Únase al foro de diseñadores!
Su experiencia es vital para la comunidad. Únase a nosotros y aporte sus conocimientos.
Únase ahora al ForoComparta, aprenda y crezca con los mejores profesionales del sector.
Desafíos del diseño térmico de celdas de batería
Uno de los principales retos de la gestión térmica de las baterías es garantizar que las temperaturas estén por debajo de los límites máximos de funcionamiento. Unas temperaturas más elevadas pueden provocar una reducción de la eficiencia, un envejecimiento acelerado y posibles riesgos para la seguridad. Los ingenieros deben conocer el calor generado por una batería para diseñar adecuadamente los sistemas de refrigeración.
Comprender y predecir el comportamiento térmico de los módulos de baterías requiere integrar el rechazo térmico de una batería con las propiedades electromecánicas de la célula de la batería. Al vincular las propiedades eléctricas de una célula de batería, se puede disponer de mejores índices de rechazo del calor de la batería para el diseño del sistema de refrigeración.
Solución de ingeniería
La simulación del comportamiento térmico de las baterías puede mejorarse mediante datos de pruebas físicas de las celdas de las baterías. Un tipo de prueba de baterías se denomina Caracterización de potencia de impulso híbrido (HPPC). Estas pruebas pueden permitir calcular la resistencia interna de la batería. A continuación se muestra un ejemplo de un pulso de un conjunto de datos HPPC de ejemplo. La inresistencia interna de una célula de batería es proporcional a la caída de tensión dividida por la corriente. Twin Builder genera valores de resistencia a partir de un conjunto completo de datos HPPC que puede incluir múltiples niveles de temperatura y de estado de carga (SOC). Esta resistencia se utiliza junto con la corriente y la tensión del circuito para predecir la potencia de pérdida de calor de la célula.
El software Ansys Twin Builder proporciona herramientas para simular y analizar el comportamiento térmico de las celdas y los módulos de las baterías. Con sus funciones de asistente para baterías, Twin Builder permite a los ingenieros modelar interacciones térmicas complejas y evaluar distintos comportamientos de descarga de las baterías. Twin Builder es capaz de utilizar los datos HPPC para generar rápidamente valores de rechazo térmico.
Utilizando Twin Builder, los ingenieros pueden realizar estudios paramétricos para explorar diversas configuraciones de diseño. Esto permite identificar soluciones que garanticen una distribución uniforme de la temperatura y una disipación eficaz del calor, mejorando en última instancia el rendimiento y la seguridad de la batería.
Para abordar los retos de la gestión térmica, los ingenieros pueden evaluar múltiples entradas utilizando el software Ansys. Estas entradas pueden incluir diferentes datos de capacidad de las celdas, C-Rate y HPPC. Las capacidades de simulación de Twin Builder permiten evaluar estas diferentes entradas.
Método
La configuración de simulaciones de baterías con Ansys Twin Builder en esta discusión implica varios pasos. Estos pasos incluyen el mapa de ideas, el mapa de productos y la configuración del caso Twin Builder.
Mapa de pensamiento: Se genera un mapa de pensamiento de la célula de batería para organizar y representar ideas, conceptos o información de forma estructurada. El siguiente mapa de pensamiento muestra el objetivo del estudio de simulación y las preguntas formuladas para abordar el objetivo. Cada pregunta va seguida de una teoría, una acción y una predicción para abordar cada pregunta. Los resultados también se añadirían en la parte inferior de cada rama a medida que se vayan generando.
Mapas de productos: Se genera un mapa de producto de la célula de la batería en circuito para enumerar y categorizar las características del producto. Un mapa de producto indica los factores que corresponden a las teorías/acciones en el mapa de pensamiento.
El siguiente mapa muestra un ejemplo de archivo de datos HPPC de batería y un circuito Twin Builder. Los elementos de texto en rojo son factores variables o constantes.
El siguiente mapa muestra un ejemplo de archivo de datos HPPC de batería y pulsos de tensión manipulados para el estudio. Los elementos de texto en rojo son factores variables.
Simulación Twin Builder: Los modelos Twin Builder se generan según los estudios producidos por el mapa mental. En este caso se emplea un DOE factorial fraccional de 7 factores y 2 niveles que da lugar a 8 tratamientos Twin Builder únicos. Las imágenes siguientes muestran la secuencia de pasos para rellenar las entradas del modelo de batería. La primera imagen es de la herramienta de configuración de la célula dentro del asistente de batería, y la segunda es de la célula resultante en un circuito.
La fuente de corriente utiliza un perfil trapezoidal con una amplitud de 10 amperios para una duración de 10 segundos tras un retardo inicial de 20 segundos.
Los cálculos de simulación se ejecutan para generar los resultados, centrándose en la pérdida de calor de la célula de la batería, la tensión y la corriente. Los datos de tratamiento de la pérdida de calor se analizan para responder a las preguntas de la teoría y confirmar o contradecir las predicciones.
Resultados de la simulación de la batería Twin Builder
Análisis gráfico: El gráfico siguiente muestra los resultados de la pérdida de potencia transitoria de las celdas de la batería para los tratamientos. El gráfico indica que la profundidad de la tensión es el factor más significativo. Cuando la caída de tensión en los datos de la HPPC es mayor, la resistencia de la batería es mayor, lo que se traduce en una mayor pérdida de potencia. Otros factores de entrada causan una variación menor en la pérdida de calor.
Los gráficos siguientes también muestran cada uno que la profundidad del voltaje HPPC es el factor más significativo en la pérdida de potencia de la pila. La temperatura de entrada del circuito, la corriente HPPC y la capacidad de la batería Twin Builder son ligeramente significativos. El desplazamiento de la tensión y el estiramiento del tiempo tienen una influencia insignificante.
Observaciones
Profundidad de caída de tensión: Una mayor profundidad de caída de tensión en un impulso HPPC se traduce en una mayor resistencia interna y, por tanto, en una mayor pérdida de calor.
Temperatura del circuito: La temperatura del circuito influye ligeramente en la resistencia porque las caídas de tensión de los impulsos a 25C son mayores que a 45C. Las caídas de tensión mayores provocan una mayor resistencia y una mayor pérdida de calor.
Corriente de datos HPPC: Una mayor corriente especificada en el archivo HPPC se traduce en una menor resistencia y, por tanto, en una menor pérdida de calor.
Capacidad de las celdas del Battery Wizard: La capacidad de la célula tuvo una influencia menor en la resistencia y, por tanto, una influencia menor en la pérdida de calor.
HPPC SOC: El HPPC SOC tuvo una influencia menor en la resistencia y, por tanto, una influencia menor en la pérdida de calor.
Desplazamiento de la tensión: El desplazamiento de la tensión tiene una influencia insignificante en la resistencia y, por lo tanto, una influencia insignificante en la pérdida de calor.
Desplazamiento temporal de la tensión: El estiramiento del tiempo tiene una influencia insignificante en la caída de tensión del impulso y, por lo tanto, una influencia insignificante en la pérdida de calor.
Resumen
Cada una de las simulaciones de Twin Builder tardó menos de 2 segundos en resolverse. El ingeniero puede determinar rápidamente la pérdida de calor térmico de una célula de batería a partir de los datos de HPPC.
Únase al foro de diseñadores!
Su experiencia es vital para la comunidad. Únase a nosotros y aporte sus conocimientos.
Únase ahora al ForoComparta, aprenda y crezca con los mejores profesionales del sector.