新能源汽车如何实现一体化整车热管理?

作者: cnpim CNPIM 2022年08月12日

车辆热管理系统与汽车关键部件的性能息息相关,是制约其向更高性能发展的主要瓶颈之一。当前主流新能源汽车整车热管理系统的现有问题和可优化空间主要分为软、硬件两部分。在硬件结构上,各关键部件冷却系统分立,体积大,结构复杂而冗余。其次,制热系统效率低下。在软件的控制策略上,基于经验、规则的单一温度管理机制,缺乏精细化过程控制策略和一体化管理思路,系统能效比较低。因此,今天我们就一起来看看通过技术手段如何实现一体化整车热管理。


整体策略

一体化整车热管理新框架及策略的构想如下图。

我们分别在在软件上完成分析、建模与量化工作,在硬件上促成一体化的结构设计。

1. 确化子系统控制导向热模型建立

首先对电机、逆变器、电池、空调等关键子系统产热机理、冷却功耗等进行精确化建模,对分立系统实现全面监测,精细化控制与合理分配。在建模过程中,依靠不同方式来确定主要影响参数,建立实时分析的降阶解析模型。

2. 关键部件热耦合影响量化分析

对于关键部件的热耦合因素与影响进行分析与量化,将孤立的系统连接与利用,形成统一调配与分析。其中,许多研究指出,电机、逆变器、电池及空调等发热部件由于布局位置、功率传递等原因相互耦合,导致子系统温升模型相互依赖度较高,需要通过精确化建模进行量化分析。

整车热管理潜力挖掘与热惯性利用

汽车热管理系统惯性较大,温度瞬态响应慢,“储热”较丰富,动态实时规划的空间和可操作性较强,因此,可以充分利用系统惯性,在不影响舒适度的前提下减轻能耗,还能实现调温功率“平滑化”,帮助冷却系统工作在高能效比区间,提升加热冷却系统效率。

一体化框架下的软硬件对接与统筹

我们将该一体化系统与精确的整车热管理模型结合,充分考虑子系统间热耦合效应,采用实时优化手段展开温度预测与规划,实现整车热管理核心目标。

一体化实时整车热管理潜力

整车热管理系统对新能源汽车的安全和效率带来了巨大的潜力:

1)对子系统热耦合效应进行量化建模,可提升关键部件温升模型可信度;

2)多端串联的冷却系统可以及时地针对瞬时出现的短板调集优势冷却资源进行优先保护;

3)利用对有限的冷却资源的合理调控,平衡系统温升,优化温升曲线,从而降低绝缘系统与电化学物质的老化速率;

4)利用模型实时运算与预测能力,实现温度规划,提升整车效率;

5)以最小的成本提升车内空间的温度舒适度。

整车热管理控制导向建模

整车热管理系统控制导向(control-oriented)建模基本思路建议如下:

1、基于已有材料参数建立子系统FEM模型;

2、深入分析损耗与热传导机理,建立解析模型;

3、对模型进行深度降阶,并利用测试结果进行参数标定;

4、分析子系统间耦合特性,量化影响系数,连接子系统,形成完整模型,如下图所示。

基于一体化整车热管理模型的预测控制和性能提升

在多场耦合热模型基础上,不仅可以结合车联网技术实现温升预测,还可以结合子系统独立优化进程,深化挖掘热管理效率提升潜力,从系统集成化角度进一步优化整车热管理系统。

结合新能源汽车智能化、网联化能力、开发进行,通过未来长时间尺度工况分析,可以根据整车热管理模型预测关键部件温度,对具有较大时滞特性的热管理系统进行状态超前感知、温度提前调控。其技术路线分别由下面两图所示。

在此基础上,可以将传统的分立式被动控制转换为主动控制,基于多目标优化温升曲线,提升综合性能如下图。

子系统效率提升与精细化建模

使用一体化整车热管理,由于子系统间的联系加强,局部性能可以得到升,还通过系统耦合关系对周边各子系统产生显著影响。因此,在对整体控制优化的同时,还需要对子系统的热管理进行细化与提升。

在这里需要注意的是,在电机建模中要格外关注真实行驶路况中的模型跟随准确性,如下图所示。

在冷却系统方面,为适应大功率和高转速需求,需要提升电机换热能力。其中,冷却水套性能分析与结构优化最为关键。

同时,冷却效果随冷却水温呈现非线性变化,其在多工作状态下的性能量化,对于寻找最佳水温,提高整车调控能力具有重要意义。

车载空调技术

采用热泵系统取代PTC暖风空调,可以缓解冬季采暖对新能源汽车续航里程的不利影响。其工作原理如下图。

逆变器

新能源汽车驱动逆变器热管理问题的核心是提升能量转换效率。

近年来,新材料取得快速发展,采用宽禁带半导体器件(SiC、GaN),可以显著降低逆变器开关损耗及导通损耗,抑制系统温升。

其次,采用多电平拓扑或新型软开关拓扑,从系统层级上提升驱动逆变器整体效率。

再次,改进PWM调制算法,减小1/3~1/2开关损耗,以极小的代价实现冷却系统需求降级。

动力电池

动力电池产热机理较为复杂(公式(3)),需要建立精确电化学模型表征其产热行为。

公式如下:

式(3)中,ρ 表示密度(kg/m3),cP 表示比热容(J/(kg·K)),T 表示温度(K),λ 表示表面材料导热系数(W/(m·K)),qi 表示各种产热率(W/m3)。as 表示电极反应的比表面积(1/m),F 表示法拉第常数(96485C/mol),jj 表示锂离子的摩尔通量(mol/(m2·s)),ηj 表示过电势(V),φs 为固相电极的电势分布函数(V),σeff 表示固相多孔电极的有效电导率(S/m),φe 表示电解液电势分布函数(V),?Uocp,j /?T表示电动势温度系数(V/K),κeff 表示电解液的有效电导率(S/m),κD,eff 表示电解液的有效离子扩散电导率(S/m),ce 表示液相的锂离子浓度(mol/m3)。

继而针对其特殊的层状结构,建立电池温度场分布解析模型,从而制定相应热控策略进行管理如下图。

另一方面,为了实现电池温升状态的更佳匹配与控制,需要深入探究电池老化与电池温升的互耦关系。随着电池的循环老化,电池的内阻和容量损失加大,电池的充放电平均产热速率和总产热速率均增加,且热量从中间向两侧急剧扩散,易发生热失控,如下图所示。

在整车中,还需要对电池包结构进行反复分析测试与优化,提升其散热能力和可控性。低温状态下,动力电池容量大幅下降。为解决上述问题,近年来多种电池加热新技术涌现。其中,利用电池内部阻抗的交流自加热技术,可以有效提高加热速度及能效比动力电池低温预热,相较于传统放大可以降低50%甚至更多的能耗。

整车热管理一体化性能评估

针对整车热管理的多层级优化目标(安全性、动力性、续航能力、舒适性、耐久性),基于嵌入式整车热管理系统控制导向(control-oriented)解析模型预测结果,可以进行空间尺度与时间尺度上的双重优化。然而,在一体化整车热管理框架下进行优化,需要基于系统性能评估来设置,如下图。



本文阅读量:

声明:本信息来源于智能网联汽车网,仅用于学习和技术交流,如有侵权或其他问题,请联系本站处理。

技术支持:CNPIM.COM