DOI Link:
https://doi.org/10.1016/j.xinn.2024.100624
Googlescholar:
https://scholar.google.com/citations?user=UmfsBYIAAAAJ&hl=en&oi=ao
ScienceDirect:
https://www.scopus.com/authid/detail.uri?authorId=55586348100
UniversityWeb:
https://cmee.upc.edu.cn/2024/0305/c21432a424369/page.htm
3. 收录日期
1. 科学问题
LIB热失控建模中的多物理场耦合、数值优化、降阶模型与数据驱动方法的应用，以及安全性验证与法规要求，面临着计算效率、数据需求和模型适应性等挑战。
GA
2. 综述背景
1. 全球气候目标与锂离子电池的重要性
为应对全球变暖问题，各国通过《巴黎气候协定》，承诺在2050年前将全球变暖控制在1.5°C以内。
电气化是实现碳中和的关键策略，其中锂离子电池（LIBs）凭借高比能量和长循环寿命，在交通、储能及便携设备领域发挥核心作用。
2. 锂离子电池的安全挑战
LIBs在热、电或机械滥用条件下，可能超出正常工作温度范围，导致热量积累和自持放热反应。
热失控（TR）表现为剧烈的热释放、气体喷放和燃烧，可传播至电池组，造成火灾或爆炸等严重后果。
尽管已有改进安全性的研究，但TR事故频发，成为阻碍LIB技术推广的关键问题。
3. 热失控模型的重要性
(1) 模型的价值
理解LIBs的反应与退化机制，为提升安全性能提供思路。
热失控模型通过模拟多物理场交互，弥补实验方法在成本、安全性和参数解析方面的局限，提供更深入的物理场分布与流量信息。
(2) 模型的实际应用（Fig. 1）
设计阶段
映射设计特性与电池热行为，助力开发更安全的材料和结构。
运行阶段
通过解析物理信号，监测和预测电池故障，指导电池管理系统的风险响应。
再利用阶段
评估电池在拆解与回收过程中的风险，预测长期使用中的性能退化，保障梯次利用的安全性。
事故阶段
分析电池失效的演化机制，指导应急策略，同时重建事故场景推断原因。
4. 热失控模型的发展挑战
(1) 模拟范围的扩展
从单体电池扩展至多尺度范围，并从热模型发展为多物理模型。
(2) 物理模型的耦合
应对复杂非线性系统，优化多物理模型间的耦合以更精确地捕捉TR行为。
(3) 计算效率与精度的平衡
在降低计算成本的同时，提升模拟的准确性，为下一代模型的发展奠定基础。
Fig. 1 Typical application scenarios of LIBs and the roles of TR models in different stages of design, operation, reuse, and accidents
3. 研究结果
3.1 热失控的多尺度理解
透彻理解热失控（TR）的演化过程和机制是建立TR模型的基础。
时间序列图（TSM，Fig. 2）从时间序列与空间尺度两方面描述了TR的演化过程，涵盖电极、电池、模组和系统四个层级。
1. 电极层级
微观电化学反应：SEI层分解释放气体，锂与电解液反应产生碳氢化合物，隔膜收缩引发内短路。
关键反应链：阳极与阴极材料分解，氧气释放，电解液剧烈放热，结合剂与锂反应生成氢气。
应对策略：改进电极材料热稳定性，采用阻燃电解液、固态聚合物电解质及自关断隔膜等。
2. 电池层级
气体生成与压力累积：反应产生的气体提升压力，安全阀启动时释放气体和物质，可能引发气体燃烧。
热失控表现：电池膨胀、内卷破裂，继而产生多相反应（气体、液体、固体喷射）。
安全策略：采用正热系数（PTC）热敏电阻、安全阀及保护电路，降低TR风险。
3. 模组层级
热失控传播（TRP）：
横向传播：相邻电池通过热传导传播TR，顶部火焰加速热传递。
纵向传播：上层电池因火焰加热发生TR，浮力驱动火焰沿模组壁向上扩散。
防控措施：提高单体电池耐受能力，优化BTMS系统，增加热阻层以减少热流。
4. 系统层级
(1) 主要风险：
气体爆炸：可燃气体在密闭空间聚集后引发爆炸。
大规模火灾：火焰传播引发其他易燃部件燃烧，释放大量热量。
(2) 抑制策略：
使用气体、干粉、水基或气溶胶灭火剂。
安装可燃气体探测器与排气系统以降低爆炸风险。
5. 实际应用
(1) 微观与系统研究不足：
微观层面，受限于当前表征技术的时间、空间与元素分辨率，部分反应机制尚未明确。
系统层面，TR传播与火灾的大规模实验成本高昂，研究受限。
(2) 模型结合实验的前景：
通过数值模拟与实验表征的结合，可深入理解TR行为与机制，为未来研究提供有效工具。
Fig. 2 Evolution and mechanism of TR of LIBs from multiscale perspectives
3.2 多物理场耦合模型的开发
TR现象涉及力学、热力学、电化学和流体动力学等多个领域。
综合的多物理场模型能够整合这些不同的物理现象，提供更真实的仿真结果，并深入理解它们之间的相互作用。
1. 关键问题
多物理场模型框架（Fig. 3）
(1) 物理模型的四个基础领域：
热力学模型
电气模型
机械模型
流体动力学模型
(2) 模型耦合关系：
通过“树枝”连接不同的物理模型，表现它们的耦合关系。
(3) 模型的起点与终点：
“树根”代表热失控起始模型，关注TR的根本原因。
“树冠”代表热失控结果模型，关注TR的后果与演变。
2. 实际应用
多物理场耦合挑战：
各物理模型之间的耦合关系复杂，未来模型的开发将面临如何精确捕捉不同物理场之间交互的挑战。
该模型有助于提高对热失控过程中各类现象的全面理解，并为未来的模型优化提供方向。
Fig. 3 “Tree” of multiphysics modeling for TR of LIBs, where the “tree root” presents causation of TR, and the “tree crown” presents consequences of TR
1. 热力学模型的作用
热力学模型在LIB的TR建模中至关重要，涉及热条件的数学描述、能量平衡构建以及电池内的热生成过程。
关键问题
(1) 热条件的描述与能量平衡
热条件描述：包括边界条件（如采用Neumann边界条件或单元之间的耦合边界条件）。
能量平衡模型：结合热边界条件和能量平衡模型，构成热传导模型，这是TR模型的基础。
模型分类：
1. 集中参数模型：将每个电池视为具有质量和热容的节点，适用于低Biot数的电池，简化系统复杂性。
2. 多维模型：通过有限差分、有限元和有限体积方法实施，能够提供详细的温度分布信息，适用于更复杂的电池建模。
(2) 热生成与反应动力学
热生成模型：利用反应动力学方程（基于Arrhenius定律）描述滥用反应中的热生成过程。
反应动力学模型：
1. 基于电池的模型：利用ARC测试下的全电池温升曲线来估算热动力学参数。
2. 基于组件的模型：通过DSC测试获得组件级热动力学参数，帮助理解不同电池组件的热生成行为。
(3) 反应热与动力学参数的准确性
反应热和动力学参数的准确估算依赖于加速反应量热法（ARC）和差示扫描量热法（DSC）。
实际应用挑战：SOC（荷电状态）和SOH（健康状态）的变化对TR表现有显著影响，需要进一步开发能够覆盖全SOC范围的动力学模型。
实际应用
(1) TR传播模型
热阻网络模型（TRNM）：每个电池作为节点，与其他节点通过特定的热阻连接，适用于简单系统。
三维数值模型：基于能量平衡，通过热传导法聚合单个电池的TR模型，适用于复杂几何系统，能够提供详细的温度分布信息。
(2) TR传播模式与挑战
传播模式：包括水平传播、垂直传播和火灾传播。
当前的挑战：准确耦合TRP和燃烧过程，以及提高计算效率，尤其是在大规模和复杂系统中实现可行的TRP建模策略。
2. 电气模型的作用
电气模型通过电流和电压等电气参数的计算与热模型耦合，协助热模型计算电池温度，从而解决电气热释放率（HRR）问题。
关键问题
(1) 电化学模型与等效电路模型（ECM）的比较
电化学模型：捕捉LIB内部复杂的电化学过程，常用的伪二维模型基于浓缩溶液理论和多孔电极理论。虽然电化学模型为热电耦合提供准确的机制分析，但其复杂性限制了在大规模电池系统中的应用，主要用于研究过充/过放和短路等滥用条件下的机制。
等效电路模型（ECM）：通过简单的电气组件（如电压源、电阻、电容）组成电路模型。常见的ECM包括Thévenin模型和阻抗模型。ECM的优点是简化了参数，提高了计算效率，尤其适用于描述连接电池模块之间的电气传递。
ECM的缺点：缺乏对LIB局部电气-热耦合性能的准确描述，尽管增加RC对可以提高精度，但也会增加计算时间。ECM缺乏物理意义，难以根据电池内部状态（如电极退化）描述电气参数响应的机制。
(2) 内部短路（ISC）建模
ISC类型：分为自发性ISC和滥用引起的ISC。
自发性ISC：通常源于制造缺陷，建模难度大，因为需要同时考虑时间和空间的多尺度建模。
滥用引起的ISC：由热、机械和电气滥用触发，热滥用可导致隔膜收缩和破裂，电气滥用通过连续的树突生长穿透隔膜。机械滥用（如钉子穿刺或压碎）导致隔膜变形和破裂。
实际应用
(1) ISC与TR的关联
ISC是大多数滥用情况下TR的“根源”，但在某些情况下，化学串扰可能直接产生热量引发TR，而不需要显著的ISC。即使发生ISC，Joule热也可能被电池电阻急剧增加所限制，从而对TR热生成的贡献较小。
(2) 未来发展
ISC建模是TR建模的关键步骤，需重点研究TR早期孵化机制。未来需要将ISC模型与TR检测和早期预警系统整合，以便提前预防TR。
3. 机械模型的作用
机械模型在TR的多物理场耦合建模中至关重要，覆盖了从TR发生初期机械损伤到TR最终发生的整个过程。
它与ISC模型和热模型耦合，揭示了TR的起始过程，并与流体动力学模型结合，描述了TR过程中电池内压力变化的机械响应。
关键问题
(1) 机械滥用下的变形
在机械滥用（如压碎和穿透）下，电池结构会发生机械变形，进而导致因隔膜或电极的机械失效而引起的ISC，最终可能导致TR。
机械行为与LIB的电热行为密切相关，尤其是在ISC建模中的耦合关系。
机械建模涉及多个尺度，包括组件尺度、电池尺度和模块/包装尺度。
1. 组分尺度：使用本构模型描述电池组件的机械性能，预测整体机械响应。
2. 电池尺度：包括均质模型、详细模型和代表性体积元素模型，后者提供了电池变形与TR关系的深入分析。
3. 模块/包装尺度：研究电池模块的整体机械行为及其结构对机械行为的影响。
4. 电池模块的显著机械变形通常会引发TRP，考虑多个电池变形时建模TRP行为具有挑战性。
TR过程中的机械响应
电池内部的压力变化和气体生成/排放引起的复杂机械行为对LIB电池的整体行为至关重要，包括膨胀、果冻卷的塌陷以及安全阀的破裂。
当前，LIB机械响应的研究主要采用实验方法，使用高速度同步辐射X射线计算机断层扫描观察电池内部结构损伤和变形的演变。
TR过程中电池膨胀行为可通过力传感器和应变计进行表征。
机械响应建模仍处于初步阶段，但由于机械行为与电池内部及外部的流体动力学强耦合，流体-结构相互作用模型在宏观尺度上成为一种有前景的仿真策略。
1. 该策略通过结合CFD求解器与结构有限元求解器，能够捕捉结构响应。
2. 微观尺度上，模型旨在跟踪气体生成、果冻卷层间压力差、电子和隔膜的断裂以及ISC的相互作用。
实际应用
为了设计更安全的电池系统和电动车（EV）结构，研究者需要继续探索和实施机械变形、电化学反应和热传递之间的双向耦合机制，从而提高模块甚至车辆尺度建模的精度。
未来发展
未来的研究将重点推进流体-结构相互作用模型的发展，结合微观尺度的连续介质和离散（粒子）数值方法，精确模拟电极颗粒所形成的多孔结构，探索TR过程中热、电、机械的耦合行为。
4. 流体动力学模型的作用
在LIB的TR过程中，伴随着可燃气体的生成、排放和流动，流体动力学模型成为多物理场耦合模型中的关键组件。
流体动力学建模通常遵循“从内到外”的过程，首先准确模拟电池内部气体的生成和压力变化，然后模拟气体流出的喷射行为，进一步模拟外部的扩散、燃烧和爆炸行为。
关键问题
(1) 电池内部：气体生成与压力变化
气体生成（包括电解液的蒸发和反应气体的释放）会导致电池内部压力的积累。准确理解气体生成与内部TR进程之间的关系是至关重要的。
当前的研究尝试将蒸发率与电池温度、反应气体的生成率与化学反应速率相关联，但描述这些气体成分的生成率与这些参数之间的定量关系仍然是一个显著挑战。
现有的实验方法难以量化TR进程和反应程度，且实时测量每种气体成分的生成量较为困难。研究通常依赖简化假设，如假设气体生成速率与反应速率成正比，且主要通过TR后的气体分析结果参数化耦合关系。
(2) 电池外部：排气、燃烧与爆炸
将电池内部的压力状态与外部高速流场耦合是模拟电池排气及后续事件的关键问题。
一种有效策略是构建一个统一的计算域，将电池和外部流体纳入其中，通过CFD模型模拟从电池内部到外部的流动过程。这一方法能够较好地捕捉喷射动力学和热传递。
若排出的气体即时点燃，则发生喷射火；若不点燃，气体会扩散，存在爆炸风险。早期的电池火灾研究主要集中在利用燃烧动力学模型计算燃烧特性。近年来，针对LIB火灾的CFD模型已逐渐发展起来，能够可靠地预测LIB外部物理场分布。
对于气体释放引发的爆炸危害，主要需要回答两个问题：是否会发生爆炸以及后果如何？通过气体识别计算下限爆炸极限来评估爆炸的可能性，但将这一过程与实际情景结合仍具挑战性。近期，气体扩散模拟的进展促进了爆炸行为分析，并有助于动态风险评估。
实际应用
为了更好地评估TR的风险，开发一个跨越整个“排气-TRP-扩散-爆炸”现象链的多尺度模型非常重要，这将为TR的检测、预警和后果评估提供有价值的工具。
未来发展
在电池模块和更广泛的TRP中，排气是一个动态的连续过程，爆炸的可能性和后果也会随之变化。因此，基于特定状态的模拟不足以全面评估风险。未来的研究应集中在发展能够全面模拟这一过程的多尺度模型，以便更精确地进行TR的风险评估和预防。
3.3 数值计算方法优化 Fig. 4
TR的数值模拟需要求解非线性耦合方程，通常伴随较高的计算成本，优化计算方法是加速求解的关键。
1. 关键问题
(1) 网格
高质量网格模型对于TR模拟至关重要。自适应网格细化可以在高梯度区域动态调整精细网格，提升计算效率。
(2) 离散化方案
选择合适的时间和空间离散化方案至关重要，显式方法在低时间成本下可达到较高的精度。
(3) 并行计算
将计算任务分解为多个子任务，通过并行计算加速求解过程。
(4) 云计算
云计算通过互联网提供高性能计算资源，克服了存储和计算限制，适用于快速TR行为预测。
2. 实际应用
数值优化方法提升了TR模拟的效率，尤其是在大规模电池模块或整车规模的TR预测中。
3. 未来发展
未来研究可结合云计算和并行计算进一步提升模拟效率与精度，推动电池安全性评估技术的进步。
Fig. 4 Schematic of strategies to accelerate TR simulation
1. 模型降阶
降阶模型（ROM）是全阶模型（FOM）的近似，通过降维或简化参数/模型，将大规模复杂系统转化为较小规模的近似模型。ROM已在电池TR建模中，特别是在电池组的TRP模拟中取得成功应用。
1. 关键问题
(1) 高计算效率
ROM大幅减少计算节点，在大规模储能系统（ESS）中实现快速预测和TRP仿真。
(2) 便捷的参数化
ROM依赖较少的模型参数，简化了TR建模和标定过程。
(3) 降低存储需求
TR仿真通常需要大量存储，ROM通过保留有限的LIB状态参数，显著减少存储空间需求。
(4) 精度与效率的权衡
ROM追求计算效率，但可能忽略复杂物理过程，难以精确描述TR过程中的详细交互。
FOM虽然更为准确，但计算开销大。两者结合的混合模型有望兼顾精度与效率。
2. 实际应用
ROM特别适用于大规模储能系统中的快速TR预测和仿真。
未来发展
未来可通过FOM和ROM的结合，提升电池TR仿真的效率与精度，解决二者各自的局限性。
2. 数据驱动方法
随着实时监测和数字孪生（DT）技术的发展，要求LIBs的仿真具有更高的计算效率。机器学习（ML）正在应用于电池建模和实时预测，尤其在TR预测中展现出潜力。
1. 关键问题
(1) 基于参数的机器学习
使用人工神经网络（ANN）等算法，建立电池系统物理信息与TR特征参数之间的直接映射。此方法简单直观，但需要数据清洗和高质量数据支持。
(2) 基于物理场的机器学习
将2D或3D仿真结果图像作为输入，通过特征提取和数据重构预测TR行为。此方法有助于加速电池安全设计优化，并支持实时监控和数字孪生技术的发展。
(3) 物理信息驱动的机器学习
将物理控制方程整合进数据驱动框架，如物理信息神经网络（PINN），可确保预测结果符合物理规律，特别适合大变形和高速度喷射仿真。
2. 实际应用
数据驱动方法可提高TR仿真效率，特别是在电池设计优化和实时监控中具有重要应用。
3. 未来发展
尽管ML有助于提高效率，但由于对高保真数据的依赖和缺乏可解释性，其应作为传统多物理场耦合模型的补充，而非替代。
Fig. 5 Flowchart of three types of ML for TR modeling
3.4 其他挑战和发展方向
1. 数据和代码的可获取性
TR建模需要大量数据，包括用于模型参数化的输入数据、用于模型验证的实验数据以及用于ML训练的数据集。获取可靠的数据面临TR实验的安全风险和经济成本的挑战。当前缺乏现场电极级实验数据以及全面的全尺度TR实验数据。
2. 模型的通用性和可扩展性
随着电池设计的不断演变，TR模型需要不断更新以适应不同规模、几何结构、材料和操作条件的LIBs。模块化建模架构被认为是提升TR模型可扩展性的战略方法，可以通过模块化分解模型结构，促进TR模型的更新与改进。
3. 关键问题
(1) 数据和代码的可获取性
目前的数据主要集中在电池温度、电压和HRR上，缺乏对电池内部压力、气体生成速率、喷射速度等数据的实时记录。建立一个标准化数据库以方便数据共享和访问是今后的方向。
(1) 模型的通用性和可扩展性
提高模型的通用性和可扩展性，采用模块化架构，能更有效地应对不同类型LIB的变化，促进TR模型的灵活更新。跨学科的合作是推动这一领域发展的关键。
4. 实际应用
安全测试标准和法规
为确保市场上LIBs的安全性，已制定了多项安全标准和法规，如GB 38031-2020、UL 2580-2020等。TR建模可能成为认证过程中验证安全性和性能标准的一部分。需要开发一个综合模型，涵盖所有滥用条件以符合各类测试要求。
5. 未来发展
开发集成模型并持续收集和验证实验数据，以确保TR建模在电池安全认证中的应用。
4. 重要结论
TR建模挑战：LIB热失控过程涉及复杂的多物理场耦合，当前模型多关注后果而非早期气体生成影响。
数值优化：通过高质量网格、适当离散化、并行计算和云计算等方法提高TR模拟效率。
降阶模型（ROM）：ROM通过简化模型提高计算效率，但可能无法捕捉复杂物理过程，需与全阶模型结合。
数据驱动方法：机器学习（ML）在TR建模中有潜力，但面临数据需求和可解释性挑战，需与传统模型结合。
安全性与法规：LIB安全性测试标准要求TR建模验证，推动电池安全认证过程。
PDF
