引言
随着人们对化石燃料消耗所引发环境问题的担忧日益加剧,电动汽车(EV)产业迅速发展,以降低车辆排放并减少石油基燃料的依赖 [1], [2], [3]。电池是电动汽车中最关键的部件之一,其重要性随着电动汽车市场的快速增长而进一步提升 [4], [5]。在各种电池化学体系中,锂离子电池(LIB)——如镍锰钴酸锂(NMC)和镍钴铝酸锂(NCA)——因其能量密度高、自放电率低和循环寿命长而在电动汽车中得到广泛应用 [6], [7], [8]。特别是 21700 圆柱形锂离子电池(LIB)因其高能量密度和优异的功率特性,在电动汽车电池模组中受到广泛关注。
锂离子电池(LIB)通常在 25–45 °C 的温度范围内表现出稳定的性能。超出该范围可能导致性能退化和安全隐患 [9], [10], [11]。当温度超过 45 °C 时,自放电可能加速,并可能引发电热失控,造成电池损伤,在严重情况下甚至导致爆炸 [12]。因此,一个能够有效散热并维持温度均匀性的电池热管理系统(BTMS)对于确保高能量密度电池的可靠运行至关重要 [13], [14], [15]。
为应对上述挑战,研究者已针对 BTMS 开展了大量研究 [16], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27], [28], [29], [30], [31], [32], [33], [34], [35], [36], [37], [38], [39], [40], [41], [42], [43], [44], [45]。早期研究主要关注风冷系统,因为其结构简单、可靠性高 [16], [17], [18], [19]。然而,由于空气的导热系数和热容较低,风冷系统在高产热工况下的冷却能力受限。为克服这些局限,研究者研究了热管 [20], [21] 和冷却板 [22], [23] 的应用。然而,引入热管会增加系统复杂度。此外,冷却板依赖电池与冷却液之间的间接触热,这在倍率充放电工况下限制了其冷却性能。基于相变材料(PCM)的 BTMS 也受到了研究关注 [24], [25], [26]。相变材料可在相变过程中吸收潜热,在不消耗外部能量的情况下缓解电池温度升高,并改善电池包内的温度均匀性 [24]。然而,融化的相变材料中积聚的热量不易散去,可能导致电池温度迅速上升 [25]。由于上述局限,浸没式冷却因即使在高产热条件下也能降低热阻并更直接地带走热量,而受到越来越多的关注。
浸没式冷却通过使电池与电绝缘冷却液直接接触来散热,从而降低电池表面与冷却介质之间的热阻 [27]。因此,与风冷和间接液冷相比,浸没式冷却具有更优的冷却性能和更好的温度均匀性 [28]。然而,实际实施浸没式冷却系统时,需要仔细考虑冷却液的介电稳定性、密封性、流动阻力以及泵功率等问题。为进一步改善热性能,基于相变的浸没式冷却也得到了研究 [29], [30]。Wang 等人 [29] 通过在冷却液中添加乙醇以诱发沸腾传热,报道温度均匀性最高可改善 57%。然而,基于沸腾的两相冷却比单相冷却在设计与控制上更为复杂。因此,仍需进一步研究以优化单相浸没式冷却系统中的流动结构,从而提高冷却性能和系统整体效率。
近期研究着重于通过采用 Z 型冷却 [31], [32], [33] 和挡板 [34], [35], [36], [37], [38], [39] 来提升 BTMS 的冷却性能。特别是,挡板可通过重新引导冷却液流动来有效增强冷却性能并改善温度均匀性。然而,挡板也会增加流动阻力,从而推高泵功率 [34]。因此,在挡板设计中应同时兼顾冷却性能与系统效率 [35]。Gao 等人 [36] 报道均匀分层布置的挡板使电池最高温度降低 7.5%、最大温差降低 22.5%。Gao 等人 [37] 研究了具有不同孔形的挡板,实现了泵功率降低 87.6%,并使最高温度和最大温差分别降低 23.7% 和 13.9%。Le 与 Lee [38] 通过采用带有电池插装孔的带孔挡板提升了冷却性能,在使用 Pitherm 150B 作为冷却液时取得了最低的最高电池温度和最大温差,分别为 30.05 °C 和 4.34 °C。这些研究结果表明,挡板是提高 BTMS 冷却性能和温度均匀性的有效设计要素。
尽管已取得上述进展,锂离子电池与孔的间隙、挡板安装角度和挡板位置之间的耦合作用仍不清晰。本研究在 21700 圆柱形锂离子电池浸没式冷却系统中同时变化这些参数,并采用计算流体力学(CFD)分析其对冷却液再分配、过孔质量流量、电池温度、压降,以及最高温度、温度标准差与泵功率之间权衡关系的影响。随后,采用在 CFD 生成的数据集上训练的人工神经网络(ANN)预测模型,捕捉设计参数与性能指标之间的非线性关系,并确定使各项性能指标达到最优的条件 [46], [47], [48], [49]。据此,本研究在统一的多参数设计框架内,集成了对底层物理机制的分析、基于 ANN 的优化以及 CFD 验证。