退役电池储能利用主动均衡控制系统研究与设计
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U469.7
【图文】:
程要求而被替换下来的电池。虽然退役电池不能再用于车辆行驶,但是能源需求较低的场所还是足够的,例如:充电宝、智能电网的削峰填谷急电源、低速电动车、游乐场玩具车等等。.1 国内研究现状在中国储能市场持续增长的大背景下,国内针对退役电池储能利用的研起步阶段。李建林,修晓青等人在《计及政策激励的退役动力电池储能应用研究》中详细分析了退役电池再利用的具体流程及相应成本计算,次循环数据拟合出循环次数和容量之间的线性关系,提出了等效益折算用电池储能系统成本竞争力评估方法[4]。李臻和董会超在《退役锂离子梯次利用可行性研究》中深入研究了电池退役后的电化学性能,文中取巴上退役的锂离子电池,测试其在 25℃室温下的标准循环充放电次数关系,如下图 1-1 所示,研究结果表明退役锂电池可循环使用 750 次以利用率高达 60%,因此梯次利用价值很大[5]。
武汉理工大学硕士学位论文第 2 章 退役电池荷电状态估计2.1 锂离子电池工作原理及主要性能参数2.1.1 锂离子电池工作原理本文研究对象为 15 节从电动汽车上退役下来的锂电池,由中航锂电有限司制造而成。该锂电池实物图如下图 2-1(a)所示,其额定容量 40Ah,标称压为 3.2V。锂电池其内部结构主要由外壳(铝箔)、正负极材料、电解质和膜构成。其工作原理可以由下图 2-1(b)表示:当电池处于充电状态时,锂离从正极脱嵌出来,依次经过电解液和隔膜,嵌入到负极;当电池处于放电状态时锂离子从负极脱嵌出来,依次经过隔膜和电解液,嵌入到电池正极[28-30]。
指当电池处于工作状态时,电流流经电池所受到的阻力。退欧姆内阻外,还有因电化学极化和浓差极化产生的极化内阻准守欧姆定律,但极化内阻却在时刻变化,会随着电流密度着循环次数和使用年限的增加,锂电池内阻会逐渐增大。压的各项电压中,开路电压(OCV)和端电压(CCV)对电重要的影响。开路电压是指电池处于开路状态下,且内部化下所测得的电池两端电压,研究表明,开路电压与电池荷电一一对应关系,以 LiFePO4 电池为例,下图 2-2 为磷酸铁锂电状态之间的曲线关系[33]。很多学者依据这种对应关系,压在估算电池荷电状态。端电压又称工作电压,是指电池工作的负载时所测得的电池两端的电压。端电压和开路电压之间=开路电压±内阻压降+极化电压(充电状态下取㧏,放电状
【相似文献】
相关期刊论文 前10条
1 肖海山;韦莉;顾帅;张逸成;姚勇涛;;以滑模观测器算法估计超级电容器荷电状态的探讨[J];低压电器;2013年19期
2 刘广林;铅酸蓄电池荷电状态的研究[J];蓄电池;1989年02期
3 裴超;王大磊;冉孟兵;王曼;代昀杨;蒋凯;;基于自适应扩展卡尔曼滤波法的储能电池荷电状态估计研究[J];智慧电力;2019年05期
4 吴佳祥;;基于安时法的磷酸铁锂电池荷电状态校正[J];山东交通学院学报;2015年03期
5 夏晴;刘志远;;电动汽车动力电池荷电状态的滑模估计方法[J];东南大学学报(自然科学版);2011年S1期
6 汪伟;贝绍轶;汪永志;伍佳佳;杨慧;;混合动力镍氢电池荷电状态估计[J];中国农机化学报;2016年04期
7 何鹏林;王晓冬;;串联锂离子电池组荷电状态评估方法对比[J];安全与电磁兼容;2011年01期
8 孙静霞;谭德荣;;电动汽车用锂离子电池荷电状态的卡尔曼滤波算法[J];农业装备与车辆工程;2010年09期
9 彭思敏;沈翠凤;李家荣;;无迹卡尔曼滤波法在电池系统荷电状态估计中的应用[J];工业控制计算机;2015年12期
10 嵇雷;Ryad Chellali;;基于自适应卡尔曼滤波的电池荷电状态估算[J];电池;2018年04期
相关会议论文 前10条
1 孙骏;李宝辉;;电动汽车电池荷电状态的估算方法研究及展望[A];2012安徽省汽车工程学会年会论文集[C];2012年
2 冯卓民;张哲;陈敏;钱照明;;锂离子电池均衡电路的比较[A];2008中国电工技术学会电力电子学会第十一届学术年会论文摘要集[C];2008年
3 肖成伟;董洁;;电动汽车用动力蓄电池荷电状态与峰值功率能力关系的研究[A];第二十七届全国化学与物理电源学术年会论文集[C];2006年
4 范永生;陈晓;徐冬清;刘平;王保国;;全钒液流电池荷电状态检测方法研究[A];第二十八届全国化学与物理电源学术年会论文集[C];2009年
5 李春林;;太阳能基站循环型储能电池[A];通信电源新技术论坛——2010通信电源学术研讨会论文集[C];2010年
6 程艳青;高明煜;;基于卡尔曼滤波的电动汽车SOC估计[A];浙江省电源学会第十一届学术年会暨省科协重点科技活动“高效节能电力电子新技术”研讨会论文集[C];2008年
7 席安静;白鹏;;锂离子电池荷电状态估计方法综述[A];2011中国电工技术学会学术年会论文集[C];2011年
8 张秀丽;王熙俊;王应高;程文华;;全钒液流电池电解液荷电状态电在线测量方法及系统[A];2016年全国腐蚀电化学及测试方法学术交流会摘要集[C];2016年
9 赵嵩;巴宇;葛延峰;史松杰;潘鹏飞;黄佳伟;李卫东;;一种电池储能AGC控制性能评价标准[A];中国电机工程学会电力市场专业委员会2018年学术年会暨全国电力交易机构联盟论坛论文集[C];2018年
10 张旭;汪玉洁;陈宗海;;一种采用EKF-UKF的双Kalman滤波算法SoC估计方法[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
相关博士学位论文 前10条
1 胡超;基于储能荷电状态的虚拟同步机控制策略研究[D];合肥工业大学;2017年
2 Taimoor Zahid;动力电池荷电状态估计算法研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
3 邹幽兰;基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计[D];中南大学;2014年
4 郭向伟;电动汽车电池荷电状态估计及均衡技术研究[D];华南理工大学;2016年
5 朱政;磷酸铁锂电池荷电状态估计方法的研究[D];哈尔滨工业大学;2013年
6 刘胜永;基于风/光发电系统的储能系统建模与控制[D];合肥工业大学;2016年
7 穆浩;电动汽车锂离子动力电池荷电状态鲁棒性估计方法研究[D];北京理工大学;2016年
8 刘宝其;充放储一体化电站并联式功率调节系统的控制技术研究[D];华中科技大学;2012年
9 陈峭岩;电动汽车电池状态估计及均衡管理研究[D];天津大学;2014年
10 张熙;大规模储能与风力发电协调优化运行研究[D];山东大学;2016年
相关硕士学位论文 前10条
1 许梦蝶;退役电池储能利用主动均衡控制系统研究与设计[D];武汉理工大学;2018年
2 张康康;动力电池荷电状态估计算法研究[D];河南师范大学;2018年
3 张国路;电动汽车动力电池荷电状态估计及均衡技术研究[D];合肥工业大学;2018年
4 杨丽文;基于多模型的锂电池荷电状态在线估计方法研究[D];南京航空航天大学;2018年
5 许强;锂电池荷电状态估计及监测[D];上海海洋大学;2018年
6 李昊;基于自适应抗差UKF的锂电池荷电状态估值研究[D];广西科技大学;2014年
7 向顺;锂电池荷电状态、健康状态以及功率状态的在线估计[D];西南交通大学;2018年
8 张静;三元动力电池荷电状态在线估算研究[D];浙江大学;2018年
9 李爽;基于变结构滤波的动力电池荷电状态估算方法研究[D];桂林电子科技大学;2017年
10 杜虎;锂电池荷电状态估算研究及其管理系统设计[D];武汉理工大学;2015年
本文编号:2771313
本文链接:https://www.wllwen.com/kejilunwen/qiche/2771313.html