液态金属电池状态估计研究

发布时间：2020-05-06 09:42

【摘要】：先进储能技术的应用能够有效促进可再生能源大规模并网,提高电力系统效率。液态金属电池作为一种新兴的电池储能技术,以其大容量、低成本、长寿命等优势在电力储能领域展现了可观的潜力。为了安全高效地利用液态金属电池,稳定可靠的电池管理系统(Battery Management System,BMS)是至关重要的。面对这类新型的电池技术,有必要研究其工作特性并建立准确的电池模型,在线估计出其荷电状态(State of Charge,SOC)与健康状态(State of Health,SOH)等变量,进而为BMS的操作提供依据。本文围绕液态金属电池的状态估计问题开展了一系列工作,具体研究内容和成果可总结如下:1.为液态金属电池建立了复合模型与Thevenin模型,通过线性最小二乘估计离线辨识出其参数并进一步在Matlab/Simulink中搭建其仿真模型。通过对电池测试数据的仿真分析,判断出Thevenin等效电路模型更符合液态金属电池的实际动态,因而更适合用于开展状态估计的工作。2.基于液态金属电池的Thevenin模型建立其状态空间。先后利用自适应扩展卡尔曼滤波(Adaptive Extended Kalman Filter,AEKF)和自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法在线估计包括电池状态与模型参数在内的状态向量。在线估计参数能够保证模型的忠实度,进而增强了SOC估计的可信度。同时自适应估计算法可实时更新系统噪声信息,从而提高了估计的稳定性。利用实际电池测试数据进行的仿真实验表明AUKF的估计精度最高。3.考虑到直接将模型参数加入到状态向量会导致运算时出现高阶矩阵,利用递推最小二乘法在线估计Thevenin模型中的参数并与AUKF算法结合,从而实现对状态与参数的并行估计。该方法能够更高效地估计出所需的状态变量。后续的动态工况测试实验更加验证了其优越的性能。4.设计了针对液态金属电池的BMS原理样机,将其实际应用于三节串联液态金属电池组进行功能测试,验证了BMS的可行性以及AEKF算法在该系统中的有效性。
【图文】：

示意图,液态金属,电池,工作原理

2 液态金属电池特性及实验平台.1 液态金属电池工作原理如图 2-1 所示，液态金属电池通常由两个液态金属电极与中间层的熔盐电解质构们分别有着不同的密度且相互不混溶。因此，当加热到工作温度（300 至 700℃）时态金属和熔融盐将自动分离成三层，从上到下依次是低密度的液态金属负极、中密熔盐电解质和高密度的液态金属正极[23, 45]。液态金属电池的电化学过程由两个液态层的不同电负性驱动：在放电过程中，负极的液态金属 A（较轻的金属或合金）发化反应，失去电子变成金属离子 An+，随后溶解在熔盐电解质中并与正极的液态金（底部的较重金属或合金）合金化，同时电子通过外电路转移到正极做功；充电过与之相反，正极合金 AB 中的金属 A 在正极与电解质的界面处被氧化成 An+，随后移到负极并重新被还原为金属 A，这被称为脱合金过程，电子则通过外电路流向负。

示意图,液态金属,电池结构,电池

中科技大学硕士学位论属电池实验平台实验所用电池为实验室制备的 Li||Sb-Sn 液态金属电池，它 LiF-LiCl-LiBr 熔盐电解质组成[25]。图 2-2（a）展示了液b）则给出了其电池结构[46]。可以看到，液态金属电池主集流体等一般电池都有的部件之外，其电极中间层采用的盐，，此外电池外壳还安装有耐高温与腐蚀的陶瓷绝缘部件
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM912

【参考文献】