质子交换膜燃料电池多物理场建模及模型参数敏感性分析

受限于外部运行工况及内部多物理场参数的耦合作用机制,质子交换膜燃料电池的精确机理建模成为其研发和应用的瓶颈。该文通过探究燃料电池内部“电-热-流”多场耦合关系,构建准一维电堆动态模型,并基于单参数敏感性和多参数敏感性分析,得到不同模型参数的敏感度指标,完成了建模中部分关键参数的权重分析。为验证模型精度及耦合参数变动对输出特性的影响,在搭建Ballard NEXA 1.2 kW燃料电池测试平台的基础上开展变载及参数变动实验。结果表明,所构建的模型能够较为精确的模拟电堆特性,且对称因子、活化面积和压力系数的变动对电堆输出的影响较大。结果可为燃料电池电堆的测试及改型提供理论基础,并揭示电堆故障及老化过程中主要参数的衰退变化趋势。

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。

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。

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。

采用集成深度森林模型实现退役电池容量估算

针对退役锂离子电池容量估算面临历史数据缺失,传统机器学习算法存在过拟合和单个模型估算不稳定的问题,提出一种基于集成深度森林的容量估算模型。首先,从退役电池一次满充数据中提取恒流充电时间和充电电流面积特征;然后,利用提取的特征和容量训练多个深度森林建立集成深度森林模型,并设计一种可信状态决策剔除集成模型中波动较大的估算值,取剩余估算值平均值作为最终估算结果。采用自测和公开数据集对所提方法进行验证,结果表明,该方法能实现退役电池剩余容量的准确稳定估算,最大误差仅为0.08 Ah,与传统机器学习算法相比,该方法能获得更高的容量估算精度。

基于OCV模型优化的磷酸铁锂电池SOC估计

锂离子电池荷电状态(SOC)与开路电压(OCV)的关系曲线(OCV曲线)是影响其SOC估计精度的核心因素。针对小电流OCV(LO)测试耗时短但数据精度较低的问题,提出一种OCV模型及其优化方法。该方法基于LO测试的OCV数据,采用道格拉斯-普克算法和分段线性函数建立OCV模型。并将OCV曲线上的4个OCV点作为变量,建立了其他OCV点的随动模型,使曲线能够运用粒子群优化算法进行优化。基于优化后的OCV曲线,动态工况下的端电压估计绝对平均误差降低83.5%,采用自适应扩展卡尔曼滤波的SOC估计误差小于0.3%。该方法能够基于耗时短的LO测试获取准确OCV曲线,降低锂离子电池研究与应用的测试成本。

基于HPPC-FFRLS的锂电池等效模型参数在线辨识

目的为了实现锂离子动力电池的高精度状态监测与分析,方法针对锂离子动力电池二阶RC等效电路模型的参数在线辨识展开研究。搭建锂离子动力电池二阶RC等效电路模型;利用开路电压法与安-时积分算法相结合的方式进行电池荷电状态(SOC)评估;通过HPPC测试实验数据进行等效电路模型的离线参数辨识;以离线辨识结果作为系统状态初值,结合带遗忘因子的递推最小二乘算法(FFRLS)对锂离子动力电池二阶RC等效电路模型参数进行在线辨识;利用Simulink搭建电池状态监测和充放电控制仿真系统,对基于在线辨识参数的模型进行仿真测试;利用可编程电源和电子负载搭建实验平台。结果对比在线辨识参数的系统仿真输出、离线辨识参数的系统仿真输出和实验数据,结果表明:基于HPPC-FFRLS在线辨识的模型仿真输出的误差相对于HPPC实验法减小了50%;在线辨识策略克服了环境温度、电池老化、充放电倍率等因素对参数的影响;仿真初期系统波动明显减小,等效模型系统动态跟踪具有更高的精度,鲁棒性更好。结论基于HPPC-FFRLS的锂电池等效模型在线辨识保证了模型参数的有效性,简化运算量的同时提高了模型精度。

中国对东盟太阳能电池出口贸易潜力研究——基于扩展引力模型的实证分析

为了探究RCEP推动能源绿色转型的趋势下中国对东盟太阳能电池出口的特征与潜力,基于2009—2022年中国与东盟国家太阳能电池出口的面板数据,分析中国对东盟太阳能电池出口贸易的现状与特征,并构建扩展引力模型研究中国对东盟太阳能电池出口贸易潜力。研究表明:中国GDP和对象国GDP乘积、对象国人口规模、对象国高科技出口占比、对象国青年人口的劳动力参与率和对象国进口依存度等因素均对中国太阳能电池出口贸易潜力产生显著的推动作用;地理距离和对象国外国直接投资净流入对中国太阳能电池出口贸易潜力也有负向影响,但不显著。贸易潜力测算结果表明:中国与文莱、印度尼西亚、柬埔寨、老挝、缅甸、新加坡等大部分东盟国家属于“潜力巨大型”,未来对东盟的太阳能电池出口贸易额增长空间较大。政策启示为:我国应在加强与东盟国家的政策沟通、建立多边合作机制的同时,利用跨境电商等国际贸易新业态推动贸易便利化,并提高中国太阳能电池的技术优势,因地制宜制定出口贸易政策。研究结论能够为充分释放中国对东盟太阳能电池出口潜力、赋能国内光伏产业发展提供有益参考。

磷酸铁锂电池二阶可变阻容的模型研究

精确的电池模型是动力电池荷电状态(State of Charge,SOC)估计的基础,提高模型精度可从电池内部特性出发。提出二阶阻容可变参数等效电路模型,能够反映电池内部双极化效应,同时用可变的参数描述电池内部动态变化过程。通过对锂离子电池充放电实验和HPPC测试,结合MATLAB拟合工具,辨识出不同SOC下各参数的值,基于SIMULINK搭建仿真模型。对比仿真结果,所建立模型的端电压平均误差为12.36mV,相比于固定参数传统模型的31.50mV,精度提高了60.76%,更能准确描述锂离子电池内部的静动态特性。

反应速率对锂硫电池放电性能影响的模型分析

锂硫电池是下一代高能量密度二次电池的重要候选者,其性能改善需深入理解电池中锂、硫间复杂宏观电化学反应过程。基于Newman多孔电极模型思路,结合多孔硫正极特点,合理简化,建立了描述锂硫电池放电过程模型。模型计算与文献实验结果对比表明,模型能较好模拟放电过程趋势、关键特征,验证了模型有效性;不同电化学动力学参数变化下放电结果模拟表明:增大锂离子交换电流密度有利于提高性能;对于正极硫多步电化学反应过程,S_(8(l))还原反应速率需保持在较高水平上,S_(8)^(2-)、S_(6)^(2-)还原反应速率不是多步电化学反应的控制步,提高S_(4)^(2-)、S_(2)^(2-)还原反应速率可以改善电池比容量、功率性能。

基于分数阶模型多新息UKF动力电池SOC估算研究

动力电池管理技术是保障新能源汽车高效、安全和可靠运行的核心和关键。动力电池的荷电状态(SOC)是动力电池管理技术的基础,然而动力电池SOC的不确定影响因素太多,如何精确估算动力电池的SOC成为关键问题。针对SOC难以精确获得的问题,搭建了动力电池测试平台,开展了动力电池的常规性能测试、寿命测试,建立了基于分数阶理论的动力电池分数阶模型,将多新息理论与分数阶模型无迹卡尔曼滤波算法结合,提出了分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法,并采用该算法对动力电池进行SOC估算。在不同的环境温度、动态工况、SOC初始值条件下对基于不同算法的动力电池SOC估算精度进行了对比分析。结果表明:基于FOMIUKF算法对动力电池SOC估算结果的平均绝对误差和均方根误差的值最小。在不同的动态工况下,采用FOMIUKF算法对动力电池SOC估算结果的平均绝对误差的最大值约为1.04%,对SOC估算结果的均方根误差最大值约为0.8586%,这表明采用FOMIUKF算法对动力电池SOC估算结果的精度高于EKF、UKF、FOUKF算法。

二氧化锡基染料敏化太阳能电池电子传输模型优化及器件性能研究

针对染料敏化太阳能电池(DSSC)而言,其光阳极的材料特性与设计参数对DSSC性能具有显著影响。为了深入研究这一影响,本文采用数值模拟的方式,以探究光阳极结构变化对DSSC性能的详细影响。但目前的数学模型不够完善且预测精度较低,因而本文在光电子传输理论和朗伯比尔定律的基础上,采用常数堆叠法和可变堆叠法将孔隙率对电子扩散系数的影响引入到DSSC的数学模型中,建立了更加完善且精确的电子传输模型,该模型能够更深入剖析光阳极结构参数变化对DSSC性能的影响。通过数值模拟了在不同孔隙体积、电子寿命、SnO_(2)涂层厚度及比表面积下DSSC的性能。结果发现:随着SnO_(2)薄膜孔隙体积的增加,太阳能电池的短路电流密度逐渐减小,而开路电压则呈增大趋势,这导致光电转换效率逐渐降低。当孔隙体积达到0.10 cm^(3)/g时,DSSC光电转换效率达5.16%,因此在保证电池刚性的前提下,尽量降低SnO_(2)的孔隙体积,有利于吸收系数和扩散系数的提升,这两个参数的提升有利于DSSC整体性能的提升,同时电子寿命的延长会带来太阳能电池短路电流密度和开路电压的增大,进而提升光电转换效率,当电子寿命达到200 ms时,光电转换效率达到5.82%。本研究通过详细的数值模拟分析,为优化光阳极结构从而提升DSSC的光电性能提供了有力的理论指导,有助于进一步推动DSSC的研究与应用。

基于电热耦合模型的宽温域锂离子电池SOC/SOP联合估计

准确的状态估计对于锂离子电池安全可靠运行具有重要意义,但由于非线性强,多参数耦合,实现宽温域多参数联合在线估计难度较大。考虑到温度影响,建立电热耦合模型,采用扩展卡尔曼滤波算法(EKF)在线辨识电池参数,通过电压及温度仿真验证了模型的准确性;然后针对无迹卡尔曼滤波算法(UKF)历史数据利用率低的问题,引入多新息理论(MI)改进UKF,改进后的算法在非电压平台区荷电状态(SOC)估计均方根误差不超过1.2%,相较于改进前误差降低了30%以上,并结合安时积分法设计切换算法,解决了MIUKF算法在磷酸铁锂电池电压平台区无法通过电压反馈修正SOC估计误差的问题,实现了宽温域复杂工况下全区间SOC的准确估计,在不同SOC初始值条件下验证了结合算法的准确性,均方根误差不超过3%,为峰值功率(SOP)估计提供了可靠的SOC值;最后将温度约束引入到SOP估计中,提出多约束条件下的SOP估计方法,结果表明在高温条件下,温度起到关键限制作用,可以防止电池温升过大,减少安全隐患。

基于模型预测框架的燃料电池汽车混合动力系统能量管理

混合动力系统作为燃料电池汽车的关键组成部分,系统的能耗与寿命优化是推动其进一步商业化发展的关键,而能量管理策略(EMS)在提高燃料电池汽车混合动力系统的效率和燃料经济性方面发挥着重要作用。为有效降低混合动力系统的内部损耗,进一步提高系统经济性,提出了一种基于模型预测框架的混合动力系统能耗优化能量管理控制方法。首先构建包含动力系统内部损耗与氢气消耗的目标函数,然后利用模型预测架构求解目标函数来控制燃料电池的输出电流,以实现合理的能量分配,最后在Matlab中进行仿真,验证所制定方法的合理性和有效性。与应用较为广泛的等效氢耗最小策略(ECMS)相比,结果表明所提方法可以显著降低动力系统的内部损耗和氢气消耗。此外,该策略还可以有效保持蓄电池的荷电状态(SOC),延长动力系统的使用寿命。

基于AR-ECM平均差异模型的串联电池组SOC、容量多尺度联合估计方法

考虑电池单体老化差异所致的电池组不一致性,针对串联电池组荷电状态(state of charge,SOC)、容量估计问题,提出一种基于自回归等效电路模型(autoregression equivalent circuit model,AR-ECM)的平均差异模型(mean-difference model,MDM)。基于此模型,提出串联电池组SOC、容量多尺度联合估计算法。该算法由2个部分组成,一是基于AR-ECM的MDM及差异化模型参数辨识策略:条件辨识策略和定频分组辨识策略;二是基于多时间尺度H无穷滤波(multi-timescale H infinity filter,Mts-HIF)的电池组SOC、容量联合估计算法。通过将所提出MDM中的自回归平均模型(autoregression mean model,AR-MM)与传统MDM中的n阶RC平均模型(nRC mean model,nRC-MM)比较,结果表明所提出的AR-MM在复杂运行工况下具有更优的动态跟随性能。依据最小化信息量准则(akaike information criterion,AIC),AR-MM具有更优的复杂度与精度的权衡。通过与基于多时间尺度扩展卡尔曼滤波(multi-timescale extended Kalman filter,Mts-EKF)联合状态估计算法比较,结果表明所提出的Mts-HIF状态估计算法具有更优的鲁棒性、精度和收敛速度。

基于多参数耦合模型的锂离子电池充电策略在智能物流系统中的研究进展

为有效优化锂离子电池充电行为,避免智能物流系统过量消耗电力信号,针对基于多参数耦合模型的锂离子电池充电策略在智能物流系统中的应用展开研究。定义多参数耦合模型表达式,在此基础上,研究锂离子电池的充电行为,并对其进行调节,根据点电荷存储量,确定锂离子电池的最大储能水平,从而实现基于多参数耦合模型的锂离子电池充电特性分析,再以充电效率、电池安全性、智能化充电三个因素作为切入点,研究锂离子电池优化充电策略在智能物流系统中的可行性。

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。

基于一类非线性时间序列模型的锂离子动力电池建模研究

伴随着新能源产业的飞速发展,锂离子动力电池作为一种高效的储能方式,已成为电动汽车的重要组成部分。在电池管理系统的功能中,电池的高精度建模至关重要。在实际应用中,电池不是一个线性系统,其输入和输出由于外部扰动等原因表现出非线性特征,从而直接影响参数识别效果,进而影响模型精度。鉴于此,本文对锂离子动力电池进行了Hammerstein-ARMAX(Autoregressive MovingAverage with Extra Input)模型构建,并对模型参数的估计方法进行研究,旨在提高模型的准确性。实验结果表明了该方法的有效性。

锂电池在机械滥用下的耦合仿真模型研究

随着新能源汽车保有量的增加,因锂电池故障而引起的起火、爆炸等问题引起了各界的密切关注。锂电池在机械滥用下的热失控行为复杂、实验成本高、可重复性低,难以为研究提供有效、完备的数据。因此,利用高置信度仿真模型研究和评估锂电池的安全性能是一种可行的途径。基于Ls-Dyna软件建立了锂电池机-电-热耦合仿真模型。结果表明,该模型能够准确预测电池在受到压痕时的机械响应和电响应,且能合理地模拟电池的温度分布,具有较高的置信度。利用该模型对控制因素(压头半径,冲压方式)进行了研究,并综合分析了相关参数对锂电池安全性能的影响。所获得的结果可为车载锂电池包的设计和安全系统构建提供参考。

基于模型预测控制的燃料电池汽车能量管理控制策略研究

为了提高燃料电池汽车的经济性和部件的耐久性,提出一种基于实时模型预测控制(MPC)和庞特里金极小值原理(PMP)的燃料电池混合动力汽车能量管理策略。该策略采用模型预测控制实现燃料电池和电池之间的能量分配,降低总等效氢消耗;通过反向传播神经网络(BPNN)获得预测速度序列,利用极小值原理求解每个预测区间的最优控制问题。与基于规则的策略(RB)相比,该策略可以在保持电池荷电状态稳定的同时减少10.97%的总等效氢消耗量。