包覆技术在锂离子电池正极材料中的应用及挑战

【目的】为了提升锂离子电池的整体性能,对包覆技术在正极材料中的应用现状进行总结。【研究现状】总结湿法化学工艺、干法化学工艺和气相化学工艺等3种包覆技术的原理、优缺点,以及行业在锂离子电池正极材料包覆技术的应用和生产实践中取得的进步;湿法化学工艺操作简单,设备要求高;干法化学工艺成本低,能耗较高;气相化学工艺纯度高,工艺复杂。【结论与展望】认为锂离子电池作为新能源的主要发展对象,性能的提升和稳定性的增强对于推动可再生能源和电动汽车等领域的发展至关重要;包覆技术已被广泛应用于锂电池领域,旨在提高正极材料的稳定性和性能。提出包覆技术在包覆机制或表征、材料的选择和设计、工艺和条件优化、工业化应用等实践中面临着挑战和发展机遇害。

基于锂离子电池电化学机理特性的电气等值模型研究

为更准确地表征低倍率充放电工况下电池内外部的动态状况,该文根据锂离子电池电化学原理推导出一种机理电气等值模型,明确机理电气等值模型相关电气元件参数的计算方法,揭示其与锂离子电池电化学参数之间的关联。所提机理电气等值模型兼具锂离子电化学模型的精度以及常规经验等效电路模型在储能控制参数整定、大规模储能电站等效建模方面便捷性的优势,更适用于新型电力系统场景下的储能电站建模、仿真、参数整定及安全监测。

锂离子电池健康状态估计及寿命预测研究进展综述

随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

锂离子电池储能电站的热失控状态检测与安全防控技术研究进展

锂离子电池具有能量密度大、使用寿命长、工作温度范围宽、自放电小等优点,是中国电化学储能电站的主流电池技术。然而,在加热、过充等恶劣工况下,锂离子电池易发生热失控引发火灾甚至爆炸,因此其安全问题已逐渐成为锂离子电池储能电站建设及大规模应用的首要问题。该文系统分析了锂离子储能电池热失控的诱因、电池内部反应过程及外部特征参量的变化规律,重点总结了当前主要的电池热失控状态检测技术、智能诊断算法及储能电站安全防控技术,最后对储能电站热失控状态检测及安全防控技术进行了总结和展望。

锂离子电池电解液安全性的影响因素及改进措施

锂离子电池由于能量密度高、高电压和维护成本低等优点而被大家使用.但在使用它们的过程中存在燃烧、爆炸等安全问题.电解液是锂离子电池中最易燃的组分,所以其与锂电池的安全性息息相关.改进电解液是提高锂离子电池安全性的关键方法.首先探讨了影响锂离子电池电解液安全性的因素,然后提出了改善措施,主要包括添加阻燃剂和抗过充添加剂来降低风险.

锂离子电池三元正极核-壳结构的电化学-力学模拟

利用有限元模拟技术构建了电化学-力学耦合的三维多物理场锂离子电池模型,进而获得了核-壳正极在放电过程中Li+浓度、应变和应力的分布与演变情况,并研究了放电结束时不同放电倍率、壳厚度和核粒径对应变和应力的影响.结果表明,颗粒中心及核-壳界面处的应力在放电初期迅速达到最大值,然后随着Li+扩散过程的进行,应力逐渐减小.另外,黏结剂和相邻颗粒对电极应力分布有显著影响.减小放电速率和核粒径以及增加壳厚度能够降低电极中的应力.研究结果可为核-壳正极结构的设计与优化以及锂离子电池放电策略提供参考.

最小二乘算法优化及其在锂离子电池参数辨识中的应用

传统最小二乘法(LS)用于锂离子电池模型在线参数辨识精度低,通过带遗忘因子递推最小二乘算法能够有效地提高辨识精度,但固定的遗忘因子影响模型动态特性。遗忘因子的自适应处理能提高算法对动态系统的参数辨识能力,而目前的自适应方法容易忽略模型参数的稳定性,同时方法待定系数范围较大且难以确认。为了得到高精度且稳定性良好的模型参数,该文设计了一种精度和稳定性兼优且更简单的自适应遗忘因子递推最小二乘(AFFRLS)改进方法,并与其他AFFRLS、可变遗忘因子递推最小二乘(VFFRLS)进行仿真对比分析。结果表明,改进的AFFRLS能够在模型精度和参数稳定性取得更好的平衡,且对不同的在线工况具有良好的适用性。

不同挤压工况下圆柱形锂离子电池的压缩响应研究

为了满足动力锂离子电池在机械滥用下安全运行的要求,利用实验和有限元模拟相结合的方法对不同挤压工况下锂离子电池的压缩响应特性和失效机理进行了研究。通过自行搭建的三维数字图像相关法监测平台,对18650圆柱形锂离子电池进行了挤压实验,给出了不同挤压工况(平面压缩、局部压痕和三点弯曲)下电池的力-电-热响应行为。基于COMSOL多物理场仿真软件建立了挤压载荷下圆柱形锂离子电池的多物理场耦合模型,具体讨论了加载方式对锂离子电池压缩响应的影响,并与实验结果进行了对比分析,二者吻合较好。研究结果表明,平面压痕和局部压缩工况下锂离子电池表现出一致的响应特性,承载力达到峰值后迅速下降;平面压缩工况下电池的峰值力大于局部压痕工况,随着荷电状态(SOC)的提高,电池的承载能力增强。本工作可为锂离子电池多功能设计和安全评估提供参考。

基于自产热和外传热的锂离子电池热学模型参数辨识方法

锂离子电池热学模型参数(热容和热阻)的准确辨识对电池热电耦合建模及状态参数估计至关重要。然而传统测量方法成本高且测试周期长,如何利用充放电工况结合产热和传热机理研究快速热参数辨识方法具有重要意义。以8A×h软包锂离子电池为研究对象,建立分布式热路模型;设计双向脉冲工况实验,采用自适应粒子群算法(APSO)进行辨识;同时采用其他工况进行验证,实验和仿真温度误差小于0.1℃。另外,将热容和热阻转换为比热容和导热系数,并与其他文献中同类电池的参数进行比对,量级接近。研究结果表明,该方法可以有效解决层叠式软包锂离子电池热学模型参数辨识难的问题,且简便易行、成本低。

锂离子电池热失控监测参数研究综述

锂离子电池因其能量密度高、自放电率低、循环寿命长、输出功率大等优点被广泛应用于储能领域,然而由于其不稳定性导致储能事故频发。从热失控-火灾蔓延角度出发,对热失控机理进行探究,基于产气成分及含量、膨胀力、表面温度、电压变化等热失控特征参数,对现有的磷酸铁锂体系电池早期预警(外部)方式进行综述,在此基础上,提出未来电池热失控早期预警(外置)的发展思路,为锂电池热失控早期监控及预警提供思路。

考虑应力特征的锂离子电池SOC估算

准确估计荷电状态(SOC)是保证锂离子电池可靠运行的基础。提出基于多维特征特别是结合力信号的数据驱动的SOC估算方法,对锂离子电池应力特征进行Savitzky-Golay(S-G)滤波,形成优化重构后的应力信号。提出基于麻雀搜索算法(SSA)改进的反向传播(BP)神经网络,提高神经网络的全局寻优能力。用恒流(CC)、联邦城市驾驶工况(FUDS)进行评估。在BP神经网络中,相比于单纯使用电信号,考虑应力特征的SOC估算的均方根误差(RMSE)降低89.1%,平均绝对误差(MAE)降低88.8%,考虑应力特征的SSA-BP神经网络的SOC估算误差在0.3%以内,鲁棒性和精确性更高。

废锂离子电池的冶金回收工艺研究进展

回收废锂离子电池对资源可持续性和人类健康至关重要。废锂离子电池需要经过预处理拆解为各种组分,其中正极材料是各种组分中最具回收价值和意义的部分。目前,冶金工艺是废锂离子电池正极材料回收的主要方法,该工艺主要包括废锂离子电池的预处理、有价金属的提取、产品的回收3个阶段。总结了各阶段的主要方法和进展,并对比了各种方法的优缺点。经对比发现在废锂离子电池的预处理阶段中,机械化的处理方式是未来的发展方向;在有价金属的提取和产品回收的2个阶段中,将各种工艺相耦合来开发绿色、低成本、高效率的组合工艺将是今后的发展趋势。

柠檬酸浸出废旧锂离子电池中的镍钴锰

采用柠檬酸+过氧化氢浸出体系从废旧三元锂离子电池正极材料中回收镍、钴、锰,分析了浸出过程中可能发生的反应,分别考察了柠檬酸浓度、过氧化氢质量分数、浸出温度、浸出时间、液固比等因素对正极材料中镍、钴、锰浸出率的影响。在柠檬酸浓度1.5 mol/L、过氧化氢质量分数8%、浸出温度80℃、浸出时间60 min及液固比25 mL/g条件下,金属镍、钴、锰浸出率分别为97.58%、97.35%、96.12%。以乙醇为溶析剂,采用溶析结晶法从浸出液中回收金属,镍、钴、锰结晶率分别为92.34%、93.07%、99.69%。

聚烯烃在锂离子电池隔膜领域的应用进展

隔膜是锂离子电池的重要组成部分之一,它的性能直接决定了锂离子电池的安全性能、使用寿命和电化学性能等。聚烯烃微孔膜凭借电化学性能优异、价格低廉等优势成为锂离子电池隔膜市场的主流。在隔膜减薄化趋势下,超高分子量聚乙烯隔膜独特的性能优势成为聚烯烃微孔膜中最具竞争力的产品。介绍了锂离子电池隔膜的工作原理及性能要求,聚烯烃锂离子电池隔膜的制备方法,包括湿法、干法、静电纺丝等制备工艺;阐述了锂离子电池隔膜专用料的性能要求和研发进展,生产超高分子量聚乙烯的催化剂以及聚烯烃隔膜改性的研究进展。

蜘蛛网流道冷板冷却液对向流锂离子电池散热分析

锂离子电池工作温度过高或温差过大将导致其容量降低和寿命缩短。为了降低其工作温度及温差,设计了一款蜘蛛网流道冷板,采用数值方法对其冷却液对向流锂离子电池散热进行了计算。比较了蜘蛛网流道冷板冷却液对向流与同向流锂离子电池的散热情况,分析了冷却液流量以及冷板内流道夹角、槽深、壁厚对电池散热的影响。结果表明:与冷却液同向流电池相比,冷却液对向流电池最高温度、温差都降低,电池温度分布更加均匀。在0.02~0.06 kg/s区间,随着冷却液流量增大,电池最高温度和温差快速降低,而冷却液压降缓慢增大;当冷却液流量大于0.06 kg/s时,随着冷却液流量增大,电池最高温度和温差缓慢降低,而冷却液压降快速增大。增大流道夹角可使流道在冷板内分布更加均匀,提高冷板散热能力。当冷却液质量流量恒定时,增大流道槽深可使冷却液压降显著减小,但会引起电池最高温度和温差略微升高。随着流道壁厚增大,电池最高温度和温差均呈下降趋势。蜘蛛网流道冷板在流道夹角80°、槽深1 mm、壁厚2 mm、冷却液流量0.06 kg/s对向流冷却条件下,可使锂离子电池3C放电最高温度和温差降至31.02℃和4.54℃。

循环老化三元锂离子电池热失控气体毒性研究

为研究高能量密度锂离子电池循环老化过程中热失控特性变化及释放气体的毒性危害,对不同循环老化程度的三元锂离子电池进行热滥用实验,利用气体传感器阵列,基于有效剂量分数模型对热失控气体毒性危害进行定量分析。结果表明,高镍含量三元锂离子电池循环性能差,200次循环老化后,电池健康状态低于70%。老化电池更容易进入热失控状态,热失控反应更剧烈但释放能量少,释放气体燃烧效率低。在密闭空间内,电池热失控释放窒息性气体危害性比刺激性气体更高,150次循环老化电池的窒息性气体毒性累积效应比新鲜电池早638 s达到临界值1。随老化程度增加,最终电池的刺激性气体毒性即时效应与气体致死毒性即时效应降低,与新鲜电池相比,100次循环老化后,电池的刺激性气体毒性即时效应降低0.34,气体致死毒性即时效应降低0.19。研究结果可为老化电池安全性评估及热失控预警提供数据支撑。

适用于宽温度范围的锂离子电池SOC估计方法

精确的荷电状态(SOC)估计是确保动力电池安全稳定运行的关键所在。然而,在实际应用中,环境温度的变化以及噪声干扰等因素使得SOC的精确估计变得困难重重。为了解决这一问题,本文提出一种基于多新息自适应鲁棒无迹卡尔曼滤波(MIARUKF)算法的宽温度范围下锂离子电池SOC多时间尺度联合估计方法,该算法在无迹卡尔曼滤波(UKF)算法的基础上,融合多新息理论、自适应滤波与鲁棒算法。所提算法利用多新息向量对状态估计值进行修正,并对噪声协方差进行及时更新,从而提高SOC的估计精度,通过引入H∞滤波算法来提高该算法的鲁棒性。同时为了降低电池管理系统(BMS)的计算负担,使用UKF算法在宏观时间尺度上在线估计模型参数,采用MIARUKF算法在微观时间尺度上估计电池SOC。最后,在不同SOC初始值、不同温度条件下,对电池SOC的估计结果进行比较和分析,本文所提方法最大绝对误差和平均绝对误差分别为1.05%和0.42%,表明该算法具有较高的精度和较好的鲁棒性。

C/Sn复合薄膜的磁控溅射制备及其作为锂离子电池负极材料的电化学性能

采用磁控溅射的方法在铜箔上制备了C/Sn复合薄膜并将其作为锂离子电池负极材料,研究了C/Sn复合薄膜中Sn质量分数对其电化学性能的影响。研究发现,随着复合薄膜中Sn质量分数的增加,其首圈放电比容量增加,在一定范围内增加Sn质量分数,首圈库仑效率增加,但当Sn质量分数过多时其库仑效率降低。Sn质量分数分别为89.20%、91.61%、93.85%、95.81%的四种复合薄膜,在电流密度为500 mA/g时的首圈放电比容量分别为1195.4、1372.97、1574.86、1642.30 mA·h/g,首圈库仑效率分别为86.84%、87.88%、94.06%、80.66%。循环200圈后,四种复合薄膜的比容量衰减率分别为0.70%、6.13%、11.32%、18.88%。研究结果表明,当复合薄膜中Sn质量分数为89.20%时,其具有最优的倍率性能和循环稳定性能,随着复合薄膜中Sn质量分数的增加,其倍率性能及循环稳定性变差。

一种基于ISBO算法的锂离子电池等效电路模型辨识方法研究

锂离子电池等效电路模型的参数辨识方法对模型精度有较大的影响。针对缎蓝园丁鸟优化SBO(satin bowerbird optimization)算法收敛精度低和收敛速度慢的问题,提出一种改进的缎蓝园丁鸟优化ISBO(improved satin bowerbird optimization)算法。采用惯性权重、柯西变异、高斯变异和贪婪选择策略来提高ISBO算法的收敛精度,并利用标准测试函数对其收敛性能进行验证。结合电池充放电数据,将提出的ISBO算法用于锂离子电池等效电路模型的参数辨识。实验结果表明,与SBO和自适应权重粒子群优化算法相比,ISBO算法参数辨识精度较高且辨识精度不受电池工况的影响。

基于简化阻抗模型和比较元启发式算法的锂离子电池参数辨识方法

快速准确地辨识电化学参数对锂离子电池机理建模至关重要。而传统的参数辨识方法多采用直接拟合,难以精确反映电池的内部状态。为解决这一问题,本工作以37 Ah三元电池为研究对象,基于电化学反应中的法拉第过程、双层电容的弥散效应的非法拉第过程以及固相与液相的传导过程,构建了一个与电化学模型映射的修正简化阻抗模型,与伪二维(P2D)模型不同,该模型输入为不同荷电状态(SOC)下的三电极电化学阻抗谱(EIS),通过拟合EIS得到对应工况电化学参数,实现对电池模型准确的参数识别。通过拟合阻抗谱,辨识得到了16个高敏感度的电化学参数,其中正极7个、负极9个。我们进一步比较了66种元启发式算法在锂离子电池电化学参数识别中的性能表现,从识别精度、计算效率和鲁棒性等方面对其进行多维分析。研究结果表明,自适应差分进化算法在参数识别中综合效果最佳,其平均绝对百分比误差小于3%,非重复函数计算次数小于35000次,表明其达到最大准确度的同时运算量较低,提出的辨识方法不仅更好地反映了参数的物理意义,还为电化学模型的简化计算和在线辨识提供了有力支持。