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。
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。另一方面，基于故障物理的多物理仿真方法，综合考虑了电流、温度、振动等因素的影响，确实能够科学、准确地描述libps的退化和失效。然而，对电化学模型、热模型和流体力学模型等多物理场耦合模型建立与求解分析过程相当的复杂和困难。从系统整体上建立高精度的物理模型，其建模和计算的花费是不可接受的。因此，单纯依靠多物理仿真方法和传统系统可靠性方法进行穷举的可靠性优化设计工作，不仅需要大量的计算时间和成本，而且甚至可能找不到最优的设计方案。鉴于此，有必要给出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。技术实现要素：本发明的目的是为了解决libps系统可靠性优化设计现有技术存在的问题，提出基于多物理场仿真与响应面分析法的libps系统可靠性优化设计方法。该方法根据libps系统的结构和特性，首次将多物理场仿真技术、系统可靠性方法和响应面分析法进行耦合，建立了libps系统可靠性优化设计方法与流程。该方法首次实现了基于故障物理的libps系统可靠性建模、分析与优化设计，不仅能够准确描述libps系统退化/失效的物理过程，还能高效地完成可靠性优化设计工作，有助于提高libps系统可靠性评估的准确性和优化设计工作的效率。本发明提供的一种基于多物理场仿真与响应面分析法的libps系统可靠性优化设计方法，主要包含以下步骤：步骤1：确定libps系统尺寸和可靠性设计要求。根据libps系统实际应用情况，确定锂电池组物理模型的尺寸和可靠度要求；步骤2：制定若干冗余设计方案。冗余设计方案制定不仅需要考虑libps系统可靠性设计要求，还要考虑到libps系统物理尺寸，故冗余设计方案数量有限。此外，在实际工程中可能还需要考虑成本、功率、容量等因素；步骤3：选择libps系统冗余设计方案，并进一步确定libps系统内电池的布局方式及需要优化的参数。根据电池组内电池单体的排列布局方式，确定需要优化的参数，主要为能够确定电池组布局的电池单体之间间距参数，可以是多个方向上的距离，也可以是间隔的比例系数，角度等参数；步骤4：设计构建libps系统可靠性响应面的实验方案；实验方案的设计方法有中心组合设计方法(centralcompositedesign)、box-behnken设计方法、混合设计方法(mixturedesign)等；步骤5：建立libps系统多物理场耦合模型，完成模型验证并开展多物理场耦合仿真分析。libps系统多物理场模型包括电化学模型(包括电化学反应、副反应)、热模型、流体动力学模型等；步骤6：基于步骤5中多物理场耦合仿真结果，开展温度场、退化、失效等物理表征分析，计算获得相应的物理量。基于电化学—热—流体动力学耦合模型仿真分析，获得libps系统温度场分布结果。电池退化、失效的物理量则是基于温度场分析结果，结合电池副反应模型仿真计算获得；步骤7：基于rbd法建立libps系统可靠性模型，并通过分析电池退化随机性的特点，建立退化随机性模型。随机性模型主要服从的分布有正态分布、weibull分布等；步骤8：基于步骤6中分析计算获得的温度场、退化、失效等物理量，基于ugf的可靠性分析方法开展系统可靠性分析和评估，获得可靠性指标(可靠度等)；步骤9：重复步骤5至步骤8，直至完成步骤4中的所有实验方案，并根据可靠性评估结果和布局设计尺寸参数构建libps系统可靠性的响应面，采用最小二乘法非线性回归方法进行拟合；步骤10：验证构建的响应面模型是否满足准确度要求，若不满足，则返回步骤4修改或重新设计实验方案，可以根据拟合的实际情况，增删实验数据点，若拟合效果较差，则需要更换响应面实验设计方法进行重新设计；步骤11：采用遗传算法(ga)对满足准确度要求的libps系统可靠性响应面模型进行寻优，找到可靠性最优化的设计参数，并确定在该冗余设计方案下的电池组最优化布局；步骤12：重复步骤3至步骤11，直至完成所有libps系统冗余设计方案的寻优工作；步骤13：通过对比各冗余设计方案及其最优化布局，确定libps系统最优冗余设计方案及其最优化布局。本发明的优异效果是：在libps系统可靠性优化设计领域，综合集成了多物理场仿真技术、系统可靠性理论方法、随机不确定性理论方法、响应面分析法。通过将上述方法有机的结合，同时发挥了多物理场仿真技术和响应面分析方法的优点。利用多物理仿真方法可以科学、准确地描述电池组运行和退化的物理表征，利用响应面分析方法可以避免由多个设计变量改变而引起的组合爆炸问题。因此，该方法能有效地得到满足高可靠性要求的电池组最优冗余和布局设计方案，大大减少了计算量。附图说明图1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流程图图2libps系统等间距交叉排列示意图图3不同冗余设计方案libps系统最优化布局结构及温度分布图4基于多物理场耦合的libps多态系统可靠性模型示意图具体实施方式为使本发明的特征及优点得到更清楚的了解，以下结合附图，作案例及详细说明。用户基于该方法对libps系统可靠性进行优化的具体实施步骤是：步骤1：确定libps系统尺寸和可靠性设计要求。以尺寸180×108×65mm(x×y×z)的3并5串电池组为例，要求可靠性在2000循环后保持在0.95以上；步骤2：考虑libps系统可靠性设计要求和libps系统物理尺寸，制定冗余设计方案，以3并5串、3并8串、4并6串锂电池组为例；步骤3：选择3并8串libps系统，确定libps系统的电池布局方式为等间距交叉排列，需要优化的设计参数为x1、x2、x3，libps系统等间距交叉排列示意图如图2所示；步骤4：根据几何尺寸的限制和对称性，设计参数的取值范围如表1所示。其中x3满足下列条件(n为并联支路数量)：x3 (n-1)·x2 18≤108(1)利用box-behnken设计方法设计构建libps系统可靠性响应面的实验方案，如表2所示，其中-1、0、1值分别代表设计参数值的下限、中间值和上限。表1不同锂电池组设计参数取值范围类型x1/mmx2/mmx3/mm3并5串[18,40.5][18,45][0,90-2*x2]3并8串[18,23.14][18,45][0,90-2*x2]4并6串[18,32.39][18,30][0,90-3*x2]步骤5：建立libps系统电化学—热—流体动力学多物理场耦合模型，完成相应的模型验证，并开展多物理场耦合仿真分析，对libps系统运行过程中的物理过程进行分析。其中电化学模型采用准二维模型(p2d)；热模型的控制方程为能量守恒方程，边界条件根据牛顿冷却定律与stefan-boltzmann定律确定；流体动力学模型由纳维斯托克斯(n-s)方程与k-ε湍流模型组成；模型数学方程详细描述略。步骤6：基于步骤5中多物理场耦合仿真结果，开展温度场、退化、失效等物理表征分析，计算获得相应的物理量。基于电化学—热—流体动力学耦合模型仿真分析，获得libps系统温度场分布结果，如图3所示。电池退化、失效的物理量则是基于温度场分析结果，结合电池副反应模型仿真计算获得；步骤7：基于rbd法建立多物理场耦合的libps多态系统可靠性模型，如图4所示。并通过分析电池退化随机性的特点，建立退化随机性模型。下面列出正态分布、weibull分布模型；正态分布模型：weibull分布模型：βfade(t)＝0.0003683·t2 0.02716·t-37.83(4)其中t为温度，n为循环充放电次数，cfade,n为n次充放电循环后的容量退化量。步骤8：基于步骤6中分析计算获得的温度场、退化、失效等物理量，基于ugf的可靠性分析方法开展系统可靠性分析和评估，获得可靠性指标(可靠度等)，如表2所示；其中ugf方法及其u函数表达式如下所示：电池单元u函数：电池组u函数：表2基于box-behnken设计方法的libps系统实验设计方案与结果步骤9：重复步骤5至步骤8，直至完成步骤4中的所有实验方案，并根据可靠性评估结果和布局设计尺寸参数构建libps系统可靠性的响应面，采用最小二乘法非线性回归方法进行拟合。三参数响应面模型如下所示：拟合系数结果如表3所示。表3响应面模型系数步骤10：任意选取设计参数，对比基于多物理场耦合的系统可靠性分析结果与响应面模型结果，完成响应面模型准确度验证。经验证，构建的响应面模型满足准确度要求。若不满足，则返回步骤4修改或重新设计实验方案，可以根据拟合的实际情况，增删实验数据点，若拟合效果较差，则需要更换响应面实验设计方法进行重新设计；步骤11：采用遗传算法(ga)对满足准确度要求的libps系统可靠性响应面模型进行寻优，找到可靠性最优化的设计参数，并确定在该冗余设计方案下的电池组最优化布局，如表4所示；步骤12：重复步骤3至步骤11，直至完成所有libps系统冗余设计方案的布局寻优工作，结果如表4所示，结构示意图如图3所示；表4最优化设计参数(括号中为无量纲设计参数)参数3并5串3并8串4并6串x1/mm40.50(1)23.14(1)32.40(1)x2/mm27.45(-0.2381)28.80(-0.1429)25.80(0.3333)x3/mm26.74(0.5238)21.60(0.3333)4.20(-0.3333)步骤13：通过对比各冗余设计方案及其最优化布局，确定在上述冗余设计方案中libps系统最优冗余设计方案为4并6串，决定其最优化布局的设计参数(x1、x2、x3)为32.40、25.80、4.20mm。本发明提供的方法实现了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，该方法不仅能够科学准确地描述电池组运行的物理过程，还大大地减少了系统可靠性仿真分析的计算量，提高了优化设计工作的效率。以上所述为本发明的优选方案，对于本领域的技术人员而言，在不脱离本发明整体构思前提下，还可以对本发明的具体实施方式进行修改或者等同替换，这些也应视为本发明的保护范围。当前第1页1 2 3
技术特征：1.一种基于多物理场仿真与响应面分析法的锂电池组(libps)系统可靠性优化设计方法，其特征在于：它包含以下步骤：
步骤1：确定libps系统尺寸和可靠性设计要求。根据libps系统实际应用情况，确定锂电池组物理模型的尺寸和可靠度要求；
步骤2：制定若干冗余设计方案。冗余设计方案制定不仅需要考虑libps系统可靠性设计要求，还要考虑到libps系统物理尺寸，故冗余设计方案数量有限。此外，在实际工程中可能还需要考虑成本、功率、容量等因素；
步骤3：选择libps系统冗余设计方案，并进一步确定libps系统内电池的布局方式及需要优化的参数。根据电池组内电池单体的排列布局方式，确定需要优化的参数，主要为能够确定电池组布局的电池单体之间间距参数，可以是多个方向上的距离，也可以是间隔的比例系数，角度等参数；
步骤4：设计构建libps系统可靠性响应面的实验方案；实验方案的设计方法有中心组合设计方法(centralcompositedesign)、box-behnken设计方法、混合设计方法(mixturedesign)等；
步骤5：建立libps系统多物理场耦合模型，并开展多物理场耦合仿真分析。libps系统多物理场模型包括电化学模型(包括电化学反应、副反应)、热模型、流体动力学模型等；
步骤6：基于步骤5中多物理场耦合仿真结果，开展温度场、退化、失效等物理表征分析，计算获得相应的物理量。基于电化学—热—流体动力学耦合模型仿真分析，获得libps系统温度场分布结果。电池退化、失效的物理量则是基于温度场分析结果，结合电池副反应模型仿真计算获得；
步骤7：基于rbd法建立libps系统可靠性模型，并通过分析电池退化随机性的特点，建立退化随机性模型。随机性模型主要服从的分布有正态分布、weibull分布等；
步骤8：基于步骤6中分析计算获得的温度场、退化、失效等物理量，基于ugf的可靠性分析方法开展系统可靠性分析和评估，获得可靠性指标(可靠度等)；
步骤9：重复步骤5至步骤8，直至完成步骤4中的所有实验方案，并根据可靠性评估结果和布局设计尺寸参数构建libps系统可靠性的响应面，采用最小二乘法非线性回归方法进行拟合；
步骤10：验证构建的响应面模型是否满足准确度要求，若不满足，则返回步骤4修改或重新设计实验方案，可以根据拟合的实际情况，增删实验数据点，若拟合效果较差，则需要更换响应面实验设计方法进行重新设计；
步骤11：采用遗传算法(ga)对满足准确度要求的libps系统可靠性响应面模型进行寻优，找到可靠性最优化的设计参数，并确定在该冗余设计方案下的电池组最优化布局；
步骤12：重复步骤3至步骤11，直至完成所有libps系统冗余设计方案的寻优工作；
步骤13：通过对比各冗余设计方案及其最优化布局，确定libps系统最优冗余设计方案及其最优化布局。
技术总结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。
技术研发人员：任羿;夏权;杨德真;王自力;孙博;冯强;钱诚
受保护的技术使用者：北京航空航天大学
技术研发日：2020.01.15
技术公布日：2020.06.05
