ユーザー事例集

集中アプローチ熱モデリングによる車載用電池管理システムの改良

インドの運輸部門が野心的な電化目標を達成するには, メーカーは電池管理システム (BMS) などの必須コンポーネントの開発を加速する必要があります. Exicom は, マルチフィジックスシミュレーションを使用して, さまざまなバッテリセルおよびパック設計の熱挙動を理解することにより, BMS のパフォーマンスを最適化します.

Neena Picardo　著
2022年 9月

インドは電気自動車 (EV) の急成長市場であり, ある調査では, インドで販売される自動車の 30% 以上が 2030 年までに電気自動車になると予測されています (参照 1). EV に電力を供給するバッテリパックは, インドにおける電動モビリティ革命の主要な原動力の 1 つです. バッテリパックのパフォーマンスと安全性を監視および管理するために, パックには通常, 電池管理システム (BMS) が装備されています. BMS は, 電池電圧, 温度, 冷却水流れ, および状態を監視し, 電流変動や発熱などの他の多くのパフォーマンスパラメーターを予測して, バッテリパックから最適なパフォーマンスを引き出すのに役立つ電子システムです.

正確な BMS の開発におけるシミュレーションの役割

Exicom Tele-Systems Pvt. Ltd. は, 最新のリチウムイオン電池技術を含むエネルギー ソリューションを設計, 開発, 展開しています. 現在までに, 合計 1.8 GWh を超えるリチウムイオン電池ソリューションを展開しており, 単一企業としては世界最高レベルです. また, Exicom は, インドの電動モビリティの成長を牽引している電動二輪車および小型電気自動車向けの充電ソリューションと BMS も提供しています. Exicom の革新的な BMS ソリューションは, その性能と寿命が高く評価されています.

インドのGurugramにある Exicom の R&D センターでは, Parmender博士が率いる技術チームが, 幅広い電圧範囲 (最大 1000 V) にわたるアプリケーションでリチウムイオン電池を正確に監視および管理するために使用できる BMS を開発しました. この BMS も化学にとらわれません. フェロリン酸リチウム, またはリン酸鉄リチウム (LFP), リチウム ニッケル マンガン コバルト酸化物 (NMC), リチウム ニッケル コバルト アルミニウム酸化物 (NCA) など, さまざまな種類のリチウムイオン電池で使用できます.

BMS の精度は, システムのプログラミングまたはキャリブレーションに使用される入力の品質と精度に依存します. たとえば, BMS には, バッテリパック全体に分散された多数の温度センサーが含まれています. バッテリパックの温度分布を正確に監視し, 対応する性能を予測するには, センサーを適切な場所に配置することが不可欠です. これには, 各バッテリセルの熱プロファイルと, パック全体での熱の変化を詳細に理解する必要があります. ここで COMSOL Multiphysics^® が重要な役割を果たします. 熱プロファイル情報など, 外科的精度を備えた BMS の開発に必要な入力の正確な計算と照合が可能になります.

潜在的な熱暴走の予測と防止

Exicom の Singh 博士のチームは, COMSOL Multiphysics® を使用して, バッテリセルの熱挙動に関する多くの解析を実行しました. また, シミュレーションを使用して, 熱暴走を引き起こす可能性のある外部短絡の可能性を分析しました. これは, 機器の損傷や火災の原因となる制御不能な自己発熱プロセスです. Exicom チームは, さまざまなフォームファクターの円筒形セルで生成される熱を分析することから始め, セルで生成された熱プロファイルを使用して, このモデルをパックレベルにさらに拡張しました. 「空冷バッテリパックのパック全体の温度勾配を改善することに特に関心がありました」と Singh 博士は述べています.

1C 放電中の円筒セルのセルレベルでの熱モデリングの結果を図 1 に示します. 図 1 の左側の可視化は温度分布を示しており, 最大温度はセルの中央で観察されます. 右側の可視化は, 最大温度がセルの活物質に位置する温度の等高線分布を示しています.

シミュレーション結果は, 実験結果で検証された場合, 標準の充放電プロファイルで±5%の誤差範囲内であることが観察されました. このモデルは, 外部短絡試験用に定義された規格 UL1642 に従って, 100% 充電状態 (SOC) での 2C 放電用にさらに拡張されました.

セルの正端子と負端子は 80 ±20 mΩ の抵抗を介して短絡されました. COMSOL^® ソフトウェアの集中アプローチベースの熱モデルは, セルの充放電プロファイルの実験データに対して検証されました. 彼らはまた次のことを開発しました:

• COMSOL^® で利用可能な最適化機能に基づく, 円筒型セルの周期的およびカレンダー的容量減衰モデル
• A抽出された電気化学パラメーターを使用した円筒型セルの高忠実度疑似二次元 (P2D) モデル

彼らは, 集中アプローチにより, セルの形状, 電極の厚さ, 熱伝導率, 熱容量, 駆動サイクル, 開回路電圧 (OCV) - SOC テーブルなどの最小限のパラメーターを使用してモデルを構築できることを発見しました. バッテリパックのメーカーから入手可能です.

これらのパラメーターを実験的に抽出することは, 時間がかかるプロセスであるだけでなく, さまざまな実験条件によりエラーが発生しやすくなります. たとえば, 周囲温度は変動するため, セルの正確な熱プロファイルを抽出するには, さまざまな周囲温度で広範な一連のテストを実行する必要があります. しかし, Singh博士とチームはシミュレーションを使用することで, これらの実験を非常に簡単に実行することができました. 彼らは, 充電と放電のプロファイル, さまざまな充電と放電速度での熱挙動, さまざまなセルの化学的性質における外部または内部の短絡による熱暴走を効率的に研究することができました. また, バッテリパック内のホットスポットを特定し, 高精度の容量低下分析に基づいてセルのグレードを決定することもできました. これらの結果は, 最も効率的に機能するために BMS 内に熱センサーを配置する最適な位置をホットスポットが示していたため, BMS の開発サイクル タイムの短縮に直接応用されました. Singh博士によれば, 「COMSOL^® は, 電池設計と熱モデリングのための, 習得が簡単で適応性のある有限要素ツールです. 」

将来の姿: 電池シミュレーションの劣化予想への拡張

熱シミュレーションに加えて, Singh博士はシミュレーションの使用を拡張して, もう 1 つの重要な現象である電池の経年劣化を解析しました. 電池の寿命の中で, 電池の健全性 (SOH) は, 固体電解質界面 (SEI) 層の成長などの不可逆的な物理的および化学的変化により徐々に悪化します. これにより, バッテリセルの多孔性が失われる可能性があります. その結果, 分極と内部抵抗の増加につながる可能性があります. 磁場プロービング (MFP) は, 電池の SOH を監視するための非侵襲的な方法です. MFP 法の可能性を実証することを目的として, Singh 博士は COMSOL^® でマルチフィジックスモデルを開発し, 磁場応答, 電池の分極, リチウムイオン電池の内部抵抗を評価しました (参考文献 2). 研究チームは, 電極の多孔性の変化が磁場応答に大きな影響を与えることを観察しました. この研究は現在準備段階にありますが, 潜在的な応用は広範囲に広がっています. 「この現象をさらに調査することで, 電池の劣化を監視する機能や, BMS 自体の劣化に対するより優れた保護メカニズムの開発と導入が可能になると期待しています」とSingh博士は述べています.

Exicom チームは現在, セルレベルでの熱および容量減衰解析のための電気化学 P2D モデリングに取り組んでいます. 熱暴走時の精度を高めるために, 電極と SEI 層での熱発熱方程式を追加してモデルをさらに拡張する予定です. また, 集中容量フェード モデルを周期的およびカレンダー予測分析に使用することも計画しています. 将来的には, SOC および SOH の低次数モデルを実装し, そのモデルを MATLAB^® にエクスポートして ASIC レベルまでのコード生成を行うことも計画しています.

インドおよび世界中で電動モビリティへの移行が加速する中, 電池技術の研究は今後数年間で大幅に増加すると予想されます. COMSOL^® のようなシミュレーションソフトウェアは, より効果的なソリューションを提供し, 製品の市場投入までの時間を短縮したいと考えている電動モビリティ分野の企業にとって, 非常に有利なスタートを切ることができます.