不同正极材料的锂离子电池容量特性分析

容量作为表征锂离子电池剩余寿命的重要参数,是目前国内外学者研究的重要内容之一。为了更全面地分析锂离子电池容量特性,选取了两种不同正极材料的锂离子电池作为研究对象并进行容量特性的相关实验,探究了正极材料、放电倍率、电池温升、环境温度和循环次数等五个参数对电池放电容量的影响,进一步分析了引起锂离子电池容量衰减的内部机理。实验结果表明,相比于磷酸铁锂电池,镍钴锰三元锂离子电池对温度和放电倍率更敏感。     

锂离子电池放电过程能量损失分析

对锂离子电池循环寿命实验数据包括不同倍率下电池的电压、电流和温度等进行分析,计算了能量损失率和不可逆热量等随着电池循环次数的变化。分析结果显示:在0.5 C和1 C倍率循环条件下放电,电池的过电压在放电深度为0～10%阶段缓慢上升,10%～60%阶段缓慢下降,60%～100%阶段快速上升。在3 C倍率循环条件下放电,过电压在放电深度为0～10%阶段缓慢上升,10%～60%阶段快速下降,60%～100%阶段缓慢上升。在0.5 C、1 C和3 C倍率循环条件下,能量损失率在放电过程中随着充放电循环次数增加呈现先缓慢下降,然后持续上升的变化,并且在电池容量衰减到额定容量80%～60%的阶段,快速上升。在所有3个放电倍率循环条件下,不可逆热占能量损失比例随循环次数逐渐增加,可作为电池健康状态的一个评测指标。     

基于ANFIS的磷酸铁锂电池循环寿命预测方法

针对磷酸铁锂电池循环寿命在使用过程中难以预测的问题,通过神经模糊逻辑系统对锂电池循环寿命变化的历史数据进行学习,建立以循环次数、温度、电池容量为输入,相邻循环电池容量差值为输出的电池容量变化模型,通过得到锂电池容量变化趋势,从而实现对锂电池循环寿命的预测,最后,将锂电池循环寿命预测结果与实际数据进行对比,验证该方法的有效性.     

磷酸铁锂电池性能衰退与容量预测模型研究

动力电池由于老化导致的性能衰退与储能系统功率吞吐能力密切相关。为了揭示磷酸铁锂电池的老化特性,进行了实验研究。通过不同恒定倍率下的循环老化实验和特性实验,获取了磷酸铁锂电池特征参数的变化规律以及容量增量分析(ICA)曲线的变化趋势。实验结果表明,磷酸铁锂电池的容量和欧姆内阻随老化变化明显。利用半经验老化模型结合2 C循环老化实验结果验证了电池可用容量预测结果,预测模型能够有效地预测电池可用容量衰减,预测误差在2%以内。     

磷酸铁锂电池循环过程中电化学交流阻抗研究

研究了商品化磷酸铁锂电池不同倍率循环过程中的电化学交流阻抗谱,分析了电池体系中各部分阻抗随循环次数的变化规律,并对不同循环次数的正负极片表面形貌进行了表征分析。实验表明在较高倍率下电池容量衰减较快,其影响因素主要是石墨负极结构的破坏,与之相对应的是在交流阻抗谱上中低频区新出现的一段圆弧,说明交流阻抗谱的变化与电池性能劣化状态具有相关性。结果表明可以通过电化学交流阻抗谱的特征变化来判断电池的容量劣化状态,为电池的分级筛选和建立梯次利用电池快速评价系统提供了理论依据和技术支持。     

基于等效热模型的锂电池容量衰减特性研究

在动力锂电池的循环使用过程中,温度对其容量衰减有直接影响,而电池结构的密封性导致其内部真实温度无法直接测量。针对此问题,通过测量电池表面及环境温度并运用等效热模型估计其内部的真实温度,构建电池容量衰减与内部温度的ETM-Arrhenius模型,预测锂电池在循环使用中的容量衰减特性。对锂电池进行不同温度下的循环寿命试验,结果表明,该模型能在长期循环中准确预测锂电池容量的衰减程度。     

锂离子电池充放电倍率对容量衰减影响研究

锂离子电池比能量高、循环寿命较长且使用性能稳定,目前广泛应用于电动汽车。寿命是电池重要性能指标之一,而电池容量衰减快慢决定着寿命的长短,且充放电倍率与其密切相关。通过不同充放电倍率下的电池容量测试实验和加速老化实验,得到不同循环次数下的电池外特性数据,进而研究充放电倍率对电池循环老化容量的影响。对比分析后推断电池在老化初期的容量衰减主要原因是可循环锂离子的减少和活性物质的损失,且充电倍率对电池容量衰减的影响最为明显。     

MH/Ni电池容量衰减的研究(1)

测定了MH/Ni电池充放电过程的容量和内阻变化,实验表明,1C放电容量随循环次数的增加而逐步衰减,在较小的电流(1/6C)下,电池放电容量衰减不明显.本文运用XRD定性分析了循环200周前后正负极表面形貌和物相结构的变化,结果表明:正负极活性物质的物相变化和晶体结构无序化是造成电池容量衰减的主要影响因素,正极则尤为严重.     

退役磷酸铁锂动力电池容量衰减性能分析研究

首先分析了退役软包磷酸铁锂单体电池(简称"退役电池")容量循环性能,发现容量与循环次数呈线性关系。其次,研究了退役电池循环寿命预测方法及结果,得出:电池剩余循环寿命十分可观,电池能量和容量衰减具有较高的一致性。分析了个别电池发生容量衰减突变的现象及特点。最后,利用高斯分布统计方法对电池一致性变化进行了评估。结果显示:电池容量离散程度随循环次数先减小后增加,在约500次循环的时候离散程度最小。     

镍钴锰酸锂(NCM)三元锂电池的容量衰减加速测试

以镍钴锰酸锂三元锂电池为例,通过容量衰减数据推导其循环寿命衰减内在的联系,使用二项式拟合,构建Arrenius数学模型,探讨不同温度下的多项式系数之间的内在联系,获得不同温度下电池容量衰减规律,从而建立和完善一种电池容量衰减的加速测试与评估方法。利用高温下容量衰减加速的寿命数据推导出动力电池常温下实际的容量循环寿命,可以有效地解决电池循环寿命测试周期长和成本高昂的问题。     

磷酸铁锂电池荷电状态估算方法研究

电池的荷电状态(SOC)是电池管理系统要实现的重要功能之一。精确估算电池的荷电状态能为提高电池利用率和延长电池寿命起到重要作用。分析温度、放电倍率、充放电循环次数等因素对电池容量的影响,结合磷酸铁锂电池本身的特性,提出一种改进的安时计量法与开路电压法相结合的估算方法对SOC进行在线估算。应用到自平衡两轮车上,实验测试结果显示此方法能够实时、准确地估算电池SOC。     

基于改进LSTM的脉冲大倍率工况下锂电池SOC估计

锂离子电池是电力系统中不可或缺的重要储能元件。针对脉冲大倍率放电下锂离子电池荷电状态(State of Charge,SOC)预测问题,采用改进的长短期记忆循环神经网络(Long Short-term Memory,LSTM)搭建三元锂电池SOC预测模型。所用方法在原有LSTM基础上增加两个门控单元,通过增强LSTM内部输入和输出的交互,提高模型的动态逼近能力。在脉冲大倍率放电工况下,将所用方法与BP神经网络(Back Propagation,BP)、LSTM神经网络相比较,验证了算法在脉冲放电下的预测性能。实验结果表明,改进方法可准确表征三元锂电池工作特性,满足了SOC估计的实际需求。     

基于Elman神经网络的锂离子电池RUL间接预测研究

锂离子电池实际容量常采用安时积分法得到,存在测量精度差及累积误差的问题。提出了一种利用锂离子电池循环充放电监测参数(电压、时间、内阻、温度等)构建间接健康因子的方法,实现了电池健康状态的间接预测。选择等压降放电时间作为间接健康因子,通过灰色关联分析法验证了其与锂离子电池实际容量的强鲁棒性。构建基于Elman神经网络的剩余使用寿命(remaining useful life,RUL)预测模型。采用NASA公开的锂离子电池数据集进行测试,结果表明提出的方法框架可以有效地进行电池RUL的间接预测,得到精确的预测结果。     

锂离子电池阶梯充电制式与循环衰减机制

针对锂离子电池快充需求与循环寿命保持的矛盾,以三元/石墨体系锂离子电池为研究对象,依据其倍率充电特性和正极、负极材料相变特征,提出了一种阶梯充电制式。采用该制式,电芯可以完成30 min充电80%荷电状态(SOC)的快充目标,且经过800次阶梯充电循环后,电芯放电容量保持率≥91.99%。通过对比阶梯充电制式下,不同循环次数放电容量衰减,dV/dQ曲线的变化情况,确定电芯阶梯充电循环容量衰减原因主要为活性锂离子损失。     

基于CNN-LSTM的锂电池剩余寿命(RUL)间接预测研究

为了实现对锂离子电池剩余使用寿命(RUL)的实时在线监测并改善预测精度,提出一种基于CNN-LSTM的锂电池RUL间接预测模型.通过灰色关联分析法选定等压降放电时间构建健康因子,用NASA公开的锂电池数据集中的B0005、B0006电池放电周期数据训练出电池容量退化模型和等压降放电时间预测模型,最后结合这两个CNN-LSTM模型为锂电池RUL间接预测模型.实验结果表明该模型具有很好的准确性和鲁棒性,并且模型的实时性和间接预测具有良好现实意义.     

钛酸锂电池恒功率及恒流测试特性比较

为了掌握钛酸锂电池在恒功率条件下的特性,促进钛酸锂电池在储能领域的应用和发展,分别以恒功率充放电模式、恒流充放电模式对钛酸锂电池进行了倍率及循环寿命测试,对两种测试方法下电池的容量、能量、内阻等特性进行了比较,并比较了电流-容量(安时)参数评价体系与功率-能量(瓦时)参数评价体系的不同。结果发现,相较于恒流模式,钛酸锂电池在恒功率模式下的放电容量、能量、效率等衰减较快,内阻随放电深度的增加增大较快;相较于电流-容量(安时)参数评价体系,功率-能量(瓦时)参数评价体系能更快、更明显地监测到电池性能的变化。     

商用Li_4Ti_5O_(12)电池的温度特性及容量衰减模型

钛酸锂(Li_4Ti_5O_(12),LTO)由于具有诸多优点,如超长的循环寿命、优异的倍率循环性能和良好的安全性,被认为是最具潜力的负极材料,有望在储能领域大规模应用。该文通过测试商用软包NCM/LTO基锂离子电池(标称容量10A?h,额定电压2.2~3.5V)在不同温度下5400次循环的容量衰减,获得循环放电容量曲线。通过对其进行特定循环周数的节点测试,获得电池在不同温度下的0.1C放电容量,分离电池的不可逆容量损失,利用阿仑尼乌斯公式建立容量衰减模型,并拟合曲线,公式很好地符合了不同温度的衰减情况,并得到在温度T与循环时间tn下的容量预测经验公式,分别对2500、5000、7500和10000h不同温度下的容量进行预测。     

MCMB/LiCoO2电池的循环稳定性

通过对AA型MCMB/LiCoO2电池及以MCMB为负极、LiCoO2为正极、金属锂为参比电极的AA型三电极电池的性能测试,结合XRD实验、双电极模拟电池的交流阻抗-电位实验,研究了MCMB/LiCoO2电池的循环稳定性及其容量衰减的原因.结果表明:在室温条件下,电池具有较好的循环稳定性和较高的放电电压平台.循环150次时,电池的容量仍为初始容量的98%,3.6V以上容量为总容量的82%.随着循环次数的增加,正极性能的恶化是导致电池容量衰减和放电电压平台降低的主要原因.     

航空钴酸锂电池的温度特性研究

温度对锂电池的容量和充放电特性等关键指标有着重要的影响,对其进行研究可以为锂电池的实际使用和维护以及SOC估算提供依据。以航空钴酸锂电池为对象,通过实验研究其容量、充放电曲线在不同环境温度下的变化规律。结果表明:在环境温度高于20℃时电池容量变化不明显,但在环境温度低于0℃时,电池容量将快速下降。在低温环境下充电时,电池容量在平台区时变化很大,且上升速度明显大于在高温环境下。在低温环境下,特别在低于-20℃时,电池在放电过程中电压下降速度激增。放电初期,电池电压下降较快,进入平台区放电速度减慢,但一旦电池电压低于3.7V,电压急速下降。     

一种基于LSTM-RNN的脉冲大倍率工况下锂离子电池仿真建模方法

锂离子电池是电力系统中不可或缺的重要储能元件,脉冲大倍率工况下运行的锂离子电池具有单次放电时间短、放电循环多、状态变化频繁、非线性极化现象明显等特点。该文以脉冲大倍率工况下锂离子电池模型为研究对象,针对电化学模型和等效电路模型对模型依赖度高、模型参数难以获取以及脉冲大倍率工况下非线性极化现象导致拟合精度不足等问题,提出基于长短期记忆循环神经网络(long short term memory recurrent neural network,LSTM-RNN)以实现准确的锂离子电池建模。该方法利用LSTM-RNN的动态逼近和长时记忆能力,以获取脉冲大倍率工况下锂离子电池性能参数和电池端电压、荷电状态、电流、温度之间的非线性关系。在6种脉冲大倍率放电工况下对磷酸铁锂电池进行建模,实验结果表明,所提出的基于长短期记忆循环神经网络的锂离子电池模型均能够准确表征磷酸铁锂电池工作特性。