开展锂离子电池热失控研究,可为提升电池热安全、减少新能源汽车热灾害等提供重要帮助。针对高比能21700型NCM811锂离子电池热滥用、老化等因素引起的热失控问题,通过实验研究了电池健康状态(state of health,SOH)对电池充放电特性及自...开展锂离子电池热失控研究,可为提升电池热安全、减少新能源汽车热灾害等提供重要帮助。针对高比能21700型NCM811锂离子电池热滥用、老化等因素引起的热失控问题,通过实验研究了电池健康状态(state of health,SOH)对电池充放电特性及自身热失控行为的作用机制,量化分析了电池老化特性与热失控触发时间、表面温度、工作电压、燃爆特性、能量、TNT当量及破坏半径等特征参数。发现能量效率随着老化循环次数的增加而降低,电池热失控的温升幅度随SOH的减小而下降,同时其自产热起始温度、热失控触发温度与安全阀脱落温度均减小,这表明老化电池热失控触发所需的时间更短,60%SOH电池在608 s触发热失控,相比于100%SOH缩短了64.8%。SOH越小,电池热失控剧烈程度越弱,热失控后的质量损失也越小。电池热失控过程的峰值温度、释放的能量、TNT当量与破坏半径随SOH的减小而降低,表明老化电池较新鲜电池热失控破坏性降低。研究结果可为全生命周期21700电池热失控的行为特征分析、预警与火灾防控等提供参考。展开更多
由于传统无迹卡尔曼滤波估算方法具有局限性,为了能准确估算动力电池荷电状态(state of charge,SOC),提出了一种基于无迹卡尔曼粒子滤波的动力电池SOC估算方法.以三元锂电池为研究对象,建立了电池二阶RC等效电路模型,通过对电池进行充...由于传统无迹卡尔曼滤波估算方法具有局限性,为了能准确估算动力电池荷电状态(state of charge,SOC),提出了一种基于无迹卡尔曼粒子滤波的动力电池SOC估算方法.以三元锂电池为研究对象,建立了电池二阶RC等效电路模型,通过对电池进行充放电试验辨识出模型参数,并验证模型准确性.采集了实际工况下的电池数据,分别用无迹卡尔曼滤波算法、粒子滤波算法和无迹卡尔曼粒子滤波算法估算电池SOC,在MATLAB中进行了仿真试验,并对估算的电池SOC进行比较.结果表明:无迹卡尔曼粒子滤波算法可以快速准确地估算出电池SOC,误差小于2.5%,优于另外2种算法.展开更多
以废弃三元锂离子电池正极材料(spent-NCM)为研究对象,葡萄糖(C_(6)H_(12)O_(6))为焙烧剂,采用焙烧—水浸工艺实现锂的选择性优先浸出。结果表明,在600℃焙烧90 min、C_(6)H_(12)O_(6)与spent-NCM质量比25%、浸出液固比20 mL g的条件下,...以废弃三元锂离子电池正极材料(spent-NCM)为研究对象,葡萄糖(C_(6)H_(12)O_(6))为焙烧剂,采用焙烧—水浸工艺实现锂的选择性优先浸出。结果表明,在600℃焙烧90 min、C_(6)H_(12)O_(6)与spent-NCM质量比25%、浸出液固比20 mL g的条件下,spent-NCM中的有价金属元素转变为水溶性的Li_(2)CO_(3)和不溶性的Ni、Co和MnO,焙烧产物经水浸可选择性优先分离Li,Li的浸出率为95.62%。展开更多
文摘开展锂离子电池热失控研究,可为提升电池热安全、减少新能源汽车热灾害等提供重要帮助。针对高比能21700型NCM811锂离子电池热滥用、老化等因素引起的热失控问题,通过实验研究了电池健康状态(state of health,SOH)对电池充放电特性及自身热失控行为的作用机制,量化分析了电池老化特性与热失控触发时间、表面温度、工作电压、燃爆特性、能量、TNT当量及破坏半径等特征参数。发现能量效率随着老化循环次数的增加而降低,电池热失控的温升幅度随SOH的减小而下降,同时其自产热起始温度、热失控触发温度与安全阀脱落温度均减小,这表明老化电池热失控触发所需的时间更短,60%SOH电池在608 s触发热失控,相比于100%SOH缩短了64.8%。SOH越小,电池热失控剧烈程度越弱,热失控后的质量损失也越小。电池热失控过程的峰值温度、释放的能量、TNT当量与破坏半径随SOH的减小而降低,表明老化电池较新鲜电池热失控破坏性降低。研究结果可为全生命周期21700电池热失控的行为特征分析、预警与火灾防控等提供参考。
文摘由于传统无迹卡尔曼滤波估算方法具有局限性,为了能准确估算动力电池荷电状态(state of charge,SOC),提出了一种基于无迹卡尔曼粒子滤波的动力电池SOC估算方法.以三元锂电池为研究对象,建立了电池二阶RC等效电路模型,通过对电池进行充放电试验辨识出模型参数,并验证模型准确性.采集了实际工况下的电池数据,分别用无迹卡尔曼滤波算法、粒子滤波算法和无迹卡尔曼粒子滤波算法估算电池SOC,在MATLAB中进行了仿真试验,并对估算的电池SOC进行比较.结果表明:无迹卡尔曼粒子滤波算法可以快速准确地估算出电池SOC,误差小于2.5%,优于另外2种算法.
文摘以废弃三元锂离子电池正极材料(spent-NCM)为研究对象,葡萄糖(C_(6)H_(12)O_(6))为焙烧剂,采用焙烧—水浸工艺实现锂的选择性优先浸出。结果表明,在600℃焙烧90 min、C_(6)H_(12)O_(6)与spent-NCM质量比25%、浸出液固比20 mL g的条件下,spent-NCM中的有价金属元素转变为水溶性的Li_(2)CO_(3)和不溶性的Ni、Co和MnO,焙烧产物经水浸可选择性优先分离Li,Li的浸出率为95.62%。
