圆柱形锂离子电池三维热模型与田口优化方法

《Batteries》：Thermal Modeling of a Cylindrical Lithium-Ion Battery in 3D with the Taguchi Optimization Method

　　

热管理对于锂离子（Li-ion）电池的安全性、性能和生命周期至关重要。本研究旨在确定影响圆柱形锂离子电池三维（3D）热模型工作温度的关键参数的最佳设置和贡献水平。研究人员设计了一个田口L9正交阵列，包含四个3水平控制因素：（A）基液和纳米流体冷却剂的Al₂O₃体积分数（Φ-Al₂O₃）、（C）电池间距以及（D）入口温度（T_inlet）。为了最小化电池最高温度（T_max），研究人员应用了“望小特性”信噪比（S/N）方法和方差分析（ANOVA）。S/N分析和ANOVA结果表明，基液（A：44.96%）和T_inlet（D：36.00%）是影响T_max的最主要因素。由田口方法确定的最优设计（A3-B3-C3-D1）成功将T_max降低至33.5 °C，与初始风冷参考模型（62.5 °C）相比降低了29.0 °C。此外，在2100秒运行期间的最大温升降低了约62%。最优T_max为33.5 °C，甚至低于L9阵列中的最佳结果（35.5 °C），验证了该方法的强大预测能力。

论文《Batteries》发表的研究针对锂离子电池热管理问题，背景在于电池热行为受多重参数复杂影响，现有空气冷却效率不足，且设计参数的主次关系不明确。为此，研究人员利用田口优化方法（Taguchi Method）对圆柱形锂离子电池三维热模型进行系统优化。核心目标是确立降低最高温度（T_max）的最佳参数组合，并量化各因素贡献，为电池热管理系统（BTMS）设计提供优先决策依据。

**主要技术方法**：研究人员在COMSOL Multiphysics中建立了1D电化学模型（基于Doyle-Fuller-Newman/Pseudo-2D框架）与3D热模型的耦合系统，采用双向非等温反馈。通过田口L9正交阵列（4因素3水平）设计实验，因素包括基液、纳米流体中Al₂O₃体积分数（Φ-Al₂O₃）、电池间距和入口温度（T_inlet）。利用“望小特性”信噪比（S/N）分析识别最优设置，并结合方差分析（ANOVA）计算各因素的统计贡献百分比。最后，通过COMSOL确认仿真验证最优组合的可行性。

**研究结果**：
- **L9正交阵列实验**：对9种参数组合进行仿真，T_max范围介于35.5 °C至50.0 °C之间，表明参数变化对热行为影响显著。最低T_max（35.5 °C）出现在L9实验（A3-B3-C2-D1），即基液为水、Φ-Al₂O₃为5%、电池间距为3×r_batt、T_inlet为293.15 K。
- **S/N比分析确定最优参数**：基于“望小特性”原则，通过S/N比响应表得出各因素的最优水平：基液（A3，水）、Φ-Al₂O₃（B3，5%）、电池间距（C3，3.5×r_batt）、T_inlet（D1，293.15 K），即A3-B3-C3-D1组合。Delta值排序显示基液（1.69）和T_inlet（1.64）影响最大，Φ-Al₂O₃（0.21）影响最弱。
- **均值响应分析确认**：对原始T_max的均值分析得出相同最优组合（A3-B3-C3-D1），且Delta值排序与S/N分析一致：基液（8.33 °C）> T_inlet（7.83 °C）> 电池间距（5.50 °C）> Φ-Al₂O₃（0.83 °C）。
- **主效应图**：图形显示基液和T_inlet的曲线斜率最大，Φ-Al₂O₃曲线近乎水平，直观验证了参数影响力排序。
- **方差分析（ANOVA）**：由于L9设计为饱和设计，无法计算F值和p值，但基于调整平方和计算各因素贡献百分比：基液（44.96%）、T_inlet（36.00%）、电池间距（18.65%）、Φ-Al₂O₃（0.41%），量化确认基液和T_inlet为主导因素。
- **确认仿真**：对最优组合A3-B3-C3-D1进行仿真，得到T_max为33.5 °C，比初始风冷参考模型（62.5 °C）降低了29.0 °C，且比L9中最好结果（35.5 °C）更低，验证了田口方法的强预测能力。
- **循环热稳定性**：2100秒循环分析显示，优化系统在1500秒负载结束时的温升仅为14 °C，而空气冷却模型为37 °C，热积累降低约62%，且冷却阶段快速降温，证明系统在长期循环中具备优异的热稳定性。

**讨论与结论**：研究结论部分总结指出，田口L9正交阵列结合S/N分析和ANOVA成功应用于最小化圆柱形锂离子电池的T_max。最优参数组合为水基液、5% Al₂O₃体积分数、3.5×r_batt电池间距和20 °C入口温度。ANOVA确认基液贡献44.96%，T_inlet贡献36.00%，电池间距贡献18.65%，而Φ-Al₂O₃仅贡献0.41%，表明冷却性能主要依赖流体热性质和入口温度。优化设计将T_max降至33.5 °C，比空气冷却模型降低29.0 °C；循环温升降至14 °C，热积累减少62%。值得注意的是，最优T_max（33.5 °C）优于L9阵列最佳结果（35.5 °C），证明田口方法不仅筛选现有组合，更能预测原始实验范围外的真正最优解，且系统在加热和冷却阶段均表现出高可靠性，适用于实际BTMS设计。