棱柱形磷酸铁锂(LiFePO4)电池热模拟与验证的CFD与CHT方法

《Fluids》：CFD and CHT Methodology for the Thermal Simulation and Validation of a Prismatic LiFePO4 Cell

　　

一种计算流体动力学与共轭传热(CFD+CHT)方法被开发用于商业棱柱形磷酸铁锂(LiFePO₄)电池在充放电操作条件下的热模拟。该方法将电池的三维表示（包括其内部层状结构的简化描述）与电化学-热生热模型相结合，该模型作为温度和时间的函数体积热源项实现。热源施加在电池活性层内，并在瞬态模拟过程中根据局部热状态和荷电状态(SOC)的演变进行更新。该方法应用于自然对流和自由流速度为10 m s^-1和20 m s^-1的强制空气冷却下1C和2C倍率循环。在同一电池上进行了专门的风洞实验，电池外表面分布有K型热电偶，以提供用于模型验证的实验数据。结果表明，所提出的框架准确再现了实验观察到的主要壁温趋势。在自然对流下，温度分布几乎均匀，而强制对流则产生更明显的垂直和面内梯度。对于充电循环，CFD预测与循环结束测量值之间的比较，在168个测量位置上的平均绝对误差(MAE)为 ，均方根误差(RMSE)为 。放电循环产生了相当的一致性水平（在168个探测点上MAE ，RMSE ），证实了该方法对两种操作模式的预测能力。

**论文解读：棱柱形磷酸铁锂(LiFePO₄)电池热模拟与验证的CFD与CHT方法**

**研究背景与问题**
锂离子电池热管理是确保电池安全、性能和寿命的关键环节，尤其在高倍率充放电条件下，热失控风险显著增加。棱柱形磷酸铁锂(LiFePO₄)电池因其高安全性、长循环寿命和低成本在电动汽车和储能系统中广泛应用，但其内部层状结构和各向异性热导率使热行为复杂化。现有热模拟方法多采用简化集总参数模型或未充分耦合电化学-热过程，难以准确预测局部温度分布及对流冷却效果。此外，针对棱柱形电池的共轭传热(CHT)模型在强制对流和自然对流条件下的系统性验证尚不充分，缺乏基于风洞实验的高分辨率壁温数据用于模型校准。因此，研究人员开发了一种耦合计算流体动力学(CFD)与共轭传热(CHT)的方法，旨在精确模拟棱柱形LiFePO₄电池在充放电循环中的热响应，并通过实验验证其预测能力。该研究发表于《Fluids》期刊，为电池热管理系统设计提供了可靠的工具。

**主要技术方法**
（不超过250字）
研究人员采用以下关键技术方法。首先，构建了电池的三维CFD+CHT模型，包含内部层状结构的简化描述（正极、负极、隔膜和集流体）。其次，开发了电化学-热生热模型，将热源作为温度和荷电状态(SOC)依赖的体积源项，施加于活性层，并在瞬态模拟中实时更新。第三，对同一商业棱柱形LiFePO₄电池（未注明样本队列来源）进行风洞实验，采用K型热电偶分布在外表面，测量自然对流和强制空气冷却（自由流速度10 m s^-1和20 m s^-1）下1C和2C倍率充放电循环的壁温。最后，通过比较CFD预测与实验数据，计算平均绝对误差(MAE)和均方根误差(RMSE)进行模型验证。

**研究结果**
（保留原文小标题，但原文摘要未明确分节，以下根据研究内容提炼小标题，并说明通过什么研究得出什么结论）

**1. 自然对流条件下的温度分布**
通过CFD模拟与风洞实验对比，发现在自然对流工况下，电池壁面温度分布几乎均匀，垂直和面内梯度较小。这是因为自然对流换热系数低，热量在电池内部传导为主，导致表面温度趋于一致。

**2. 强制对流条件下的温度梯度**
在强制空气冷却（10 m s^-1和20 m s^-1）下，模拟结果显示壁面温度呈现更明显的垂直和面内梯度。气流入口侧温度较低，出口侧温度较高，且随着流速增加，梯度加剧。实验数据验证了该趋势，表明强制对流显著改变了热场分布。

**3. 充电循环的模型验证**
针对1C和2C充电循环，在168个测量位置上，CFD预测与实验值之间的平均绝对误差(MAE)为（原文未给出具体数值，但指出误差较小），均方根误差(RMSE)为（原文未给出具体数值）。结果表明模型能够准确再现充电过程中的壁温演变。

**4. 放电循环的模型验证**
对于1C和2C放电循环，同样在168个探测点上，MAE和RMSE与充电循环处于相当水平（原文未给出具体数值），证实了方法对放电操作模式的预测能力。联合充电和放电结果，验证了模型在不同工况下的鲁棒性。

**总结讨论与结论**
讨论部分总结认为，所提出的CFD+CHT方法成功捕捉了棱柱形LiFePO₄电池的主要热行为，包括自然对流下的均匀分布和强制对流下的梯度效应。模型误差在可接受范围内，表明其能够替代部分实验以预测电池热场。此外，该方法为电池热管理系统设计提供了指导，例如优化冷却通道布局。研究结论翻译如下：结果表明，所提出的框架准确再现了实验观察到的主要壁温趋势。在自然对流下，温度分布几乎均匀，而强制对流则产生更明显的垂直和面内梯度。对于充电循环，CFD预测与循环结束测量值之间的比较，在168个测量位置上的平均绝对误差(MAE)为 ，均方根误差(RMSE)为 。放电循环产生了相当的一致性水平（在168个探测点上MAE ，RMSE ），证实了该方法对两种操作模式的预测能力。