模拟:引领潮流

作者:小胡
首席应用工程师Ansys，安娜堡，美国

锂离子电池组是即将到来的电动汽车(EV)革命的核心。国际能源署(IEA)认为，到2030年，电动乘用车的数量可能超过1.3亿辆，甚至2.5亿辆，这取决于政策的变化和行业承诺的兑现。¹在2018年的预测中，石油输出国组织(OPEC)更保守地估计，到2040年，全球汽车车队中将有3亿辆电动汽车。²彭博新能源财经(BNEF)在《2019年电动汽车展望》中更看好电动汽车，预计到2040年将有5亿辆乘用车上路，约占全球乘用车的32%。^3.他们可能在时间和数字上存在分歧，但分析师和汽车行业投资都指出，电动汽车有一个光明的未来。

在电动汽车的销量能够与内燃机汽车竞争之前，它们的价格必须接近平价。而且，由于电动汽车电池组占据了电动汽车成本的大部分份额，工程团队面临着快速且经济有效地优化电池性能的压力。要做到这一点需要模拟。电池设计者在模拟中执行的一个关键应用是电热耦合(等)分析。ETC分析有两种类型。

首先将热计算流体动力学(CFD)模型与电池电性能子模型相结合。这种子模型的一个流行选择是电池等效电路模型(ECM)。这种类型的ETC通常被称为电池热管理分析。

电池热管理分析得益于包含高分辨率CFD模拟的ETC。Ansys Fluent软件可以模拟电池组内的温度分布，以及使用电池ECM产生热量的整个电池冷却系统，以实现电池热管理优化。

通过使用Ansys Fluent和Ansys Twin Builder，可以在比其他流行技术更短的时间内模拟整个电池组。

第二类ETC是为系统应用量身定制的，其中电池ECM也用于电气方面，但与快速热模型相结合。许多系统应用不需要电池包中的高保真温度解决方案。事实上，对于系统级应用程序，这种高保真度提供了无关的细节，并需要更多的计算资源。对于这样的系统应用程序，需要一种不同的方法。系统应用中热分析的一个流行选择是热网络模型。

然而，创建一个准确的热网络模型可能是困难的，因为这需要大量的专业知识。另外，它仍然是相对耗时和容易出错。另一种方法，降阶建模(ROM)，可以用来取代热网络方法来发展一个电池组模拟用于系统应用。与使用热网络方法相比，这种ROM方法可以将ETC的速度提高一个数量级，并且创建热ROM只需不到半小时的工时。ROM方法也比热网络模型更准确。

系统级电池组耦合的多个用例

用于系统应用的电池等要求速度和准确性。在某些情况下，它要求实时或接近实时的性能，但降低了准确性。在其他情况下，它需要以速度为代价来提高准确性。

例如，一个系统集成工程师可能需要一个电池ETC模型来驱动整个电力传动系统或它的一个子集，以接近实时性能。电池分析作为整个系统的一个组成部分，不能被允许消耗超过其计算资源份额。为了使整个系统模型在可接受的速度下工作，电池模块甚至整个电池组可能被集中到一个单一的电池等。在这种比例电池模型中，整个电池组只有一组电参数;例如，有一个充电状态(SoC)值来代表整个电池组，可能每个电池模块甚至电池组都有一个温度。

电池模块的热模拟显示了模块内的温度变化。这种变化对电池电性能的影响是用ROM耦合ECM模拟的。使用所示的CFD结果校准ROM。

另一方面，对于电池管理系统(BMS)设计者来说，需要一个详细的电池ETC模型来测试电池BMS算法(参见“使用Ansys MBSE解决方案进行电池管理系统应用”)。电池ETC模型需要准确捕捉每个电池的温度，以确保电池间的温度变化低于可接受的水平。这样的电池ETC模型还需要监测电气性能，例如每个电池的SoC。因此，它需要一个完全离散化的包装ETC模型。

上面的例子代表了两个极端的情况，但是还有许多应用程序需要在中间的某个地方进行某种程度的离散化。电池包级ETC的方法应该提供灵活性，以满足极端情况和介于两者之间的所有需求。Ansys开发了一种方法来适应所有这些问题。

电池耦合的降阶建模

为了演示该方法，Ansys工程师从一个拟议的电池组ETC模型开始，该模型由一个电气部分和一个热部分组成。电气部分采用离散化程度不同的电池ECM模型。热部分使用从高保真的CFD结果校准的rom。rom还提供了不同级别的离散化。每个模块的冷却效果使用传热系数(HTCs)建模。

电池ECM是模拟电池电性能的行业标准。电池ECM可以在电池单体、模块和电池组级别上使用，以预测电池范围、峰值功率和驱动循环性能。Ansys Twin Builder提供了一个向导，以帮助客户构建电池ECM。Ansys Twin Builder中的ECM可以与充电状态、温度、放电/充电和速率相关。该向导通常根据混合脉冲功率表征(HPPC)数据构建单元级ECM。它还可以根据客户参数构建单元级ECM。来自Twin Builder的ECM适应4P(一个电阻-电容)和6P(两个rc)类型的ECM模型。在给定mSnP模块配置的情况下，向导还可以从单元级ECM构建模块级ECM。(一个电池模块由n个并联支路组成，每个支路有m个电池单元。)在模块级别，向导为BMS应用程序构建一个离散版本，其中每个单元的详细信息是必需的，或者为系统集成应用程序构建一个伸缩版本，其中快速模拟非常重要。 An engineer can complete a pack ECM in just a few minutes using Twin Builder.

当一个换挡器支架出现裂纹时，RCR工程师使用Ansys Mechanical找到原因，然后设计一个优化的支架(如上所示)。

使用降阶模型共轭传热(CHT)是一种久经考验的技术，已在电子领域应用多年。新方法将该技术应用于电池组等的热部件。rom需要训练数据来确定电池系统的热阻抗。在该方法中，Ansys工程师使用Fluent制作电池模块的高保真CHT模型，以创建所需的训练数据。一个14S1P配置模块(14个单元串联1个并行分支)的CFD模型可以使用Fluent在半天内创建。生成训练数据需要几个CPU小时。根据训练数据，可以在几分钟内生成一个热ROM。一旦创建了ROM, CFD模型就不再需要用于电池组模拟。ROM可以用来模拟给定任何瞬态热源的温度。

这样的方法可以扩展到包级别。因为每个模块具有相同的几何形状，但位于冷板上的不同位置，所以没有必要创建一个包CFD模型。相反，只为一个模块创建热ROM。不同的模块有不同的传热系数边界，这取决于它们在冷板上的位置。在本例中，12个热rom分别与位于冷板上不同位置的12个不同模块中的不同HTC边界相连接。

关注可持续发展的机构国际能源署(IEA)的数据显示，2018年全球电动乘用车库存超过500万辆。．

因为HTC根据每个模块位于电池冷板上的位置而变化，冷板必须网格化，以考虑到变化。冷板CHT分析是CFD的典型应用。像Fluent这样的非结构化CFD代码非常适合进行这种分析。冷板CHT分析后，进行后处理，计算各模块的HTC。

一旦创建了包的ECM和每个模块的热rom，就只需将它们连接在一起，为包创建双向耦合的ETC。完全离散化的pack ETC的运行时性能接近于实时。根据pack ETC模型中采用的缩放量，缩放版本可以运行得更快。

一旦对封包级ETC进行了模拟，并得到了结果，就可以使用CFD对任何模块进行详细的瞬态热分析，从而可以更深入地研究它。此外，现在CFD从系统级模拟中得到了正确的热源，其结果更加准确。更好的是，一个奇异值分解(SVD) ROM可以用来计算温度，使用来自系统级模型的正确热源。SVD ROM的结果与CFD的结果只相差几个百分点，并且只需要几分钟就可以模拟一个400万个多边形模型。

为了方便模块的网格划分，在Ansys Fluent内部创建了一个模板。只需要一个模块网格，不同的模块使用不同的HTC边界。

使用Ansys电池组仿真技术的好处

Ansys电池电热耦合模型还可以无缝地集成到现有的系统级工作流中。ECM、热ROM和整个封装ETC模型可以通过功能模型单元(FMU)与第三方解决方案互连。这为在其他系统工具中使用Ansys电池模型提供了灵活性。让我们来看看两个真实的例子。在第一个例子中，大众汽车在一个包上使用Ansys电池ETC技术进行系统集成。在第二个例子中，A123，一家领先的电池制造商，使用Ansys电池模型进行BMS设计。

一个冷板的传热系数图(左)显示了整个板的显著差异，为了开发整个包的电热耦合模型，必须考虑到这一点。

当大众汽车运动(VW Motorsport)的工程师面临挑战，要在不到一年的时间里制造出一款电动汽车，以参加2018年的派克峰国际登山赛(pike Peak International Hill Climb)时，他们需要一种有效的方法来设计和验证电池模型。他们使用Ansys Fluent CFD结果识别模块热ROM，然后在Ansys Twin Builder中对温度敏化电池模块ECM和模块热ROM进行双向耦合，形成完整的电池模块模型。然后，这些模块被连接起来，形成一个完整的电池组模型，用于第三方解决方案中的系统级仿真。它们的温度结果都很好，均在3度以内，SoC结果与测试结果的误差在10%以内。这种模拟方法不仅帮助大众的工程师们在紧迫的期限内完成最终的ID。派克峰赛车以创纪录的时间冲过终点线。点击这里了解更多。

A123 Systems LLC使用ROM方法为一个液冷48V电池组建立了一个离散热ROM。通过与三维仿真的比较，验证了该ROM的准确性和有效性。与3D CFD模拟相比，ROM的误差可以忽略不计。然后将热网络与ROM方法进行比较，热网络的误差比ROM方法要高得多。比较两种方法的工作流程，ROM是一种更系统的方法，更不容易出错。然后将离散化的热ROM导出到第三方系统工具中，为BMS开发当前的降额算法。该方法具有较高的动态元件过热识别能力和潜力，以保护电池组。

随着汽车制造商越来越多地转向电动动力系统，工程师们也将越来越多地转向节省时间的技术来优化电池组。电池电热耦合Ansys与客户共同开发的ROM模型使系统级电池组应用更加高效、准确和普及。

来源

1. IEA(2019)， 2019年全球电动汽车展望，IEA，巴黎，https://www.iea.org/reports/global-ev-outlook-2019
2. 2019年世界石油展望2040，欧佩克，https://www.opec.org/opec_web/en/publications/340.htm
3. BNEF(2019)， 2019电动汽车展望，https://about.bnef.com/electric-vehicle-outlook