不同充放电倍率下的锂电池声发射信号分析

锂离子电池充放电倍率是影响电池老化的主要外部应力之一,充放电倍率过大可能使电池内部电流分布不均,导致锂沉积或电极活性材料结构疲劳变形。基于声发射方法研究了不同充放电倍率下的电池状态。通过设计锂离子电池声发射信号试验平台,采集了不同充放电倍率下的电池声发射信号。对声发射信号进行参数与波形分析,发现声发射信号主要存在两个突发型的波形,且充电与放电的声发射信号波形的初次穿越阈值的采样点符号相反。锂离子电池声发射信号的幅度和波形时间间隔都与电池的充放电倍率相关,电池充放电倍率越大,声发射信号幅度越高,波形时间间隔越小。     

电传动车辆用高功率锂离子电池性能分析研究

为研究功率型锂离子电池性能,对某35 Ah功率型锂离子电池单体进行了充放电特性试验和分析,由此获得功率型电池在不同温度和不同倍率下的充放电特性、内阻特性和温升特性。研究结果表明,低温下电池的充放电内阻较大,充放电性能衰减显著;常温下电池的内阻较小,充放电温升较小,大电流充放电的容量稳定性好,质量比能量高,作为电传动车辆主要或辅助动力源具有良好的应用前景。     

锂离子电池充放电特性的研究

本文通过对电池充放电曲线以及相关数据的分析,我们得出了锂离子电池充电后期恒压充电阶段所充入的容量所占总容量的比例很小,而且所用时间相对较长,充电效率很低的结论,所以应在编程表中对恒压充电阶段的充电时间进行限制;通过对电池不同SOC（电池荷电状态）所对应的交流内阻的测量可知,电池的交流内阻随电池荷电状态的增大而增大的结论。     

加速量热仪在锂离子电池热测试中的应用

利用绝热加速量热仪提供绝热环境,研究了三元软包锂离子动力电池在不同倍率充放电时的发热行为。锂离子电池内部的总热量由可逆的熵变热和不可逆的焦耳热组成。进一步研究结果表明,电池发热量的大小主要由充放电倍率决定:低倍率充放电时电池发热量较小,0.2 C倍率时电池温度上升7.16℃,熵变热有明显的体现;高倍率充放电时焦耳热占主导地位,熵变热几乎可以忽略,1 C倍率时电池温度上升25.63℃。同一倍率下放电过程发热量大于充电过程,放电过程中电池荷电状态为0~10%时,直流内阻突然增大,此处电池发热功率最大。该研究对锂离子电池热管理的散热设计有一定的参考价值。     

纯电动汽车用磷酸铁锂电池工作特性分析与表征

磷酸铁锂电池作为锂离子电池之一,因原材料磷、铁存在于地球的资源含量丰富,并且在高温与高热环境下的稳定性高等优势,在纯电动汽车中有着广泛的应用。为准确估算磷酸铁锂电池的荷电状态(SOC),以容量为10 Ah的磷酸铁锂电池作为对象进行了研究,控制温度在25℃下,通过标准充电与放电试验、不同倍率的充放电试验和OCV-SOC非线性曲线辨识试验分析其工作特性。根据电池内部的极化反应、OCV-SOC相对稳定性,建立戴维南等效模型。通过HPPC测试试验对其实现参数辨识,得出欧姆内阻均值R_0为20.68 mΩ,极化内阻均值R_P为1.36 mΩ,极化电容均值C_P为47 747.9 F。通过试验得到其电压、电阻工作特性,且模型参数可为锂离子电池的荷电状态准确估算提供理论依据,为纯电动汽车用磷酸铁锂电池今后建模仿真、SOC的准确估算和电池管理系统设计提供了可行性方案。     

防爆锂离子电池电源电路设计

针对煤矿对防爆锂离子电池的需求,设计了一种防爆锂离子电池电源电路,详细介绍了该电路的组成和功能。该电路采用隔爆分腔设计,当锂离子电池组或电池管理系统发生故障时,充电控制系统和放电控制系统可以快速可靠地断开与锂离子电池组的连接,确保了其他设备的安全;具有充放电保护、电压均衡保护、超温保护、实时显示等功能。     

考虑内阻时变特性的电池状态估计方法

针对锂离子电池欧姆内阻随温度变化情况,提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计方法。首先,对锂电池和内阻抗进行分开建模,在电池Thevenin模型的基础上构建内阻抗预测模型,实时修正模型参量;接着,将无迹变换嵌入到扩展H∞滤波中,降低测量噪声对估计精度的扰动,从而提高电池荷电状态的估计精度。最后,在实验室环境下对电池进行充放电实验,分别针对降温和升温情况下的内阻值及电池端电压的估计进行了详细的实验分析,同传统方法相比,本文方法具有较高的估计精度。     

基于自注意力和GRU的锂电池健康状态估计

为了解决锂离子电池使用中特征提取数据不足和模型需要大量历史数据的问题,通过分析锂离子电池使用中的数据,提出了放电过程中基于Self-Attention-GRU的锂离子电池健康状态估计方法。在没有历史数据的锂电池上使用相同型号锂电池历史数据训练的模型估计电池健康状态;拥有一定量老化数据后,使用锂电池自身的老化数据训练模型估计电池健康状态。提取放电过程的等压降放电时间、电压均方根和放电功率作为健康因子,利用融合自注意力机制的门控循环单元建立健康因子和健康状态(SOH)之间的映射关系。使用4组CALCE电池老化数据进行实验验证。模型在20%老化数据作为训练集时MAE和RMSE分别达到1.03%和1.25%;在30%,40%老化数据和相同型号电池全部老化数据作为训练集时模型的MAE和RMSE都小于等于1%。说明该方法在估计锂离子电池健康状态估计方面具有较高的精确性和可靠性。     

一种基于双CAN总线冗余设计的锂离子电池管理系统

针对当前锂离子电池管理系统管理效能不高、扩展度不够的问题,提出一种基于双CAN总线冗余设计的锂离子电池管理系统,系统不仅提高了锂电池状态数据采集的可靠性,同时实现了可挂接锂电池节点数目的扩展。     

改进PSO-RBF算法的锂电池额定容量实时估计

针对在实际工况下对锂离子电池额定容量进行估计时,数学建模困难、内部参数测量复杂、模型自适应性差等问题,提出一种对粒子群聚类算法的参数组合进行优选并结合优选结果对径向基函数(RBF)神经网络进行改进的方法,以实现对锂电池额定容量的实时估计。将电池额定容量的影响因素划分为内部退化因素和特性影响因素,通过分析电池内部退化规律的相关性,进行剩余寿命预测;结合电池健康状态影响因素(温度、充放电倍率),进行动态额定容量标定。实验结果表明,改进的RBF算法预测结果平均误差约为2.1%。