【微信公众号】AESA论文推荐第15期:储能系统安全与管理
发表时间:2021-05-19     阅读次数:     字体:【

☆本期分享导读:

本期论文推荐主题为储能系统安全与管理,共9篇。储能系统安全优秀论文包括:过放电(1)、储能电池热安全(2)、电池安全状态估计(3)、储能电池热失控早期预警(4、安全快速充电(5);电池管理优秀论文包括:快速充电(6)、电池数字孪生(7)、动力电池热管理(8)、电池低温快速加热(9)。全部阅读预计用时15分钟,或按照对应标号阅读感兴趣的论文。更多优秀论文可回顾往期论文推荐。分享知识是一种美德,如果喜欢,请把推送分享给您的同学、学生和身边可能有需要的人。

微信公众号推送


论文一:锂离子电池过放电以及老化分析

【分类】过放电

【题目】Overdischarge and Aging Analytics of Li-Ion Cells

【作者】Daniel Juarez-Robles, Anjul Arun Vyas, Conner Fear

【单位】School of Mechanical Engineering, Purdue University, West Lafayette, Indiana 47907, United States of America

【下载地址】https://doi.org/10.1149/1945-7111/aba00a

【摘要】过放电是大型电池组中的一个潜在问题。尽管单次过放电不一定会造成安全隐患,但会迫使电极超出其安全电位范围,并对电池组件的完整性产生不利影响。这项工作旨在填补关于老化衰退和过放电诱导衰退机制的综合效应的研究空白。石墨/LCO袋状电池在4个较低的下截止电压(2.7 V、1.5 V、0.0 V和-0.5 V)以中等倍率循环。在正的下截止电压老化的电池具有相对较长的循环寿命,老化诱导的固体电解质界面(SEI)生长和电解质分解是主要的衰退机制。相比之下,在负下截止电压下老化的电池表现出快速衰退,这是由析锂、正极颗粒破裂和铜集流体溶解的共同作用导致的。该分析通过对健康状态(SOH)指标的研究进行补充,其中包括基于内阻的无量纲SOH参数。结果证明,过度放电导致的滥用虽然是良性的,但当与持续充电交替时,可能会变成恶性状态。

【关键词】过放电循环;锂离子电池;老化模式;失效机理

【推荐理由】本文为电池过放电循环研究中的一篇文章。文章利用提出的三个预测因子来分析并确定老化加剧和SOH加速衰减的时刻(循环次数),此外还研究了锂电池在过放电循环中热效应。对于读者了解电池在过放循环下电池的老化机理以及热稳定性有一定帮助。

【关键插图】

图1:在下截止电压为2.7V、1.5V、0.0V、-0.5V这四种过放电情况下,反映内阻变化的φR、反映库伦效率变化的dη/dN、反映容量变化的dQ/dN这三个预测因子预测出的加速衰退点:表明特别对于2.7V和1.5 V的电池,用φR进行的预测更接近实际衰退的开始。对于0V及以下老化的电池,这三个预测因子都接近实际的加速衰退点。

图2:下截止电压为2.7V、1.5V、0.0V、-0.5V下充电/放电过程的生热曲线:在下截止2.7V和1.5 V电池的放电过程中,产生的最大热量出现在放电开始时,其幅值随着电池老化而减小。0V及以下老化的电池中存在类似的趋势。然而0V及以下老化电池产生的热量在放电结束时变得更陡。这意味着额外的衰退模式,SEI和电解质分解以及过量的铜溶解正是快速升温背后的原因。


论文二:储能锂离子电池热安全性的最新进展

【分类】储能电池热安全

【题目】Recent advances of thermal safety of lithium ion battery for energy storage

【作者】Peizhao Lyu, Xinjian Liu, Jie Qu, Jiateng Zhao, Yutao Huo, Zhiguo Qu, Zhonghao Rao

【单位】Jiangsu Province Engineering Laboratory of High Efficient Energy Storage Technology and Equipments, China University of Mining and Technology, Xuzhou, 221116, China

【下载地址】https://doi.org/10.1016/j.ensm.2020.06.042

【摘要】锂离子电池已被广泛用于动力驱动系统和能量存储系统。由于近年来发生的热失控问题,锂离子电池的热安全一直是世界范围内关注的问题。由于在不同温度下复杂的电化学反应,锂离子电池具有较高的温度敏感性和相对较窄的工作温度范围。而且温度变化,包括不同季节的全球温度变化以及由于其自身发热等引起的局部温度上升,都可能引发副反应,进而导致热失控,应进一步考虑以确保热安全性。这篇综述总结了温度失控的诱因和相关解决方案,涉及的温度范围很广。低温引起的问题,例如容量衰减,锂电镀和树枝状结晶,可能导致内部短路(ISC),而当温度高于临界温度时,副反应加快并缩短了寿命(T>40℃)和热失控(T>90℃)将被触发。为了解决电池中的热问题,从材料到电池系统的角度,已经研究了广泛的方法来防止热失控的发生,传播和恶化。本文总结了在宽温度范围内的触发机制,热安全的关键因素以及有效的散热策略。预计该审查将提供有效的热安全策略,并促进高能量密度锂离子电池的发展。

【关键词】热安全性;锂离子电池;储能

【推荐理由】本文对电池的发热过程和发热机理进行了综述,回顾了用于热管理的有效散热策略,审查了热失控扩散及其管理策略,对于电池储能安全具有很好的借鉴意义。

【关键插图】

图1:滥用条件和诱发的热失控过程。 a,b,电池中的机械滥用情况。 c-e,电池中的电滥用情况。过放电(c),过充电(d),内部和外部短路(e)。 f,g,结构破坏和温度升高。 f表示挤压引起的局部内部短路。 g显示了钉子穿透引起的内部短路和热失控。 h,i,电池中的热滥用条件。 h表示发热的接触电阻。 j,k,热失控过程和滥用条件引起的。

图2: 锂离子电池的主要发热过程。 a显示随着温度升高,电池内的放热化学反应。 b,c,不同温度下电池内部的主要电化学过程。


论文三:锂离子电池安全状态(SOS)的计算

【分类】电池安全状态估计

【题目】Calculation of the state of safety (SOS) for lithium ion batteries

【作者】Eliud Cabrera-Castillo,Florian Niedermeier,Andreas Jossen

【单位】Institute for Electrical Energy Storage Technology (EES)

【下载地址】https://doi.org/10.1016/j.jpowsour.2016.05.068

【摘要】随着锂离子电池被用于电动汽车和固定存储应用,更高的电池数量和更大的能量密度增加了可能发生灾难性事件的风险。本文从安全与滥用成反比的概念出发,给出了储能系统安全状态的定义和计算方法。随着后者的增加,前者减少到零。文献中先前的描述本质上是定性的,但没有提供存储系统安全性的数值量化。在电池测试标准的情况下,他们只定义通过或不合格的标准。建议的状态使用与SOC、SOH和SOF等其他常用状态量相同的范围,取值范围在0(完全不安全)和1(完全安全)之间。所开发的功能结合了任意数目的子功能的影响,其中每个子功能描述了一个特定的滥用情况,以一个或多个变量,如电压、温度或机械变形,这些变量可以由传感器检测或由其他技术估计。安全定义的状态可以通过添加新的子函数或改进现有的子函数而变得更通用。

【关键词】锂离子电池;安全状态;钟形曲线;滥用测试;热失控;危险水平

【推荐理由】本文从安全与滥用成反比的概念出发,给出了储能系统安全状态的定义和计算方法。该方法结合了任意数目的子功能模块的影响,其中每个子功能模块描述了一个特定的滥用情况,这样对不同电池的安全状态的定义可以通过添加新的子功能模块或改进现有的子功能模块来实现。

【关键插图】

图1:安全状态函数的一般形式。值h(x100)控制最大安全点的位置,h(x80)表示可接受安全状态的极限,这影响曲线的衰减速率。三条曲线的h(x100)相同,但h(x80)的值不同,因此斜率m按比例缩放。

图2:考虑子函数fV和fT中两个变量V和T的SOS曲面图。


论文四:用于锂离子电池储能电站的声音信号安全预警方法

【分类】储能电池热失控早期预警

【题目】Safety warning of lithium-ion battery energy storage station via venting acoustic signal detection for grid application

【作者】Tonglun Su, Nawei Lyu, Zhixing Zhao, Huairu Wang, Yang Jin

【单位】School of Electrical Engineering, Zhengzhou University, Zhengzhou, PR China

【下载地址】https://doi.org/10.1016/j.est.2021.102498

【摘要】锂离子电池技术被广泛应用于支撑可再生能源消耗和智能电网的能源储存中。火灾和爆炸相关的安全事故导致锂离子电池热失控经常发生,严重威胁人身安全、阻碍其进一步应用。本文提出了一种通过安全阀声信号对MW级别储能电站的安全预警方法,具有快速实施、高敏感度、低成本的优点。为了验证所提方法的有效性,对实际储能站中应用的电池单体和模型进行过充热失控实验。结果表明热失控可被安全阀声信号准确且快速检测到。考虑到多种干扰信号的存在,在分析噪声的基础上,提出了一种基于谱减法的去噪方法。为了消除去噪后的相似干扰信号,利用XGBoost模型建立了声信号识别分类器。识别精度可达92.31%。上述基于安全阀声信号预警方法给电网储能提供了一种提高安全等级的新办法。

【关键词】BESS;热失控;声检测;模式识别

【推荐理由】锂离子电池技术已广泛应用于支持可再生能源的电网储能消费和智能电网,然而与锂电池热失控引起的火灾和爆炸有关的安全事故频生,严重威胁人身安全,阻碍其进一步应用。本文提出一个利用安全阀声信号实现锂电池储能电站热失控早期预警的方法,具有实现简单、灵敏度高、成本低的优点。

【关键插图】

图1:基于安全阀声信号检测BESS电池热失控的示意图。

图2:电池模组热失控实验及声信号采集。


论文五:非对称充放电温度的锂离子电池极速充电

【分类】快速安全充电

【题目】Asymmetric Temperature Modulation for Extreme Fast Charging of Lithium-Ion Batteries

【作者】Xiao-Guang Yang,Teng Liu,Yue Gao,Shanhai Ge,Yongjun Leng,Donghai Wang,Chao-Yang Wang.

【单位】Department of Mechanical Engineering, The Pennsylvania State University, University Park, PA 16802, USA

【下载地址】https://doi.org/10.1016/j.joule.2019.09.021

【摘要】在10分钟内增加200英里的行驶里程,即所谓的极速充电(XFC),是电池电动汽车(BEV)主流采用的关键。在这里,我们提出一种非对称充放电温度(ATM)的方法,该方法一方面在60℃的高温下为锂离子电池充电,以消除析锂;另一方面,将暴露时间限制在60°C每个循环约10分钟,或BEV寿命的0.1%,以防止固体电解质界面的快速生长。充电和放电之间的不对称温度开辟了一条新途径,以增强充电过程中的动力学和传输性能,同时仍可实现电池的长寿命。我们显示,一个9.5-Ah 170-Wh/kg的电池使用ATM方法充电,容量损失达到20%时经历了1700个XFC循环(6 C充电至80%的荷电状态),而对照电池则为60个循环。而一个209-Wh/kg BEV电池在2500个XFC循环后仍有91.7%的容量。

【关键词】锂离子电池;极速充电;析锂;固体电解质界面;高温;热管理;电池老化;高比能量电池

【推荐理由】该论文提出一种非对称充放电温度的充电方法,在高温下进行充电,在常温下进行放电或储藏,高温下可以增强锂离子运输动力学,短时间高温可避免SEI增长,该论文打破了平时对充电时要尽量降低充电温升的思想。

【关键插图】

图1: ATM速热快充方法介绍,A 温度对电池内部传输和反应速率的影响 B 非对称充放电温度速热快充方法示意图 C-E 采用ATM速热快充方法的电池电压、电流和温度的变化曲线。

图2:高比能动力电池极速快充,A容量衰减随时间的变化 B容量衰减随循环次数的变化 C总充电时间的变化 D循环过程中每次快充后电池在C/3倍率的放电能量密度和美国能源部目标的对比。


论文六:具有机器学习功能的电池快速充电协议的闭环优化

【分类】电池快速充电

【题目】Closed-loop optimization of fast-charging protocols for batteries with machine learning

【作者】Peter M. Attia, et al.

【单位】Department of Materials Science and Engineering, Stanford University, Stanford, CA, USA.

【下载地址】https://doi.org/10.1038/s41586-020-1994-5

【摘要】在耗时的实验中同时优化许多设计参数是广泛的科学和工程领域的瓶颈。这样的例子之一是锂离子电池在材料选择、电池制造和运行过程的控制优化。一个典型的目标是最大程度地延长电池寿命。然而,进行一个单独的实验来评估寿命也可能要花费数月至几年的时间。此外,无论是大参数空间和高采样变量都需要进行大量实验。因此,关键的挑战是减少所需实验的数量和持续时间。在这里,我们开发并演示了一种机器学习方法,可有效地优化参数空间,以指定六步、十分钟快速充电协议的电流和电压曲线,从而最大化电池循环寿命,可以缓解电动汽车用户的里程焦虑。我们结合两个关键要素以降低最优化成本:早期预测模型,其通过使用前几个周期的数预测最终的循环寿命减小每次实验的时间;贝叶斯优化算法,它通过平衡探索和开发来减少实验的数量,以有效地探索充电协议的参数空间。使用这种方法,我们可以在16天之内快速确定224个候选方案中的高寿命寿命充电协议(相比之下,使用穷举搜索而没有进行早期预测则需要超过500天),随后验证了我们优化方法的准确性和效率。我们的闭环方法自动结合了来自过去实验的反馈,为将来的决策提供依据,并且可以推广到电池设计的其他应用,以及更广泛地涉及时间密集型实验和多维设计空间的其他科学领域。

【推荐理由】首次将“科学机器学习”(scientific machine learning)方法应用于电池循环,其目标是将基础研究和行业知识结合起来,开发一种可以在10分钟内充电的长寿命电动汽车电池,该方法有可能改善电池的成本、存储能力、耐用性和其他重要性能,还可以推广到其他领域。

【关键插图】

图1:a,每种充电协议均由五个恒定电流(CC)步骤和一个恒定电压(CV)步骤定义。对于所有充电协议,最后两个步骤(CC5和CV1)相同。在前四个恒流步骤上进行优化,通过指定所有协议在相同的总时间(10分钟)内从0%到80%SOC来约束CC4。因此,参数空间由三个自由参数CC1,CC2和CC3的唯一组合组成。b,CC4作为CC1,CC2和CC3的函数,每个点代表一个唯一的充电协议。

图2:闭环实验结果 a,每轮的早期循环寿命预测。每个点代表一个充电协议,由CC1、CC2和CC3定义,色标表示来自早期结果预测模型的循环寿命预测。b,每轮参数空间的演变。色标表示循环寿命,由BO算法估算。c,每个充电协议的重复次数分布(不包括失效电池)。d,由CLO估算的前三种快速充电协议的电流与SOC的关系。

图3:实验验证 a,实验中所有电池的放电容量与循环次数的关系。b,根据协议取平均值,对从验证到闭环估计的早期预测周期寿命进行比较。c,验证实验的观测寿命与早期预测的寿命。d,验证最终循环寿命,每个条的长度和注释表示根据协议验证得到的平均最终循环寿命。e,使用验证集中的协议和数据对各种优化方法进行的消融研究(方法)。


论文七:电池数字孪生:模型、数据和人工智能融合的智能电池管理系统

【分类】电池数字孪生

【题目】Battery digital twins: Perspectives on the fusion of models, data and artificial intelligence for smart battery management systems

【作者】Billy Wu, W. Dhammika Widanage, Shichun Yang, Xinhua Liu.

【单位】Dyson School of Design Engineering, Imperial College London, United Kingdom.

【下载地址】https://doi.org/10.1016/j.egyai.2020.100016

【摘要】有效的锂离子电池管理是实现低碳未来的关键推动力,其应用包括电动汽车和电网规模的储能。这些设备的寿命在很大程度上取决于所使用的材料、系统设计和操作条件。因此,这种复杂性使电池系统的实际控制具有挑战性。然而,随着在了解电池退化、建模工具和诊断方面的最新进展,有机会将这种知识与新兴的机器学习技术融合在一起,创建一个电池数字孪生。在此信息物理系统中,电池的物理实体和数字体之间存在紧密的交互,从而可以实现更智能的控制和更长的使用寿命。本文介绍了目前最先进的电池建模、车载诊断工具、数据驱动建模方法,以及如何将这些元素结合到一个框架中,从而创建一个电池数字孪生。此处提到的挑战、新兴技术和观点评论,将使来自工业和学术界的科学家和工程师有一个将来可实现更智能和互联的电池管理的框架。

【关键词】数字孪生;智能电池管理系统;模型;数据;人工智能

【推荐理由】数字孪生在电池未来的研究中具有很大潜力,该文章重点介绍了基于数字孪生的模型、数据、人工智能相融合的智能电池管理系统,并总结了数据格式标准化、电池数据库建设、多尺度建模、人工智能算法融合等难题,为基于数字孪生的电池管理提供新的思路。

【关键插图】

图1:电池数字孪生的信息物理框架。

图2:电池建模方法的演变和电池数字孪生体系。


论文八:基于经验热源模型的锂离子电池模组空气冷却策略发展

【分类】动力电池热管理

【题目】Development of efficient air-cooling strategies for lithium-ion battery module based on empirical heat source model

【作者】Tao Wang, K.J. Tseng, Jiyun Zhao

【单位】EXQUISITUS, Centre for E-City, School of Electrical and Electronics Engineering, Nanyang Technological University, Singapore 639798, Singapore

Department of Mechanical and Biomedical Engineering, City University of Hong Kong, Kowloon, Hong Kong

【下载地址】https://doi.org/10.1016/j.applthermaleng.2015.07.033

【摘要】热模型构建是锂离子电池系统热管理的关键问题,需要仔细研究冷却策略,以保证电池运行温度在一个较窄的最佳范围内,并为冷却系统提供成本效益和节能的解决方案。本文回顾和总结了过去的冷却方法,特别是强制空气冷却,并介绍了一种可广泛应用于电池组件/电池组热建模的经验热源模型。在建立经验热源模型时,采用了三维计算流体力学(CFD)方法,并进行了保温实验,提供了关键参数。在经验热源模型的基础上,建立了强制空气冷却的5x5电池模块的瞬态热模型。对电池组件在不同风冷条件、放电速率和环境温度下的热行为进行了表征和总结。对不同的冷却策略进行了模拟和比较,以得到最优的冷却方法。此外,还根据暂态仿真场景预测了电池故障状态。定量描述了放电过程中的温度分布及变化,发现强制风冷的环境温度触发值为35℃,当环境温度低于20℃时,不需要强制风冷。

【关键词】多孔电极;分形形态;电极老化

【推荐理由】本文主要建立了一种基于锂离子动力电池的经验热源模型的强制冷却电池模型研究,使用CFD进行了25块电池的模组在放电时施加风冷与无风冷两种状态的瞬态热模型研究,定量描述了放电过程中电池的温度场分布,总结出最优的冷却方法,对于电池热管理中制冷有一定借鉴作用。

【关键插图】

图1:(a)25℃环境温度下,风扇不工作时,3C放电过程电池模块温度分布。(b)25℃环境温度下,风扇转速1m/s时,3C放电过程电池模块温度分布。

图2:(a) 无风冷时不同环境温度下2C放电峰值温度曲线。 (b) 环境温度为25℃,冷却风扇转速为1m/s时,2C放电过程中电池模块不同冷却策略下的峰值温度曲线。(c) 环境温度为30℃,冷却风扇转速为1m/s时,2C放电过程中,不同冷却策略下电池模块的峰值温度曲线。(d) 环境温度为35℃时,2C放电过程中电池模块不同降温策略下的峰值温度曲线。

图3:无风冷时,不同环境温度下1C放电峰值温度曲线。(1)环境温度为25℃;(2)环境温度为35℃。


论文九:电动车辆的驱动电路在低温下快速加热电池组

【分类】电池低温快速加热

【题目】Drive circuitry of an electric vehicle enabling rapid heating of the battery pack at low temperatures

【作者】Yalun Li, et al.

【单位】State Key Laboratory of Automotive Safety and Energy, Tsinghua University,Beijing 100084, China

【下载地址】https://doi.org/10.1016/j.isci.2020.101921

【摘要】在低温下加热电池是避免电动汽车里程焦虑和耗时充电的基础。实现快速和均匀电池加热的一种方法是在脉冲电流下极化电池。然而,这种方法的板上实现导致成本和尺寸的增加。因此,在这项研究中,提出了一种与现有电路兼容的电动汽车电路和一种优化的操作条件,以实现快速电池加热。利用这种电路,电池之间的电传输可以通过电机实现,导致比传统电路的电池电流高得多的电池电流。最大加热电流的增加(从1.41C到4C)导致电池温度上升8.6℃/min。这种加热方式具有成本低、效率高、对电池退化影响小等优点,在电动汽车电池加热方面具有实用前景。

【关键词】锂离子电池;自加热;电机;能量回收系统

【推荐理由】本文为车载式电池加热电路中比较有代表性的一篇文章,将电池组分为两个模块,通过利用电机系统,电池之间的电流在两个电池模块之间进行传递,提高了加热电流和加热速度。

【关键插图】

图1:设计的驱动电路原理图和可实现的电池加热操作模式(A)建议的驱动电路,其中可以快速加热电池组。如果S处于闭合状态(CMI模式),则该电路等效于现有电路。如果S开路,则电路以DMSI模式工作。(B)CMI模式下的电池加热方案,其中能量在电池和电动机之间传递。(C)DMSI模式下的电池加热方案,其中能量通过电动机在不同的电池模块之间传递。

图2: DMSI和CMI模式下的电池加热电流,A和B电动机的典型d轴电流和相应的d轴电压;(C)根据周期和电角度,在DMSI和CMI模式下电池上产生的加热电流。U 7在DMSI模式下用作零电压矢量,以实现电池快速加热。

上一篇:【微信公众号】AESA论文推荐第16期:电池老化分析与快速充电策略
下一篇:【微信公众号】AESA论文推荐第14期:电池管理与电池老化
0
联系地址:北京市海淀区中关村南大街5号北京理工大学   Copyright  ©  2020-   先进储能科学与应用课题组  All Rights Reserved.网站地图
友情链接: 新能源与智能载运期刊    北京理工大学    ICEIV2022会议    机械与车辆学院    机械工程学报    Applied Energy期刊