🎓作者简介：科技自媒体优质创作者 🌐个人主页：莱歌数字-CSDN博客 💌公众号：莱歌数字（B站同名） 📱个人微信：yanshanYH
211、985硕士，从业16年+
从事结构设计、热设计、售前、产品设计、项目管理等工作，涉足消费电子、新能源、医疗设备、制药信息化、核工业等领域。
熟练运用Flotherm、FloEFD、XT、Icepak、Fluent等ANSYS、西门子系列CAE软件，解决问题与验证方案设计，十多年技术培训经验。
专题课程
Flotherm电阻膜自冷散热设计（90分钟实操）
Flotherm通信电源风冷仿真教程（实操）
基于FloTHERM电池热仿真（瞬态分析）
基于Flotherm的逆变器风冷热设计（零基础到精通）实操
站在高处，重新理解散热。
更多资讯，请关注B站/公众号【莱歌数字】，有视频教程~~
近年来，由于锂离子电池（LIB）技术的重大进步、严格的二氧化碳排放法规、与内燃机车辆成本的趋同以及电动汽车快速充电基础设施的扩展，电动汽车（EVs）的采用速度加快。
锂离子电池因其高能量密度、高功率密度、高压能力和低自放电特性，已成为电动汽车的首选动力源。然而，其固有的温度依赖性和易燃特性仍在阻碍电动汽车及超快充电技术的广泛应用。
锂离子电池在充放电过程中会产生热量，需要电池热管理系统（BTMS）将电池单元温度维持在狭窄的最佳范围内，通常约为25–40°C。
BTMS 还需确保电池组中数百个电池单元的空间温度均匀性（低于5°C）。有效管理这些热约束对于提高电池安全性、可靠性和寿命至关重要。
锂离子电池（LIB）是电动汽车电池组的核心单元，其正极材料和形态（如软包、圆柱形和棱柱形）各具特色。
如今广泛应用于电动汽车的软包电池等大尺寸LIB电池，由数十层电极（正负极）、隔膜和集流体层组成的周期性堆叠结构构成，这些堆叠结构被称为子电池。
每个子电池内部发生电化学反应，通过并联连接形成完整电池。电动汽车电池组通常由数百个软包电池以模块化方式组合而成，电池组件与中间材料、框架、冷板及电子元件共同封装。
简而言之，电动汽车电池组是高度复杂的工程系统，其热传导呈现多尺度、多物理场的层级化特征，涵盖从电极到子电池、电池、模块、电池组乃至整车的完整维度。下图展示了软包电池电动汽车中典型的电极-整车多尺度热传导体系。
在电池单元层面，多项针对大尺寸电池的研究主要聚焦于预测其各向异性热物理特性和空间分布的产热速率，这些参数对于理解电池在不同工作条件下的非均匀热响应至关重要。
这种各向异性热行为源于电池内部异质性多层结构。我们前期研究开发了一种经济高效的实验-数值联合表征方法，通过结合电池自热过程实验与逆向传热（IHT）模拟，成功预测了软包和圆柱形电池的有效热物理特性。
其它研究通过分析电池内部层状结构的热阻网络来估算其有效热物理特性，但未考虑由产热和蓄热速率引入的瞬态效应。
由于其基于高度非线性的控制方程进行电化学过程建模，导致计算量极大。因此，即使在电池单元层面，降阶模型（ROMs）仍是首选方案。基于电阻和电容等效电路的降阶模型，能够准确预测电压响应及整体产热速率强度。
Simcenter Flotherm嵌入式边界条件中独立降阶模型解决方案Embeddable BCI-ROMsModel
然而，这些模型无法预测产热率的空间分布，这对大尺寸锂离子电池（LIB）软包电池的热建模至关重要。
此外，基于单电池的热阻模型（ROMs）并不适用于理解多尺度空间分布的热效应。基于热阻网络的ROMs已在预测电池模组和电池组的温度场方面得到广泛应用。
综上所述，尽管ROMs具有高效性，但在建模分层产热分布、电池退化及各向异性热效应方面仍存在显著局限。
BTMS 效应通常被纳入电池组级模型，将电池单元视为具有有效各向异性热物理特性和产热速率的均匀区域。
然而这类电池组级模型存在局限性，因其通常不考虑分布式产热及电极-电池组层级热传导效应。
电池组通常会经历受分布式产热、积聚与耗散速率影响的瞬态热过程。若采用电池组级高精度计算流体动力学（CFD）模型来模拟这些瞬态分布效应，其计算成本将难以承受。
采用颗粒-电极-电池三级分析法，对电学与热学传输性能进行量化评估。该研究从颗粒到电极层面推算出有效电学与热物理参数，同时从电极到电池层面估算产热量，但这些推算均基于简化的稳态假设和均匀产热模型。
总体而言，既往多尺度研究存在诸多局限：要么因涉及的长度尺度域数量不足而覆盖不足，要么在热源预测和产热量计算上存在偏差，要么计算量过大，要么未能同步评估有效热物理特性与产热量，甚至因忽视必须在不同长度尺度间逐级传递的关键热集中效应而存在缺陷。
因此，亟需开发能有效整合多尺度的分层建模与仿真工具，重点构建能反映各向异性热行为、空间分布产热量及系统组件间热相互作用的模型，以推动未来 BTMS 的设计与优化。
本研究提出一种创新的分层建模方法，用于模拟电动汽车电池系统（如图1所示）中的热传导过程。
该方法针对商用电动汽车中常见的袋式电池系统，可预测电池组在特定电流输入下的最高温度及最大空间温度梯度。
通过将有效各向异性热物理特性与分布式产热率在电极-电池组层级结构中进行跨尺度传递，该方法具有重要实际应用价值。
它能更深入地理解电极与模块层面的变化如何影响电池组（系统）的热性能与可靠性，从而推动电池设计与开发进程。
该分层建模方法首先通过计算代表性子电池数量，表征袋式电池的有效热物理特性与体积产热率。该代表性数量通过求解电化学过程控制方程与能量守恒方程获得。
采用数值方法进行增量瞬态热分析，直至子电池数量增加时体积热积累与耗散率达到平台期。
电化学过程则通过新型扩展伪二维（P2D）模型进行数值模拟。与经典P2D模型（该模型在一维空间内应用于单个亚细胞厚度）相比，扩展的P2D模型采用三维（3D）方法，并结合三维热模型通过增量域法进行应用，从而更准确地表征电化学与热现象，进而更精确地评估细胞的有效热物理特性。
通过数值求解这些方程，预测三维子域（子单元和子模块）的温度场分布。在相应长度尺度下，进行增量瞬态热分析，逐步增加子域数量，直至体积热积累率与耗散率达到平台期。
具体而言，通过逐步细分子域分析图1所示子单元的电化学与热过程，求解控制方程后，当体积热累积与耗散率达到收敛值时，即可确定该代表性数值。在子单元层面应用热模型时，需满足以下假设条件：
-
每个子电池在放电过程中接收的电流量相同。
-
忽略电池端子的加热效应。
-
热辐射效应可忽略不计。
模拟子单元域对特定电流分布和给定初始温度（Tinitial）的瞬态热响应，通过均匀对流换热系数(h)和环境温度（T∞）建模周围空气的影响。
这些模拟会逐步增加子单元数量，直至达到体积热耗散率和累积率的收敛值。
随后，每个子单元域的最大空间温度梯度（以℃/L为单位）被定义为最大温度与最小温度之差除以相应域体积。
有效面内热导率（keff in-plane）根据等式（20）的对流边界条件估算，而有效比热容（cp eff）则由体积热累积率（Qʹ acc ʹʹ）除以单元的有效密度（ρeff ，质量加权平均）和时间温度变化（∂T ∂t）得出。
最后，子单元厚度方向上的有效面间热导率（keff cross-plane）通过稳态热模拟估算。
同样地，从子模块到模块层级，该分层方法通过分析若干代表性子模块（如图1所示，这些子模块是模块封装组件和电池的周期性异质排列结构），预测出模块的有效热物理特性。
在此层级，该方法假设每个电池单元已具备第2.2.1节所述的有效热物理特性及产热速率。产热速率通过几何因子和浓度因子，按照文献的方法，自子电池单元递归传递至电池单元再到模块层级。
模块级模拟还考虑了均匀的对流换热系数(h)、环境温度（T∞）以及初始温度（Tinitial）。
在电池组层面，分层方法预测电池组的最大温度（Tmax，pack）和最大空间温度梯度（ΔTmax ，pack）分布。与前几层类似，模块的异质内部结构被建模为具有各向异性有效热物理特性和分布式产热率的放大均匀域。
电池的有效热物理性质
采用容量为63Ah的镍锰钴（NMC）软包电池（以下简称 NMC -63Ah）验证了分层方法。图2展示了该电池在环境热室中进行测试的仪器化样品。
表3和表4分别列出了电池的主要规格和电化学/热参数。
基于其组成液相和固相的特性，估算了电池内部多孔层（阴极、隔膜和阳极）的有效热物理性质，具体如下：
考虑两种均匀对流换热系数：10 W/(m²·K)和20 W/(m²·K)，分别代表混合自然-强制对流和强制对流条件。初始温度（Tinitial）和环境温度（T∞）均设定为25℃。
电池有效热物理性能对特定电极参数的敏感性 本节通过参数扫描分析，探讨特定电极参数对电池有效热物理性能的影响。
电极厚度是影响电池电化学性能和热性能的关键参数，其显著影响电池容量、电位梯度及锂离子浓度。
表7显示的结果表明：
-
电极越厚，电池的有效面内热导率（keff in− plane）越低，而面外热导率（keff cross− plane）越高；
-
在分析范围内，电极厚度对电池有效比热容（cp eff）影响甚微，该参数主要由电解液主导，阴极厚度从最小到最大变化时差异仅3.2%；
-
阴极越厚，电池有效密度越高，而阳极越厚，电池有效密度越低。
电池模块的有效热物理特性 我们的研究案例分析了一个由32个 NMC -63Ah软包电池组成的模块。如图1所示，该模块内部采用异质结构设计，包含电池间金属散热片、泡沫层和外部塑料外壳。
电池间泡沫层位于交替排列的电池之间，既能维持电池压力，又允许其自由膨胀。而夹在两个电池之间的T型金属散热片，则为电池表面到组级底部冷板（图1未显示）提供了高效的散热路径。这些封装组件的热物理特性参数列于表9。
在模块尺度上，通常会配备电压和温度传感器，但本次分析未予考虑。我们通过瞬态热模拟估算出32电池模块的有效各向异性热物理特性，计算域仅包含16个子模块中的4个，足以获得体积散热率和积聚率的收敛值。
表10列出了三个方向的有效各向异性热导率及有效比热容。图6对比了模块在异质与均质计算域中的模拟结果。
图6(a)展示了在显式模拟模块所有异质域时获得的温度场分布，图6(d)则展示了采用表10预测的各向异性特性模拟有效均质模块域时的结果（图6(c)）。
总体而言，图6(b)与图6(d)显示出极佳的一致性，模块内最大温度梯度、最高温度和最低温度的差异分别仅为6.4%、2%和0.4%。
然而，计算成本存在显著差异：显式模拟所有模块组件需耗时3分钟（图6(b)），而模拟均质模块域仅需7秒（图6(d)），计算时间缩短了96%。在这些模拟中，我们采用了h=10 W/(m²K)的传热系数。
电池组的最大温度与空间温度梯度。图7(a)所示的电池组架构由10个模块以2×5的平面配置排列组成。在电池组层面，我们的多尺度建模方法将每个模块的内部结构视为具有表10中有效热物理特性的均匀区域。
为简化电池组组件（如管道、电子连接、传感器、冷却软管等）的热效应量化，假设采用具有以下热物理特性的有效模块间材料： ρ =1,330 kg/m3，cp=880 J/(kg K)，k=5 W/(m K)[42]。
电池组被假定为与环境热绝缘，仅通过底部冷板散热。我们对除电池组底部外的所有边界施加绝热边界条件，允许热量仅沿-y方向向底部冷板散失。
这些冷板的冷却效应被建模为全局传热系数U（单位：W/(m2 K)）形式的边界条件，包括电池组与冷板之间的热界面材料（TIM）、冷板顶壁厚度以及水强制对流的影响。
如补充信息章节所述，该强制对流换热系数是通过迪图斯-伯尔特关联式估算得出的，该公式适用于完全定常流动状态，并对努塞尔数、雷诺数和普朗特数进行了量化。该边界条件还考虑了不同参考冷却液温度（入口温度Tinlet=21℃，出口温度Toutlet=23℃，此为该类应用的常用参数，适用于典型的“U型”电池组冷板。
这种电池组布局代表了商用电动汽车中使用的基于软包电池的系统。图7(b)展示了预测温度分布。
图7(b)展示了10个模块电池组在放电过程结束时的预测温度场分布。该模型假设每个模块内部具有均匀区域，其热物理特性通过有效各向异性参数和分布式产热率来表征。
结果显示，由于电流密度较高，电池单元端部区域的产热集中，导致温度梯度显著升高。
此外，电池组内部模块的热累积效应在视觉上也清晰可见。关键在于，该计算通过采用有效热物理参数和代表性的分布式产热率，隐式地纳入了更微观尺度的效应。
虽然在系统（电池组）层面显式包含子单元的几何/物理细节在计算上不可行，但这种多尺度方法使得电池组热性能的数值模拟高效进行，仅需约30秒即可获得图7(b)所示结果。
电池组热性能对电极参数的敏感性 本节分析了电极层级（层级结构中最小的尺度）参数变化对电池组热性能的影响。
正负极层的厚度显著影响体积热生成率，从而直接影响单个模块及整体电池组的热行为。在本文研究的放电循环中，与负极相比，正极层对热生成率的影响更为显著，导致电池组尺度上出现差异化的热特性。
例如，较厚的正极层会导致更高的热生成率。由于电池单元与模块的有效热物理性质相近，这种增加的热生成更难被有效散热，从而导致电池组内部最高温度及最大空间温度梯度升高（如表12所示）。
虽然负极层厚度也表现出类似影响，但其效应相对负极而言较弱。这些发现表明，在给定锂离子电池（LIB）容量下，为实现有效热管理，更薄的电极层更为理想。
与电极厚度类似，电极的固体体积分数也与LIB电池容量相关，其中较高数值对应更大容量。
电极内部的固体体积分数直接影响电池的体积热生成速率，其中阴极的敏感性高于阳极。
相比之下，阴极层的固体体积分数是更为关键的参数，这主要源于其对电池体积热生成的显著影响。
当阴极电极的固体体积分数升高时，会导致热量生成增加，进而推高电池组的最高温度和空间温度梯度。
因此，在保证锂离子电池容量的前提下，阴极层采用较低的固体体积分数能更优地提升电池组的热性能。
在本研究中，我们开发了一种新型多尺度热建模方法，用于分层模拟电动汽车电池组的热传导过程。
该研究的核心贡献在于量化了从电极层到整个电池组不同尺度间的热相互作用。我们通过依次估算电池单元的空间分布产热量、有效热物理特性以及模块的有效热物理特性，并在每个层级整合相关组件材料的热效应，实现了这一目标。
通过应用瞬态增量子域热分析技术，我们成功实现了这些尺度间的关联，从而避免了对电池系统进行计算量过大的电化学-热耦合详细模拟。该方法还创新性地在亚电池层面建立了三维电化学-热耦合模型。
我们通过一个具有行业相关性的案例研究展示了该方法，模型准确预测了温度场分布、最高温度及空间温度分布。
这种分层多尺度分析方法为电池设计初期提供了科学决策依据，既能精准锁定关键参数，又可有效避免在不同尺度上进行耗时耗力的实验表征。
案例研究显示，该方法在电极层层面揭示了以下发现：
-
较薄电极层更有利于散热，能提升平面内热传导效率并优化热量散发；
-
放电时热量主要来自正极层；
-
减薄正极层可显著降低产热速率。在电池模组层面，证实薄泡沫层能大幅提升整体导热性能。
