基于参比电极的智能电池老化状态的评估方法、装置、设备、存储介质和程序产品

    公开(公告)号:CN118938059A

    公开(公告)日:2024-11-12

    申请号:CN202411141411.2

    申请日:2024-08-20

    申请人: 清华大学

    IPC分类号: G01R31/392

    摘要: 本申请涉及一种基于参比电极的智能电池老化状态的评估方法、装置、设备、存储介质和程序产品,该方法通过获取待测电池,并激活待测电池中的参比电极,得到三电极电池,然后对三电极电池进行放电操作,得到三电极电池对应的第一电池信息,再获取与待测电池对应的扣式电池的第二电池信息,最后根据第一电池信息和第二电池信息,对待测电池的老化状态进行评估,得到评估结果。上述方法中,可以实时通过参比电极获取待测电池的第一电池信息,然后基于第一电池信息和预先确定的第二电池信息,即可对电池的老化状态进行评估,无需拆解电池,可以进行电池全生命周期的在线评估分析,进而提高评估准确性。

    氢储能热电联供系统及其控制方法

    公开(公告)号:CN118888783A

    公开(公告)日:2024-11-01

    申请号:CN202410905249.0

    申请日:2024-07-08

    申请人: 清华大学

    摘要: 本发明公开了一种氢储能热电联供系统及其控制方法,系统包括换热介质循环回路,换热介质循环回路上依次串联设置有燃料电池机构、电解制氢机构、固态储氢机构以及余热供热机构,储能状态下,换热介质循环回路内的换热介质自余热供热机构放热降温后依次流向固态储氢机构和电解制氢机构内吸热,并在吸热后依次流向燃料电池机构和余热供热机构放热;供能状态下,换热介质循环回路内的换热介质自余热供热机构放热降温后流向燃料电池机构内吸热,并在吸热后依次流向电解制氢机构和固态储氢机构内放热。本发明能实现燃料电池机构、电解制氢机构以及固态储氢机构的冷热需求的互补,减少系统的能量损失,提高效率,以及实现电力及热力的时空转移。

    电弧风险防范策略的确定方法、装置和计算机设备

    公开(公告)号:CN118607171A

    公开(公告)日:2024-09-06

    申请号:CN202410620945.7

    申请日:2024-05-20

    申请人: 清华大学

    IPC分类号: G06F30/20 H01M10/42

    摘要: 本申请涉及一种电弧风险防范策略的确定方法、装置和计算机设备。方法包括:采集电池系统中电池单体在特定状态条件的热失控喷发数据、以及电池系统的初始电极模型,并将各颗粒物数据,划分到多个颗粒物数据组;基于每个颗粒物数据组中的各颗粒物平均等效球直径,通过初始电极模型,构建每个颗粒物数据组对应的电极间隙填充模型,并模拟每个电极间隙填充模型的运行过程,得到每个模型的临界击穿电压值;基于每个颗粒物数据组中的各颗粒物平均等效球直径和其对应的临界击穿电压值,生成电池系统的临界击穿电压分布信息,并基于临界击穿电压分布信息,生成电池系统的电弧风险防范策略。采用本方法能够提升了对诱导电弧的风险防护效果。

    锂离子电池组热失控处理系统与方法

    公开(公告)号:CN109585946B

    公开(公告)日:2024-07-26

    申请号:CN201811459906.4

    申请日:2018-11-30

    申请人: 清华大学

    摘要: 本申请提供了一种锂离子电池组热失控处理系统与方法,所述锂离子电池组热失控处理系统包括锂离子电池组、气压检测装置、储气装置、稀释装置和控制器。一方面,在锂离子电池组的壳体内设置气压检测装置,可以实时监控所述锂离子电池组的内部气压情况,使得在热失控过程发生后,监控人员可以依据所述锂离子电池组的内部气压情况,迅速做出行动;另一方面,所述锂离子电池组电连接有所述储气装置和所述稀释装置,可在锂离子电池组内的电芯发生热失控时,通过所述窗口门将所述电芯移出所述壳体,控制所述储气装置或所述稀释装置调整所述壳体内的气体压强,有效阻止锂离子电池组内部进一步产生剧烈的化学反应。

    锂离子电池组
    5.
    发明授权

    公开(公告)号:CN109585738B

    公开(公告)日:2024-07-26

    申请号:CN201811459635.2

    申请日:2018-11-30

    申请人: 清华大学

    摘要: 本申请提供了一种锂离子电池组,包括壳体、支架和多个电芯。所述壳体包括顶部盖板、底部垫板和多个依次首尾连接的壁板。在每一个所述壁板开设有窗口门,以使所述电芯通过所述窗口门自由出入所述壳体。本申请提供的锂离子电池组结构,一方面,在锂离子电池组的壳体内设置支架,将壳体内的收纳空间分隔为多个分部独立密闭的子收纳空间,大大减小了在热失控发生时锂离子电池组内部电解液反应的体积,大大降低了电解液反应速率,从而遏止了热失控的进一步发展;另一方面,在所述壳体的壁板上,开设有窗口门,锂离子电池组内的电芯可在热失控发生时,通过所述窗口门将所述电芯移出所述壳体,有效阻止锂离子电池组内部进一步产生剧烈的化学反应。

    充放电控制方法、装置、计算机设备和存储介质

    公开(公告)号:CN118288842A

    公开(公告)日:2024-07-05

    申请号:CN202410277258.X

    申请日:2024-03-12

    申请人: 清华大学

    摘要: 本申请涉及一种充放电控制方法、装置、计算机设备和存储介质。方法包括:获取包括指示电动汽车通过充电机进行充电的第一指令,和/或,指示电动汽车通过充电机向电网系统放电的第二指令的控制指令,并根据该控制指令控制第一电流、第二电流以及第三电流,以对电动汽车进行充放电控制。由于可以控制第三电流参与充放电控制,避免了电网系统需要电动汽车参与调峰调频,而电动汽车需要充电所产生的矛盾,通过控制充电机的储能电池的第三电流与充电机的第一电流和第二电流进行协调作业,能够提高对电动汽车进行充放电控制的效率。

    复合集流体及其制备方法、电极极片、电池和用电装置

    公开(公告)号:CN117878335B

    公开(公告)日:2024-06-04

    申请号:CN202410275238.9

    申请日:2024-03-12

    申请人: 清华大学

    IPC分类号: H01M4/66 H01M10/42 H01M10/052

    摘要: 本申请涉及一种复合集流体及其制备方法、电极极片、电池和用电装置,该复合集流体包括支撑层以及设置在支撑层相对的两个表面上的金属层,支撑层包括聚合物基膜和自毁剂,至少部分的自毁剂设置在聚合物基膜的孔隙内,自毁剂包括无机盐水合物和酚类化合物中的一种或多种,有效降低了电池在高温下的热失控概率和电池的热灾害程度。

    锂离子电池防火装置
    8.
    发明授权

    公开(公告)号:CN110393876B

    公开(公告)日:2024-05-31

    申请号:CN201910717643.0

    申请日:2019-08-05

    申请人: 清华大学

    摘要: 本申请提供一种锂离子电池防火装置,阻火空间入口、多个第一开口、多个第二开口以及阻火空间出口形成一个阻火通道。阻火通道充分利用了阻火空间内的空间,使得喷发物产生的火焰在阻火空间内流经较长的路线。当喷发物产生的火焰在所述阻火通道内流通时,可以使得喷发物产生的火焰的热损失突然增大,并对喷发物产生的火焰进行了阻隔,以致燃烧不能继续下去而熄灭。并且,喷发物产生的火焰会撞击第二阻火板、第一阻火板、入口挡板以及出口挡板,利用器壁效应终止链反应有利于壁面传热和增加活性基团的销毁速率,从而无法继续着火。

    自放电率的确定方法、装置、计算机设备和存储介质

    公开(公告)号:CN118091445A

    公开(公告)日:2024-05-28

    申请号:CN202410135237.4

    申请日:2024-01-31

    申请人: 清华大学

    摘要: 本申请涉及一种自放电率的确定方法、装置、计算机设备和存储介质。所述方法包括:根据多个电池中各电池的初始自放电率,确定各电池在预设数量的内短路电流下的状态;根据各电池在预设数量的内短路电流下的状态,确定各电池在预设数量的内短路电流下的检出率,得到检出率和检出电流之间的对应关系;根据检出率和检出电流之间的对应关系,确定与预设检出率对应的目标检出电流;根据目标检出电流和标准检出电流,确定各电池的本征自放电率。与现有的直接根据经验确定电池的本征自放电率的方法相比,上述方法考虑了各电池在预设数量的内短路电流下的状态,在一定程度上提高了确定的本征自放电率的准确度。

    电池故障的诊断方法、装置、计算机设备和存储介质

    公开(公告)号:CN117872136A

    公开(公告)日:2024-04-12

    申请号:CN202311599667.3

    申请日:2023-11-28

    申请人: 清华大学

    摘要: 本申请涉及一种电池故障的诊断方法、装置、计算机设备和存储介质,该方法通过获取待测电池的工作信号,然后将工作信号输入至故障诊断模型中进行故障诊断,得到诊断结果。其中,工作信号包括待测电池的工作电压和/或待测电池的极化电压,故障诊断模型是基于样本数据集训练得到,样本数据集是通过待测电池对应的电池模型生成。上述方法通过电池模型生成大量的样本数据集,然后利用大量的样本数据集训练得到高准确度的故障诊断模型,可以提高故障诊断的准确性。