锂离子电池组温度传感器分布设计方法研究

锂离子电池组的热监控对电动汽车的安全性至关重要，然而现有的传感器分布方式只能以点测量值代表单体电池的温度，忽略了电池本身的发热不均匀性，更无法做到对电池包整体热场的还原。为此，通过建立不同温度采集点数据集与整体热场数据集之间的多个神经网络，结合其各自相关系数的对比分析，实现对其中最优安置方案的确定，最终完成了有限传感器条件下的电池组热场的可靠还原。在具体实施过程中，针对21700型锂离子电池组建立了集总参数热模型，使用有限元分析方法得到电池组划分网格后各点位置-温度信息的数据集，选择BP神经网络对数据集进行训练和测试。结果表明，沿单体电池各自温度梯度下降方向的布置方式能够得到更好的预测精度；在电池组温度传感器布置方案中比对得到最优解，其预测温度与仿真温度的相关系数达到0.999 86。以上结果为热失控预警和进一步的热管理操作提供可靠的数据支撑。