锂离子电池因其高能量密度和长循环寿命，在电动汽车、电子设备和储能领域应用广泛。然而，热失控和局部过热等安全问题制约其发展，亟需优化热管理以提升安全性和可靠性。来自美国国家可再生能源实验室 (National Renewable Energy Laboratory) 的Andrew Colclasure博士及其团队基于实验方法，在 Batteries 联合发表了文章。该文章系统探讨了电池在各类运行及滥用条件下的热效应、内阻变化及安全失效机制，为电池性能评估与管理提供了可靠数据支撑。
研究方法
本文的热量测量在美国国家可再生能源实验室的电池热和寿命分析实验室进行。实验中，将电池样品置于等温量热计内，并通过外部电源在热室中进行充放电循环，如图1所示。热室浸入恒温液浴，表面安装热通量传感器测量电池发热量，经时间积分得总热能。高功率时因热滞后效应，测量值可能存在偏差。系统温控精度±0.001 °C，基线稳定性±5 mW。结合电池CAE多物理场仿真，可在无需构建昂贵实验系统的情况下，评估电池热性能及不均匀性，优化热管理设计。
图1. 美国国家可再生能源实验室使用等温电池量热仪进行电池热特性分析的示意图。等温电池量热仪测试箱中的电池 (下图)。右图中，红色曲线表示输入电池的电能，绿色曲线表示测量到的热信号。
研究过程与结果
1. 模块和全封装互连设计
实验发现，将一个4.5 Ah的LFP/石墨圆柱电池集成到用于混合动力汽车的模组中后，其单位电池的热生成量比单体电池更高，约增加了20%。这一差异主要源于模组互连件的电阻 (约0.25 Ω)，可通过欧姆定律解释。该电池在约8C倍率放电时尤为明显。若仅依据单体电池的热量设计电池热管理系统 (BTMS)，将低估整包发热，导致系统无法有效散热，从而造成电池过热、寿命缩短，甚至引发热失控。因此，在BTMS设计中必须充分考虑互连结构引起的额外热源。图2比较了模块中单个LFP电池的发热量 (以每个电池为单位进行标准化)，以及相同但独立的电池在不同放电电流下的发热量。
图2. 在不同放电电流下，模块内单个磷酸铁锂电池与独立配置的相同电池在单个电池上的发热量比较。单个电池和模块之间热量的增加归因于模块互连的焦耳热。在这种情况下，平均互连电阻约为0.25 Ω。
2. 电池组内的温度变化
本节以一款5 kWh插电式混合动力汽车 (PHEV-10) 电池包为案例，说明系统设计需充分考虑电池包内的温度分布及散热效率。该电池包由100个15 Ah软包电池组成，采用底部冷板主动冷却。图3显示了温度对驱动循环的响应。监测显示，放电时最高温达55 °C，最大温差12 °C，底部散热更优导致上下温差。顶部高温区域老化加速，温度每升高10 °C，300天容量衰减增加7%。热管理需重点控制温度均匀性。
图3. 评估了PHEV-10电池组在初始温度为40 °C 时对特定驱动循环的温度响应。在这种条件下，电池的最高温度上升到55 °C左右，而电池的最低温度则低于40 °C的环境温度。具体来说，最高温度是在离冷却板最远的顶部测得的，而最冷的温度是在靠近冷却板的底部测得的。
3. 电池热管理系统设计
本文探讨了计算辅助工程 (CAE) 工具在电池热管理系统 (BTMS) 设计中的应用。相比计算耗时的物理模型，NTGK和2RC等效电路等半经验模型更实用。研究采用2RC模型结合3D仿真评估新型电池设计，图4展示了一种自下而上的方法，用于评估一种考虑高效热管理性能的新型电池封装设计。首先通过5Ah NMC单体测试验证模型，再扩展至6单体结构，模拟与实验温差<2.5 °C，证实模型可准确预测热传导。结果揭示了中心与边角电芯的温差，建议通过负载控制或增强轴向散热优化BTMS性能。
图4. 将电池表征和三维建模相结合的自下而上方法用于BTMS设计：(a) 热量计测试下的电池；(b) 模型电性能验证；(c) 模型发热预测验证；(d) 使用三维模型计算的原型内部温度分布；(e) 测试和建模之间的电流响应比较；以及 (f) 测试和建模之间原型表面温度的差异。
研究总结
本研究强调了电池热特征精确测量在电池热管理系统 (BTMS) 设计中的关键作用，直接影响电池包的性能、寿命和安全性。电池热行为受多因素影响，如电池化学体系、结构设计、充放电倍率 (C-rate) 和温度。本文提出了一种基于等温量热计的电池热特征测量方法，能在多种工作条件下捕捉热生成情况。研究发现：
(1) 热生成与C-rate平方正相关；
(2) 低温高倍率放电时自发热提升容量；
(3) SEI膜形成降低热生成率；
(4) 模组互连件增加20%热量 (8C倍率下)；
(5) 在实际应用中，如插电混动汽车的5 kWh电池包，单面冷却可导致高达12 °C的温差，对电池性能和寿命产生不利影响。
未来展望
未来BTMS设计应采用物理-仿真融合的“自底向上”方法，通过热特性测试与多物理场仿真工具的深度结合，实现精准的系统级热预测。该方法可降低开发成本与迭代周期，支持无需物理样机验证的冷却策略优化，有效分析温度分布与梯度控制效果。需重点突破模组封装与互连结构的热贡献定量研究，为高安全、长寿命电池系统提供理论支撑。随着仿真精度提升与计算效率优化，该技术将在电动汽车与储能领域发挥核心作用。
原文出自 Batteries期刊：https://www.mdpi.com/2756286
期刊主页：https://www.mdpi.com/journal/batteries
Batteries 期刊介绍
主编：Karim Zaghib, Concordia University, Canada
主要关注电池和其密切相关学科领域的最新研究成果，包括但不限于锂离子电池、铅酸电池、镍氢电池、金属空气电池、后锂离子电池、超级电容器和燃料电池等领域。一般主题包括电池电化学、电池系统与应用、电池性能与测试、电池材料、电池安全、电池加工制造、电池建模与控制等。期刊已被Scopus、SCIE、Inspec、Ei Compendex、CAPlus / SciFinder等数据库收录，在WOS中的检索名称为 Batteries-Basel。
2023 Impact Factor：4.6
2023 CiteScore：4.0
Time to First Decision：19.7 Days
Acceptance to Publication：2.6 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1485591.html?mobile=1
收藏
