关键词： 预氧化焙烧   酸浸选择性提锂   净化除杂   隔膜电解  

摘要： 退役磷酸铁锂电池正极材料的回收再生是促进新能源汽车行业可持续健康发展的重要举措。基于回收再生工艺的低成本发展趋势和Li OH市场需求量激增的现状,本文提出预氧化焙烧酸浸提锂及隔膜电解再生Li OH工艺,并对相关工艺进行探究和优化,最终实现Li的资源化回收再生。主要结果如下:(1)采用焙烧处理工艺对电池黑粉进行预氧化处理,可将Li Fe PO中的Fe(Ⅱ)氧化成Fe(Ⅲ)并以LiFe(PO)和FeO形式存在。优化条件下Fe(Ⅱ)氧化率高达99%,而C损失率仅为3%。(2)以低浓度硫酸作浸出剂处理焙烧后的磷酸铁锂电池黑粉,在优化工艺条件下Li浸出率可达97.3%,HSO利用率达97.5%,Fe浸出率为0.02%。浸出渣主要组成为Fe PO·2HO。与HO-HSO直接浸出工艺相比,可避免HO的大量使用。(3)针对含多种杂质离子的LiSO浸出液,构建了Li-Al-Cu-Ni-Co-Mn-Mg-SO-HO溶液热力学平衡体系,提出两段化学沉淀除杂工艺。在优化工艺条件下,二段除杂后液中Ni和Co完全除尽,Al、Cu、Mg和Mn浓度分别降至0.001 g/L、0.002 g/L、0.046 g/L和0.015 g/L。(4)采用双极膜电渗析系统,构建了三隔室产酸碱隔膜电解槽,以实现电解LiSO溶液再生Li OH和HSO。在最佳工艺条件下,电流效率可达92%,能耗仅为2.2 k W·h/kg Li,且再生Li OH·HO产品纯度可达99.05%。图55幅,表16个,参考文献108篇

关键词： 磷酸铁锂   磷酸锰铁锂   低温倍率性能   圆柱电池   加工性能  

摘要： 磷酸盐锂离子电池（包括磷酸铁锂电池和磷酸锰铁锂电池）因具有高温稳定性、良好的循环性能和低成本等优点而成为商业化的首选。然而,由于磷酸盐锂离子电池在低温环境下的内阻较大,导致电池极化增加,从而影响了其低温倍率性能。因此,本文从电池正极体系入手。首先,针对磷酸铁锂电池（LiFePO4）的正极,通过对正极材料表面进行修饰来提高材料的离子电导率和电子电导率。其次,为了解决使用表面修饰材料制备极片时粘结性降低的问题,使用碳修饰铝箔来提高极片的粘结强度,降低极片电阻,从而提高电池的性能。磷酸盐体系材料中的磷酸锰铁锂(LiMn0.6Fe0.4PO4)材料具有橄榄石型结构,具有比LiFePO4材料更高的中值电压和更高的能量密度。由于引入了Mn元素,使得材料的一次颗粒直径减小,比表面积升高,在制备浆料的过程中容易出现团聚问题。因此,使用复合表面活性剂来解决制浆过程中出现的团聚问题。 研究了复合导电聚合物对LiFePO4电池的低温倍率性能的影响。制备了聚丙烯腈与聚苯胺（PAN/PANI）复合导电聚合物,并使用其包覆正极材料以制备LiFePO4正极材料。通过对材料的微观分析,确认聚合物均匀地涂覆在LiFePO4材料的表面,并形成了导电网络。这种结构既降低了电池内阻,又提高了Li+扩散速度。电化学测试结果表明,经过改性的样品制备的电池具有优异的低温倍率性能。 研究了碳修饰铝箔对LiFePO4电池低温倍率性能的影响。使用偶联剂将聚吡咯（PPy）附着在铝箔表面,然后加热裂解,在铝箔表面形成了网状无定形碳网。经过一系列表征和电化学测试,实验结果表明,以碳修饰铝箔制备的电池具有最低的电池内阻和极片电阻,同时极片具有最高的剥离强度。采用涂碳铝箔制备的电池在低温环境下表现出了优异的倍率性能。 研究了复合表面活性剂对LiMn0.6Fe0.4PO4电池的低温倍率性能的影响。使用聚乙二醇辛基苯基醚（Triton X-100）和十二烷基苯磺酸钠（SDBS）复合分散剂解决了浆料的团聚问题,提高了浆料的稳定性。经过剥离强度测试,证明0.3 wt.%的分散剂（Triton X-100:SDBS=3:1）添加量既可以兼顾极片剥离强度又能解决团聚问题。添加适量分散剂后,极片表面光滑平整,无团聚现象,并且颗粒分布均匀。制备的电池在低温环境下表现出优异的倍率性能。

关键词： 储能磷酸铁锂电池   热失控   灭火仿真   灭火装置  

摘要： 随着全球传统化石能源的逐渐枯竭,各种锂电池在新能源领域被广泛使用。其中,磷酸铁锂电池在风电、光伏发电领域成为主要储能载体之一。近年来,储能磷酸铁锂电池热失控导致的火灾事故频发,带来巨大经济损失和安全隐患。造成磷酸铁锂电池热失控火灾事故主要原因是过充电滥用,因此,开展储能磷酸铁锂电池组过充热失控早期探测及消防研究具有重要意义。 本文以储能磷酸铁锂电池为实验对象,搭建过充热失控实验平台,并基于不同初始电荷量(SOC)和不同倍率进行过充实验。在实验中,记录过充电池组的温度、电压、电池组间压力实验数据以及全过程电池变化过程视频。 通过对实验数据分析可以得出:磷酸铁锂电池组在过充中期阶段压力变化显著,随着电压的持续上升,压力变化先出现为明显的下降,然后在电池破裂时出现快速的上升;热失控早期温度有明显的上升趋势,上升速率大于0.3℃/min;通过电压数据可知,在过充热失控早期,电压大于4.58V处于电池充电高电压区间。最终以压力变化速率、温度变化速率、电压做为输入数据,采用Mean shift均值漂移算法对数据进行识别分类,最终结果表明具有较好的分类效果。 使用FDS(Fire Dynamics Simulator)对储能场景下磷酸铁锂电池组热失控火灾进行电池模组建模,使用细水雾作为灭火方式,进行细水雾关键参数灭火仿真。仿真结果表明细水雾流量1L/min、雾滴直径100μm、细水雾喷头顶部中央布置为最佳灭火方式。根据仿真结果,设计计算灭火供水压力、管道选型等重要参数,结合实际储能场景设计适用于储能场景下磷酸铁锂电池组热失控灭火装置,最终通过实验验证该装置对磷酸铁锂电池热失控火灾具有良好的灭火效果。

关键词： 磷铁粉   磷酸铁   磷酸铁锂  

摘要： 锂离子电池正极材料磷酸铁锂（Li Fe PO4）具有出色的循环能力以及优秀的安全性能,被广泛应用于电动汽车。目前Li Fe PO4的主流合成路线是以磷酸铁与碳酸锂为原料,添加适量的有机碳源,通过高温固相法制备。其中关键原料—磷酸铁主要采用磷酸（H3PO4）或磷酸二氢铵（NH4H2PO4）与铁盐进行沉淀反应制备,其原材料和工艺成本较高。本文以磷铁粉为原料,充分合理利用低廉的铁源和磷源制备磷酸铁锂。主要研究内容包括磷铁粉与碳酸钠的烧结产物水浸提磷、酸浸氧化铁还原产物提铁,再利用以上磷和铁的化合物分别制备磷酸铁,最终通过高温固相法制备磷酸铁锂材料。 磷铁粉直接烧结会结块导致磷铁粉难以利用,同时磷铁粉中的杂质存在对最终制备的磷酸铁锂材料的电化学性能影响较大。因此需要将磷铁粉中的磷和铁分离,同时除去杂质。以磷铁粉为原料,混合碳酸钠进行烧结,得到氧化铁与磷酸钠的混合物,再用水浸出将二者进行分离,在此过程中探究了烧结温度和浸出时间对于磷浸出率的影响。将氧化铁进行碳热还原后进行硫酸浸出,探究了固碳比、硫铁比、浸出温度、浸出时间对铁浸出的影响。结果表明,优化条件下磷与铁的浸出率分别达到了99.9%与97.4%,很好地实现了磷与铁的分离。 以浸出磷酸钠溶液为原料,与硫酸亚铁溶液反应,通过液相沉淀制备磷酸铁,探究了不同铁磷比对于磷酸铁理化性质的影响。研究发现不同铁磷比制备的磷酸铁结构一致性较好,而形貌差异较大。进一步以磷酸铁为原料制备了磷酸铁锂。结果表明,磷酸铁锂继承了磷酸铁的形貌特征。经过电化学性能分析,铁磷比为1:1.5制备的磷酸铁合成的磷酸铁锂材料拥有最好的电化学性能,经过倍率测试后在1 C倍率下放电比容量为143.7 m Ah/g,经过150次充放电循环后剩余容量为132.1 m Ah/g,容量保持率为91.9%。 为了探究杂质在磷酸铁的制备中沉淀下来进入磷酸铁中的可能性,对杂质离子在溶液中的沉淀平衡进行了运算与分析。以浸出铁液为原料,加入磷酸,通过液相沉淀法制备磷酸铁,探究了反应时间对于磷酸铁及后续制备的磷酸铁锂影响。研究结果表明制备得到的磷酸铁中Ca、Mn和Si杂质含量分别为22 ppm、41ppm和100 ppm,杂质含量较低,可以用来制备磷酸铁锂材料。随着反应时间的延长,磷酸铁颗粒逐渐变大,磷酸铁的相也由无定型向结晶型转变。后续合成的磷酸铁锂的晶型不受磷酸铁结晶度的影响,无定型的磷酸铁合成的磷酸铁锂依然拥有较好的晶格结构。而磷酸铁锂继承了磷酸铁的形貌,并影响了磷酸铁锂材料的性能。以3 h反应制备的磷酸铁为原料合成的磷酸铁锂材料电化学性能最佳,在1 C倍率下放电比容量为137.4 m Ah/g,经过300次充放电循环后容量为134.1m Ah/g,容量保持率为97.6%。

关键词： 磷酸铁   硝酸   磷酸铁锂   共沉淀法   电性能  

摘要： 2020年国务院颁布了《新能源汽车产业发展规划（2021-2035年）》,强调了加快电池技术的研发和产业化发展,为新能源电池的研究提供良好的政策条件和发展背景。在过去十年中,锂离子电池作为高效储能装置,被应用于诸多动力系统中,在便携式电子设备中占据了行业的主导地位。磷酸铁锂正极材料因其成本低、环境友好、热稳定性好、放电容量大等优点受到广泛关注,被认为是目前锂离子电池中最具有前景的正极材料。目前以三价铁盐为前驱体的碳热还原法正在逐步成为磷酸铁锂的主要制备方法。大量研究表明,碳热还原法最常使用的前驱体为磷酸铁,但目前工业制备磷酸铁过程中会出现反应条件不易控制、局部混合不均匀等问题,而磷酸铁的品质又直接影响到磷酸铁锂的性能,因此如何制备高品质、稳定好、成本低的磷酸铁前驱体具有重要意义。 为解决这一问题,获得性能良好、品质稳定的二水磷酸铁前驱体,本文提出了一种性能高效、成本低、工艺简单的磷酸铁制备工艺,首先选取硝酸铁为铁源,磷酸为磷源,严格控制过程中反应温度和各组分浓度,使磷酸铁晶体从溶液中缓慢结晶析出。这一方法有利于保证间歇实验产品稳定性,为开发连续化生产工艺创造条件,同时,可以从源头不引入SO42-和NH4+等杂质,为制备纯度高、粒径小、性能良好的前驱体材料提供保证。同时在此流程基础上,进一步探究以铁粉、硝酸、磷酸为原料共沉淀法制备磷酸铁的工艺流程,分析硝酸在反应过程中的作用和影响,并且进一步降低了磷酸铁的生产成本。最后以自制二水磷酸铁为前驱体通过碳热还原法制备LiFePO4/C正极材料,并对材料进行电化学性能测试,具体研究结果如下: 以Fe（NO3）3、H3PO4为铁源和磷源,非氧化沉淀制备电池级磷酸铁材料,通过单因素实验发现反应温度和初始反应物磷铁比为关键影响因素,通过进一步正交实验设计得到最佳工艺条件:反应温度90℃,硝酸铁进料浓度1.1 mol/L,投料反应物磷铁摩尔比1.1,反应时间8 h。对最佳反应该条件下得到的产物进行一系列表征,证实为单斜晶的FePO4·2H2O,纯度0.97,D50为2.41μm,振实密度1.17 g/cm3,均符合电池级磷酸铁的行业标准,且粒度均匀,分散性好。 以Fe、HNO3、H3PO4为原料,在混酸体系中通过共沉淀法制备电池级磷酸铁材料,得到最佳反应条件为:反应温度90℃,投料反应物磷铁摩尔比1.1,硝酸浓度3%,搅拌速率300 rpm,反应时间10 h。对该条件下得到的产物进行表征,纯度0.99,颗粒为微纳米级圆片结构,粒径均匀且分散良好,一次粒径平均值为457.3 nm,二次粒径D50为2.57μm,粒度分布峰窄,峰值高,几乎没有团聚现象。 探讨了以不同原料得到磷酸铁为前驱体合成的LiFePO4/C复合材料的电化学性能。以硝酸铁为原料制得产物在0.1 C和1 C下放电容量分别为137.75 mAh/g和129.62 mAh/g,充放电效率分别为98.26%和98.13%;在循环100次后容量由137.75 mAh/g衰减到122.82 mAh/g,容量保持率为89.16%。通过对比发现,以铁粉为原料得到的复合材料具有更优秀的电化学性能:在0.1 C和1 C下放电容量分别为145.30 mAh/g和133.36 mAh/g,充放电效率分别为98.89%和99.06%;在倍率0.1 C条件下恒流充放电经过100此循环后,电容量基本保持不变,容量保持率在97.05%;在0.1 C、0.5 C、1 C、5 C、0.1 C下进行倍率性能测试,回到0.1 C的低倍率下放电容量衰减很小,容量保持率为98.61%,。 本实验在传统共沉淀制备磷酸铁的方法上进行了改进,得到的磷酸铁产物批次稳定、性能良好且有效控制了成本,具有实际运用前景,值得继续深入研究。

关键词： 磷酸铁锂电池   SOC估计   双向长短期记忆网络   实时监测系统  

摘要： 在当前能源危机和环境污染的背景下,磷酸铁锂电池作为锂离子电池发展的重要方向,因其具有能量密度高、循环寿命长、绿色无污染等优势而被广泛应用于电动汽车、储能系统、通信基站等领域。然而,磷酸铁锂电池在使用过程中会由于使用不当以及环境因素影响电池的性能,甚至造成安全隐患和经济损失。因此有必要开发一套电池监测系统,对电池进行实时监测、状态估计、健康管理以及故障预警,这对于确保电池安全可靠地运行具有重要意义。 电池荷电状态(SOC)是电池监测系统的关键性能指标,对其进行准确估计可以有效降低电池的损害并延长电池的使用寿命。针对SOC估计方法中存在的需要建立复杂的数学模型以及估计误差较大等问题,本文采用数据驱动的方法,建立了基于神经网络的电池SOC估计模型。本文的主要工作如下: 首先,介绍了电池监测系统与SOC估计方法的研究现状,分析了磷酸铁锂电池的工作原理、性能参数以及影响SOC的因素,并根据电池实时监测系统的需求分析进行了总体架构设计,制定了电池数据存储与管理平台开发的方案。 其次,搭建了电池测试实验平台,对磷酸铁锂电池数据进行了收集与预处理,设计并实现了基于双向长短期记忆网络(Bi-LSTM)的电池SOC估计模型,确定了模型的最佳参数,并在公开数据和自测数据上评估了模型的性能。评估结果表明该模型的SOC估计结果的均方根误差(RMSE)均在2.2%以内,平均绝对误差(MAE)均在1.8%以内,具有较好的估计效果。 然后,为了进一步提升模型的估计精度和泛化能力,在Bi-LSTM的基础上,提出了将一维卷积神经网络(1DCNN)与注意力机制(Attention)相结合的电池SOC估计模型。实验结果表明,1DCNN-Bi-LSTM-Attention模型在公开数据的估计结果的平均RMSE达到了0.64%,平均MAE达到了0.47%,在自测数据的估计结果的RMSE达到了1.52%,MAE达到了1.09%。此外,通过模型对比实验和抗噪声性能实验,验证了该模型的准确性、稳定性以及鲁棒性。 最后,使用Flask框架将1DCNN-Bi-LSTM-Attention模型部署为Web应用,实现了电池SOC的在线估计,验证了该方法的可行性。此外搭建了分布式My SQL数据库存储电池数据,并使用Spring Boot和Vue框架开发了面向用户的监测系统管理平台软件,实现了电池实时状态与历史数据查询、异常报警以及可视化等功能。经验证,本文所设计的系统运行基本稳定,能够满足实际应用场景需求。

关键词： 磷酸铁锂电池   选择性浸出   碳酸锂   除铝   P/Fe摩尔比   磷酸铁  

摘要： 随着退役动力电池数量的不断增加,如何妥善回收处理废旧磷酸铁锂动力电池逐渐成为新能源产业关注的重点。本文以废旧磷酸铁锂正极粉末为原料,采用湿法冶金工艺实现了锂、铁和磷全组分回收,并结合XRD和ICP等测试系统地研究了各项工艺参数对锂、铁和磷回收效率的影响,具体内容如下: （1）以盐酸为浸出剂,NaClO3为氧化剂对废旧磷酸铁锂正极材料进行选择性浸出锂,考察了盐酸用量、固液比和反应时间等对锂浸出率的影响。结果表明,在盐酸用量为理论用量的1.0倍,固液比1:3,反应时间3 h的条件下Li+平均浸出率可达99.33%;依次加入氢氧化镁和氢氧化钠可有效去除P、Al和Fe等杂质元素;在95℃下加入无水碳酸钠可制备出Li2CO3,经水洗去除（因高温下部分溶剂挥发,溶液中Na+和Cl-过饱和而析出的）Na Cl后,Li2CO3主含量可达99.62%,符合工业级碳酸锂行业标准。 （2）以选择性提锂后所剩余的磷铁组分浸出渣为原料,考察了硫酸用量、固液比、反应温度和反应时间等对浸出渣溶解效率的影响。结果表明,硫酸用量与固液比对浸出渣溶解效率影响最为显著,在硫酸用量为Fe PO4摩尔数的1.9倍、固液比1:8、温度70℃、反应时间为120 min的条件下,浸出渣溶解率可达97.61%。采用氟化钠作为除铝剂,可与磷铁溶液中的Al杂质络合生成六氟铝酸钠,在氟化钠加入量为理论用量的1.2倍、温度50℃、反应时间30 min的条件下,除铝效率最高可达97.55%。 （3）以纯化后的磷铁组分溶液为原料,分别采用铁粉和磷酸作为铁源和磷源调控溶液中铁磷元素含量,得到P/Fe摩尔比为1.5:1的磷酸铁母液,之后考察不同p H调节剂对制备磷酸铁的影响。结果表明,采用氢氧化钠、氨水和碳酸钠等调节p H制备磷酸铁时,产物往往无定形且夹杂大量其他低价值磷酸盐,而采用纯水调节母液p H至1.51,再经700℃煅烧5 h后,可得到结晶性好且杂质含量较少的Fe PO4。此外,考察了p H、母液P/Fe摩尔比和反应温度对磷酸铁产品质量的影响,在p H为1.5、母液P/Fe摩尔比为1.2:1、反应温度70℃的条件下,磷酸铁产品P/Fe摩尔比为0.99,符合电池级磷酸铁行业要求。 本文共图29幅,表9个,参考文献118篇。

关键词： 回收再生   废旧磷酸铁锂电池   硫酸化焙烧   选择性提锂  

摘要： 由于磷酸铁锂(LFP)电池具有安全性高、循环性能好、成本低等优势,其产销量随着电动汽车和储能设备的快速发展而逐年增加,大量进入报废期的废旧LFP(S-LFP)电池也将随之而来。为了保护环境,实现S-LFP电池的循环利用,需对其进行回收处理。目前已有的S-LFP回收工艺侧重于湿法回收,存在工艺流程复杂,Fe、P等有价元素回收率低,环境污染严重等问题。针对上述问题,本论文进行了工艺创新和改进,具体研究内容如下:(1)以S-LFP正极材料和黄铁矿为原料,采用黄铁矿硫酸化焙烧法对S-LFP进行选择性提锂,结合热力学平衡图和其它表征手段分析了焙烧过程中的反应产物,阐明选择性提锂的反应机理。研究结果表明,黄铁矿中的硫元素在高温条件下可以与LFP反应生成易溶于水的硫酸锂(LiSO)和不溶于水的磷酸铁(Fe PO)以及氧化铁(FeO)。条件实验结果表明,在焙烧温度500℃,焙烧时间4 h,LFP与黄铁矿的质量比为1:3时,Li的浸出率为99.58%。(2)黄铁矿中含有大量的杂质元素,虽然具有很好的选择性提锂效果,但不利于后续Fe和P的回收。为解决该问题,以S-LFP正极材料和硫酸钠(NaSO)为原料,在高温条件下发生反应生成易溶于水的LiSO和不溶于水的磷酸铁钠(NaFe(PO))以及氧化铁(FeO)。在实现高效选择性提锂的同时,引入还原剂将NaFe(PO)和FeO进一步再生成高价值可利用的焦磷酸亚铁(FePO)和焦磷酸钠(NaPO)产品。条件实验结果表明,在焙烧温度为800℃,焙烧时间3 h,锂硫比为1:2时,Li的浸出率为99.3%。(3)为进一步缩短回收S-LFP的工艺流程并提高Fe和P的回收价值,提出以S-LFP正极材料和硫酸铵((NH)SO)为原料,使用硫酸铵硫酸化焙烧法从S-LFP中选择性提锂。在较低的焙烧温度(300℃)条件下,熔融的(NH)SO通过渗透-氧化协同作用控制反应的发生,可同时实现高回收率(Li>99%)和高价值产品磷酸铁(FPO)的一步制备。再生LFP(R-LFP)材料作为回收产品具有优异的放电容量(1 C时136.6m Ah g)和循环稳定性(100次循环后容量保留率为98.6%)。该回收方法具有高利润、工业可行性和环境友好等优点。图50幅,表15个,参考文献111篇

关键词： 单晶   三元材料   磷酸铁锂   电化学性能   锂离子电池  

摘要： 随着能源危机和环境污染日益加重,我国愈加重视能源存储设备和电动汽车的发展,循环寿命更长、能量密度更高的锂离子电池成为研发重点。正极材料是锂离子电池的重要组成部分,高镍三元Li NiCoMnO(0.6≤x<1,x+y+z=1)和磷酸铁锂正极材料是极具发展潜力的两种正极材料。然而,传统多晶形貌的高镍三元正极存在电极/电解质副反应、循环稳定性差等问题,单晶形貌的高镍三元材料有助于减轻循环过程中的电极/电解质副反应。磷酸铁锂正极循环稳定性好,但存在电子电导率低、锂离子扩散速率低等问题,对磷酸铁锂进行碳包覆改性有助于提升其电导率。本文从制备工艺和电化学性能两方面考虑对高镍三元和磷酸铁锂正极材料进行合成及掺杂改性,主要研究内容如下:(1)通过共沉淀法制备小粒径球形NiCoMn(OH)前驱体,将获得的前驱体与Li OH以一定比例混合,然后在750 C的氧气气氛下煅烧后得到单晶Li NiCoMnO正极材料。以Li F作为掺杂剂对高镍单晶正极材料进行体相掺杂改性,掺杂材料能保持较好的结构稳定性,抑制材料界面与电解质之间的副反应,扩宽Li在材料中的扩散通道,从而改善材料的倍率性能和循环稳定性。掺杂样品在0.1 C倍率下的首次放电比容量为240.00 m Ah g(2.8-4.3 V),1 C倍率下循环100圈后容量保持率为81.30%。(2)在共沉淀过程中加入HPO溶液,结合后续高温煅烧过程成功制备P元素掺杂的单晶Li NiCoMnO正极材料,与传统掺杂方法相比,在共沉淀反应过程中进行掺杂可减少材料制备工序。P元素掺杂后有利于稳定单晶Li NiCoMnO的晶体结构,扩大晶体的晶面间距,改善材料在长循环过程中的结构稳定性,增强锂离子扩散速率。掺杂样品在10 C倍率下放电比容量为94.05m Ah g,在1 C倍率下循环100圈后容量保持率为83.53%。(3)采用共沉淀方法制备了Fe PO前驱体,将Fe PO前驱体与LiCO及葡萄糖以一定比例混合,经高温煅烧后得到纳米级Li Fe PO正极材料。以硫单质作为掺杂剂用气相上硫的方式对Li Fe PO正极材料进行掺杂改性。掺杂优化了LFP的晶体结构,有利于增强其电导率与锂离子扩散速率,从而使LFP拥有优越的电化学性能。掺杂样品在0.1 C倍率下的首次放电比容量为168.74 m Ah g(2.5-4.0V),1 C倍率下循环450圈后容量保持率达84.13%。

关键词： 磷酸铁锂电池   在线参数辨识   容量估计   单体SOC估算   模组SOC估算  

摘要： 随着“碳达峰”“碳中和”国家战略的稳步推进,以磷酸铁锂(LFP)电池组为主要动力源的储能电站应用越来越广泛,为保障电池组正常工作,延长使用寿命需要对其进行精确的荷电状态(SOC)估算。然而针对单体SOC估算,现有方法对温度及老化维度的参数更新考虑不足;同时对于电池组SOC估算,难于平衡精度与复杂度。针对上述问题,本文提出了基于粒子群-双扩展卡尔曼滤波(PSODEKF)实现对单体的在线参数更新,通过分区间特征单体切换法,实现了电池组的在线SOC估算。具体内容如下: (1)采用粒子群-扩展卡尔曼滤波在线辨识电池等效电路模型参数。基于一阶RC等效电路模型,采用扩展卡尔曼滤波对模型参数进行在线辨识,为解决扩展卡尔曼滤波中状态噪声的确定问题,引入粒子群算法对其进行辨识,分别对比传统扩展卡尔曼滤波,自适应扩展卡尔曼滤波与粒子群-扩展卡尔曼滤波在5个衰退阶段,4个温度DST工况下对端电压的仿真效果,验证所提算法具有更高的精度。 (2)采用拟合系数基本不变及IC曲线峰位置不变规律在线获取扩展卡尔曼滤波SOC估算方法中的关键参数。通过对放电方向上小倍率电流电压曲线进行容量增量分析及坐标变换,基于峰值与SOC对应关系基本不变原则,在线获取电池容量——关键参数一;通过对离线的OCV-SOC曲线进行多项式拟合,基于系数基本不变规律,采用粒子群算法在线获得关键参数二。通过采用优化后的粒子群-双扩展卡尔曼滤波对5个衰退阶段,4个温度下DST工况进行SOC估算,算法误差小。 (3)采用分区间特征单体切换法估算电池组SOC。通过生成一组含有20块单体,且单体容量和初始SOC均不一致的电池组,分析组内单体的不一致性问题,将电池组SOC分为3个区间,根据区间选择特征单体,通过切换特征单体,将电池组的SOC等效为特征单体的SOC,通过恒流工况,DST工况及自定义工况,验证估算策略的有效性。