基于EIS和神经网络的退役电池SOH快速估计

为了提高退役电池健康状态估计的速度和精度,针对某电动大巴车退役的方形磷酸铁锂电池,选取其中8只电池继续进行循环老化实验,并在不同循环周期后进行电化学阻抗测试.根据锂离子电池阻抗特性,提取300 Hz、60 Hz以及1 Hz下的实部、虚部和模值为特征参量,将测试时间由十几分钟缩短至几秒钟.以特征参量为输入参数,结合BP神经网络算法,搭建了基于电化学阻抗和BP神经网络的退役电池健康状态快速估计模型,采用19组未参与模型训练的数据对模型进行验证,验证样本的健康状态估计值的平均绝对百分误差(MAPE)为1.46％,均方根误差(RMSE)为1.60％,结果表明整体误差较低.该方法估测精度高,测试时间短,实现了退役电池健康状态快速估计,更有利于实际应用.     

废旧电池磷酸铁锂正极的中温回收及再生

提出了一种绿色的废旧电池LiFePO_4正极材料中温回收路线,并通过回收料中各种元素配比的控制和简单的热处理,实现了LiFePO_4正极的再生。从煅烧温度、煅烧时间及物料比三个方面优化了再生的工艺条件。通过X射线衍射谱(XRD)、扫描电镜(SEM)、透射电镜(TEM)和恒电流充放电进行了分析,结果表明高纯度球形LiFePO_4/C再生正极,在0.1 C率时的首次放电比容量为133.8 mAh/g,1 C下循环300次容量保持率达92.5%,性能接近商品化LiFePO_4材料。     

高温下NCA三元锂离子电池循环性能的研究

研究了高温(60℃)与室温(25℃)条件下商品化NCA三元锂离子电池的循环特性,并分析了电化学阻抗谱随循环周数的变化规律,进而通过扫描电镜表征了正负电极表面形貌。结果表明,在高温下电池容量衰减和阻抗增加明显快于室温。扫描电镜表明,不同温度循环之后正极的表面形貌变化的差别并不显著,而石墨负极表面结构在高温下变化明显。以上结果说明,温度是影响电池循环性的重要因素,高温会使负极界面发生较大变化,阻抗增加,最终导致电池容量迅速衰减。     

退役动力电池寿命预测与匹配检验

研究商业用18650型锂离子电池（额定容量1150mA．h）的循环寿命衰减规律,利用外推法预测电池的剩余寿命。结果表明,锂离子电池容量保持率与循环寿命服从二次高斯函数关系,匹配检测和一系列的交流阻抗测试验证了所选择的模型的正确性以及精度（〉99％）。建立循环寿命模型有利于缩短电池寿命测试周期,降低预测成本。     

锂离子电池在储能中的应用及安全问题分析

2050年可再生能源电力占我国电力消费的比例将超过70%,而储能系统应用的深度和广度对新能源的进一步发展起着决定性的作用。虽然抽水蓄能的能量占比最大,受其局限性太强的限制,实际在储能中最具有关键地位的是电化学储能里的锂离子电池储能。现在锂离子电池研究最大的瓶颈就是其安全可靠性。一方面是提高电池能量密度,另一方面是保障安全性,这两项是相互对立的。首先论述了锂离子电池在储能应用中的比例,进一步分析了锂离子电池储能目前存在的主要安全隐患、已发生的安全事故以及目前已发布的相关标准,最后提出几条预防和改进锂离子电池安全性的策略。得出的结论是解决锂电的安全问题之路任重而道远,是一场需要多方共同努力推进的持久战。     

退役锂动力电池预测技术研究

锂动力电池从电动汽车上退役后仍有高达80%的剩余容量,有较高的利用价值。分析了开展退役电池研究的现实背景,阐述了国内外对锂动力电池预测研究现状与发展动态,介绍了电池品质预测技术研究方法,特别提出退役锂动力电池在电力系统储能方面的利用及其关键技术。通过实际应用各种预测技术,最终确定退役电池的综合品质(荷电状态,内阻和材料劣化程度等),从而进一步提高锂动力电池的利用率。     

废旧电池再生磷酸铁锂正极的钛掺杂改性研究

对废旧锂离子电池再生磷酸铁锂正极材料,采用钛元素进行掺杂改性。用X射线衍射仪和扫描电镜分析不同掺杂量对材料物相结构和形貌的影响。用恒电流充放电、循环伏安和交流阻抗等方法测试材料电化学性能。与未掺杂的再生LiFePO_4/C相比,掺杂5%Ti的LiFePO_4/C(LFT5P/C)材料电荷传递阻抗减小,电化学性能明显提高。掺杂正极在0.1 C下首次放电比容量高达140.6 mAh/g,1 C倍率下循环近400次,每次的容量衰减率仅为0.019 6%。     

废旧磷酸铁锂电池正极材料浸取及回收研究

废旧动力电池存量将迎来爆发式增长趋势,回收处置需求紧迫。废旧动力电池回收处理技术无法照搬现有小型锂电池的工艺路线,尤其是磷酸铁锂电池。介绍了一种废旧磷酸铁锂电池正极材料浸取分离方法和正极材料中元素的提取回收技术,效果明显,工艺简单可行。