用于大型锂离子电池的V形分支蜂窝翅片冷却板的热水力性能及多目标优化

《International Journal of Thermal Sciences》：Thermal-hydraulic performance and multi-objective optimization of a V-shaped bifurcated honeycomb-fin cooling plate for large-format lithium-ion batteries

　　

• •
  为280 Ah磷酸铁锂电池研发了一种V形分叉蜂窝翅片冷却板。
• •
  分级流道与六边形翅片实现多尺度冷却液再分配和边界层再生。
• •
  系统揭示了孔隙率、翅片间距和雷诺数之间的热力–水力相互作用。
• •
  LHS–Kriging–NSGA-II–TOPSIS框架识别了冷却性能与水力惩罚之间的平衡方案。
• •
  优化设计实现最高温度T_max为34.336 °C，最大温差ΔT_max为4.671 °C。

引言

随着电动汽车和电网级储能系统向更高能量密度和更大容量发展，锂离子电池的热安全性日益关键。充放电过程中热量移除不足会导致电芯温度升高和电芯间温度梯度增大，加速容量衰减，缩短循环寿命，并可能引发热失控。不均匀的温度场还会导致模组内电化学反应速率和老化程度不一致，从而降低电池包的一致性和可靠性[[1], [2], [3]]。因此，电池热管理系统（BTMS）必须限制峰值温度、维持温度均匀性并控制辅助能耗。对于大型280 Ah磷酸铁锂模组，在有限空间内实现稳定且均匀的冷却仍是核心设计挑战。

当前BTMS技术包括风冷、液冷、热管和相变材料等。与风冷相比，间接液冷具有更高的换热系数、更强的几何适应性和更快的热响应。与浸没式冷却相比，冷板冷却对绝缘要求较低，通常更易于密封和维护，是牵引电池模组中最实用的方案之一[[4], [5], [6]]。然而，冷板性能并非仅由冷却液流量决定。增加流量通常会降低电芯温度，但会增大压降和泵功；而增大换热面积或强化局部扰动则可能导致堵塞并恶化流量分配。因此，冷板设计必须协调冷却液输送、局部对流强化和水力损失。

从传热角度看，液冷板的结构优化可在两个耦合尺度上展开。第一是板级冷却液分配，其中进出口位置、集流管、分支和分配网络决定了低温冷却液能否到达所有换热区域。直道和蛇形流道结构简单、易于制造，但其以轴向流动为主的流路可能导致沿程冷却液升温、低阻力短路和下游冷却能力减弱。替代流道布局、二次流结构和蝴蝶形流道可改善温度场，但增强换热往往伴随更高的压降，区域流量均匀性仍受流路阻力制约[[7], [8], [9]]。

近年来，仿生冷却结构与数据驱动优化策略的结合日益增多。Hadj Lajimi等人[10]研究了荷叶仿生液冷流道，将基于计算流体力学（CFD）的数据与优化神经网络、基于Pareto的多目标优化和多准则决策相结合。其结果表明冷却液流量和几何参数共同决定了最高温度、温度均匀性和压降。为克服传统流道冷却液供给不均匀的问题，受叶脉、树木、鱼骨和血管系统启发的分级分支网络被引入，用于将入口流量逐级分配至不同换热区域[[11], [12], [13], [14], [15]]。这些结构可以重构宏观压场和流量分布；然而，局部换热面上仍可能形成充分发展的热边界层。因此，仅靠宏观流量再分配无法保证所有区域近壁流体的持续更新。

第二个尺度涉及翅片或微结构层面的局部换热强化。Qiu等人[16]基于场协同原理，通过改善速度场与温度梯度的协调性来增强关键发动机舱区域的对流散热。Ye等人[17]从质量通量矢量角度出发设计了冷却槽出口方向，证明主动组织冷却液输送方向可显著改变局部冷却行为。Wang等人[18]进一步研究了型面膜冷却孔内部粗糙度对流场结构、冷却性能和稳健性的影响。尽管这些研究并非直接针对电池冷却系统，但它们共同表明，强化对流换热不仅依赖于增大换热面积，还取决于流体动量的空间组织、近壁流结构和几何扰动的稳定性。因此，在电池冷板中引入周期性翅片结构时，应同时考虑局部边界层再生与整体流量分配的协同。Alizadeh等人[19]数值研究了整合火烈鸟形柱翅片和混合纳米流体的锂离子电池冷却系统，表明优化柱翅片形貌和增强冷却液侧传热可改善电池热性能。这些研究证实，局部几何特征可显著改变电池冷却表面附近的对流输运特性。此外，双仿生冷板和混合流道结构的调查也表明，将宏观分配网络与局部强化元件结合具有协同潜力[20]。然而，这两个尺度之间的耦合机制仍缺乏深入理解，尤其是对于大容量棱柱形电池模组。

此外，仿生流道–翅片冷却板涉及多个耦合的几何和运行参数，导致最高温度、温差和压降之间存在强烈的非线性竞争。响应面方法、Kriging代理模型、NSGA-II、TOPSIS和拓扑优化已被广泛应用于电池液冷系统的多目标设计[[21], [22], [23], [24], [25]]。Aich等人[26]开发了一个集优化神经网络代理模型、基于Pareto的多目标优化和多准则决策于一体的框架，用于液冷流道设计。这些研究清晰地揭示了换热增强与压降惩罚之间的竞争关系，并展示了代理辅助优化在高效探索非线性几何设计空间方面的能力。

尽管已有这些进展，但在统一的分级流道–翅片结构中，冷板级冷却液再分配与翅片级热边界层再生之间的耦合关系仍不明确。特别是对于大容量棱柱形磷酸铁锂电池模组，全局冷却液分配、局部尾流恢复、周期性边界层再生和水力阻力在结构和运行参数同时变化时的相互作用仍有待进一步研究。针对这些局限，本研究提出了一种V形分叉蜂窝流道冷却板，其中树枝状分级流道在冷板尺度上调节冷却液分配，而六边形翅片则促进局部热边界层的周期性再生。建立了三维瞬态共轭传热模型，研究孔隙率($\phi$)、翅片布置、翅片间距(s)和雷诺数(Re)对T_max、ΔT_max和ΔP的影响。此外，建立了LHS–Kriging–NSGA-II–TOPSIS框架，以识别冷却性能与水力惩罚之间的最优热–水力折中方案。

章节摘要

几何模型

电池热管理系统由八节280 Ah磷酸铁锂电池、九块导热硅胶垫和两块铝制冷却板组成，如图1(a)所示，电芯几何结构如图1(c)所示。采用50 wt%乙二醇–水混合液作为冷却液[27]，主要几何尺寸和热物性参数分别汇总于表1和表2。导热硅胶垫的热物性参数取自

结果与讨论

本章比较了翅片形状、进出口布置、孔隙率、翅片间距、布置方式和雷诺数对冷板热–水力性能的影响，并结合温度场和流场特征阐述了主要作用机理，从而确定后续多目标优化的变量和取值范围。

多目标优化框架

第3章表明，当不同变量同时改变流道面积、局部扰动和流体惯性时，单因素局部最优的简单组合无法保证整体最优。因此，本章采用LHS–Kriging–NSGA-II–TOPSIS框架识别T_max、ΔT_max和ΔP之间的Pareto折中关系，并通过独立的CFD重新计算完成最终选型。

结论

本研究为八节280 Ah磷酸铁锂电池模组开发了一种液冷板，将分级树状流道网络与蜂窝仿生六边形翅片相结合。采用经验证的三维瞬态共轭传热模型考察了翅片几何形状、进出口布置、孔隙率、翅片布置方式、翅片间距和雷诺数的影响，随后进行了LHS–Kriging–NSGA-II–TOPSIS优化。与实验的最大偏差低于3%。主要结论

CRediT作者贡献声明

张伟伟：撰写–初稿，形式化分析，数据管理。蔡丽华：撰写–审阅与编辑，监督，项目管理，概念构思。王浩野：验证。曾鹏伟：验证。方海峰：监督，资金获取。

资助

本工作由江苏省研究生科研与实践创新计划（26CXJH7426）资助。

利益冲突声明

作者声明，不存在可能影响本文所报告工作的已知经济利益竞争或个人关系。

张伟伟|蔡丽华|王浩野|曾鹏伟|方海峰