《考慮電荷和容量自恢復效應的鋰電池隨機模型構建方法》是依託北京航空航天大學，由陶來發擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：考慮電荷和容量自恢復效應的鋰電池隨機模型構建方法
- 依託單位：北京航空航天大學
- 項目負責人：陶來發
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
針對現有隨機鋰電池模型尚未考慮最大可恢復量、自恢復速率、靜置持續時間等因素對電荷自恢復效應影響的問題，以及構建考慮容量自恢復效應動態演化模型的需求，本研究借鑑“等效/標準脈衝分割”思想，基於隨機理論（如馬爾科夫模型），研究隨機工況條件下電池自身狀態、使用機制、外界環境等因素對電荷自恢復效應和容量自恢復效應的影響，構建考慮電荷自恢復效應的隨機鋰電池模型；基於此，研究考慮容量自恢復效應的隨機模型構建方法，以建立綜合考慮電荷和容量自恢復效應的隨機電池模型。最終，為有效辨識鋰電池行為的動態演化規律和BMS系統的最佳化管理提供理論和技術方法支撐。
結題摘要
工程套用中，電池的使用往往面臨著不同的使用環境條件，包括不同的溫度條件、不同的充電條件、不同的放電條件、以及不同用戶行為等。由於電池內部特有的電化學特性使得電池具有了容量自恢復效應和電荷自恢復效應。現有的鋰電池建模方法較少考慮這些效應的影響，且考慮到在不同條件下，電池所具有這些特性將具有明顯的差異性。因此，本研究針對現有隨機鋰電池模型尚未考慮恢復量、自恢復速率、靜置持續時間等因素對電荷自恢復效應影響的問題，以及構建考慮容量自恢復效應動態演化模型的需求，依次開展了1、隨機充放電體制下，考慮電荷自恢復效應的鋰電池隨機模型構建方法研究；2、綜合考慮電荷和容量自恢復效應的鋰電池隨機模型構建方法研究。基於上述研究，基於隨機理論，提出了可表征電池內部電化學特性、以及外界環境變化的隨機特性等的五狀態非齊次馬爾科夫過程模型，構建了考慮電荷和容量自恢復效應的鋰電池隨機模型，實現了不同工況、不同材料等條件下，容量自恢復效應之間的映射關係構建。進一步，完成了考慮電荷和容量自恢復效應條件下的鋰電池動態退化行為模型的構建。基於該模型，本研究利用NASA國際公開數據和寧德時代新能源動力鋰電池數據，對所構建的模型進行了驗證。基於60%單支可用電池退化數據，針對NASA不同電池預測的RMSE均值為0.04265，相對誤差均值為2.63%；針對寧德時代動力鋰電池，僅利用50%退化數據，可實現高於97%的預測精度，且方差控制在0.518%範圍內。結果表明，本研究有效考慮了電池在不同使用環境條件下的容量和電荷恢復效應，最大限度提升了電池退化過程建模和識別能力，為工程套用中電池退化狀態的精確把握提供了有效手段，一定程度上可緩解電動能源的用戶焦慮。此外，預測精度的提升，可提前預知電池未來退化過程，為電池性能評估提供了新的技術手段，也為提前終止試驗提供了支撐，大幅度縮短了電池性能測試周期，實現了電池設計特性的快速定型，加速了快速的市場化進程。
