合作案例丨高比能锂电池能源管理及长寿命电池技术

案例简介

痛点问题

在微能源电池组的生产实践中，电池组健康状态估计是一项重要任务，但往往面临着经验模型精度低、鲁棒性差等痛点问题。现有的估计方法采用的数据量大，且计算精度与计算效率难以兼得。

解决方案

建立了微能源电池组健康状态与循环圈数的经验模型，开发了经验模型与深度学习模型相结合的方法，同时将安时积分法与深度学习算法相融合，用于估计微能源电池组的荷电状态，在较高的计算效率下，实现了高精度、强鲁棒的荷电状态估计效果。

案例亮点/优势

团队开发的深度神经网络模型仅有4层，安时积分法与深度神经网络模型总计大小为1.52KB，具有较强的计算效率。经验证，安时积分法与深度学习耦合的方法，在微能源电池组全寿命周期内，达到了98%的估计精度，且最大估计误差不超过4.5%。团队开发的经验模型与深度学习模型耦合的方法，在微能源电池组全寿命周期内，达到了96%的估计精度，且最大估计误差不超过6%。

案例相关图片

案例简介

痛点问题

某单位在空间飞行器用锂离子电池的生产实践中，面临锂离子电池寿命不足的严峻问题。空间飞行器用电池在轨寿命一般要求超过7年，部分场景要求寿命超过15年，在飞行器发射前，电池在地面上还要储存几年，这就对电池寿命提出了更高要求。这些要求超出了商业化便携式电子产品所用电池的性能指标，因此，提升电池寿命对保障空间飞行器的使用极其重要。

解决方案

针对空间飞行器对长寿命及高比特性电源的需求，团队开展了新材料体系电池长寿命与高比能兼顾研究、长效稳定性电极研究、电极/电解液界面稳定性研究、长寿命电池设计及过程控制研究、电池性能衰减机制与寿命预测模型研究，并进行了典型环境试验和安全可靠性试验，在长寿命、高比能兼顾电极材料可控构筑技术、长效稳定电极制备及体积膨胀控制技术、高面密度电极/电解液界面长效稳定化技术等关键技术上实现突破，帮助某研究所解决锂离子电池寿命不足的问题。

案例亮点/优势

团队取得了多项创新性研究成果:基于沉淀反应的热力学理论和流体力学设计高振实密度、颗粒和组成均匀的NCA正极材料技术，实现NCA材料放电容量≥200mAh/g，0.2C循环300次，容量保持率≥80%；高容量长寿命的硅基负极材料制备技术，实现放电容量≥550mAh/g，0.2C循环300次，容量保持率≥80%；开发了高效硅基电解波添加剂；建立了可用于诊断电池衰减模式的仿真模型、高效的动态等效电路健康状态诊断新模型。上述成果可应用于长寿命锂离子电池寿命预测，某研究所的锂离子电池系统，通过衰减机制的锂离子电池加速老化试验方法，有效推动了锂离子电池的开发进程。

案例相关图片