金融界12月29日消息，有投资者在互动平台向恒帅股份提问：你好，公司在新能源汽车热管理系统如何布局的，今年增长趋势如何？与哪些公司有合作？谢谢
公司回答表示：公司热管理系统产品主要包括冷却歧管、电子水泵、电子阀、膨胀水箱等产品，其中目前最核心的业务为冷却歧管产品，业务增速较快。后续随着客户其他车型的不断推出，整个业务量还会有一定的增长空间。
本文源自金融界AI电报
锂电池热管理系统的进展？哪些技术最具前景？文 | 文史充电站
编辑 |文史充电站
电动汽车的电池系统是满足不断增长的能源需求和可持续发展的重要组成部分，锂离子电池作为主要储能设备，对汽车的安全性、舒适性、续航里程和可靠性至关重要。
电池的热问题，如潜在的热失控、低温下性能下降和老化，限制了电动汽车的广泛应用，为了确保电池的安全和性能，监测其热状态至关重要，只是现有的温度传感器不足以准确测量电池内部温度。
电池温度性能和安全的关键
电池的温度对于了解其热状态至关重要，因为它直接影响电池的性能和安全性，通常情况下，人们可能会认为表面温度是反映电池热状态的最直观方式，因为我们可以通过在电池表面安装温度传感器来直接测量它，实际情况要比这更复杂，因为电池内部的温度分布并不总是均匀的。
电池的热导率和特征长度，这两个因素对电池的温度分布产生重要影响。
如果电池的热导率远远高于传热系数，或者电池非常薄，那么电池内部的温度分布可以近似为均匀的，但这只是在特定条件下成立的，而且这些条件并不总是满足的。
实际上，锂离子电池由于其层状结构而具有高度各向异性的热导率，这种各向异性在电池的不同部分之间产生显著差异。
这意味着电池内部的温度分布会因电池化学成分和工作条件的不同而有所不同，电池的热导率还会随温度、SOC（电池的充放电状态）和SOH（电池的健康状况）而变化，这使得温度分布更加复杂。
对于圆柱形电池来说，通常采用卷绕堆叠，使得轴向和径向方向分别对应电池的轴向和径向，这意味着轴向温度分布可能相对均匀，而径向温度梯度较大。
在自然对流冷却条件下，即使在高工作率下，小半径的圆柱形电池（如18650电池）的电池芯与表面之间的温差也可以保持在较低水平。
但是对于强制对流冷却条件下或半径较大的圆柱形电池，电池中心的温度可能会明显高于表面温度。
对于大型锂离子电池，如棱柱形电池，由于电池厚度大且平面热导率低，电池内部通常具有显著的温度梯度，在这种情况下，仅依靠表面温度就不足以提供有关电池的全面热状态信息，特别是在高速率运行期间。
表面温度是否能够反映电池的热状态取决于多个因素，包括电池的形式、内部结构、热导率以及工作条件，在某些情况下，表面温度可以提供有关电池热状态的有用信息，但在其他情况下，它可能无法提供足够的信息，特别是在高速率运行期间。
在管理锂离子电池时，仅仅依靠表面温度可能会导致电池管理效果不佳，因为一些关键的热状态信息将被忽略。
对于一些应用，如电动飞机和高充电/放电率要求的应用，需要高空间分辨率的温度信息，以便检测危险的局部热点，而仅仅使用表面温度无法满足这些要求。
在其他应用中，例如电池的健康管理，表面温度仍然可以提供有价值的信息，只有当电池内部的温度梯度可以忽略不计时，表面温度才能够充分反映电池的热状态。
连接电池和传热复杂性
电池单元可以被视为一个独立且高度复杂的电化学和热力学系统，内部热动力学和电化学行为相互耦合，使得很难准确捕获电池的热行为。
电池内部产生的热量不仅来自接触电阻，还来自各种电化学反应，这些反应在实际应用中很难校准。
电芯内部热源复杂，车载BMS难以捕捉电池实际产生的热量，尽管简化模型已被广泛应用于电池热动力学建模时的发热计算，但在高倍率运行下，它可能会导致发热表征出现较大误差。
不准确的发热建模会给开环和闭环估计的 SOT 估计带来重大误差，导致对要求苛刻的应用中热状态监测无效。
因电池内部普遍存在温度梯度，电化学反应在电池域内不会均匀，导致电池内部发热不均匀，进一步加剧温度分布的不均匀性和电化学反应。
当电池尺寸变大且运行率提高时，特别是当电池内部局部发生内部短路时，这种效应变得更加显著。
一般通常假设电池体积内的发热是均匀的，从而忽略了不均匀的发热，这给热建模过程和随后的温度估计带来了误差，特别是在高速率运行下，很少有研究考虑在面向控制的热建模过程中这种不均匀的热量产生。
那么，除了发热之外，电池内部的传热也很复杂，因为它取决于电池的热特性（如比热容、导热系数）。
而电池的热特性由电池的结构、材料特性和几何形状决定，电池的热特性还取决于 SOC、温度和老化状态，引起不同的热响应。
对于具有不同化学成分和格式的电池单元，传热模式显着不同，那么会产生不同的温度分布，由于电池内部复杂的产热和传热，即使在电池级别，建模和捕捉不同应用场景下电池的热行为仍然具有挑战性。
电池组通常由许多串联和并联的电池组成，这使得电池组级的热动力学变得复杂，在发热方面，电池和焊接点之间的连接产生的电阻可能会给电池组带来额外的热量。
因电池组内电池的内阻可能会不一致，流经并联配置中各支路的电流也会不同，导致包装内部发热不均匀，进一步造成温度不均匀性。
对于电池组中的传热问题，许多单体电池的集成必然会增加传热问题的复杂性，相邻电池之间以及电池与冷却剂之间的相互作用也不能忽视，这些问题使得在系统级准确估计电池温度仍然是一个主要障碍。
在实际应用中，电池通常会经历可变且复杂的负载曲线、环境温度和冷却条件，这给SOT估计带来困难。
因为混合热的显著贡献，XFC下的内部热源将与正常电动汽车行驶循环中的内部热源不同。
环境温度的变化最终会改变电池材料的内部电化学和热性能，导致不同的生热速率和热导率等热参数，它的散热率也会因环境温度的变化而改变。
提升电池温度监测的前景
电池芯作为一个封闭的电化学和热力学系统，其内部状态和参数难以直接测量，电池组内部的传感器仅能提供有限的外部信息，如电池电压、总电流和表面温度，这限制了电池热状态监测的准确性。
为了克服这一挑战，研究人员开发了各种算法来估计电池内部状态，特别是在热状态监测方面，即使表面温度传感器被布置在每个电池上，仍需要对内部温度信息进行估计，尤其是在大型电池或高速率操作下，表面温度传感器的精度较低。
随着传感技术的不断发展，一些物理信息，如内部温度、应变和压力，可以通过先进的传感器直接测量，光纤传感器是其中的亮点，它们具有多种优势，如重量轻、具有化学惰性和抗电磁干扰能力强。
这使得光纤传感器能够被嵌入电池内部来测量电池的应变和温度，而不会对电池的功能造成干扰。
通过这些传感器，我们可以获得高分辨率的温度和应变分布信息，进一步提高了电池内部状态估计的准确性和空间分辨率，这对于管理大型电池和要求苛刻性能的应用非常重要。
另一个关键的方向是开发高保真控制导向的热模型，热模型在电池热状态监测中发挥着重要作用，因为它们能够提供热动力学信息。
一种方法是将电池域分为多个节点，将热模型以集总形式表示，这既减少了计算复杂度，又保持了模型的准确性。
另一种方法是使用全局短波函数来重建原始解，从而获得更低阶的模型，这样还保留了关于电池内部状态的更多信息。
电池温度全景重建
在电池系统中，准确的温度信息至关重要，因为电池的性能、寿命和安全性都受温度的影响。
很多时候，我们只能获取电池系统中某些特定位置（如电池表面或核心）的温度信息，这可能会导致对电池内部温度分布的空间不均匀性缺乏了解。
特别是在高能量密度的大型电池和对性能要求极高的应用中，如电动汽车和高要求能源存储系统，了解电池内部温度分布变得至关重要，为了解决这一问题，温度场重建技术变得非常关键。
这些技术允许我们基于有限的温度测量和估计信息来还原整个电池系统的温度分布，以获得更全面的温度视图，这对于电池的安全管理、性能优化和寿命延长至关重要。
一种常见的方法是使用分布式卡尔曼滤波器（KF）来根据测量的表面温度数据来重建电池组的3D温度分布，这种方法允许我们从有限的观测数据中推断出全局温度信息，以便更好地理解电池内部的温度分布情况。
另一种方法源自图像处理领域，类似于图像修复技术，它假设电池温度场的全局信息可以由一组离散点表示。
可以应用迭代算法来从部分信息中还原全局信息，在这种情况下，电池的温度测量点被视为缺失图像中的像素，并且通过算法可以恢复完整的温度场，这种方法允许我们从有限的观测数据中推断出电池的整体温度分布。
近年来，机器学习算法，特别是神经网络，也被用于高精度地重建电池的全局温度场，这些算法能够根据部分观测数据恢复出全局温度信息，为电池管理系统提供了更多有关时空温度分布的信息。
基于稀疏感知的方法和基于短波函数（SBF）的重建方法也可以用来实现温度场的重建，这些方法能够有效地从有限的观测数据中估计出电池的整体温度分布。
电池温度对电动汽车性能和安全至关重要，可是表面温度传感器无法准确反映电池内部温度分布，电池内部热源和传热也复杂多变，挑战着热状态监测，新兴技术如光纤传感器和结合物理模型与机器学习的方法有望提高监测准确性。
还有就是温度场重建技术可以从有限测量数据还原电池全局温度分布，促进电池性能、寿命和安全的提升，这些技术将在电池技术进步和高性能应用中发挥重要作用。
