锂离子电池低温复合加热策略及优化北大核心CSCD

电动汽车因为节能环保和能量转化效率高等特性在近年来发展迅速。在低温下,作为动力来源的锂离子电池的放电功率和容量等性能严重衰减,影响着电动汽车在北方极寒地区的发展和普及。因此,如何在低温下对锂离子电池进行可靠、高效、安全地低温加热显得尤为重要。以三元锂方块电池为研究对象,通过测试电池在不同工况下的低温特性,得出了电池电特性和热特性参数。建立单体电池低温电热耦合模型,通过神经网络方法拟合实验数据,得到电池低温加热仿真模型。通过电池不同工况下的温升实验,验证了仿真模型的精度。本文提出了电池多段恒流复合加热方法,建立了电池老化、加热时间、容量收益的多目标非线性优化模型,揭示了电池老化、加热时间和容量收益之间的关系,得到了评价加权权重矩阵。利用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和优劣解距离法(TOPSIS),得到单体电池平衡加热策略,探究了电池不同初始状态对优化目标的影响规律。根据电池的不同初始状态以平衡加热策略为基础建立了单体电池加热电流数据库。电池初始温度为-20℃时,加热到10℃,所需加热时间为253 s,容量收益为4.72 Ah,电池老化为0.482‱,峰值功率收益为1104 W。     

锂离子电池低温快速加热方法研究进展

锂离子电池的性能直接影响电动汽车的续航、安全性和可靠性.低温环境下,锂离子电池功率特性变差、循环寿命衰减、可用容量降低,同时面临低温充电难、充电易析锂等问题,这些因素阻碍了电动汽车的发展.低温加热技术是电池热管理系统的核心技术之一,是缓解动力电池在低温环境下性能衰减的关键.本文综述了包括内部自加热法、MPH加热法、自加...     

涂炭铝箔对高能量密度LiFePO_(4)动力电池的影响北大核心CSCD

探究不同涂炭层的涂炭铝箔对高能量密度磷酸铁锂(LiFePO_(4))动力电池的影响,以石墨+炭黑(GC)和炭黑(C)两种涂炭体系的涂炭铝箔制作的磷酸铁锂软包电池作为研究对象,评估了两种不同涂炭层对锂离子电池电化学性能的影响。物性对比结果显示,GC方案外观为深灰色,石墨与炭黑复合后具有大孔径的蓬松状结构,而C方案外观为黑色,由纳米级炭黑颗粒组成,呈现小孔径疏松状结构。结果显示GC复合涂炭层的黏结力为炭黑涂层的1.18倍。电化学性能结果表明,两种方案的首次库仑效率和放电平台一致性高,而GC方案的电荷转移阻抗更小。GC方案复合涂炭层更有利于提高电池的常温和高温循环性能,而C方案炭黑涂炭层可改善电池的大倍率和低温性能。     

基于大倍率电流脉冲的动力锂离子电池阻抗模型优化北大核心CSCD

随着中国能源转型的推进,动力电池使用量逐年上升。随之而来的电池安全运行问题逐渐凸显。在保障电池稳定运行的电池管理系统(Battery management system,BMS)中,等效电路模型(Equivalent circuit model,ECM)是其工作的基础核心。而目前的电池管理系统模型主要为线性模型,且受限于计算量和芯片的计算能力,无法合理表达电池在极端工况下,如大功率等情况下的非线性特征。针对这一问题,本文从可用功率角度出发,对电池进行了不同倍率的脉冲放电实验,分析了不同倍率情况下电池内阻的非线性特征,改进了电池的等效电路模型,建立了高倍率条件下阻抗随电流的变化关系。实验结果表明改进后的等效电路模型的模型误差为1.74%,远小于旧模型的8%。研究成果比传统等效电路模型相比提高了精度,且计算量比P2D(Pseudotwo-dimensions,P2D)模型小,预期可以用于BMS中电池模型可用功率的在线仿真计算,避免动力电池过功率放电,提高电动自行车使用安全性。     

基于电化学-热耦合模型的锂离子电池组件产热分析北大核心CSCD

研究电池电化学过程产热对锂离子电池的热管理至关重要。本工作建立了三元NMC锂离子电池的电化学-热耦合模型,首先通过对该电池进行不同倍率的放电与温度实验测试,验证了该模型在电压和温度变化预测准确性。然后针对不同温度下的表现进行模拟仿真研究。在室温下,无论倍率大小,负极产热总是小于正极产热,虽然负极的极化热高于正极,但其可逆吸热较大,导致产热水平低于正极。而随着放电倍率的增加,正极产热所占比例减小,负极所占比例先增加后减小,而集流体产热所占比例持续增加。然而,低温条件下的电池放电表现出与室温情况不同的产热特性,首先,低温导致低倍率负极产热率比例大大增加,负极可逆热为总可逆热的主要贡献热。而高倍率负极产热率减少,正极则呈相反趋势。其次在低温下放电时间随倍率增加呈现不同趋势,高倍率下放电电压快速降低导致放电不完全,在低倍率0.5~1 C放电运行时出现了电压反弹现象但基本放电完全,这是由于低温限制了负极颗粒内部锂离子及时向外扩散,造成电阻增加与电压快速降低,同时大量产热导致自身温升,从而在低倍率下获得电压反弹并保持持续放电的能力。     

层状正极材料力学劣化及改善措施北大核心CSCD

力学性质是材料的本质属性之一,随着锂离子电池应用于电动汽车、智能电网领域,活性材料的力学特性开始受到关注。动力电池、储能电池的循环寿命需要达到几千次,活性材料晶胞亦经历几千次规律的膨胀、收缩,材料颗粒的力学劣化成为必须面对的新挑战。本文以团队的研究结果为主,总结了锂电池层状正极材料力学劣化机制和改善措施。首先,讨论了正极材料的力学研究基础,明确正极材料符合弹性形变,可以使用胡克方程分析;其次,回顾了正极材料力学劣化行为符合“损伤-断裂”模型,应力产生缺陷,逐渐积累直至断裂,电解液会沿着裂缝扩散至电池内部发生副反应,造成循环跳水;最后,总结了抑制材料力学劣化的主要策略,重点介绍了降低晶胞形变和表面构筑刚性层,降低晶胞变化是通过减小材料应变降低颗粒应力,表面构筑刚性层是阻挡电解液扩散至开裂的体相,这些策略都显著提高了材料的循环寿命。总的来说,电极材料的力学劣化是无法避免的,但可以通过合适的改善措施,延迟、减缓力学劣化的影响。     

锂电池储能电站一次调频设计优化及验证北大核心CSCD

一次调频是储能电站支撑新型电力系统稳定运行的关键技术。本工作研究了锂离子储能电站一次调频集成设计,包括响应时间和过载能力两方面的分析及优化,主要通过信息采集与传递、策略算法运算周期两方面缩短响应时间,通过储能变流器内部功率器件开关频率控制方案提升其过载能力,并通过20 MW/10 MWh锂电池储能电站实现了上述指标优化验证。结果表明,锂离子储能电站应用于一次调频工况时,变流器响应时间为60~80 ms,变流器过载能力30 s内均能达到150%,提高了储能电站功率性价比。该储能电站在孤网中的一次调频试验中可有效平滑频率波动,减少发电机组的动作频次,可为后续功率型储能电站设计提供思路。     

高能量密度锂离子电池老化半经验模型北大核心CSCD

电池循环老化过程中容量会不断衰退,内阻也会逐渐增长,从而影响电池的使用寿命与性能表现。为建立电池容量衰退与内阻增长半经验模型,缩短探究电池老化特性所需的实验时间,采用具有高能量密度的21700锂离子电池,在0℃、23℃和40℃条件下结合1 C和2 C两种放电倍率组成了六种工况,对电池进行循环老化实验,分析温度等因素对电池容量衰退与内阻增长特性的影响规律。在结合Arrhenius方程建立电池容量衰退半经验模型时,额外引入了两个关于循环次数的幂函数和常数项,拓展了容量衰退半经验模型的适用性,使其能够适用于不同温度下表现出的不同容量衰减趋势。采用双指数函数累乘的公式形式建立了电池内阻增长的半经验模型,能够有效地预测内阻在不同工况下的增长规律。并利用交叉验证的方法证明了容量衰退与内阻增长半经验模型的准确性,能够用于预测电池在其他温度条件下的老化规律。最后利用建立的电池老化半经验模型,预测了该电池在15℃、30℃和45℃的容量与内阻变化情况,有助于更全面地了解电池的老化特性,并避免了大量重复实验,有利于提高研究效率。     

锂电池安全性多尺度研究策略:实验与模拟方法北大核心CSCD

作为新一代电化学储能体系,锂离子电池在消费电子产品、交通动力系统、电网储能等领域具有重要的应用价值。然而,在锂离子电池的商业化进程中,安全性事故时有发生,影响了锂离子电池的大规模应用。本文从电池安全性的三个研究尺度:材料、电芯、系统,综述了与之对应的重要研究方法,其中每个尺度均包括基于物理样品的实验方法和基于计算机数学模型的模拟方法。本文介绍了这些方法的基本原理,通过典型案例展示了这些方法在安全性研究中的适用场景和作用,并探讨了实验和模拟方法之间的联系,着重介绍了材料热分析、材料加热过程中结构分析、电芯加速度量热分析、电芯安全性数值模拟等方法。基于对多尺度研究策略的系统综述,认为安全性研究需要在各个尺度联合同步开展。最后,展望了下一代锂电池,如固态电池、锂金属电池等,可能面临的电池安全性问题。这些新体系的安全性研究仍处于早期,其材料和验证型电芯的安全性研究是当前阶段值得关注的重要课题。     

管状固体氧化物燃料电池前沿技术研究进展北大核心CSCD

管状固体氧化物燃料电池(SOFCs)因为具有启停速度快、热循环稳定性好、转换效率高、燃料适用范围广和排放物无污染等优点,是一种理想的发电装置。本综述对近5年管状SOFCs领域的相关文献信息进行了可视化分析,分析了论文的年度发表数量、关键词共现网络和全球文献数量分布。随后对该领域的前沿研究工作进行了调研和追踪,涵盖的范围有电池结构、制备方法和关键材料,这几方面是影响管状SOFCs工作效率、电输出性能、运行稳定性和成本的重要因素。在电池结构部分,讨论了各种支撑形式的技术特点,接着介绍了关于电池支撑结构改进和优化的最新研究成果;在制备方法部分,对相转化法、冷冻注模法和激光3D打印技术的应用进行了重点介绍;在关键材料部分,对组件材料的微结构调控和新材料开发进行了介绍。本文介绍的管状SOFCs近年来的代表性和创新性工作及对解决管状SOFCs存在问题的先进策略和方案,可为推动管状SOFCs技术的高质量发展和商业化应用提供指引。     

考虑时间差异性的综合能源系统多层协调优化调度北大核心CSCD

综合能源系统能协调各种设备并使其优化运行,已成为研究的重点。文章在日前调度阶段,综合考虑各类设备的燃料成本、运营维护成本以及IES与外网的交互成本,建立了以IES运行成本最低为目标的经济调度模型,分析了需求响应对IES经济性的影响;在日内调度阶段,考虑了各类用能负荷调度时间的差异性,提出考虑多时间尺度的分层滚动优化调度模型,确保了日前计划的合理性及系统运行的稳定性。在制定日前调度计划的基础上,建立日内滚动调度,并采用MPC算法进行求解分析,保证调度计划的合理性和系统运行的稳定性。算例分析结果表明,文章调度方法可发挥各设备运行的优越性,IES经济性有明显提升。算法对比显示,文章所提算法具有更好的收敛性,验证了所提模型与算法的有效性。     

基于ResNet-Bi-LSTM-Attention的锂离子电池剩余使用寿命预测北大核心CSCD

锂离子电池剩余使用寿命(RUL)预测是锂离子电池研究的一个重要方向,通过对RUL的准确预测,可以降低锂离子电池出现事故的概率。针对锂离子电池RUL的准确预测,该研究提出一种综合残差神经网络(ResNet)和双向长短期记忆网络(Bi-LSTM)的优势,并且加入注意力机制(Attention)的锂离子电池RUL预测模型。首先选取能够表现电池寿命的特征参数作为输入量,利用ResNet提取输入数据的隐含特征信息,然后利用Bi-LSTM对时间序列信息进行预测,并且结合注意力机制对预测结果进行权重分配,得到最终的锂离子电池的RUL预测结果。通过美国马里兰大学(CALCE)提供的开源数据集进行锂离子电池RUL预测试验,并与现有的预测模型进行对比试验,对比模型的预测结果,试验结果表明提出的ResNet-Bi-LSTM-Attention模型能够准确地进行锂离子电池RUL预测,各项误差都比较低,具有较好的精度和准确性。最后使用美国航空航天局(NASA)提供的锂离子电池开源数据集进行泛化性实验,证明了ResNet-Bi-LSTM-Attention模型在不同电池RUL预测中具有良好的准确性,可以被广泛使用。     

锂离子电池参数辨识及荷电状态的估算北大核心CSCD

实现对锂电池的荷电状态(state ofcharge,SOC)的准确估算对电动汽车电池管理系统具有重要意义。采用了二阶RC等效电路模型对电池进行精确建模,并分别利用离线参数辨识和带遗忘因子的递推最小二乘法的在线参数辨识方法对等效电路中的参数进行辨识,在确保模型精度满足要求后,利用扩展卡尔曼滤波(extended Kalman filter,EKF)算法来实现对电池SOC的准确估算。以美国联邦城市运行工况(federal urbandriving schedule,FUDS)和城市道路循环工况(urban dynamometerdrivingschedule,UDDS)进行仿真实验,并将实验中标准SOC值与离线辨识和在线辨识的SOC估计值进行对比分析。实验结果表明,在FUDS工况和UDDS工况下利用EKF算法估算SOC的平均误差都在2.5%以下,且在线参数辨识模型比离线参数辨识模型的平均误差分别降低了0.7%和0.9%。证明了EKF算法能实现对电池SOC的准确估算,且在线参数辨识方法下的电池模型具有更高的估算精度。     

退役动力电池回收及其在储能系统中梯次利用关键技术北大核心CSCD

新能源汽车产业迅速发展,动力电池将在更迭换代中迎来退役潮,梯次利用技术能够在最大化利用动力电池全寿命周期的同时缓解回收压力及环境污染问题。为进一步完善梯次利用绿色可持续发展体系,本文研究了当前梯次利用相关政策、标准及应用场景,并从电池回收与储能系统梯次利用两方面,分别对电池回收模式、老化原理、检测、筛选、状态估计、容量配置、控制策略等技术研究展开讨论。最后结合国内形势,探讨了退役动力电池梯次利用所面临的问题与挑战,并针对关键技术的突破与产业体系的形成提出建设性意见,以期为梯次利用产业布局提供助力。     

基于BP-UKF算法的锂离子电池SOC估计北大核心CSCD

电池的荷电状态(state of charge,SOC)是电池管理的重要指标之一,准确的SOC估计是保证锂离子电池安全有效运行的必要条件。为提高锂离子电池SOC估计的准确性,本文基于二阶Thevenin等效模型,提出一种将无迹卡尔曼滤波(unscented Kalman filter,UKF)与BP(back propagation)神经网络相结合的SOC估计方法。在通过混合功率脉冲特性测试获取模型参数的基础上,首先利用UKF算法对电池SOC进行初步估计,通过非线性点变换的方法避免了扩展卡尔曼滤波(extended Kalman filter,EKF)在线性化过程中对系统造成的精度损失;其次,构建三层BP神经网络,综合考虑锂离子电池的充放电电压、电流等参数,对估计结果进行修正,将估计误差从初始估计结果中排除,以达到更加准确的估计结果。通过电池充放电测试仪采集锂离子电池在动态应力测试下的充放电数据,并在不同的噪声环境下将本文提出的BP-UKF算法与EFK算法和UKF算法进行对比实验分析。实验结果表明,本文提出的BP-UKF算法的最大误差在2.18%以内,平均误差在0.54%以内,均方根误差在0.0044以内,较EKF算法和UKF算法有较大程度地提升;并且在较大的环境噪声条件下,BP-UKF算法的准确性提升更为明显。     

过充循环对锂离子电池容量衰减及安全性影响北大核心CSCD

随着能源问题的出现,锂离子电池已成为人们关注的热点。本工作以18650型NCM811锂离子电池为研究对象,将电池过充至3个不同的截止电压(4.3 V、4.4 V、4.5 V)并循环一定的次数(180次)直到电池容量大幅度衰减,基于测试分析4.5 V过充循环电池的交流阻抗谱和容量增量曲线来定性和定量地研究电池容量衰减机理。研究发现活性锂离子的损失和活性材料的损失是电池容量衰减的主要原因,电池电导率的损失对电池容量衰减影响不大。通过绝热加速量热仪(adiabatic rate calorimeter,ARC)研究新电池,4.3 V、4.4 V和4.5 V过充循环电池在100%SOC下的热失控特征参数(自产热起始温度T_(1)、热失控触发温度T_(2)、热失控最高温度T_(3))。发现在热失控发生过程中,电池达到相同的温度时,4个电池的温升速率大小分别是新电池<4.3 V过充循环电池<4.4 V过充循环电池<4.5 V过充循环电池。电池在经过过充循环之后热稳定性变差。过充循环后,电池的自产热起始温度降低、热失控触发温度降低。     

锂离子电池储能系统靶向消防装备设计与性能北大核心CSCD

锂电池储能系统是构建新型电力系统,实现双碳战略目标的关键支撑,但锂离子电池储能系统的消防安全问题成为了制约储能系统大规模推广的关键瓶颈,现有基于固定建筑物式的传统气体灭火系统适用性不强,无法扑灭锂离子电池火灾及抑制复燃。本工作面向典型预制舱式锂离子电池储能系统,基于多层协同预警技术和不同防护灭火策略实现了对储能系统的靶向消防防控装备开发。首先,基于烟/温感探测器、可燃气体传感器、Pack温度传感器构建了多层协同的预警技术,实现对电气火灾、锂离子电池火灾的精准预警。其次,在现有七氟丙烷灭火系统基础上增加锂电池火灾专用抑制系统,满足国标电气场所消防设计要求的同时保障锂电池火灾抑制需求。通过主管道、应急管道、喷嘴的布局定位安装,所设计的抑制系统支持Pack级主动防护,能将锂离子电池抑制剂输送到Pack,实现对锂离子电池火灾的早期扑灭并能多次启动,抑制锂离子电池火灾复燃及蔓延。灭火系统和抑制系统协同作战,各自发挥优势,全方位保障锂离子电池储能系统的安全。     

光伏系统液流电池储能优化配置北大核心CSCD

液流电池具有长时储能成本低、系统安全性高等特点,适用于大规模长时储能的应用场景,通过对液流电池系统进行合理的规划配置,可以平抑新能源发电系统的间歇性和波动性,对于保障电网安全稳定运行具有重要意义。目前缺乏基于液流电池技术特性和运行特性展开的新能源系统与液流电池优化配置方法研究,随着我国能源快速转型,充分发挥液流电池技术及运行特点,优化配置新能源系统中液流电池容量,对建立新型电力系统有着积极作用。本工作以光伏与液流电池联合发电的局域网为研究对象,提出了适用于光伏系统的液流电池储能优化配置方法,通过对液流电池系统中各个模块系统的运行特性、系统初投资和全寿期运维成本进行了深入地研究分析,基于液流电池系统具有功率与容量模块相分离的特点,对大规模液流电池系统的功率和容量配比进行了优化设计。综合液流电池系统模块优化设计的结果,对光伏与液流电池联合发电的局域网系统进行运行策略优化,在保证局域网供电稳定运行的同时,以液流电池系统初投资与全寿期运行成本之和最小为目标函数,求解得到优化液流电池优化配置方案。算例应用表明,大规模液流电池系统功率和容量配置为1 MW/8 MWh时为经济性最优的兆瓦级液流电池模块设计,25年运行期LCOE为0.292元/kWh;在本工作应用的局域网中储能优化配置的目标函数在储能配置为20 MW/160 MWh方案达到最优解。     

基于外特性方法的锂离子电池析锂及可逆锂回嵌定量分析北大核心CSCD

锂离子电池因其高能量密度、高循环寿命等优势被广泛应用,然而由析锂导致的电池可用锂离子损失,会降低电池自产热温度,严重影响锂离子电池的寿命与安全,锂回嵌可部分缓解析锂对电池的影响。本文基于锂离子电池低温运行实验数据,分别采用差分电压法(DVA)、开路电压法(VRP)和DVA-VRP联合法对电池的析锂及可逆锂回嵌进行定量分析,并结合电化学模型对析锂量计算结果进行了验证。研究发现,DVA特征值随着电池的老化向容量减少方向移动,VRP的特征电压平台向时间减少的方向移动,且这两种方法的析锂特征值呈线性关系,拟合直线随搁置时间的增加向原点平移。VRP结合仿真可准确预测可逆锂,缺点是耗时较长;DVA法在电池运行初期对可逆锂的预测与VRP-仿真法相差不大,但随着电池的老化,预测误差逐步增大。DVA-VRP联合法在保留VRP准确度的前提下,弥补了DVA和VRP误差大、时间成本高的不足,可在较短时间内实现对电池可逆锂的初步预测,为锂离子电池的安全评估提供了重要参考。     

锂离子电池在新能源汽车中的设计及应用北大核心CSCD

随着新能源领域的不断发展,电动汽车逐渐成为新能源汽车的主体,其动力来源以锂离子电池较为普遍。因具有自放频率低、能量高、使用年限长等特点,锂离子电池逐渐成为了新能源汽车的首选。随着锂离子电池应用范围的不断扩大,出现了充电安全隐患、挤压碰撞致使损坏等一系列问题。锂离子电池的科学应用是目前研发新能源电池应首要关注和研究的重点,对新能源汽车领域的发展有着至关重要的作用。