【摘 要】
：
有机类相变材料导热系数普遍低,制约了其在电池热管理中的应用,通过与高导热率的材料复合能有效改善相变材料的导热性能。为明晰复合相变材料的材料属性对电池包温度分布、温升速率、温度一致性等温度特性的影响,建立了单体电池产热模型和相变材料相变模型,并通过理论计算得出复合相变材料的热物性参数。以此为基础模拟电池组在环境温度40℃、3 C恒流放电恶劣工况下的散热,分析导热填料种类及其质量分数对冷却效果的影响。结果表明:在相变热管理下,电池组最高温度能维持在50℃以内,电池表面最大温差能维持在1℃以内。
【基金项目】
：
广东省教育部科技部产学研合作项目(2013B090900011)。
论文部分内容阅读
有机类相变材料导热系数普遍低,制约了其在电池热管理中的应用,通过与高导热率的材料复合能有效改善相变材料的导热性能。为明晰复合相变材料的材料属性对电池包温度分布、温升速率、温度一致性等温度特性的影响,建立了单体电池产热模型和相变材料相变模型,并通过理论计算得出复合相变材料的热物性参数。以此为基础模拟电池组在环境温度40℃、3 C恒流放电恶劣工况下的散热,分析导热填料种类及其质量分数对冷却效果的影响。结果表明:在相变热管理下,电池组最高温度能维持在50℃以内,电池表面最大温差能维持在1℃以内。
其他文献
为解决灾后通信网络损毁故障恢复问题,基于覆盖网络提出了通信网络恢复新策略,应用覆盖网络与源路由实现了通信网络路径的多样性,系统恢复中选取最佳landmark,为网络流量重新确定传输路径,保证节点传输中可有效绕过灾后故障区域。同时考虑到灾后区域通信故障中极容易出现的信息爆炸情况,加入了拥塞感知恢复系统,构建了一种灾后通信网络恢复急救系统(Post-disaster Communication Network Recovery Emergency System,PES)。该系统可借助较少的网络探测开销及时绕过
为了有效利用边缘云的计算资源,尽可能降低任务卸载时的平均等待时延,提出了一种满足边缘计算服务器容限阈值和任务卸载成功率约束条件下的多个边缘计算服务器相互协作的资源
单传感器、单兵、单系统作战受空间、能量、频率等限制,难以应对日益复杂的战场环境和导弹目标威胁。协同是解决上述问题的有效手段。美军在协同系统研究、研制、部署和使用方面,均走在世界前列。介绍了美军协同交战系统发展演变历程,通过分析美军典型的协同交战系统总结了其发展特点,并在此基础上给出了发展启示。
Li[Li1/6Fe1/6Ni1/6Mn1/2]O2中用地壳储量丰富的Fe元素取代了昂贵及有毒性的Co元素,既避免了使用有毒元素又降低了生产成本,为商业化批量生产提供了新的材料。采用溶胶凝胶法制备了Li[Li1/6Fe1/6Ni1/6Mn1/2]O2正极材料。实验结果表明,煅烧11 h制得
使用水热法与煅烧法结合制备了锂离子电池正极材料LiV3O8。对该方法制备LiV3O8材料的实验条件进行了摸索,主要考察了煅烧温度、煅烧时间、Li和V的物质的量比对所制备的LiV3O8晶型和纯度的影响。结果表明水热煅烧结合法制备LiV3O8材料最优煅烧条件为400℃3 h,最优Li和V的物质的量比为1.2∶3。该材料具有较高的比容量。
基于COMSOL-Multiphisics仿真软件,考虑电池表面辐射换热,建立18650磷酸铁锂电池的准二维电化学-热耦合模型,搭建充电测试平台验证模型准确性,研究不同充电倍率下锂离子电池的温度特性,重点分析不同类型产热占比、不同区域产热占比、正极产热和负极产热情况。结果表明:随着充电倍率的增加,电池表面平均温度显著升高,电池内部温度不均匀性加大。在充电过程中,随着充电倍率的增加,反应热占比减小,极化热和欧姆热占比增加。负极区域产热占主导地位且以反应热为主要来源,正极区域产热则以极化热为主。
利用市售电解二氧化锰经焙烧-歧化处理制备活性二氧化锰,并以处理前后的材料作为高价态锰源前驱体分别制备了富锂正极材料Li1.2Co0.26Mn0.54O2。探索了不同的焙烧温度对后续歧化所得的锰源前驱体材料结构与性能的影响,采用XRD和FESEM对焙烧前后及歧化后的样品进行表征,对所制备正极材料进行了电化学性能测试与分析。结果表明:随着焙烧温度的提高,所制备前驱体中α-MnO2晶型含量及电化学活性不
通过简单的机械力方法制备了均匀稳定的碳纳米管和石墨烯复合导电浆料,并研究石墨烯类型、两者比例、表面活性剂类型对硅碳材料性能的影响,进而降低其用量。研究结果发现:在0.5%低质量分数添加量下,硅碳材料的首次放电比容量高达706.5 mAh/g,比2%质量分数添加量的SP高出39.8 mAh/g。在3 C倍率下,前者比后者更是高出68.36 mAh/g,同时表现出更好的长期循环性能,其性能显著提升主要是由于复合导电剂与材料间形成更为完善的“点-线-面”导电网络,降低电池的内阻,使得电子和锂离子扩散速度更快,从
石墨/磷酸铁锂电池具有寿命较长、原料来源广、成本较低等优点,是用作储能电池的优秀候选者。然而,由于活性锂消耗造成的不可逆容量损失是制约磷酸铁锂电池使用寿命的关键因素。预锂化技术通过添加一定量的活性锂来补偿锂离子电池使用过程中对可循环活性锂的消耗,使其与正常磷酸铁锂电池相比,在相同循环次数或存储条件下能够获得更高的容量和能量,以达到延长电池使用寿命的目的。以采用阳极预锂化技术的石墨/磷酸铁锂电池为研究对象,研究影响锂补偿电池寿命衰减的关键因子,探究电极结构变化对电池容量衰减的影响。
提出了一种基于量子遗传算法改进量子神经网络模型的荷电状态估计方法。考虑电池健康状态指标,分析引入内阻参数对电池估计精度的影响。针对传统神经网络及其改进算法的不同估计缺陷,在其基础上进行量子编码并动态自适应调整量子旋转角,缩短搜索时间的同时提高了收敛精度。最后在MATLAB仿真测试,验证了所提算法相较传统神经网络的收敛性能优势。