【摘 要】
：
动力电池是新能源电动汽车重要部件,其性能优劣直接决定着电动汽车的续航里程。锂离子电池目前已经成为各大车企所广泛采用的动力电池。然而锂离子电池也面临着许多安全问题,其中如何实现锂离子电池的温度控制成为当下的研究重点。本文首先采用仿真的方法研究了不同放电倍率下单体电池的放电特性,模拟了不同的对流换热系数对电池冷却效果的影响及电池短路现象。得出了温度、电压等参数的变化规律。随后,基于电池高温问题建立了锂
论文部分内容阅读
动力电池是新能源电动汽车重要部件,其性能优劣直接决定着电动汽车的续航里程。锂离子电池目前已经成为各大车企所广泛采用的动力电池。然而锂离子电池也面临着许多安全问题,其中如何实现锂离子电池的温度控制成为当下的研究重点。本文首先采用仿真的方法研究了不同放电倍率下单体电池的放电特性,模拟了不同的对流换热系数对电池冷却效果的影响及电池短路现象。得出了温度、电压等参数的变化规律。随后,基于电池高温问题建立了锂离子电池组液冷系统,分别探究了双层冷却通道交错和对称布置方式下电池组冷却性能。结果表明,交错布置方式下电池组冷却效果更佳。此外,在交错冷却通道布置结构基础上,对比了冷却液逆向和同向流动方式下电池组冷却性能,结果表明,逆向流动方式下电池组冷却效果更优。基于交错冷却通道布置、逆向流动的方式,研究了1C、2C、3C放电倍率下冷却液流速变化对电池组冷却效果的影响。结果表明,综合考虑冷却效果和经济性,冷却液流速为0.04 m/s-0.06 m/s时即可获得理想的冷却效果。在环境温度、冷却液流速和放电倍率分别为25℃、0.01 m/s和3C的工况下,根据冷却液入口温度对电池组冷却效果的影响结果可得出:当冷却液入口温度与环境温度相同时,电池组冷却效果最好。本文提出了液冷/相变材料耦合冷却系统,重点研究了 1C、2C、3C、4C放电时复合PCM中膨胀石墨比例变化对电池组冷却效果的影响。结果表明,不同放电倍率下,最高温度、温差及液相率均随膨胀石墨比例增加而升高;膨胀石墨比例一定时,最高温度、温差及液相率随着放电倍率增加而升高。在环境温度、冷却液流速和放电倍率分别为38℃、0.01 m/s和4C的工况下,对比分析了液冷、液冷/相变耦合冷却方式下电池组热管理性能。结果表明,液冷/相变耦合冷却方式表现出更佳的冷却效果。
其他文献
随着智能电网建设不断推进,“高比例可再生能源并网”以及“高比例电力电子装备并网”的“双高”特性愈发显著,电力系统的暂态稳定特性也愈加复杂,如何快速准确的进行电力系统暂态稳定评估成为了研究的热点。大电网在运行过程中会产生海量数据,并随着电网中同步测量单元的增加,所能收集的数据信息也愈发丰富。传统的暂态稳定评估方法不能很好的适应新环境下大电网暂态稳定评估的任务,建立稀疏堆叠自编码器模型,充分挖掘数据之
配电网作为电能输送的末端,与用户直接相连,是影响用户用电水平的重要一环。如今人民生活水平提高,对于用电水平的要求也随之增大,配电网也越发受到人们的重视。我国目前提出双碳目标,分布式能源的消纳问题越发重要,主动配电网作为解决分布式能源消纳问题的重要技术,围绕其进行研究就有了重要的现实意义。本文针对主动配电网的评估,主要围绕以下方面进行研究:（1）基于系统评价理论,参考国家电力标准信息以及国内外现行指
音乐流派分类技术能够基于音乐内容对音乐添加类别标签。近年来,随着越来越多的流派在世界范围内出现,音乐流派分类已经成为一个非常流行的概念。基于传统机器学习的音乐流派分类方法需要基于音乐领域知识的额外特征工程,而深度学习技术则可以将标记数据直接传输到神经网络,而无需为每个问题开发新的特征提取器。另外,深度神经网络的可解释性仍然是机器学习领域的主要挑战之一。尽管现在的深度学习技术已经成功应用到很多领域,
无线传感器网络（WSNs）技术的不断革新和进步,其中多个传感器之间通常以分布式的结构对目标状态进行信息处理。然而,传感器的故障、内外部因素的干扰及有限的通信信道等影响,可能会造成测量数据的延时、丢包及通信带宽受限等问题。因此,如何设计有效地分布式状态估计算法成为重要的研究问题之一,其是基于一致性估计（CE）,即通过多个传感器节点之间的相互协作,不仅有效地估计目标状态且可进一步提高估计性能。本文基于
空间核反应堆具有长寿命和高输出功率的优点,是未来深空探索任务的理想能量来源。受限于空间复杂环境,空间堆一般不采用常规冷却剂,而多采用密度小且导热性能好的液态锂作为冷却剂。空间堆冷却剂的热物性是堆热工水力设计和安全分析研究不可或缺的重要参数,而目前液态锂的可靠热物性数据缺乏或不完整,无法满足当前的应用需求。为获取准确完整的热物性数据,有必要对液态锂的相关热物性进行研究。本文从数值模拟和实验测量方面两
面向电力市场深化改革以及新型电力系统建设要求,市场主体在系统运行和市场交易过程中面临的可选择性和不确定性逐渐增加,各市场要素之间存在交互耦合关系,多种交易产品可被用于开展组合投资。为此,本文针对电力交易过程中利用市场耦合关系开展的跨产品操纵行为进行了较为系统和深入的研究,重点对金融输电权市场中网络拓扑参数的优化、金融输电权-日前市场交易过程中不确定性因素的刻画以及电力市场交易主体风险偏好的细化等方
准确的气体浓度预测在系统和应用安全上起着很重要的作用。然而,气体浓度预测的准确性不仅与气体浓度随时间变化因素有关,同时也受气体扩散时气体传感器网络拓扑结构的约束。因此,气体浓度预测是一个非常具有挑战性的任务。本文针对气体浓度预测问题,基于时间和空间特征对气体浓度预测的影响,提出了一种新的气体浓度时空预测算法,并绘制预测气体分布图。为同时捕获时空特征,本文提出了基于进化注意力时间图卷积网络模型的气体
电动汽车接入电网（V2G,Vehicle-to-Grid）技术将电动汽车与智能电网相结合,使电动汽车可以作为能源存储单位与电网进行双向的能量流动。如今越来越多的电动汽车加入到V2G网络中,但随之而来出现了用户或者车辆的隐私信息泄露问题。因此,在充放电或者享受其他服务之前,电动汽车与电网服务器之间相互认证是非常必要的。考虑车辆的移动性,当电动汽车从注册地去往其他区域请求充放电的服务时,可能会产生以下
激光诱导击穿光谱（Laser-induced breakdown spectroscopy,简称LIBS）技术因具有制样简单、全元素、快速、原位在线等独特优势,而成为成分分析领域的“希望之星”。然而,检测灵敏度和准确度低一直是制约LIBS技术发展的重要因素。近年来,利用分子自由基发射光谱代替原子发射光谱来实现难检测元素的高灵敏度分析成为LIBS技术的研究热点。和传统LIBS技术一样,基于分子自由基
饮马河流域作为吉林省重要水源地,因过度开发导致该流域内水资源供需不平衡,环境污染问题也极为严重,亟需开发科学有效的治理方案以改善流域水环境污染现状、缓解流域内的水资源缺失问题,保证流域的可持续发展。为此,本文基于区间-两阶段-鲁棒（Interval Two-stage Robust,简称为ITSR）水资源优化配置模型引入模糊方法,构建区间-模糊-两阶段-鲁棒（Interval Fuzzy Two-