机械工程学报

作者：熊瑞, 孙万洲, 杨瑞鑫, 孙逢春

单位：北京理工大学机械与车辆学院 北京 100081

关键词：储能电池,外部短路,损伤边界,失效边界,长短时记忆神经网络；

基金：国家重点研发计划(2021YFB2402002)和国家自然科学基金(51922006)资助项目。

储能电池外部短路故障发生伴随着电池大倍率放电、内部热量快速聚集、温度极速升高，是一种典型的电-热耦合滥用工况。针对电池外部短路：试验研究了不同初始条件下的外部短路特性，明确了短路开始至电池电压和电流突降为零的时间为外部短路失效边界；进一步分析了失效前短路时间与老化的耦合特性，应用电化学阻抗谱揭示了固体电解质膜增长为外部短路电池容量衰退的主因，且主要受电池温度影响。明确了短路开始至电池内部温度达到80 ℃的时间为外部短路损伤边界，为获取电池内部温度，构建了圆柱形电池集总参数热模型，建立了电池内部温度估计算法，误差<±2 ℃。应用长短时记忆神经网络算法构建了电池外部短路损伤边界和失效边界的预测模型。以外部短路前1 s和短路后2 s的电流、电压及环境温度作为输入，结果表明损伤边界预测误差<3.5%，失效边界预测误差<2%。该模型的应用能够加深外部短路对电池损伤的认识，为电池的安全监测提供有力保障。

来源：2023年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第4期