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。     

方形锂离子电池热应力的数学分析和数值模拟

锂离子电池在充放电过程中,温度升高产生热应力,对电池性能有一定的影响。本文通过数学求解和仿真的方法,给出了方形锂离子电池温度场和热应力场,定量分析了相关影响因素。结果表明:电池的最高温度出现在几何中心;最大温差与生热速率和电池尺寸的平方呈正比。电池中心区域热膨胀受压应力,侧边区域受拉应力,侧边中心处出现热应力集中。最大拉应力约为最大压应力的2倍。     

锂离子电池可逆与不可逆生热特性研究

以商用圆柱形18650电池为研究对象，利用Bernardi简化生热模型，综合考虑了电池单体在不同温度、不同荷电状态（SOC）下的实际生热情况，通过混合脉冲功率性能放电测试（HPPC）和开路电压测试，拟合得到电池单体生热、直流内阻与SOC、温度的函数关系。结果表明，电池单体的生热与温度、SOC有很大关联，建立的单体生热模型可为动力电池包热管理的模拟和优化提供参考。     

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。     

校准量热法测量锂电池比热容和生热率

本文中对利用校准量热法测量18650圆柱电池的比热和生热率进行了研究,它根据电池的温度变化和热损标定,确定锂离子电池的比热容,并测定大倍率放电时的生热率。实验结果表明:电池的比热容随环境温度的升高而增大,两者呈线性正相关。电池在放电过程中的生热具有时变瞬态的特点,电池平均生热率与放电倍率的平方正相关。此外,通过恒定功率生热实验证明了采用校准量热法测量电池比热容和生热率的准确性,方法简单,且实验过程不损坏电池。     

锂离子电池多因素动态生热率模型

为提高生热率模型的仿真精度,基于Bernardi生热率模型车用锂电池实际应用,提出建立多因素动态生热率模型。首先,综合考虑温度、荷电状态和充放电倍率对Bernardi生热率模型的参数动态影响;其次,利用实验数据建立融合多种影响因素的动态内阻和动态温熵系数的数学模型,将这两个数学模型代入Bernardi生热率模型构建多因素动态生热率模型;然后,开发该模型充电、放电和充放电循环3种工况的仿真程序并仿真电池的动态温度;最后,将电池温度的仿真值与实验值对比验证,结果表明所建立的动态生热率模型能够准确仿真电池在不同工况下的动态温度,其误差小于3.25℃。     

基于模拟退火算法的锂电池模型参数辨识

为建立准确的电池模型,以精确估算电池荷电状态,本文中通过试验获取锂电池在不同充放电电流和SOC下的充放电特性,进而对不同充放电电流和SOC下的电池R及C参数进行辨识。针对该参数辨识过程中参数初始值未知、数据处理量大、易陷入局部最优点的特点,采用无需初始参数、收敛速度快、能获得全局最优解的模拟退火算法对电池R及C参数进行辨识。仿真和试验结果表明,采用以上方法建立的电池模型具有较高精度。     

基于SOC多模块变压器电池组主动均衡技术研究

针对纯电动汽车动力电池单体间以及电池模组间的均衡速率和均衡效率问题,设计电池单体串联和电池模组串联电路来研究电池单体间和电池模组间充放电时的均衡速率和均衡效率,电池单体间采用电感式和多模块变压器式的主动均衡方式,电池模组间采用多模块变压器主动均衡方式。在MATLAB/Simulink软件环境下分别搭建相应的仿真模型,以电池荷电状态（SOC）为均衡控制变量,采用“均值-差值”控制策略进行仿真实验。仿真结果表明,串联电池单体采用多模块变压器均衡时间是电感式均衡时间的3倍;电池组间均衡时底层单体电池SOC通过电感式均衡快速保持一致,顶层电池模组通过变压器同时充放电,使得电池组SOC保持一致。将单体均衡采用电感式,模组采用多模块变压器式均衡应用于车载多电池箱均衡中有助于提升均衡速率和均衡效率。     

基于安时法的锂离子电池SOC估计实时校正方法CSCD

为减少工业常用荷电状态(SOC)估计方法——安时法的累积误差,提出一种实时校正的锂离子电池SOC估计方法。在0~60℃,放电倍率1 C、2 C、3 C和0.33 C下,进行锂离子电池放电实验,测量了电压、电流、温度,建立了锂离子电池放电数据库。从该库获取上述放电温度、放电倍率范围,SOC值为20%、80%时的开路电压,以此两点引入一条关于电压与SOC的直线。以该直线上某点电压所对应SOC作为修正项,并引入修正因子α,来校正安时法所得剩余电量SOC估计值。与实验值对比,该SOC估计结果的误差小于4%,符合工业需求。     

SOC不一致的电池并联性能研究

此文从实验角度考察了当SOC状态不一致的两电池(0%/100%)并联时并联搁置阶段、放电阶段以及放电结束后的静置阶段的干路电压及支路电流变化情况,并比较了并联充放电与单体单独充放电的放电容量间的差异。实验结果表明:当开路电压相差较大时,其接触时的瞬间电流非常大,此情形可能会对电池造成伤害,因此应尽量避免开路电压相差较大的电池直接并联;在并联搁置时,电压较高的电池会对电压较低的电池进行充电,起到自我均衡的作用;并联恒流放电过程中,经过并联单体的支路电流不断变化;并联放电结束后,两电池之间仍然在相互充电以达到电压平衡;无论并联整体放电还是并联后单体单独放电,其容量均与单体独自放电容量相当。SOC不一致电池并联不会对容量产生不利影响。     

电动汽车用NiMH电池建模及基于状态空间的SOC预测方法

电动汽车的电池管理系统需要精确、可靠的电池荷电状态(SOC)预测器。针对氢镍(NiMH)电池，提出了一种集总参数等效电路模型，介绍了通过实验获得电池参数的方法。该模型考虑了温度对电池参数的影响，能反映电池充放电的动态过程。文中用状态空间描述了R—C电池模型，在此基础上建立了一种新的基于状态空间的SOC递推算法，并对电池的充放电过程进行了仿真计算。分析表明，提出的SOC估计方法同样可用于其它类型的动力电池。     

基于HPSO-BP神经网络融合的锂电池SOC预估研究

为实现锂离子电池荷电状态(SOC)的高精度预测,采用混合粒子群(HPSO)与BP神经网络相结合的联合优化算法,通过优化神经网络的初始权值和阈值克服了种群易陷入局部极小的缺点,加快了收敛速度,减小了SOC预估的误差,通过分析磷酸铁锂(LiFePO4)电池充、放电机理,将电池电压、电流、内阻和温度作为SOC的影响因子。MATLAB仿真结果表明,HPSO-BP神经网络算法的预测精度和收敛速度较传统BP神经网络算法更优。     

基于自适应卡尔曼滤波的锂离子电池SOC估计

采用自适应卡尔曼滤波方法,基于锂离子动力电池的等效电路模型,在未知干扰噪声环境下,在线估计电动汽车锂离子动力电池荷电状态(SOC)。仿真结果表明,采用自适应卡尔曼滤波方法估计的SOC误差小于2.4%,有效降低了电动汽车行驶时电池管理系统所受到的未知干扰噪声影响,SOC估计精度高于扩展卡尔曼方法,且具有较好的鲁棒性。     

不同热管理方案下锂离子电池模组温度特性分析

针对锂离子动力电池在不同条件下电池模组温度变化及热失控传播特性不明晰的问题,提出了基于不同填充材料的电池热管理模拟方案。利用COMSOL Multiphysics软件,以18650电池为研究对象,建立锂离子电池模组热电耦合模型,分析不同填充材料下充放电倍率、液冷流量、液冷管排数对正常电池模组温度的影响;探究不同填充材料对电池模组热失控传播的影响;结合电池热失控试验数据验证模型准确性。结果表明,填充材料和管排数对电池正常模组温度影响较大;填充材料为石墨时最佳液冷管排数为8根;PCM材料能将对热失控传播时间控制在40~50 s/颗,相比于石墨具备明显优势。     

电动汽车动力电池SOC估算方法浅谈

电池荷电状态(SOC)的估算是电池管理系统的关键技术之一。由于电动汽车运行工况复杂多变,电池SOC的估算受电池温差、充放电电流、单体电池一致性等因素的影响,所以很难精确估算出电池的SOC值。而准确估算动力电池SOC可以实时监测电压的变化,有效防止电池过充或者过放带来的危害。文章首先分析了动力电池SOC估算的影响因素,然后对经典SOC估算方法、智能SOC估算方法和耦合SOC估算方法综述,对比分析了各自的优缺点,最后总结了电池SOC的估算方法并提出展望。     

锂离子电池开路电压温度系数研究

根据Bernardi简化生热模型,可逆反应热的大小对电池的发热量有着重要的影响。文章从Bernardi简化生热模型出发,以方形铝壳磷酸铁锂系电池为研究对象,测试电池单体不同环境温度下,不同SOC下的开路电压,通过对数据的整理、分析、转换以及拟合得到了不同SOC下的可逆反应热。     

动力电池热模型研究现状

对于没有散热结构的锂离子电池组,在充放电过程中产生大量的热,会造成部分电池温度过高。在高温条件下,电池的温度上升得更快,严重影响电池的容量、性能以及使用寿命,甚至会导致安全事故发生。所以需要通过优化散热结构,采用适合的方式对锂离子电池组进行热管理,以保证电池组的工作温度在正常范围。文章主要对锂离子动力电池热状态研究现状进行阐述,并就锂离子动力电池热管理系统要求进行分析。建议以后锂离子电池热状态研究可以将研究重心放在多种维度模型结合,得到在各种条件下的最佳组合方式。     

三元锂电池荷电状态估计的传感器误差影响CSCD

锂电池荷电状态(SOC)的准确估计是电池管理系统的关键技术,为了解析传感器误差对SOC估计精度的影响,以二阶RC等效电路模型为基础,运用遗传算法进行参数辨识,采用扩展Kalman滤波算法进行SOC估计,分析电压、电流传感器存在的漂移和白噪声对SOC估计的影响。结果表明:电压、电流传感器的漂移与SOC估计误差的均值近似呈线性关系,电压、电流传感器存在的白噪声对SOC估计误差的均值无影响;对于实验中的三元锂离子电池,若使SOC估计精度在5%以内,电压的偏差值应控制在10 m V以内、电流偏差值应在1/30 C以内。     

基于PID神经网络的车用锂电池SOC估算

为了更精确估算车用锂电池荷电状态(SOC)值,采用PID神经网络方法建立电池模型,设定电池电压、放电电流、电池累计放电量和电池电极温度4个变量为模型输入量,电池剩余电量为模型输出量,由此得到了全部神经网络训练数据,并仿真估算出电池SOC值.仿真结果表明,利用该方法对电池SOC进行估算,误差小于3.66％,方法有效.     

充电模式下锂离子电池组主动均衡控制方法研究

目前电动汽车都会采用到驱动动力强劲的锂离子电池,在充电模式下保证锂电子电池组实现主动均衡控制,有效推进电动汽车电力系统良性发展,提升电汽车整体性能。文章中所探讨的是基于双向Buck-Boost拓扑结构的主电路主动均衡控制系统,它其中基于荷电状态SOC建立主要均衡判据,进而实现了对主动均衡控制策略的有效改进。简单研究了充电模式下的锂离子电池组主动均衡控制电路设计方法,锂离子电池组的SOC均衡控制策略,并对其设计控制方法仿真结果进行分析。