Multiphysical models and optimization for conceptual design of high-voltage battery systems

Epp, Alexander; Herrmann, Christoph; Sauer, Dirk Uwe

doi:HT030672201

Multiphysical models and optimization for conceptual design of high-voltage battery systems

Epp, Alexander^RWTH*

2023 & 2024

Verantwortlichkeitsangabevorgelegt von Alexander Epp, M.Sc.

ImpressumAachen : ISEA 2023

Umfang1 Online-Ressource : Illustrationen

ReiheAachener Beiträge des ISEA ; 176

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2024

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Sauer, Dirk Uwe (Thesis advisor)^RWTH* ; Herrmann, Christoph (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2023-12-19

Online
DOI: 10.18154/RWTH-2024-00430
URL: https://publications.rwth-aachen.de/record/976905/files/976905.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
battery optimization (frei) ; battery system (frei) ; electric vehicle battery (frei) ; lithium-ion battery (frei) ; machine learning (frei)

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Die Lithium-Ionen Batterie ist das teuerste und schwerste Bauteil in Elektrofahrzeugen. Daher steht die Batterie bei der Entwicklung neuer Elektrofahrzeuge oftmals im Mittelpunkt der Optimierung. Neben dem Batteriezellendesign spielen in einem Batteriesystem die serielle und parallele Verschaltung der Zellen, die Kühlbarkeit, die mechanische Integration der Batterie und die Elektronik eine entscheidende Rolle. Auch zwischen den spezifischen Elektrofahrzeuganforderungen wie Energie, Leistung, Systemspannung und dem optimalen Batteriesystem bestehen signifikante Abhängigkeiten. Darüber hinaus müssen Richtlinien hinsichtlich Haltbarkeit, Sicherheit und allgemeiner Lebensdauer erfüllt und somit bei der Auslegung des Batteriesystems berücksichtigt werden. Ziel dieser Dissertation ist es, die Vielzahl von Schnittstellen innerhalb der Batteriesystementwicklung mithilfe eines multiphysikalischen Frameworks zu verbinden, und somit Batteriesystemkonzepte ganzheitlich zu bewerten, zu vergleichen und zu optimieren. Das Tool besteht aus kombinierten Modellen, welche die Hauptkomponentengruppen innerhalb des Batteriesystems repräsentieren. Eine Kombination aus Gaußscher Prozessregression und Klassifizierung wird zur globalen Optimierung der Batteriesystemkonzepte genutzt. Die Ergebnisse diskutierten fundamentale und zukünftige batteriesystembezogene Fragestellungen von der Zell- über die Modul- bis hin zur Systemebene. Die Ergebnisse unterstreichen dabei die Notwendigkeit von komponentengekoppelten Modellansätzen zur gesamtheitlichen Bewertung von Batteriesystemkonzepten.

The lithium-ion battery is the most expensive and weight-intensive component in electric vehicles (EVs). Therefore, in the development of new EVs, the battery is often the focus of optimization. In addition to the actual battery cell design, the serial and parallel cell connection, the cooling capability, the battery’s mechanical integration, and the electronics play a decisive role in a battery system. There are also major direct dependencies between the optimal battery system and the necessary EV requirements regarding energy, power, and system voltage. Moreover, fundamental guidelines with regard to durability, safety, and general lifetime must be met and thus taken into account in the battery system package design. This thesis aims to combine the multitude of interfaces within battery system development using a multiphysical framework capable of holistically evaluating, comparing, and optimizing battery system concepts. The framework consists of interconnected simulation models representing each major component group within the battery system. Machine learning optimization is used to derivate globally optimized battery system design concepts. Using combined Gaussian process regression and classification methods, the solution space is divided into multiple areas in which area-targeted search criteria are used. Finally, novel EV battery-related issues are discussed from the cell to the module to the system level. Findings underline the imperative need for component-coupled simulation models when evaluating battery system designs.

OpenAccess:
PDF
(zusätzliche Dateien)