时变温度环境下锂离子电池自适应SOC估计方法

目的针对低温环境下锂离子电池特性显著变化问题,为大规模锂离子电池组在极地科考船混合动力系统上的应用提供理论依据,方法对10 Ah高功率三元镍钴锰酸锂电池低温特性展开实验研究,结合实验数据,利用基于遗忘因子的递推最小二乘算法(FFRLS)分别与两种改进的卡尔曼滤波算法(AEKF、UKF)组成的串联观测器在线估计电池荷电状态(SOC)。结果在25～-30℃时变温度环境的改进DST工况下,FFRLS-AEKF算法的SOC估计精度略高于FFRLS-UKF算法,其最大估计误差为3.04%,均方根误差为0.69%。结论相比EKF与RLS-EKF算法,更好的模型参数与噪声信息的自适应性使FFRLS-AEKF算方法有更高的SOC估计精度与收敛性。     

不同诱发条件下NCM三元锂离子电池热失控和燃烧特性

目的 研究不同诱发条件下三元锂离子电池热失控和燃烧特性，科学认识海洋工程和装备领域储能电池的安全性，为海洋工程的消防安全设计提供理论依据。方法 模拟三元锂离子电池机械滥用和热滥用场景，分别用针刺和加热方式触发锂电池热失控，对不同带电状态(0%、25%、50%、75%、100%SOC值)的锂离子电池热失控过程中温度、电压、质量损失进行测量，对热失控后的电池进行拆解，并分析极片残余物的宏观和微观变化特征。结果 随着电池SOC值的增加，热失控反应强度增加，电池表面最高温度、温升速率和质量损失率均增大。针刺和加热触发电池热失控后极卷形态变化特征不同，分别呈“贝壳”和“月牙”形状。极片残余物的热重分析表明，50%SOC值和100%SOC值电池在针刺和加热后，极片残余物氧化分解后的质量损失比例分别为36.73%、18.75%和38.28%、30.38%。结论 三元锂离子电池的热失控行为随电池SOC值和诱发条件的改变而变化，高SOC值时，电池热失控反应更剧烈。一定条件下，针刺比加热更易触发电池热失控，而加热触发的热失控反应速率更快。热失控后的极卷形状变化和残余物热重分析可为火灾原因调查提供证据。     

基于等幅度充电时间的锂离子电池健康状态估计

目的提出一种基于健康因子的SOH估计方法,以准确估计锂离子电池的健康状态。方法选取锂离子电池恒流充电过程中两恒定压差下的时间间隔作为健康因子,基于健康因子估计电池的健康状态。采用高斯过程回归模型进行电池健康状态估计,通过共轭参数法优化超参数。健康因子作为模型输入,输出相应的电池健康状态,并选取NASA不同实验条件下6个电池的实验数据验证该算法。结果所选6个电池估计结果的MAPE与RMSE值均低于0.02。结论选取的健康因子可以较好地表征电池的健康状态,验证了基于健康因子的SOH估计方法的可行性。该方法可以对不同温度、放电倍率、放电深度下的电池进行准确的SOH估计,具有较强的适用性。     

48 V/50 Ah磷酸铁锂电池组热仿真

目的基于COMSOL Multiphysics软件对锂离子电池组进行热耦合仿真研究,正确辨识电池的有关热物性参数。方法首先确立锂离子电池组仿真的热模型,关于锂离子电池传热模型中涉及的热物性参数,基于不同形状大小的加热片对电池在绝热环境下进行加热,将电池各热物性参数的获取相互解耦,通过对传热模型方程以及边界条件的简化辨识出锂离子电池的热物性参数。最后,基于已确立的锂离子电池热仿真理论基础以及辨识出的相关参数,运用COMSOLMultiphysics仿真软件对锂电池单体和电池组在不同充电倍率下的温度场进行仿真分析,并进行实验验证模型的精确程度。结果根据仿真结果和实验数据的对比分析,基于COMSOLMultiphysics仿真软件可以较为准确地对锂离子电池组壳体表面和内部的温度场进行描述,误差不超过0.5℃。结论在满足一定误差精度范围内,对锂离子电池组热管理系统进行分析和设计时,通过仿真得到的结果就可以为其提供参考和指导。     

锂离子电池组分层主动均衡研究

目的 针对实际装备中使用的串联锂离子电池组的不一致性问题,提出一种基于Buck-Boost电路和反激式变压器均衡电路的分层主动均衡构架.方法 以荷电状态(SOC)作为均衡标准,制定均衡策略,建立锂离子电池二阶等效电路模型以及开路电压(OCV)特性曲线来进行参数辨识与SOC估计.实现电池组内相邻电池单体间的能量转移以及电池组间任意模组到整体的能量双向传递.最后在Matlab/Simulink中搭建均衡模型进行仿真验证.结果 分层主动均衡构架相比传统单一相邻电池均衡构架具有更好的均衡结果,其均衡效果提升了43.04％,均衡时间缩短了24.4％,均衡效率提高了12.61％.结论 该分层主动均衡构架充分发挥了两种主动均衡的优点,改善了电池组的不一致性问题,并提高了整个电池组的充放电容量.     

随机应用下的锂离子电池剩余寿命预测

目的为模拟海洋工程与水下科考装备电池的真实使用情况,进行随机电流放电下的锂离子电池老化实验,通过高斯过程回归模型进行电池剩余寿命预测。方法从数据驱动方法中选取具备不确定性表达能力的高斯过程回归模型,选定核函数后通过训练数据来优化超参数建立预测模型。用随机应用下的电池充放电循环实验数据验证预测结果。结果与SE核函数相比,基于Matern核函数的模型预测效果更优。训练数据越多,预测起始点越大,模型预测绝对误差越小、MAPE与RMSE值更低。对两种不同实验温度、不同随机电流放电模式下的三组电池,模型预测绝对误差大多在40 cycle内,MAPE与RMSE值分别低于0.06、0.09,均能实现准确剩余寿命预测。结论对于随机应用下的锂离子电池剩余寿命预测,高斯过程回归模型具备高精度与适用性。     

锂离子电池热特性参数测量方法研究

目的针对深海等极端环境下载人潜水器锂离子动力电池热管理问题,对10 Ah三元镍钴锰锂离子电池展开热特性参数测量方法研究,为锂离子电池热管理建模提供理论依据。方法首先利用精密测量仪器并结合传热学原理对电池导热系数进行计算,其次基于电池温度与环境温度跟随的控制策略搭建高精度的绝热实验箱。绝热环境下,电池的实际产热将会完全转化为自身的内能,与外界之间没有热量交换。在绝热实验箱中利用脉冲测试方法辨识三元镍钴锰锂离子电池的比热容。结果热物性参数测量结果具有较高准确性,带入热模型中的温度计算结果与实际温度测量结果绝对误差不超过0.5℃,平均相对误差为0.0184。结论基于实验方法得到的电池热特性参数能够反映锂离子电池的热状态,测量结果与实际值误差在可接受范围之内。     

船舶混合锂离子电池储能系统功率分配研究

目的提高极端海况下船舶的适航性和动力性。方法针对能量型和功率型锂离子电池不同工作特性,设计半主动式船舶混合锂离子电池储能系统拓扑结构,提出基于模糊控制理论的功率分配策略,并根据锂离子电池荷电状态(StateofCharge,SOC),限制其最大充放电电流。结果提出的控制策略可充分发挥钴酸锂电池的功率特性和磷酸铁锂电池的能量特性,直流母线电压波纹小于2%。结论在极端海况下,船舶混合锂离子电池储能系统可减少磷酸铁锂电池放电循环次数和放电深度,延长磷酸铁锂电池组的使用寿命,平抑脉冲负载扰动,提高船舶电网稳定性。     

基于人工智能的深潜耐压球壳应力场映射

目的 针对深潜耐压球壳在真实下潜过程中全局应力场难以直接获取的问题,提出一种基于人工智能的深潜耐压球壳应力场映射算法。方法 构建深潜耐压球壳有限元模型,并开展仿真分析。提出深潜耐压球壳监测布点方案,进而利用长短时记忆神经网络(Long-short Term Memory Network,LSTM),将测点应力信息作为输入,将全局应力场信息作为输出,构建深潜耐压球壳应力场映射模型。最后,对不同测点下的映射结果进行分析。结果 与模型试验结果相比,仿真误差小于2%。与DNN模型及BP模型相比,映射误差分别下降94.92%与97.76%。结论 所提映射算法可在部分测点失效的情况下仍可以保持较高精度。     

电动汽车动力电池荷电状态和健康状态估算方法

动力电池是电动汽车的关键组成部分,其状态参数直接影响电动汽车的性能。电池的荷电状态和健康状态是反映电池运行状态的两个重要参数,由于电池的强非线性,准确地对电池状态的判断有助于电动汽车电池的故障诊断。基于MATLAB/Simulink仿真,建立二阶等效电路模型,通过电容的减少和内阻的增加判断电池的老化程度,采用自适应卡尔曼滤波对电池的SOC和SOH进行估算以此判断电池的工作状态。仿真结果表明,该方法能够实现在线估算,对单体电池进行早期故障诊断,精度较高,确保电动汽车的安全运行。     

Life cycle assessment of lithium-ion batteries for plug-in hybrid electric vehicles – Critical issues

The main aim of the study was to explore how LCA can be used to optimize the design of lithium-ion batteries for plug-in hybrid electric vehicles. Two lithium-ion batteries, both based on lithium iron phosphate, but using different solvents during cell manufacturing, were studied by means of life cycle assessment, LCA. The general conclusions are limited to results showing robustness against variation in critical data. The study showed that it is environmentally preferable to use water as a solvent instead of N-methyl-2-pyrrolidone, NMP, in the slurry for casting the cathode and anode of lithium-ion batteries. Recent years’ improvements in battery technology, especially related to cycle life, have decreased production phase environmental impacts almost to the level of use phase impacts. In the use phase, environmental impacts related to internal battery efficiency are two to six times larger than the impact from losses due to battery weight in plug-in hybrid electric vehicles, assuming 90% internal battery efficiency. Thus, internal battery efficiency is a very important parameter; at least as important as battery weight. Areas, in which data is missing or inadequate and the environmental impact is or may be significant, include: production of binders, production of lithium salts, cell manufacturing and assembly, the relationship between weight of vehicle and vehicle energy consumption, information about internal battery efficiency and recycling of lithium-ion batteries based on lithium iron phosphate.     

废旧锂离子电池对环境污染的分析与对策

随着锂离子电池广泛应用，锂离子电池的使用量逐年增大．由废旧锂离子电池造成的环境问题已引起世界各国广泛关注。详细分析了废旧锂离子电池对环境的潜在污染，并提出了防治对策。     

某型军用锂离子电池低温环境适应性

目的研究低温环境条件下温度对某型军用方形锂离子电池放电性能的影响。方法参照标准GB/T 18287,在常温下将锂离子电池进行充电,再在高低温潮湿试验箱中按设定低温条件利用电池测试仪进行放电性能测试,并将不同温度测试结果利用加速模型结合Arrenhenius方程进行拟合。结果该型军用锂离子电池放电容量随温度下降而降低,在-30℃温度条件下电池的放电容量相当于室温放电容量的20.9%,并在低于-40℃温度条件、2.5 V截止电压下无法放电。结论通过低温条件放电性能测试,并对温度条件和放电容量进行建模,得出绝对温度倒数与电池容量保留率对数在25~-35℃温度区间内分两段成线性相关。     

废旧三元锂离子电池回收利用碳足迹

公路运输是我国交通运输领域主要温室气体排放源,新能源汽车行业作为实现交通运输领域“双碳”目标的重要抓手,未来面临大批动力电池报废情况,为量化评估废旧锂电池回收利用行业产生的碳减排效益,从生命周期角度构建废旧三元锂电池回收利用碳足迹核算模型,通过优化电力结构和运输结构,对废旧锂电池回收利用的碳减排潜力作预测评估,此外,使用误差传播方程进行不确定性分析保证碳足迹结果的可靠有效.结果表明,当前中国企业使用湿法技术回收1 kg废旧三元锂电池的碳足迹为-2760.90 g（定向循环工艺）和-3752.78 g（循环再造工艺）,碳足迹的不确定性分别为16 %（定向循环工艺）和15 %（循环再造工艺）.从碳排放贡献率分析,再生产品阶段是废旧三元锂电池湿法回收利用减碳首要贡献来源,电池获取、拆解和末端处置阶段是增碳主要来源.相比于优化运输结构,通过优化电力结构,可有效实现更大的碳减排潜力,协同优化情景下,相比于优化前可实现14 %~19 %的碳减排,与原生产品相比定向循环工艺和循环再造工艺分别可实现9 %和11 %的减排潜力.     

基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测研究

交通事故预测研究有助于降低交通事故发生的概率。为提高交通事故预测模型的精度,首先应用网格搜索法获得LightGBM模型的最优超参数,并进行5折交叉验证提升模型的抗拟合能力,建立优化的LightGBM(GSK-LightGBM)模型;然后基于AdaBoost算法训练多个GSK-LightGBM模型,加权组合得到AdaBoost-LightGBM增强集成模型,并采用网格搜索法结合5折交叉验证,实现了AdaBoost-LightGBM模型的参数优化,构建了GSK-AdaBoost-LightGBM模型;最后基于采集到的1953—2018年我国道路交通事故死亡人数相关样本数据训练模型,得到基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测模型,并引入均方误差、平均绝对误差和平均绝对百分误差3项评估指标评估了模型的预测性能,探究了模型的优化效果。结果表明:GSK-AdaBoost-LightGBM模型的3项评估指标值分别为0.014、0.00035和0.077,低于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型的评估指标值,说明该模型的预测精度较高,且明显优于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型。