CN115017781A - 一种锂离子电池电化学-热-力-短路-热失控耦合模型 - Google Patents

一种锂离子电池电化学-热-力-短路-热失控耦合模型 Download PDF

Info

Publication number
CN115017781A
CN115017781A CN202210938703.3A CN202210938703A CN115017781A CN 115017781 A CN115017781 A CN 115017781A CN 202210938703 A CN202210938703 A CN 202210938703A CN 115017781 A CN115017781 A CN 115017781A
Authority
CN
China
Prior art keywords
model
thermal
electrochemical
heat
short
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
CN202210938703.3A
Other languages
English (en)
Other versions
CN115017781B (zh
Inventor
马德正
葛志浩
龚阳
张志超
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.)
Tianmu Lake Institute of Advanced Energy Storage Technologies Co Ltd
Original Assignee
Tianmu Lake Institute of Advanced Energy Storage Technologies Co Ltd
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 Tianmu Lake Institute of Advanced Energy Storage Technologies Co Ltd filed Critical Tianmu Lake Institute of Advanced Energy Storage Technologies Co Ltd
Priority to CN202211232190.0A priority Critical patent/CN115544838A/zh
Priority to CN202210938703.3A priority patent/CN115017781B/zh
Priority to CN202211232201.5A priority patent/CN115544839A/zh
Publication of CN115017781A publication Critical patent/CN115017781A/zh
Application granted granted Critical
Publication of CN115017781B publication Critical patent/CN115017781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • 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
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供一种锂离子电池电化学‑热‑力‑短路‑热失控耦合模型，由电化学模型、热模型、力学模型、短路模型以及热失控副反应模型耦合而成。力学模型的应力/应变参数与短路模型的电导率关联，短路模型的短路内阻与电化学模型的边界条件关联，电化学模型的电池电压与短路模型的边界条件关联，热模型的温度分别与电化学模型和热失控副反应模型的温度关联，短路模型的内短路产热，电化学模型的电化学极化热、可逆熵热和欧姆热，以及热失控模型的副反应产热分别与热模型中的对应产热项关联。该模型能够模拟电池外部和内部特征在挤压工况下的动态响应，显著提升电池状态的预测能力。

Description

一种锂离子电池电化学-热-力-短路-热失控耦合模型
技术领域
本发明涉及锂离子电池技术领域，具体涉及一种锂离子电池电化学-热-力-短路-热失控耦合模型及其构建方法和应用。
背景技术
随着我国经济的快速发展，对化石能源的消耗导致国家面临能源危机和环境污染等问题，急需发展和使用新型可再生能源以缓解当前处境。锂离子电池因具有能量密度高、工作电压高、自放电率低、无记忆效应等优点被广泛应用，已成为目前新能源汽车的首选和主流动力源。然续航里程和安全性问题是电动汽车推广过程中的关键影响因素。高能量密度电池体系的开发在缓解里程焦虑的同时，促使电池安全问题日益突出，严重危害人民群众生命与财产安全。
由于锂离子电池的广泛应用，在一些实际的使用场景中易受到机械载荷的冲击和影响，导致电池受力并产生变形。严重时会引起电池内部正/负极发生短路产生大量热量，进而触发电池燃烧和爆炸等热失控风险。目前，我国动力汽车用动力蓄电池安全要求及实验方法（GBT31485-2015）中规定单体蓄电池在挤压实验中应不爆炸、不起火。
在电池设计开发阶段完全基于实验方法会带来大量实验测试工作、复杂的操作流程以及较高的成本，且并不能帮助研发人员深入认识电池内在电化学反应、产热以及短路机理。因此有必要设计一种用于估计、预测电池在挤压工况中温度和电压动态响应的耦合模型，以便提供更多电池内部信息。
现有技术中存在一些模拟预测电池热失控行为的仿真模型，但这些仿真模型仅适用于常规电或热触发因素的影响预测。由于电池热失控除受上述影响因素外，机械、短路等极端的偶然因素也常常会造成电池的热失控现象，引发变形并在短时间内产生较大的热量，这些影响均会对电池产生较大的损害。仿真模型对于这些极端的或偶然因素的预测能力显得尤为重要。
发明内容
针对现有技术的不足，本发明提供了一种锂离子电池电化学-热-力-短路-热失控耦合模型及其构建方法和应用，该模型能够模拟电池外部和内部特征在挤压工况下的动态响应，求解电池在挤压过程中电压、温度、应力以及物质的分布和变化，估计和预测内短路发生位置、大小以及热失控温度的演变。节约实验成本，指导电池优化设计、提高开发效率，显著提升了对于机械、短路等极端或突变条件下电池状态的预测能力。
为实现上述目的，本发明采取的技术方案包括：
一种锂离子电池电化学-热-力-短路-热失控耦合模型，所述耦合模型由电化学模型、热模型、力学模型、短路模型以及热失控副反应模型耦合而成。
模型间的耦合关联方式包括：所述力学模型的应力/应变参数与短路模型的电导率关联，所述短路模型的短路内阻与电化学模型的边界条件关联，所述电化学模型的电池电压与短路模型的边界条件关联，所述热模型的温度分别与电化学模型和热失控副反应模型的温度关联，所述短路模型的内短路产热，电化学模型的电化学极化热、可逆熵热和欧姆热，以及热失控模型的副反应产热分别与热模型中的对应产热项关联。通过上述耦合关联，能够成功将电池在机械、短路等突变条件下的影响在模型中进行实时准确的传递，并通过应力/应变、内阻变化、温度变化、综合产热等参数反应出来，提高了模型的仿真准确性、灵敏性和综合状况下的预测能力。
作为优化的可选方案，各模型间的耦合关联方式可以通过下述各具体模型的建立实现。
所述电化学模型由电化学方程组和电化学产热方程组组成；所述电化学方程组包含固相质量守恒方程、液相质量守恒方程、固相电荷守恒方程、液相电荷守恒方程以及电极反应动力学方程中的一种或多种，用于求解电池内固/液相中的电势、Li+浓度以及副反应物质的浓度分布和变化；所述电化学产热方程组包含欧姆热方程、可逆熵热方程、电化学极化热方程中的一种或多种，求解电池各产热组分的大小。
所述热模型由能量守恒方程构成，用于模拟电池内温度分布和变化；所述能量守恒方程包含传热项、产热项以及散热项；所述传热项用于描述电池内部温度梯度导致的热量传递现象；所述产热项包括的热源有电化学极化热、可逆熵热、欧姆热、内短路热以及热失控副反应热；所述产热项热源均由其它物理模型通过参数实时传递的方式传递至热模型中；所述散热项由对流传热和辐射传热组成，用于描述电池与环境间的对流和辐射传热导致的热交换。
所述力学模型由几何方程、物理方程、平衡微分程构成，用于模拟电池在机械载荷作用下的应力和应变的分布和变化，所述机械载荷由压头挤压所致。
所述短路模型为基于欧姆定律所构建，用于实现对内短路大小、位置和产热的预测；将电池组件的电导率定义为与应变/应力相关的函数关系式，各电池组件电导率大小随力学模型中应力/应变的大小实时变化；所述应变/应力为按照参数传递的方式由力学模型实时传递至短路模型的数值；所述内短路产热遵循欧姆定律。
所述热失控副反应模型为包含物质守恒方程、能量守恒方程以及阿伦尼乌斯方程中的一种或多种，用于求解各副反应物质的浓度和产热情况；所述副反应包括SEI分解反应、嵌锂石墨与电解液反应、嵌锂石墨和粘结剂反应、正极和负极反应、正极和粘结剂反应以及正极分解反应中的一种或多种。
所述参数实时传递的耦合方式为，上述物理模型被同时进行求解，各模型将当前求解所得的参数实时传递至对应的物理模型中并开展下一步求解计算，以此实现各物理模型之间的相互影响，即耦合。进一步地，所述电池组件包括负极集流体、负极涂层、隔膜、正极涂层以及正极集流体中的一种或多种。
进一步地，所述锂离子电化学模型、热模型、力学模型、短路模型以及热失控副反应模型可共用同一几何或单独建立相应几何。作为示例，电化学模型几何可采用一维，热模型、力学模型和短路模型的几何可使用一维、二维或三维中的一种或多种，热失控副反应模型的几何采用集总（0维）。
一种锂离子电池电化学-热-力-短路-热失控耦合模型构建方法，包括如下步骤：
1.对样品电池进行电化学测试、热测试和力学测试，获取相关物化参数；包括几何参数、电化学相关参数、热学相关参数以及力学相关参数；
2.使用有限元软件分别建立电化学模型、热模型、力学模型、短路模型以及热失控副反应模型，搭建锂离子电池电化学-热-力-短路-热失控耦合模型，并将步骤1中所得相关参数赋予所建模型中；
3.根据锂离子电池实际仿真需求，设置各物理模型的边界条件和初始条件，并划分网格；
4.对样品进行测试以获取电池电、热以及力等测试数据，基于所测数据对所述耦合模型开展校准与精度验证，获得锂离子电池电化学-热-力-短路-热失控耦合模型。
在完成上述步骤构建模型后，进一步进行下述步骤5，可以采用该模型实现对锂离子电池的模拟和/或预测，并能够通过模拟和/或预测结果对电池结构设计做出及时的调整和优化。
5.调整电池尺寸参数以及容量，开展相同工艺条件下电池挤压工况下的模拟和/或预测，具体的模拟和/或预测内容可包括：（1）预测锂离子电池在挤压工况下的性能，（2）预测锂离子电池在挤压工况下的安全电池结构，（3）预测锂离子电池的安全极限容量。
进一步地，步骤1所述样品包括电池样品、电极样品和材料样品；所述材料样品包括正极材料、负极材料和隔膜材料；其中，所述正极材料选自镍钴锰三元材料、磷酸铁锂、钴酸锂、镍酸锂、锰酸锂和磷酸锰锂中的至少一种；所述负极材料选自人造石墨、天然石墨、中间相碳微球、硅、氧化亚硅和钛酸锂中的至少一种；所述电极样品为采用包括正极材料/负极材料在内的原料制备正/负极涂层、并与正/负极集流体一起制成的正/负极电池极片，电池样品为采用包括隔膜材料在内的原料制成的隔膜、与所述电极样品一起制成的电池。电池样品、电极样品和材料样品以不同形式存在，可在不同的测试项中提供所需的物化参数。
进一步地，步骤1所述的几何参数包括电池极片的长度和宽度、电池集流体的长度和宽度、电池极耳的位置参数、电池极片（极片包含正/负极集流体和正/负极涂层）的厚度、电池极片的数量以及电池的长度、宽度和高度中的一种或多种。
进一步地，步骤1所述的电化学相关参数包括测试样品的固相材料电子电导率、锂离子初始浓度、固相体积分数、液相体积分数、固相材料粒子半径、液相材料有效电导率、电解液初始锂浓度、电化学反应速率常数、电荷传递系数、固相锂离子扩散系数和液相锂离子扩散系数中的一种或多种。
进一步地，步骤1所述的热学相关参数包括测试样品的质量、密度、比热容、热导率、热分解温度中的一种或多种。
进一步地，步骤1所述的力学相关参数包括锂离子电池内部材料的压缩模量、泊松比中的一种或多种。
进一步地，步骤2所述分别建立电化学模型、热模型、力学模型、短路模型以及热失控副反应模型
进一步地，如步骤2所述将步骤1中所得相关参数赋予所建模型中。
本发明中，步骤2所述耦合模型，力学模型用于求解电池内部应力/应变变化，短路模型根据力学模型计算结果判断短路内阻大小、位置及产热，电化学模型求解电池内短路条件下的电势、物质及电化学产热分布，热模型用于计算电池的温度分布，热失控副反应模型用于求解热失控副反应物质的浓度及产热。
进一步地，步骤2所述耦合模型的耦合方式如下：
a) 所述力学模型的输入为包含机械作用影响的初始条件和边界条件，所述力学模型的输出为电池内部的应力/应变随时间和空间的变化；
b) 所述短路模型的输入包括所述力学模型输出的应力/应变随时间和空间的变化以及电化学模型所得电池电压的变化，所述短路模型的输出包括电池短路内阻的大小、短路位置和内短路产热的变化；
c) 所述电化学模型的输入包括所述短路模型所得电池短路内阻大小以及所述热模型所得温度变化，所述电化学模型的输出包括电池电压的变化和电池电化学产热，包括欧姆热、极化热和可逆熵热；
d) 所述热模型的输入包括所述电化学模型所得电化学产热、所述短路模型所得内短路产热以及所述热失控副反应模型所得副反应产热，所述热模型的输出为电池温度随时间和空间的变化；
e) 所述热失控副反应模型的输入为所述热模型所得电池温度的变化，所述热失控副反应模型的输出为各副反应产热。
进一步地，所述力学模型输入的初始条件和边界条件包括：压头下压速度，将压头与电池之间的接触界面设置为接触边界条件，电池底面设置为固定位移边界条件。
进一步地，所述短路模型输入的应力/应变随时间和空间的变化采用线性投影或线性拉伸的方式实现；所述短路模型输入的电池电压（实例中表述为电池端电压）的变化被施加在电池模型正极极耳处，电池负极极耳处使用接地边界条件。
进一步地，所述短路模型在所述电池电压边界条件下可求得相应短路模型的短路电流，通过所述电池电压与所述短路电流的比值即求得短路模型的短路内阻大小。
进一步地，所述电化学模型输入的电池短路内阻大小采用外接短路电阻的边界条件施加，所述电化学模型输入的温度变化采用线性投影或线性拉伸的设置方式实现。
进一步地，所述热模型输入的电化学模型各部分产热、内短路产热以及副反应产热均采用线性投影或线性拉伸的设置方式实现。
进一步地，所述热失控副反应模型输入的温度的变化采用线性投影或线性拉伸的设置方式实现。
进一步地，所述热模型所得温度实时传递到电化学模型中通过阿伦尼乌斯关系影响电化学模型中的部分电化学反应动力学参数，例如电化学有效反应速率常数、固相锂离子有效扩散系数等。
进一步地，步骤3所述网格划分使用三角形网格、四边形网格、四面体网格、六面体网格、金字塔型网格、楔形网格以及由上述网格类型构成的混合型网格中的一种或多种。
进一步地，步骤4所述对样品进行测试以获取电池电、热以及力等测试数据，其测试工况包括：
1. 开展多个温度条件下不同倍率的恒流和/或恒流恒压充电或放电，其中，所述温度和倍率条件的选取应尽可能涵盖电池正常使用工况；
2. 充/放电过程中，采用外置或内置热电耦、光纤传感器以及红外成像仪的方式采集电池表面和内部温度；
3. 按照相关挤压测试工况对电池开展挤压安全测试，期间采集测试电池内部和/或外部温度随时间的变化以及电压随时间的变化。
进一步地，步骤5所述调整电池尺寸参数以及容量的方式包括增加电池平面方向的尺寸以及增加电池极片的叠片数目，所述增加电池平面方向的尺寸包括增加电池极片的长度和宽度，所述增加电池极片的叠片数目采用的方式为正极片和负极片交替堆叠，并用隔膜分隔。通过在不改变单个极片厚度的情况下实现相同工艺条件下电池容量的放大，进而对其开展挤压安全性模拟仿真。
本发明中，还提供了上述锂离子电池电化学-热-力-短路-热失控耦合模型在设计锂离子电池结构和预测锂离子电池在挤压工况性能中的应用。
本发明中，还同时提供了上述锂离子电池电化学-热-力-短路-热失控耦合模型在开展相同工艺条件下大容量电池挤压工况性能模拟和预测中的应用。
与现有技术相比，本发明的有益效果为：
本发明中，所述模型和方法可用于电池安全性挤压测试的结果的估计、预测和分析，可靠性高、成本低，能够模拟电池在挤压工况下的变形过程，求解挤压过程中的电压、温度以及应力随时间和空间的变化，预测电池内短路发生的大小、位置以及热失控温度。同时，该模型还可用于开展相同工艺条件下大容量电池挤压安全性能模拟，预测其挤压极限安全容量。本发明的模型和方法突破了一般模型仅适用于常规电或热触发因素下模拟预测的限制，能够适应和预测机械、短路等极端或突变因素影响下造成的热失控现象，并据此提供电池优化设计结果和方式，具有重要的应用价值。
附图说明
图1为本发明实例的总流程图。
图2为本发明实例中多物理场耦合原理图。
图3为本发明实例二维物理模型及其网格划分图。
图4为本发明实例模型预测结果与实验结果的对比图。
图5为本发明实例模型预测结果与实验结果的对比图。
图6为本发明实例中隔膜的体积应变分布和短路区域图。
图7为本发明实施例中电化学模型、热模型、力学模型和短路模型中部分参数情况。
图8为本发明实施例中热失控副反应模型中部分参数情况。
具体实施方式
为了便于理解本发明，下面将对本发明进行更全面的描述，给出了本发明的较佳实施例。但应当理解为这些实施例仅仅是用于更详细说明之用，而不应理解为用以任何形式限制本发明，即并不意于限制本发明的保护范围。
如图1所示，为本发明锂离子电池电化学-热-力-短路-热失控耦合模型及其构建方法和应用的一种示例流程，可包括五个步骤。
步骤1通过对样品电池进行电化学测试、热测试和力学测试等，获取其几何、电化学、热学以及力学等相关物化参数。
电池样品为软包电池，几何尺寸为长度70mm、宽度50mm、高度8mm，电池电化学、热学和力学参数见图7所示。其中，压头的半径为75mm、杨氏模量为10GPa、泊松比为0.3。
本发明步骤1的相关参数为模型构建所需参数。本发明中，对电化学测试、热测试和力学测试的方法不作严格限制，可以采用本领域的常规方法；此外，还可以通过现有技术（如理论数据，文献记载等）获得上述电化学参数、热参数和力学参数。
步骤2使用有限元软件分别建立电化学模型、热模型、力学模型、短路模型以及热失控副反应模型，搭建锂离子电池电化学-热-力-短路-热失控耦合模型，并将步骤1中所得相关参数赋予所建模型中。
本发明所述实施例中，电化学模型采用一维模型，热模型、力学模型和短路模型使用二维模型，热失控副反应模型采用集总模型，并选用COMSOL软件进行模型搭建。
本发明中，所述电化学模型由电化学方程组和电化学产热方程组组成。
所述电化学方程组包含固相质量守恒方程、液相质量守恒方程、固相电荷守恒方程、液相电荷守恒方程、电极反应动力学方程，用于求解电池内固/液相中的电势、Li+浓度以及副反应物质的浓度分布和变化。
本发明实施例中，如无特殊说明参数下标s表示固相相关参数，下标e表示液相相关参数。
固相电荷守恒方程：
Figure 552566DEST_PATH_IMAGE001
式中，
Figure 966230DEST_PATH_IMAGE002
为固相材料有效电子电导率（
Figure 725239DEST_PATH_IMAGE003
，其中
Figure 933366DEST_PATH_IMAGE004
为固相材料电子电导率，
Figure 27093DEST_PATH_IMAGE005
为固相体积分数，
Figure 244447DEST_PATH_IMAGE006
为修正系数），
Figure 857963DEST_PATH_IMAGE007
为固相电势，
Figure 502571DEST_PATH_IMAGE008
为固相材料比表面积，
Figure 95312DEST_PATH_IMAGE009
为固相材料粒子半径，
Figure 850779DEST_PATH_IMAGE010
为局部电流密度。
由固相电荷守恒方程，电池端电压（V）定义为正极固相电势与负极固相电势的差值。
液相电荷守恒方程：
Figure 584379DEST_PATH_IMAGE011
式中，
Figure 399889DEST_PATH_IMAGE012
为液相材料有效电导率，
Figure 202628DEST_PATH_IMAGE013
为液相电势，
Figure 761786DEST_PATH_IMAGE014
为理想气体常数，
Figure 349893DEST_PATH_IMAGE015
为温度，
Figure 336304DEST_PATH_IMAGE016
为法拉第常数，
Figure 891919DEST_PATH_IMAGE017
为活度系数，
Figure 989188DEST_PATH_IMAGE018
为液相锂离子浓度，
Figure 431801DEST_PATH_IMAGE019
为液相离子传递数，
Figure 589113DEST_PATH_IMAGE020
为固相材料比表面积，
Figure 366445DEST_PATH_IMAGE021
为局部电流密度。
固相质量守恒方程：
Figure 267405DEST_PATH_IMAGE022
式中，
Figure 830105DEST_PATH_IMAGE023
为固相锂浓度，
Figure 158318DEST_PATH_IMAGE024
为时间，
Figure 157367DEST_PATH_IMAGE025
表示以球形颗粒中心为原点建立的球坐标系半径，
Figure 596438DEST_PATH_IMAGE026
为固相锂离子有效扩散系数。
液相质量守恒方程：
Figure 13644DEST_PATH_IMAGE027
式中，
Figure 512759DEST_PATH_IMAGE028
为液相体积分数，
Figure 264683DEST_PATH_IMAGE029
为液相锂离子浓度，
Figure 507446DEST_PATH_IMAGE030
为时间，
Figure 44737DEST_PATH_IMAGE031
为液相锂离子有效扩散系数，
Figure 714753DEST_PATH_IMAGE032
为固相材料比表面积，
Figure 688394DEST_PATH_IMAGE033
为局部电流密度，
Figure 734848DEST_PATH_IMAGE034
为法拉第常数，
Figure 126646DEST_PATH_IMAGE035
为液相离子传递数。
电极反应动力学方程：
Figure 967563DEST_PATH_IMAGE036
式中，
Figure 428500DEST_PATH_IMAGE037
为局部电流密度，
Figure 13065DEST_PATH_IMAGE038
为交换电流密度，
Figure 259370DEST_PATH_IMAGE039
为电荷传递系数，
Figure 271188DEST_PATH_IMAGE040
为电极过电位，
Figure 485001DEST_PATH_IMAGE041
为法拉第常数，
Figure 607677DEST_PATH_IMAGE042
为理想气体常数，
Figure 974068DEST_PATH_IMAGE043
为温度，
Figure 156788DEST_PATH_IMAGE044
为电化学有效反应速率常数，
Figure 592317DEST_PATH_IMAGE045
为固相最大锂离子浓度，
Figure 518685DEST_PATH_IMAGE046
为粒子表面锂离子浓度，
Figure 739582DEST_PATH_IMAGE047
为液相锂离子浓度，
Figure 93202DEST_PATH_IMAGE048
为电解液参考浓度，
Figure 16028DEST_PATH_IMAGE049
为固相电势，
Figure 746087DEST_PATH_IMAGE050
为液相电势，
Figure 821490DEST_PATH_IMAGE051
为开路电压。
所述电化学产热方程组包含欧姆热方程、可逆熵热方程以及电化学极化热方程，用于求解电池各产热组分的大小。
欧姆热方程：
Figure 346012DEST_PATH_IMAGE052
式中，
Figure 756134DEST_PATH_IMAGE053
为欧姆热，
Figure 289883DEST_PATH_IMAGE054
为固相材料有效电子电导率，
Figure 219793DEST_PATH_IMAGE055
为液相材料有效电导率，
Figure 915217DEST_PATH_IMAGE056
为固相电势，
Figure 812635DEST_PATH_IMAGE057
为液相电势，
Figure 884496DEST_PATH_IMAGE058
为液相锂离子浓度。
可逆熵热方程：
Figure 668912DEST_PATH_IMAGE059
式中，
Figure 800816DEST_PATH_IMAGE060
为可逆熵热，
Figure 529738DEST_PATH_IMAGE061
为固相材料比表面积，
Figure 795503DEST_PATH_IMAGE062
为局部电流密度，
Figure 434426DEST_PATH_IMAGE063
为温度，
Figure 737231DEST_PATH_IMAGE064
表示电极平衡电位随温度的变化关系。
电化学极化热方程：
Figure 953449DEST_PATH_IMAGE065
式中，
Figure 757326DEST_PATH_IMAGE066
为电化学极化热，
Figure 375389DEST_PATH_IMAGE067
为固相材料比表面积，
Figure 990041DEST_PATH_IMAGE068
为局部电流密度，
Figure 83768DEST_PATH_IMAGE069
为固相电势，
Figure 301122DEST_PATH_IMAGE070
为液相电势，
Figure 914638DEST_PATH_IMAGE071
为开路电压。
电化学模型初始条件和边界条件为：电解液初始锂浓度为1000mol/m3，负极锂离子初始浓度为30272 mol/m3，正极锂离子初始浓度为14906 mol/m3，负极集流体为接地边界，正极集流体边界采用外接短路电阻
Figure 226756DEST_PATH_IMAGE072
，由短路模型求得。
所述热模型由能量守恒方程构成，用于模拟电池内温度分布和变化；所述能量守恒方程包含传热项、产热项以及散热项；所述传热项用于描述电池内部温度梯度导致的热量传递现象；所述产热项包括的热源有电化学极化热、可逆熵热、欧姆热、内短路热以及热失控副反应热；所述各个热源均由其它物理模型通过参数实时传递的方式传递至热模型中；所述散热项由对流传热和辐射传热组成，用于描述电池与环境间的对流和辐射传热导致的热交换。
特别的，本发明中热模型考虑了由于短路引起的热量以及热失控副反应引起的热量；优选的，所述热模型的构建参数包含短路产热和热失控副反应产热。
能量守恒方程如下：
Figure 948725DEST_PATH_IMAGE073
式中，
Figure 500929DEST_PATH_IMAGE074
为密度，
Figure 624743DEST_PATH_IMAGE075
为比热容，
Figure 581197DEST_PATH_IMAGE076
为热导率，
Figure 915096DEST_PATH_IMAGE077
为温度，
Figure 146357DEST_PATH_IMAGE078
为时间，
Figure 983732DEST_PATH_IMAGE079
为电化学极化热，
Figure 111088DEST_PATH_IMAGE080
为可逆熵热，
Figure 932282DEST_PATH_IMAGE081
为欧姆热，
Figure 295130DEST_PATH_IMAGE082
为内短路产热，
Figure 268902DEST_PATH_IMAGE083
为热失控副反应产热，
Figure 816427DEST_PATH_IMAGE084
为散热项，
Figure 610071DEST_PATH_IMAGE085
为电池与环境的对流换热系数，
Figure 776610DEST_PATH_IMAGE086
为环境温度，
Figure 588577DEST_PATH_IMAGE087
为表面发射率，
Figure 57736DEST_PATH_IMAGE088
为斯蒂芬-玻尔兹曼常数。
所述热模型初始条件和边界条件为：热模型初始温度为292.15K，电池与压头同环境的热交换边界为对流换热和辐射换热，对流系数设置为
Figure 463309DEST_PATH_IMAGE089
。
所述力学模型由几何方程、物理方程、平衡微分程构成，用于模拟电池在机械载荷作用下的应力和应变的分布和变化，所述机械载荷由压头挤压所致。
平衡微分方程：
Figure 292594DEST_PATH_IMAGE090
式中，
Figure 975379DEST_PATH_IMAGE091
为各方向应力分量的和（下标i分别表示直角坐标系中x方向、y方向和z方向）。
几何方程：
Figure 864707DEST_PATH_IMAGE092
式中，x和y分别表示直角坐标系中x方向和y方向，u和v分别表示在x和y方向的位移，
Figure 757576DEST_PATH_IMAGE093
、
Figure 875705DEST_PATH_IMAGE094
和
Figure 662264DEST_PATH_IMAGE095
分别表示x方向应变、y方向应变以及xy方向的切应变。
物理方程用于描述材料应力与应变的本构关系，特别地，材料在压缩过程中包括两个阶段：有效模量逐渐增加的阶段和材料被压实后的线性阶段，压缩过程模型材料的本构关系如下：
Figure 597859DEST_PATH_IMAGE096
式中，
Figure 853391DEST_PATH_IMAGE097
和
Figure 290058DEST_PATH_IMAGE098
分别为应力和应变（下标i表示直角坐标系中x方向、y方向），
Figure 540910DEST_PATH_IMAGE099
为压缩模量，
Figure 522773DEST_PATH_IMAGE100
为最大压缩模量，
Figure 514869DEST_PATH_IMAGE101
为材料完全压实后的应变（其值近似等于孔隙率），
Figure 240379DEST_PATH_IMAGE102
为力学拟合参数，用于表示硬化阶段相对应变的增加梯度。
所述力学模型初始条件和边界条件为：力学模型中压头以5mm/s的速度在电池厚度方向进行挤压（当压头位移量达到电池厚度的30%后停止运动），电池底面设置为固定位移边界条件。
本发明实施例中，正/负极集流体所用弹塑性模型数据来自文献(Zhang C, Xu J,Cao L, et al. Constitutive behavior and progressive mechanical failure ofelectrodes in lithium-ion batteries[J]. Journal of Power Sources, 2017, 357(Jul.31):126-137.)。
本发明实施例中，电池内部其它组件相比隔膜的力学性能更好，在电池受挤压过程中隔膜会优先达到破裂条件，进而造成极片的短路。特别的，本发明中通过判定隔膜体积应变的值是否小于-2.11作为隔膜破裂的判定条件，所述体积应变近似等于三个主对数应变的和（主对数应变与发明所述应变具有明确换算关系，故再不对其进行罗列），判定标准的选取及应变相关换算请参考Yuan等人的工作(Yuan C, Wang L, Yin S, et al.Generalized separator failure criteria for internal short circuit of lithium-ion battery[J]. Journal of Power Sources, 2020, 467:228360.)。
所述短路模型为基于欧姆定律所构建，用于实现对内短路大小、位置和产热的预测；将电池组件的电导率定义为与应变/应力相关的函数关系式，各电池组件电导率大小随力学模型中应力/应变的大小实时变化；所述应变/应力为按照参数传递的方式由力学模型实时传递至短路模型的数值；所述内短路产热遵循欧姆定律。
欧姆定律方程如下：
Figure 611318DEST_PATH_IMAGE103
式中，
Figure 13349DEST_PATH_IMAGE104
为电池组件的电流密度，
Figure 243473DEST_PATH_IMAGE105
为电池组件的电导率（为应力/应变的关系式），
Figure 631729DEST_PATH_IMAGE106
为电池组件内的电场强度。
内短路产热方程：
Figure 247387DEST_PATH_IMAGE107
式中，
Figure 836631DEST_PATH_IMAGE108
为内短路产热。
所述短路模型边界条件为：将电化学模型所得电压施加在短路模型正极极耳位置，短路模型中负极极耳采用接地边界条件。
通过对所述正极极耳位置流经的电流密度进行积分可得短路电流
Figure 147527DEST_PATH_IMAGE109
；即可获得短路内阻
Figure 464108DEST_PATH_IMAGE110
为所述正极极耳处电压（即电池端电压V）与所述短路电流
Figure 950584DEST_PATH_IMAGE111
的比值。
上述各方程所涉参数中，上标eff表示“有效”代表实时反应状态参数，不含该上标的对应参数由理论或样品实测获得，主要参数结果详见图7。
所述热失控副反应模型包含物质守恒方程、能量守恒方程以及阿伦尼乌斯方程，用于求解各副反应物质的浓度和产热情况；本发明实施例中，热失控副反应包含SEI分解反应(SEI)，嵌锂石墨与电解液反应(An-E)，嵌锂石墨和粘结剂反应(An-B)，正极和负极反应(Ca-An)，正极和粘结剂反应(Ca-B)以及正极分解反应(Ca)。特别的，本发明实施例中热失控副反应模型中阿伦尼乌斯方程、质量守恒方程和能量守恒方程分别如下：
Figure 304205DEST_PATH_IMAGE112
式中，
Figure 492610DEST_PATH_IMAGE113
为反应速率，
Figure 363614DEST_PATH_IMAGE114
为指前因子，
Figure 965583DEST_PATH_IMAGE115
为活化能，
Figure 755684DEST_PATH_IMAGE116
为理想气体常数，
Figure 182117DEST_PATH_IMAGE117
为温度，
Figure 840501DEST_PATH_IMAGE118
为时间，
Figure 35990DEST_PATH_IMAGE119
为副反应物质归一化浓度，
Figure 262572DEST_PATH_IMAGE120
为反应阶数，
Figure 425569DEST_PATH_IMAGE121
为反应物质量，
Figure 372796DEST_PATH_IMAGE122
为反应产热量，
Figure 547425DEST_PATH_IMAGE123
为热失控副反应产热，
Figure 803963DEST_PATH_IMAGE124
为相应的热失控副反应。热失控副反应参数如图8所示，参考自Ren等人的论文(Ren D, Xiang L, Feng X, et al. Model-based thermal runawayprediction of lithium-ion batteries from kinetics analysis of cell components[J]. Applied Energy, 2018, 228:633-644.)。
基于上述控制方程对电化学模型、热模型、力学模型、短路模型和热失控副反应模型进行搭建和耦合建立锂离子电池电化学-热-力-短路-热失控耦合模型。
使用力学模型计算电池内部各组件的与位置有关的应力（
Figure 204989DEST_PATH_IMAGE125
）和应变（
Figure 470754DEST_PATH_IMAGE126
）变化，并将其实时传递至短路模型；短路模型根据实时反应力学模型中与位置有关的应力/应变变化的电导率（
Figure 640835DEST_PATH_IMAGE127
）计算电池内短路位置、短路电阻（
Figure 209220DEST_PATH_IMAGE128
）及内短路产热（
Figure 815651DEST_PATH_IMAGE129
）；将短路电阻（
Figure 370260DEST_PATH_IMAGE130
）实时传递至电化学模型，求解电池端电压（V）和电化学产热（
Figure 519481DEST_PATH_IMAGE131
，
Figure 383401DEST_PATH_IMAGE132
和
Figure 493439DEST_PATH_IMAGE133
）变化，电池端电压（V）被实时传递至短路模型中；电化学模型的产热（
Figure 445215DEST_PATH_IMAGE131
，
Figure 839156DEST_PATH_IMAGE132
和
Figure 624709DEST_PATH_IMAGE133
）、短路模型产热（
Figure 471312DEST_PATH_IMAGE134
）和副反应产热（
Figure 492357DEST_PATH_IMAGE135
，其中j分别为SEI、An-E、An-B、Ca-An、Ca-B和Ca）作为热源施加在热模型上，求解电池内部的温度（T）变化。
特别地，热模型求解得到的温度（T）通过阿伦尼乌斯关系影响电化学模型中的部分电化学反应动力学参数，包括固相锂离子有效扩散系数
Figure 960379DEST_PATH_IMAGE136
和电化学有效反应速率常数
Figure 166101DEST_PATH_IMAGE137
，具体公式如下：
Figure 109786DEST_PATH_IMAGE138
式中，
Figure 809889DEST_PATH_IMAGE139
和
Figure 912843DEST_PATH_IMAGE140
分别表示参考温度
Figure 899254DEST_PATH_IMAGE141
下的固相锂离子有效扩散系数数值和电化学有效反应速率常数数值，
Figure 471180DEST_PATH_IMAGE142
和
Figure 958663DEST_PATH_IMAGE143
分别为对应
Figure 198014DEST_PATH_IMAGE144
和
Figure 479960DEST_PATH_IMAGE145
参数的活化能，
Figure 663816DEST_PATH_IMAGE116
为理想气体常数。
另外，热模型中温度（T）还实时传递至热失控副反应模型，热失控副反应模型判断该温度是否达到各副反应发生条件并求解热失控副反应产热（
Figure 705722DEST_PATH_IMAGE146
）。
通过上述方式实现电化学模型、热模型、力学模型、短路模型和热失控副反应模型之间的耦合，物理场之间的耦合关系详细见图2。
步骤3根据步骤2中使用COMSOL构建的电化学-热-力-短路-热失控耦合模型，根据锂离子电池实际仿真需求，设置各物理模型的边界条件和初始条件，划分网格并进行求解计算
如图3所示，展示了本二维模型及其模型网格划分情况，模型包含：压头，和由正极集流体、正极涂层、隔膜、负极涂层、负极集流体构成的电池。压头区域采用三角形网格，网格包含284个域单元和130个边界单元。电池几何域内采用四边形网格，网格包含3520个域单元和3724个边界元，网格整体平均单元质量为1，由于网格较为密集，图中显示为黑实体。
步骤4对样品进行测试以获取电池电、热以及力等测试数据，基于所测数据对所述耦合模型开展校准与精度验证，获得锂离子电池挤压工况预测模型。
图4为样品电池安全性挤压测试下电压和温度的实验结果与模型预测结果的对比。从图中电池电压和温度的实验数据可知实验过程中电池内部并未发生短路现象，模型对电压和温度的预测结果与实验结果非常接近，该结果充分证实了本发明中的仿真方法及预测模型的精度和可靠性。
增加电池挤压变形量后，电池的电压和温度的模拟结果和实验结果如图5示，电池挤压过程中发生热失控。由图可知，挤压变形量的增大使电池发生内短路导致电压快速降低至0V左右，同时，内短路伴随大量产热，导致电池发生热失控现象。结果表明电池内部最高温度可达976℃，实测电池表面最高温度为860.6℃，且实验中温度传感器布置在电池表面，电池内部温度会远高于该值，此结果充分体现了本发明中的模型和仿真方法能够实现对挤压所致热失控现象的模拟和预测。
步骤5基于步骤4中的校准结果，调整电池尺寸参数以及容量，开展相同工艺条件下大容量电池挤压工况下的安全性能模拟，预测其安全极限容量。具体体现在增加电池的长度和宽度，厚度方向尺寸的增加通过增加正/负极片叠片数目的方式实现。将电池的长和宽分别放大至1100mm和250mm后，执行完步骤3中相关操作后对电池大容量模型进行挤压工况模拟。
如图6所示，展示了大容量电池经挤压后隔膜的体积应变分布情况和短路区域（放大图）。由图可知，挤压过程中靠近压头处的隔膜体积应变较大并优先发生短路，随压头下压过程，隔膜发生短路的层数逐渐增加短路区域逐步增大。
在安全极限容量探索中，若现有叠片数量下发生隔膜破裂则相应减小正/负极堆叠的数目，若现有叠片数量下未发生隔膜破裂则相应增加正/负极叠片数目。经多次优化求解，该尺寸下大容量电池的正极极片数目小于140片时，电池在安全性挤压测试过程中不会发生短路现象。对应的电池安全极限厚度和容量分别为23.66mm和1437.4Ah。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述耦合模型由电化学模型、热模型、力学模型、短路模型以及热失控副反应模型耦合而成。
2.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，模型间的耦合关联方式包括：所述力学模型的应力/应变参数与短路模型的电导率关联，所述短路模型的短路内阻与电化学模型的边界条件关联，所述电化学模型的电池电压与短路模型的边界条件关联，所述热模型的温度分别与电化学模型和热失控副反应模型的温度关联，所述短路模型的内短路产热、电化学模型的电化学极化热、可逆熵热和欧姆热、以及热失控模型的副反应产热分别与热模型中的对应产热项关联。
3.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述电化学模型用于求解电池内固/液相中的电势、Li+浓度以及副反应物质的浓度分布和变化，以及求解电池各产热组分的大小；
所述热模型用于模拟电池内温度分布和变化；
所述力学模型用于模拟电池在机械载荷作用下的应力和应变的分布和变化；
所述短路模型用于实现对内短路大小、位置和产热的预测；
所述热失控副反应模型用于求解各副反应物质的浓度和产热情况。
4.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述电化学模型由电化学方程组和电化学产热方程组组成；所述电化学方程组包含固相质量守恒方程、液相质量守恒方程、固相电荷守恒方程、液相电荷守恒方程以及电极反应动力学方程中的一种或多种；所述电化学产热方程组包含欧姆热方程、可逆熵热方程、电化学极化热方程中的一种或多种。
5.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述热模型由能量守恒方程构成，所述能量守恒方程包含传热项、产热项以及散热项；所述传热项用于描述电池内部温度梯度导致的热量传递现象；所述产热项包括的热源有电化学极化热、可逆熵热、欧姆热、内短路热以及热失控副反应热；所述产热项热源均由其它物理模型通过参数实时传递的方式传递至热模型中；所述散热项由对流传热和辐射传热组成，用于描述电池与环境间的对流和辐射传热导致的热交换。
6.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述力学模型由几何方程、物理方程、平衡微分程构成。
7.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述短路模型为基于欧姆定律所构建；将电池组件的电导率定义为与应变/应力相关的函数关系式；所述应变/应力为按照参数传递的方式由力学模型实时传递至短路模型的数值；所述短路模型遵循欧姆定律。
8.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述热失控副反应模型为包含物质守恒方程、能量守恒方程以及阿伦尼乌斯方程中的一种或多种；所述副反应包括SEI分解反应、嵌锂石墨与电解液反应、嵌锂石墨和粘结剂反应、正极和负极反应、正极和粘结剂反应以及正极分解反应中的一种或多种。
9.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述耦合的方式为，各模型被同时进行求解，各模型之间的关联参数因实时传递被同时对应。
10.根据权利要求1所述的锂离子电池电化学-热-力-短路-热失控耦合模型，其特征在于，所述电化学模型、热模型、力学模型、短路模型以及热失控副反应模型共用同一几何或单独建立相应几何；具体的，电化学模型几何采用一维，热模型、力学模型和短路模型的几何使用一维、二维或三维中的一种或多种，热失控副反应模型的几何采用集总。
CN202210938703.3A 2022-08-05 2022-08-05 一种锂离子电池电化学-热-力-短路-热失控耦合模型 Active CN115017781B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202211232190.0A CN115544838A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型的应用
CN202210938703.3A CN115017781B (zh) 2022-08-05 2022-08-05 一种锂离子电池电化学-热-力-短路-热失控耦合模型
CN202211232201.5A CN115544839A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210938703.3A CN115017781B (zh) 2022-08-05 2022-08-05 一种锂离子电池电化学-热-力-短路-热失控耦合模型

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202211232201.5A Division CN115544839A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型构建方法
CN202211232190.0A Division CN115544838A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型的应用

Publications (2)

Publication Number Publication Date
CN115017781A true CN115017781A (zh) 2022-09-06
CN115017781B CN115017781B (zh) 2022-10-25

Family

ID=83065493

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202211232190.0A Pending CN115544838A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型的应用
CN202211232201.5A Pending CN115544839A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型构建方法
CN202210938703.3A Active CN115017781B (zh) 2022-08-05 2022-08-05 一种锂离子电池电化学-热-力-短路-热失控耦合模型

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202211232190.0A Pending CN115544838A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型的应用
CN202211232201.5A Pending CN115544839A (zh) 2022-08-05 2022-08-05 锂电池电化学-热-力-短路-热失控耦合模型构建方法

Country Status (1)

Country Link
CN (3) CN115544838A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562107A (zh) * 2023-07-06 2023-08-08 中汽研（天津）汽车工程研究院有限公司 动力电池系统热扩散仿真方法、装置及介质
CN118091430A (zh) * 2024-04-25 2024-05-28 华能新能源股份有限公司 电池热失控预测模型的构建方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117077556B (zh) * 2023-07-07 2024-04-16 中国石油大学(华东) 一种耦合网络模型锂离子电池储能系统火蔓延建模方法
CN118362919B (zh) * 2024-06-19 2024-09-17 国网安徽省电力有限公司电力科学研究院 锂电池内短路特征参数测试方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160315358A1 (en) * 2015-04-27 2016-10-27 The Trustees Of Princeton University Device for harvesting mechanical energy through a piezoelectrochemical effect
CN109344429A (zh) * 2018-08-24 2019-02-15 江苏大学 一种提高电化学-热耦合模型温度适用性和准确性建模方法
CN110457742A (zh) * 2019-06-26 2019-11-15 北京航空航天大学 一种锂离子电池电化学-热-机械耦合模型及建模方法
CN111062137A (zh) * 2019-12-23 2020-04-24 荣盛盟固利新能源科技有限公司 一种锂离子电池性能预测模型及其构建方法和应用
WO2020116853A1 (ko) * 2018-12-06 2020-06-11 주식회사 엘지화학 이차 전지의 충전 장치 및 방법
CN112485674A (zh) * 2020-11-20 2021-03-12 清华大学 一种正向锂离子电池内短路热失控建模方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160315358A1 (en) * 2015-04-27 2016-10-27 The Trustees Of Princeton University Device for harvesting mechanical energy through a piezoelectrochemical effect
CN109344429A (zh) * 2018-08-24 2019-02-15 江苏大学 一种提高电化学-热耦合模型温度适用性和准确性建模方法
WO2020116853A1 (ko) * 2018-12-06 2020-06-11 주식회사 엘지화학 이차 전지의 충전 장치 및 방법
CN110457742A (zh) * 2019-06-26 2019-11-15 北京航空航天大学 一种锂离子电池电化学-热-机械耦合模型及建模方法
CN111062137A (zh) * 2019-12-23 2020-04-24 荣盛盟固利新能源科技有限公司 一种锂离子电池性能预测模型及其构建方法和应用
CN112485674A (zh) * 2020-11-20 2021-03-12 清华大学 一种正向锂离子电池内短路热失控建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈虎等: "锂离子电池产热特性研究进展", 《储能科学与技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562107A (zh) * 2023-07-06 2023-08-08 中汽研（天津）汽车工程研究院有限公司 动力电池系统热扩散仿真方法、装置及介质
CN116562107B (zh) * 2023-07-06 2023-09-05 中汽研（天津）汽车工程研究院有限公司 动力电池系统热扩散仿真方法、装置及介质
CN118091430A (zh) * 2024-04-25 2024-05-28 华能新能源股份有限公司 电池热失控预测模型的构建方法和装置

Also Published As

Publication number Publication date
CN115544839A (zh) 2022-12-30
CN115544838A (zh) 2022-12-30
CN115017781B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN115017781B (zh) 一种锂离子电池电化学-热-力-短路-热失控耦合模型
Mei et al. The effect of electrode design parameters on battery performance and optimization of electrode thickness based on the electrochemical–thermal coupling model
Panchal et al. Electrochemical thermal modeling and experimental measurements of 18650 cylindrical lithium-ion battery during discharge cycle for an EV
Li et al. Temperature prediction of lithium‐ion batteries based on electrochemical impedance spectrum: a review
An et al. Investigation on lithium-ion battery electrochemical and thermal characteristic based on electrochemical-thermal coupled model
Qiu et al. The polarization characteristics of lithium-ion batteries under cyclic charge and discharge
Li et al. 3D simulation on the internal distributed properties of lithium-ion battery with planar tabbed configuration
Wang et al. Study of non-uniform temperature and discharging distribution for lithium-ion battery modules in series and parallel connection
CN108647432B (zh) 基于热阻网络模型的电池热失控预测方法
CN111062137B (zh) 一种锂离子电池性能预测模型及其构建方法和应用
Jiang et al. An investigation of heat transfer and capacity fade in a prismatic Li-ion battery based on an electrochemical-thermal coupling model
Yang et al. Thermal optimization of a kirigami-patterned wearable lithium-ion battery based on a novel design of composite phase change material
Oh et al. Characterization and modeling of the thermal mechanics of lithium-ion battery cells
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
Zhang et al. Numerical investigation on the thermal behavior of cylindrical lithium-ion batteries based on the electrochemical-thermal coupling model
Li et al. Swelling force in lithium-ion power batteries
Yiding et al. High-efficiency multiphysics coupling framework for cylindrical lithium-ion battery under mechanical abuse
Kang et al. How electrode thicknesses influence performance of cylindrical lithium-ion batteries
Wang et al. Factors affecting stress in anode particles during charging process of lithium ion battery
Wang et al. An electrochemical-mechanical coupled multi-scale modeling method and full-field stress distribution of lithium-ion battery
Luo et al. Coupled electrochemical-thermal-mechanical modeling and simulation of lithium-ion batteries
Ji et al. Numerical investigation on the polarization and thermal characteristics of LiFePO4-based batteries during charging process
CN117930026A (zh) 一种基于机理的宽温域锂离子电池寿命预测方法
Geetha et al. Influence of Electrode Parameters on the Performance Behavior of Lithium-Ion Battery

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