电动汽车锂离子电池单相液浸冷却系统能效与热管理不确定性量化研究

《Journal of Power Sources》：Enhancing energy and thermal efficiency of single-phase liquid immersion cooling systems for lithium-ion batteries in electric vehicles

本文针对液浸冷却电池系统参数不确定性影响热安全的关键问题，开发了基于多项式混沌展开(PCE)的不确定性量化框架。研究通过构建电化学-热(P-3D)和液浸CFD代理模型，结合Sobol指数敏感性分析，发现冷却液流速和粘度是温度均匀性的主导因素。结果表明在20°C入口温度、2 L/min流速下，电池温差低于5 K的概率达100%，为高倍率(8C)运行提供了可靠的热管理策略。

　　

随着电动汽车产业的快速发展，锂离子电池作为核心动力源面临着严峻的热管理挑战。尤其在快充/高倍率放电工况下，电池内部急剧升温和温度不均会引发性能衰减甚至热失控风险。传统风冷和间接液冷方式因热阻限制难以满足高功率密度电池的散热需求，而直接液浸冷却技术通过让电介质冷却液直接接触电芯，可显著提升传热效率和温度均匀性。然而，现有研究多基于确定性参数开展优化设计，忽略了材料属性、工况参数等固有不确定性对系统热行为的潜在影响。

为突破这一局限，RMIT大学Abdul Wahab团队在《Journal of Power Sources》发表研究，首次将不确定性量化(UQ)框架应用于液浸冷却电池系统。研究通过构建多项式混沌展开(PCE)代理模型，系统分析了电化学参数和热物理参数的不确定性传播规律，揭示了影响温度均匀性的关键敏感因子，并提出了概率保证下的最优控制策略。

本研究采用多层级的建模方法：首先建立伪三维(P-3D)电化学-热耦合模型，通过拉丁超立方采样(LHS)生成150组参数组合，训练电压和温度的PCE代理模型；随后将优化后的电化学参数输入16S1P电池包的液浸冷却计算流体动力学(CFD)模型，重点分析冷却液属性（粘度μ_f、比热c_Pf）、流速（2-5 LPM）和入口温度（15-25°C）等变量对最高温度(Max T)和温差(d_T)的影响。采用自适应稀疏多项式混沌展开(ASPCE)结合最小角回归(LAR)进行敏感性分析，并通过核密度估计(KDE)评估热安全边界的概率合规性。

3.1. P-3D电化学-热代理模型

电化学参数敏感性分析表明，正负极反应速率常数(k_o,pos, k_o,neg)、颗粒半径(r_p,pos, r_p,neg)和电解质扩散系数(D₂)对热生成影响显著（Sobol指数>0.1）。热参数中电极比热(C_p,pos, C_p,neg)和隔膜导热系数(k_sep)主导散热效率。代理模型在4C放电下电压和温度预测的均方根误差(RMSE)分别为0.029 V和0.143 K，验证结果与实验数据高度吻合。

3.2. 优化与验证

通过代理模型优化获得电化学参数最佳组合（如k_o,pos=7.69×10^?11m/s），在1C/4C/8C放电工况下实验与模拟电压误差（MAE=0.034）和温度误差（MAE=0.210）均保持在较低水平，证实模型可靠性。

3.3. 液浸冷却电池代理模型

液浸CFD模型的代理分析显示，在8C放电时电池包最高温度波动范围为298.32-313.48 K，温差达3.83-6.06 K。代理模型对Max T和d_T的RMSE分别为0.050 K和0.028 K，且与静态液浸实验数据趋势一致。

3.4. 敏感性分析

全局敏感性分析表明：Max T主要受环境温度(T_amb)和冷却液流速(v)控制（Sobol指数>0.02）；而d_T对流速、粘度(μ_f)和电池径向/周向导热系数(k_T,r, k_T,ang)敏感，揭示流动分布和内部导热协同影响温度均匀性。

3.5. 不确定性传播

概率分析指出，在参数不确定性下Max T超过40°C的概率可忽略（<0.01%），但d_T突破5 K阈值的概率达17.28%。温差分布的相对标准偏差(RSD=0.819)远高于Max T(RSD=0.0145)，说明空间热不均匀性是主要风险源。

3.6. 不确定性感知优化

通过控制冷却液入口温度（20°C）和流速（2 LPM），使温差分布整体左移（均值4.3-4.5 K）。KDE分析表明该工况下d_T和Max T满足安全限值的概率均达到100%，且低粘度流体DF-7在20°C时呈现最佳热物性组合。

本研究通过UQ框架量化了液浸冷却系统在多参数不确定性下的热行为边界，首次提出以概率合规性替代传统确定性安全判据。研究发现高流速（>3 LPM）虽增强对流但可能加剧流动不均，反而增大温差，而20°C入口温度能平衡粘度与导热系数优化热均匀性。该成果为高倍率电池包提供了基于风险感知的热管理设计范式，通过代理模型实现快速安全评估，对电动汽车及非道路机械的电池系统可靠性提升具有重要工程意义。