锰酸锂动力电池寿命测试方法

以北京奥运会用锰酸锂电池为对象,通过电池的实际运行环境和电池容量衰退多种影响因素的分析,从充放电倍率应力、温度应力和放电深度应力3方面进行与实际运行环境等效的应力条件下的电池寿命测试。利用拟合的衰退数据得到了锂离子动力电池的寿命模型参数,利用线性累积法简化了电池容量衰退模型,提出了一种面向不同实际应用场合的电池寿命测试方法。与模拟混合四季温度的电池寿命数据对比验证了该简化模型的有效性,它有效缩短了电池寿命测试周期。     

随机放电工况下锂离子电池容量预测方法

针对锂离子电池容量预测精度不高的问题,提出一种基于人群搜索优化的支持向量机(seeking optimization algorithm-support vector machine, SOA-SVM)的容量预测方法。通过分析锂离子电池随机放电过程,构建反映容量变化的随机放电容量均值和标准差两个指标,并以此作为预测容量的特征参数。采用主成分分析法分析特征参数之间的相关性,并提取主成分。基于部分测试电池第1主成分和容量数据,采用SOA对SVM超参数进行全局优化并训练模型。采用优化后的模型结合其余电池第1主成分数据预测锂离子电池容量。预测结果表明,本文中提出的锂离子电池容量预测方法具有较高的预测精度。     

电池管理系统里的电池健康评估和寿命预测

本文对锂离子电池的应用特性进行了总结,分析了电压、电流、温度三大参数对锂离子电池健康和寿命的影响,尤其是充电截止电压,化成电流和高温情况对电池容量的影响。以不同材料之间的比较试验为基础,重点分析了高充电截止电压,充电电流和高温对材料稳定结构的破坏,从而引发电池循环寿命降低的原理。最后基于电池使用中放电电流和环境温度应力为参数,进行了基于电压、电流、温度的锂离子电池循环寿命预计模型研究,得到锂离子电池循环寿命预计基础模型,为混合动力汽车锂电池3参数与寿命关联模型构建提供了重要的研究基础。     

动态条件下基于深度学习的锂电池容量估计

锂离子电池在老化过程中，其内部呈现非线性的复杂变化，因此直接使用动态条件下的锂离子电池运行时段的数据（电流、电压和温度）进行电池健康状态的实时估计是一个具有挑战性的问题。本文中选取锂离子电池随机充放电数据，对动态数据的部分片段进行时频特征提取，组成时频特征矩阵作为输入，构建级联式卷积神经网络和门控循环单元容量估计模型，对输入数据进行内在特征提取，并进一步挖掘各时间序列中的相关特征，实现锂离子电池动态条件下的容量估计。利用美国航空航天局锂离子电池随机使用数据集进行实验验证的结果表明，该方法能在仅已知电池的额定容量的情况下，准确完成锂离子电池容量估计。最后，本文还分析了模型超参数设置、原始数据时序长度、网络输入和模型结构对容量估计精度的影响。     

基于特征电压模型的锂离子电池容量估计与RUL预测

锂离子电池的容量与剩余使用寿命预测对提高其安全性具有重要的意义.该文提出一种基于改进粒子群滤波(PF)算法与特征电压关联模型的锂离子电池容量估计与剩余使用寿命预测方法.提取放电曲线中的特征电压,建立特征电压循环次数及特征电压容量2个关联模型;应用改进PF算法对2个关联模型的参数进行辨识,以实现容量的在线估计与剩余寿命的...     

车用锂离子动力电池循环寿命衰减预测方法

随着新能源汽车市场占有率不断上升,如何精准预测其装配的锂离子动力电池在实际使用过程中的循环寿命衰减情况成为了重点关注问题。为此,将动力电池特性参数引入灰色预测模型,建立了一种车用锂离子动力电池循环寿命衰减预测方法;利用动力电池循环的小样本信息训练所建立的电池容量保持率迭代算法,对电池在多温度及工况下的容量衰减情况进行预测,并对影响预测方法精度的部分因素进行分析。结果表明：车用锂离子动力电池循环寿命衰减预测方法可以在满足一定精度的前提下,对动力电池循环过程中的容量衰减情况进行有效预测,并具备多温度及循环工况下的适应性。     

基于无迹Kalman滤波算法的电池内部温度估计

为实时监测车用锂离子动力电池内部温度,提高电池性能,提出了一种非线性无迹Kalman滤波(UKF)估计算法.对某一2.6 Ah三元单体锂离子电池,建立等效可变参数热模型;用状态方程分析法,建立电池内部外部温度的关联并离散化;用递推最小二乘法(RLS)辨识热模型中时间、表面温度、环境温度、输入电流4种热参数,实时更新系统...     

基于EKF的电动方程式赛车动力电池容量试验研究

以FSEC(Formula Student Electric China)中国大学生电动方程式汽车大赛为背景,基于动力性和续驶里程,对长安大学某型号纯电动方程式赛车电池参数进行匹配设计;基于不同温度及放电倍率条件下的试验数据在Simulink中建立锂离子电池等效电路动态模型;根据实际比赛工况,基于EKF通过Simulink仿真与电池放电试验对比分析,确定电池最佳容量,表明该试验方法确定电池容量的可行性。     

基于恒流充电曲线电压特征点的锂离子电池自适应容量估计方法

为提高锂离子电池容量在线估计精度,本文中提出一种基于部分充电曲线特征容量在线辨识和阿伦尼乌斯容量衰减模型融合的自适应容量估计方法。针对纯电动汽车极少存在完整充电的情况,提出一种基于恒流充电电压特征点的容量在线辨识方法。该方法先利用遗传算法对缩放平移后的充电曲线进行电压特征点优化,再通过监测有关这两个不动的电压特征点的恒流充电数据,在线辨识电池的当前容量。为进一步提高容量在线估计的精度,通过增量式PID算法来融合容量在线辨识值和阿伦尼乌斯模型,进行模型参数的闭环修正。最后,交变温度寿命实验结果表明,利用本文中提出的自适应估计方法,最大估计误差不超过2%。     

美国阿岗国家实验室将研究领域延伸至锂空气电池研发

阿岗国家实验室曾花大气力在锂离子电池的研发之上，如今阿岗实验室将锂离子电池描述为过渡技术，并开始重视锂空气电池的研究。锂空气电池的容量是同级别锂离子电池容量的5～10倍。     

A Study on the Temperature Field of Lithium-ion Battery Pack in an Electric Vehicle and Its Structural Optimization

建立了电动汽车锂离子电池组的三维散热模型.对电动汽车匀速行驶且自然风冷时锂离子电池组的温度场分别进行了仿真和测试,结果表明,两者温度变化趋势基本一致,反映了所建温度场模型的合理性.在此基础上,提出了锂离子电池组散热结构的优化方案并进行了仿真分析,优化后锂离子电池组的散热良好:电池组的最高温度从46℃降至33℃,电池之间的温差在6℃以内.     

车载动力电池液体冷却非线性优化方法研究

电动汽车动力电池散热需求会受到外部环境温度、风速和负载电流变化等因素的影响,如果不及时散热,动力电池的温度会迅速攀升,进而影响电动汽车的驾驶性和安全性。基于此提出一种锂离子电池非线性冷却优化方法。首先,通过对锂离子电池生热、散热机理分析,建立考虑传热系数随冷却液流速变化的锂离子电池集中热模型,通过电池特性测试试验确定电池内阻和熵热系数等热物性参数,并与AMESim模型对比,验证模型的有效性。然后,基于电池冷却系统非线性和易受负载电流变化影响的特征,提出一种考虑电池冷却系统的稳态特性以及参考变量前馈功能和闭环反馈消除静态误差机制的非线性冷却优化方法,并对其稳定性和鲁棒性进行研究。仿真结果表明:在NEDC-HWFET-US06组合工况下,非线性冷却优化方法调节下的电池温度与目标温度的最大偏差较PID方法减小了0.8 K,并且冷却过程的能耗降低了6.3%,具有更好的调节效果。     

基于优化高斯过程回归算法的锂离子电池可用容量估算

为了解决应用数据驱动算法估算锂离子电池可用容量时存在的电池老化特征提取不准确、可用容量衰退趋势跟踪精度低及模型要求训练数据量大等问题,提出一种基于优化高斯过程回归算法的锂离子电池可用容量估算方法,实现锂离子电池强非线性全衰退过程可用容量精确估算。首先,提取电池表面平均温度、容量增量曲线峰值及峰值对应电压作为表征电池老化状态的健康因子,通过灰色关联度分析法和熵权值法对所选健康因子进行合理性评估;然后,用2个单一核函数构造高斯过程回归算法复合核函数,并利用鲸鱼优化算法完成复合核函数的参数寻优,基于优化后的高斯过程回归模型实现锂离子电池可用容量估算;最后,通过对比不同核参数寻优算法,证明鲸鱼优化算法在参数寻优方面的先进性,并通过与传统的高斯过程回归、支持向量机、径向基神经网络等机器学习算法进行可用容量估算对比,证明模型的有效性。研究结果表明:基于复合核函数和鲸鱼优化算法参数寻优可以有效改善高斯过程回归模型性能,所建立的优化高斯过程回归模型能够基于较少训练数据实现电池容量的精确估算,并能够有效追踪锂离子电池非线性长周期衰退趋势;对不同电池数据也具备较好的自适应能力,可用容量估算最大误差低于1.56%。     

一种考虑迟滞的动力电池模型及其参数识别

建立精确的电池模型是实现电池管理策略仿真及验证的前提,是实现对动力电池进行全面、高效、精细化的管理的关键。然而在动力电池充放电过程中出现的电压迟滞现象,严重影响了动力电池的建模精度。文章建立了一种考虑锂离子电池充放电电压迟滞的电池模型,并对其进行了参数识别,可供从事相关锂离子电池状态分析的研究人员作为参考。     

电动汽车用锂离子电池生热速率模型

首先在考虑锂离子电池极片中反应电流密度、活性物质浓度等参数空间差异的前提下,建立了电池热生成速率的数学模型。然后基于模型对锂离子电池在不同充放电电流和荷电状态(SOC)下的生热速率进行了仿真。结果表明:可逆热与非可逆热的生成速率均随充放电电流的增大而增大;SOC的变化主要影响可逆热的生成速率,对非可逆热的生成速率则无显著影响;锂离子电池在相同SOC和电流下进行充放电时,非可逆热的生成速率基本相等且均表现为放热,可逆热的生成速率也基本相同但分别表现为吸热和放热。最后在Arbin台架上测量了锂离子电池以不同电流进行恒流充电、恒流放电和循环交替充放电时电池温度的瞬变过程,并与相应工况下电池温度的仿真结果进行了对比。结果表明:所建立的生热速率模型能合理模拟锂离子电池温度的动态变化;锂离子电池持续进行充放电时可逆热对电池的温度变化有较大影响,尤其在电池充放电电流较小时更为明显,但锂离子电池在某一SOC附近交替充放电时可逆热对电池的温度变化则无明显影响。     

用新陈代谢极限学习机实现电池健康状态估算

针对因电池内部电化学反应的复杂性、算法泛化性差或可用已知数据量少导致的锂离子电池SOH估算精度下降的问题,提出使用极限学习机(ELM)构建强泛化性电池退化状态模型来描述不同电池的共性退化规律;引入新陈代谢机制来更新退化状态模型的输入数据进而实现对SOH的新陈代谢估算,在保证估算精度的同时降低对输入数据量的需求。利用两种不同材料电池在不同工况下所测数据对所提出方法进行验证,结果表明该方法能在仅用4个数据样本的情况下准确估算电池SOH,估算误差不超过2.18%。     

日产首次推出柴电混合动力载货汽车

近日，日产公司推出了同时具备柴油发动机和电机的混合动力载货汽车。该车使用了锂离子浮充电池，其使用寿命比铅酸蓄电池高出两倍，而电池容量足以为载货汽车提供所需动力。     

锂离子动力电池温升特性的研究

介绍了锂离子动力电池的发热机理.基于锂离子动力电池内阻引起的温升特性,建立动力电池传热模型,通过模拟计算得出电池内部温度分布及电池温升随放电倍率变化的规律.最后对锰酸锂电池进行内阻实验,揭示了电池内阻随电池温度和SOC变化的规律.     

1595 Formula E赛车变速器和电动机

<正>Q:Formula E赛车采用的依然是单速变速器吗?都采用什么电动机?A:国际汽联只对Formula E赛车的电池做出了统一规定,所有车队都采用相同的电池,这套锂离子电池由迈凯伦提供,重量为374kg,拥有52 kWh的容量。相比上一代Formula E赛车27kWh的电池容量几乎提高了一倍,这才让比赛中途换车成为历史。该锂离子电池被放置在驾驶舱和动力总成之间,能够在45min内充满。这样一来,     

计及不均匀发热与温度分布的锂离子单电池电化学-热力学耦合三维有限元模型

为预测锂离子电池的内部温度场,应用多孔电极理论,建立了锂离子电池的一维电化学生热模型,同时考虑正负极集流板和电解液的欧姆热,与基于温度场相似准则建立的锂离子单电池三维分层模型耦合,组成锂离子单电池温度场有限元模型。基于模型进行1倍率恒流放电工况下的热力学计算,系统考察了电池温度变化与分布特征,并对比分析了各层不均匀发热率分布情况。仿真结果表明,所建立模型能较准确地预测锂离子电池内部分层结构发热分布和温度场,有助于后续的关键影响因素分析。