论文部分内容阅读
随着现代工业的极速扩张，汽车在给社会生活提供极大方便的同时，也使得生态环境的形势每况愈下。能源短缺与环境污染的变本加厉促使绿色高效的新能源汽车产业蓬勃发展，传统燃油车被新能源汽车取代势在必行。电动汽车是现阶段新能源汽车的消费主流，动力电池是其储能装置和动力来源。
相较于其他材料的动力电池，锂离子电池以其能量密度高、功率密度高、自放电率低、无记忆效应以及环保低碳等优点，已成为现阶段电动汽车行业动力电源的首要选择。然而，如何为动力锂离子电池充电一直以来作为困扰电动汽车普及的瓶颈，受到了业内的普遍关注，激起了国内外学者的深入研究。制定安全快速的锂离子电池充电策略，不仅有利于推动电动汽车行业发展，解决广大消费者的充电焦虑，而且对生态环境的可持续发展大有裨益。
本文以锂离子电池充电策略的研究为中心，展开以下工作:
1、概述锂离子电池行业发展历程与现状，对比分析主流的锂离子电池充电策略的优势与劣势，并分析影响锂离子电池充电特性的相关因素。测试锂离子电池的充电特性，包括预处理与最大容量测试、混合脉冲功率特性(Hybrid Pulse Power Characterization，HPPC)测试、不同倍率恒流充电(Constant Current，CC)测试。根据测试实验的结果建立锂离子电池二阶RC等效电路模型，并建立锂离子电池的伪二维(Pseudo-two-dimensional，P2D)电化学模型，进一步地验证了两种模型的有效性。
2、基于P2D电化学模型，计算得出锂离子电池抑制金属锂析出的最大可接受充电电流曲线。将该曲线设置为安全边界，借助粒子群智能优化算法(Particle Swarm Optimization，PSO)，基于二阶RC模型，对充电过程的充电时间、充入电量、充电损耗进行了多目标迭代优化，得到了基于P2D模型的锂离子电池智能优化快速充电策略。实验结果显示，与传统的恒流恒压充电策略(Constant Current-Constant Voltage，CCCV)相比，所设计的优化充电策略在各方面表现均较为优异，且未检测到明显的金属锂析出现象。
3、研究了基于阻抗检测金属锂析出的实验方法，避免了复杂的电化学建模过程，通过不同倍率电流的恒流充电实验确定锂离子电池在各倍率恒流充电过程抑制金属锂析出的荷电状态(State of charge，SOC)的安全边界值，并以SOC安全边界值作为限制条件，借助PSO智能算法对充电过程进行全局优化，得到了基于阻抗检测的锂离子电池智能优化快速充电策略。进一步地将优化结果付诸实验，并进行了100次充放电循环，结果表明，与传统的CCCV充电策略相比，所设计的优化充电策略在充电时间、充入电量、充电温升、电池寿命等多项指标均表现较为优异，在短时间内可补充大量电能，且电池寿命无明显衰减。
相较于其他材料的动力电池，锂离子电池以其能量密度高、功率密度高、自放电率低、无记忆效应以及环保低碳等优点，已成为现阶段电动汽车行业动力电源的首要选择。然而，如何为动力锂离子电池充电一直以来作为困扰电动汽车普及的瓶颈，受到了业内的普遍关注，激起了国内外学者的深入研究。制定安全快速的锂离子电池充电策略，不仅有利于推动电动汽车行业发展，解决广大消费者的充电焦虑，而且对生态环境的可持续发展大有裨益。
本文以锂离子电池充电策略的研究为中心，展开以下工作:
1、概述锂离子电池行业发展历程与现状，对比分析主流的锂离子电池充电策略的优势与劣势，并分析影响锂离子电池充电特性的相关因素。测试锂离子电池的充电特性，包括预处理与最大容量测试、混合脉冲功率特性(Hybrid Pulse Power Characterization，HPPC)测试、不同倍率恒流充电(Constant Current，CC)测试。根据测试实验的结果建立锂离子电池二阶RC等效电路模型，并建立锂离子电池的伪二维(Pseudo-two-dimensional，P2D)电化学模型，进一步地验证了两种模型的有效性。
2、基于P2D电化学模型，计算得出锂离子电池抑制金属锂析出的最大可接受充电电流曲线。将该曲线设置为安全边界，借助粒子群智能优化算法(Particle Swarm Optimization，PSO)，基于二阶RC模型，对充电过程的充电时间、充入电量、充电损耗进行了多目标迭代优化，得到了基于P2D模型的锂离子电池智能优化快速充电策略。实验结果显示，与传统的恒流恒压充电策略(Constant Current-Constant Voltage，CCCV)相比，所设计的优化充电策略在各方面表现均较为优异，且未检测到明显的金属锂析出现象。
3、研究了基于阻抗检测金属锂析出的实验方法，避免了复杂的电化学建模过程，通过不同倍率电流的恒流充电实验确定锂离子电池在各倍率恒流充电过程抑制金属锂析出的荷电状态(State of charge，SOC)的安全边界值，并以SOC安全边界值作为限制条件，借助PSO智能算法对充电过程进行全局优化，得到了基于阻抗检测的锂离子电池智能优化快速充电策略。进一步地将优化结果付诸实验，并进行了100次充放电循环，结果表明，与传统的CCCV充电策略相比，所设计的优化充电策略在充电时间、充入电量、充电温升、电池寿命等多项指标均表现较为优异，在短时间内可补充大量电能，且电池寿命无明显衰减。