负极预嵌锂对锂离子电容器性能的影响

采用SLMP(stabilized lithium metal powder)研究预嵌锂过程对锂离子电容器性能的影响.通过高倍率光学显微镜研究加入电解液后预嵌锂负极的变化;通过对比不同嵌锂含量对半电池与全电池性能的影响,分析得出含量对锂离子超级电容器的容量、能量密度和功率密度的影响,发现超稳态锂粉的质量分数在14%左右时,锂离子电容器可以获得较好的性能.     

城市轨道车辆超级电容器储能系统的控制

超级电容器作为新兴的储能器件可应用于城市轨道交通储能系统中,而这种储能系统多采用双向DC/DC变换器的主电路.通过对主电路的工作分析,提出了储能系统的电压电流双闭环控制方法,并通过仿真和实验验证了超级电容器储能系统在电压电流双闭环控制下,可以实现超级电容器储能系统的充放电,证明了双闭环控制系统的可行性.     

TDIP发射机储能系统中超级电容器的均压研究

针对TDIP发射机储能系统中串联的超级电容电压不均衡问题,通过分析引起串联超级电容器组电压不均衡的原因,对比串联超级电容现有的均压技术,提出了一种新型的电压均衡技术,并介绍了该方法的工作原理。搭建了系统实验电路,对提出的新方法进行了实验验证,实验结果表明,这种电压均衡方法效率高、能够实现快速均压,同时安装简便、成本低,对TDIP发射机储能系统中的超级电容器组均压具有较高应用价值。     

基于充电电压片段的锂离子电池状态联合估计方法

锂离子电池的荷电状态(SOC)、健康状态(SOH)和剩余使用使命(RUL)是锂离子电池安全稳定运行的重要状态参数,本文提出一种基于充电电压上升片段的锂离子电池状态联合估计方法,实现对电池预测起点(SP)到寿命终点(EOL)的较长运行周期内SOC、SOH和RUL的联合估计.该框架在充电阶段进行SOH和RUL估计,在放电阶段进行SOC估计.首先提取电池恒流充电电压曲线片段的上升时间作为健康特征(HF),以HF作为输入,循环容量作为输出,建立最小二乘支持向量机(LSSVM)电池老化模型,对当前健康状态进行估计;采用等效电路模型对该电压区段进行非线性拟合,用拟合参数建立状态空间模型,结合无迹卡尔曼滤波算法进行SOC估计;用高斯过程回归时间序列模型对电池的健康特征序列进行建模,通过循环次数外推预测健康特征的变化趋势,并结合LSSVM老化模型,对RUL进行预测并给出置信区间.实验结果表明,所提方法具有较高的估计精度和较好的稳定性.     

活性炭电极材料的有效电阻和放电电压随时间变化规律研究

论述了测试活性炭超级电容器材料充放电性能的方法步骤和测试结果,在此基础上,用微分方程非线性响应理论,研究材料放电电压随时间的变化规律,并得到材料的有效电阻和电容的数值以及放电电压随放电时间变化的解析式.结果表明:电容器不是线性元件,而是非线性元件;活性炭超级电容器材料放电电压随时间的变化并不遵从简单的负指数规律,而是非线性变化;用微分方程非线性响应理论得到的结果与实验测试结果符合较好.     

基于非线性观测器的超级电容器荷电状态在线估计

超级电容器具有快速充放、高功率密度和长寿命等优点,被广泛用于新能源汽车的储能系统.系统可靠运行需获取其剩余电量,即对其荷电状态(SOC)进行估算.依托超级电容单体的等效模拟电路模型,建立了以模型中多电容端电压为状态,电容器输入电流为控制输入,电容器输出电压为观测输出的电容器二阶非线性系统的状态空间模型,包含了自放电现象产生的泄漏电流的因素.为提高模拟精度,辨识不同的模型参数,分别刻画充电和放电工况.采用非线性观测器算法来获取模型内部状态从而实现对SOC的估计.充放电实验的结果表明,考虑泄漏因素和建立不同参数下的充放电模型,能够更好地模拟超级电容器的动态特性,同时验证了非线性观测器算法具有稳定的跟踪能力.     

基于充电数据的多阶段锂离子电池健康状态估计

锂离子电池的健康状态估计是锂离子电池寿命评估和健康管理的基础.文中针对实际应用场景中充电数据的缺失,提出一种实用的多阶段电池的健康状态估计方法.研究中根据电压大小,将充电过程划分为3个阶段,分别提出了具有针对性的电池的健康状态估计方法.特别是对于恒流电压过渡阶段,在恒流数据和电压数据都严重缺失地情况下,利用卷积神经网络的数据挖掘能力,直接建立了电压电流数据与电池的健康状态的关系,在锂离子电池的长期老化实验数据研究基础上对所提出的方法进行了验证.结果表明,该方法具有估计精度高、应对严重数据缺失的能力强、对电池不一致性鲁棒性强等优点.     

基于实时电路模型的储能系统锂离子电池状态估算

为了充分发挥锂离子电池在电力系统储能中的潜力,需要准确了解电池组的荷电状态(state of charge,SOC)和健康状态(state of health,SOH),为此,提出一种新的SOC和SOH估算方法.该方法基于锂离子电池二阶电路模型,将锂离子电池实际运行过程中的输出电压测量值和所建立的仿真模型端口电压进行比...     

基于锂离子超级电容器的燃料电池混合动力系统能量管理研究

针对目前较为成熟的氢燃料电池汽车动力系统构型和能量管理中存在的不足,提出一种基于锂离子超级电容器和氢燃料电池的模糊控制策略的燃料电池汽车能量管理方法。改进的能量管理方法在传统蓄电池作为辅助电源基础上,运用了锂离子超级电容器,其拥有更大的功率密度和出色的能量密度,可以更好地满足汽车动力性需求。同时将传统功率跟随控制策略进行修改,采用模糊控制策略对新动力系统进行控制,在满足整车动力性的同时有效地提高了燃料经济性,且SOC和燃料电池负载变化情况都有明显改善。     

电动车辆锂离子电池传感器故障诊断方法

为降低锂离子电池传感器故障对电动车辆安全与性能的影响,提出了一种基于观测器的电池传感器故障诊断方法。结合锂离子电池电热耦合动态模型,构建2个扩展卡尔曼滤波(extended Kalman filter, EKF)观测器,估计电池单体的状态量,对比状态量估计值与传感器测量值以生成残差,并使用累计和(cumulative sum, CUSUM)测试方法进行残差评价,根据残差组合的不同响应情况实现锂离子电池电流传感器、电压传感器以及表面温度传感器故障的诊断与分离(fault diagnosis and isolation, FDI)。在不同的传感器故障情况下对诊断方法进行测试,结果表明,该方法能够及时准确地对锂离子电池单体3种传感器故障进行诊断与定位,性能表现优异且易于实施。     

延长锂离子电池寿命的电动汽车复合电源设计

分析了锂离子电池作为新能源汽车单一电源的局限性和超级电容作为辅助动力源的优势,设计了锂离子电池与超级电容的复合电源系统拓扑结构.然后基于NEDC(欧洲3/4排放标准试验工况)循环工况,结合锂离子电池和超级电容的性能参数对锂离子电池-超级电容复合电源进行参数匹配,利用超级电容器"削峰填谷"的作用来提高锂离子电池的性能和使用寿命.其后,基于整车循环工况试验建立容量衰减模型.最后,采用速度跟随式多目标优化的逻辑门限值控制策略,利用Matlab/Simulink进行仿真计算,验证了复合电源系统拓扑结构设计、容量衰减模型和控制策略的合理性.仿真结果表明,该模型可以将电池的寿命提高50%,使电池避免大电流的冲击,降低了整车使用成本.     

基于CNN-Transformer的锂离子电池健康状态估计

目的 健康状态是评估锂离子电池状态的关键参数,对锂离子电池的安全使用有着十分重要的意义,为了获得准确可靠的健康状态估计结果,建立基于卷积神经网络和Transformer的锂离子电池健康状态估计方法,利用不同模型的数据挖掘特性,将健康指标的深层信息和随循环周期增加的时序信息并行提取。方法 从锂离子电池放电过程中的部分电压和温度曲线中提取3个与健康状态相关性较强的健康指标作为模型输入,利用卷积神经网络强大的特征提取能力挖掘健康指标的局部特征,利用Transformer的顺序处理能力挖掘健康指标的时序特征,将健康指标的局部特征和时序特征进行特征融合,通过卷积和全局平均池化层输出健康状态估计值。结果 本研究使用MIT数据集进行实验验证,并与卷积神经网络和长短时记忆神经网络进行对比分析,所提出的方法的均方根误差和平均绝对误差是最低的,为0.11和0.08,最小相对误差为0.61%。结论 所提出的CNN-Transformer健康状态估计采用不同模型挖掘健康指标不同的特征信息,能够充分利用锂离子电池放电数据,且具有良好的估计效果。     

基于改进麻雀算法的混合储能容量配置

针对传统的分配策略在混合储能系统中存在可用容量差异,且混合储能系统会因为可用容量不够而停运的问题,提出一种采用改进麻雀算法的功率分配策略。该策略将混合储能体系内有效存储容量占总体容量之比最优化作为目标,并利用改进麻雀算法能更好地解决锂电池跟超级电容之间的功率分配问题。并且利用超级电容器高功率、低能量密度的特点,针对实际工作中会发生可用容量不够的问题,提出运用锂离子电池根据转移电流调整超级电容器的残余有效储能容量的方法,并利用模糊控制的转移电流求解方法,使超级电容器始终保持一定的有效储能容量,从而增强了超级电容器的持续运营能力。仿真实验结果表明,该策略具有快速性、稳定性及有效性。     

基于Pspice的超级电容器宏模型建立及仿真分析

超级电容器宏模型的建立为其应用设计开发提供了便捷有效的计算机辅助研究手段,对节约项目研发成本和缩短研发周期有着重要意义.笔者采用Pspice电子电路仿真软件,以超级电容器的元件标称参数及其电学等效模型为基本构架,提出一种效果显著且在技术上易于实现的超级电容器建模方法.实验结果表明,该模型具有良好的拟合度,恒流充电阶段时域仿真与实测结果偏差小于10％,能够充分模拟出超级电容器的等效性能和储能特性,可用于各种类型超级电容器的仿真研究,为超级电容器的实际应用提供可靠的数据支持.     

锂离子电池剩余寿命间接预测方法简

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归（Gaussian process regression,GPR）方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

锂离子电池剩余寿命间接预测方法

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

MoO_2及其复合纳米结构的研究进展

不同于常规过渡族氧化物的宽带隙半导体特性,MoO_2具有较强的金属特性,加之其高的熔点、良好的化学稳定性、以及本身"隧道状"晶体构型使其在锂离子电池、超级电容器、场发射器件和催化剂等领域都有着重要的应用价值。在纳米材料倍受青睐的现今,MoO_2及其各种复合纳米结构迅速引起研究者的广泛关注与研究。系统综述了各种MoO_2及其复合纳米结构的研究进展,详细介绍各种类型纳米结构合成现状,包括合成方法,不同方法合成的材料形貌结构特点;着重阐述它们在场发射、锂离子电池、超级电容器和光催化等领域的性能特点,在此基础上并对其未来研究方向进行了展望。     

基于新健康因子的锂电池健康状态估计和剩余寿命预测

容量和内阻是评估锂离子电池健康状态和预测其剩余寿命的重要指标,然而电池容量和内阻难以直接在线测量.通过分析锂离子电池充电过程中电流和电压的变化特征后提取出两种健康因子,并且证明所提因子与电池容量高度相关,进一步建立了用于锂电池容量估计的两因子线性回归模型.在此基础上,通过结合BP(back propagation)神经网络和粒子群优化思想设计锂离子电池健康状态估计算法.考虑到锂电池的健康状态和剩余使用寿命之间存在一定的映射关系,因此再利用所提取的健康因子和其健康状态估计结果设计了锂电池的剩余使用寿命预测算法.实验结果表明,所提取的健康因子能够准确地进行电池容量估计并应用于在线评估锂离子电池的健康状态和预测其剩余使用寿命.     

基于双充电状态的锂离子电池健康状态估计

针对锂离子电池实际应用中存在不完全充放电而导致的充电起始点及截止点不确定问题,提出一种基于双充电状态因子的电池健康状态估计方法.搭建电池老化实验台架,采用8块镍钴锰锂离子电池进行老化实验;区别于传统单状态因子估计,选取不同老化阶段下恒压充电状态前端等时间差的电流平均值,以及恒流充电状态末端等幅值电压的充电时间构造健康因...     

直接回收锰酸锂制备超级电容器MnS材料的研究

本文通过将锂离子电池正极废料锰酸锂转化为超级电容器材料MnS的方法来进行锰酸锂废料的再生利用。将正极废料溶解浸出后,调整废料浓度并加入硫源,水热得到MnS材料。X射线衍射、扫描电镜、透射电镜以及比表面分析仪测试的结果显示,水热法制备的MnS呈现良好的晶体结构,并具有较好的电容器特性。探究不同Mn2+浓度对最终产物性能影响发现:浸出液中Mn2+的浓度对最终产物的形貌、比表面积均有影响。其中当Mn2+浓度为0.5 M时,可以得到三维花状辐射结构。该辐射结构有利于提升电解液与材料之间的表面接触,从而促进材料电容性能。该种思路为锂离子电池正极材料的回收提供了新的思路,值得进一步的深入探究。