混合模型的最優(yōu)估計和機器學習理論和熱失控檢測
來源：寶鄂實業(yè)
2019-05-06 09:14
點擊量：次
使用完全儀表化的PECSBT4050電池測試儀，通過理論分析，基于軟件的仿真和實驗驗證的混合，對模型和算法進行嚴格評估。
該項目負責人表示，計算機學習技術(shù)可以預測電池內(nèi)部溫度的變化，而不是在整個電池中假設溫度均勻，就像現(xiàn)在的建模方法“集總參數(shù)模型”一樣，從而更加準確和真實意味著計算電池發(fā)生熱失控的可能性。
當充電或放電時，溫度分布不均勻，通常在電極附近內(nèi)部較高，但是表面外的溫度較低。集總模型僅考慮均勻的溫度分布，但通過機器學習和模型的方法可以提供溫度的時空重建。
鋰電池輸入人工智能以推斷內(nèi)部溫度的數(shù)據(jù)可以在由電池供電的設備中處理，或者與云計算相關(guān)聯(lián)。如果電池經(jīng)歷熱失控，則設備將被編程為在電池變得足夠熱以引起火災或引發(fā)爆炸之前關(guān)閉或斷開電池。
通過這些創(chuàng)新，鋰電池可以通過將數(shù)百個電池捆綁在一起的電池擴大到更高的工業(yè)水平。據(jù)介紹，鋰電池技術(shù)越來越多地用于大規(guī)模電網(wǎng)，以儲存和釋放太陽能和風能等可持續(xù)技術(shù)產(chǎn)生的電力。
對于大型儲能系統(tǒng)來說，問題更加迫切，因為它們面臨更高的漏洞。在大型系統(tǒng)中，如果一個小區(qū)發(fā)生火災，那么多米諾骨牌效應將破壞整個系統(tǒng)。如今，整個行業(yè)都在考慮開發(fā)基于鋰電池系統(tǒng)的大規(guī)模儲能。但熱安全問題可能會減緩鋰電池在未來電網(wǎng)能源系統(tǒng)中的使用速度。如果成功完成，這個項目可以幫助應對這一挑戰(zhàn)。
熱設計
軟包電芯的物理結(jié)構(gòu)決定了其不易爆炸，一般只有外殼能承受的壓力足夠高，才有可能炸，而軟包電芯內(nèi)部壓力一大，便會從鋁塑膜邊緣開始泄壓、漏液。同時軟包電芯也是幾種電芯結(jié)構(gòu)中，散熱最好的。
軟包電池的著名代表，日產(chǎn)的Leaf，其模組結(jié)構(gòu)為全密封式的，并未考慮散熱，即不散熱。而Leaf在市場上頻繁反饋的容量衰減過快，與此熱管理也不無關(guān)系。顯然隨著人們對于高性能電動車的追求，迫使軟包電芯也必須要有主動式的熱管理結(jié)構(gòu)。
當前主流的冷卻方式，已經(jīng)轉(zhuǎn)變?yōu)橐豪湟约跋嘧儾牧侠鋮s。相變材料冷卻可以配合液冷一起使用，或者單獨在環(huán)境不太惡劣的條件下使用。另外還有一種當前國內(nèi)仍然較多應用的工藝，灌膠。這里灌得是導熱系數(shù)遠大于空氣的導熱膠。由導熱膠將電信散發(fā)的熱量傳遞到模組殼體上，再進一步散發(fā)到環(huán)境中。這種方式，電芯再次單獨替換不太可能但也在一定程度上阻止了熱失控的傳播。
液冷，在前面說明模組組成的圖片中，冷板與液冷水管正是液冷系統(tǒng)的組成部件。模組由電芯層疊而成，而電芯間有間隔排布的液冷板，其保證每顆電芯都有一個大面接觸到液冷板。當然軟包電芯要將液冷技術(shù)做成熟也并非易事，其必須考慮液冷板的固定，密封性，絕緣性等等。
