基于径向基神经网络退役锂电池分选研究
2021-01-08何忠霖
电子科技 2021年2期
关键词:模型
何忠霖,周 萍
(上海理工大学 机械工程学院,上海 200093)
随着新能源汽车的飞速发展,世界各国都将面临大批量退役电池处理的问题。目前,退役锂电池的处理方法有两种:一种是直接回收处理;另一种为梯次利用后再回收处理。梯次利用场景包括将退役锂电池用于慢速电动车、移动电源、家庭备用电源以及储能等场所[1-3]。考虑到电动车退役后仍有70%~80%的可用容量[4],后者将提高锂电池全生命周期的经济性。
关于退役电池梯次利用主题的第一种方法是由美国先进电池联盟进行的,其中Pinsky等人研究了使用二次镍氢化物电池的技经济可行性[5]。Saxen等人讨论了电池退役标准在初始容量80%的适用性,以便电池在老化时满足客户需求的续航能力[6]。在经济方面,将退役锂电池用于备用电源和储能场所是有一定经济效益的[7-12]。在环境方面,退役电动车用电池的梯次利用可以大大减少二氧化碳的排放量[13-15]。
电动汽车用动力电源都是由几十个甚至上百个单体电池串并联组成电池组形式使用,从而获得高电压高容量[16]。然而由于受到工艺制造水平的约束,即使同一厂家、同一批的单体电池或多或少都存在不一致的问题。此外,在电池组大量循环使用过程中,在不同的工况和温度等环境下,单体电池的衰减速度是不一样的,从而加剧了单体电池之间的不一致性[17]。退役锂电池一致性问题尤为明显,在使用过程中容易引起过充、过放等问题,严重时将会导致安全问题。……
登录APP查看全文
