含添加剂细水雾抑制老化锂离子电池热失控研究

以18650型锂离子电池为对象,对电池热失控和含添加剂细水雾对电池热失控抑制效果进行了研究。结果表明:电池循环次数越多,热失控触发时间越短;实验条件下电池热失控开始温度在250℃左右,20次循环电池热失控持续时间最长。不同压力细水雾对电池热失控均有明显抑制作用,其中0.25 MPa压力细水雾抑制效果最好。1.0%氯化钠、1.5%SDBS和0.5%蛋白质的加入对细水雾抑制电池火焰均有非常好的增效作用,能一定程度上提高细水雾对电池表面温度的抑制效果。

基于迁移模型的老化锂离子电池SOC估计

在锂离子电池荷电状态(SOC)估计过程中,由于电池老化引起的电池可用容量衰退和内部参数变化会对SOC估计结果造成很大影响。针对这一问题,本文将电池老化视为影响模型与SOC估计精度的不确定因素,提出了一种基于迁移模型的老化锂离子电池SOC估计新方法。首先以电池初始状态下的二阶RC等效电池模型为电池初始模型,利用递推最小二乘法(RLS)及多项式拟合法提取初始模型参数与SOC的函数关系式,并将函数关系式进行线性迁移得到迁移模型状态方程,再采用风险最小化粒子滤波算法(RSPF)在电池实际运行中更新迁移模型的迁移因子,最后结合低通滤波器实现SOC的精确估计。通过4组不同老化程度下的城市道路循环工况(UDDS)数据对迁移模型算法进行了验证,并与扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)两种算法进行了对比。实验结果表明,在不同的老化状态下,本文所提出的方法具有更高的精确性,估计得到的SOC均方根误差(RMSE)始终稳定在1.04%以内,验证了所提方法的有效性。本研究有助于推动迁移模型在老化锂离子电池SOC估计中的应用,对电动汽车全生命周期内使用过程中SOC的估计具有一定指导和参考意义。

锂离子电池开路电压曲线形状与多阶段容量损失（英文）

锂离子电池老化过程中的多阶段容量损失,即由大致成线性的容量损失阶段突然变为急速下降的容量损失阶段,引起了人们越来越多的关注。我们发现这种多阶段容量损失特征可以由锂离子电池开路电压曲线的多段斜率形状引起。电池老化过程中的内阻增加,给定放电规程下的放电截止电压落到电池开路电压曲线的不同斜率区间,导致了不同的容量损失速率。为了解释这一现象,我们首先以一个两阶段的示例演示了此过程,然后,建立了一个通用的模型来模拟电池老化过程中的容量多阶段衰减,该模型考虑了电池正负极的开路电压曲线与内阻,可以引入多种材料体系、多种老化机理。本研究为锂离子电池老化行为研究提供了新的视角,可为锂离子电池全生命周期使用提供帮助。

基于神经网络的老化锂电池SOC估算方法的研究

针对锂离子电池循环次数的增加出现的老化现象以及锂离子电池性能的下降的问题,本文分析了锂离子电池老化相关参数的变化情况,建立了对应的锂离子电池等效模型并根据实际的电池数据拟合了参数的衰减曲线。同时,基于神经网络自学习的方法设计了针对老化后锂离子电池SOC估算方法。最后,通过数据证明了所提方法能够实现对老化锂离子电池的较为准确的预测。