不同挤压载荷下圆柱形锂离子电池的失效机理试验研究

为满足电动汽车动力电池组耐撞性设计的要求,对不同机械滥用工况下锂离子电池单体的失效机理进行了试验研究.通过对三种不同容量的NCR18650圆柱形锂离子电池进行局部压痕和平面压缩加载试验,研究了锂离子电池样本的力-电-热响应,给出了失效电池样本的横截面破坏形式,具体讨论了加载形式和电池容量对锂离子电池失效的影响.研究结果...     

锂离子电池充放电机械压力特性研究

软包锂离子电池在充放电期间因为锂离子的脱嵌使得电池表面产生形变进而形成机械压力。通过对软包锂离子电池施加一定预紧力后进行正常与滥用的充放电试验研究,揭示电池表面机械压力的变化特性规律。结果表明：在正常充电阶段,电池表面机械压力逐渐增大,在正常放电阶段,电池表面机械压力是一个逐渐恢复的过程;在滥用的过充电与过放电阶段,电池表面机械压力均表现出先缓慢增大后迅速增大(dF/dt■0)的现象。针对过充电和过放电电池表面机械压力迅速增加的特点,进一步基于滥用特性提出锂离子电池热失控预警电压的确定方法和锂离子电池放电截止电压的确定方法,为软包锂离子电池的安全性设计和电池管理系统中过充电、过放电提供理论依据与方法指导。     

基于分布式最小二乘法的锂离子电池建模及参数辨识

精确的锂离子电池模型对于电池状态的准确估计以及电动汽车整车的仿真、设计与优化具有至关重要的意义。然而,传统的递推最小二乘方法应用于电池这类多时间尺度系统时,会出现模型参数辨识精度低、建模效果差等问题。为此,以锂离子电池二阶RC等效电路模型为研究对象,提出一种基于分布式最小二乘的模型辨识参数方法。此方法根据电池不同时间尺度可以分离的特性,将电池模型细分为两个子模型分别进行辨识,避免了待估参数的相互干扰,因而能够取得更好的参数估计效果。试验结果表明,相比传统的递推最小二乘辨识方法,提出的方法在UDDS和FUDS工况下能够将平均绝对误差分别降低约50.00%和28.57%,均方根误差分别减小约46.43%和29.17%,验证了所提方法的有效性和可行性。     

基于安时积分和无迹卡尔曼滤波的锂离子电池SOC估算方法研究

基于Thevenin等效模型建立二阶RC等效电路模型,通过混合脉冲动力功率特性测试实验获取电池脉冲放电数据,进行电池等效电路参数辨识。为弥补锂离子电池荷电状态在90%~100%区间时电池模型参数辨识拟合误差而引起其估算误差的缺陷,综合采用安时积分与无迹卡尔曼滤波估算电池荷电状态。使用硬件在环仿真测试平台及环境模拟测试平台进行电池管理系统设计,在不同工况下对电池进行荷电状态估算,结果表明荷电状态估算误差范围为-1.5%~1.0%,该方法估算精度较高,效果理想。     

基于机械振动信号的锂离子电池组连接故障诊断

为满足高电压大容量的实际应用场景和需求,锂离子电池组往往由成百上千的电池单体通过螺栓、焊接等方式串并联组成。电池组单体间的连接故障会导致接触电阻升高和连接处异常发热,严重影响电池组的性能和安全。提出一种基于机械振动信号的锂离子电池组连接故障诊断方法。利用压电陶瓷传感器实现电压信号和振动信号的相互转换,在每种故障模式下采集振动信号;基于稀疏测度指标和熵测度方法在频域和时域提取故障特征以描述锂离子电池组在不同连接故障模式下的故障特性;利用最大相关最小冗余算法降低高维特征空间的冗余度,选择出最重要的特征;在此基础上,建立基于差分进化算法优化的支持向量机诊断模型。结果表明,该方法诊断准确度为0.963,可以准确检测到锂离子电池组的连接故障并明确故障发生的位置。     

锂离子电池碰撞安全仿真方法的研究进展与展望

锂离子电池以优异的电化学储能和循环性能,已成为电动汽车和电动飞机等新能源装备的主要动力源。然而,其受外部冲击、碰撞等载荷导致的结构失效、内短路、热失控以及起火/爆炸等安全问题,严重制约了其进一步的发展与应用。详细总结了锂离子电池结构特性和电池机械滥用试验方法,阐述了锂离子电池在机械滥用下从力学失效到内短路和热失控的多场耦合失效机理。在此基础上,系统地综述了近年来国内外学者在锂离子电池碰撞安全仿真方法方面的研究进展,从材料本构建模、电池单体的力学建模与仿真、多场耦合仿真方法等方面总结了仿真方法的研究现状。梳理了各类仿真方法的特点、适用性与局限性,并重点讨论建模方法、仿真精度和效率等关键问题。最后,对锂离子电池碰撞安全仿真方法存在的瓶颈问题和未来的发展趋势进行展望。可为锂离子电池的碰撞失效机理研究、建模仿真和安全设计提供系统的参考与指导。     

基于数据驱动的电池系统泛化SOH估计方法

准确可靠的电池健康状态估计是保证锂离子电池安全运行的关键,同时为失效预警提供参考。提出一种适用于电池单体和电池组的健康状态估计通用方法。首先,提出基于局部充放电数据的电池单体高效健康因子提取方法,保证健康因子和容量的高相关性和实现健康因子的在线可获取性。其次,提出考虑电池组容量衰减和不一致性的特征生成策略,利用主成分分析获取融合特征,利用双时间尺度滤波和电池组等效电路模型拓宽特征提取方法的应用范围。然后,基于高斯过程回归算法框架,考虑健康因子和容量衰减的整体关系和局部变化提出改进的高斯核函数提高估计精度和可靠性。最后,利用多个试验数据集验证算法在不同应用条件下的泛化能力。估计结果表明,对恒流放电工况的电池单体估计误差小于1.28%,在动态变温条件下电池单体估计误差小于1.82%;串联电池组的验证结果表明在各种应用场景下估计误差均小于1.43%。提高了电池系统健康状态估计的精度以及在广泛应用场景下的适应性。     

基于锂电池等效电路模型的阻抗曲线拟合算法

近些年利用电池阻抗谱(EIS)估算锂电池状态的研究取得了较大进展。本文提出了一种EIS等效电路模型参数提取算法,用于分析提取不同状态下的电池等效电路参数,具有简单、不易发散的优点。首先通过结合模型的物理意义计算获得等效电路模型参数初值,然后利用等效电路与EIS之间的映射关系进行迭代,从而实现了参数的提取。对比理论参考值,提取的关键参数的误差低于4.4%。为了获得锂电池在不同荷电状态下的EIS数据,利用电化学工作站在恒温状态下测量选用的磷酸铁锂电池,利用算法编写的软件实现等效电路参数的提取。通过对比不同荷电状态下的等效模型参数,在一定程度上验证了利用EIS快速估计锂电池状态的可行性。     

多拓扑结构锂电池组外短路特性分析及模型评价

新能源汽车的快速发展受到动力电池系统安全的掣肘,锂电池组外部短路故障是导致电池热失控进而引发汽车起火爆炸的主要因素之一,而不同拓扑结构及初始荷电状态(State of charge, SOC)影响锂电池组外部短路特性。搭建锂电池组外部短路故障试验平台,进行多拓扑结构锂电池组在静置工况下的外部短路试验,模拟汽车停置时电池发生外部短路故障过程,揭示不同拓扑结构及不同初始SOC对锂电池组外部短路特性的影响,为锂离子电池单体分选成组、外部短路故障诊断等方面提供数据支撑。此外,锂离子电池外部短路模型重构是进行故障诊断的基础,对不同等效电路模型对锂离子电池外部短路电压预测精度等进行综合评价,为锂离子电池外部短路电特性重构模型选择提供指导。     

车用大尺寸软包锂离子电池在高低温升 工况下的生热率测定

提出了一种电动汽车用大尺寸软包锂离子电池的生热率测量方法——热补偿法,研究了电池生热率与工作电流、温度之间的曲线关系,其有效性得到了常规热流计法的验证,最后结合这两种方法研究了电池在高、低温升工况下的生热特性。研究结果表明,基于热补偿法的电池生热率平均测算偏差低于5.6%;电池的生热率随工作电流的增大而增大,二者呈二次非线性关系;电池在高温升工况下的生热率随放电深度呈先降后升趋势,形似U型曲线;电池在低温升工况下的平均生热率较其在高温升工况下高约13.7%。提出的热补偿法具有精度高、成本低、简便灵活等优势,研究成果可为大尺寸软包锂离子电池的热模型建立和热管理系统设计给予指导。     

储能电池外部短路的损伤与失效边界及其预测

储能电池外部短路故障发生伴随着电池大倍率放电、内部热量快速聚集、温度极速升高,是一种典型的电-热耦合滥用工况。针对电池外部短路：试验研究了不同初始条件下的外部短路特性,明确了短路开始至电池电压和电流突降为零的时间为外部短路失效边界;进一步分析了失效前短路时间与老化的耦合特性,应用电化学阻抗谱揭示了固体电解质膜增长为外部短路电池容量衰退的主因,且主要受电池温度影响。明确了短路开始至电池内部温度达到80℃的时间为外部短路损伤边界,为获取电池内部温度,构建了圆柱形电池集总参数热模型,建立了电池内部温度估计算法,误差<±2℃。应用长短时记忆神经网络算法构建了电池外部短路损伤边界和失效边界的预测模型。以外部短路前1 s和短路后2 s的电流、电压及环境温度作为输入,结果表明损伤边界预测误差<3.5%,失效边界预测误差<2%。该模型的应用能够加深外部短路对电池损伤的认识,为电池的安全监测提供有力保障。     

圆柱形锂离子电池组强制风冷性能研究

随着新能源汽车的发展,动力电池成为纯电动汽车的核心技术之一.为使电池热管理系统对车用电池组温度的控制过程更加节能高效,采用合适的电池布置间距尤为重要.以26650圆柱形锂离子电池组为对象,通过Fluent仿真模拟了顺排与叉排两种布置形式下28mm、31mm、34mm、37mm、40mm五种电池间距对应的电池组强制风冷过...     

锂离子动力电池组发热功率试验研究

锂离子动力电池的性能和寿命与电池热管理密切相关,而电池产热模型的建立是其热管理的基础。通过理论计算、试验测试和模拟分析对额定容量为50 A·h、额定电压为3.65 V的三元锂离子动力电池的充放电发热特性进行了研究。结果表明:Newman公式在电池发热功率计算中准确度较高,与试验测得发热功率相比误差为8.7%。将理论发热功率应用于模拟仿真后,模组最高温度与试验测得最高温度误差为9.5%,模拟结果可为锂电池的性能研究及热管理设计提供参考。     

锂离子电池功率状态预测方法综述

随着锂离子电池在智能电网、新能源汽车等领域的大规模应用,其充放电能力,即峰值功率的准确预测对于保障系统的安全、可靠运行至关重要。从单体和系统两个层面归纳分析锂离子电池功率状态预测方法的研究进展：针对电池单体预测方法,主要包括测试查表法、黑箱法、等效电路及电化学模型法等,重点阐述多参量约束的等效电路模型法,并进行分类与对比分析;针对电池系统,从电池系统模型及功率状态预测算法两个角度出发,分别讨论了串联型、非串联型电池系统的功率状态预测算法和大数据驱动的智能预测方法,并分析各方法的优缺点及应用领域;结合下一代云计算、大数据、数字孪生等发展趋势,对锂离子电池功率状态预测方法进行展望,为促进电池全生命周期管理技术的研发与应用提供一些思路。     

基于空气冷却技术的动力电池散热方式研究现状

电池温度是影响电池组性能的重要因素,高温会严重影响电池的容量和寿命,并对电池的结构产生不可逆的破坏,甚至会导致安全事故的发生,所以对电池组的散热是必要的.描述锂离子电池的热特性,阐述温度对动力电池的影响以及散热对于动力电池的重要性.介绍了动力电池常见的散热方式,重点介绍空冷散热方式的研究现状,并对强制冷却与主动冷却进行...     

锂离子电池切分机构仿真与试验研究

与传统的整体破碎工艺相比而言,锂离子电池机械化拆解工艺可以在预处理阶段实现电芯和其他部分的分离,降低化学萃取成本,提高贵重金属元素的回收效率,具有重要的研究意义。为此设计了一种可以适应不同型号锂离子电池的切分机构,并提出了将可视为复杂装配下的复合材料的锂离子电池材料模型替代成简单均质的Johnson-Cook本构材料模型的等效替代理论,并通过理论计算、Abaqus仿真以及试验研究的方法进行分析,结果表明:所设计的切分机构能够完成锂离子电池的切分,切口和变形情况均满足要求,提出的等效替代理论可以满足切分试验的要求,并得到参数修正后的本构模型方程用于指导切分仿真计算。     

轻型无人机电池动态冲击性能研究

随着民用无人机在各领域的大量应用,其安全问题引起了广泛关注,现有研究大多是以硬物撞击的形式分析无人机撞击航空器问题,很少关注其机载锂离子电池可能带来的安全隐患。为了更好地分析碰撞过程中轻型无人机电池包的破坏机理,先通过放电容量和倍率性能试验,进行电池寿命及一致性的评估,开展不同冲击能量的电池单体落锤冲击试验,研究冲击能量与单体失效模式的关系,随后通过不同荷电状态电池包的落锤冲击试验,研究其碰撞安全特性。结果表明,试验用单体和电池包均处于许用寿命范围内,且具有较好的一致性;冲击能量大小与单体的破坏模式密切相关,三个区域的冲击能量对应着三种不同的破坏形式,中等冲击能量对电池产生了最严重的破坏;机械冲击致使电池发生内短路,进而诱发热失控是导致电池包严重破坏的主要原因,这些结果为民用无人机整机碰撞问题的研究提供有益的启示。     

基于扩展卡尔曼滤波的锂离子电池荷电状态估计

针对电池荷电状态（SOC）难以准确估计的问题,采用扩展卡尔曼滤波方法来提高SOC的估计精度。首先以磷酸铁锂电池为研究对象,建立了电池的PNGV等效电路模型,并采用充放电实验和离线辨识的方法得到模型中的参数,得到了开路电压、欧姆内阻、极化内阻和极化电容与SOC的多项式函数关系;然后,对模型进行验证,并分析了模型的准确性;最后,在实际工况下,运用扩展卡尔曼滤波方法估计锂离子电池的SOC值,并与安时法计算的SOC值进行比较。结果表明,PNGV模型结合扩展卡尔曼滤波方法估计的锂离子电池SOC值的最大误差仅为2.78%,提高了电池SOC的估计精度。     

基于扩展卡尔曼滤波算法的燃料电池车用锂离子动力电池荷电状态估计

针对燃料电池汽车用锂离子动力蓄电池建立一个简单物理模型和一个复杂物理模型,它们分别以不同等效电路来描述电池的动态特性,然后将这两个物理模型中各物理量和状态量之间的关系表达成离散化的状态空间方程.在此基础上,利用在燃料电池汽车实车运行过程中测得的包括电流、电压等数据,基于扩展卡尔曼滤波算法对锂离子动力电池的荷电状态进行估计,并对利用两种模型进行估计的结果进行比较分析.分析结果表明,基于电池等效电路模型的卡尔曼滤波电池荷电状态估计算法是有效的,并且电池模型对估计结果的影响较大,利用精确的电池模型容易达到较高的估计精度.     

锂离子电池高精度机理建模、参数辨识与寿命预测研究进展

拥有高能量密度、低自放电率和长寿命的锂离子电池是电动车辆的主要储能单元,其性能直接影响了车辆的动力性和安全性。然而,锂离子电池是复杂的电化学系统,其内部状态具有时变性和不可观测性。此外,电池在使用过程中性能将不断衰减,将给车辆的安全性带来隐患。为保证电池在车用工况下的高效、安全和可靠运行,需要对电池实施有效管理。电池模型是管理算法的理论基础,参数辨识是模型应用的前提,而寿命预测是保证电池安全的关键技术。针对上述实际应用需求,综述了锂离子电池高精度电化学-热耦合机理建模、模型参数辨识和寿命预测的最新研究进展。重点关注宏观电化学模型中模型重构和模型简化两种模型降阶方法,对比分析参数辨识中试验测量和非拆解式辨识方法的特点,全面总结寿命预测中基于模型、基于数据驱动和融合式算法的算法架构。在此基础上,总结现有研究的不足并对未来研究方向提出展望。