为进一步了解磷酸铁锂电极吸附提锂的特性和对复杂卤水中离子的分离特性,利用循环伏安法对氯化锂、氯化钠、氯化钾、氯化镁等二元体系和多组分体系扫描的热力学行为进行了研
圆柱形锂离子电池布置方式和热物性参数对电池的热特性及安全性具有重要影响。首先建立了18650型LiFePO4单体电池产热模型以及电池组散热模型,分析了排布方式、电池间距等电池模块几何参数以及径向导热系数等热物性参数对电池模块散热特性的影响。结果表明,电池的间距越大,其平均温度越低,温差越小,散热效果越好;单就冷却效果而言,叉排排布结构最优,综合考虑电池模块的能量密度和冷却效果,六边形排布结构最优;径向导热系数由0.2174 W/(m·K)增加到1.7174 W/(m·K)时,电池最高
半导体温差发电是一种新型的发电方式,可以将温差转换成电能。热端温度及温度分布的均匀性和稳定性,将直接影响温差发电的性能。碟式聚光器可以聚拢分散的光线,形成光学热斑,为半导体温差发电提供稳定热源。使用COMSOL软件,对圆锥形吸热腔体处于不同位置处的聚光比、焦面热通量分布和焦面温度进行仿真,对比确定吸热腔体最佳位置;通过参数化扫描,观测辐射强度I0对焦平面温度的影响。将温差发电片贴合到吸热腔体表面,冷端假设温度为25℃(暂不考虑冷端散热),进行瞬态仿真,分析半导体温差发电片的开路电压和热端温度随时间的变换。
在局部遮阴或光照不均匀的情况下,光伏阵列的功率-电压(P-U)特性曲线会出现多个极值点。传统智能优化算法普遍存在收敛速度慢、精度低和易陷入局部最优等缺陷。为解决该问题,提出改进乌鸦算法(ICSA)的MPPT控制方法。在种群初始化上,引入基于反向学习的Tent混沌初始化策略,增加种群多样性,帮助跳出局部最优;在算法位置跟踪上,引入异花授粉策略与共享机制相结合更新乌鸦位置,提高算法收敛速度和精度。通过建模仿真,证明了改进乌鸦算法在复杂环境条件下跳出局部最优能力更强、具有更快的追踪速度和更高的精度。
采用X射线衍射仪(XRD)、电子扫描显微镜(SEM)、能谱仪(EDS)和热重分析仪(TG)对MoO
3和FeS
2性能和形貌进行表征。MoO
3和FeS
2以质量比50∶50混合,得到高电位MoO
3/FeS
2复合正极材料,研究MoO
3/FeS
2复合正极放电性能和空载安全性。研究表明,MoO
3/FeS
2
利用加速量热仪(ARC)对经过1 C充放电循环100次后的18650型磷酸铁锂电池在不同SOC绝热条件的热特性进行研究,并对ARC实验后的电池进行解剖分析。结果表明:磷酸铁锂电池在10%SOC和50%SOC状态下升温至159℃泄压阀破裂降温,而后电池不再升温,未发生热失控;在100%SOC状态下159℃左右短暂降温,然后继续升温,从174℃开始升温速率持续升高,温度达到191℃时升温速率为1℃/min,在220℃时升温速率为2.4℃/min(0.04 K/s),随后温度急剧升高,最终发生热失控,最高温度达
针对当前数据驱动的方法在估计锂电池的健康状态(SOH)时准确率较低的问题,提出了一种新的锂电池SOH在线估计方法。在对锂电池的SOH进行预测之前,利用生成对抗网络(GAN)对原始的锂电池数据进行数据增强,扩充了训练样本,利用卷积神经网络(CNN)与长短期记忆网络(LSTM)提取了输入数据的特征并对锂电池的SOH进行在线估计。实验结果表明,该方法相比于其他主流的数据驱动的方法,具有更高的估计准确率,在B0005锂电池单体上分别从充放电循环的30%、50%、70%开始估计SOH的均方根误差(root mean
局部阴影情况下,光伏系统的功率-电压(P-V)输出特性曲线呈现多峰值现象,传统的最大功率跟踪算法易陷入局部最优。针对这一现象,提出了一种基于改进麻雀搜索算法的控制方法,应用于最大功率跟踪模块。与传统麻雀搜索算法相比,该算法解决了生产者易陷入局部最优问题、由原来向最佳位置跳跃改成向最佳位置移动,提高了算法的全局搜索能力,能够跳出局部最优解。在MATLAB/Simulink中搭建仿真模型,并与粒子群优化算法和原始麻雀搜索算法进行比较。仿真结果表明,改进麻雀搜索算法在最大功率跟踪系统中具有较高的收敛精度和收敛速
通过测试分析电池充放电的电压、电流及容量的变化曲线,提出了一种梯次利用三元锂电池储能系统的电池衰减加速评价方法,实现对三元锂电池性能状态的快速无损评价判断,对健康状态给出半定量评价,尤其对三元锂电池的加速衰减现象给出准确判断。具体采用的是一种电压容量变化比的偏差计算方法,当电压容量变化比的偏差连续两次大于1.08时,则判定该三元锂电池进入了容量加速衰减阶段,无法再继续用作梯次利用电池。通过开展具体电池性能实验,验证了该评价方法的可行性。和现有技术相比,该方法具有快速简便、测试参数少、测试设备简单、判断结果
高耐穿刺性、高机械强度、轻薄等一直是软包锂离子电池包装膜的发展趋势。相对于传统铝塑膜中的铝箔,不锈钢箔拥有很高的机械强度以及硬度,所以利用超薄不锈钢箔(厚度≤20μm)制备钢塑膜会是今后锂离子电池包装材料的研究热点。从超薄钢塑膜的生产工艺、存在问题以及后续改进措施三个方面介绍超薄钢塑膜。