一种基于多影响因素的锂离子电池放电内阻动态模型

直流内阻(DCR)是衡量电池健康状况的关键指标,在实际应用中对功率状态的估算以及热管理都具有重要意义。锂离子电池放电DCR与环境温度、电池荷电状态(SOC)以及放电倍率(C-rate)等因素有关,为了研究这些因素对电池内阻的影响,本文提出一种基于多影响因素的锂离子电池放电内阻动态模型,利用二元四次多项式对DCR与环境温度和电池SOC进行最小二乘拟合,再将所得二元四次多项式系数与放电倍率进行三次多项式拟合,最终建立DCR与放电倍率、环境温度和SOC之间关系的内阻模型。运用多倍率混合脉冲功率特性(HPPC)实验对锂离子电池进行充放电测试,并根据测试数据对所提出的模型进行验证,实验结果表明,所建立的动态内阻模型获得的DCR估算值与实验值的最大均方根误差为0.9758 mΩ,证明所提出的电池放电内阻模型是有效的。

放电深度对电池使用寿命的影响

放电深度（DOD）对电池使用寿命有着重要的影响,不同荷电状态（SOC）下,对电池以不同放电深度（20%DOD、80%DOD）放电,通过研究各放电深度后的电池性能,获取最佳放电深度件,以降低电池劣化,延长电池寿命。测定不同放电深度下电池的充电交流内阻、放电交流内阻、充放电循环后电池厚度、交流内阻以及容量保持等。数据分析表明,当在DOD（20%~80%）、SOC（25%~75%）条件下使用电池时,电池在充放电过程中充电交流内阻与放电交流内阻增幅均较小约25%,充放电循环500周,电池厚度、交流内阻仅增加约3.78%、2.08%,容量仅衰减约2.8%。

基于GNL模型自适应无迹卡尔曼滤波的电动汽车荷电状态估计

随着电动汽车的高效发展,逐年递增的退役动力电池回收利用已刻不容缓,对电池进行精确、可靠的荷电状态(SOC)估计是实现电池梯次利用的关键技术。传统估计方法均未考虑对老化电池影响较高的自放电因素,因此采用在二阶RC模型基础上考虑了自放电因素的GNL电路等效模型,通过脉冲放电对模型参数进行辨识。对相应的状态空间方程利用矩阵二次型方法进行离散化,并利用自适应无迹卡尔曼滤波算法对荷电状态进行实时估计及更新。在间歇恒流和变电流工况下以老化电池为实验对象对算法进行了对比验证,结果表明双卡尔曼滤波法在初值估计不准确时不能及时收敛到荷电状态真值附近并跟随,基于二阶RC模型的自适应滤波算法估计的误差在工况后期较大,基于GNL模型的自适应滤波算法对老化电池的估计精度较高,误差在0. 5%之内。结果表明该方法可使状态估计值具有较小的误差和快速跟随性,满足了荷电状态估计的实际需求。

基于多特征融合的航天器锂电池健康评估技术

传统的航天器蓄电池可靠性试验按照最大放电深度进行定额充放电,所构建的失效模型用于支撑航天器总体可靠性设计,不能用于在轨锂离子蓄电池健康评估任务;航天器在蓄电池遥测的采样率、精度、样本量方面无法与民用领域相比,基于高采样、大样本的民用蓄电池健康估计方法也不适用于在轨锂离子蓄电池健康评估。针对该问题,从在轨航天器蓄电池数据特性出发,挖掘在轨状态下所能提取的退化特征,并采用多特征综合评价方法,设计了一种基于多特征融合的在轨锂离子蓄电池健康评估方法,实现了在轨蓄电池放电内阻、同放电深度下的终端电压、恒压充电时间3项退化特征融合的健康量化评估,应用于某型号卫星的在轨监测与健康评估,具有良好的工程实用性,可作为国内航天器健康评估技术的参考。

燃料电池混合动力系统镍氢电池特性

结合Rint模型分析某80Ah镍氢动力电池单体特性，以确定其在燃料电池混合动力系统中的最佳工作范围，并加以实验验证。结果显示，在燃料电池混合动力系统中镍氢电池SOC应保持在40％～60％之间，充放电电流应处于-160～240A的范围，温度应维持在常温附近，以确保系统安全性和经济性。台架实验显示，通过稳态分配结合动态滤波的算法模式和恰当的参数匹配，整车控制器可以使镍氢电池工作在目标区域，从而使混合动力系统满足城市公交工况的动力性和经济性需求，并限制燃料电池发动机的输出功率波动。