粉塵粒子状物質に覆われたリチウムイオン電池パックの空気熱管理システムの最適化

自動車産業の急速な発展に伴い、従来の燃料車は再生不可能な資源を大量に消費し、深刻な環境汚染とエネルギー不足を引き起こしています。最も有望な解決策の1つは、電気自動車(EV)^{の開発です1,2}。

EVに使用される動力用バッテリーは、従来の燃料車に取って代わる鍵となる電気化学エネルギーを蓄えることができます。EVに使われる動力電池には、リチウムイオン電池(LIB)、ニッケル水素電池(NiMH)、電気二重層キャパシタ(EDLC)^※3などがあります。リチウムイオン電池は、他の電池と比較して、エネルギー密度が高く、効率が高く、ライフサイクルが長いなどの利点があるため、現在、EVのエネルギー貯蔵ユニットとして広く使用されています^4,5,6,7。

ただし、化学反応熱とジュール熱により、急速充電や高強度放電中に大量の熱が蓄積し、バッテリー温度が上昇しやすくなります。LIBの理想的な動作温度は20〜40°^C8,9です。バッテリーストリング内のバッテリー間の最大温度差は、5°^C10,11を超えてはなりません。そうしないと、バッテリー間の温度の不均衡、経年劣化の加速、さらには過熱、火災、爆発などの一連のリスクにつながる可能性があります¹²。したがって、解決すべき重要な課題は、電池パックの温度と温度差を狭い範囲で制御できる効率的な電池熱管理システム(BTMS)の設計と最適化です。

典型的なBTMSには、空冷、水冷、および相変化材料冷却^{が含まれます13}。これらの冷却方法のうち、空冷式は、低コストで構造が簡便であることから広く用いられている¹⁴。空気の比熱容量が限られているため、空冷システムではバッテリーセル間で高温と大きな温度差が発生しやすくなります。空冷式BTMSの冷却性能を向上させるためには、効率的なシステムを設計する必要がある15,16,17。Qianら¹⁸は、バッテリーパックの最高温度と温度差を収集して、対応するベイジアンニューラルネットワークモデルをトレーニングし、シリーズ空冷バッテリーパックのセル間隔を最適化するために使用されます。Chen et ^al.19 は、Z 型並列空冷システムにおける入口分岐プレナムと出口収束プレナムの幅を最適化するために、ニュートン法と流動抵抗ネットワーク モデルを使用したことを報告しました。その結果、システムの温度差が45%減少しました。Liuら²⁰は、J-BTMSの冷却ダクトの5つのグループをサンプリングし、アンサンブルサロゲートベースの最適化アルゴリズムによってセル間隔の最適な組み合わせを得ました。Baveja et ^al.21 は、受動的にバランスの取れたバッテリーモジュールをモデル化し、この研究では、モジュールレベルの受動的バランスに対する熱予測の影響と、その逆の効果について説明しました。Singhら²²は、電気化学-熱連成モデリングを使用して設計された、カプセル化された相変化材料と強制対流空冷を使用したバッテリー熱管理システム(BTMS)を調査しました。Fanら²³は、マイクロ流体用途で高い認知度を持つ角型リチウムイオン電池に、より安全な温度範囲を提供するために、多段テスラバルブ構成からなる液体冷却プレートを提案しました。Feng et al. ²⁴ は、変動係数法を使用して、入口流量とバッテリーのクリアランスが異なるスキームを評価しました。Talele et ^al.25 は、加熱フィルムの最適な配置に基づいて潜在的な発生する熱を蓄えるために、壁強化パイロライニング断熱材を導入しました。

空冷BTMSを使用すると、外部環境中の金属粉塵粒子、鉱物粉塵粒子、建材粉塵粒子、およびその他の粒子が送風機によって空冷BTMSに持ち込まれ、バッテリーの表面がDPMで覆われる可能性があります。放熱計画がないと、バッテリーの温度が高すぎて事故の原因になります。シミュレーション後、指定された気流速度と粉塵のない環境でのバッテリーパックの最高温度を、粉塵の多い環境での予想温度として取ります。まず、Cレートとは、バッテリーが指定された時間内に定格容量を解放するときに必要な電流値を指し、データ値のバッテリーの定格容量の倍数に等しくなります。この論文では、シミュレーションに2Cレート放電を使用します。定格容量は10Ah、公称電圧は3.2Vで、正極材料にはリン酸鉄リチウム(LiFePO4)、負極材料にはカーボンを使用しています。電解液には、電解質リチウム塩、高純度有機溶媒、必要な添加剤、その他の原料が含まれています。入口における異なる速度の組み合わせを表すランダム配列をOLHAで決定し、曲線フィッティングの精度を確認する条件で、バッテリーパックの最高温度と入口流速の組み合わせの間の2次関数を設定しました。ラテンハイパーキューブ(LH)設計は、McKayらによって提案されて以来、多くのコンピュータ実験に適用されてきました²⁶。LH は N x p 行列 L で与えられ、L の各列は整数 1 から N の順列で構成されます。本論文では、計算負荷を軽減するために、最適なラテンハイパーキューブサンプリング法を用いる。この方法では、層化サンプリングを使用して、サンプリングポイントがすべてのサンプリング内部をカバーできるようにします。

次の工程では、エネルギー消費を同時に考慮した条件で、ASAMに基づいて粉塵の多い環境下でバッテリーパックの最高温度を下げるように入口流速の組み合わせを最適化しました。適応型シミュレーテッドアニーリングアルゴリズムは広く開発され、多くの最適化問題で広く使用されています^27,28。このアルゴリズムは、特定の確率で最悪の解を受け入れることで、局所的な最適解に陥ることを回避できます。大域的最適は、合格確率と温度を定義することによって達成されます。計算速度は、これら 2 つのパラメーターを使用して調整することもできます。最後に、最適化の精度を確認するために、最適な結果をシミュレーションソフトウェアから得られた解析結果と比較しました。

本稿では、ダストカバーにより温度が上昇する電池パックについて、電池ボックスの入口流量の最適化手法を提案する。目的は、エネルギー消費が少ない場合に、ほこりで覆われたバッテリーパックの最高温度を、ほこりで覆われていないバッテリーパックの最高温度未満に下げることです。