盖世汽车讯 据外媒报道，莱斯大学（Rice University)的工程师们表示，一种预测电池性能的方法比目前的建模技术快10万倍，更加简单有效，有助于制造性能更优异的电池。

电池，预测电池性能,分析模型,能源，功率密度，莱斯大学分析模型，

莱斯大学

莱斯大学布朗工程学院(Rice University's Brown School of Engineering)的材料科学家Ming Tang和研究生Fan Wang开发了一种分析模型，无需复杂的数值模拟，即可指导电池组件的选择和设计，以及它们如何相互作用。该简化模型可以免费在线访问，以计算密集型算法10%以内的精度完成繁重的工作，帮助研究人员快速评估电池的速率能力。

Tang表示，市场对于该创新模型显然是有需求。“提到设计和优化电池，几乎所有人都用过一种名为P2D(伪二维)模拟的方法。这种方法已广泛使用，但运行成本很高。如果你想优化电池，这尤其会成为一个问题，因为其中有很多变量和参数需要精心调整，以最大限度地提高性能。”他说，“推动这项工作的原因是，我们意识到，我们需要更快、更透明的工具，以加速设计进程，并提供简单清晰的结果。而采用数值模拟往往得不到这样的结果。”

电池优化通常涉及到能源(它能储存的电量)和功率密度(它的释放速率)之间的“永久权衡”，这取决于材料、配置和内部结构，如孔隙率。“有相当多的可调结构参数需要优化，”Tang说，“为了搜索参数空间，找到最佳组合，你通常需要进行成千上万次的计算，有时甚至更多。这不是做不到，但需要很长时间。”他表示，采用MATLAB和Excel等常用软件，即可操作该莱斯模型，甚至使用计算器也可以操作。

为了测试这一模型，研究人员用它来寻找普通全电池和半电池的最佳孔隙率和电极厚度。在这个过程中，他们发现，具有“均匀反应”行为的电极，如镍-锰-钴和镍-钴-氧化铝，最适用于需要厚电极来增加能量密度的应用。

他们还发现，半电池(只有一个电极)天生具有更好的速率能力，因此，不能将其性能作为可靠指标，来评估电极在商用全电池中的性能。