锂离子电池组寿命衰退的系统动力学机理研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51507102
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    郑岳久
  • 依托单位：
    上海理工大学
  • 学科分类：
    E0707.电能存储与应用
  • 结题年份：
    2018
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2018-12-31

项目摘要

Large-scale electric energy storage using Lithium-ion batteries depend upon battery packs. Unfortunately, life of a battery pack is always far shorter than that of a single cell. Hence, by designing accelerated battery pack life tests, establishing battery pack models and understanding single cell aging mechanisms, this project intends to focus on the battery pack aging mechanisms. Firstly, through the establishment of frequency division battery pack models for state estimation, battery packs can be modelled in decoupled frequency domains. The frequency division battery pack models are expected to quickly and accurately estimate the states of the battery packs which would support the investigation of battery pack aging mechanisms. Secondly, the unique factors of pack aging that is different from single cell capacity fade are studied. Battery pack aging processes and mechanisms are investigated from a new perspective of two-dimensional aging mechanism. System dynamics battery pack aging mechanism is to be explored with respected to the low frequency interactions of the cell variations and pack durability. Reasons why life of a battery pack is shorter are expected to be discovered with detail battery pack aging mechanisms. Finally, based on battery pack aging mechanism, the influences of the manufacturing quality on different battery pack configurations will be discussed. The findings will enrich the theoretical understanding of battery pack aging mechanisms and are expected to provide theoretical guidance for the design of single cells and battery pack construction from the perspective of improving battery pack life.
利用锂电池进行大规模的电能存储必须依赖电池成组，然而电池组的寿命却远小于单体寿命。针对电池组寿命快速衰退的问题，本项目拟围绕电池组系统寿命衰退机理，通过电池组加速寿命实验设计，结合电池组建模和单体寿命衰退机理开展研究工作。首先，通过建立面向状态估计的电池组分频模型实现电池组建模的频率解耦，有望精确快速估计电池组及组内单体状态，支持电池组寿命衰退机理的辨识研究。其次，研究电池组区别于单体寿命衰退的特征影响因素，从寿命二维衰退的新角度研究电池组寿命的衰退过程，探索电池组一致性和耐久性低频交互耦合作用机制下的系统动力学寿命衰退机理，有望深入了解电池组寿命衰退机理，回答电池组寿命远小于单体寿命的原因。最后，基于电池组寿命衰退机理，研究单体制造差异对不同电池组构型的寿命影响。研究结果将丰富电池组寿命衰退机理的理论认识，同时可从提高电池组寿命的角度提出电池单体的设计方向并指导电池组的成组设计。

结项摘要

电动汽车和储能大量依赖电池组，电池组并不是电池单体的简单放大，实践表明电池组的寿命远小于单体寿命。然而目前电池组的研究缺乏电池成组的理论体系，主要以工程应用为主。本项目针对电池组寿命快速衰退的问题，围绕电池组系统衰退机理，结合电池组和单体寿命衰退机理、建模和状态估计开展一系列的研究工作。本研究有助于丰富电池组寿命衰退机理的理论认识，同时可从提高电池组寿命的角度指导电池组的成组设计。.经过项目预研和三年持续研究，本项目发展了基于电池组分频模型的电池组状态估计，进一步研究了电池组二维寿命衰退机理及其影响过程，实现了电池组故障诊断的相关研究。.首先，本项目建立海量电池组数据的可分析性方法，研究了最优采样频率和数据同步方法，为电池组建模和分析提供可靠数据保障。其次，项目进一步发展了基于电池组分频模型的电池组状态估计方法，进行了基于分频模型的SOC估计及SOC估计精度的研究。再次，本项目提出电池组二维寿命衰退机理，指出电池组寿命衰减取决于电池单体容量损失和负极锂离子损失的共同作用，从而解释电池组寿命小于电池单体的原因，项目进一步分析了电池组寿命的影响因素及影响过程，指出库伦效率差异、温度差异和自放电差异是电池组特有的主导影响因素。最后，实现了基于分频模型的电池组微短路故障诊断和梯次利用电池快速分选和重组的应用研究。.在本项目研究过程中，共发表以项目负责人为第一或通讯作者且标注有项目号的论文22篇，其中SCI论文12篇，国内期刊论文8篇，国际会议论文2篇。其中两篇SCI论文入选高被引论文。项目资助期间申请国家发明专利29项，获得授权2项。项目负责人多次出席国际国内会议。在本项目的支持下，项目负责人的相关扩展研究获得上海市教育委员会“晨光计划”的资助。2018年，项目负责人以本项目为基础的进一步研究内容，在同一领域的申请代码下获得了自然基金面上项目的连续支持。

项目成果

期刊论文数量（20）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（29）
三元锂电池荷电状态估计的传感器误差影响
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    汽车安全与节能学报
  • 影响因子：
    --
  • 作者：
    郑岳久;许霜霜;张振东
  • 通讯作者：
    张振东
An All-Region State-of-Charge Estimator Based on Global Particle Swarm Optimization and Improved Extended Kalman Filter for Lithium-Ion Batteries
基于全局粒子群优化和改进扩展卡尔曼滤波器的锂离子电池全区域荷电状态估计器
  • DOI：
    10.3390/electronics7110321
  • 发表时间：
    2018
  • 期刊：
    Electronics
  • 影响因子：
    2.9
  • 作者：
    Lai Xin;Yi Wei;Zheng Yuejiu;Zhou Long
  • 通讯作者：
    Zhou Long
车载电池在不同温度下可充电电量的预测方法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    农业装备与车辆工程
  • 影响因子：
    --
  • 作者：
    朱志成;郑岳久
  • 通讯作者：
    郑岳久
Investigating the error sources of the online state of charge estimation methods for lithium-ion batteries in electric vehicles
电动汽车锂离子电池荷电状态在线估计方法误差源研究
  • DOI：
    10.1016/j.jpowsour.2017.11.094
  • 发表时间：
    2018-02-15
  • 期刊：
    JOURNAL OF POWER SOURCES
  • 影响因子：
    9.2
  • 作者：
    Zheng, Yuejiu;Ouyang, Minggao;Li, Jianqiu
  • 通讯作者：
    Li, Jianqiu
A State of Charge Estimator Based Extended Kalman Filter Using an Electrochemistry-Based Equivalent Circuit Model for Lithium-Ion Batteries
基于扩展卡尔曼滤波器的充电状态估计器，使用基于电化学的锂离子电池等效电路模型
  • DOI：
    10.3390/app8091592
  • 发表时间：
    2018
  • 期刊：
    APPLIED SCIENCES-BASEL
  • 影响因子：
    2.7
  • 作者：
    Lai Xin;Qin Chao;Gao Wenkai;Zheng Yuejiu;Yi Wei
  • 通讯作者：
    Yi Wei

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于快速充电曲线的退役锂电池模块快速分选技术
  • DOI：
    10.13335/j.1000-3673.pst.2020.0121
  • 发表时间：
    2020
  • 期刊：
    电网技术
  • 影响因子：
    --
  • 作者：
    郑岳久;李家琦;朱志伟;来鑫;周正
  • 通讯作者：
    周正
锂离子电池宽温度区间无析锂快充策略
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    汽车安全与节能学报
  • 影响因子：
    --
  • 作者：
    周旋;周萍;郑岳久;韩雪冰;褚政宇;刘金海;杨映华;薛钢
  • 通讯作者：
    薛钢
基于传荷电阻的锂离子电池剩余寿命预测研究
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    机械工程学报
  • 影响因子：
    --
  • 作者：
    王学远;李日康;魏学哲;戴海峰;郑岳久
  • 通讯作者：
    郑岳久
基于恒流充电曲线电压特征点的锂离子电池自适应容量估计方法
  • DOI：
    10.19562/j.chinasae.qcgc.2019.01.001
  • 发表时间：
    2019
  • 期刊：
    汽车工程
  • 影响因子：
    --
  • 作者：
    来鑫;秦超;郑岳久;韩雪冰
  • 通讯作者：
    韩雪冰
基于改进等效电路模型的高比能量储能锂电池系统功率状态估计
  • DOI：
    10.13335/j.1000-3673.pst.2020.1026
  • 发表时间：
    2021
  • 期刊：
    电网技术
  • 影响因子：
    --
  • 作者：
    杨新波;郑岳久;高文凯;任东生;韩雪冰;欧阳明高
  • 通讯作者：
    欧阳明高

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

郑岳久的其他基金

磷酸铁锂-三元锂电池混合成组的构型匹配、性能演变与能量优化
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
基于电池组多维一致性演变机制与估计方法的均衡构型和算法研究
  • 批准号：
    51877138
  • 批准年份：
    2018
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码