全球各国政府对电驱动交通方式的推动增加了电动汽车的制造和销售势头。无论是市场的统计数据，还是生活中通勤路上的观察，都可以证实纯电动汽车（BEV）和混合动力汽车（HEV）的数量在持续增加。随之而来的电池火灾安全问题也无法回避。公众面临的风险使得研究电池组的热效率和管理对制造商至关重要。
在不牺牲安全性的前提下，通过对多种电池组设计和配置进行测试的方式来提高效率的办法意味着制造商正在投入大量资金进行相关研究，尤其是在热失控方面的研究。为了减轻财务负担，雷诺集团利用CONVERGE采用计算流体动力学（CFD）模拟的方法来预测热失控的传播，从而降低电池组的总体设计成本。预测热失控的最大挑战之一是确定热失控反应机制中使用的化学动力学或反应参数的值。这些系数随电芯单体的化学性质、大小和形状而变化。在不知道这些数值的情况下，预测热失控是不可能的。
宝丽来公司的联合创始人、科学家Edwin H.Land曾说过：“任何问题都可以用房间里的材料来解决。” 仅从字面意思看，也许不能保证每次都是对的。但是，对于雷诺集团的工程师来说，这话显然没错。他们与Convergent Science合作，使用CONVERGE来应对这一挑战。
雷诺集团进行了一项内部实验，在该实验中，他们加热并迫使单个锂镍锰钴（Li-NMC）电池发生热失控。他们特别关注了热失控的时间和温度。然后，他们在CONVERGE中完成了案例设置，使用的计算条件与实验类似。他们对实验工况进行仿真和结果对比，并通过优化反应参数来校准热失控模型，直到时间、温度和试验数据匹配。
模拟结果与实验吻合良好（如图1所示）。CONVERGE能够准确地捕捉电池中发生热失控的时间和温度。校准后的阿伦尼斯系数被应用到实际仿真的电池组模拟设置。
图1：使用校核过的阿伦尼斯系数仿真（红色）与实验（黑色）的温度值比较雷诺和Convergent Science的工程师使用前述标定过的Li-NMC电池构建了一个串联堆叠的16芯电池组（图2）。目的是预测和分析由一个电芯（第8个电芯）引发的热失控在电池组中的传播。每四个电芯一组由压缩垫片隔开（图3）。电池之间的热阻和电池组中热导率的方向差异分别通过CONVERGE中的接触电阻和各向异性导电性特征来定义。热失控模型中使用了前述单电池模拟校准过的阿伦尼斯系数。
图2:16电池组电芯排列，红色电芯表示发生热失控的故障单元
图3：（a）压缩垫片的布置
（b） 每组四个电芯单体由压缩垫片隔开
假设电池组中的每个电芯在尺寸、形状和成分上相似。不过，实际电芯间存在微小差异，这些差异会影响热失控的时间和温度。
我们通过直觉判断可以了解，与电池9至12相比，电池5至7中的温度穿透将更高。但是，每个相邻电池的最高温度是多少？这些电芯是否会变得足够热，导致热失控的传播呢？下面我们看看CONVERGE的预测。
热失控开始后，对电池组中的温度分布进行了约200秒的研究。视频1显示了相邻电池中的温度传播。电池8到9的热传递量低是由于二者间存在压缩垫片，垫片提供了较高的热阻。在电池7和8之间没有垫片，所以在该方向上存在更多的热传递。
视频1：热失控传播模拟。CONVERGE的自适应网格优化功能在每个时间步长调整网格，以准确跟踪传播。
图4显示了电池8附近电池的最高温度曲线图。在热失控开始后的最初几秒钟内，电池7中的温度上升最高。电池6在热失控后约50秒达到其峰值温度。与其他电池相比，电池10和11的温度上升要小得多。
图5总结了预测热失控及其在电池组中传播的完整工作流程。雷诺集团使用CONVERGE的这套方法，预测和研究其袋包电池组中的热失控事件。该模型未来还可进一步用于研究排气及其对电池组中相邻电池的影响。
虽然这种方法需要多个步骤，但遵循此工作流程，用户可以对电池组进行详细模拟，以获得更可靠和更具预测性的结果。除了本文中描述的相关功能外，CONVERGE还具备详细化学反应求解器，用于准确求解热失控反应化学并确定热源，以及在运行时自动生成和细化网格的自主网格划分功能。这些功能使CONVERGE用户能够高效准确地预测热失控传播，使其成为一种可行且具有成本效益的解决方案。
