涂胶隔膜对锂离子电池性能的影响

以3 Ah软包装动力锂离子电池为研究对象,考察喷涂和辊涂水系涂胶(聚偏氟乙烯及其共聚物)隔膜对电池性能的影响。水系喷涂涂胶隔膜电池具有较低的分容内阻和脉冲充放电直流内阻(DCR)。以不低于2.00 C倍率在2.50～4.25 V充放电,与辊涂涂胶隔膜电池相比,喷涂涂胶隔膜电池的倍率充电恒流充入比高约1%,倍率放电容量比高约0.2%,-20℃放电容量与25℃的容量比低3%以上。25℃和45℃下循环1 000次,两种涂胶隔膜性能差异较小;在25℃循环超过1 000次,喷涂涂胶隔膜电池性能稍好,循环2 000次的容量保持率高约1.7%。     

聚酰亚胺隔膜改善锂离子电池的性能

研究聚酰亚胺(PI)隔膜的吸液率、孔隙率和耐温性能。分析PI隔膜和Celgard隔膜组装的电池的倍率性能、循环性能和安全性能。PI隔膜具有比Celgard隔膜更好的耐温性能及更高的吸液率,组装的电池在以高于1.500 C的倍率放电时,电压平台及输出容量与0.100 C输出容量的比值分别比Celgard隔膜组装的电池至少高出0.024 V和1.000%。     

不同隔膜对锂离子电池性能的影响

以磷酸铁锂/石墨为正负极材料,研究不同隔膜对锂离子电池性能的影响.结果表明:湿法工艺下,隔膜的孔隙率与透气度呈负相关关系,隔膜厚度与透气度呈正相关关系.随着隔膜孔隙率的变大,电池的交流内阻(ACR)/直流内阻(DCR)会变小、自放电变大、-20℃放电性能变差.随着隔膜的厚度变厚,电池的ACR/DCR会变小、自放电变小、-20℃放电性能变好.此外,同样厚度下,干法隔膜电池ACR/DCR偏小、自放电略大、-20℃放电性能略差.     

纤维素在锂离子电池隔膜中的应用

概述了锂离子电池隔膜的研究现状,分析了纤维素在锂离子电池隔膜中应用的可行性,对三大类纤维素——天然纤维素、改性天然纤维素、再生纤维素及纤维素衍生物在锂离子电池隔膜中的应用进行了详细介绍,分析了其所在问题,并指明了未来的研究方向。     

软包聚合物锂离子电池壳电压研究

研究了铝塑软包封装方式锂离子电池壳电压的变化规律与影响因素,通过电镀方式验证了其机理,得到了改善壳电压的主要措施,避免电池壳电压过大而产生腐蚀漏液的风险电池。研究表明:壳电压测试值第一个为最大值,且其值与测试设备的读数间隔关系较大,壳电压过大产生的原因是由于弯折导致PP层拉伸过大产生细微通道导致电解液与铝层接触;通过减少PP层的拉伸或者改善PP层的厚度或者改变PP层性能可以明显改善电池壳电压。     

锂离子电池隔膜生产技术现状

探讨了隔膜的制备方法,对干法和湿法的原理、工艺及所制得的隔膜性能上的区别进行了阐述。介绍了锂离子电池隔膜的生产技术,对电池隔膜的发展前景进行了展望。     

隔膜对18650型锂离子电池性能的影响

用4种隔膜制作了18650型锂离子电池,并测试了电池的安全性能(150℃热箱、冲击和过充实验)和电性能(倍率和循环性能).隔膜的孔隙率大、熔融温度高,电池的150℃热箱安全性能坚持时间就短,而2C,12V过充安全性能和倍率放电性能更好.孔隙率值合适(约45%)和孔径均匀的隔膜,能提高电池的循环性能.     

隔膜热处理对锂离子电池性能的影响

研究了隔膜热处理对锂离子电池电性能和安全性能的影响。随着热处理温度的升高,隔膜的收缩率增大。在90℃下热处理30min,对隔膜边缘的影响较小,可满足极组对齐度的要求,同时隔膜的孔隙率下降、穿刺强度提高。隔膜热处理会使电池容量分布均匀,自放电降低。隔膜热处理可改善电池的过充安全性能,并延长内短路的失效时间,提高散热效率,提高安全性能。     

锂离子电池安全性隔膜的研究进展

隔膜作为锂离子电池的重要组成部件之一,其安全性对锂离子电池的安全性有着至关重要的作用.主要从基膜和涂层两个方面阐述了近年来高安全性隔膜的研究进展,指出各种技术方向的优缺点.对高安全性隔膜的发展进行了总结和展望,通过不断优化工艺、降低成本,提升高熔点基膜的应用价值,通过耐高温和具有关断功能的有机涂层提高隔膜的安全性,高熔...     

隔膜对LiFePO4高倍率软包锂离子电池性能的研究

影响锂离子电池快速充放电的因素很多,包括电池设计、正负极的尺寸、正负极材料结构、正负极面密度、正负极材料压实、电极表面电阻、电解质传质阻力等。本文研究了隔膜对LiFePO_4锂离子电池高倍率充放电性能影响。选取正极材料D50在(1.0～4.0)μm,比表面积(12～15)m~2/g,负极材料D50在(10.0～18.0)μm,比表面积(1.0～2.5)m~2/g,隔膜为16μm三层共挤时电池具有较好的倍率性能;室温下,在(2.0～3.65)V范围内,30C,40C放电容量分别是1C的91.99%,91.10%。室温下,在(2.0～3.65)V范围内,4C充电,4C放电,循环6145次,容量保持80.79%。     

锂离子电池碳负极组成及其对性能的影响

在锂离子电池碳负极的制备中 ,粘合剂和导电碳黑用量、所用材料的颗粒大小都大大影响了负极的电化学性能。通过循环伏安及电容量测量技术 ,研究了影响碳负极性能的各种因素 ,发现合适的组分和配比应是含大约占总质量 5 %的粘合剂、2 %左右的导电碳黑及 40 0目左右的颗粒度 ,按此种配比制得的碳负极具有较高的充放电容量 ( 3 0 6 1mAh/ g)和较长的循环寿命     

塑料锂离子电池研究概况

介绍了塑料锂离子电池的研究进展。对聚合物电解质膜的种类 ,合成方法 ,表征手段作了较详细的介绍 ;对塑料锂离子电池制造方法、需要解决的问题及目前达到的水平进行了论述 ;最后 ,介绍了两种新型结构的塑料锂离子电池。     

基于不同衰退路径下的锂离子动力电池低温应力差异性

锂离子动力电池受到的低温冲击通常发生在某一特定情况下,其低温应力与新电池存在一定差异。通过以35A·h复合材料电池为研究对象,针对电池充放电过程中存在的不同反应阶段,利用转化容量增量曲线划分电池工作区间,使电池在不同SOC区间循环老化,跟踪其电化学特性变化,分析衰退机理。在0℃环境下,采用C/3、C、3C/2、2C和5C/2电流依次对老化电池进行充放电冲击,分析基于不同衰退路径下的动力电池低温应力差异性。结果表明:动力电池在不同SOC区间循环使用会产生差异性明显的衰退路径,其低温衰退与其之前经历的循环衰退并不存在映射关系和一致性。同时得到的结论为动力电池成组应用的寿命分析和梯次利用电池的筛选配组提供依据。     

锂离子电池负极成型工艺初探

本文主要论述了锂离子电池负极特点、电极板成型工艺。介绍了负极成型工艺所采用的有机氟粘合剂。     

基于数据驱动的锂离子电池健康状态估计技术

电池健康状态（state of health, SOH）是影响锂离子电池大规模应用的关键因素,而基于数据驱动的锂离子健康状态估计方法已经成为当前相关研究的热点课题。为了系统地剖析数据驱动下电池SOH估计方法的关键技术和难点问题,从电池数据来源、特征工程、估计模型以及验证途径4个核心环节出发,综述当前研究的进展。通过多种不同方法基本机理的分析和优缺点对比,凝炼出制约技术发展的瓶颈问题,展望未来研究的重点方向,推动基于数据驱动的锂离子电池SOH估计技术的进一步发展与应用。     

基于数据驱动的锂离子电池健康状态估计技术

电池健康状态（stateofhealth,SOH）是影响锂离子电池大规模应用的关键因素,而基于数据驱动的锂离子健康状态估计方法已经成为当前相关研究的热点课题。为了系统地剖析数据驱动下电池SOH估计方法的关键技术和难点问题,从电池数据来源、特征工程、估计模型以及验证途径4个核心环节出发,综述当前研究的进展。通过多种不同方法基本机理的分析和优缺点对比,凝炼出制约技术发展的瓶颈问题,展望未来研究的重点方向,推动基于数据驱动的锂离子电池SOH估计技术的进一步发展与应用。     

基于数据驱动的锂电池随机动态系统建模

多数传统的锂电池的模型都是建立在理论简化的机理模型之上。但实际上对于锂电池,由于难于测量内部复杂的电化学反应过程并且易受外界环境影响,所以建立的理论模型存在一定的偏差,无法准确反应锂电池动态特性。针对这一问题,本文根据数据驱动的思想,采用一种基于EM算法的随机动态模型建模方式,提出锂电池放电过程的时间序列的随机动态模型。实验结果表明,利用本文所提算法建立的模型能够有效的契合实验数据,具有良好的稳定性和鲁棒性。     

不同充电模式对锂离子电池极化特性影响

锂离子电池大电流快速充电成为近年来的发展趋势,但大电流充电很容易在电池内部引起严重极化,影响电池的性能与寿命。本文研究不同充电模式对锂离子电池极化特性的影响规律,首先,建立基于LiMn_2O_4/石墨电池的电化学-热耦合瞬态计算模型,充分考虑充电过程中电池内部的电化学过程和内热源实时变化,通过变电流充电时电池端电压变化和电解液浓度的空间分布规律,研究电池内三种极化的时变特性。然后,研究不同恒流充电倍率下电池端电压和极化电压随SOC的变化规律,提出表征电池极化程度和极化电压对电池充电过程影响的变量P_A与SOC_c,定量分析不同充电条件下极化电压对锂离子电池充电过程的影响。最后,研究Reflex快速充电条件下极化电压的变化规律,分析不同正向充电时间t_(ch)对电池极化及充电过程的影响,并给出了建议t_(ch)值。结果表明,极化电压受充电电流和SOC的直接影响,而其变化又直接影响电池端电压的变化,Reflex快充方法能有效抑制电池极化,减弱其对充电的影响。     

基于EMD-ARMA的锂离子电池剩余寿命预测

针对锂离子电池剩余寿命难以预测以及预测结果不精确等问题,提出了采用电池循环剩余容量数据作为时间序列样本,基于经验模态分解对各分解出的子序列建立自回归移动平均(ARMA)预测模型,并经过Pearson相关系数验证各子序列的相关性,加权重构后实现电池剩余寿命(RUL)预测。实验采用NASA锂离子电池数据集,用均方根误差(RMSE)和平均绝对误差(MAE)作为评价标准,对所提模型(EMD-ARMA预测模型)、Elman神经网络模型和ARMA模型的预测结果进行对比分析。试验结果表明,在正常工况下,所提的EMD-ARMA预测模型计算的RMSE和MAE的值为三个模型中的最小值,预测误差小于1%;并且预测误差随预测起始点的后移会逐渐减小,证明所提预测算法在长期预测上有较稳定的收敛性,预测精度也有显著提高。     

基于分数阶理论的锂离子电池高频等效电路模型

在有电池参与供电的能源系统中通常使用电力电子设备来控制电池和负载或激励之间的能量流动,这就使得电池处于高频应力状态.该文针对锂离子电池电化学阻抗谱(EIS)高频部分实部增长的现象,基于分数阶理论选择三种拟合结果较好的等效电路模型FOM1、FOM2和FOM3.在1kHz、2kHz、4kHz和10kHz频率下对电池进行纹波电流充放电实验,利用实验数据对不同模型电池端电压进行拟合.通过对拟合结果进行对比分析,FOM2精度最高、FOM1计算量最小,根据使用场景要求的不同可以进行不同的选择.此外,在参数辨识的过程中,将FOM2简化得到FOM4,二者的时域拟合结果非常接近,但是EIS拟合结果却相差很大.在对四种模型进行进一步的分析后发现,在针对高频进行建模时,为了提高EIS拟合精度而建立的复杂模型不仅增加了计算量,同时可能无法提高时域拟合的精度.