1.模型仿真充电优化
(1)等效电路模型
使用电阻、电容、恒压源等电路元件组成电路网络以模拟电池的动态特性。这类模型是集中参数模型,通常含有相对较少的参数,并且容易推导出状态空间方程,因此适用于系统层面的仿真分析和实时控制。
(2)黑箱电池模型
对系统内部机理不关心或者不太了解时,通常可以利用黑箱模型去描述系统的外部特性。黑箱建模方法往往在模型结构确定和参数化上具有较好的灵活性。在电池系统的建模中也经常使用这类方法。黑箱电池模型本质上是一种描述电池外特性(通常为电压响应特性)的线性或非线性的映射函数。
(3)电化学模型
电池的内部本质是由于锂离子在电池正、负两电极之间的往返运动,其中包括离子在电解液中的扩散、离子在固相和液相之间的迁入和迁出以及离子在固相之间的扩散。电化学模型旨在描述电池内部的关键表现,它不但能够预测电池电压,还可以反映电池内部的电解液浓度、电动势、电流等的分布情况。因此,这类模型通常可以为电池的优化设计提供参考。
基于电化学模型的充电方法主要通过建立电池的电化学模型方程来对电池内部离子状态进行详细描述。根据电池内部特性,利用电化学工作站测量出电池在交流正弦波电压干扰影响下给出的回馈信号,得到电池内部的离子扩散系数,同时还可以利用不同的等效电路元件来表示电池的交流阻抗谱图,建立起相关的等效电路模型。(www.xing528.com)
电化学模型能够比较准确地描述电池内部各离子的运动状态和反映电池真实状态,但是在构建模型时需要考虑的材料参数比较多,例如各个电极材料的质量分数、体积分数、扩散系数、颗粒的半径、活性物质的比例等,并且不同种类的电池之间又存在较大的差异,所以模型的建立比较困难。
2.电流分段充电优化
电流分段充电优化,通常是按递减趋势将整个充电过程分成若干段(一般为4~5段),对每段充电的电流给出预设取值范围。通过设定优化目标,选取优化方法,确定每段电流的取值。在充电过程中,当达到充电限制电压(一般为4.2V)时,电流跳转至下一阶段。
分段电流充电优化的前提是要预设电流分段数目和初始电流取值范围,虽然摆脱了对电池模型的依赖,但初始值的预设、模糊规则库的产生仍要一定的专业知识作为先决条件,人为主观因素增多。此外,当电流分段数目较多时,采用该类优化技术易导致计算资源或实验成本增加;当电流分段数目较少时,锂离子电池往往不能完全被充满。
3.CC-CV改进充电优化
CC-CV改进充电优化,通常是在传统CC-CV两段式充电技术的基础上,利用优化方法,对CC段、CV段和CC-CV过程进行改进,以优化充电。
CC-CV改进充电优化,对充电速度有一定的提升。在对CC、CV或CC-CV过程进行改进时,因为基本的两段式充电思想没有发生根本性变化,并不能解决充电极化效应,同时存在过充电的隐患,所以会对锂离子电池寿命造成一定的影响。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。