元正极集流体一侧的大面施加固定约束边界条件,以便能更好的观察电芯在充电过程中厚度方向的变化,为了固定电芯对电芯单元长度方向的两个侧边施加固定约束边界条件,为了防止电芯在四周膨胀对电芯单元其余的侧边施加辊支撑边界条件,将负极材料0%SOC-100%SOC的体积变化率定义为10%,将正极材料0%SOC-100%SOC的体积变化率定义为5%,将SOC定义为其中C为锂离子浓度,Cmax为电极材料最大嵌锂浓度,正极集流体的热膨胀系数设置为23.6E-6 1/K,正极的热膨胀系数设置为8.62E-6 1/K,隔膜的热膨胀系数设置为13.32E-6 1/K,负极的热膨胀系数设置为4.06E-6 1/K,负极集流体的热膨胀系数设置为17E-6 1/K,将正极集流体的杨氏模量和泊松比分别设置为70GPa和0.34,正极的杨氏模量和泊松比分别设置为138GPa和0.32,隔膜的杨氏模量和泊松比分别设置为0.5GPa和0.35,负极的杨氏模量和泊松比分别设置为5GPa和0.3,负极集流体的杨氏模量和泊松比分别设置为117GPa和0.35。对集流体、隔膜和正负极分别施加预应力和预应变条件,其中集流体和隔膜的应变只考虑热应变,正极和负极的应变同时考虑锂离子扩散诱导应变和热应变。对物理场设置完毕之后首先对电化学场和传热场使用瞬态求解器进行计算,然后将计算得到的结果(锂离子浓度、温度等)作为初始值输入到结构场中,在结构场中使用稳态求解器进行计算。
如图3所示,充电过程中电压不断上升,在充电时间约1000s时达到上限截止电压,反应模型分析电芯的产热分布数据以及锂离子浓度分布数据,如图4所示分别为充电开始和充电结束时刻的电芯中锂离子浓度浓度分布变化情况对比图。
热模型接收反应模型的电芯产热分布数据,模拟散热后将电芯温度分布数据反馈至反应模型以及应变模型,如图5所示,分别为充电开始时刻与充电结束时刻电芯温度分布情况对比图,反应模型接收热模型的电芯温度分布数据并反馈调节模型系数。
应变模型接收反应模型的锂离子浓度分布数据,分析得到电芯的SOC数据,并结合热模型输出的电芯温度分布数据反馈分析电芯的应变分布数据,结合建立的电芯的结构模型将仿真数据图像化显示,如图6和图7所示,均表示了充电开始时刻与结束时刻电芯膨胀位移(厚度方向,正值代表Z轴正方向位移,负值代表Z轴负方向位移)对比图,得到电芯的充放电膨胀结果,进一步地,如图8所示为充电结束时刻正极和负极von-Mises应力对比图。
通过对仿真结果分析,如图3所示,充电过程中电压不断上升,在充电时间约1000s时达到上限截止电压。如图4所示,充电过程中锂离子从正极不断脱出,嵌入负极,导致正极平均锂离子浓度正极减小,负极平均锂离子浓度增大。如图5所示,电芯在充电过程中温度会升高,电芯初始时刻温度为298.15K,在充电结束时刻,电芯最高温度为304.7K,并且此时电芯单元主体温度比极耳要高。如图6和图7所示,初始时刻由于正负极中均存在锂离子浓度,所示电芯单元在厚度方向会有小范围的变化,电芯膨胀程度大小主要依赖于负极的变化,因为负极膨胀的位移大于正极收缩的位移,所以在充电结束时刻电芯整体厚度方向变化明显。相较于未变形状态,电芯单元厚度最大增加了约4um。图8显示了电芯单元的von-Mises应力变化,电芯单元的应力在充电过程中不断增加,在充电结束时刻电芯单元正极的应力要大于负极的应力,这与正极的杨氏模量比负极的杨氏模量大有关。
对比例1
本对比例提供了一种电池充放电过程中的膨胀检测方法,即采用实施例1中结构模型的实体电芯,在实施例1的充放电条件下对电芯进行充放电,充电结束后,利用测量尺测量电芯各位置的膨胀情况。
实施例1的仿真结果与对比例1的实验结果相比,以电芯大面中心位置为例,仿真结果的膨胀尺寸为0.284mm,对比例1测试结果为0.3mm,误差仅为5.33%。
通过实施例1和对比例1,本发明利用充放电过程中电芯中锂离子的脱嵌以及扩散,建立电芯的结构模型、反应模型、热模型和应变模型,仿真锂离子电池在充放电过程中产生的锂离子扩散诱导应力以及热应力,从而输出结构模型在锂离子扩散诱导应力以及热应力作用下的膨胀情况,相对于现有技术中对活性颗粒尺度的膨胀收缩性能仿真,本发明避免实验检测无法对颗粒层面进行测量,导致颗粒尺度仿真结果无法与实验比对的问题。
申请人声明,以上所述仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,所属技术领域的技术人员应该明了,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,均落在本发明的保护范围和公开范围之内。
Claims (10)
1.一种电池充放电膨胀仿真方法,其特征在于,所述电池充放电膨胀仿真方法包括:
建立电芯的热模型、反应模型和应变模型;
设置边界条件,所述反应模型分析电芯产热分布数据以及锂离子浓度分布数据;
所述热模型接收所述反应模型的所述电芯产热分布数据,模拟散热后将电芯温度分布数据反馈至所述反应模型以及所述应变模型,所述反应模型接收所述热模型的所述电芯温度分布数据并反馈调节反应模型的模型系数;
所述应变模型接收所述反应模型的所述锂离子浓度分布数据,分析得到电芯的SOC数据,并结合所述热模型输出的电芯温度分布数据反馈分析得到电芯的应变分布数据,得到电芯的充放电膨胀结果。
2.根据权利要求1所述的电池膨胀仿真方法,其特征在于,所述反应模型包括活性颗粒-电解液界面反应模型、活性颗粒-导电剂电子迁移模型和锂离子扩散模型。
8.一种电池膨胀仿真装置,其特征在于,所述电池膨胀仿真装置采用权利要求1-7任一项所述的电池膨胀仿真方法,所述电池膨胀仿真装置包括反应模型分析模块、热模型分析模块、应变模型分析模块和输出模块,其中:
反应模型分析模块,用于建立反应模型,接收所述热模型分析模块发出的电芯温度分布数据并反馈分析电芯内产热分布数据和锂离子浓度分布数据;
热模型分析模块,用于接收反应模型发出的所述电芯内产热分布数据,反馈分析电芯温度分布数据;
应变模型分析模块,用于建立应变模型,并接收所述热模型分析模块发出的电芯温度分布数据以及锂离子浓度分布数据,反馈分析得到电芯的应变分布数据;
输出模块,用于输出电芯温度分布数据、电芯内产热分布数据、锂离子浓度分布数据、应力分布数据和应变分布数据。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存在有计算机程序,所述计算机程序实现权利要求1-7任一项所述的电池膨胀仿真方法。
10.一种权利要求1-7任一项所述的电池膨胀仿真方法的用途,其特征在于,所述电池模拟仿真方法用于电池充放电膨胀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210598287.7A CN114896805A (zh) | 2022-05-30 | 2022-05-30 | 电池膨胀仿真方法、装置、计算机可读存储介质以及用途 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210598287.7A CN114896805A (zh) | 2022-05-30 | 2022-05-30 | 电池膨胀仿真方法、装置、计算机可读存储介质以及用途 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114896805A true CN114896805A (zh) | 2022-08-12 |
Family
ID=82725684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210598287.7A Pending CN114896805A (zh) | 2022-05-30 | 2022-05-30 | 电池膨胀仿真方法、装置、计算机可读存储介质以及用途 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114896805A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115952719A (zh) * | 2022-12-31 | 2023-04-11 | 国联汽车动力电池研究院有限责任公司 | 锂离子电池内部芯胞膨胀参数辨识方法及装置 |
-
2022
- 2022-05-30 CN CN202210598287.7A patent/CN114896805A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115952719A (zh) * | 2022-12-31 | 2023-04-11 | 国联汽车动力电池研究院有限责任公司 | 锂离子电池内部芯胞膨胀参数辨识方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bahiraei et al. | A pseudo 3D electrochemical-thermal modeling and analysis of a lithium-ion battery for electric vehicle thermal management applications | |
Lai et al. | Insight into heat generation of lithium ion batteries based on the electrochemical-thermal model at high discharge rates | |
Ye et al. | Effect of thermal contact resistances on fast charging of large format lithium ion batteries | |
CN110457742A (zh) | 一种锂离子电池电化学-热-机械耦合模型及建模方法 | |
US6656234B2 (en) | Tuning battery electrode porosity technical field | |
CN111062137B (zh) | 一种锂离子电池性能预测模型及其构建方法和应用 | |
CN113705022B (zh) | 一种锂离子电池低温充电性能的仿真方法及系统 | |
CN109991301A (zh) | 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 | |
CN113702845A (zh) | 退役锂电池核心参数评估方法和设备 | |
Castro et al. | Multiphysics modeling of lithium-ion, lead-acid, and vanadium redox flow batteries | |
CN115017781B (zh) | 一种锂离子电池电化学-热-力-短路-热失控耦合模型 | |
CN109033619A (zh) | 一种18650型锂电池放电循环的瞬态温度模型建模方法 | |
CN114280480A (zh) | 一种基于数值模型分解锂离子电池直流内阻的方法 | |
CN114896805A (zh) | 电池膨胀仿真方法、装置、计算机可读存储介质以及用途 | |
Ji et al. | Analysis of the performance decline discipline of lithium-ion power battery | |
CN114996932A (zh) | 一种锂离子电池过充热失控模型的建模方法 | |
Kök et al. | Investigation of thermal behavior of lithium-ion batteries under different loads | |
Yuan et al. | Quantification of electrochemical-mechanical coupling in lithium-ion batteries | |
CN113488110B (zh) | 电化学-热耦合模型和基于模型的大容量锂电池仿真方法 | |
Zhang et al. | Digital twin enables rational design of ultrahigh‐power lithium‐ion batteries | |
Geetha et al. | Influence of Electrode Parameters on the Performance Behavior of Lithium-Ion Battery | |
CN113835031A (zh) | 信息处理方法、装置、电子设备和存储介质 | |
Doraswamy et al. | Effect of milled carbon as negative electrode additive for lead acid energy storage device | |
Hong et al. | Heterogeneous aging of large‐scale flexible lithium‐ion batteries based on micro‐heterostructures and simulation | |
CN116910972A (zh) | 电极结构优化方法 |
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 |