Skip to Main Content

      

ANSYS BLOG

April 1, 2022

透過電池的數位孿生模擬技術,加速實現電動汽車的未來

隨著燃料價格飛漲,全球許多消費者已經漸漸向電動汽車 (EV) 買單。 政府官員和監管機構也在推動電動汽車的廣泛佈局,美國總統喬·拜登在近期雄心勃勃地制定了一系列的目標——包括到 2030 年在美國銷售的所有汽車中,電動汽車的銷量將佔一半以上。

世界各國的汽車製造商們,正全力投資電動汽車產品相關的開發計劃,以獲得市場先機。 到 2030 年,電動汽車的銷售額,預計將達到 8237.5 億美元(與 2021 年的銷售額相比,年增長率為 18.2%)。汽車工程團隊專注於使他們的產品安全、符合經濟效益且具最佳效能——這是三個最關鍵的產品屬性。

要推動電動汽車的全面化,此一工程挑戰的核心將是 EV 電池組的製造。 雖然高容量鋰離子電池(一種為電動汽車供電的選擇),自推出以來成本已大幅下降,但挑戰仍然存在。 它們的重量降低了其運行效率,每次充電範圍仍然相對小,而且隨著時間的推移,針對其性能下降程度仍存在許多未知數。

為了開發可用於電動汽車的商用電池設計,並提供長年的可靠性能,其產品開發團隊需要了解溫度、氣候、天氣狀況、使用模式、行駛速度、高和低充電狀態等因素可能造成的長期影響 ,以及電池設計的電流變化。

然而問題在於與電動汽車相關的科技相對較新,因此無法收集到太多關於電池性能的真實數據。 實體原型製作與道路測試成本高昂且耗時,尤其又需考慮到此一挑戰的急迫性。而這與許多其他複雜、緊迫的產品設計問題一樣——其解決方案就在於工程模擬。

Twin Builder:推動電池的快速驗證

多年來,Ansys 一直為電池設計提供端到端的模擬功能,使工程師能夠研究和管理熱問題、建立電池管理系統並克服其他挑戰。 如今,Ansys Twin Builder 作為一種獨特的模擬解決方案,可以隨著時間的推移完全複製電動汽車的電池在真實條件下的性能。

Ansys Twin Builder 究竟是如何運作的? 數位孿生是產品的虛擬複製品,例如在開發電動汽車的電池系統時,工程師可以導入真實世界的運行參數並研究其影響。 工程師透過安裝在實際使用的電池上的感應器,將即時的性能數據輸入到該電池的模擬模型中。 為了節省時間和計算工作量,Twin Builder 採用Ansys專有降階建模 (ROM) 功能,此功能專注於分析關鍵的性能表現。 ROM 透過簡化計算複雜性,將運行時間從幾小時縮短到幾秒,然而同時提供極高標準的工程分析。

Shown here is a drive-cycle simulation that uses a system model of an EV composed of reduced-order models (ROMs) and components from the Ansys Twin Builder library.

Shown here is a drive-cycle simulation that uses a system model of an EV composed of reduced-order models (ROMs) and components from the Ansys Twin Builder library.

雖然無法看到實際運作中鋰離子的電池內部,但 Twin Builder 可以顯示電池設計在受到各種熱、化學、機械、電氣和其他影響時將發生的狀況。 開發團隊可以視覺化電池中的流體流動、結構應力、材料降解與溫度變化。 在工程師檢測到性能偏差和故障時,他們可以使用新的物理設計功能(例如冷卻系統和改進的控制演算法)來糾正這些錯誤。 這將顯著加速開發週期——再也無需建構實體原型或從已上線的服務中移除部分產品。

透過瞬態研究和預測分析,工程師可以使用 Twin Builder 查看各種條件下電動汽車的長期電池性能。 他們將可以回答以下問題:不同的溫度控制策略會如何影響車輛的續航力? 車輛可以被啟動多少次而不會使電池組過熱? 如果電動汽車發生碰撞,電池能否還能安全地運行? 產品開發團隊可以對數位孿生模型進行各種假設與研究,而不再需要將實際產品置於所有操作條件下才能進行測試。

工程團隊不僅可以利用 Twin Builder 來辨識故障原因與防止故障發生,還可以根據特定地理區域的地形、當地駕駛行為和大氣條件客製化電池設計。 例如,電池在挪威的寒冷溫度和沙烏地阿拉伯的炎熱溫度下,電池的老化可能會有很大差異。因此這些關鍵變化在不同運行條件下,可以反映在不同市場的產品供應中。

Twin Builder 使電動汽車製造商在引入新電池設計時,可以提前預測維修和維護需求,避免消費者客訴的狀況發生,並為產品滿意度與品牌忠誠度奠定紮實基礎。

為了幫助工程師更快地進行電池分析,Ansys 在 Twin Builder 中創建了一個名為 Battery Wizard 的功能,該功能通過逐步處理程序,簡化了問題設置的流程。 工程師可以快速指定電池配置、電池參數以及電池充電狀態和溫度等變量。 此功能再與 Twin Builder 的簡易使用者介面和開放的供應商平台相結合,可使電動汽車開發團隊快速啟動並開始建立他們的數位孿生模型。

Twin Builder features a Battery Wizard that walks development teams through a fast, step-by-step battery configuration process that greatly simplifies problem setup.

Twin Builder features a Battery Wizard that walks development teams through a fast, step-by-step battery configuration process that greatly simplifies problem setup.

引領電動汽車電池的創新

隨著市場壓力不斷增長,同時帶來更多意想不到的商機,毫無疑問地,革命性的電動汽車電池設計即將到來。 然而唯一的問題是,誰將能領先業界,準確地進行電池的驗證分析並將產品推向市場? Ansys Twin Builder 是您的解決方案,將為您的產品開發團隊帶來絕佳的競爭優勢。

眾多產業領導者已經在導入 Twin Builder 以獲得市場優勢。 電池製造商 A123 最近使用 Ansys Twin Builder 對 48 伏的液冷電池組進行建模。

A123 Systems 表示,借助模擬的能力,A123 可以判斷對電氣性能的熱依賴性、設計冷卻供應、計算溫度分佈並預測電池壽命。 A123 還利用 Ansys Twin Builder 的 ROM 技術來簡化複雜的 3D 熱模擬,從而將模擬運算時間從幾天縮短到幾秒鐘內完成,並仍保持所需的準確度。

Ansys於物理的模擬方面具悠久的發開歷史,且一直抱持領先業界,沒有任何軟體商更有資格幫助您啟動數位孿生計劃,並協助您在開發 EV 電池的長跑賽中,持續領先其他競爭者。 Ansys Twin Builder 還可以幫助您的團隊,降低與避免電池故障和產品召回的情況發生、優化維護與維修,並大幅減少產品開發時間與成本。 Ansys Twin Builder 的強大功能,是不是讓您躍躍欲試?那就立即開始,為您的 EV 電池開發工程 power up 吧!

了解更多

 Ansys Digital Twin 網路研討會系列,涵蓋與數位孿生模型相關的各種主題。 此場「使用 Ansys Twin Builder 進行電池和燃料電池系統建模」,可以提供您更多資訊,以了解有關如何使用數位孿生模型快速構建準確的系統模型。 您還可以申請免費試用 Ansys Twin Builder,親身體驗 Ansys Twin Builder 的強大能力。


You might be interested in

How Simulation Can Validate Interference Scenarios | 5G & Aircraft Safety
Blog

How Simulation Can Validate Interference Scenarios | 5G & Aircraft Safety

Learn how simulation can be used to set guidelines to help ensure aviation passenger safety under many conditions.

How to Engineer Mission Success
Blog

How to Engineer Mission Success

Digital mission engineering is the use of digital modeling, simulation, and analysis to incorporate the operational environment and evaluate mission outcomes and effectiveness at every phase of the life cycle.

Using Digital Mission Engineering for GNSS Signal Jamming Simulations
Blog

Using Digital Mission Engineering for GNSS Signal Jamming Simulations

Read how researchers found an elegant, cost-effective way to address the problem of signal disruption and loss of position insight using simulation tools.