【摘 要】
：
为了研究不同相变材料对大容量锂电池的冷却效用,同时研究不同电池表面相变材料裹覆面积和不同级别放电倍率条件下电池模块的冷却速度,以相变温度各不相同的三种固态相变材料为研究对象,对锂电池进行包裹并对电池放电后的冷却过程进行定位.最后,采取相变材料与微通道铝扁管协同作用的方法来加快电池的冷却进程,实验结果表明通过该方法能够获取更好的冷却效果,具有较高的推广应用价值.
【机 构】
：
国网河北省电力有限公司营销服务中心,河北石家庄050000;武汉大学电气与自动化学院,湖北武汉430072;石家庄科林电气股份有限公司,河北石家庄050000
论文部分内容阅读
为了研究不同相变材料对大容量锂电池的冷却效用,同时研究不同电池表面相变材料裹覆面积和不同级别放电倍率条件下电池模块的冷却速度,以相变温度各不相同的三种固态相变材料为研究对象,对锂电池进行包裹并对电池放电后的冷却过程进行定位.最后,采取相变材料与微通道铝扁管协同作用的方法来加快电池的冷却进程,实验结果表明通过该方法能够获取更好的冷却效果,具有较高的推广应用价值.
其他文献
采用直流电弧等离子体法制备了Sn/TiC复合纳米粒子锂离子电池负极材料.采用X射线衍射(XRD)和透射电子显微镜(TEM)分析Sn/TiC复合纳米粒子的组成和结构.Sn/TiC复合纳米粒子的形貌呈球状颗粒,粒径分布在20～70 nm,TiC与Sn两相均匀分布避免了Sn纳米粒子发生团聚,同时抑制Sn电极的体积变化,提高其电化学性能.随着复合材料中TiC含量的逐渐增加,其电化学性能也逐渐提高.其中Sn/TiC(36％)和Sn/TiC(45％)电极表现出最佳的循环性能(100次循环后比容量分别稳定在380.0和
采用静电纺丝法和退火相结合的方法制备了电池负极Fe7Se8/N-CNFs复合材料,并与块状Fe7Se8进行了微观结构和电化学性能对比分析.结果表明,复合材料中氮掺杂碳纤维表面弥散分布着细小Fe7Se8粒子(比表面积约50.2 m2/g),而块状Fe7Se8电极中Fe7Se8粒子团聚成块状(比表面积约为9.9 m2/g).经过100次循环后,复合材料电极和块状Fe7Se8电极的容量保持率分别为91.4％和76.4％;复合电极材料在0.2～20 A/g电流密度下的放电比容量都要高于块状Fe7Se8电极.在电流
后备电池的浮充工况不同于循环充放电工况,后备用磷酸铁锂电池沿用了与循环充放电工况相同的电池管理方法,造成电池组管理不当,引起电池寿命衰减严重、电源供电故障、甚至是安全事故,论述了磷酸铁锂电池浮充工况特性及管理方法,对提升后备磷酸铁锂使用性能具有重要意义.
当前基于容量、端电压和内阻等电特性参数的健康状态(state of health,SOH)估算模型在实际使用过程中难以真实反映电池老化状态.老化前后电池产生的热量必然存在差异,而温度也是反映SOH的关键特性参数.采用考虑电池温度的差分热伏安(differential thermal voltammetry,DTV)作为锂离子电池SOH诊断方法.分析和比较了6种电流倍率下电池DTV曲线,选取2 C和4 C倍率研究电池老化过程中的DTV特性,提取DTV峰特征参数分析电池衰退特性.接着分析峰特征参数与SOH的关
锂离子电池因快速充电和长循环寿命特性,在电动汽车、电网侧储能系统中应用广泛.精准的电池荷电状态(SOC)估计有助于保障系统可靠性,延长电池系统寿命,然而在考虑电池充电和放电以及复杂工况条件造成的电池内部复杂的化学和物理变化的条件下,完成精准电池SOC估计十分困难.通过脉冲激励电池的充放电暂态响应特性分析,辨识等效电路模型参数,建立电池不同工况条件下的动态电池模型,并采用扩展卡尔曼滤波方法对纠正参数辨识和OCV-SOC映射中的误差.以Arbin测试平台估算结果作为对标,验证了所提方法的有效性.
电池荷电状态(SOC)估计对电池管理系统进行实时监控、策略控制和保障行车安全具有重要意义.为了能够提高模型辨识精度和SOC估算结果,在一阶RC电路模型的基础上,采用限定记忆递推最小二乘法(LMRLS)辨识模型参数,通过自适应平方根无迹卡尔曼滤波(ASRUKF)算法进行SOC估计,将结果与UKF算法的估算结果进行比较,结果表明ASRUKF算法具有更高的精度.
针对当前亟需解决锂离子电池荷电状态(SOC)估计在动态与稳态工况下无法同时保持高精度的问题,利用气液动力学电池模型(GLD)与递推最小二乘法和扩展卡尔曼滤波算法提出联合SOC估算算法,采用含遗忘因子的递推最小二乘法(FFRLS)对模型的参数进行在线辨识,以消除原始算法存在的估算误差波动问题.利用恒流和动态应力测试(DST)工况进行了仿真验证.与单独采用FFRLS的算法以及原始算法进行对比,结果表明,所提算法具有更高的估算精度,最大误差为2.62％,具有估算精确度高和鲁棒性强的优点.
精确的电池荷电状态(state of charge,SOC)估计对提高新能源汽车电池管理系统的性能、电池使用安全性以及整车能量管理策略的准确性具有至关重要的作用.综合考虑电池模型精度和复杂度,建立了锂离子电池二阶RC等效电路模型,运用自适应遗忘因子递推最小二乘法(adaptive forgetting factor-recursive least square,AFF-RLS)在线辨识模型参数.在此基础上,采用平方根容积卡尔曼滤波(square root cubature Kalman filter,SR
为分析锂离子动力电池一阶RC等效电路模型的动力学特性,将荷控忆阻器、电阻及电感作为一阶RC等效电路的负载构成一个四阶混沌系统,运用四阶变步长Runge-Kutta法详细分析了该系统的一些基本动力学行为.结果表明,该混沌系统随一阶RC等效电路欧姆内阻参数的变化具有复杂的动力学行为,随欧姆内阻增大,系统通常经混沌进入倍周期分岔序列,且欧姆内阻越小,系统混沌现象越明显.通过对系统的动力学特性分析,可以在线获取欧姆内阻值,为锂离子动力电池寿命的在线监测提供一种全新的方法.
锂离子电池具有循环寿命长、安全性能好、自放电量小等优点,被广泛应用于电动汽车及储能等领域.然而,由于电池组间的散热和温度不一致,热失控事故时有发生.通过制备密胺吸附型复合相变材料并将其应用在电池模组中进行热管理,结合SolidWorks和Comsol软件,分析了不同厚度、不同导热系数下相变材料对单体电池和电池模组温度分布规律的影响;并建立了密胺吸附型相变材料的电池散热模型,采用实验与模拟相结合的方法优化其散热性能.研究结果表明,当锂电池以5 C放电时,相变材料层的厚度应大于2.5 mm,电池模组的温度可控