In this program, the research on the aging problem of lithium ion batteries for electric vehicles will be carried out, combined with the multi-disciplinary, experimental and automotive technology and method. And the research is divided into three levels: battery cell, battery module and battery system. The research contents of each level are shown as follows: On the level of battery cell, 1) lithium battery cell life attenuation mechanism; 2) single cell life characterization and life model; On the level of battery module, 3) an electro-thermal coupling model with a non-consistent distributed parameters in battery module; and 4) a battery life model based on the battery life characterization method and the attenuation mechanism; On the level of battery system, 5) online iterative correction based on feedback of parameters of battery life model; 6) battery life management under real vehicle operating conditions. The research contents is to solve the following four important scientific issues: 1) lithium battery cell life attenuation mechanism and its expression; 2) consistent evolution of battery group in the multi-physics field coupling conditions; the formal Expression of battery life; 4) battery life online estimation and iterative prediction. The results of this study will present the attenuation mechanism, the variation rule and the prediction method of the battery life, and provide theoretical guidance for solving the life assessment and prediction of the battery in the electric vehicle under complex vehicle conditions.
本课题综合多个学科理论、实验和汽车工业实践,针对电动汽车用锂离子电池的寿命问题开展研究,本研究将电池寿命问题展开为单体、电池组和电池系统三个层次:单体层面研究:1)锂离子电池单体的寿命衰减机理;2)单体电池寿命表征及寿命模型。电池组层面研究:3)考虑不一致性的分布式电池组电-热耦合模型;4)基于电池组寿命表征方法与衰减机理的电池组寿命模型。电池系统层面研究:5)电池寿命模型的参数在线反馈迭代修正;6)实车工况下电池组的寿命管理。以期解决如下四个重要的科学问题:1)锂离子电池单体寿命衰减机制及其形式化表达;2)电池组在多物理场耦合条件下一致性演变规律;3)电池组寿命的形式化表达;4)电池组寿命在线估计和迭代预测。本研究结果将提出电池组寿命的衰减机理、变化规律和预测方法,为解决复杂车载工况下的电动汽车中电池的寿命评估和预测问题提供理论指导。
项目围绕复杂工况下动力电池寿命衰减机理和预测问题,从电池单体、模组和系统三个层面切入,开展了以下研究:.针对单体层面的寿命衰减机理问题,采用了材料-电极-单体多尺度表征以及时频域结合的多维度分析方法,引入电化学阻抗谱、容量增量-差分电压分析法并结合扫描电镜、X射线能谱和中子衍射谱等表征手段,探究了典型动态工况、不同荷电状态区间以及长期低温循环下电池寿命衰减特性和机理,确立了活性材料和活性锂损失的主导作用,揭示了不同内阻成分与容量衰减间的高度线性相关性并指出以内阻作为非线性老化表征量的可能性,发现了析锂更易发生在极耳等边缘区域并与非线性老化高度相关,建立了考虑循环区间、放电深度、电流等影响的电池内阻和容量演变模型。.针对模组层面的考虑不一致性寿命表征和演变规律问题,通过分析车载工况下模组内机电耦合机理,建立了串并联模组寿命表征方法,引入了变异系数和极差变异系数进行模组内不一致性量化,通过寿命仿真和实验研究了串并联模组内单体电池性能参数和一致性演变规律,创新性地揭示了串联模组具有一致性自发散以及并联模组具有一致性自收敛的特性。.针对系统层面的寿命评估和预测问题,创新性地提出了基于充电电压、弛豫电压曲线特征以及基于“特殊-差异”模型的电池容量估计方法,实现估计误差<3%,发明了“集中激励-分布测量”的串联模组阻抗测量系统,实现0.2Hz-200Hz阻抗角RMSE<6.9%、0.1Hz-500Hz阻抗模RMSE<4.0%,创新了基于谐波分析的电池宽频阻抗快速获取方法,使得计算时间相比扫频方式缩短了19%,提出了抑制温度、荷电状态影响的双时间尺度电池寿命预测方法,实现剩余循环次数预测误差收敛至5%以内,发明了面向电池模组寿命优化的新型均衡策略,保证了长时间运行时电池组内部一致性。.综上,项目通过多学科理论交叉与实践,解决了复杂车载工况下动力电池寿命评估、预测和管理相关关键问题,对促进产业技术发展具有重要意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
钢筋混凝土带翼缘剪力墙破坏机理研究
多源数据驱动CNN-GRU模型的公交客流量分类预测
时间序列分析与机器学习方法在预测肺结核发病趋势中的应用
复杂使用工况下车载锂电池退化建模及剩余寿命预测研究
外在多因素作用下锂离子电池性能衰减机理及寿命预测研究
复杂工况下汽车级IGBT模块失效机理与寿命评估方法研究
酸雨环境下既有拱桥吊杆抗力衰减规律与寿命预测方法研究