锂中和EMD对Li-MnO_2电池性能的影响

研究了锂中和电解二氧化锰(LiEMD)对锂二氧化锰(Li-MnO_2)一次电池内阻、开路电压及放电性能的影响。钠中和电解二氧化锰(NaEMD)、LiEMD制备的Li-MnO_2新鲜电池的平均内阻为330.9 mΩ、325.9 mΩ;60℃存储后平均内阻为569.7 mΩ、408.7 mΩ;80℃存储后平均内阻为1 090.1 mΩ、852.3 mΩ;LiEMD制备的电池内阻更低、分布一致性更好。高温存储后LiEMD制备的电池容量均比NaEMD高。LiEMD有利于提高电池的内阻电压一致性和存储性能。     

预放电模式对锂锰电池性能的影响

预放电模式对锂二氧化锰(Li-MnO_2)一次电池存储后的内阻、电压及放电性能有直接影响。研究恒流、恒阻和直接短路等3种模式预放电对Li-MnO_2电池性能的影响。在60℃存储后,恒流、恒阻和直接短路预放电的Li-MnO_2电池,平均内阻分别为569mΩ、852mΩ和1140mΩ,平均开路电压分别为3.257V、3.250V和3.271V。恒流预放电制备的电池,内阻、电压分布一致性更高,1000mA恒流放电时,恒流预放电电池的容量比直接短路预放电的高28.4%。     

圆柱形锂-二氧化锰电池安全性能的改善

阐述了锂-二氧化锰电池的工作原理,剖析了在滥用条件下圆柱形锂-二氧化锰电池产生安全性问题的原因,总结出改善圆柱形锂-二氧化锰电池安全性能的几种措施,叙述了圆柱形锂-二氧化锰电池进行安全性试验的几种方法。     

锂盐对Li-MnO_2一次电池性能的影响

研究电解液中的锂盐对锂二氧化锰(Li-MnO_2)一次电池内阻、开路电压、放电性能及安全性能的影响。锂盐为LiClO_4、LiBF_4、LiPF_6和双三氟甲基磺酰亚胺锂(LiTFSI)制备的Li-MnO_2电池,平均内阻分别为253 mΩ、277 mΩ、226 mΩ和293 mΩ,平均开路电压分别为3.31 V、3.25 V、3.26 V和3.29 V。在-25℃下,锂盐为LiTFSI制备的电池放电性能最好,1 000 mA恒流放电的中值电压、容量比锂盐为LiClO_4制备的电池分别约高0.13 V、78 m Ah。Li-MnO_2电池的放电性能均随温度的升高而升高,且差异减小。锂盐为LiTFSI制备的电池安全性能最好。     

锂离子电池串联模块充放电过程研究

研究了锂离子电池串联模块在充放电循环过程中各单体电压、内阻、容量和温升的变化情况及相互关系。测试结果表明:模块中各单体电池的差异性随着放电倍率增大和循环周次的增加而变大。相对过充过放的单体电池表面温升高于相对浅充浅放的单体电池,并且循环过后的可用容量前者显著低于后者。内阻的差异性直接导致各单体电池生热量的不同,加之模块中不同位置电池的散热状况存在差别,电池模块长期处于非均匀的温度场中,致使各单体电池容量与电压的离散程度加剧。     

直流内阻对锂电池性能和配组电压一致性研究

对铝壳IFP1865140-12Ah方形锂电池直流内阻进行测试,考察了在常温下直流内阻对电池电性能如放电特性、功率特性、搁置特性和循环特性的影响,研究了直流内阻对电池配组后电压一致性的影响。结果表明,直流内阻在电池电性能方面有着重要的影响,直流内阻低的电池电性能更好。直流内阻一致性好的电池配组后电池组的一致性会更好,能够避免电池的过充或过放,延长电池组的使用寿命,提升电池组的性能。     

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。     

磷酸铁锂锂离子电池自放电筛选方法

分析0%荷电状态(SOC)下磷酸铁锂(Li Fe PO4)单体锂离子电池在25±2℃下搁置时开路电压的变化,发现第7 d开路电压低于第2 d的电池,月自放电率大于3%,第7 d开路电压高于第2 d的电池,月自放电率小于3%。根据开路电压变化率,对自放电率作进一步分类,可快速地对单体电池进行筛选、配组,有利于提高单体电池的一致性。     

锂电池成组不一致性研究

锂离子电池的不一致性会影响电池组的使用寿命,降低了电池成组后的性能。锂电池成组不一致性是指单体电池的容量、电压、内阻、自放电速率等参数存在差异,是由电池组的组合结构、使用工况、使用环境、电池管理不同所致。对单体电池分选制度、电池组连接方式、BMS均衡控制、充放电策略和热管理提出了改进方法。     

扣式锂-二氧化锰电池的技术进步

阐述了我国扣式锂-二氧化锰电池在防漏性能、放电性能、生产设备等方面的技术进步;分析了电解液和正极配方对电池放电性能的影响。初步探讨了扣式锂-二氧锰电池的正极材料电解二氧化锰经热处理转型后的性能。指出扣式锂电池应向进一步提高锂-二氧化锰电池技术、质量和研发可充电扣式锂电池方向发展。     

锂原电池高温贮存寿命及其衰降机理研究

开展了锂氟化碳电池(Li/CF_x)和锂氟化碳/二氧化锰复合电池(Li/CF_x-MnO₂)高温贮存的研究,分别考察了不同电池体系、不同贮存温度、不同电池封装形式对电池高温性能方面的影响,发现锂氟化碳电池高温贮存性能优于锂氟化碳/二氧化锰复合电池,且圆柱形电池贮存性能优于软包装电池。同时通过交流阻抗、电池DPA分析等对电池贮存后容量衰降的原因进行了分析,明确了其容量衰降的原因,为锂氟化碳电池的贮存模型开发、贮存性能改善提供了理论基础。     

高性能移动电话电池制造方法

采用按充放电特性曲线分进单体可充电电池,其容量、内阻、表面温升、充放电电压平台、出现时间、自放电率、寿命等主要性能参数趋于一致,将这些性能一致的单体电池配对,组装成移动电话电池,较按容量分选组装的移动电话电池寿命、待机时间和连续通话时间等性能有大幅度提高。     

锂锰电池的现状和改进意见

综述了锂/二氧化锰电池的现状和改进意见,主要是提高锂/二氧化锰电池的高放性能。     

锂-二氧化锰电池气胀问题及解决方法的研究

近年来,高比能量锂-二氧化锰电池在民用和军事领域得到快速发展和广泛应用,但其存放时的气胀问题不仅会严重影响电池性能和寿命,而且存在安全隐患。研究结果显示,通过改变活性物质二氧化锰的pH值和预放电可以有效减少锂-二氧化锰电池的气胀问题,同时对其电化学性能无影响。     

新一代超高性能非碱性锌-二氧化锰电池的研制

通过将非碱性锌-二氧化锰电池(R6P电池)外形尺寸调整到与碱性锌-二氧化锰电池相近，提高电池正极材料中二氧化锰的含量，降低含水率，从而降低电池内阻，获得较大的短路电流值，优化并改造生产线，使得新一代R6P电池电性能明显增加。     

锂盐种类对Li/FeS_2一次电池性能的影响

考察了Li I、Li PF6、Li Cl O4、Li TFSI不同锂盐对锂/二硫化亚铁(Li/Fe S2)一次电池内阻、开路电压及放电性能的影响。按Li I、Li PF6、Li Cl O4、Li TFSI的顺序,Li/Fe S2电池平均内阻分别为122、108、152、136 mΩ,平均开路电压为1.91、1.92、1.87、1.93 V。在-30℃下锂盐采用Li TFSI的Li/Fe S2电池性能最好,1 000 m A恒流放电Li TFSI电池放电中值电压比最低的Li Cl O4约高0.09 V,1 000 m A放电容量比Li Cl O4约高243 m Ah。随着温度的升高,不同锂盐电池的放电性能均明显提升,Li I、Li PF6性能提升幅度最大。当低于50℃时Li PF6放电性能优于Li I,Li PF6可作为Li/Fe S2电池用锂盐Li I的替代品。     

基于单体一致性对动力锂电池性能的影响研究

限于锂电池单体的电压和容量,需将它们并串联形成电池组使用。动力锂电池组性能取决于单体电压、内阻、容量和SOC一致性。单体不一致性对电池性能有较大影响。充放电特性曲线能较真实地反映电池的特性和使用过程中的一致性。需要通过电芯制造工艺控制、配组过程优化及采取电池均衡管理策略提高单体一致性。     

箱式储能系统及电热性能

开展了500 kWh集装箱式锂电池储能系统集成设计及研制。研究了储能系统静态下电池单体、电池模块、电池簇的电压和内阻一致性,以及储能系统额定功率充放电过程中电压、电流和温度特性。静态下储能系统单体电压极差8 mV,电池模块电压极差93 mV,内阻极差0.41 mΩ,电池簇电压极差150 mV,内阻极差17.63 mΩ;充放电过程中储能系统簇间电流极差6.8 A,电压极差3.0 V,电池最大温升15.0℃,最大温差5.0℃。研究结果可以为大容量集装箱式锂电池储能系统电池组性能评价提供参考。     

锂-二氧化锰电池放电研究

对高倍率锂-二氧化锰一次电池进行0.5CsA恒流放电测试,考察了锂-二氧化锰一次电池放电过程中极片物质结构的变化.结果表明,放电过程中,电极活性物质二氧化锰逐渐消失,并伴随Mn2O3的生成,最终产物为LiMnO2以及Li1.42Mn3.46O7.27.     

基于蚁群神经网络算法的电池健康状态估计

电池健康状态(SOH)是进行电池健康监管和维护的重要依据。以某种车用磷酸铁锂单体电池为实验对象,提出了一种蚁群算法优化后的神经网络算法,以电池直流内阻定义SOH,并将该算法应用到电池健康状态估计模型。结果表明所提出的模型和方法预测电池最大直流内阻误差为0.1 mΩ,平均误差为0.049 mΩ,表明该方法能较为准确地预测电池直流内阻,实时反映电池的健康状态。