优化电池设计助跑自动驾驶汽车

2018年 6月 14日

二战过后,经济发展空前繁荣,美国的汽车销售量甚至创造了历史记录(造成了很严重的污染问题)。今天,我们发明了节能汽车——混合动力汽车和电动汽车,又凭自动驾驶汽车(AV)掀起了新一波浪潮。污染问题再次摆在人类面前,但争论焦点发生了转移:自动驾驶汽车应该采用混合动力引擎,使效益最大化,还是使用全电动引擎,将污染降低到最少?

自动驾驶汽车:混合动力还是电动?

想象在未来世界,人人 都依靠自动驾驶汽车出行。听起来很像 Netflix® 未来派电视剧《黑镜》中的场景,对吧?现在,试想如果这些自动驾驶汽车使劲地排放肮脏的废气,还需要定期去加油站加油,不免与未来格格不入,就像是智能家庭配备了全套先进的物联网设备,却还要拨号上网。

自动驾驶汽车现在不是,将来也不会单纯依靠燃油驱动。争论的焦点是只制造纯电动自动驾驶汽车,还是也制造混合动力自动驾驶汽车。双方各持己见。

一辆电动汽车正在充电站充电。
一辆电动汽车正在充电站充电。图片由 Santeri Viinamäki 拍摄。已获 CC BY-SA 4.0 授权,并通过 Wikimedia Commons 共享。

一方面,许多汽车公司研发自动驾驶汽车的用意——至少是初期目的——在于共享出行,一些公司将眼光瞄准了自动驾驶出租车。油电混合动力引擎使得汽车在马路上行驶(并赚钱)的时间比在车库中充电的时间更长。

另一方面,有些汽车公司和环保组织关心这些汽车源源不断地运送乘客和货物,将导致污染程度呈指数级增加,对环境造成严重破坏。

从两方面来看,自动驾驶应用所采用的电动汽车电池都亟待优化,需要考虑诸如电池功率输出和电池老化之类的因素。利用 COMSOL Multiphysics® 软件及其附加的“电池与燃料电池模块”,科学家和工程师们可以研究和设计混合动力及纯电动自动驾驶汽车的电池系统。

最大化电池设计的功率输出

自动驾驶汽车中的电子元件自然多于普通汽车。除了主体结构(还有灯、报警器和收音机),汽车还装有导航系统、探测器和测距仪。大量功率消耗意味着电池比普通汽车的能量耗尽速度更快。自动驾驶汽车的电池设计必须拥有持久续航能力和更多的功率输出,才能满足能量需求。

电池管理系统

在混合动力和纯电力汽车中,电池管理系统(BMS)是一个极其重要的设计因素。通过精确地监控电池活动,BMS 可以最大化能量输出、寿命和安全性。模拟等温条件下的锂离子电池有助于分析 BMS 设计中的重要因素,包括:

  • 电压
  • 极化(压降)
  • 内阻
  • 荷电状态(SOC)
  • 倍率性能

假设锂离子电池一维模型由石墨和锂离子氧化锰(LMO)材料制成,这是一种高性价比、具有热稳定性的燃料电池材料,来自“电池和燃料电池模块”的材料库的默认设置。

电动汽车电池管理系统核心元件图解。
电动汽车 BMS 系统核心元件图解。

电池模型有四个域组成:

  1. 负多孔电极
  2. 分离器
  3. 正多孔电极
  4. 电解液

借助模型,我们可以测试输入,然后查看它们如何影响电池的整体性能。这些因素包括初始电池电压;电池容量;分离器和电极厚度;以及电池 SOC,后者是电动或混合动力汽车的电池组中的残余电荷的百分比,类似于燃油汽车中燃油表的水平。

循环工况

汽车按照特定的循环工况 运转,我们可以监测电池温度和电压在这个过程中的变化。循环工况告诉 BMS 电池的 SOC 情况如何:电池实际上是空的还是满的。然后,控制部件停止放电(如果电池是空的)或停止充电(如果电池是满的)。

我们可以对一维模型进行扩展,使之包含热分析,从而实现循环工况监控。下面我们将考虑混合动力汽车中经受循环工况的电池。

电池管理系统核心元件与循环工况图解。
BMS 关键零部件和循环工况示意图。

工程师可以模拟锂离子电池的循环工况来预测其性能,分析难以测量的参数或者验证试验结果。影响电池循环工况的几个因素包括:

  • 电池每个部分的内阻和极化
  • 电池 SOC
  • 每种电极材料的 SOC
  • 局部温度
  • 材料

我们可以将外部循环工况数据的电流载荷输入导入到模型中,比如电池放电率(电池相对于它的最大容量的放电速率)随时间的变化。在这种情况下,导入的数据相当于混合动力汽车的典型值。分析可以告诉你关于电池循环工况的很多信息,包括电池电压、电势和完全极化。也有可能确定循环工况过程中电池的 SOC 和负荷电极(以及温度)。

循环工况(左图)和仿真结果表明电池电压在循环工况过程中的变化(右图)。

本例的结果表明,循环工况适合此种类型的电池设计。它们还表明,可以通过改进热管理,使电池能够应对更长久的循环工况。下一节我们将讨论优化自动驾驶汽车的循环工况将影响它们在汽车市场上的成功。

功率 vs. 能量评估

倍率性能 的作用是确定电池设计是否符合预期目的。人们一般采用两种方法:优化能量和优化功率。能量优化电池具有大容量或强劲的电源,但是电流负载相对较小,所以它们是便携式电子设备的优先选项。对于混合动力和电动汽车来说,功率优化电池是更好的选择。这些电池的容量相对较小,但是电流负载很高;比如它们可以在大电流下充电。

回到一维锂离子电池模型,你可以进行功率vs.能量评估来确定电池的倍率性能。仿真研究了在不同电流负载下,电池从完全充电状态开始的放电过程,以及从完全放电状态开始的充电过程。

不同放电电流负载下的电池电压(左图)和两种不同类型电池的能量比较图(右图)。

结果展示了不同电流负载下的电池电压,可用来比较电池设计的能量和功率输出。能量比较图(上方右图)说明了电池化学成分和电池容量对放电速度的影响。

在 COMSOL® 软件中模拟电池老化

向自动驾驶过渡不可能在一夜之间完成。很多创新人士认为自动驾驶汽车上市之初将依托共享出行的形式,而非个人或家庭的私人汽车。从逻辑上讲,这意味着共享出行公司的车队的每一辆自动驾驶汽车每天都被大约十人经手,而不是仅是一个人驾驶;它一整天都在路上奔跑,不能听命于个人时间安排。

实际上,相比于普通的家用汽车,共享出行自动驾驶汽车的电池损耗要快得多。这就是为什么要进行容量衰减分析。

容量衰减

电池都会经历容量衰减和功率衰减,二者所指有所不同。功率衰减 指对于给定的放电速度电池电压降低。容量衰减 指电池容量的损耗,与电流速率无关。

放电过程中的电池电压变化(左图)和电池容量在整个寿命周期中的变化(右图)。

制成电池的材料不同以及材料组合不同都会导致老化速度出现差异,甚至会加速老化过程,因而加速电池容量的损耗。影响电池老化和衰减的几个因素包括:

  • 载荷循环的阶段
  • 电势
  • 局部集中
  • 温度
  • 电流方向

通过对电池的循环过程进行瞬态分析,我们可以确定放电过程中的电压,并将容量与总循环时间和总循环次数进行对比。还可以分析电解液体积分数和固体电解质膜(SEI)电位降同循环次数的关系,以及隔板与电极边界上的局部 SOC(SEI 提供绝缘和导电的电解质)。这些因素都有助于优化电池设计,保证电池长久并稳定为自动驾驶汽车提供能量。

后续操作

点击下方按钮,了解 COMSOL 附加产品电池模块中专用于模拟电池的各项功能的详细信息。

更多资源

Netflix 是 Netflix 公司的注册商标。

博客分类


评论 (0)

正在加载...
浏览 COMSOL 博客