Thermal modeling and verification of a pouch-type lithium-ion cell using equivalent circuit modeling and machine learning
Eşdeğer devre modellemesi ve makine öğrenmesi kullanarak kese tipi lityum-iyon hücresinin termal modellemesi ve doğrulaması
- Tez No: 892143
- Danışmanlar: DR. ÖZGÜN YÜCEL
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
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, 𝑅𝑒 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.
Özet (Çeviri)
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, 𝑅𝑒 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.
Benzer Tezler
- Thermal modeling and experimental verification of actively driven rotary turning process
Tahrikli döner tornalama işlemlerinin modellenmesi ve deneysel doğrulanması
CİHAN ÖZENER
Yüksek Lisans
İngilizce
2017
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN BUDAK
- Numerical modeling and experimental verification of time-dependent phase change in foodstuff
Gıdalarda zamana bağlı faz değişiminin sayısal modellenmesi ve deneysel doğrulanması
ÇAĞRI KOCATÜRK
Yüksek Lisans
İngilizce
2021
Makine MühendisliğiBoğaziçi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN BEDİR
- Hibrit üç yönlü periyodik minimal yüzeyli üç boyutlu grafen yapıların mekaniği ve tasarımı
The mechanics and design of hybrid triply periodic minimal surfaces of three dimensional graphene
OSMAN FURKAN YILMAZ
Yüksek Lisans
Türkçe
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT KIRCA
- Bir akıllı şebeke sisteminin modellenmesi, simülasyonu ve deneysel olarak doğrulanması
Modelling, simulation and experimental verification of a smart grid system
MACİT TOZAK
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiManisa Celal Bayar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TAŞKIN
- Li-ion batarya paketleri için akıllı adaptronik termal yönetim sistemi tasarımı
Smart adoptronic thermal management system design for Li-ion battery packs
MOHAMMAD JOULA
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Gedik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAVAŞ DİLİBAL