机构名称：
¥ 4.0
摘要：道路上电动汽车 (EV) 的数量不断增加，导致达到首次使用寿命的电池数量也不断增加。然而，这种电池仍有 75-80% 的剩余容量，为在低耗电量应用中实现二次使用寿命创造了机会。利用这些二次电池 (SLB) 需要进行专门的准备，包括根据电池的健康状态 (SoH) 对电池进行分级；重新包装，考虑最终用途要求；以及基于经过验证的理论模型开发准确的电池管理系统 (BMS)。在本文中，我们对 SLB 的数学建模和实验分析进行了技术审查，以解决 BMS 开发中存在的挑战。我们的审查表明，最近的大多数研究都侧重于环境和经济方面，而不是技术挑战。审查建议使用具有 2RC 和 3RC 的等效电路模型，这些模型在估计锂离子电池在二次使用寿命期间的性能方面表现出良好的准确性。此外，电化学阻抗谱 (EIS) 测试提供了有关 SLB 退化历史和条件的宝贵信息。为了解决日历老化机制，建议使用电化学模型而不是经验模型，因为它们更有效、更高效。此外，建议使用合成负载数据根据实际应用场景生成循环老化测试配置文件，以便进行可靠的预测。人工智能算法在预测 SLB 循环老化衰减参数方面显示出良好的前景，为实验室测试提供了显著的节省时间的优势。我们的研究强调了关注技术挑战的重要性，以促进 SLB 在固定应用中的有效利用，例如建筑储能系统和电动汽车充电站。
电池
主要关键词
相关文件推荐
