电池模组一致性影响因素在放电电压曲线簇上的表征

电池放电电压曲线包含电池所有状态信息,研究模组放电电压曲线簇,对模组一致性分析具有重要意义。通过研究模组放电电压曲线簇,提出一种模组一致性影响因素在放电电压曲线簇上的表征方法:综合考虑电池Rint等效电路和热累积、容量衰减、库仑效率以及内阻增长等效应,构建多维参数的电池数学模型;在此基础上提出一种基于变换矩阵的模组一致性影响因素在放电电压曲线簇上的表征方法;结合所构建的电池模型和所提的表征方法,基于Matlab/Simulink搭建四节单体串联模组的仿真模型,研究随着充放电循环次数的增加,模组一致性影响因素在放电电压曲线簇上的表征特点;最后从电池模组容量衰减角度,对所提表征方法和所得仿真结果进行了验证。结果表明,所提表征方法可有效地反映模组一致性影响因素的特征,为后续模组一致性分选等提供参考依据。     

基于快速充电曲线的退役锂电池模块快速分选技术EI北大核心CSCD

由于在使用过程中造成的电池间的不一致性,退役锂离子电池在储能应用等梯次利用前要进行一致性分选。然而,现有的退役锂电池分选方法存在着效率低下的问题,并且研究多集中于单体,针对模块层面的分选方法相对欠缺。为此提出了一种基于机器学习算法的退役锂电池模块快速分选方法。首先阐述了由于电池不一致性所带来的串联充电曲线不同的现象,基于此原理设计了分选步骤;其次,提出了基于支持向量机的筛选模型,实现了利用少部分样品电池的特征电压筛选大批量的退役电池;进一步,提出了一种针对模块级别的退役电池重组方法,以应对实际工程中电池模块难以拆解的特性。结果表明,相较于传统方法,所提退役电池模块快速分选方法大幅提升了分选效率,同时解决了退役锂电池模块分选的问题。     

基于快速充电曲线的退役锂电池模块快速分选技术

由于在使用过程中造成的电池间的不一致性,退役锂离子电池在储能应用等梯次利用前要进行一致性分选。然而,现有的退役锂电池分选方法存在着效率低下的问题,并且研究多集中于单体,针对模块层面的分选方法相对欠缺。为此提出了一种基于机器学习算法的退役锂电池模块快速分选方法。首先阐述了由于电池不一致性所带来的串联充电曲线不同的现象,基于此原理设计了分选步骤;其次,提出了基于支持向量机的筛选模型,实现了利用少部分样品电池的特征电压筛选大批量的退役电池;进一步,提出了一种针对模块级别的退役电池重组方法,以应对实际工程中电池模块难以拆解的特性。结果表明,相较于传统方法,所提退役电池模块快速分选方法大幅提升了分选效率,同时解决了退役锂电池模块分选的问题。     

基于静动态一致性的退役动力电池模组阶梯式筛选方法

针对退役动力电池梯次用于电力系统等领域存在初始参数不一致、筛选重组复杂等问题,提出一种基于退役动力电池模组静动态特性的阶梯式筛选方法。首先,构建退役动力电池模组端电压、荷电状态(state of charge,SOC)、健康状态(state of health,SOH)及循环次数等参数间的关联特性,以电池模组内阻、剩余容量作为表征参数,采用密度权重Canopy改进的K-medoids聚类方法对外部特性参数相近的电池模组进行初次筛选;其次,将电池模组SOH动态一致性特性曲线作为表征对象,对其进行再次筛选;最后,采用非参数Bootstrap概率方法解析阶梯式静动态筛选下退役动力SOH估计的置信区间,评估动力电池模组筛选精度。结果表明,该文所提方法可将电池模组的筛选精度至少提高6.2%,为退役动力电池大规模筛选及梯次利用奠定理论基础。     

退役电池梯次利用的一致性管理研究综述

一致性管理是退役电池梯次利用的关键.在深度调研国内外研究现状的基础上,对基于电子电路的电池均衡技术和一致性分选技术相关研究进行综述.均衡电路可以实现同一模组内单体之间能量均衡,也可以实现一个电池包内多个模组之间能量均衡,对这两种均衡电路拓扑形式及控制策略进行了分析、对比;系统介绍以单参数、多参数、动态特性曲线和综合特性为分选特征参数的一致性分选方法;梳理了一致性管理技术目前尚存的问题,对其走向进行了预判.     

基于老化机理分析退役磷酸铁锂电池分选方法

随着电动汽车保有量的逐年上升,退役电池梯次利用已经成为能源合理利用的必然趋势,可是在经历电动汽车复杂和严苛的工况运行后,构成电池组的单体内部老化程度不尽相同,外特性上也呈现出电池单体特性不一致。如果要进行退役电池梯次利用,首先要解决退役电池的无损检测和分选问题。以退役磷酸铁锂电池为研究对象,通过对电池的容量、内阻以及电池的容量增量(increment capacity,IC)曲线进行测试和分析,对磷酸铁锂电池内部的老化机理进行判别,提出基于老化机理分析的退役磷酸铁锂电池分选方法,并对该方法进行实验验证。结果表明,利用该方法分选出的电池所构成的电池组在电池组容量利用率和温度一致性方面都具有较好的效果。     

基于因子分析与K-means聚类的退役动力电池快速分选方法

针对目前退役动力电池数量多、快速分选方法匮乏的问题,提出一种基于脉冲功率测试(Hybrid PulsePower Characteristic,HPPC)、因子分析和聚类算法的退役动力电池快速分选与重组方法。根据电池管理系统(Battery Management System, BMS)记录的电池数据,计算单体电池电压数据得到电池最大可用容量。以HPPC一次放电脉冲提取的电池开路电压、欧姆内阻、极化电阻以及浓差电阻作为特征变量。特征变量数据经归一化算法与因子分析优化后,通过聚类算法完成电池分选与重组。实验结果表明:该方法下单体电池平均分选重组时间压缩在30 min以内,分组后一致性指标较好,在退役动力电池分选与重组中具有较好的实际意义。     

基于容量增量分析的退役LiFePO4电池分选方法

为解决电动汽车(EVs)动力电池批量退役时检测与分选效率低下的问题,提出一种基于容量增量分析(ICA)的退役磷酸铁锂(LiFePO4)电池分选方法.分析电池容量增量(IC)曲线特征与内部老化过程的关系,提出一致性特征量提取方法;结合模糊C均值聚类(FCM)方法,确定电池一致性分选方法.实验结果表明,IC特征一致性分选方法与传统容量-内阻分选方法相比,提高了退役电池分选的一致性和分选效率.此分选方法对电动汽车退役电池科学高效梯次利用有重要意义.     

基于改进DBSCAN的退役动力电池分选方法

退役动力电池梯次利用时电池单体不一致性对于分选后电池组性能具有重要影响，高效的分选方法能够降低电池不一致性，提高电池组的使用性能和安全性。针对目前常用的电池检测系统采样频率较低等问题，首先使用自适应分段拟合方法对充放电数据进行拟合，从充放电曲线中提取表征电池不一致性的动态特征电压上升高度（VR）、电压下降深度（DVF），并与容量、开路电压静态特征结合构成分选特征向量；然后提出一种基于核密度估计的DBSCAN算法（KDEDBSCAN），通过核密度估计自适应确定聚类算法参数，对特征聚类实现电池的分选；最后通过实验验证该分选方法的有效性。     

车用锂离子电池一致性分选方法研究

电动汽车发展对锂离子电池安全性、能量密度、寿命和可靠性均提出了更高要求。电池一致性是影响其性能的重要因素,模组内电池单体越多,一致性问题越突出。通过对神火锂离子电池进行充放电试验,分析其放电过程中容量、能量、内阻3个关键参数的变化,并利用多参数分选方法提出容量、能量、内阻的综合评价指标函数,结合权重分析指标选取能量随时间的变化曲线数据,实现多参数预分选后电池的动态分选,以更好满足锂离子电池成组的一致性要求。     

基于Flotherm软件的退役电池箱设计

基于动力电池热效应模型,通过Flotherm热仿真软件和Solid Works结构建模软件,针对退役电池子模块、退役电池模组、退役电池储能系统(退役电池箱),分析研究了影响退役电池箱散热性能的若干因素——电池单体摆放方式、电池间距、风道结构等。仿真结果表明,采用电池单体卧式摆放、电池间距6 mm的布局方式,且采用下部并行进风、上部并行出风风道结构的退役电池箱具有优异的散热性能,箱内各电池单体间隙最高工作温度小于45℃,温差小于5℃,符合工程化应用需求。     

锂离子动力电池单体筛选方法研究

介绍了一种基于由电压时间曲线特征点(时间、电压)构成的向量空间电池筛选方法,提出了基于曲率的电压时间曲线特征提取方法,并依据特征点分段线性拟合出标准电池电压时间曲线方程,通过计算非标准电池特征点到标准电池电压时间曲线的距离,从而确定单体电池间的相似度。该方法通过提取电压时间曲线上的时间、电压为特征,建立相似度函数并基于一定的阈值准则,完成电压时间曲线的筛选,并对分选结果的一致性进行了分析,为电池分选提供了一种快速、实用的解决方案。     

电池单体参数不一致对电池模组性能影响研究

由电池单体串并联组成的电池模组是电池系统的有机组成单元,研究不同拓扑模组性能受单体参数不一致性的影响,对实现电池储能系统的规模化具有重要意义。以6节单体为例,通过不同的串并联组合成多种不同拓扑电池模组;基于电池Rint等值电路模型,分析了电池模组内单体不一致原因,建立了不同拓扑模组的等效模型;通过求偏导法,分析了单体内阻的不一致性对模组等效内阻的影响;通过正交实验法,研究了单体内阻、容量和端电压的不一致性对不同拓扑模组等效容量的影响;同时通过正交实验法,分析了单体电压和内阻的不一致性对不同拓扑模组等效端电压的影响。结果表明:"先并后串"型和"先串后并"型模组的等效性能参数受单体参数不一致性影响的差异性明显,且具有一定规律性,可为电池分选与成组提供参考。     

基于放电平台期的Wkmeans退役锂离子电池分选方法

针对退役锂离子电池单体之间由于生产过程及后续工作环境的不同产生的不一致性差异对分选后电池成组性能的影响,提出一种基于放电平台期参数的锂离子电池分选方法.以磷酸铁锂电池为研究对象,通过研究电池组不一致性的影响因素确定聚类的指标,进而进行放电实验,得到电池的电压、电流、容量等时序数据,并通过固定电压窗口的方法得到放电平台高...     

基于单体光伏/单体储能电池模组的新型光伏储能发电系统

传统光伏储能发电系统都是由光伏阵列和储能电池组构成的,但这种结构易受光伏电池阴影效应及储能电池均衡性问题的影响。基于此,提出了一种由单体光伏电池和单体储能电池构成的新型光伏储能发电系统。该系统中,单体光伏电池和与之电压、容量匹配的单体储能电池构成光伏储能模组,一定数量的模组串联后组成串联支路,经升压型DC/DC电路汇流至直流母线,多个串联支路并联后向直流负载或经逆变器向交流负载供电。通过监测光伏电池、储能电池的电压电流,光伏储能模组能够在5种工作模式间切换以实现模组内的“自治”控制;同时,通过监测DC/DC变换器的输入电压,实现了光伏储能模组投入与切出的支路级控制。以太阳能的利用效率为衡量标准,提出了一种模组内光伏电池电压,参数的选择方法。最后,建立了新型发电系统的仿真模型,从原理上通过仿真验证了该光伏储能发电系统的可行性和有效性。     

退役磷酸铁锂电芯性能研究

一致性分选是退役电池梯次利用的关键技术之一.本文以15A·h退役磷酸铁锂单体电池为研究对象,通过外部特征分析、容量测试、脉冲充放电测试来研究电池的内部及外部性质.研究结果表明,退役锂离子电池分选的第一步可通过外观检查进行初步快速筛选.对于退役电池实际容量的标定,按标称容量的80％来定义充放电电流I3,得到的退役电池实际容量更准确.脉冲放电电压是判断电池一致性的一个重要指标,可作为锂电池快速分选的特征指标.最后选出了电池健康度(SOH)在80％以上、脉冲放电电压在2.7V以上的电池作为工况良好的电池.     

锂离子电池一致性筛选新方法——串联充放电筛选

当多个单体锂离子电池通过串/并联组成电池模组时,单体电池之间微小的性能差异会造成模组性能的快速衰减。简易高效的电池一致性筛选方法,是目前锂离子电池模组研究中亟待解决的关键技术。基于本课题组前期提出的串联充放电进行一致性筛选的新思路,探索了串联充放电一致性筛选的具体方法。研究表明,放电终止电压对电池间的差异最为敏感,适合做为一致性筛选指标;同以标准差为依据筛选出的电池相比,只选取筛选指标数据居于中间区域的电池具有更高的一致性,且该筛选方法的数据处理极为简单、快速。为模组研究提供了一种简单有效的单体电池一致性筛选新方法。     

储能电池模组的风冷散热优化设计研究

基于流体动力学和传热学原理,建立了电池单体对流换热的关系准则数学模型,获得了电池单体间距设计区间范围内的换热能力变化规律;提出了边界温度和流速条件对电池单体散热的影响度评价方法,结合基于电池单体间距优化仿真模型的电池单体温升和冷却空气温升及平均流速,获得了电池单体间距的较优数值。设计了某型105 Ah/7.8 kWh磷酸铁锂电池模组,计算了该型电池模组的温度场和流场,验证了电池单体温升和电池单体间温差均分布规律以及电池模组的散热性能,证明了所提出优化方法的正确性。研究结果表明,该方法对指导电化学储能电池模组的工程化设计具有一定的参考意义。     

基于能量分配的退役电池组均衡方法

针对退役电池组存在明显的不一致性问题,提出一种高效的可重构的均衡电路,该电路可以接入或旁路任意电池,以满足多个电池同时均衡的需求。在此基础上提出一种基于能量分配的均衡方法,通过非线性规划遗传算法求解各单体电池每个周期能量分配比例,从而计算出单体电池接入时长。同时在均衡过程中动态控制开关保持电池组接入电池数量固定,能有效避免可重构均衡电压波动大的问题。在MATLAB/Simulink搭建仿真模型验证,结果表明,与传统可重构均衡方法相比,所提方法在均衡过程中可以有效地保持电池组电压的稳定;与传统求解能量分配比例方法相比,所提求解方法在充电和放电状态下均衡时间分别减少约12.31%和13.39%,验证了方法的有效性。     

直流配电网中多退役电池储能组并联的协调控制

针对基于储能组中退役电池具有不同的衰减程度和电压,提出了一种适用于直流配电网的多退役电池组并联的新型拓扑及其控制方法.首先,分析了采用下垂控制的多退役电池储能组并联运行时母线电压下降特性;其次,提出了一种基于离散一致性的二次电压恢复控制解决母线电压偏差;最后,对多退役电池储能组进行重组和功率分配,通过离散一致性算法选择...