[发明专利]一种锂电池组系统可靠性优化设计方法

说明书

本发明涉及一种基于多物理场仿真与响应面分析法的锂电池组系统可靠性优化设计方法。该方法根据锂电池组物理模型的尺寸和可靠度要求，制定冗余设计方案；通过确定电池排列方式和待优化设计参数，开展响应面实验方案设计；通过建立锂电池组多物理场模型，对系统的物理过程进行仿真分析；通过构建基于多物理场耦合的锂电池组多态系统可靠性模型以及随机性模型，对系统可靠性进行评估分析；基于所有设计方案及其分析结果，构建响应面，并利用响应面分析法完成锂电池组系统可靠性优化设计工作。该方法融合了多物理场仿真技术、系统可靠性方法、随机不确定性方法、响应面分析法，既能科学准确地描述物理过程，又能高效地获得最优冗余和布局设计方案。

所属技术领域

本发明涉及系统可靠性优化设计领域，特别是一种锂电池组系统可靠性优化设计方法。

背景技术

随着锂离子电池技术的飞速发展，锂电池在电动汽车动力系统中得到了广泛的应用。随着电动汽车产业的发展和成熟，市场对电动汽车的需求不断增加。因此，对车用锂电池组的使用寿命和可靠性也提出了更高的要求。

有许多方法可以提高锂电池组(LIBPs)的可靠性。其中，基于冗余设计的容错技术是一种有效的方法。冗余设计在提高电池系统可靠性的同时，通常伴随着结构和布局的变化，从而反过来影响电池组的可靠性。因此，如何增加冗余单元，优化布局设计，并从大量的方案中找到最优的可靠性设计方案显得尤为重要，同时也是LIBPs系统可靠优化设计的技术难点。

要对LIBPs系统进行可靠性优化设计，首先需要对LIBPs系统的可靠性进行建模和分析，基于分析结果开展可靠性优化设计工作。现有的LIBPs可靠性建模、分析及优化方法主要有可靠性框图法(RBD)、故障树分析法(FTA)、马尔可夫模型法(Markov)、基于通用生成函数(UGF)的可靠性分析法、蒙特卡洛(MonteCarlo)仿真法、多物理仿真法等。

在传统的可靠性方法中，RBD方法是最早使用也是最基本的方法。基本模型有串联，并联，备用，表决等，它们可以更好地表达电池的连接方式。因此，LIBPs系统的大部分可靠性分析和优化设计都是基于RBD模型开展的。作为一种静态建模和分析方法，RBD方法具有简单直观的优点，但是很难描述复杂的系统，例如时序、耦合、受环境影响和人为因素的系统。FTA方法是一种图形方法，清晰易懂，便于深入定性和定量分析多个事件之间的复杂逻辑关系。Markov模型可以准确地描述故障机制之间的依赖关系，并全面反映各种动态行为，从而对系统的可靠性进行综合分析和优化，常被用于分析LIBPs系统的动态特性。基于UGF的可靠性分析方法主要用于多态系统的可靠性分析，可以很好地分析LIBPs系统退化中多态的特性，且通常与RBD方法结合使用。MonteCarlo仿真方法常与其他可靠性方法结合起来进行分析，不仅用于仿真和优化LIBPs系统的可靠性，还用于仿真分析系统的随机不确定性。上述方法都是从统计规律和逻辑关系出发，不能精确反映锂电池组工作复杂的物理过程和耦合的退化过程。近年来，随着多物理仿真技术的发展，许多学者基于多物理仿真方法对电池组进行可靠性分析和优化。根据文献报道，LIBPs系统的物理模型主要包括电化学模型、热模型和流体力学模型。然而，很少有人将这三种模型同时结合起来分析和优化LIBPs系统的可靠性。此外，单纯依靠物理分析，难以处理数千个电池单元复杂的联系，应与逻辑方法结合进行分析。

总之，传统的系统可靠性理论和方法在LIBPs系统的可靠性分析和优化设计中得到了广泛的应用，但缺点是由此开展的可靠性分析只停留在系统逻辑层面，不能考虑实际的物理模型。多物理仿真方法能较好地描述LIBPs系统的物理表征，但缺乏对实际工程中的随机不确定性的描述能力。因此在锂电池组可靠性建模分析方面，多物理场仿真方法与传统系统可靠性理论方法存在互补的关系，两者有机的结合能够科学准确地开展LIBPs系统可靠性分析与优化工作。