立体碳包覆钛掺杂LiFePO_4的制备及高低温性能研究

以高价的Ti 4+为掺杂离子、聚乙烯醇(PVA)为碳源,通过高温固相法制备了原位立体碳包覆的LiFe0.96Ti0.02PO4/C正极材料.采用XRD,SEM,TEM及EDS对材料的微观结构进行了表征,通过循环伏安、交流阻抗以及恒流充放电实验测试材料的电化学性能.结果表明,PVA的热解碳导电优良且最易于实现原位立体包覆LiFePO4,经过原位立体碳包覆和钛掺杂综合改性后,活性材料在不降低原有高温结构稳定性的前提下,具备了更优良的低温电化学性能和倍率性能:于0℃时0.1C和30℃时5C的放电比容量分别为128.7mAh/g和97.4mAh/g.     

新型固体电解质Li_3PO_4-LiAlO_2的合成及其电化学性能研究

采用固相合成法制备了Li3PO4-LiAlO2固态锂离子电解质材料.研究了摩尔配比、煅烧温度对产物相组成、颗粒形貌、电性能的影响.结果表明:当P/Al化学计量比为1∶1时,煅烧后试样中存在片状的γ-LiAlO2和球状的γ-Li3PO4两相,粒径约为0.5~1μm.当P/Al化学计量比为3∶1时,煅烧后试样主要是Al掺杂的球状γ-Li3PO4固溶体.此样品1 000℃煅烧后,离子电导率为6.4×10-5S/cm,说明Al掺杂能有效提高γ-Li3PO4无机固体电解质离子电导率.1 100℃煅烧后,样品锂离子电导率降低.循环伏安曲线研究表明,Al掺杂γ-Li3PO4无机固体电解质样品在饱和LiNO3水溶液中具有较好的可逆性,其电化学窗口达到1.5V.     

采用Morlet小波的锂电池相对健康状态估计

针对现有电池健康状态(SOH)估计方法存在估计精度低、计算量大等问题,提出了一种采用Morlet小波的锂电池相对健康状态估计方法。首先探究了电池电化学阻抗谱(EIS)与相对健康状态对应关系,然后获取电池实际工况下的电压电流数据,采用Morlet小波对所获得的电池电压和电流数据分别进行Morlet小波变换,用变换后的电压小波系数除以电流小波系数在线计算电池EIS,最后利用在线计算的EIS估计电池的相对健康状态。该方法无需进行大量实验,准确度高,计算快,能更好地应用于电动汽车中。在城市道路循环(UDDS)工况下对所提出的方法进行了验证,实验结果表明,该方法可以准确估计出电池的相对健康状态,估计误差控制在3.3%以内。     

高氯酸锂在碳酸丙烯酯中溶剂化的红外和拉曼光谱研究

锂电池是最具希望的未来电源之一，其电解质溶液的性质是决定电池性能的重要因素．碳酸丙烯酯（ＰＣ）具有较高的介电常数和良好的电极惰性，是锂电池工业中被广泛采用的溶剂．Ｂａｔｉｓｔｉ［１］曾对高氯酸锂和ＰＣ之间的相互作用进行了研究，发现它们之间的相互作用主...     

太阳能发光树扮靓城市街道

<正>如何把街道绿化和路灯结合起来,是不少城市景观设计师正在考虑的事情。最近,美国一些景观设计师开发出一种结合绿化与照明的太阳能发光树。这种发光树突出了一些低碳设计,比如太阳能、锂电池和LED(发光二极管)灯。更妙的     

硫化铁电极在室温熔盐中的嵌锂行为

采用活性电沉积的方法共沉积硫化铁电极，并研究其在室温熔盐中的嵌锂行为．循环伏安及充放电结果表明，硫化铁电极在室温熔盐中具有较高的活性和稳定性．结果显示，硫化铁嵌锂过程分两步骤进行，第一步骤是一个可逆反应的过程，而第二步为不可逆过程．     

轻小型无人机锂电池在冲击载荷下机械/电化学耦合失效特性试验

为研究轻小型无人机锂电池在受到冲击载荷下的动响应特性及其可能产生的内短路、热失稳以及起火爆炸的规律,我们开展了轻小型无人机锂电池在落锤冲击下的测试试验,研究了不同落锤跌落能量下撞击载荷、响应模式、电压和温度变化,结合电池的机械响应及其电化学参数变化综合分析了轻小型无人机电池的安全性。研究结果表明：电池单体在受到不同能量落锤撞击后分为三种响应模式：低能量冲击模式、中能量冲击模式、高能量冲击模式;电池冲击载荷以及电池自身的电压变化与冲击能量的变化具有明显的相关性,电池电压和冲击载荷互为影响,具有强关联的耦合特性;电池电量与电池撞击过程中的压降规律、趋势和幅度等电化学性能之间并未有明显的耦合关系,但是对电池受撞击后的着火、爆炸等安全性后果具有重要影响。     

钛酸锂电池城区电网储能系统经济性分析模型

储能系统全寿命周期内收益最大化为目标,考虑钛酸锂电池的循环寿命及放电深度对储能系统成本的影响等因素,建立储能系统收入模型和全寿命周期年均成本模型,在此基础上建立基于钛酸锂电池的城区电网储能系统经济性评价模型。算例分析结果表明,该模型能够实现城区电网中钛酸锂电池储能系统的成本控制,可在寿命周期内实现预期的经济效益。     

改进PSO优化LSSVM的锂电池SOC估算模型

为提高锂电池荷电状态(SOC)的估算精度,提出一种改进粒子群优化(PSO)算法;对最小二乘支持向量机(LSSVM)的惩罚参数C和核函数参数σ进行寻优,建立基于改进PSO-LSSVM的锂电池SOC估算模型.对磷酸铁锂充放电实验数据进行仿真分析,结果表明:改进PSO-LSSVM模型的平均相对误差为2.96%,均方根误差为0.018,全局最大相对误差为4.79%;改进PSO-LSSVM模型明显提高锂电池SOC估算精度.