为电动汽车清除障碍：德国IAV公司利用CONVERGE进行热蔓延分析
单电池研究
单电池研究
IAV和Convergent Science的团队首先使用CONVERGE对不同锂离子电池化学成分进行单电池测试，包括镍锰钴（NMC）和磷酸铁锂（LFP），以及钠离子电池（SIB）。图1显示了用于CONVERGE模拟的包括夹具在内的单电池几何。
图1：带有夹具的单电池几何形状图 [2]
电池作为沿电池层方向具备各向异性热导率的单一实体建模，并且在图1中的部件之间定义了界面，部件之间可以传递热量。研发团队使用CONVERGE中自带的热失控机理，并完成了参数校核以准备表征电池内部的热滥用。
本文将重点关注一个采用Ren模型机理研究NMC811电池的案例[3]。研发团队先通过恒定加热测试的实验数据校准机理，然后使用校准后的机理对NMC模型进行HWS（heat-wait-seek）测试和钉子穿刺测试的数据验证。
图2：CONVERGE结果与NMC811恒定加热（左）
和HWS（右）测试的实验测量数据的比较 [2]
图2比较了CONVERGE结果与恒定加热以及HWS测试的三个热电偶位置的测量数据。图3显示了钉子穿刺测试的结果，比较了CONVERGE与最具代表性的热电偶位置的测量数据。在所有三种情况下，CONVERGE结果与实验数据非常吻合，表明校准后的机理能够代表不同触发方式下电池的热失控行为，从而确认了其预测性。
图3：CONVERGE结果
与NMC811钉子穿刺测试的实验测量数据比较。[2]
热蔓延模拟
热蔓延模拟
完成单电池验证后，团队转向进行七电池模块的热蔓延研究，如图4所示。他们采用了与单电池研究相同的校准过的用于NMC811电池化学Ren模型机理，研究了几种不同的场景，包括在模块外壳内填充氮气或空气，以及在电池之间使用绝缘材料或浸入式油冷等方法来延迟热蔓延。
图4：用于热蔓延研究的电池模块几何 [2]
“除了热失控化学机理外，CONVERGE还提供了许多和这些仿真配套的相关功能，”Kislaya进一步介绍，“CONVERGE的自主网格划分可以轻松处理复杂的电池包几何形状，无需用户网格划分的时间，自适应网格加密在模拟过程中动态调整网格，以较低的计算成本捕捉复杂的物理现象。此外，CONVERGE的共轭传热模拟可以分析固体和流体域之间的热传递，其多相流模拟可研究液体冷却技术。”
图5显示了周围环境为空气且未应用热绝缘的案例结果。通过钉子刺穿在中心电池（电池7）触发热失控；相邻电池在钉子穿刺发生后立即进入热失控。CONVERGE能够非常好地捕捉热蔓延的时机和持续时间。虽然预测的峰值温度低于测量的峰值，但测量的峰值温度主要被认为是气体温度，因此不能直接与从模拟中获得的固体电池表面温度进行比较。固体电池表面温度驱动了电池内部导致热失控的过程，仿真捕捉了这些重要值。
图5：空气环境下相邻电池间热蔓延的CONVERGE结果
和实验测量数据对比[2]
在验证了即时热蔓延的CONVERGE模型后，IAV将注意力转向了缓解策略。本文重点关注电池间采用绝缘材料的方法。在Sens等人2024年的研究中还可以了解到油冷却的结果。[2]
“阻止热量从一个电池传递到另一个电池的方法之一是在电池之间插入泡沫，例如，一种热绝缘体，” Alexander说，“但这种泡沫也有挑战，因为它对电池的整体重量以及成本都有影响，等等。这是一个非常复杂的问题，也是为什么通过模拟研究不同类型的电池间材料至关重要的原因。”
图6显示了添加了电池间材料对热传播的影响。再次通过钉子穿透中心电池（电池7）触发热失控。如图所见，添加电池间材料能显著延迟热传播到相邻电池。总的来说，CONVERGE模拟能够很好地代表热蔓延的进展，特别是考虑到实验设置中发生事件的复杂性，这些事件在这些模拟中并未考虑，如机械变形、材料熔化和材料从电池中喷射出来。测量和模拟的总传播持续时间之间的偏差约为10%。
图6：CONVERGE结果和测量数据的比较
电池间添加材料对电池模块热传播的影响 [2]
整合一切
整合一切
这次成功的合作汇集了IAV丰富的行业知识和先进的测试设施，以及CONVERGE具备预测性的仿真能力。IAV和Convergent Science共同开发并验证了数值模型，用于研究电池模块中的热失控和热蔓延。将来，这种方法可以应用于不同的电池化学、模块配置和热蔓延缓解策略上。拥有一种强大而高效的方法来研究热蔓延，对行业来说会成为游戏规则的改变者，使制造商能够满足立法要求，确保电动汽车对消费者的安全性，同时节省时间和降低开发成本。
参考文献
[1] United Nations, “UN Regulation No 100 – Uniform Provisions Concerning the Approval of Vehicles With Regard to Specific Requirements for the Electric Power Train,” E/ECE/Rev.2/Add.99/Rev.3.
[2] Sens, M., Fandakov, A., Mueller, K., von Roemer, L., Woebke, M., Tourlonias, P., Mueller, T., Burton, T., Srivastava, K., and Senecal, P.K., “From Thermal Runaway to No Thermal Propagation,” 45th International Vienna Motor Symposium, Vienna, Austria, Apr 24–26, 2024.
[3] Ren, D., Liu, X., Feng, X., Lu, L. Ouyang, M., Li, J., and He, X., “Model-Based Thermal Runaway Prediction of Lithium-Ion Batteries From Kinetics Analysis of Cell Components,”Applied Energy, 228, 633-644, 2018.
