锂离子电池组热模型降阶方法与热管理策略研究

锂离子电池因为一系列的优良特性而得到了广泛应用。锂离子电池的性能、寿命和安全性与电池的温度密切相关。为了在保证电池热安全性的前提下充分发挥电池的性能,需要电池热管理系统(Battery Thermal Management System,简称BTMS)来保障电池工作在合适的温度范围内。由于电池系统是一个复杂的分布参数系统,温度的变化具有很大的迟滞性,对电池系统进行温度控制的关键在于要防止温度发生超调,这需要温度控制策略和电池系统热模型的相互配合,而现有电池系统热模型存在的主要问题是难以兼顾精度和计算效率。本课题针对上述问题,建立了一种高效的电池热模型,并基于该模型制定了温度控制策略,在仿真环境下进行了实验研究。首先,针对风冷电池系统热模型降阶所需模态的提取问题,通过分析锂离子电池的电化学特性、产热特性和传热特性,采用激励响应法辨识电化学的相关参数,在COMSOL中建立了风冷电池系统的有限元仿真模型后,在不同工况下对有限元模型进行仿真,提取温度场和流场的仿真结果构成了样本的数据空间,在此样本空间中,利用本征正交分解(Proper Orthogonal Decomposition,简称POD)分别提取了温度场和流场的POD模态,并筛选了特征占比大的相关模态。其次,针对风冷电池系统的热模型降阶问题,建立了一种能够兼顾精度和计算效率的电池热模型。基于提取的流场和温度场的POD模态,结合伽辽金(Galerkin)投影,分别对流场和温度场进行降阶,并通过换热系数将二者耦合,得到了风冷电池系统的降阶热模型(Reduced-Order Thermal Model,简称ROTM)。并通过与有限元模型的仿真结果进行对比,表明降阶热模型具有较高精度和计算效率。最后,针对风冷电池系统的温度控制问题,基于降阶热模型制定了温度控制策略。基于模型预测控制的原理,结合所建立的降阶热模型,制定了风冷电池系统温度控制的总体方案;推导了面向温度预测控制的降阶热模型,以及制定了温度控制的目标优化函数和参数约束条件,并且搭建了COMSOL与MATLAB联合的仿真实验平台;在该平台下,研究了不同控制参数,即预测时域和控制时域长度不同时,风冷电池系统温度控制的效果,并且还与传统PID控制策略的仿真结果进行了对比,实验结果表明,本文所设计的温度控制方案能够使风冷电池系统工作在稳定的温度范围内,并且还能够抑制系统温度的超调。