图 2:从基于物理的电池模型中检索到的特征的 SoH 估算方法。这些技术的缩写是库仑计数 (CC)、电化学阻抗谱 (EIS)、开路电压 (OCV)、卡尔曼滤波器及其扩展 (KF) 和遗传算法 (GA)。
摘要:随着全球对环境问题的关注,控制二氧化碳的排放已成为重要的全球议程。在这种情况下,新型能源车的开发(例如电动汽车)正在流动。但是,作为电动汽车的关键电源,机械滥用下的锂离子电池的安全性能引起了广泛关注。评估锂离子电池的安全性能需要深入研究。本文对锂离子电池机械滥用的最新实验和数值模拟进行了综述。它展示了实验研究的主要方法和结论,比较了准静态和动态负载下的不同反应形式,讨论了锂离子电池中应变率依赖性的原因,并描述了电荷(SOC)对机械滥用和机械滥用能力的安全性能以及机械滥用能力的影响。此外,本文结合了数值仿真研究的方法,分析了详细建模和均质建模方法的优点和缺点,总结了基于应变的内部短路故障标准,并审查了基于多物理学的数值预测模型。最后,它在研究电池组通过数值模拟的安全性能方面提供了最新的进展。
热管理对于锂离子电池的安全性、性能和耐用性至关重要,锂离子电池在消费电子产品、电动汽车 (EV)、航空航天和电网级储能中无处不在。随着电动汽车在全球范围内的大规模普及,锂离子电池越来越多地在低温、高温和快速充电等极端条件下使用。此外,由电池热失控引起的电动汽车起火已成为电动汽车广泛普及的主要障碍。这些极端条件对热管理提出了巨大挑战,需要采取非常规策略。电池的热、电化学、材料和结构特性之间的相互作用进一步增加了挑战,但也为开发创新的热管理策略提供了机会。本综述分析了极端条件下热管理面临的挑战。然后,重点介绍了两个方向的进展。一个方向是基于传热原理改进电池热管理系统,该系统通常位于锂离子电池的外部。另一个方向是设计新型电池结构,这些结构通常位于锂离子电池内部,例如带有嵌入式传感器和执行器的智能电池。后一种方法可以大大简化甚至消除极端条件下对电池热管理的需求。建议进行整合这两种方法的新研究。[DOI:10.1115/1.4056823]
