인공신경망과 유전 알고리즘을 이용한 공냉식 리튬이온 배터리 모듈 형상 최적화 (Multi-objective Optimization of Air-Cooled Lithium-Ion Battery Module Shape Using Artificial Neural Networks and Genetic Algorithms)

서지정보

· 발행기관 : 대한기계학회
· 수록지 정보 : 대한기계학회논문집 B / 46권 / 2호 / 75 ~ 83페이지
· 저자명 : 진성욱, 강현수, 김윤제

초록

리튬 이온 배터리는 높은 밀도의 에너지, 높은 출력, 낮은 자가 방전율과 긴 수명으로 인해 전기 자동차의 전원 공급원이나, 에너지 저장 시스템의 에너지 저장원으로 사용되고 있다. 배터리의 수명과 내구성은 온도상승과 직접적으로 연관되므로 배터리 팩 내부의 온도를 효율적이고 균일하게 냉각할 수 있는 기술은 매우 중요하다. 본 연구에서는 배터리 셀을 균일하게 냉각하기 위해서 공기를 통한 강제대류 냉각 방식을 선택하였고, 채널의 형상과 배터리 셀 사이의 간격을 조절하며 냉각 성능을 비교하였다. 배터리를 감싸고 있는 모듈의 형상은 냉각 유체 유입구 및 토출부의 각도, 셀 사이의 거리를 설계변수로 선정하였고, 형상의 변화가 셀 냉각에 미치는 영향을 수치적으로 분석하였다. 수치해석 결과를 바탕으로 최대 온도가 가장 낮고, 배터리 셀 사이의 온도 편차가 가장 적은 채널의 형상을 설계하였다.

영어초록

Lithium-ion batteries are used as a power source for electric vehicles or as an energy storage source for energy storage systems. Because battery life and durability are directly related to temperature rise, a technology that can uniformly and efficiently cool the battery pack is very important. In this study, the forced convection cooling method through air was selected to uniformly cool the battery cells, and the cooling performance was compared by adjusting the shape of the channel and the spacing between the battery cells. The sensitivity analysis was performed to analyze the effect of shape change on battery cell cooling. Based on the results of the sensitivity analysis, the shape of the channel with the lowest maximum temperature and the lowest temperature deviation between battery cells was designed.

참고자료

· 없음