배터리 모듈 시뮬레이션 – 선형 시간 불변 감소 주문 모델

디자이너를 위한 포럼에 참여하기

여러분의 전문 지식은 커뮤니티에 매우 중요합니다. 참여하여 지식을 공유하세요

지금 포럼에 참여하세요

업계 최고의 전문가들과 함께 공유하고 배우며 성장하세요.


배터리 모듈 열 설계 과제

사용 주기에 맞는 배터리 모듈을 설계하려면 몇 가지 고유한 열 엔지니어링 과제가 있습니다.

드라이브 사이클과 같은 사용 주기에는 다양한 부하, 속도 및 환경 조건이 포함되므로 배터리는 동적 스트레스 하에서 일관된 성능을 제공해야 합니다. 변동하는 전류는 셀을 저하시킬 수 있는 열을 발생시키므로 열 거동을 관리하는 것이 중요합니다. 설계자는 최적의 에너지 밀도, 전력 출력, 안전성을 보장하는 동시에 크기, 무게, 비용 제약의 균형을 맞춰야 합니다. 또한 성능과 수명에 영향을 미치는 불균형을 피하기 위해 셀을 신중하게 매칭해야 합니다. 실제 사이클링에서 장기적인 성능 저하를 예측하면 설계가 더욱 복잡해집니다. 전반적으로 다양한 주행 시나리오에서 내구성, 효율성 및 신뢰성을 달성하려면 신중한 엔지니어링과 고급 제어 전략이 필요합니다.

엔지니어링 솔루션

드라이브 사이클에서 배터리 모듈 문제를 해결하기 위해 엔지니어는 여러 가지 솔루션을 사용합니다. 액체 냉각 또는 상변화 물질과 같은 열 관리 시스템은 온도를 조절하고 과열을 방지합니다. 배터리 관리 시스템(BMS)은 전압, 전류, 온도를 모니터링하여 셀 밸런싱과 안전한 작동을 보장합니다. 고급 모델링 및 시뮬레이션 도구는 다양한 드라이브 조건에서 성능 및 성능 저하를 예측하는 데 도움이 됩니다. 셀 선택 및 매칭을 통해 균일성과 수명을 개선합니다. 구조 설계는 무게, 내구성, 충돌 안전성을 위해 패키징을 최적화합니다. 또한 적응형 제어 알고리즘이 실시간으로 전력 공급을 조정하여 다양한 주행 시나리오에서 효율성을 높이고 배터리 수명을 연장합니다.

앤시스 플루언트는 배터리 열 시스템 솔루션을 평가하는 데 효과적인 툴이지만, 이러한 평가에는 몇 가지 어려움이 따를 수 있습니다. 정확한 모델을 생성하려면 다양한 조건에서 재료 특성 및 셀 거동을 포함한 상세한 입력 데이터가 필요한데, 이를 구하기 어려울 수 있습니다. Fluent에서 충실도 높은 시뮬레이션을 검증하는 것은 사용 주기를 고려할 때 계산 집약적이고 시간이 많이 소요됩니다. Ansys 디지털 트윈의 감소된 주문 모델을 활용하면 사용 주기에 대한 열 솔루션을 실시간으로 평가할 수 있습니다. 이 블로그에서는 배터리 모듈에 대한 선형 시간 불변(LTI) 환원 주문 모델(ROM)을 다룹니다.

방법

이 설명에서 Ansys Fluent 및 디지털 트윈으로 배터리 모듈 열 시뮬레이션을 설정하려면 몇 가지 단계가 필요합니다. 이러한 단계에는 사고 맵, 제품 맵, Fluent 케이스 설정, 트윈 빌더 디지털 트윈 설정이 포함됩니다.

사고 지도: 블로우 성형 특성에 대한 사고 지도는 아이디어, 개념 또는 정보를 구조화된 방식으로 구성하고 표현하기 위해 생성됩니다. 아래의 사고 지도는 시뮬레이션 연구의 목표와 그 목표를 달성하기 위한 질문을 보여줍니다. 각 질문 뒤에는 각 질문을 해결하기 위한 이론, 행동 및 예측이 이어집니다. 결과가 생성되는 대로 각 가지의 맨 아래에도 결과가 추가됩니다.

제품 맵: 블로우 몰딩 패리슨과 금형의 제품 맵을 생성하여 제품 특징을 나열하고 분류합니다. 제품 맵은 사고 지도의 이론/행동과 일치하는 몇 가지 요소를 나타냅니다.

유창한 교육 시뮬레이션: 사고 맵에서 생성된 연구에 따라 훈련 목적으로 유창한 모델을 실행합니다. 먼저 정상 상태의 냉기 흐름 시뮬레이션을 수행하여 셀 열 방출과 탭 전류가 0인 냉각판 냉각수 흐름에 대한 솔루션을 생성합니다. 그런 다음 흐름 방정식을 비활성화하고 에너지 방정식을 활성화합니다. 아래 이미지는 플루언트 배터리 모델에서 단일 입력 다중 출력 및 다중 입력 다중 출력 감소 순서 모델을 사용하여 LTI 모델을 훈련하는 단계의 순서를 보여줍니다.

다음 이미지는 배터리 ROM 도구 키트를 활성화하고 배터리 모델 패널에서 LTI ROM 유형을 선택하는 과정을 보여줍니다.

다음 이미지는 볼륨 열을 선택할 때 단일 입력 다중 출력(SIMO)과 다중 입력 다중 출력(MIMO) ROM의 다른 선택 절차를 보여줍니다. 팁: “그룹으로 추가” 또는 “개별적으로 추가” 버튼을 클릭하기 전에 와트 수치를 지정하세요.

두 경우 모두 줄 열에 대한 입력 탭 전류가 활성화되어 있으며, 아래 그림과 같이 셀 영역 평균에 대해 개별적으로 추가된 셀을 사용합니다. 과도 설정을 설정하면 설정이 적용되고 트레이닝 실행이 활성화됩니다.

디지털 트윈 시뮬레이션: 트윈 빌더의 선형 시간 불변 ROM을 위한 디지털 트윈 기능은 트윈 빌더 툴킷의 열 모델 식별을 통해 액세스할 수 있습니다. 아래 이미지는 트윈 빌더에서 단일 입력 다중 출력 환원 순서 모델(왼쪽)과 다중 입력 다중 출력 환원 순서 모델(오른쪽)로 LTI 모델을 실행하는 단계의 순서를 보여줍니다.

생성된 모델을 컴포넌트 라이브러리에서 회로도 창으로 드래그합니다. 열 부하 및 전류에 대한 상수 입력이 추가되어 모델에 연결됩니다. 열 부하는 전류 제곱의 함수이므로 전류 상수 블록과 줄 열 입력 사이에 제곱 함수가 추가됩니다. SIMO ROM의 경우 일정한 열 부하는 모듈의 헤드 부하에 해당합니다. MIMO ROM의 경우 일정한 열 부하는 모든 입력에 연결되며 셀당 열 부하와 동일한 값을 갖습니다.

과도 온도 결과를 생성하기 위해 트윈 빌더 분석이 수행됩니다. 시뮬레이션 계산이 실행되어 온도와 시뮬레이션 시간에 초점을 맞춘 결과를 생성합니다. 유동적 실행은 10개의 프로세서로 병렬로 수행되었으며 디지털 트윈 실행에 지정된 최대 시간 단계 크기와 동일한 시간 단계 크기를 사용했습니다. 처리 데이터를 분석하여 이론에 대한 질문에 답하고 예측을 확인하거나 모순을 확인합니다.

유창한 디지털 트윈 시뮬레이션 결과

훈련 시간의 그래픽 분석: 아래 차트는 Fluent에서 ROM을 훈련하는 데 소요된 시간을 보여줍니다. 다중 입력 다중 출력(MIMO) 훈련은 입력이 2개인 반면 출력은 13개이기 때문에 단일 입력 다중 출력(SIMO) 훈련보다 6배 이상 더 오래 걸렸습니다.

시뮬레이션 시간 그래픽 분석: 아래 차트는 Fluent와 디지털 트윈에서 사용 시뮬레이션에 소요된 시간을 보여줍니다. 첫 번째 시나리오는 일정한 열 부하가 있었고 두 번째와 세 번째 시나리오는 일시적인 열 부하가 있었습니다. 디지털 트윈의 실행 시간은 4초 미만이었습니다. 이에 상응하는 Fluent 실행에는 몇 시간이 걸렸습니다.

시뮬레이션 온도의 그래픽 분석: 아래 차트는 일정한 열 부하를 가했을 때 Fluent 실행과 해당 SIMO 및 MIMO ROM 간의 온도 비교를 보여줍니다. 온도 차이를 확인하기는 매우 어렵지만 시뮬레이션 시간 차이가 큽니다.

시뮬레이션 온도의 그래픽 분석: 아래 차트는 정방향 및 역방향 사이클 부하가 있는 플루언트 실행과 해당 디지털 트윈 실행 간의 온도 비교를 보여줍니다. 온도 차이를 확인하기는 매우 어렵지만 시뮬레이션 시간 차이가 큽니다.

배터리 전류 영향의 그래픽 분석: 아래 차트는 순방향 및 역방향 사이클 부하가 있는 두 전류 레벨 간의 온도 비교를 표시합니다. 사이클이 끝날 때 0.5도 정도의 온도 차이를 볼 수 있습니다. 각 실행은 4초도 채 걸리지 않았습니다.

비디오

설정 세부 정보: 다음 동영상에서는 Fluent 및 트윈 빌더를 사용한 SIMO 및 MIMO 설정의 주요 내용을 단계별로 안내합니다.

Ansys 솔루션의 이점

앤시스는 설계 최적화, 신뢰성 향상, 비용 절감 등 다양한 이점을 제공하는 배터리 모듈 열 시스템 시뮬레이션을 위한 고급 기능을 제공합니다. 제조업체는 사용 주기별 배터리 모듈 성능을 정확하게 예측함으로써 특정 요구 사항을 충족하는 제품을 보다 효율적으로 설계할 수 있습니다.

궁극적으로 앤시스 플루언트 및 디지털 트윈은 사용 주기를 평가하고 냉각 시스템을 미세 조정할 수 있는 포괄적인 가상 환경을 제공합니다.

앤시스 플루언트 및 디지털 트윈을 사용하면 전류, 상수 또는 가변 열 부하와 같은 다양한 설계/입력 요소를 평가할 수 있습니다. 배터리 열 엔지니어는 디지털 트윈에서 여러 설계 옵션을 평가하여 실시간으로 열 거동을 이해할 수 있습니다. 앤시스는 디지털 트윈과 Fluent 외에도 설계 매개변수화 및 평가를 위한 LS-Dyna, DesignXplorer, OptiSLang, Mechanical 등의 툴을 제공합니다.

디자이너를 위한 포럼에 참여하기

여러분의 전문 지식은 커뮤니티에 매우 중요합니다. 참여하여 지식을 공유하세요

지금 포럼에 참여하세요

업계 최고의 전문가들과 함께 공유하고 배우며 성장하세요.