-
公开(公告)号：CN118367135A
公开(公告)日：2024-07-19
申请号：CN202410215178.1
申请日：2024-02-27
Applicant: 中南大学
IPC: H01M4/40 , C22C49/04 , C22C49/14 , C22C47/08 , H01M10/052 , H01M6/36 , C22C101/22
Abstract: 本发明属于储能材料领域，特别涉及一种含硼复合锂金属负极材料及其制备方法及和应用。所述含硼复合锂金属负极材料由金属锂、硼和其他元素T组成，基于含硼复合锂负极材料的总质量，其中金属锂的质量占比为50～85％，硼的质量占比为10～30％，其他合金元素T的质量占比为5～20％，并且复合材料中硼元素和其他合金元素T的合计质量占比为15～50％；所述硼元素由含硼化合物提供或由含硼化合物和单质硼共同提供。本发明所设计的制备方法为：通过将金属锂、单质硼和硼化物在保护气氛下高温熔炼制得。以硼化物作为硼源与锂原位反应生成锂硼纤维相和第二锂合金相，可通过添加单质硼进一步调控锂硼纤维含量，从而综合提升复合电极的结构稳定性和电化学性能。
-
公开(公告)号：CN112946484A
公开(公告)日：2021-06-11
申请号：CN202110174498.3
申请日：2021-02-07
Applicant: 中南大学
IPC: G01R31/367 , G01R31/382
Abstract: 本发明公开了一种基于BP神经网络的SOC估计方法、系统、终端设备及可读存储介质，所述估计方法包括：S1：设定温度梯度，在各个温度进行放电操作以采集电池在各个温度下的样本数据；所述样本数据中的电池特征量至少包含：温度、变温速率、前一个时刻的剩余电量；S2：基于步骤S1采集的样本数据训练BP神经网络得到SOC预测模型；其中，将待测电池的电池特征量输入至所述SOC预测模型得到SOC值。本发明利用变温速率以及温度的特征量，将低温环境与SOC、SOC与温度环境变化的关联性引入到了模型中，使得构建的SOC预测模型的准确率大大提高，大幅改善温度变化下实际剩余电量变化而导致SOC产生较大误差的情况。
-
公开(公告)号：CN112994012B
公开(公告)日：2022-06-24
申请号：CN202110174496.4
申请日：2021-02-07
Applicant: 中南大学
Abstract: 本发明公开了一种交直流混合电网的能量管理系统及其方法，该系统包含交流子网、直流子网以及耦合变换器，所述交流子网、直流子网均与所述耦合变换器连接；所述直流子网中接入直流电源和直流负载，所述交流子网中接入交流电源和交流负载，所述耦合变换器进行DC/AC功率或AC/DC功率变换，以控制直流子网和交流子网的功率流向实现功率均分；进一步的，在直流侧引入分布式功率限制项实现了分布式电源的功率限制和均分控制，在交流侧利用改进的下垂控制实现了交流子网的功率均分和功率限制控制。
-
Patent Agency Ranking
公开(公告)号：CN112994012A
公开(公告)日：2021-06-18
申请号：CN202110174496.4
申请日：2021-02-07
Applicant: 中南大学
Abstract: 本发明公开了一种交直流混合电网的能量管理系统及其方法，该系统包含交流子网、直流子网以及耦合变换器，所述交流子网、直流子网均与所述耦合变换器连接；所述直流子网中接入直流电源和直流负载，所述交流子网中接入交流电源和交流负载，所述耦合变换器进行DC/AC功率或AC/DC功率变换，以控制直流子网和交流子网的功率流向实现功率均分；进一步的，在直流侧引入分布式功率限制项实现了分布式电源的功率限制和均分控制，在交流侧利用改进的下垂控制实现了交流子网的功率均分和功率限制控制。
-
公开(公告)号：CN111082038B
公开(公告)日：2023-03-21
申请号：CN201911193472.2
申请日：2019-11-28
Applicant: 中南大学
IPC: H01M4/40 , H01M10/052
Abstract: 本发明涉及能源电池领域，特别涉及一种锂电池用低硼含量锂硼合金电极材料及应用。所述电极材料以质量百分比计，包括下述组分：Li85.01‑95％；B4.99‑9.99％；M0.01～5％；所述M选自Au、Ag、Si、Al、Zn、C、Mg中的至少一种；所述电极材料用作锂电池负极材料时，其比容量为2700‑3400mAh/g。本发明实现了高比容量和循环寿命的同步提升。
-
公开(公告)号：CN112946484B
公开(公告)日：2022-12-23
申请号：CN202110174498.3
申请日：2021-02-07
Applicant: 中南大学
IPC: G01R31/367 , G01R31/382
Abstract: 本发明公开了一种基于BP神经网络的SOC估计方法、系统、终端设备及可读存储介质，所述估计方法包括：S1：设定温度梯度，在各个温度进行放电操作以采集电池在各个温度下的样本数据；所述样本数据中的电池特征量至少包含：温度、变温速率、前一个时刻的剩余电量；S2：基于步骤S1采集的样本数据训练BP神经网络得到SOC预测模型；其中，将待测电池的电池特征量输入至所述SOC预测模型得到SOC值。本发明利用变温速率以及温度的特征量，将低温环境与SOC、SOC与温度环境变化的关联性引入到了模型中，使得构建的SOC预测模型的准确率大大提高，大幅改善温度变化下实际剩余电量变化而导致SOC产生较大误差的情况。
-
公开(公告)号：CN114242993A
公开(公告)日：2022-03-25
申请号：CN202210164371.8
申请日：2022-02-23
Applicant: 中南大学
IPC: H01M4/40 , H01M4/62 , H01M4/04 , H01M4/36 , H01M10/052
Abstract: 本发明提供了一种复合电极材料及其制备方法和应用，该复合电极材料是将骨架材料和锂硼复合材料的片材进行轧制复合，使所述锂硼复合材料嵌入所述骨架材料中，得到所述复合电极材料；其中，所述复合电极材料厚度为30~500μm；所述骨架材料呈栅网结构；按质量百分数计，所述锂硼复合材料中锂含量为65%~95%，硼含量5~35%，其他元素含量0~30%。本发明通过将锂硼复合材料嵌入稳定的栅网骨架结构中，以此来均匀电极表面电流密度分布并赋予电极足够的自支撑强度，从而调控锂的沉积/溶解行为，提升电极结构稳定性，该复合电极材料应用于锂金属基电池中，可提高锂金属基电池的安全性能和循环寿命。
-
公开(公告)号：CN111082038A
公开(公告)日：2020-04-28
申请号：CN201911193472.2
申请日：2019-11-28
Applicant: 中南大学
IPC: H01M4/40 , H01M10/052
Abstract: 本发明涉及能源电池领域，特别涉及一种锂电池用低硼含量锂硼合金电极材料及应用。所述电极材料以质量百分比计，包括下述组分：Li85.01-95％；B4.99-9.99％；M0.01～5％；所述M选自Au、Ag、Si、Al、Zn、C、Mg中的至少一种；所述电极材料用作锂电池负极材料时，其比容量为2700-3400mAh/g。本发明实现了高比容量和循环寿命的同步提升。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
