想象一下未来，路上的每个人都在使用自动驾驶汽车（AV）。它似乎直接来自于未来派的Netflix电视连续剧《黑镜》，对吧？现在，想象一下，如果这些自动驾驶汽车排放的尾气很脏，还需要定期去加油站加油，这似乎有点不合时宜，就像用最新的物联网设备完全装备了一套智能家居，然而这套智能家居只不过是通过拨号上网来连接。

自动驾驶汽车现在和将来应该不会完全依靠燃油来驱动。取而代之的核心问题是，是否应该只生产全电动汽车，还是可以生产混合动力汽车，关于这一核心问题，双方都有自己的观点。

电动汽车电池需要针对自动驾驶应用进行优化，并考虑电池输出功率等因素。

混合还是不混合

一方面，许多开发自动驾驶汽车的公司希望它们的主要用途（至少一开始时）是集中在汽车共享上，就像没有司机的出租车一样。混合动力发动机结合了燃油和电力，使汽车在路上花的时间（并赚钱）比在车库充电要多。

另一方面，一些汽车公司和环保组织担心，由于这些车辆可能会不停地运送乘客和货物，污染程度将成倍增加，会对环境造成严重破坏。

不管怎样，电动汽车的电池都需要针对自动驾驶应用进行优化，并考虑电池功率输出和降级等因素。利用COMSOLMultiphysics软件和附加的电池与燃料电池模块，科学家和工程师可以研究和设计混合动力和全电动自动驾驶汽车的电池系统。

具有最佳功率输出的电池设计

从本质上讲，自动驾驶汽车比普通汽车包含更多的电子组件。除了汽车本身（以及其灯光，警报和收音机），还包含导航系统以及探测和测距设备。大量的电力消耗意味着电池的耗电速度会比正常情况下更快。自动驾驶汽车的电池需要设计成续航时间更长，输出更多功率，这样才能满足能源需求。

电池管理系统

在混合动力和全电动汽车中，电池管理系统（BMS）是一个非常重要的设计因素。通过精确监测电池活动，BMS最大限度地提高能量输出、寿命和安全性。在等温条件下对锂离子电池进行建模可以帮助工程师分析BMS设计中的重要因素，包括：电压、极化（电压降）、内阻、荷电状态（SOC）以及倍率性能等。

电池模型由四个域组成，分别为：负极多孔电极、分隔器、正极多孔电极以及电解质。

该模型使工程师可以测试输入，可以了解它们如何影响电池的整体性能。这些因素可能包括初始电池电压、电池容量、隔板和电极的厚度以及电池SOC，即电动或混合动力汽车电池组中剩余电量的百分比，类似于汽油动力汽车的燃油表液位。

驱动周期

车辆根据特定的驱动周期运行，在此过程中，蓄电池的温度和电压会发生变化。驱动周期告诉BMS电池的SOC是多少，电池究竟是空的还是满的。然后，控制单元停止放电（如果电池是空的）或充电（如果电池是满的）。

一维模型可以扩展为包括热分析，以便执行驱动周期监控。考虑到一个混合动力汽车的电池组，它受到一个驱动周期的影响。

工程师可以模拟锂离子电池的驱动周期，以预测其性能，分析难以测量的参数或验证实验结果，影响电池驱动周期的一些因素包括：电池各部分的内阻和极化、电池SOC、每种电极材料的SOC、局部温度以及材料。

可以从外部驱动周期数据（例如时间与C速率（电池的放电速率相对于其最大容量））将当前负载输入导入模型。在这种情况下，导入的数据对应于混合动力电动汽车的典型值。该分析可以告诉您有关电池驱动周期的很多信息，包括电池电压、电势和总极化。在驱动周期内，尽可能地确定电池SOC和负载下的电极（以及温度）。

通过改善热量管理，以使电池能够处理更长的驱动周期。我们将在后面的内容中讨论的那样，优化自动驾驶汽车的驱动周期将影响其在运输消费市场上的成功水平。

功耗与能耗评估

倍率性能用于确定电池是否设计用于其预期目的。有两种选择：能源优化和功率优化。能源优化的电池具有大容量或能量供应，但电流负载相对较低，这使其成为便携式电子设备的理想选择。对于混合动力和电动汽车，功率优化的电池是更好的选择。这些电池的容量相对较低，但电流负载较高。例如，它们可以在很高的电流下充电。

回到一维锂离子电池模型，工程师可以执行功率与能量评估以确定电池的额定容量。该模拟研究了在不同的电流负载下电池从其完全充电状态的放电以及电池从其完全放电状态的充电。

电池降级建模

向自动驾驶的过渡不会一蹴而就。许多创新者认为，当自动驾驶汽车首次进入市场时，它将采用乘车共享的形式，而不是单人或家庭的单车。从逻辑上讲，这意味着乘车共享公司车队中的每个自动驾驶汽车每天将由大约10名乘客（而不是一人）访问，并且24小时不间断地运行，而不是按一个人的时间表运行。

实际上，将自动驾驶汽车主要用于乘车共享会导致汽车电池的损耗比普通的单车辆更快，这是容量衰减分析发挥作用的地方。

容量衰减

电池会同时经历容量衰减和功率衰减，但是有所不同。功率衰减是在给定的放电速率下电池电压的降低，容量衰减是电池容量的损失。

组成电池的不同电池材料，以及它们之间的各种组合，会导致不同的老化速率，甚至会加速老化过程，从而导致电池容量的损失。

通过在循环过程中对电池进行时间相关的分析，可以找到放电期间的电压，并将容量与总累积循环时间和总循环数进行比较。还可以分析电解质体积分数和固体电解质相间（SEI）膜电势下降与循环数和隔板电极边界上的局部SOC的关系。（SEI为电解质提供了绝缘性和导电性。）这些因素可以帮助设计电池，这些电池经过优化，可在自动驾驶汽车中长期稳定地使用。（来源：iotforall 编译：李兆荣）