李夔寧　鄧廷婷　謝翌　吳存學(xué)　王平忠

摘 要：為使能量損失最小，從熱力學(xué)的角度對(duì)電動(dòng)汽車電機(jī)及電機(jī)控制器熱管理系統(tǒng)的串聯(lián)構(gòu)型和并聯(lián)構(gòu)型進(jìn)行熵分析，得到系統(tǒng)的有效能損失和不可逆度，并通過仿真分析得到兩種構(gòu)型的系統(tǒng)不可逆度與車速、冷卻液流量和空氣流量的關(guān)系。結(jié)果表明兩種構(gòu)型的系統(tǒng)不可逆度隨冷卻液流量和空氣流量的變化趨勢(shì)相似，并聯(lián)構(gòu)型在低車速下較串聯(lián)構(gòu)型具有優(yōu)勢(shì)，但隨著車速增加，串聯(lián)構(gòu)型將更具有優(yōu)勢(shì)且占優(yōu)勢(shì)的車速區(qū)間更大。最后，以不可逆度最小為目標(biāo)，對(duì)每一車速工況進(jìn)行最優(yōu)冷卻液流量和空氣流量匹配。關(guān)鍵詞：電動(dòng)汽車;電機(jī)及電機(jī)控制器;熱管理系統(tǒng);熵分析;不可逆度中圖分類號(hào)：U469.72 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1671-7988（2020）08-09-05

Abstract：?In order to minimize the energy loss， this paper calculated the entropy production of the series configuration and parallel configuration of the thermal management system of the motor and motor controller for electric vehicles from the perspective of thermodynamics， and obtained the effective energy loss and irreversibility of the system. The relationship among the irreversibility， the vehicle speed，?the coolant flow rate and the air flow rate of the two configurations was obtained by simulating. The results show that the trend of irreversibility with coolant flow and air flow of the two configurations is similar. The parallel configuration has advantages over the series configuration at low vehicle speed， but the series configura?-tion will be better as the vehicle speed increases， and its dominant speed range is larger. Finally， this paper aimed at the minimum irreversibility and optimized the optimal coolant flow rate and air flow rate?for each vehicle speed.Keywords： Electric vehicle; Motor and motor controller; Thermal management; Entropy analysis; IrreversibilityCLC NO.： U469.72 ?Document Code： A ?Article ID：?1671-7988（2020）08-09-05

前言

電動(dòng)汽車的驅(qū)動(dòng)電機(jī)通常具有很高的功率密度，會(huì)帶來嚴(yán)重的溫升問題，從而對(duì)電機(jī)的運(yùn)行性能、效率以及使用壽命產(chǎn)生顯著的影響[1]。電機(jī)控制器作為驅(qū)動(dòng)系統(tǒng)中的關(guān)鍵部件，其控制箱體內(nèi)的IGBT功率模塊會(huì)因?yàn)殚L時(shí)間的運(yùn)行以及頻繁開閉而產(chǎn)生大量的熱量，從而影響電機(jī)的輸出特性以及驅(qū)動(dòng)系統(tǒng)的可靠性[2]。目前對(duì)電機(jī)及電機(jī)控制器的熱管理的研究主要集中在電機(jī)與電機(jī)控制器本身散熱結(jié)構(gòu)的優(yōu)化上，如文獻(xiàn)[3-5]，對(duì)于熱管理系統(tǒng)的單獨(dú)研究僅少數(shù)學(xué)者涉及，如Wulff C等人[6]研究了電機(jī)及逆變器的溫度對(duì)電驅(qū)動(dòng)系統(tǒng)的效率的影響，以實(shí)現(xiàn)冷卻系統(tǒng)中對(duì)元件的最優(yōu)溫度控制。王慶年等人[7]研究了電機(jī)及電機(jī)控制器的串聯(lián)液冷模式，提出了電機(jī)最佳冷卻水溫度控制策略。在電機(jī)及電機(jī)控制器的熱管理結(jié)構(gòu)上，在目前的研究中大多采用了二者串聯(lián)的結(jié)構(gòu)，如文獻(xiàn)[8]。

另一方面，電機(jī)及電機(jī)控制器熱管理系統(tǒng)作為一個(gè)能量系統(tǒng)，存在能量的消耗和損失。由于一切實(shí)際過程均存在不可逆損失，而熵產(chǎn)是系統(tǒng)不可逆性大小的度量，是系統(tǒng)有效能向無效能轉(zhuǎn)變?cè)斐傻模捎脽崃W(xué)方法對(duì)熱力系統(tǒng)或熱力過程進(jìn)行分析，可以從更本質(zhì)的層面對(duì)系統(tǒng)或過程的能量損失進(jìn)行優(yōu)化，實(shí)現(xiàn)從根本上節(jié)能的目的。Bejan A[9]提出了熵產(chǎn)最小化方法用于熱力系統(tǒng)的優(yōu)化。Bahmanyar M E等人[10]采用熵產(chǎn)分析方法對(duì)垂直蒸汽發(fā)生器的性能進(jìn)行了分析，通過減少熵產(chǎn)來實(shí)現(xiàn)垂直蒸汽發(fā)生器的性能優(yōu)化。陳則韶等人[11]研究了熱泵系統(tǒng)的不可逆度，并對(duì)熱泵系統(tǒng)的熱力參數(shù)進(jìn)行了優(yōu)化。熵產(chǎn)分析法在多個(gè)領(lǐng)域進(jìn)行了廣泛研究，然而該方法在電動(dòng)汽車的熱管理方面卻鮮少有運(yùn)用。

針對(duì)目前電機(jī)及電機(jī)控制器集成化、一體化的發(fā)展趨勢(shì)，電機(jī)及電機(jī)控制器熱管理系統(tǒng)構(gòu)型單一、系統(tǒng)研究不充分等不足，結(jié)合熵產(chǎn)分析方法在能量系統(tǒng)分析上的優(yōu)點(diǎn)與廣泛運(yùn)用的基礎(chǔ)，本文在研究過程中主要作出了如下貢獻(xiàn)：同時(shí)研究了電機(jī)及電機(jī)控制器熱管理系統(tǒng)的串聯(lián)構(gòu)型和并聯(lián)構(gòu)型，為電機(jī)及電機(jī)控制器的熱管理構(gòu)型設(shè)計(jì)作出了新的參考;將熵產(chǎn)分析法運(yùn)用到熱管理系統(tǒng)中，定義了系統(tǒng)的不可逆度，并以此為指標(biāo)對(duì)兩種構(gòu)型的不可逆性進(jìn)行比較以及實(shí)現(xiàn)運(yùn)行時(shí)冷卻液流量和空氣流量的最優(yōu)匹配。

1?熱管理系統(tǒng)的熵分析

1.1 熱力學(xué)模型分析

本文研究的串聯(lián)形式和并聯(lián)形式的熱管理系統(tǒng)構(gòu)型示意圖分別如圖1中（a）和（b）所示。

對(duì)熱管理系統(tǒng)進(jìn)行熵分析之前，對(duì)該系統(tǒng)做如下條件設(shè)定：

（1）不計(jì)連接管道內(nèi)熵產(chǎn)損失;

（2）系統(tǒng)處于穩(wěn)定狀態(tài);

（3）冷卻液為不可壓縮流體;

（4）驅(qū)動(dòng)水泵和流量調(diào)節(jié)閥內(nèi)為絕熱流動(dòng);

（5）所有流體均視為常物性。

根據(jù)圖1所示的構(gòu)型圖，系統(tǒng)中每一部件均視為控制體積，其中電機(jī)水套與電機(jī)控制器冷板內(nèi)的流動(dòng)及換熱情況類似，其熱力學(xué)模型如圖2中（a）所示，水泵的熱力學(xué)模型如圖2中（b）所示，散熱器熱力學(xué)模型如圖2中（c）所示。在并聯(lián)構(gòu)型下，混合過程存在熵產(chǎn)，其熱力學(xué)模型如圖2中（d）所示。

圖中q為電機(jī)或電機(jī)控制器傳給冷卻液的熱量，Wp為水泵電機(jī)輸出的功率，Tin和pin為部件入口冷卻液溫度和壓力，Tout和pout為部件出口冷卻液溫度和壓力，Tin，a和pin，a為散熱器進(jìn)口空氣的溫度和壓力，Tout，a和pout，a為散熱器出口空氣的溫度和壓力，mw為流過該部件的冷卻液質(zhì)量流量，ma為空氣質(zhì)量流量，下標(biāo)為1、2的參數(shù)表示并聯(lián)構(gòu)型中支路的相應(yīng)參數(shù)，下標(biāo)為3的參數(shù)表示混合后相應(yīng)參數(shù)。

1.2?部件及系統(tǒng)的熵分析

在穩(wěn)定流動(dòng)的情況下，各部件的熵產(chǎn)計(jì)算公式可參考文獻(xiàn)[12]中相應(yīng)部件的熵產(chǎn)計(jì)算式，其中水泵及流量調(diào)節(jié)閥的熵產(chǎn)Sg計(jì)算式為：

各部件的熵產(chǎn)計(jì)算式已知后，根據(jù)圖1所示構(gòu)型示意圖，將各部件的熵產(chǎn)相加即可得到的系統(tǒng)熵產(chǎn)。

1.3?系統(tǒng)不可逆度分析

熵產(chǎn)是有效能向無效能轉(zhuǎn)變?cè)斐傻?，因此系統(tǒng)熵的變化是系統(tǒng)無效能變化的度量。在不可逆過程中，系統(tǒng)的有效能損失為：

對(duì)于純電動(dòng)汽車，動(dòng)力電池的電能是唯一的能量來源，不可逆過程中損失的有效能最終都是電能的損失。因此本文將系統(tǒng)運(yùn)行過程中的有效能損失Wu與該過程中電池放出電量E的比值定義為系統(tǒng)的不可逆度，其表達(dá)式為：

不可逆度可以評(píng)價(jià)不同系統(tǒng)的不可逆性，不可逆度越小，則系統(tǒng)的不可逆性越小，通過直接比較不同系統(tǒng)的不可逆度的大小，可以確定哪一個(gè)系統(tǒng)更優(yōu)。對(duì)于已給定的系統(tǒng)，可以以不可逆度最小為目標(biāo)，來優(yōu)化運(yùn)行工況，實(shí)現(xiàn)節(jié)能目的。

2 熱管理系統(tǒng)的仿真分析

2.1 仿真模型的驗(yàn)證

對(duì)于系統(tǒng)仿真模型，本文通過實(shí)驗(yàn)驗(yàn)證了模型的準(zhǔn)確性。實(shí)驗(yàn)過程如圖3所示，驗(yàn)證結(jié)果如表1所示。仿真結(jié)果與試驗(yàn)結(jié)果的相對(duì)誤差在5%以內(nèi)，符合實(shí)際需求。

完成模型驗(yàn)證后，本文采用相同的建模方法對(duì)另一型號(hào)的電機(jī)及電機(jī)控制器的熱管理系統(tǒng)進(jìn)行了仿真分析。本文分別計(jì)算了兩種構(gòu)型在環(huán)境溫度為35℃時(shí)，汽車分別在30km/h、60 km/h和90km/h的車速工況下，穩(wěn)態(tài)運(yùn)行時(shí)電機(jī)及電機(jī)控制器熱管理系統(tǒng)的冷卻液流量、空氣流量與系統(tǒng)不可逆度的關(guān)系，并以最小不可逆度為目標(biāo)優(yōu)化得到在合理溫度范圍內(nèi)的冷卻液流量與空氣流量的最佳匹配。為此，本文將17組冷卻液流量（4L/min至20L/min，以1L/min遞增）與11組空氣流量（0.2kg/s至1.2kg/s，以0.1kg/s遞增）進(jìn)行正交組合，計(jì)算得到每一組空氣流量和冷卻液流量下的各部件和系統(tǒng)的不可逆度，以及各部件出口冷卻液溫度，并從中分析得到系統(tǒng)不可逆度與冷卻液流量、空氣流量的關(guān)系，以及符合條件的最優(yōu)空氣流量和冷卻液流量組合。其中對(duì)于并聯(lián)構(gòu)型，冷卻液流量的控制是指主路流量從4L/min至20L/min逐一與空氣流量匹配，電機(jī)冷卻支路與電機(jī)控制器冷卻支路的流量按1：1進(jìn)行分配，即支路冷卻液流量是從2L/min至10L/min，以0.5L/min遞增。

本文使用的冷卻液為純水，主要部件溫度控制范圍如表2所示。

2.2 仿真結(jié)果分析

2.2.1?系統(tǒng)不可逆度與冷卻液流量、空氣流量的關(guān)系

從仿真結(jié)果分析發(fā)現(xiàn)，串聯(lián)構(gòu)型和并聯(lián)構(gòu)型的系統(tǒng)不可逆度隨冷卻液流量和空氣流量的變化趨勢(shì)相似，本文以串聯(lián)構(gòu)型為例進(jìn)行分析，兩構(gòu)型的區(qū)別在下一部分討論。圖4和圖5分別從不同角度反映了串聯(lián)構(gòu)型分別在車速30 km/h至90km/h時(shí)系統(tǒng)不可逆度與冷卻液流量和空氣流量的關(guān)系。

從圖4中可知，車速在30km/h時(shí)，冷卻液流量一定，在空氣流量較小的情況下，隨著空氣流量的增加，系統(tǒng)不可逆度快速增加，在空氣流量為0.5kg/s左右時(shí)，系統(tǒng)不可逆度達(dá)到極大值，然后隨著空氣流量增加不可逆度快速降低，在0.8kg/s時(shí)達(dá)到極小值，之后隨空氣流量增加系統(tǒng)不可逆度先出現(xiàn)小幅上升然后緩慢下降，即系統(tǒng)不可逆度會(huì)出現(xiàn)兩次極大值，一次極小值。而隨著車速、冷卻液流量的增加，極值出現(xiàn)的趨勢(shì)逐漸減弱。車速60km/h時(shí)，每一冷卻液流量下，均只有一個(gè)極大值，至90km/h，極值趨勢(shì)已不明顯。綜上所述，在低車速時(shí)，系統(tǒng)不可逆度會(huì)隨著空氣流量的增加呈現(xiàn)波動(dòng)變化，出現(xiàn)兩次極大值和一次極小值，而隨著車速的增加，第二個(gè)極大值、極小值和第一個(gè)極大值將逐漸消失而出現(xiàn)空氣流量與系統(tǒng)不可逆度呈負(fù)相關(guān)的趨勢(shì)，車速越大，趨勢(shì)越明顯，且這種趨勢(shì)是從小冷卻液流量開始逐步變化的，流量越小，趨勢(shì)越明顯。

從圖5中可以看出，車速30km/h時(shí)，冷卻液流量在10L/min以下時(shí)，隨著冷卻液流量的增加，系統(tǒng)不可逆度變化小，冷卻液流量在10L/min以上后，隨冷卻液流量的增加，系統(tǒng)不可逆度近似線性增加;車速在60km/h和90km/h時(shí)，系統(tǒng)不可逆度隨冷卻液流量的變化趨勢(shì)相同，均隨著冷卻液流量的增大而降低，并在冷卻液流量較大的情況下，下降趨勢(shì)變平緩，該變化趨勢(shì)與30km/h車速下的變化趨勢(shì)相反。本文以串聯(lián)構(gòu)型為例，對(duì)比了30km/h和60 km/h車速在0.6kg/s的空氣流量下，各部件在不同冷卻液流量下的熵產(chǎn)，如表3所示。

結(jié)合表3與上文各部件的熵產(chǎn)計(jì)算式，水泵的不可逆損失主要由流體流動(dòng)引起，其余三部件的不可逆損失則是由不等溫傳熱和流體流動(dòng)兩部分引起。而由表3可知，在四個(gè)部件中散熱器的不可逆損失最大，約占總不可逆損失的90%。在低車速下，電機(jī)及電機(jī)控制器發(fā)熱量小，隨冷卻液流量的增加，各部件進(jìn)出口流體溫差變化小，則傳熱不可逆損失變化小，系統(tǒng)的不可逆損失主要受流體流動(dòng)影響，因此在30km/h車速時(shí)，隨冷卻液流量的增加，系統(tǒng)不可逆度會(huì)增加。當(dāng)車速為60 km/h時(shí)，電機(jī)發(fā)熱量增大，各部件進(jìn)出口流體的溫差增大，系統(tǒng)的不可逆損失主要受傳熱的影響，盡管隨冷卻液流量的增加，由流體流動(dòng)引起的不可逆損失增大，但流體的進(jìn)出口溫差減小，傳熱不可逆損失減小，其中散熱器的不可逆損失減小較多，因此系統(tǒng)不可逆損失隨冷卻液流量的增加而出現(xiàn)減小的趨勢(shì)。

2.2.2 串聯(lián)構(gòu)型與并聯(lián)構(gòu)型的比較分析

為了比較串聯(lián)構(gòu)型與并聯(lián)構(gòu)型的差異，本文對(duì)比了每一車速下空氣流量分別在0.3kg/s、0.6kg/s、0.9kg/s和1.2kg/s時(shí)，串聯(lián)構(gòu)型與并聯(lián)構(gòu)型在相同冷卻液流量下的系統(tǒng)不可逆度的差值，如圖6所示。

車速為30km/h時(shí)，在相同工況下，差值均為正值，串聯(lián)構(gòu)型的系統(tǒng)不可逆度大于并聯(lián)構(gòu)型的系統(tǒng)不可逆度。車速在60km/h和90km/h時(shí)，除部分小空氣流量和小冷卻液流量的組合中串聯(lián)構(gòu)型的系統(tǒng)不可逆度大于并聯(lián)構(gòu)型的系統(tǒng)不可逆度外，其余情況均為串聯(lián)構(gòu)型的系統(tǒng)不可逆度小于并聯(lián)構(gòu)型的系統(tǒng)不可逆度。

在上述分析中，值得注意的是，當(dāng)車速大于等于60 km/h后，對(duì)于冷卻液流量較小時(shí)出現(xiàn)的串聯(lián)構(gòu)型系統(tǒng)不可逆度大于并聯(lián)構(gòu)型的情況，在運(yùn)行過程中，電機(jī)及電機(jī)控制器的出口冷卻液溫度會(huì)大于其允許溫度，達(dá)不到散熱需求，因此在實(shí)際運(yùn)行時(shí)，并不允許這種冷卻液流量與空氣流量的組合。即實(shí)際運(yùn)行時(shí)，在?60km/h至90km/h時(shí)，串聯(lián)構(gòu)型的系統(tǒng)不可逆度均小于并聯(lián)構(gòu)型的。由此可見，并聯(lián)構(gòu)型的優(yōu)勢(shì)主要在車速較小時(shí)體現(xiàn)，車速較大時(shí)則是串聯(lián)構(gòu)型更具有優(yōu)勢(shì)，且從圖6可知，串聯(lián)構(gòu)型占優(yōu)勢(shì)的車速區(qū)間更大。

2.2.3 兩種構(gòu)型的冷卻液流量和空氣流量的最優(yōu)匹配

本文采用MATLAB對(duì)每一種構(gòu)型在每一車速條件下的187組數(shù)據(jù)進(jìn)行擬合，最終得到相應(yīng)車速條件下滿足溫度要求的不可逆度最小的空氣流量和冷卻液流量組合，如表5所示。

3 結(jié)論

（1）串聯(lián)和并聯(lián)構(gòu)型的系統(tǒng)不可逆度隨空氣流量和冷

卻液流量的變化趨勢(shì)相似;

（2）并聯(lián)構(gòu)型的優(yōu)勢(shì)主要在車速較小時(shí)體現(xiàn)，車速較大時(shí)則是串聯(lián)構(gòu)型更具有優(yōu)勢(shì)，且串聯(lián)構(gòu)型占優(yōu)勢(shì)的車速區(qū)間更大;

（3）采用熵產(chǎn)分析方法可實(shí)現(xiàn)熱管理系統(tǒng)運(yùn)行參數(shù)的優(yōu)化。

參考文獻(xiàn)

[1] 和偉超.電動(dòng)汽車用永磁同步電機(jī)水冷系統(tǒng)設(shè)計(jì)及溫升分析[D].浙江大學(xué)，2013.

[2] 姜坤，李濤，張永亮.電機(jī)控制器IGBT模塊水冷散熱研究[J].電子科技，2017，30（2）：68-71.

[3] CAVAZZUTI M，GASPARI G， STEFANO P，et al.?Thermal manage?-ment of a Formula E electric motor： Analysis and optimization[J].?Applied Thermal Engineering， 2019， 157： 113733.

[4] KYUHO S，YONG-BOK L，SEOK-MYENG J，et al.Thermal analysis of high-speed permanent magnet motor with cooling flows supported on gas foil bearings： part I-coupled thermal and loss modeling[J]. Journal of Mechanical Science and Technology， 2015， 29（12）： 5469-5476.

[5] ILYIN M V， VILKOV E A， GULYAEV I V. A thermal model of an IGBT module taking into account thermal interconnections between chips[J]. Russian Electrical Engineering， 2019， 90（1）： 6-10.

[6] WULFF C， MANNS P， HEMKEMEYER D， et al. Choice of energetically optimal operating points in thermal management of electric drivetrain components[C]//Energy and Thermal Manage?-ment，?Air-Conditioning， and Waste Heat Utilization， 2019： 3-14.

[7] 王慶年，韓彪，王鵬宇，等.電動(dòng)汽車?yán)鋮s系統(tǒng)設(shè)計(jì)及電機(jī)最優(yōu)冷卻溫度控制[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2015，45（1）：1-6.

[8] CHOWDHURY S， LEITZEL L， ZIMA M， et al. Total thermal man?-agement of battery electric vehicles （bevs）[J]. SAE Technical Paper， 2018， 37（26）： 1-7.

[9] BEJAN A.Entropy Generation minimization： The new thermodyna?-mics of finite-size devices and finite-time processes[J]. Journal of Applied Physics， 1996， 79（3）： 1191-1218.

[10]?BAHMANYAR M E， TALEBI S.A performance analysis of vertical steam generator using an entropy generation method[J].?Annals of Nuclear Energy， 2019， 125： 212-221.

[11]?陳則韶，李川，江斌.熱泵系統(tǒng)的不可逆度及其熱力參數(shù)優(yōu)化[J].工程熱物理學(xué)報(bào)，2015，36（06）：1159- 1163.

[12]?LI H， FIGLIOLA R. Optimization of an automotive cooling system based on exergy analysis[J]. SAE Technical Paper， 2004， 1： 1-13.

[13]?王洋.流動(dòng)與混合過程中不可逆損失的研究[D].哈爾濱工業(yè)大學(xué)， 2008.