新能源汽车技术-动力电池&燃料电池2024年
近年来，锂离子电池热失控问题已成为抑制新能源汽车动力电池发展的主要瓶颈。本文针对新能源汽车动力电池热失控问题的研究展开了全面综述，阐述了锂离子电池热失控的诱因，介绍了锂离子电池热失控过程以及不同变量条件下锂离子电池的热失控特征。基于锂离子电池的热失控特征参数综述了适用于锂离子电池火灾的早期预警方法和火灾抑制方法，总结了目前新能源汽车动力电池热失控问题研究的不足和发展趋势，为新能源汽车动力电池领域的发展提供一定的参考。
正弦纹波电流（SRC）充电对锂离子电池充电性能有一定改善，但已有的SRC充电研究均基于1C及以下的直流倍率，与直流充电相比没有取得显著的优化。为适应市场快速充电需求，本文首次探究了2C高倍率SRC快充对锂电池循环寿命的性能影响。通过对不同交流频率、振幅工况的循环寿命实验后的电池容量、内阻、温升和容量增量（IC）分析表明，尽管所提出的SRC快充会因为电流有效值变大导致温升高于直流，但电池寿命性能却显著优于直流；并在交流振幅为3C（AC/DC = 1.5）、交流频率高于特征频率（825 Hz）工况时寿命性能达到最优。其中，10 kHz频率工况在100个循环后，电池容量衰减和活性物质损失（LAM）分别比直流降低了70.37%、59.6%；200个循环后内阻增量仅为直流的1/3.51，容量仅衰减51.17%，比直流延长251%的使用寿命。
电池系统热失控扩散仿真是电池系统研发过程中的重要环节，其结果能够为电池系统安全设计优化提供指导建议。因此，在满足系统模型精度的前提下，为大幅提高研发效率，非常有必要对热失控扩散的数学模型进行合理简化。本文采用“单体-模组”的研究思路，基于传统热失控试验和数值模拟的结果，构建了以归一性生热方程为核心的简化电池模组热失控扩散模型，研究模型准确性及计算效率。结果表明：简化模型的计算时间为37 min，而相同条件下传统模型的计算时间为90 min左右，在模型精度达到90%的前提下，计算时间缩短了约2/3，显著降低了计算成本。本文的研究对电池包级别的热扩散高效快速仿真提供技术参考。
为保证软包锂离子电池用铝塑膜封装的可靠性，须严格控制成形后的铝层厚度，而其获得依赖大量的实物试验，导致前期设计优化和后期生产过程质量监控均须耗费高额成本。本文采用实物试验和仿真模拟相结合的方法，构建能精准表征铝塑膜力学性能的本构方程，并提出基于整体铝塑膜厚度对铝层厚度的预测方法，实现成形后铝塑膜和铝层厚度的精准预测。同时，基于仿真DOE，筛选关键影响因子，构建响应曲面模型，实现不同产品的快速预测及最佳参数匹配设计，也为生产实时质量监控提供解决方案。研究结果表明，多层复合铝塑膜在塑性阶段表现出了明显的各向异性，3参数Barlat-Lian本构模型，可较好表征铝塑膜的各向异性性能，明显优于单一方向弹塑性模型，可实现铝塑膜成形性能的精准预测。所构建的响应曲面模型可替代精细化有限元模型，实现对铝塑膜和铝层厚度精准预测和参数优化，误差小于5%，工艺参数优化后冲压成形铝层厚度可提升10%~20%。集成开发的应用APP可满足冲压工艺参数的快速设计评估、优化及成形质量实时监控等应用需求。
车用石墨板燃料电池低温冷启动能力弱，是影响燃料电池技术在北方寒冷地区大规模推广的重要瓶颈。饥饿自升温是一种常见的低温冷启动策略，其基本原理是通过降低反应物供应速率来增加过电势，短时间在电池内部产生大量热量从而实现快速升温。该方法原理简单，但对电堆单体初始含水量一致性要求高、且易出现单片反极和尾排氢浓度超标的情况，影响系统安全性和电堆耐久性。针对上述问题，课题组研制了单体多通道交流阻抗在线测试装置，提出了面向单片阻抗一致性的电堆优化吹扫策略，建立了基于定电压变流量泵氢控制的低温冷启动方法，实现了低温启动瞬态过程的高产热、高安全、高动态的电压、电流、进堆/旁通空气流量的多目标多参数的耦合协调控制。台架实验结果表明，采用优化吹扫策略后，单片阻抗间最大差值由0.7降低至0.2 mΩ以下；燃料电池发动机系统可实现124 s内-40 ℃下快速启动，且重复性好。相关技术在北京冬奥会燃料电池示范中获得了应用，验证了其有效性。
质子交换膜燃料电池电堆的运行参数对电堆输出性能和空压机、循环水泵和散热风扇等辅助设备的寄生功率都会产生影响，可通过对电堆运行参数进行优化来实现系统最大净功率输出目标。实际系统受到空压机性能和背压阀调节能力的限制，阴极运行参数的调节范围存在界限，本文基于MATLAB/Simulink软件建立62 kW燃料电池系统模型，通过仿真分析确定了各负载电流下的参数可优化范围，采用遗传算法对电堆温度、阴极压力和过氧比进行了优化。结果表明：在各负载电流下，提升电堆温度都有利于增加系统净功率，最优运行温度均为80 ℃。而过氧比和阴极压力在不同的负载电流下的优化方向是不同的；在低负载电流（50、100 A）下增加过氧比和阴极压力时，电堆输出功率的增长小于寄生功率，提供较低的过氧比和阴极压力有利于提升系统净功率；高负载电流（300 A）下，低过氧比和阴极压力会限制电堆输出功率，最低净功率仅为35.530 kW；合理增加过氧比和阴极压力后，获得的最优净功率为53.271 kW，通过运行参数优化可实现49.9%的净功率提升。
商用车碳减排已经成为我国道路交通减碳的关键瓶颈，新能源商用车被视作重型商用车减碳的重要途径，但是新能源商用车的市场渗透率远低于其他车辆部门；但与此同时，现阶段新能源零碳商用车的发展还存在着应用场景复杂、技术路径多样化、同时成本较高的显著的瓶颈。本研究构建了基于新能源汽车总拥有成本（total cost of ownership， TCO）、使用便利性等因素的多元Logit离散选择模型——零碳商用车市场演进模型（discrete choice-based market evolution of green truck model， DC-MEGT），使用自下向上的方法计算TCO，并将车辆使用便利性使用补能时间成本进行货币化量化，构建综合效用函数对纯电动车、燃料电池汽车及零碳燃料等不同动力类型从目前到2060年的市场渗透率演进情况进行预测分析。研究以重型长途牵引场景为例进行分析，结果表明2060年主要的技术路径包括燃料电池汽车、纯电动车、天然气及柴油车，占比分别为48%、28%、12%和10%。政策推广、技术进步、商业模式等因素的不确定性会引发纯电动车和燃料电池汽车2060年市场份额17%~19%的波动。
近年来，随着燃料电池功率的不断提升，氢气供给系统朝向带有氢循环的盲端阳极拓扑构型发展。然而，针对氢气供给和循环的测试系统研究明显滞后，尤其在氢气循环泵和引射器等核心部件的性能测试方面。本文研发了多功能燃料电池氢气供应系统测试平台，实现了对不同构型氢气循环方案的氢气供应系统的零部件测试和特性数据采集、离线标定等功能。平台通过模拟真实电堆的压降、氢气消耗及产水产热，消除了测试对真实电堆性能和寿命产生损耗而造成的额外成本。最后，基于该平台对150 kW燃料电池的氢气供应系统进行了阳极压力控制和阳极吹扫控制测试，验证了所开发测试平台能够针对不同负载满足相应测试需求。
电动汽车锂离子动力电池健康状态（SOH）衰退过程受使用工况影响存在较多波动，导致模型预测精度下降，在锂电池剩余使用寿命（RUL）短期预测时，SOH波动情况不可忽略，为了准确预测SOH短期内波动情况，须从实车上传的锂电池运行数据中提取有效的健康因子。本文建立一种联合分布特征输入和序列分解融合的锂电池RUL预测方法，使用K-means聚类方法构建车辆锂电池运行过程的联合分布特征，并通过S-G滤波器对SOH衰退曲线进行序列分解，分别使用长短时记忆神经网络（LSTM）和多层感知机（MLP）对趋势部分和波动部分进行预测，融合得到最终预测结果。理论分析和实车采集数据验证表明，融合模型可以在预测车辆锂电池RUL短期衰退趋势的同时预测SOH的波动情况，有较高的短期预测精度。
为了降低电芯膨胀对电池模组结构的危害，针对传统方形电池模组抑制膨胀效果的不足性，本文提出了一种方形电芯呈H形排布的新型电池模组优化结构。首先进行了方形电芯热膨胀实验，获得了电芯温度场和膨胀位移数据，结果表明电芯顶部发热最多，产生的膨胀变形相对于初始厚度增加了0.63 mm。然后基于实验数据依次建立了电芯热膨胀模型、传统方形电池模组和新型电池模组的热膨胀模型，并分析了不同充电倍率下的膨胀。最后通过仿真分析发现新型电池模组端板膨胀力最大降低了36.2%，模组膨胀变形最大减少了21%，端板与侧板应力最大分别减少了61.5%和37.4%。本文的研究能够提高电池模组的可靠性，为电池模组设计提供了新思路和参考依据。
准确的动力电池单体性能评估对保障动力电池安全具有重要意义。目前基于数据驱动的电池故障诊断算法，大多对各单体电池进行相互比较，根据各单体电压等特征参数之间的差异，使用分类算法将离群单体认定为故障单体。然而当动力电池包内有多个异常表现相似的电池单体，或所有单体性能整体恶化时，难以区分甚至没有显著离群的个别单体，相互比较策略的应用范围受到限制。本文提出了一种基于1dCNN-LSTM量化单体异常性的动力电池故障诊断方法，结合车辆运动状态、驱动系统状态及动力电池电信号3类特征，建立1dCNN-LSTM融合模型估计理想状态下的单体实时电压参考值，根据各单体电压实测值与参考值之间的差异，量化各单体异常性。结合实际案例表明，对于因单体故障导致热失控的案例，本方法可以提前7日识别故障单体相比其他单体的明显异常，且可以在距离事故发生1年前甚至更早的放电片段中发现潜在风险；针对无明显单体不一致的整体恶化案例，可以实现事故发生前7日内的整体性能恶化过程跟踪。
电池组中的单体电池之间可能会存在温度、荷电状态、老化状态（容量和内阻）等不一致。由于“短板效应”的存在，不一致性将会影响电池组的整体性能发挥，及时准确地进行不一致性诊断非常必要。考虑到上述提及的不一致性会对电极过程特性产生影响，进而反映在电化学阻抗谱（EIS）和弛豫时间分布（DRT）上，本文在结合等效电路厘清几种不一致性对EIS和DRT的影响规律后，创新性地提出了一种基于EIS和DRT的电池组不一致性诊断方法。通过将异常电池混入一组一致性良好的电池中，对比分析了K-means、AP和DBSCAN等无监督聚类算法性能，结果表明DBSCAN诊断准确率为99.2%，可以实现电池组内单体电池不一致性差异的准确诊断。
为优化质子交换膜燃料电池（PEMFC）冷启动过程，提供足量的反馈数据十分必要，常见的阻抗谱和等效电路因其获取周期较长，无法提供足量且实时的反馈。为此，本文在COMSOL中建立冷启动阻抗模型，结合试验分析其阻抗谱变化，分别在高、中、低频区间提出特征频率1 kHz、50 Hz和1 Hz用于表征燃料电池冷启动过程。研究发现，上述特征频率在冷启动的前、中、后3个阶段变化显著，在特征频率1 kHz、50 Hz和1 Hz下阻抗的变化倍率分别为0.38、0.31和1.47。相较于获取完整的阻抗谱和拟合等效电路，在保留了特征信息的情况下提高了采集数据的实时性。因此，可利用特征频率点的阻抗表征冷启动过程，为实时监测冷启动内部状态提供条件。
为更好地解决电动汽车动力电池健康状态（SOH）在线估计问题，减少实车采集数据中的冗余样本，改善运行工况不稳定导致的特征丢失，提升实车电池SOH估计的精度，提出一种基于增量容量分析方法（ICA）提取特征和动态时间规整（DTW）优化特征样本的SOH估计方法。首先对实车电池充电循环数据应用增量容量分析提取电池IC曲线，以曲线峰高度等形状特征作为健康因子。采用动态时间规整作相似性判据，基于IC曲线形状计算电池充电循环样本的相似度，保留与基准充电循环相似的充电循环数据，优化训练样本，最后采用全连接神经网络（MLP）模型进行SOH估计。以实车运行电池数据进行对比实验，结果表明该方法可明显改善训练样本质量，提升电池SOH估计精度。
随着新能源车辆市场保有量增多和动力电池能量密度提升，热失控事件逐渐增多，动力电池安全问题变得尤为重要，漏液是诱发电池热失控的关键因素之一。本文通过模拟电芯级和更接近整车应用的模块级漏液，研究漏液对电性能和安全性的影响；同时，基于实验数据及整车大数据提取漏液电池特征，建立预警逻辑，实现漏液预警大数据监控。针对电芯级实验，对比分析循环和静置状态下漏液电芯与正常电芯的测试数据，发现漏液电芯与正常电芯相比，质量减少、厚度增加、容量衰减、直流内阻增大、电芯拆解及表征后存在异常，证明了漏液对电性能及安全性具有一定影响。针对模块级实验，通过分析模块中不同漏液程度并联单元的厚度、直流内阻等变化特征，证明了厚度和直流内阻都随着漏液程度的增大而变大，也增大了电池潜在的安全风险。针对整车级大数据，识别漏液电池在充电起始及结束阶段的压差特征，建立预警识别逻辑，并进行大数据监控。
针对车用燃料电池系统的“氧饥饿”和压力波动影响其动态性能与使用寿命的问题，本文提出了一种基于过氧比补偿的空气系统流量与压力协同控制策略。首先，建立120 kW级的车用燃料电池空气系统模型，通过台架实验确定其参数，并根据实验数据拟合出其传递函数模型。其次，基于扩张状态观测器间接获取电堆阴极压力，采用前馈+PI建立串级控制中外环过氧比控制模型，用以修正目标流量。最后，采用反向解耦与自抗扰控制器对空气流量和压力解耦内环控制，对模型不确定性和外部扰动构成的总扰动进行估计和补偿。仿真与实验研究表明，提出的基于过氧比补偿的串级控制策略能够快速跟踪过氧比、提升电堆功率和精确地控制压力，同时证实了该方案的协同性和鲁棒性。这有助于提升车用燃料电池系统的动态性能，延长其使用寿命。
梯次利用处理退役锂离子电池具有巨大的经济和环境价值，而如何高效、准确地对退役电池进行分选重组是梯次利用中突出的技术挑战。首先，为准确反映退役电池的一致性，提取最大可用容量（MAC）、放电欧姆内阻（DOIR）和容量增量曲线的弗雷歇距离（FD）3个因素共同作为聚类因子。然后3个聚类因子结合自适应模糊C-均值（AFCM）算法构建退役电池聚类方法。结果表明：AFCM算法聚类簇内MAC的最大误差为79 mA·h，DOIR小于45 mΩ；三因素的聚类方法成组的电池一致性较好；并且在117颗电池聚类时，AFCM算法聚类耗费的时间最短。
准确预测锂离子电池的剩余使用寿命（RUL）对储能系统的高效安全运行具有重要意义。针对已有数据驱动方法估计RUL中提取老化特征不够全面以及需要先预测健康状态变化再估计RUL的不足，本文提出一种利用多维度多尺度特征的RUL估计方法，采用恒流充电电压片段数据直接估计电池的RUL。该模型对数据进行维度变换后利用不同尺度卷积操作提取电压片段的老化特征来映射RUL。基于牛津大学、NASA、马里兰大学公开数据集进行模型验证，验证结果表明该模型能够利用电压片段数据直接估算电池的RUL，无需电池自身SOH变化作为训练数据，对比于基于单一维度的固定尺度的特征具有更高的准确性和通用性。
在研究开发车用燃料电池引射器时，湿氢流量监测困难、台架技术难度大、试验成本高，并且存在安全隐患和能源浪费问题。为此，在推导空气与氢气、空气与100%RH的氢在相同工作条件下的流量变化关系式的基础上，针对110 kW燃料电池，试制引射器进行空气和氢气测试，并结合数值仿真分析。结果发现：车用燃料电池引射器引射流体中水蒸气质量分数达到40%~50%；在相同工作条件下，空气与氢气的体积和质量流量分别等于其气体常数比值的平方根和比值倒数的平方根，其中空气与氢气的体积和质量流量之比分别为3.786和0.264 1。工作、引射和混合流体质量流量的空气实测与仿真数据之间的平均相对误差分别为4.48%、4.54%和2.78%；空气实测数据经折算后与氢气测试数据相吻合，与湿氢的仿真数据平均偏差率分别为5.4%和6.11%；氢气测试数据经折算也与湿氢仿真数据相吻合。因此，空气测试数据经处理可以用于车用燃料电池引射器特性研究。
针对现有数值模拟方法难以准确反映锂电池热失控触发温度概率性变化的问题，提出基于概率函数触发的锂电池模组热失控蔓延建模方法。该方法首先通过统计分析实际锂电池热失控温度区间和数量分布，以此计算出各温度区间热失控触发概率，然后基于提出的概率触发模拟器实现仿真过程概率触发，采用实验数据对该方法的有效性进行验证，最后对概率函数触发条件下的热蔓延路径及其概率进行分析。结果表明，存在包括跳跃式热失控现象在内的多种热失控蔓延路径，其中顺序热失控的概率最高，而跳跃式热失控的概率最小。所提出的方法为研究锂电池模组热失控蔓延过程的概率性提供有效的研究工具和分析方法。
新能源汽车技术-动力电池&燃料电池2024年
