关于反映高功率包式NEC锂电池中热-液压性能的液冷板设计多目标拓扑优化的数值研究

本研究提出了一个多目标拓扑优化框架，用于设计考虑热-水力性能的液体冷板。以往的研究通常假设电池单一固体区域内的总热产生率。相比之下，本研究采用了五个区域特定热产生率，以考虑热梯度。对重量参数进行了参数研究，并选出了性能最佳的液冷板设计，采用j/f。^1/3-因素。为验证拓扑优化冷板性能，进行了三维模拟，比较拟议设计：在总热产生率下优化冷板与两块具有直线和蛇形通道的传统冷板。所提议的冷板性能优于基于总热量产生优化的冷板。平均气温在第一位置下降了0.231–0.645°C，第二个位置下降了0.020–0.242°C，温度差减少了最多0.96°C。 由于支流通道数量减少，压力降下降了7.53%至7.73%。在四种冷板设计中，基于局部热产生率的拓扑优化冷板在整个雷诺数范围内实现了最佳的综合热-水力性能，在低雷诺数下优势更为显著。这一发现表明，忽视真实的电池发热特性可能导致设计偏向和冷却性能下降。
近年来，锂离子电池（LIB）被重点介绍为化石燃料的有前景替代品，主要应用于电动汽车（EV）和储能系统（ESS）[1]。由于LIB不排放有害气体，如废气，因此被认为是环保能源[2]，[3]。然而，当LIB在运行过程中变得热不稳定时，热失控（TR）可能对人体安全和财产造成严重损害[4]，且由于锂本身的化学特性，事故发生后早期抑制依然极具挑战性[5]。为确保安全性和效率，LIB在充放电协议期间必须在25–45°C的适当温度范围内运行[6]。超过该射程会显著缩短电池寿命和耐用性，同时增加TR和爆炸风险[7]、[8]。为解决这一问题，电池热管理系统（BTMS）被采用，通常采用冷却系统，如风冷[9]、液冷[10]、浸冷[11]、相变材料（PCMs）[12]和混合冷却系统[13]、[14]。
其中，风冷系统因成本低廉且制造简便而被广泛使用;然而，其较差的冷却性能使得有效的热管理变得困难[9]。相比之下，液冷系统提供更高效的散热[10]。由于其卓越的散热能力，液体基传热系统不仅被广泛应用于BTMS系统，还广泛应用于制冷系统、核电站和炼油系统等多种热工程领域[15]。为了进一步提升热性能，近期研究对流动结构和冷却剂性能进行了调整。例如，带有扭管和Al₂O₃纳米流体的壳管式热交换器已被数值研究，以增强热传递同时考虑压降特性[15]。相关研究还研究了使用铝₂欧、铜、铄和钛氧纳米流体的扭管构型[16]。此外，Sandeep等人[17]利用纳米层方法分析了基于Fe₃O₄的纳米流体的提升热导率，并讨论了其在太阳能优化中的潜在应用。这些研究表明，基于液体的热传导技术已在多种热应用中得到广泛验证，并正被扩展到磁流体力学（MHD）纳米流体流动[17]、[18]、[19]。但尽管液冷BTMS冷却能力更优，冷板设计不当可能导致冷却不均匀，导致电池单体表面及电池单体间出现显著温差。因此，优化的流道设计至关重要。
许多先前方法应用拓扑优化（TO）来提升冷板（CP）的热水力性能[20]、[21]、[22]、[23]。Zhang 等人[20]优化了通用汽车（GM）Volt.袋型电池单元的热产生率（HGR）固定为5瓦，热-液压性能均通过范宁f因子和科尔本j因子作为雷诺数函数进行评估，并与以往研究进行比较。Wang等人[21]开发了一种新型三维优化冷板，用于磷酸铁锂（LiFePO）的热管理₄;通过基于默里定律进行拓扑优化，假设固定体积高功率为240千瓦/米，LFP）电池单元³.Wang 等人[22]对恒定 10 瓦的 GM Volt 冷板进行了拓扑优化。他们的研究使用性能评估标准（PEC）比较基线和GM蛇形通道，分别显示效率提升为58%和15%，雷诺数为2100。Wang等人[23]应用了多目标函数，考虑流阻和传热系数，以优化绝缘栅双极晶体管（IGBT）芯片散热模块中液体冷却板的进出口位置。该研究显示热阻降低了7–50%，传热系数提高了18.6%。Zhan等人[24]新提出一种新型叶脉型仿生（LVTB）冷板结构，采用拓扑优化方法。为了提升热-水力性能，他们初始化了两种不同的密度场：仿生叶脉模式和均匀密度场。
拓扑优化已被广泛应用于CP的设计中，以提升其热性能。在此类优化问题中，需要明确定义目标函数和约束。由于主要目的是热管理，目标函数通常以基于温度的热度量来定义，如平均温度[22]和最高温度[25]以及温度偏差[25]。然而，仅基于热指标的目标函数可能会对压力降、液压动力和摩擦阻力等液压性能产生不利影响，而这些通常会阻碍热性能的提升[20]。因此，应同时考虑热-液压性能，先前的研究[[25]、[26]、[27]、[28]]采用了多目标拓扑优化（MOTO）以最大化整体性能。
如第1.1节所述，先前关于CP拓扑优化的研究将HGR作为单一固体域上的均匀分布源应用。在电池热建模和数值验证中，电池温度通常在电池中心测量，或以平均体积值计算。当正负片对称地位于电池几何结构中时，热量的产生也会在电池体积内对称分布[23]。相反，当两个标签位于同一侧时，会产生较大的温度梯度 [[25]， [26]， [27]， [28]]，导致热产生模型的准确性降低，模拟与实验结果之间的差异增加。
基于不均匀的HGR条件，已进行多项MOTO研究以反映商业电池的热特性。然而，这些研究主要集中在特定加权参数下的热-水力性能比较，而对客观加权对优化渠道形态和性能影响的系统性研究仍然有限。Ji 等人[29]比较了在均匀和非均匀的 HGR BC 下形成的通道形态，并评估了不同流量下的热-水力性能。然而，目标函数的具体权重参数未被明确报告，且加权参数的影响未被单独分析。Xu等人[30]通过将最大温差、平均温度和压降目标分别赋予0.3、0.3和0.4的固定权重参数，设计了全尺寸电动车电池组的拓扑优化CP。Zhan等人[31]提出通过结合叶脉仿生结构与MOTO，提出了一种液体基CP，并应用了2373.8 W/m的代表性热通量².然而，未提供具体的加权参数，且加权参数对热-液压性能的影响也未被系统性研究。
这一限制可能导致电池热模型中的预测不准确，也可能影响最终CP设计的可靠性。从优化角度看，单次和局部热量产生的HGR分布根本不同，因此导致不同的最优流道布局。这种差异可能导致过多的冷却能力分配给不必要的区域，从而降低热性能和液压性能。因此，本研究改进了传统的拓扑优化框架，即总HGR均匀施加于单一实体域。该框架结合了局部热产生特性，以更好地表现真实的电池运行。为验证所提框架，系统地比较了在传统单重气振（HGR）和拟议的局部高气振（HGR）条件下获得的拓扑优化CP的热和水力性能。此外，由于采用多目标函数，对加权参数进行了参数化研究，以确定热性能与水力性能之间的适当权衡。
本文其余部分的组织如下。第二部分介绍了流体域的控制方程和固体域的能量方程。此外，介绍了袋状LIB的电气和几何规格，并描述了电池HGR的公式。第三节介绍了电池HGR模型和网格敏感性测试的数值验证。随后基于这些模拟结果确定所提MOTO框架的目标函数和约束。第四部分介绍了加权参数的参数化研究，并分析其对热-液压性能的影响。随后获得整体性能最佳的拓扑优化CP，并与基于HGR的总CP和传统CP进行比较，以评估其实际冷却性能。最后，第五部分总结了主要发现及其影响。