图5.12
影响模型输入的第二个驱动条件是平均运行时的充电状态,这也是额定能量的SOC。这种情况影响了默认的、用户定义的用于确定Eq. 5.1中电池能量的开路电压(UE)和区域特定电阻(ASIE)输入。对于插电式混合动力车和电动汽车,这些输入采用50%的SOC。对于轻度混合动力汽车和混合动力汽车,电池在更高的充电状态下工作,其中电池电压和ASI有利于在高功率下工作。因此,这些车辆的UE和ASIE值取80% SOC。
最后两个驱动条件是SOC和额定功率持续时间。额定功率的SOC会影响公式5.3和5.4中用于确定电池功率的开路电压(UP)和区域特定电阻(ASIP)的默认用户定义输入。额定功率持续时间影响ASIP值。BatPaC假设,在2秒脉冲后,轻度混合动力汽车的额定功率达到80% SOC,这反映了电动动力系统的短辅助。对于HEV-HP,假定电池提供额定功率整整10秒。请注意,HEV-HP额定功率的SOC为50%,而额定能量的SOC为80%。选择50%的功率来考虑偶尔的爬坡,其中HEV-HP电池可能被放电到低SOC。插电式混合动力车的额定SOC电量为80%,因为在这种充电状态下,电池可能会为车辆提供所有电力。低荷电状态下,电池的动力性能下降;然而,电池将有一个较低的电力需求,因为它将由内燃机辅助。电动汽车电池必须在放电结束时提供额定功率。因此,在10秒脉冲后,该车的UP和ASIP均为20% SOC。
在前一章中,估计电极的厚度是基于放电的功率要求。这是假设充电不是一个限制因素,对于充电时间超过几个小时的车辆来说,这通常是正确的(家用充电器就是这种情况)。然而,对全电动汽车快速充电的渴望创造了另一种限制电极厚度的方法。
本节提供了BatPaC用于估计给定充电时间内电极的最大允许厚度的方法。该方法依赖于BatPaC小组先前发表的的的结果[15]。开发了一种经验相关性,用于计算可以在不超过电池操作限制(即最大电流,最大允许温度和电位)的情况下实现所需充电时间的最大电极厚度。方法和相关性已经在BatPaC中提供的默认电极对和默认条件范围内进行了测试和验证。
电极厚度的相关性是由耦合电化学-热模型产生的数据发展而来的。该模型由铝热导体锂离子软包电池的三维热模型与两个一维电化学模型耦合组成。三维模型预测了电池内的温度分布,假设电池与铝热导体接触的冷却剂冷却。3d模型基于BatPaC的默认电池和热导体设计(见图5.6)。首先,在平均电池温度下求解一维电化学模型,并用于确定三维热模型中的产热率。这个1-D模型的结果也决定了电池的整体电化学。第二个一维电化学模型是在最低电池温度下求解的,并基于负极/分离器界面处的阳极过电位来预测析锂的开始。关于方程和求解方法的详细信息可在[15]中找到。
用于相关性的数据是使用恒定风险充电协议开发的,该协议确定了基于热和电化学控制的快速充电的实际限制。该方案控制充电电流和冷却剂流量,以最大限度地减少充电时间,同时防止析锂和避免过高的温度。该方案以最大允许的C-rate对电池充电,除非负极/隔膜界面的电位接近析锂开始或电池接近最高允许温度。在这些情况下,减小电流和/或采用热干预。该方案采用主动热管理策略,根据电池中的最高温度打开或关闭冷却剂流。
图6.1显示了从该模型中获得的数据示例,该电池的正极为LiNi0.5Mn0.3Co0.2O2 (NMC532),负极为石墨(G),负极容量比为1.1。该图显示了在保持电池运行极限的情况下,能够达到所需充电时间的最大电极厚度。在所有情况下,最大允许C-rate设定为12C,防止析锂的最小允许过电位设定为Li/Li+以上10 mV。冷却液设置为15°C,电池电压限制为4.2 V。该图显示了电池中不同最高允许温度的结果。这个时间对应于从15%充电到95%充电状态(SOC)。该图显示了更高的允许温度如何促进相同厚度的电极更快的充电时间。利用该图中的数据和其他电极对的类似数据来生成BatPaC使用的相关性。所有的模拟都假设了相同的最大允许C-rate、析锂极限和冷却剂温度。电池电压极限等于每个电极对在100%充电状态下的电压。在电压极限处假定电压恒定。
图6.1
(未完待续~)