一种基于多物理场仿真的锂电池组热滥用安全风险评估方法

一种基于多物理场仿真的锂电池组热滥用安全风险评估方法
所属技术领域
1.本发明涉及锂电池热安全性领域，特别是一种基于多物理场仿真的锂电池组热滥用安全风险评估方法。


背景技术：

2.锂离子电池因其能量/功率密度高，循环寿命长等优点，已广泛应用于汽车动力、储能等系统。然而，近年来锂电池起火、燃烧、爆炸等安全事故频现，阻碍了锂电池的深入发展与应用，因此锂电池的安全性至关重要。对于锂离子电池而言，热失控是其安全事故发生的主要原因之一，其主要特征是电池温度迅速升高，进而发生燃烧甚至爆炸。研究锂离子电池热安全性，准确地评估锂离子电池在热激励下的安全边界，对于预防锂电池安全事故的发生、降低事故的损失具有重要意义。
3.目前锂电池热滥用测试包括热箱测试、热冲击、温度循环、火烧等，其中以热箱测试为主。热箱测试是为了评估电池的高温时的安全性。通过观察分析电池在高温环境中的副反应生热、材料损耗、热失控的持续时间和最高温度，以此来评估电池的高温安全性。目前学者们主要从组成材料的热参数测试、热滥用实验和仿真三个方面开展关于锂离子电池热滥用的研究。其中，组成材料的热参数测试主要通过差示扫描量热仪(dsc)和加速量热仪(arc)进行测量，但材料层的热性能参数无法直接用于评估锂电池组实际使用过程中的热安全性。鉴于电池模组级热滥用实验安全风险较大、成本较高，目前主要针对电池单体开展，通过研究单体热失控表征，利用有限元、有限体积等方法开展锂电池组的热失控及传播仿真，进而对模组级电池产品的热安全性进行分析。
4.然而，仍存在以下不足：1)现有锂电池热安全性分析方法主要针对单体或单一物理场，无法全面准确地评估多物理场耦合作用下的锂电池组热安全性；2)现有基于物理仿真的锂电池热安全性评估是确定性的，对于其中各电池单体的分散性和随机不确定性考虑不充分。实际工程中，锂电池组中随机不确定性主要包括环境温度、输出功率、电流等运行工况随机性，质量、初始内阻等由生产工艺水平造成的电池参数随机性，容量、内阻等由退化引起的参数随机性等，这些因素都会影响锂电池组的热安全。因此，锂电池组的热安全性评估还需要考虑热失控发生的概率，即风险。
5.鉴于此，为了对多物理场耦合作用下的锂电池组开展热安全性评估，准确量化风险概率，有必要给出一种基于多物理场仿真的锂电池组热滥用安全风险评估方法。


技术实现要素：

6.本发明的目的是为了解决锂电池组热安全性评估技术存在的问题，提出一种基于多物理场仿真的锂电池组热滥用安全风险评估方法。该方法基于多物理场仿真，考虑到实际工程中的随机不确定性，从安全风险的角度对锂电池组热安全性及安全事故发生的概率进行评估，主要包含以下步骤：
7.步骤1：确定锂电池组构型与几何结构。分析锂电池的串并联结构，确定锂电池组
的构型，根据锂电池组的几何结构，构建三维cad模型。
8.步骤2：构建面向热滥用的锂电池组多物理场仿真模型。从电池单体和模组两个层级出发进行构建，锂电池单体的模型包括电化学模型、等效电路模型、黑箱模型及混合模型；锂电池组的多物理场耦合建模需要在电池单体模型的基础上，考虑电池单体之间的电场、热场、流场的交互影响；用串并联电路描述电池组内电场表征，构建包含热失控单体内短路的锂电池组串并联电路模型；用于描述热滥用及传热行为的锂电池热场模型则需要根据其内部的几何结构和散热情况，在能量、质量、动量守恒的基础上选择适当的模型，包括固体传热模型、基于层流、k-ε、k-ω湍流的流体动力学模型、流热耦合模型、热辐射模型；此外，锂电池组在热滥用情况下产热机理模型不仅需要考虑电池热失控情况下材料分解的产热，还需要考虑正常充放电的产热。
9.步骤3：构建热滥用安全风险评估模型。热滥用安全风险评估模型包括载荷工况随机性模型、电池参数随机性模型和安全风险评价模型；针对载荷工况，锂电池组的工况涉及环境温度、输出功率、运行电流，统计电池组电压、电流、温度的实测数据，利用核密度估计方法构建载荷工况的随机性模型，得到各个温度、功率、电流下的概率密度；针对电池参数，分析参数随机性主要原因，采用高斯或weibull分布类型构建其随机性模型：利用高斯分布描述受生产工艺水平影响的电池参数，包括电池质量、初始容量、初始内阻、几何尺寸，利用weibull分布描述使用退化导致的参数随机性，包括容量退化量、内阻增加量；针对安全风险评价，基于应力-强度干涉理论构建温度、功率因素联合的热安全性评价模型，其中应力为载荷工况，强度为锂电池组的热安全边界。
10.步骤4：对锂电池组随机参数进行抽样，形成仿真抽样方案。基于步骤3中构建的锂电池参数随机性模型，利用抽样方法对随机参数进行抽样，形成仿真抽样方案，并传递给多物理场仿真模型。
11.步骤5：开展多物理场仿真与分析。基于步骤2构建的多物理场仿真模型和步骤3的仿真抽样方案，确定锂电池组仿真模型参数，开展多物理场仿真与分析。
12.步骤6：开展热安全性分析。结合多物理场仿真结果，开展热安全性分析，包括热安全边界分析和热失控延滞期分析，其中热安全边界分析包括临界环境温度分析、临界输出功率分析、临界运行电流分析；针对热安全边界分析，算法流程为：首先选择待分析的参数x，x可为临界环境温度、输出功率、运行电流；确定材料热失控温度，记为t
tr
，并设置参数x的多物理场仿真初始值；确定其他锂电池组仿真模型参数，开展多物理场仿真分析；获得锂电池组内所有电池单体中温度最大值的仿真结果，记为t
max
；判断t
tr
和t
max
的大小，若t
max
》t
tr
，则根据二分法减小并更新参数x，再次开展多物理场仿真分析；若t
max
＜t
tr
，则进一步判断t
max
与t
tr
差的绝对值是否满足误差要求；如不满足，则根据二分法增大并更新参数x，继续进行多物理场仿真分析，如满足误差要求，则算法收敛并输出参数x，即为热安全临界值。
13.步骤7：仿真结果分析与分布拟合。基于多物理场仿真与热安全性分析结果，包括多组临界环境温度、临界输出功率、临界运行电流、热失控延滞期，开展结果的分散性分析与分布拟合，获得热安全性分析结果服从的最佳分布类型及分布参数。
14.步骤8：热滥用安全风险分析与评估。基于步骤3中构建的载荷工况随机性模型和基于应力-强度干涉的温度、功率因素联合的热安全性评价模型，利用可靠性分析方法计算模型，获得锂电池组的热滥用安全风险概率。
15.步骤9：输出热安全性评估结果。热安全性评估结果包括热滥用安全风险概率、热安全边界临界值分布类型及参数、热失控延滞期分布类型及参数、热失控传播路径，通过数据列表、曲线图、柱状图、三维云图形式进行结果展示。
16.通过以上步骤，给出了一种基于多物理场仿真的锂电池组热滥用安全风险评估方法。
17.本发明的优异效果是：在锂电池组热安全性评估领域，通过将多物理场耦合仿真方法、随机不确定性理论方法、系统安全性理论方法、应力-强度干涉模型等技术进行有机结合，提出一种基于多物理场仿真的锂电池组热滥用安全风险评估方法，该方法不仅考虑了多物理场多单体耦合效应对锂电池组热安全性的影响，还考虑了载荷工况、生产工艺水平、退化等因素引起的随机不确定性的影响，能够更加精确地对锂电池组的热安全性进行仿真评估，并给出其热安全风险概率。
附图说明
18.图1基于多物理场仿真的锂电池组热滥用安全风险评估方法流程图
19.图2热安全边界分析算法流程图
20.图3锂电池组结构和仿真几何模型图
21.图4锂电池组构型及串并联模型示意图
22.图5载荷工况数据及核密度估计结果
23.图6锂电池组热滥用多物理场仿真温度曲线图
24.图7温度、功率因素联合的锂电池组热安全应力强度干涉结果图
具体实施方式
25.为使本发明的特征及优点得到更清楚的了解，以下结合附图，以由一种典型锂电池组为例，作详细说明如下：
26.步骤1：确定锂电池组构型与几何结构。以典型4并6串锂电池组为例，其中锂电池单体为ncr 18,650-b型号磷酸铁锂电池，电池单体额定电压和容量分别为4.2v和3.35a。锂电池组结构和仿真几何模型如图3所示，构型及串并联结构如图4所示。
27.步骤2：构建面向热滥用的锂电池组多物理场仿真模型。从电池单体和模组两个层级出发进行构建，锂电池单体的模型采用等效电路模型；锂电池组的多物理场耦合建模则在电池单体模型的基础上，考虑电池单体之间的电场、热场、流场的交互影响；用串并联电路描述电池组内电场表征，构建包含热失控单体内短路的锂电池组串并联电路模型，如图4所示；根据锂电池组内部的几何结构和散热情况，采用固体传热模型、基于k-ε湍流的流体动力学模型、热辐射模型构建锂电池组流热耦合仿真模型，描述锂电池组热滥用及传热行为；上述模型已有成熟理论方法，模型数学方程详细描述略。
28.此外，锂电池组在热滥用情况下产热机理模型不仅需要考虑电池热失控情况下材料分解的产热，还需要考虑正常充放电的产热。锂离子电池高温下温升主要来源于电极材料高温下分解等化学反应产热、电池内短路焦耳热和电池燃烧引发的燃烧热组成。本文仅考虑电池发生燃烧之前的热失控过程，因此热滥用产热率q可以表示为化学反应产热q
exo
和焦耳热q
joul
，如下所示：
29.q＝q
exo
+q
joul
30.其中，电池在高温状态下的化学反应产热主要包括负极表面sei膜分解反应q
sei
、负极与电解液放热反应q
ne
、正极与电解液放热反应q
pe
、电解液分解反应q
ele
、负极与粘结剂的反应q
nb
。此外，对于电池组而言，并不是所有电池单体都存在热滥用情况，因此电池组的化学反应产热还包括充放电的反应热q
ec
，其中，负极与粘结剂的反应由于反应热比较微弱，因此被通常忽略。其他的计算公式如下：
31.q
sei
＝-m
seihsei
dx
sei
/dt,
32.dx
sei
/dt＝-x
seiasei
·
exp(-e
sei
/kbt),
33.q
ne
＝-m
nehne
dx
ne
/dt,
34.dx
ne
/dt＝-x
neane
·
exp(-e
ne
/kbt)
·
exp(-z/z0),
35.dz/dt＝x
neane
·
exp(-e
ne
/kbt)
·
exp(-z/z0),
36.q
pe
＝m
pehpe
dα/dt,
37.dα/dt＝α(1-α)a
pe
·
exp(-e
pe
/kbt),
38.q
ele
＝-m
elehele
dce/dt,
39.dce/dt＝-c
eaele
·
exp(-e
ele
/kbt)
40.q
ec
＝-h
ec
dsoc/dt,
41.dsoc/dt＝-isc
cond
·
soc
·aec
·
exp(-e
ec
/kbt)
42.此外，正常充放电下的产热主要是焦耳热，可基于焦耳定律，结合串并联电路模型进行计算，公式如下：
[0043][0044][0045][0046]
其中，isc
cond
是用于激活热失控后的化学反应参数，当温度超过内短路触发温度，则isc
cond
＝1，否则isc
cond
＝0。
[0047]
步骤3：构建热滥用安全风险评估模型。热滥用安全风险评估模型包括载荷工况随机性模型、电池参数随机性模型和安全风险评价模型。
[0048]
针对电池参数和工况载荷，建立了其随机不确定性模型。
[0049]
(1)工况随机性模型
[0050]
锂电池组的工况主要涉及环境温度和功率，其随机性模型可以通过采集电池组电压、电流、温度等实测数据，并统计建立。对于功率而言，可以计算电压电流的乘积获得。
[0051]
温度和功率等工况参数作为随机变量，常用的先验知识并不适用于所有复杂的工况条件。基于先验分布的建模方法存在过于严格的假设，使得模型具有较大的局限性。核密度估计是根据某一点处的概率密度与该点附近包含样本个数之间的关系进行估计，利用核密度估计得到产品的概率密度和累积概率密度曲线，能够有效克服先验假设问题。因此，本文采用核密度估计方法对参数的概率密度进行估计。
[0052]
(2)电池参数随机性模型
[0053]
受生产工艺水平和使用的影响，电池质量、容量、内阻等参数难以避免会存在差异。基于随机不确定性理论，本文采用高斯分布描述由生产过程引起的随机不确定性，包括
电池质量、初始容量、初始内阻、几何尺寸等，其概率密度函数(pdf)表达式如下所示：
[0054][0055]
其中，μ、σ分别为高斯分布的位置参数、尺度参数。上述电池参数可通过测量并根据公式(16)拟合获得随机性模型。其中，电池各组分等效质量则可由下式计算获得：
[0056][0057]
采用weibull分布描述由于使用退化引起的随机不确定性，包括容量退化量、内阻增加量等，其概率密度函数(pdf)表达式如下所示：
[0058][0059]
其中，β、η为weibull分布形状参数、尺度参数。
[0060]
(3)安全风险评价模型
[0061]
工况载荷应力条件如果超过了锂电池组系统的安全边界条件，那么系统则被认为是不安全的。因此锂电池组系统的热安全性评价可以使用应力-强度干涉模型(ssi)进行描述和计算。本文以临界环境温度和临界使用功率作为表征电化学放热系统热失控的物理量，构建环境温度和使用功率的联合ssi模型如下所示：
[0062]rtr
＝p(t
am
＜t
am,cr
,pb＜p
b,cr
)
[0063]
其中，r
tr
为系统热安全的概率，t
am
为环境温度，t
am,cr
为系统在使用功率为pb时的临界环境温度(k)，p
b,cr
为系统在环境温度为t
am
时的临界使用功率(w)。假设应力和强度为相互独立的随机变量，且应力和强度的pdf分别为和φ(t
am,cr
,p
b,cr
)，则上式可以进一步表述为如下形式：
[0064][0065]
基于上述解析式，当应力和强度φ的分布已知，根据应力和强度pdf曲线的干涉程度，可以获得锂电池组系统热安全概率。其中，本文基于单参数的pdf，采用蒙特卡洛抽样获得联合pdf和φ(t
am,cr
,p
b,cr
)。
[0066]
步骤4：对锂电池组随机参数进行抽样，形成仿真抽样方案。基于步骤3中构建的锂电池参数随机性模型，利用抽样方法对随机参数进行抽样，形成若干组仿真抽样方案，并传递给多物理场仿真模型。
[0067]
锂电池参数以质量、初始内阻、内阻增长量为例，载荷工况以环境温度、输出功率为例。通过试验测量50个电池数据，拟合获得相应的随机模型及参数。质量、初始内阻参数通过测量获得，其随机性用高斯模型描述；内阻增长量则是通过测量退化后的电池内阻获得，其随机性用weibull模型描述；利用数据采集仪收集锂电池组实际环境温度、运行功率。根据测量采集获得的统计数据，拟合获得的随机性模型分布类型及参数如表1所示，核密度估计结果如图5所示。
[0068]
表1工况与电池参数随机性模型
[0069][0070]
步骤5：开展多物理场仿真与分析。基于步骤2构建的多物理场仿真模型和步骤3的仿真抽样方案，确定锂电池组仿真模型参数，开展多物理场仿真与分析。本案例中冷却方式为风冷，流速为0.5m s-1
，压强为标准大气压，短路等效内阻为0.09ω，电池辐射率为0.8，锂电池单体采用集总参数方式，经过加权法计算获得密度为2663kg m-3
，比热容为900j kg-1
k-1
，径向热导率为3w m-1
k-1
，轴向热导率为30w m-1
k-1
，模型参数如表2所示。
[0071]
表2电池及产热机理模型仿真参数
[0072][0073]
步骤6：开展热安全性分析。结合多物理场仿真结果，开展热安全性分析，包括热安全边界分析和热失控延滞期分析，其中热安全边界分析包括临界环境温度分析、临界输出功率分析、临界运行电流分析；
[0074]
针对热安全边界分析，首先选择待分析参数x，以不含随机性参数的确定性分析中临界输出功率分析为例，确定材料热失控温度，将隔膜熔点57℃作为热失控温度，记为t
tr
，并设置输出功率的初始值，根据经验先设置为450w；基于上述信息，确定其他锂电池组仿真模型参数，其中环境温度设为44℃，开展多物理场仿真分析；获得锂电池组内所有电池单体中温度最大值的仿真结果为779.05℃，记为t
max
；发现t
max
》t
tr
，则根据二分法减小并更新输出功率为350w，再次开展多物理场仿真分析，获得t
max
＝51.2℃；发现t
max
＜t
tr
，则进一步判断t
max
与t
tr
差的绝对值为5.8℃，不满足误差0.1的要求；则根据二分法增大并更新输出功率为400w，继续进行多物理场仿真分析，直至收敛，获得环境温度为44℃时临界输出功率为405.2w。仿真结果绘制如图6所示。需要注意的是，临界环境温度和临界输出功率两者的边界是存在互相影响的，需要通过控制其中一个变量，才能分析确定另一个变量的边界。
[0075]
基于上述算法，通过多软件工具联合仿真，对步骤4中的所有仿真抽样样本进行多物理场仿真与热安全性分析，获得各自的临界环境温度、临界输出功率和热失控延滞期。
[0076]
步骤7：仿真结果分析与分布拟合。基于多物理场仿真与热安全性分析结果，包括多组临界环境温度、临界输出功率、热失控延滞期，开展结果的分散性分析与分布拟合，获得热安全性分析结果服从的最佳分布类型及分布参数，分布类型及参数如表3所示。其中，热失控延滞期分析中环境温度和输出功率分别设置为46℃and 506.4w。
[0077]
表3随机参数对于锂电池组热安全性影响服从的分布类型及参数
[0078][0079]
步骤8：热滥用安全风险分析与评估。基于步骤3中构建的载荷工况随机性模型和基于应力-强度干涉的温度、功率因素联合的热安全性评价模型，分别对全新的和退化后的锂电池组热安全性进行评估，获得温度、功率因素联合的应力强度干涉曲面绘制如图7所示，利用可靠性分析方法计算模型，获得锂电池组的热滥用安全风险概率，如表4所示。
[0080]
表4不同锂电池组热滥用安全风险评估结果
[0081]
锂电池组类型热安全风险概率p
tr
热安全概率r
tr
全新4.2
×
10-5
0.999958退化3.1
×
10-4
0.999690
[0082]
步骤9：输出热安全性评估结果。热安全性评估结果包括热滥用安全风险概率、热安全边界临界值分布类型及参数、热失控延滞期分布类型及参数、热失控传播路径，通过数据列表、曲线图、柱状图、三维云图形式进行结果展示。
[0083]
本发明提供的方法不仅考虑了多物理场多单体耦合效应对锂电池组热安全性的影响，还考虑了载荷工况、生产工艺水平、退化等因素引起的随机不确定性的影响，能够更加精确地对锂电池组的热安全性进行仿真评估，并给出其热安全风险概率。
[0084]
以上所述为本发明的优选方案，对于本领域的技术人员而言，在不脱离本发明整体构思前提下，还可以对本发明的具体实施方式进行修改或者等同替换，这些也应视为本发明的保护范围。