对于锂离子电池管理系统BMS非常重要的一个功能就是对电池的SoC状态进行预测,SoC既电池的荷电状态,state ofcharge的缩写,电池的SoC对于电池的管理十分重要,可以指导电池的充放电,防止发生过充过放,延缓电池的衰降。但是对于锂离子电池而言,电池的SoC状态并不是与电压呈现简单的线性关系,这就为电池SoC的预测制造了重重的阻碍。一般而言,电池的电压与电池的SoC,工作电流和温度等因素密切相关,因此为了提高预测的准确度,往往需要复杂的模型。目前比较常见的模型一般分为两大类:1)等效电路模型,这种模型一般是根据电池的测量结果,将电池等效成为一个由电阻、电容等多种电子元器件组成的电路,并根据该模型进行推导计算,从而实现对电池的SoC的预测;2)电化学模型,这种模型更多的是关注锂离子电池内在的反应机理,通过数学模型对电池的正极、负极、界面膜和电解液等组分进行建模,模拟它们在充放电过程中的行为特点,从而实现对锂离子电池的SoC的预测。
上面这些SoC预测方法都是基于我们常见的电压和电流、温度等参数,通过间接的方法推导锂离子电池的SoC状态,由于电池模型误差的存在,因此难以对电池的SoC状态进行高精度的预测。来自德国Fraunhofer硅酸盐研究所的Lukas Gold等人提出了一种利用超声波检测的手段确定锂离子电池SoC状态的方法。为了便于理解Lukas Gold提出的方法的工作原理,我们需要简单介绍一下锂离子电池的反应原理,在锂离子电池充电的过程中,Li+首先从正极脱出,扩散负极表面,然后嵌入到石墨负极的晶格内部,随着Li+的嵌入,石墨颗粒会发生一定程度的体积膨胀,导致负极极片的孔隙率发生变化,而超声波对于孔隙率的变化十分敏感,因此也就能够高灵敏的检测电池的SoC状态。
为了研究负极对超声波的反馈,LukasGold假设负极结构中所有的空隙都填满了电解液,并根据Biot的“弹性波在液体填充的多孔固体中的传播理论”建立了理论模型。为了验证这一理论的准确性,Lukas Gold采用方形1.2Ah电池进行了验证。试验中选用了RCN脉冲作为超声波源,试验原理如下图所示:
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !