管式ZEBRA电池的长循环性能与电压弛豫曲线分析

管式ZEBRA电池(也称钠-金属氯化物电池)在电网储能、备用电源和极端环境等领域具有广阔的应用前景,已处于商业化示范应用发展阶段。然而,进一步提高其长循环性能仍是下一代ZEBRA电池的研发重点。判断ZEBRA电池的健康状态对于预测其循环稳定性至关重要。我们结合管式电芯的阴极颗粒特征、长循环性能曲线与放电电压弛豫曲线进行了分析,得到ZEBRA电池将经历前期活化、中期性能稳定和后期性能老化等三个不同的性能阶段。通过观察ZEBRA电池的电压弛豫曲线的变化,可以较好地判断电池性能所处的阶段,从而获取电池的健康状态。并以此判断为基础,通过改变阴极的组成可达到减少电池活化时间,保持电池长循环稳定性的目的。

基于弛豫电压的锂离子电池内短路分级检测方法

为了提高锂离子电池在运行过程中的内短路故障检测效率,提出基于弛豫电压的锂离子电池内短路分级及检测方法。首先根据内短路电池暂停放电后的弛豫电压曲线特征,基于支持向量机模型对电池内短路等级进行分类。然后根据分类结果,提出相应的电池内短路故障检测方法。对于中期内短路电池,立即令其退出电池系统;对于早期内短路电池,利用卡尔曼滤波(Kalman filtering,KF)算法实时计算电池荷电状态(state of charge,SOC)偏差;对于无短路电池,保持原检测措施。最后对所提分类及检测方法进行实验验证。实验结果表明该分类方法的正确率受弛豫电压序列的采样总时间长度和采样间隔时间影响,增加恒流恒压充电阶段获取的特征数据能进一步提高内短路分类结果的正确率,实时检测电池SOC偏差的方法能及时发现异常的早期内短路电池。

基于短时弛豫电压与IBAS-BP网络的SOH估算

为提高锂电池健康状态(SOH)的在线估算精度,提出一种基于短时弛豫电压与IBAS-BP网络的SOH估算方法.首先,通过分析不同静置时间的弛豫电压与SOH的关系,选取10秒时的弛豫电压曲线进行特征提取,采用主成分分析法对所提取特征融合与降维,降低模型复杂度和特征间的冗余.其次,通过动态步长和S型权重改进BAS算法并对BP网络的初始权阈值寻优,建立IBAS-BP网络.再次,利用MD-MTD增强的数据训练IBAS-BP网络实现SOH估算.结果表明,由10秒内的弛豫电压中所提取的特征能有效反应电池的老化,可用于SOH的估算;与其它模型相比,所建IBAS-BP模型的估算精度更高,误差均保持在0.5%以内.最后,基于所提方法利用LabVIEW搭建了一种模拟电池在环管理系统,为电池安全管理提供了参考依据.

基于弛豫电压模型的锂离子电池RUL预测

锂离子电池在长期使用过程中呈非线性退化趋势,预测非线性退化对延长电池寿命和确保安全意义重大。提出一种利用弛豫电压作为特征序列的非线性退化拐点预测方法,进行拐点和剩余使用寿命(RUL)的联合预测,建立结合拐点退化特征的RUL预测框架,提高预测精度。通过迁移学习,在不同的电池数据集上验证所提联合预测方法的性能,拐点和RUL预测的平均绝对误差在26次循环内,均方根误差低于28次循环。该方法利用弛豫电压来预测拐点和RUL,从而间接预测电池健康状态(SOH),具有预测精度好、应用范围广等特点。

基于弛豫时间归一化参数的锂离子电池析锂量检测方法

析锂作为锂离子电池使用的主要安全隐患之一,不仅会造成电池的寿命极速衰减,还可能引发燃烧、爆炸等灾难性后果。随着近年来快充技术的发展,对于锂离子电池析锂情况的诊断需求愈发迫切。针对现有定量方法诊断精度严重受制于测试温度的问题,提出了一种基于弛豫时间归一化表征的改进电压释放法。从理论上分析了“析锂量与温度”因素组合对电池电压释放行为的影响规律。在此基础上,将释放阶段弛豫电压差分曲线峰值处所对应时间,与完全释放时间作比,得到“弛豫时间归一化参数”这一温度脱敏的析锂量诊断无量纲特征参数。分别利用多物理模型仿真与实验测试,验证了新方法诊断的准确性与温度适应性。

基于弛豫电压的内短路诊断方法

锂离子电池的早期内短路放电及产热不明显,难以被及时诊断。以圆柱形商用锂离子电池为研究对象,利用弛豫电压曲线斜率衡量内短路程度;根据外接电阻模拟实验数据,建立内短路阻值与弛豫电压曲线斜率的拟合模型;在此基础上,设计内短路诊断方法,分析电池老化对诊断精度的影响;利用遗传算法对模型建立过程中时间区间的选取进行优化。该方法可实现早期内短路的定性诊断和内短路阻值的定量计算,平均绝对百分比误差(MAPE)不超过7%;经优化的拟合模型,在不同健康状态(SOH)下的MAPE小于5%。该方法计算成本低、检测精度高,适用于锂离子电池内短路的监测及诊断。

锂离子电池开路电压快速估计研究

提出了一种离线式锂离子电池开路电压快速估计方法,在短时间内完成对需要经过长时间搁置才能稳定的开路电压的预估。建立了一个带有权重的电压弛豫模型并利用短时间内搁置电压数据和模型预估值构造损失函数,通过优化算法对损失函数中的参数进行寻优。电池开路电压预估流程包括对电池进行放电,搁置和开路电压预估,整个过程所需时间为30~40 min,即通过30~40 min就可以完成对需要进行数小时静置后才能稳定的开路电压的预估。为了检验此模型的适用性,设计了三元锂电池在不同电池荷电状态(State of charge,SOC)下、不同温度下和以不同的放电倍率放电下开路电压预估的试验,以及设计了电池容量循环衰减试验,并在电池容量衰减后继续对电池开路电压进行预估。试验结果表明,此模型可以通过短时间搁置便能精确地预测电池在不同SOC和不同温度下以及电池容量衰减后的开路电压。提出的离线式锂离子电池开路电压快速估计方法能够快速、准确地预估电池稳定开路电压,在电池SOC以及电池健康状态(State of health,SOH)等状态估计及电池容量估计方面有重要作用,能够大大缩短预估时间。

一种三元锂电池析锂特性以及检测方法研究

锂电池在充电过程中会发生不同程度的析锂,析锂会影响电池的正常工作状态,对电池的性能产生影响。本论文以LG4.2V/2.75Ah18650轻型圆柱锂电池为主要的研究对象,探究三元锂电池充电后析锂的发生条件以及影响因素,对锂电池析锂特性进行分析,同时基于弛豫电压微分曲线的方法,寻找一种可行析锂的检测方式,最后通过并联试验对比正常老化与析锂老化两种不同老化模式对电池寿命的影响,探究析锂对电池安全性与可靠性的影响。