Optimización de un sistema de gestión del calor basado en aire para paquetes de baterías de iones de litio cubiertos de partículas polvorientas

Resumen

Aquí, presentamos el método de recocido simulado adaptativo (ASAM) para optimizar un modelo de superficie de respuesta cuadrática aproximada (QRSM) correspondiente a un sistema de gestión del calor de la batería cubierto de partículas polvorientas y cumplir con las caídas de temperatura ajustando la combinación de velocidades de flujo de aire de las entradas del sistema.

Resumen

Este estudio tiene como objetivo resolver el problema del aumento de la temperatura de la celda y la disminución del rendimiento causado por las partículas polvorientas que cubren la superficie de la celda a través de la asignación de velocidades de flujo de aire en las entradas de la caja de enfriamiento de la batería bajo el objetivo de un bajo consumo de energía. Tomamos la temperatura máxima del paquete de baterías a una velocidad de flujo de aire especificada y un entorno libre de polvo como la temperatura esperada en un entorno polvoriento. La temperatura máxima del paquete de baterías en un entorno polvoriento se resuelve a diferentes velocidades de flujo de aire de entrada, que son las condiciones de contorno del modelo de análisis construido en el software de simulación. Las matrices que representan las diferentes combinaciones de velocidades de flujo de aire de las entradas se generan aleatoriamente a través del algoritmo de hipercubo latino óptimo (OLHA), donde los límites inferior y superior de las velocidades correspondientes a las temperaturas por encima de la temperatura deseada se establecen en el software de optimización. Establecemos un QRSM aproximado entre la combinación de velocidades y la temperatura máxima utilizando el módulo de ajuste del software de optimización. El QRSM está optimizado en base al ASAM, y el resultado óptimo está en buena concordancia con el resultado del análisis obtenido por el software de simulación. Después de la optimización, el caudal de la entrada central cambia de 5,5 m/s a 5 m/s, y la velocidad total del flujo de aire se reduce en un 3%. El protocolo aquí presenta un método de optimización que considera simultáneamente el consumo de energía y el rendimiento térmico del sistema de gestión de baterías que se ha establecido, y puede ser ampliamente utilizado para mejorar el ciclo de vida del paquete de baterías con un costo operativo mínimo.

Introducción

Con el rápido desarrollo de la industria del automóvil, los vehículos de combustible tradicionales consumen una gran cantidad de recursos no renovables, lo que resulta en una grave contaminación ambiental y escasez de energía. Una de las soluciones más prometedoras es el desarrollo de vehículos eléctricos (VE)^1,2.

Las baterías de energía utilizadas para los vehículos eléctricos pueden almacenar energía electroquímica, que es la clave para reemplazar los vehículos de combustible tradicionales. Las baterías de potencia utilizadas en los vehículos eléctricos incluyen la batería de iones de litio (LIB), la batería de níquel-hidruro metálico (NiMH) y el condensador eléctrico de doble capa (EDLC)³. En comparación con las otras baterías, las baterías de iones de litio se utilizan actualmente ampliamente como unidades de almacenamiento de energía en vehículos eléctricos debido a sus ventajas, como la alta densidad de energía, la alta eficiencia y el largo ciclo de vida 4,5,6,7.

Sin embargo, debido al calor de la reacción química y al calor Joule, es fácil acumular una gran cantidad de calor y aumentar la temperatura de la batería durante la carga rápida y la descarga de alta intensidad. La temperatura ideal de funcionamiento de LIB es de 20-40 °C ^8,9. La diferencia máxima de temperatura entre las baterías de una cadena de baterías no debe superar los 5 °C^10,11. De lo contrario, puede conllevar una serie de riesgos como el desequilibrio de temperatura entre las baterías, el envejecimiento acelerado, incluso el sobrecalentamiento, el incendio, la explosión, etc.¹². Por lo tanto, el problema crítico a resolver es diseñar y optimizar un sistema eficiente de gestión térmica de la batería (BTMS) que pueda controlar la temperatura y la diferencia de temperatura del paquete de baterías dentro de un estrecho.

Los BTMS típicos incluyen enfriamiento por aire, enfriamiento por agua y enfriamiento de material de cambio de fase¹³. Entre estos métodos de enfriamiento, el tipo de enfriamiento por aire es ampliamente utilizado debido a su bajo costo y simplicidad de la estructura¹⁴. Debido a la limitada capacidad calorífica específica del aire, es fácil que se produzcan altas temperaturas y grandes diferencias de temperatura entre las celdas de la batería en los sistemas refrigerados por aire. Con el fin de mejorar el rendimiento de enfriamiento de los BTMS refrigerados por aire, es necesario diseñar un sistema eficiente 15,16,17. Qian et ^al.18 recopilaron la temperatura máxima del paquete de baterías y la diferencia de temperatura para entrenar el modelo de red neuronal bayesiana correspondiente, que se utiliza para optimizar los espaciamientos de celdas del paquete de baterías refrigeradas por aire de la serie. Chen et ^al.19 reportaron el uso del método de Newton y el modelo de red de resistencia al flujo para la optimización de los anchos de la cámara de divergencia de entrada y la cámara de convergencia de salida en el sistema paralelo de enfriamiento por aire tipo Z. Los resultados mostraron una reducción del 45% en la diferencia de temperatura del sistema. Liu et ^al.20 muestrearon cinco grupos de conductos de enfriamiento en el J-BTMS y obtuvieron la mejor combinación de espaciamientos de celdas mediante el algoritmo de optimización basado en sustitutos de conjuntos. Baveja et ^al.21 modelaron un módulo de batería pasivamente balanceado, y el estudio describió los efectos de la predicción térmica en el balanceo pasivo a nivel de módulo y viceversa. Singh et ^al.22 investigaron un sistema de gestión térmica de baterías (BTMS) que utilizaba material encapsulado de cambio de fase junto con refrigeración por aire convectivo forzado diseñado utilizando el modelado electroquímico-térmico acoplado. Fan et ^al.23 propusieron una placa de refrigeración líquida que comprende una configuración de válvula Tesla de varias etapas para proporcionar un rango de temperatura más seguro para una batería de iones de litio de tipo prismático con alto reconocimiento en aplicaciones microfluídicas. Feng et al. ²⁴ utilizaron el método del coeficiente de variación para evaluar los esquemas con diferentes caudales de entrada y holguras de batería. Talele et ^al.25 introdujeron el aislamiento térmico de pirolinero mejorado con paredes para almacenar el potencial de calor generado en función de la colocación óptima de las películas calefactoras.

Cuando se utiliza BTMS de refrigeración por aire, el soplador introducirá partículas de polvo metálico, partículas de polvo mineral, partículas de polvo de materiales de construcción y otras partículas en el entorno externo, lo que puede hacer que la superficie de las baterías se cubra con DPM. Si no hay un plan de disipación de calor, puede causar accidentes debido a la temperatura excesivamente alta de la batería. Después de la simulación, tomamos la temperatura máxima del paquete de baterías en una velocidad de flujo de aire especificada y un entorno libre de polvo como la temperatura esperada en un entorno polvoriento. En primer lugar, la tasa C se refiere al valor de corriente requerido cuando la batería libera su capacidad nominal dentro del tiempo especificado, que es igual a un múltiplo de la capacidad nominal de la batería en el valor de datos. En este artículo, la simulación utiliza una descarga de velocidad de 2C. La capacidad nominal es de 10 Ah y el voltaje nominal es de 3.2 V. El fosfato de hierro y litio (LiFePO4) se usa como material de electrodo positivo y el carbono se usa como material de electrodo negativo. El electrolito tiene sal de litio electrolítica, un solvente orgánico de alta pureza, los aditivos necesarios y otras materias primas. La matriz aleatoria que representa las diferentes combinaciones de velocidades en las entradas se determinó a través del OLHA, y se estableció una función de 2º orden entre la temperatura máxima del paquete de baterías y la combinación de velocidades de flujo de entrada con la condición de verificar la precisión del ajuste de la curva. Los diseños de hipercubos latinos (LH) se han aplicado en muchos experimentos informáticos desde que fueron propuestos por McKay et ^al.26. Una LH viene dada por una matriz N x p L, donde cada columna de L consiste en una permutación de los enteros 1 a N. En este trabajo, se utiliza el método óptimo de muestreo de hipercubos latinos para reducir la carga computacional. El método utiliza un muestreo estratificado para garantizar que los puntos de muestreo puedan cubrir todos los componentes internos del muestreo.

En el siguiente paso, la combinación de velocidad de flujo de entrada se optimizó para disminuir la temperatura máxima del paquete de baterías en un entorno polvoriento basado en el ASAM bajo la condición de considerar el consumo de energía simultáneamente. El algoritmo de recocido simulado adaptativo ha sido ampliamente desarrollado y ampliamente utilizado en muchos problemas de optimización^27,28. Este algoritmo puede evitar quedar atrapado en un óptimo local aceptando la peor solución con cierta probabilidad. El óptimo global se logra definiendo la probabilidad de aceptación y la temperatura; La velocidad de cálculo también se puede ajustar utilizando estos dos parámetros. Finalmente, para verificar la precisión de la optimización, se comparó el resultado óptimo con el resultado del análisis obtenido del software de simulación.

En este artículo, se propone un método de optimización para el caudal de entrada de la caja de baterías para el paquete de baterías cuya temperatura aumenta debido a la cubierta antipolvo. El objetivo es reducir la temperatura máxima del paquete de baterías cubierto de polvo por debajo de la temperatura máxima del paquete de baterías sin polvo en caso de bajo consumo de energía.

Protocolo

NOTA: La hoja de ruta de la tecnología de investigación se muestra en la Figura 1, donde se utiliza el software de modelado, simulación y optimización. Los materiales necesarios se muestran en la Tabla de Materiales.

1. Creación del modelo 3D

NOTA: Utilizamos Solidworks para crear el modelo 3D.

1. Dibuje un rectángulo de 252 mm x 175 mm, haga clic en Extruir saliente/base e introduzca 73. Cree un nuevo plano a 4 mm de la superficie exterior.
2. Dibuje un rectángulo de 131 mm x 16 mm y haga clic en Patrón de boceto lineal. Introduzca 22 y 6 en el espaciado y el número de instancias, respectivamente. Seleccione los cuatro lados del rectángulo y haga clic en Aceptar. Introduzca 180 en ángulo y vuelva a ejecutarlo. Este paso es para la simetría en el centro del modelo.
3. Haga clic en Extruir corte, escriba 65 y haga clic en Aceptar. Haga clic en Extruir saliente/base e introduzca 65, desmarque Resultado de fusión y haga clic en Invertir dirección y Aceptar.
   NOTA: Cuando el resultado de la combinación no está marcado, la entidad extendida se convierte en una entidad independiente. Hay 23 piezas en total, incluidas 11 baterías, 11 partículas polvorientas y 1 dominio aéreo.
4. Dibuja un rectángulo de 16 mm x 1 mm. Repita los pasos 1.2 y 1.3.
5. Dibuja un rectángulo de 63 mm x 15 mm, haz clic en el borde superior del rectángulo y en Patrón de boceto lineal. Escriba 21, 3 y 270 y haga clic en Aceptar. Haga clic en Dividir línea y en la cara del cubo, haga clic en Aceptar.
6. Dibuja un rectángulo de 63 mm x 15 mm. Haga clic en Dividir línea y en la cara del cubo, haga clic en Aceptar.
7. Haga clic en Archivo y guárdelo como un archivo X_T.
   NOTA: El tamaño especificado:_caja L: 73 mm; _Caja W: 252 mm; _Caja H: 175 mm; L_b, L_d: 65 mm; W_b, W_d: 10 mm; H_b: 131 mm; H_d: 1 mm; L_i: 63 mm; Ancho_i: 15 mm; d₁, d₂:5 mm, d₃:6 mm se muestra en la Figura 2.
8. Arrastre el componente de malla haciendo clic en Caja de herramientas > Sistemas de componentes > Malla a la zona de esquema del proyecto. Importe el archivo X_T guardado anteriormente haciendo clic en Geometría.
9. Ingrese a la ventana del modelador de diseño de malla y el modelo de paquete de baterías, que incluye 23 piezas como cuerpos independientes, se mostrará nuevamente haciendo clic en Generar.
10. Seleccione las 23 partes de la batería para que sean una nueva pieza denominada como parte de la batería, todas las partículas polvorientas de 23 partes como parte de polvo y la cavidad de aire como parte de aire, en el contorno del árbol para la conveniencia de ocultar y nombrar objetos posteriores.
11. Primero, haga clic con el botón derecho en BatteryPart y DustPart y seleccione Ocultar parte para que la ventana emergente solo muestre la parte de aire.
12. Mueva el ratón a la barra de herramientas de selección para seleccionar Filtro de selección: Cuerpos, haga clic con el botón derecho en el modelo de cavidad de aire en la zona de gráficos para seleccionar Selección con nombre y cambie el nombre del modelo de cavidad de aire en la zona de vista de detalles a dominio de aire.
13. Cambiar a filtro de selección: Caras, haga clic con el botón derecho y cambie el nombre de la superficie que se ha dividido en tres partes, de abajo hacia arriba, como entrada1, entrada2 y entrada3, la superficie separada a la derecha de estas tres caras se denomina salida, la superficie exterior restante se denomina outerBorder, respectivamente.
14. Cambie el modo de selección a la selección de caja, haga clic en el eje Y para obtener la vista adecuada del modelo de cavidad de aire para la conveniencia de seleccionar cajas, cambie el nombre y numere todas las superficies internas como superficie de cavidad1 a superficie de cavidad11 usando la selección de caja.
15. Para mostrar solo batteryPart, haga clic con el botón derecho en airPart y seleccione Ocultar parte. Haga clic con el botón derecho en batteryPart y seleccione Mostrar parte en el menú contextual emergente.
16. Mueva el ratón a la barra de herramientas de selección para seleccionar Filtro de selección: Cuerpos, cambie el modo de selección a Selección única, haga clic con el botón derecho en Cada modelo de batería en la zona de gráficos para seleccionar la selección con nombre, cambie el nombre y numere los 11 modelos de batería en la zona de vista de detalles como batteryDomain1 a batteryDomain11, respectivamente.
17. Además, cada modelo de batería tiene seis lados, luego cambie a Filtro de selección: Caras, haga clic con el botón derecho en cada lado de los dominios de batería numerados para seleccionar Selección con nombre y cambiarles el nombre de acuerdo con la orientación del lado de la batería. Por ejemplo, cambie el nombre de seis lados de batteryDomain1 numerados como batteryDomain1_Upper, batteryDomain1_Lower, batteryDomain1_Left, batteryDomain1_Right, batteryDomain1_Front y batteryDomain1_Back.
18. Para mostrar solo la parte de polvo, haga clic con el botón derecho en batteryPart y seleccione Ocultar parte. Haga clic con el botón derecho en dustPart y seleccione Mostrar parte en el menú contextual emergente.
19. Mueva el ratón a la barra de herramientas de selección para seleccionar el Filtro de selección: Cuerpos, haga clic con el botón derecho en cada modelo de partículas polvorientas de la zona Gráficos para seleccionar Selección con nombre, cambie el nombre y numere los 11 modelos de partículas polvorientas de la zona de vista de detalles como dpmDomain1 a dpmDomain11, respectivamente.
20. Además, cada modelo de material particulado polvoriento tiene seis lados; luego cambie al Filtro de selección: Caras, haga clic con el botón derecho en Cada lado de los dominios dpm numerados para seleccionar Selección con nombre y cámbieles el nombre de acuerdo con la orientación del lado de partículas polvorientas. Por ejemplo, cambie el nombre de seis lados de dpmDomain1 numerado como dpmDomain1_Upper, dpmDomain1_Lower, dpmDomain1_Left, dpmDomain1_Right, dpmDomain1_Front y dpmDomain1_Back.
21. Mostrar todos los cuerpos y volver a la ventana inicial de nuevo.

2. Generar el modelo de malla

NOTA: El mallado de elementos finitos es un paso muy importante en el análisis de simulación numérica de elementos finitos, que afecta directamente la precisión de los resultados del análisis numérico posterior. A continuación, se mallan las entidades a las que se les ha cambiado el nombre.

1. Para mallar el dominio aéreo, el dominio de batería y el dominio dpm de forma independiente, arrastre dos componentes de malla de nuevo desde Toolbox > Component Systems > Mesh a la zona esquemática del proyecto y cámbieles el nombre a airFEM, batteryFEM y dpmFEM, respectivamente. Mantenga presionado el airFEM > Geometry con el botón izquierdo del mouse y arrástrelo a la batería > Geometry.
2. A continuación, mantenga presionada la geometría de la > batteryFEM con el botón izquierdo del ratón y arrástrela a la geometría > dpmFEM. Haga clic con el botón derecho en las líneas entre los tres componentes de malla y seleccione Eliminar para desasociarlos entre sí.
3. Haga doble clic en la malla de airFEM, ingrese a la ventana de mallado, haga clic con el botón derecho en batteryPart y dustPart para seleccionar Suprimir cuerpo y cambie la preferencia física de mecánica a CFD. Genere el modelo de dominio aéreo FEM a través del tamaño de la cara de 2 mm y el tamaño del cuerpo de 4 mm haciendo clic en Actualizar y vuelva a la ventana inicial.
4. Haga doble clic en la malla de batteryFEM, ingrese a la ventana de mallado, haga clic con el botón derecho en airPart y dustPart para seleccionar Suprimir cuerpo y cambie la preferencia física de Mecánico a CFD. Genere el modelo de dominio de la batería FEM a través del tamaño del cuerpo de 2 mm haciendo clic en Actualizar y vuelva a la ventana inicial.
5. Haga doble clic en la malla de dpmFEM, ingrese a la ventana de mallado, haga clic con el botón derecho en airPart y batteryPart para seleccionar Suprimir cuerpo y cambie la preferencia física de Mecánico a CFD. Genere el modelo de dominio FEM dpm a través de un tamaño de cuerpo de 2 mm haciendo clic en Actualizar, vuelva a la ventana inicial.
   NOTA: La Figura 3A muestra la cuadrícula del dominio aéreo, la Figura 3B muestra la cuadrícula del dominio de la batería y la Figura 3C muestra la cuadrícula del dominio dpm.
6. Ajuste el tamaño mínimo de la rejilla de aire a 4 mm y el tamaño mínimo de la rejilla de la batería y las partículas polvorientas a 2 mm. Asegúrese de que la cuadrícula sea independiente de la solución, cambie el tamaño mínimo de celda de la cuadrícula y realice un estudio de sensibilidad de la cuadrícula.
   NOTA: Como se muestra en la Figura 4, con el número de cuadrículas aumentando de 519343 a 1053849, los cambios máximos de temperatura de la batería son inferiores a 0,6 K. Teniendo en cuenta la capacidad de cálculo y la precisión, el siguiente análisis se basa en el modelo de cuadrícula con 931189 cuadrículas.

3. Análisis de simulación

1. Arrastre Flujo de fluidos desde Toolbox > Sistemas de análisis > Flujo de fluidos a la zona del esquema del proyecto. Mantenga presionado airFEM > Mesh, luego batteryFEM > Mesh y dpmFEM > Mesh con el botón izquierdo del mouse y arrástrelos a Fluid Flow > Setup. Haga clic con el botón derecho en Fluid Flow > Setup y seleccione Update (Actualizar) para ingresar a la ventana establecida.
2. Verifique la validez del modelo FEM y compruebe si la malla tiene un volumen negativo. El software sugiere automáticamente el volumen del modelo, y un valor razonable del modelo es positivo. Si hay algún problema con la cuadrícula dividida o la configuración del modelo, aparecerá un mensaje de error para indicarlo.
3. Activar la ecuación de energía en modelos de transferencia de calor. Introduzca la interfaz de configuración del modelo viscoso y el modelo de radiación y seleccione el modelo K-épsilon y el modelo de ordenadas discretas.
   NOTA: Como se muestra en la Figura 5, comparando cuatro modelos viscosos, los resultados del cálculo del modelo de Spalart-Allmaras son bastante diferentes de los de otros modelos. Los resultados del modelo K-épsilon estándar son similares a los de otros modelos K-épsilon. El modelo estándar K-epsilon con mayor estabilidad y economía es ampliamente utilizado; el siguiente análisis se basa en el modelo estándar K-épsilon.
4. Establezca los nuevos materiales con diferentes atributos para el material de aire, el material de la batería, el material dpm y el material de la caja de la batería en función de la Tabla 1.
   NOTA: Dentro del paquete de baterías, hay tres materiales físicos diferentes: aire como fluido y el resto como sólido. A continuación, configura el material.
   1. Cambie el tipo de fluido de los dominios de batería numerados al tipo sólido y cambie el material dpm al material de la batería en la ventana Sólido haciendo doble clic en cada dominio de batería. A continuación, elija el elemento Términos de origen y haga clic en el resaltado Términos de origen para agregar una fuente de energía asignando el número en el número de fuentes de energía y seleccionando Tipo de constante para ingresar el valor de 209993 w/m³.
   2. Cambie el tipo de fluido de los dominios dpm numerados a Tipo sólido .
5. A continuación, configure la interfaz para el cálculo de simulación de varios dominios diferentes de acuerdo con el caudal de ajuste real y el coeficiente de transferencia de calor como se describe a continuación.
   1. Convierta el tipo de todas las superficies renombradas, incluidas las superficies internas del dominio de aire y todos los lados de los dominios de batería, así como los dominios dpm del muro predeterminado a la interfaz. Una vez que los pasos anteriores hayan finalizado con éxito, las interfaces de malla se generarán inmediatamente.
   2. Haga clic en Interfaces de malla y entre en la ventana Crear/Editar interfaces de malla . Haga coincidir las superficies de la cavidad con todos los lados, excepto con los lados superiores de los dominios de la batería y los lados inferiores del dpm domian. A continuación, asígneles un nombre y numere como interface1 a interface11, respectivamente. Por lo tanto, las 11 interfaces de malla se pueden crear entre los dominios de aire y batería, así como entre los dominios dpm.
   3. Haga coincidir los lados superiores de los dominios de batería y los lados inferiores de los dominios dpm. A continuación, asígneles un nombre y numere como interface12 a interface22, respectivamente. A continuación, se crean las 11 interfaces de malla entre los dominios de batería y los dominios dpm.
   4. Asigne la superficie del borde exterior como la condición de límite térmico de la pared estableciendo el coeficiente de transferencia de calor en 5 en la condición térmica mixta y cambiando su material de aluminio predeterminado al material de la caja de batería previamente definido por él mismo.
   5. Establezca las velocidades de flujo de aire de todas las entradas como 5 m/s en la ventana de entrada de velocidad y la presión manométrica de la salida como cero en la ventana de salida de presión.
6. A continuación, establezca el estado del dominio informático en el momento inicial, como la temperatura inicial de 300 K, que afectará el proceso de convergencia informática.
   1. Establezca el tipo de inicialización de la solución como la inicialización estándar antes de la inicialización.
   2. Establezca el número de iteraciones en 2000.
   3. Haga clic en Calcular para simular. Vuelva a la ventana inicial hasta que finalice la simulación.
7. La parte anterior completa el cálculo de simulación de la temperatura y la velocidad del aire dentro del paquete de baterías y luego muestra el resultado de la simulación en Resultado. Realice los siguientes pasos en los resultados que se muestran.
   1. Haga doble clic en Fluid Flow > Results para entrar en la ventana de publicación de CFD y, a continuación, haga clic en el icono de Contour en la caja de herramientas.
   2. Seleccione Todos los lados de las baterías en el selector de ubicación y cambie la presión a la temperatura. A continuación, haga clic en Aplicar para generar el contorno de temperatura de las baterías.
   3. Haga clic en Archivo > Exportar para seleccionar la temperatura de la(s) variable(s) seleccionada(s). Haga clic en el botón desplegable de las ubicaciones para que aparezca la ventana del selector de ubicaciones donde se deben seleccionar todos los dominios de batería. Haga clic en Aceptar y en el botón Guardar para salir.
      NOTA: Una hoja de cálculo cuyos datos corresponden a las temperaturas de los nodos de malla de todas las baterías se guardará automáticamente cuando se haga clic en el botón Guardar.
   4. Abra la hoja de cálculo para encontrar el valor máximo, que indica la temperatura máxima de las baterías en un entorno polvoriento a 5 m/s de todas las entradas de flujo de aire.
   5. Adquiera la temperatura máxima de las baterías en el estado de polvo libre como la temperatura esperada y compárela con la temperatura máxima en el estado polvoriento; El resultado muestra el aumento de toda la temperatura.
      NOTA: Para obtener la temperatura máxima de las baterías en un entorno libre de polvo, se debe restablecer el nuevo modelo de paquete de baterías que se muestra en la Figura 6 y se deben repetir todos los pasos 1.1-3.4.3.
   6. Para reducir la temperatura máxima dentro del paquete de baterías, ajuste las velocidades de flujo de aire en las entradas de 5 m/s a 6 m/s, aumente en un 5% y calcule las temperaturas máximas correspondientes de las baterías cubiertas de polvo.
      NOTA: El análisis de sensibilidad de los parámetros de velocidad del flujo de aire debe realizarse con mucha antelación antes de cambiar los valores de los parámetros. Como se muestra en la Figura 7 y la Tabla 2, hemos mantenido el mismo flujo total para cada uno de los siete grupos de diferentes combinaciones de velocidad del flujo de aire de entrada. Todavía hay una variación obvia en la temperatura máxima debido a la diferencia en la asignación de la velocidad del flujo de aire. En otras palabras, de alguna manera existe una fuerte correlación entre la combinación de velocidad del flujo de aire y la temperatura máxima. Por lo tanto, esos parámetros de velocidad se pueden utilizar como variables de diseño.
   7. Trace la curva de temperatura-velocidad como se muestra en la Figura 8, donde la línea roja indica que la curva característica de temperatura disminuye con el aumento de la velocidad del flujo de aire, y la línea azul representa la temperatura esperada.
   8. Mantenga un aumento en la velocidad del flujo de aire del 10%. Cuando el incremento de velocidad es superior al 10%, la temperatura máxima ya es inferior a la temperatura esperada, pero esto no cumple con el propósito de bajo consumo de energía. Para el caudal de aire restante, reduzca la temperatura máxima del paquete de baterías a la temperatura esperada mediante la optimización, logrando así el objetivo de bajo consumo de energía.

4. Muestreo óptimo de hipercubos latinos y modelado de superficie de respuesta

NOTA: Para los caudales retenidos de 5 m/s-5,5 m/s, se seleccionan muestras para construir diferentes combinaciones de caudales dentro de este rango de caudales. Las combinaciones de velocidades se simulan para obtener la temperatura máxima. Construye la función de la velocidad y la temperatura máxima.

1. Abra una nueva hoja de cálculo vacía para crear una tabla cuyas filas de la primera columna se denominen inlet1, inlet2 e inlet3, y guarde el archivo como sampling.xlsx.
2. Ejecute el software de optimización y arrastre el icono de la hoja de cálculo a la flecha única de la tarea 1. A continuación, haga doble clic en el icono de la hoja de cálculo para que aparezca la ventana Editor de componentes-Excel.
3. Importe el sampling.xlsx haciendo clic en el botón Examinar y asigne la entrada1, la entrada2 y la entrada3 a A1, A2 y A3 como parámetros haciendo clic en Agregar esta asignación. Haga clic en el botón Aceptar para volver a la ventana inicial.
4. Arrastre el icono DOE a Task1 y haga doble clic en él para que aparezca la ventana Component Editor-DOE. Seleccione el hipercubo latino de OptimOKal y establezca el número de puntos en 15 en la ventana General.
5. Cambie a la ventana Factores y establezca 5.5 como límite superior y 5 como límite inferior para A1, A2 y A3.
6. Cambie a la ventana Matriz de diseño y haga clic en Generar para generar los puntos de muestreo aleatorios correspondientes a las diferentes velocidades de entrada. Apague el software de optimización.
7. Tome las matrices de combinaciones de velocidades de los puntos de muestreo aleatorio para calcular y repita los pasos 3.5.5-3.7.5 para obtener la matriz de temperatura correspondiente compuesta por las temperaturas máximas de las baterías.
8. Combine las variables predictoras x1, x2 y x3 de las matrices de combinaciones de velocidad e y de las matrices de temperatura para formar una nueva tabla de variables, como se muestra en la Tabla 3, y guárdela como un archivo sample.txt. Importe el archivo para que se ajuste a un modelo de superficie de respuesta.
9. Vuelva a ejecutar el software de optimización y arrastre el icono Aproximación a la flecha única de Tarea1. Haga doble clic en el icono Task1 para abrir la ventana de aproximación del editor de componentes para seleccionar el modelo de superficie de respuesta.
10. Cambie a la ventana Archivo de datos e importe el archivo sample.txt que contiene las variables de predicción.
11. Cambie a la ventana Parámetros y haga clic en Escanear para abrir los parámetros en la ventana del archivo de datos, donde las variables predictoras de x1, x2 y x3 se definen como entrada e y como salida.
12. Cambie a la ventana Opciones de técnica y seleccione la cuadrática en orden polinómico. Cambie a la ventana Opciones de análisis de errores y seleccione Validación cruzada en el método de análisis de errores.
13. Cambie a la ventana Ver datos y haga clic en Inicializar ahora para obtener los coeficientes de la ecuación de regresión lineal cuadrática.
14. Haga clic en el botón Análisis de errores para abrir la ventana de análisis de errores de aproximación para comprobar si los errores pueden cumplir con los estándares aceptables para cada tipo de error. Cierre la ventana del componente de aproximación. Si el error arbitrario no puede satisfacer los estándares aceptables correspondientes, agregue más puntos de muestra para participar en el ajuste del modelo.

5. Modelo de ajuste aproximado basado en algoritmos de recocido simulado adaptativo

NOTA: A continuación, se utilizan software y algoritmo para encontrar el valor óptimo del modelo aproximado

1. Arrastre el icono de optimización a Task1 y haga doble clic en él para que aparezca la ventana de optimización del editor de componentes. Seleccione el recocido simulado adaptativo (ASA) en la técnica de optimización.
2. Cambie a la ventana Variables para establecer 5.5 como límite superior y 5 como límite inferior.
3. Cambie a la ventana Objetivos y seleccione el parámetro Y antes de cerrar la ventana de optimización del editor de componentes.
4. Haga clic en el botón Ejecutar optimización y espere el resultado de la optimización.

Resultados

Siguiendo el protocolo, las tres primeras partes son las más importantes, que incluyen el modelado, el mallado y la simulación, todo con el fin de obtener la máxima temperatura del paquete de baterías. Luego, la velocidad del flujo de aire se ajusta por muestreo y, finalmente, se obtiene la combinación óptima de caudal mediante optimización.

La Figura 9 muestra la comparación de la distribuc...

Discusión

El BTMS utilizado en este estudio se estableció en base al sistema de enfriamiento por aire debido a su bajo costo y simplicidad de la estructura. Debido a la baja capacidad de transferencia de calor, el rendimiento del sistema de refrigeración por aire es inferior al del sistema de refrigeración líquida y el sistema de refrigeración por material de cambio de fase. Sin embargo, el sistema de refrigeración líquida tiene la desventaja de las fugas de refrigerante, y el sistema de refrigeración del material de cambi...

Materiales

Name	Company	Catalog Number	Comments
Ansys-Workbench	ANSYS	N/A	Multi-purpose finite element method computer design program software.https://www.ansys.com
Isight	Engineous Sogtware	N/A	Comprehensive computer-aided engineering software.https://www.3ds.com
NVIDIA GPU	NVIDIA	N/A	An NVIDIA GPU is needed as some of the software frameworks below will not work otherwise. https://www.nvidia.com
Software
SOLIDWORKS	Dassault Systemes	N/A	SolidWorks provides different design solutions, reduces errors in the design process, and improves product quality www.solidworks.com