不同放电倍率下的锂电池欧姆内阻测试分析

以常用磷酸铁锂电池为研究对象,分析了电池欧姆内阻特性在不同放电倍率下的变化关系。通过混合脉冲功率特性(Hybrid Pulse Power Characteristic,HPPC)实验法,分析获得了电池欧姆内阻与放电倍率和荷电状态(State of Charge,SOC)之间的关系。研究结果表明,相同放电倍率下,电池欧姆内阻随着电池SOC的减小而增大;相同电池SOC状态下,电池欧姆内阻随着放电电流的增大而增大,从而明确了电池欧姆内阻受放电倍率和SOC共同影响。     

电池欧姆内阻和电极极化的测量

为了分析薄膜电池性能好坏的原因,我们进行了电池欧姆内阻和电极极化的测量。一、测量方法电池欧姆内阻的测量采用方波法。它是利用一个较高频率的方波电流(频率为10千周左右),流过电池,由于半周期小,在此段时间内电池二电极不因方波电流而发生化学浓差极化。于是用示波器测到的电池方波状电压变化是由欧姆内阻引起的。从而测量出电池的欧姆内阻。     

MH-Ni电池1.2 V放电电压平台的电化学研究

MH-Ni电池放电电压平台是一个十分复杂的问题,涉及电极材料、制作工艺及添加剂等多种因素.由于MH-Ni电池工作机理是基于电化学反应过程,因此这些因素的影响最终会通过电化学反应反映到电池的放电性能上.从电化学角度利用暂态测试技术--电流阶跃法对MH-Ni电池放电过程中影响电压变化的因素进行了研究,初步弄清了造成MH-Ni电池1.2 V电压平台衰减的电化学原因.结果表明,MH-Ni电池的重要电化学参数--欧姆内阻与放电电压平台有着重要关系.不同欧姆内阻的MH-Ni电池,其1.2 V放电电压平台衰减规律不尽相同.对于欧姆内阻较小的电池,1.2 V放电电压平台主要由非欧姆极化控制;欧姆内阻较大的电池,1.2 V放电电压平台主要由欧姆极化控制;欧姆内阻介于二者之间时,1.2 V放电电压平台由欧姆极化和非欧姆极化联合控制.研究中还发现,放电进入末期时,MH-Ni电池的非欧姆极化急剧上升导致电池电压迅速下降到放电截止电压,使电池终止放电.     

短路电流及其影响因素

短路电流反映出电池的欧姆内阻特性。讨论了电池欧姆内阻的主要组成及其影响因素,分析了各类锌锰电池生产中出现低电流及低均匀率（短路电流的）原因。     

梯次利用锂离子电池欧姆内阻测试方法研究

研究了欧姆内阻的三种测试原理和方法。在深入分析混合脉冲功率特性(HPPC)欧姆内阻测试方法的基础上,提出了梯次利用锂离子电池欧姆内阻测试的最佳采样点(放电下降沿,充电上升沿)和采样时间;建立了电化学阻抗模型,对不同直流偏置下的交流阻抗图谱进行了参数辨识,验证了欧姆内阻和直流偏置电流的不相关性,为电流转换法中100ms采样时间下测试欧姆内阻提供了理论依据;研究了基于电流转化法的欧姆内阻测试新方法,该方法在100 ms采样时间下,有效地减小了测试设备和数据采集响应误差的影响,并适当地减小了极化对欧姆内阻的影响,提高了欧姆内阻测试的准确性。     

不同温度下磷酸铁锂电池内阻特性实验研究

以电动汽车用能量型磷酸铁锂动力电池为研究对象,通过不同温度(-20~40℃)下的电池充放电实验和混合脉冲功率特性法(HPPC)测量电池内阻,研究了环境温度和荷电状态(SOC)对电池充放电欧姆内阻、极化内阻和总电阻的影响。结果表明:随着温度降低,充放电欧姆内阻和极化内阻均增加,但欧姆内阻的变化率大于极化内阻;欧姆内阻是电池内阻的主要组成部分,对温度的敏感性比极化内阻更高;随着温度降低,欧姆内阻增加的变化率逐渐增大;在某一固定温度下,极化内阻比欧姆内阻受SOC的影响更大;SOC在0.2~0.8范围内,电池充放电内阻基本稳定,动力电池的荷电状态应控制在此区间内,以获得良好的功率特性。     

基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计EI北大核心CSCD

应用传统的无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计电动汽车锂离子动力电池核电状态(state of charge,SOC)时,常会出现由于电池模型参数不准确而造成估计误差增大的问题,该文采用了自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法解决该问题。AUKF算法是一种循环迭代算法,可以实时估计电池模型中的欧姆内阻,提高电池模型准确性,从而提高电池SOC估计精度。另外,电池的欧姆内阻可以表征电池的健康状态(state of health,SOH),因此还可以根据电池的欧姆内阻估计出电池的SOH。在设定工况下对电池做充放电实验,实验分析表明,与UKF相比,AUKF提高了电池SOC估计的精度,并能准确的估计出电池的欧姆内阻。     

基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计

应用传统的无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计电动汽车锂离子动力电池核电状态(state of charge,SOC)时,常会出现由于电池模型参数不准确而造成估计误差增大的问题,该文采用了自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法解决该问题。AUKF算法是一种循环迭代算法,可以实时估计电池模型中的欧姆内阻,提高电池模型准确性,从而提高电池SOC估计精度。另外,电池的欧姆内阻可以表征电池的健康状态(state of health,SOH),因此还可以根据电池的欧姆内阻估计出电池的SOH。在设定工况下对电池做充放电实验,实验分析表明,与UKF相比,AUKF提高了电池SOC估计的精度,并能准确的估计出电池的欧姆内阻。     

温度和放电深度对钠硫电池欧姆内阻的影响

钠硫电池的欧姆内阻与温度和放电深度(DOD)密切相关。通过不同温度下的脉冲放电实验,测量不同DOD时钠硫电池的欧姆内阻。除DOD为100%外,在某一固定DOD下,欧姆内阻随着温度的降低而增大。在某一固定温度下,DOD为0~7.14%时,随着DOD增加,β″-氧化铝陶瓷管外表面高阻抗的硫单质层被消耗,造成欧姆内阻逐渐减小;DOD为7.14%~85.70%时,欧姆内阻基本恒定;DOD为85.70%~100%时,随着DOD增加,电池负极有效反应面积减小,欧姆内阻急剧增大。DOD为7.14%~57.14%时,钠硫电池的开路电压为2.065~2.079 V,具有良好的功率特性。     

基于UKF的18650锂离子电池健康状况估计

根据18650型锂离子单体电池的特性分析,建立了电路等效模型和电化学模型相结合的电池模型,以实时在线辨识锂离子电池欧姆内阻为目标,利用无迹Kalman(UKF)滤波算法,实现了对电池欧姆内阻的在线辨识,开展了锂离子电池健康状况(SOH)估计实验,建立了适用于18650型锂离子电池的SOH估计模型。仿真结果显示,该模型同时考虑电池内阻在不同工况下的变化趋势和充放电电流大小等因素,为实现锂离子电池健康状况精确估计提供了较好的理论基础。     

铅炭超级电池的实验研究

铅炭超级电池是一种兼具高比能量和高比功率的复合储电器件。本文将高比表面积活性炭加入铅酸电池中制成铅炭超级电池,研究了铅炭超级电池的比容量、循环寿命和内阻等。结果发现,铅炭超级电池的循环寿命(高倍率部分荷电)可达常规铅酸蓄电池循环寿命的2.4倍,铅炭超级电池的内阻小于常规铅酸蓄电池的。负极加炭量为2%的铅炭超级电池,性能优于加炭量为1%的铅炭超级电池。     

环网柜蓄电池在线监控系统研究与应用

文章介绍了环网柜蓄电池在线监控系统的构成、硬件设计、网络设计和管理软件设计,该系统使用先进的内阻测量方法(单体、小电流)和可靠的在线组网方式,实现了蓄电池的电压、温度、电流、内阻测量,并可依据软件采集的历史数据分析结果对故障电池预警,提高直流系统的可靠性。     

磷酸铁锂电池工作区间的优化及应用

为保证磷酸铁锂（LFP）电池能够安全、高效、经济地运行,不仅要规定电池的运行范围,而且在其运行范围内划分工作区间.以电池电压为标尺将LFP运行范围进行优化,分为三类工作区间,即最佳工作区、辨识修正区和故障区,并对故障区区分为报警和保护两部分.通过对电池工作区间的影响因素进行详细论述,剖析电池剩余电量（SOC）、内阻、电流以及其他因素对工作区的影响.利用辨识修正区的电气特性实现SOC状态的算法修正以及均衡控制技术的优化.     

不同接触电阻的气体扩散电极性能研究

在催化剂与泡沫镍基板之间,采取涂抹式和表面接触式两种方式制作了具有不同接触电阻的气体扩散电极,通过观察微观形貌从理论上说明两种电极的接触方式引起的放电效果区别;结合在锌空气动力电池中的放电实验,获得在同等实验条件下,电极催化剂与基板采取表面接触式比涂抹式制作方式产生的电池表观内阻值高0.05Ω,当放电电流密度值为106mA/cm2,放电电压值低0.09V。说明了气体扩散电极由于催化剂与基板接触方式不同引起的接触电阻变化对电池放电状态的影响及其影响程度。     

锂离子电池的长期荷电贮存性能

将锂离子电池在常温下以不同的荷电态(SOC)长期(5-10 a)贮存,对贮存前后的电池性能进行测试.长期贮存后,电池的内阻增加,10 a贮存后的内阻平均增加率高达79.95%,聚合物锂离子电池的内阻增加稍低.锂离子电池长期贮存后,容量恢复性能较好,10 a贮存容量平均恢复率可迭88%.长期贮存对电池的容量、平台和循环寿...     

新能源汽车SOC估算的模糊预测算法研究

电池荷电状态（SOC）是新能源汽车最重要的参数之一。在估算SOC的安时计量法原理公式中,库仑效率η难以实时准确测量,且其受到温度、电池老化、充放电电流、电池内阻变化率的影响,从而时刻发生变化。构建T-S模型,考虑各因素对η的影响,利用模糊聚类预测法,对η进行计算。经过实验验证并结合对传统安时计量法的仿真,将二者对比放电实验结果,方法将SOC计算精度提高到了3.4%。此方法解决了安时计量法中库仑效率η难以准确测量的问题。     

锂离子电池组的内阻在线检测系统的设计

锂离子电池组在应用中需要对其内阻进行检测.对电池的交流内阻测量法进行了改进,在串联电池组内阻的测量中引入了单体电池的内阻测量法,设计了锂离子电池组内阻的在线检测系统.通过锁相放大技术及基准电阻补偿方法提高了测量的精度,误差在10%以内.     

智能化成对MH-Ni电池容量一致性的影响

MH-Ni电池的化成制度直接影响CoOOH导电网络的稳定性。介绍了智能化成对电池的循环性能和容量一致性的影响。通过智能化成,电池能形成稳定的CoOOH网络,提高了β-Ni（OH）2的电子导电性,降低了Ni（OH）2粒子间及与导电骨架之间的接触电阻,因而充电更均匀,放电更彻底,电池经过1 C充电10 C放电,循环100次以后,Ni（OH）2的结构没有发生明显的变化,电池的容量高于常规化成电池,且具有良好的一致性。     

电解液对锂离子电池电化学性能的影响

在1mol/LLiPF6/(EC+DMC+EMC)(体积比1∶1∶1)电解液中加入不同体积比的亚硫酸丙烯酯(PS)制成不同的电解液,用循环伏安、电化学阻抗谱和恒流充放电测试研究了电解液对锂离子电池电化学性能的影响。结果表明:添加一定量PS,可改善电解液与石墨负极材料的相容性,提高锂离子电池的循环性能和低温性能。其中,电解液中PS含量为3%时,与不含PS的电解液相比,常温循环200周后电池容量保持率提高了8%;同一放电制度下低温-40℃的放电容量提高了4.9%。     

MH/Ni电池的长期储存性能

将MH/Ni电池在室温下以不同的荷电态(SOC)进行长期储存,对储存前后的电池性能进行测试。长期储存后,电池的内阻变化较大,储存24个月后的平均内阻增加43.46%,平均容量恢复率为90.33%。长期储存对MH/Ni电池的容量、放电平台及循环寿命都会产生不利的影响。