Thermal modeling and verification of a pouch-type lithium-ion cell using equivalent circuit modeling and machine learning

Abstract

Lityum-iyon bataryalar, enerji depolama sistemlerinde yaygın olarak kullanılan ve yüksek enerji yoğunluğu ile dikkat çeken teknolojilerdir. Bu bataryaların performansı, enerji yoğunluğu ve döngü ömrü gibi özellikleri, çalışma koşullarından doğrudan etkilenir. Sıcaklık, lityum-iyon bataryaların performansını ve güvenliğini önemli ölçüde etkiler. Lityum-iyon bataryaların optimum çalışma sıcaklık aralığı 15 °C ile 35 °C arasında değişir ve bu aralığın üzerine çıkılması hızlanan reaksiyonlar, artan ısı üretimi ve termal kaçak riskine yol açabilir. Bu çalışma, 25 °C ortam sıcaklığında ve 0.25C, 0.5C ve 1C deşarj akımlarında ANSYS FLUENT'te ECM modeli kullanarak 5 Ah NMC-polimer hücresinin termal davranışını modellemeye ve deneysel olarak doğrulamaya odaklanmaktadır. Deneysel veriler sırasıyla 27.58 °C, 30.65 °C ve 39.16 °C sıcaklıklarını gösterirken, sayısal sonuçlar 27.11 °C, 31.4 °C ve 39.65 °C olarak bulunmuş ve iyi bir uyum göstermiştir. Su soğutmalı alüminyum plakalarla hücrenin termal davranışı incelendi, ???? sayısı 4436.24 olarak hesaplandı ve bu nedenle akış türbülanslı olarak kabul edildi. CFD simülasyonu için ANSYS FLUENT MESHING ile 3220062 elemanlı bir poligonal mesh oluşturuldu. Sonuçlar, 1C deşarjda hücre sıcaklığının azaldığını ve daha homojen bir sıcaklık dağılımının oluştuğunu gösterdi. Çalışmada Gaussian process regression (GPR), support vector machine (SVM), neural network (NN) ve linear regression (LR) makine öğrenimi metotları kullanılarak maksimum hücre sıcaklıkları tahmin edilmiş ve GPR en yakın sonuçları (R2=0.99, MAE= 0.317, RMSE= 0.4686 and RAE= 0.2196) vermiştir. Genel olarak ECM modeli hücre sıcaklık profillerini öngörmede ve termal yönetimde etkili bir yöntem olarak karmaşık elektro-kimyasal termal modellere kıyasla hesaplama açısından verimli bir alternatif sunmaktadır.Lithium-ion batteries are widely used in energy storage systems and are notable for their high energy density. The performance, energy density, and cycle life of these batteries are directly influenced by operating conditions. The optimum operating temperature range of lithium-ion batteries varies between 15 °C and 35 °C, and exceeding this range can lead to accelerated reactions, increased heat production and the risk of thermal runaway. This study focuses on modeling and experimentally verifying the thermal behavior of a 5 Ah NMC-polymer cell using the ECM model in ANSYS FLUENT at 25 °C ambient temperature and discharge currents of 0.25C, 0.5C, and 1C. Experimental data showed temperatures of 27.58 °C, 30.65 °C, and 39.16 °C, while numerical results were 27.11 °C, 31.4 °C, and 39.65 °C, demonstrating good agreement. The thermal behavior of cell with water-cooled aluminum plates was examined, ???? number was 4436.24 and therefore the flow is considered turbulent. For CFD simulation, a polyhedral mesh with 3220062 elements was created with ANSYS FLUENT MESHING. The results show that the cell temperature decreases at 1C discharge and a more homogeneous temperature distribution occurs. The study also employed machine learning methods, including Gaussian process regression (GPR), support vector machine (SVM), neural network (NN), and linear regression (LR), to predict maximum cell temperatures, with GPR yielding the closest results to actual values (R2=0.99, MAE= 0.317, RMSE= 0.4686 and RAE= 0.2196). Overall, the ECM model proved effective in predicting cell temperature profiles for thermal management, offering a computationally efficient alternative to complex electrochemical-thermal models.