锂离子电池多因素动态生热率模型

doi:10.19562/j.chinasae.qcgc.2021.02.007

摘要/Abstract

摘要：

为提高生热率模型的仿真精度，基于Bernardi生热率模型车用锂电池实际应用，提出建立多因素动态生热率模型。首先，综合考虑温度、荷电状态和充放电倍率对Bernardi生热率模型的参数动态影响；其次，利用实验数据建立融合多种影响因素的动态内阻和动态温熵系数的数学模型，将这两个数学模型代入Bernardi生热率模型构建多因素动态生热率模型；然后，开发该模型充电、放电和充放电循环3种工况的仿真程序并仿真电池的动态温度；最后，将电池温度的仿真值与实验值对比验证，结果表明所建立的动态生热率模型能够准确仿真电池在不同工况下的动态温度，其误差小于3.25 ℃。

关键词: 锂离子电池, 多因素, 动态生热率, 动态内阻, 动态温熵系数

Abstract:

In order to improve the simulation accuracy of the heat generation rate model， a multiple factors dynamic heat generation rate model is proposed based on the practical application of the Bernardi heat generation rate model for vehicle lithium?ion battery. First， the model integrates the dynamic effects of temperature， state of charge and charge?discharge rate on the parameters of Bernardi heat generation rate model. The mathematical models of dynamic internal resistance and dynamic entropy coefficient integrating multiple influencing factors are established based on the experimental data， which are substituted into Bernardi heat generation rate model to construct a multiple factors dynamic heat generation rate model. Then， the simulation program of charge， discharge and charge?discharge cycle is developed and the dynamic temperature of the battery is simulated. Finally， the simulation value of the battery temperature is verified by the experimental value. The results show that the dynamic heat generation rate model can accurately simulate the dynamic temperature of the battery under different working conditions， with the error less than 3.25 ℃.

Key words: lithium?ion battery, multiple factors, dynamic heat generation rate, dynamic internal resistance, dynamic entropy coefficient

潘海鸿,李熠婧,张沫,梁刚,陈琳. 锂离子电池多因素动态生热率模型[J]. 汽车工程, 2021, 43(2): 204-209.

Haihong Pan,Yijing Li,Mo Zhang,Gang Liang,Lin Chen. Multiple Factors Dynamic Heat Generation Rate Model of Lithium‑ion Battery[J]. Automotive Engineering, 2021, 43(2): 204-209.

图/表 10

图 1

表1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

表2

参考文献 15

1	BI J，ZHANG T，YU H，et al．State-of-health estimation of lithium-ion battery packs in electric vehicles based on genetic resampling particle filter［J］．Applied Energy，2016（182）：558-568．
2	PING P，WANG Q，HUANG P，et al．Thermal behavior analysis of lithium-ion battery at elevated temperature using deconvolution method［J］．Applied Energy，2014（129）：261-273．
3	MEHDI M，EHSAN H，MEHDI A．A novel hybrid thermal management for Li-ion batteries using phase change materials embedded in copper foams combined with forced-air convection［J］．International Journal of Thermal Sciences，2019（141）：47-61．
4	吴青余，张恒运，李俊伟．校准量热法测量锂电池比热容和生热率［J］．汽车工程，2020，42（1）：59-65．
	WU Q Y，ZHANG H Y，LI J W.Calibrated calorimetry for measuring the specific heat capacity and heat generation rate of lithium⁃ion Battery［J］. Automotive Engineering，2020，42（1）：59-65．
5	BRENARDI D，PAWLIKOWSKI E，NEWMAN J．A general energy balance for battery systems［J］．Journal of the Electrochemical Society，1985，132（1）：5-12．
6	王晋鹏，李阳艳．锂离子电池三维温度场分析［J］．电源技术，2011，35（10）：1205-1207．
	WANG J P，LI Y Y.Three-dimensional analysis of Li-ion batteries' temperature field［J］. Chinese Journal of Power Sources，2011，35（10）：1205-1207.
7	EMRE G，ÖZGVR E，MURAT K．3⁃D CFD modeling and experimental testing of thermal behavior of a Li⁃ion battery［J］．Applied Thermal Engineering，2019（120）：484-495．
8	FUNAHASHI A，KIDA Y，YANAGIDA K，et al．Thermal simulation of large⁃scale lithium secondary batteries using a graphite⁃coke hybrid carbon negative electrode and LiNi_0.7Co_0.3O₂ positive electrode［J］．Journal of Power Sources，2002，104（2）：248-252．
9	INUI Y，KOBAYASHI Y，WATTANABE Y，et al．Simulation of temperature distribution in cylindrical and prismatic lithium ion secondary batteries［J］．Energy Conversion and Management，2007，48（7）：2103-2109．
10	寇志华，潘旭海，季豪，等．不同工况下锂电池热特性影响因素实验研究［J］．电源技术，2017，41（6）：840-843．
	KOU Z H，PAN X H，JI H，et al．Research of influencing factors for thermal characteristics of lithium battery under different working conditions［J］．Chinese Journal of Power Sources，2017，41（6）：840-843．
11	雷治国，张承宁，雷学国，等．电动汽车用锂离子电池热特性和热模型研究［J］．电工电能新技术，2015，34（12）：59-64．
	LEI Z G，ZHANG C N，LEI X G，et al. Research on thermal characteristics and thermal model of EVs lithium⁃ion battery［J］. Advanced Technology of Electrical Engineering and Energy，2015，34（12）：59-64．
12	LAI Y X，WU W X，CHEN K，et al．A compact and lightweight liquid⁃cooled thermal management solution for cylindrical lithium⁃ion power battery pack［J］．International Journal of Heat and Mass Transfer，2019（144）：1-12．
13	YU K H，YANG X，CHENG Y Z，et al．Thermal analysis and two⁃directional air flow thermal management for lithium-ion battery pack［J］．Journal of Power Sources，2014（270）：193-200．
14	朱聪，李兴虎，宋凌珺．电动汽车用锂离子电池生热速率模型［J］．汽车工程，2014，36（2）：174-180．
	ZHU C，LI X H，SONG L J．A model for the heat generation rate of Lithium⁃ion battery for electric vehicles［J］．Automotive Engineering，2014，36（2）：174-180．
15	韦海燕，钟腾云，潘海鸿，等．基于改进HPPC锂离子电池内阻测试方法研究［J］．电源技术，2019，43（8）：1309-1311．
	WEI H Y，ZHONG T Y，PAN H H，et al．Study on measurement method of internal resistance of lithium-ion battery based on improved HPPC［J］．Chinese Journal of Power Sources， 2019， 43（8）： 1309-1311．

工况	倍率	Max.E /℃	MAE/ ℃	RMSE/ ℃	MARE
恒流充电	0.5C	0.57	0.249	0.277	1.08%
	0.75C	0.78	0.351	0.419	1.44%
	1C	0.96	0.381	0.428	1.48%
恒流放电	1C	1.63	0.676	0.722	2.54%
	2C	2.39	1.038	1.112	2.53%
	3C	3.19	1.135	1.216	2.71%
循环充放电	1C充3C放	3.25	1.328	1.471	2.91%

[1]	陈飞,孔祥栋,孙跃东,韩雪冰,卢兰光,郑岳久,欧阳明高. 锂离子电池制造工艺仿真技术进展[J]. 汽车工程, 2023, 45(9): 1516-1529.
[2]	胡明辉,朱广曜,刘长贺,唐国峰. 考虑迟滞特性的卡尔曼滤波和门控循环单元神经网络的锂离子电池SOC联合估计[J]. 汽车工程, 2023, 45(9): 1688-1701.
[3]	梁海强,何洪文,代康伟,庞博,王鹏. 融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究[J]. 汽车工程, 2023, 45(5): 825-835.
[4]	廉玉波,凌和平,马晴婵,任强,贺斌. 电动汽车锂离子电池脉冲加热技术研究进展[J]. 汽车工程, 2023, 45(2): 169-174.
[5]	吕又付,罗卫明,陈荐,吴锡鸿,李传常. 分层优化测定锂离子电池比热容参数的实验研究[J]. 汽车工程, 2023, 45(2): 183-190.
[6]	张健豪,高兴奇,张莉. 基于容量增量曲线与充电容量差的电池组微短路诊断方法[J]. 汽车工程, 2023, 45(2): 191-198.
[7]	李贵敬,谷青锴,杨昊鑫,黄健齐,邸立明. PA/EG耦合风冷电池热管理系统轻量研究[J]. 汽车工程, 2023, 45(2): 209-218.
[8]	王萍,弓清瑞,程泽,张吉昂. 基于AUKF的锂离子电池SOC估计方法[J]. 汽车工程, 2022, 44(7): 1080-1088.
[9]	彭宇明,袁明晓,敬卓鑫,张永林,黄港. 汇流排产热影响下的电池模组冷却系统改进设计[J]. 汽车工程, 2022, 44(6): 859-867.
[10]	毕贵红,谢旭,蔡子龙,骆钊,陈臣鹏,赵鑫. 动态条件下基于深度学习的锂电池容量估计[J]. 汽车工程, 2022, 44(6): 868-878.
[11]	马彦,李佳怡,马乾,陈明超. 基于迭代动态规划的动力电池组热管理优化策略[J]. 汽车工程, 2022, 44(5): 709-721.
[12]	刘首彤,黄沛丰,白中浩. 锂离子电池机械滥用失效机理及仿真模型研究进展[J]. 汽车工程, 2022, 44(4): 465-475.
[13]	孙涛,郑侠,郑岳久,卢宇芳,匡柯,韩雪冰. 基于电化学热耦合模型的锂离子电池快充控制[J]. 汽车工程, 2022, 44(4): 495-504.
[14]	程夕明,胡薇,翟钧,罗荣华,张盼,徐野. 纯电动汽车低压电气系统效率研究[J]. 汽车工程, 2022, 44(4): 601-608.
[15]	王萍,彭香园,程泽,张吉昂. 基于数据驱动模型融合的锂离子电池多时间尺度状态联合估计方法[J]. 汽车工程, 2022, 44(3): 362-371.