鉅大LARGE | 點擊量：1562次 | 2020年03月27日
提升鋰離子動力電池安全性的技術和相關措施有哪些？
新能源汽車安全事故主要由動力電池熱失控引起，但熱失控的原因錯綜復雜，事故源頭難以明確。目前，我國動力電池行業(yè)經過十多年積累已經有了很大提升，特別是在對動力電池的理解和認識方面，應對目前電動汽車的電池使用是能勝任的。
當環(huán)境溫度高或發(fā)生某些內部故障時，鋰電池很容易著火或發(fā)生熱爆炸。這是因為鋰金屬具有高反應性，常用的電解質是易燃的。目前，大多數(shù)跟蹤鋰離子電池溫度的技術都不充分，因為傳感器只能讀取電池的外表面溫度，但是，表面溫度不足以告訴電芯的內在狀態(tài)。內部溫度會提供更多關于熱力學的信息。但是，目前很少有方法將傳感器放在電池內。
不過，王子冬還表示，需要認識到動力電池的開發(fā)需要多學科協(xié)調推進，需要整車企業(yè)、電池企業(yè)、材料企業(yè)增強溝通和合作，在多個層面上提高動力電池的整體安全性。如果說動力電池將著火放在安全考量的首位，那么消費類軟包電池的漏液和腐蝕問題，則是業(yè)界較難克服的頑疾。
深圳前海久禾科技的電池安全監(jiān)測設備服務于華為、三星等終端用戶，負責人李永剛介紹說，利用先進的光離子化技術傳感器，來捕捉電解液中的有機分子，進而判斷電解液是否泄漏，這一過程可信賴度高，更容易追蹤測試數(shù)據，也有利于測試結果的分類處理。因此，對電池微短路、漏液和腐蝕問題的管控不僅要從電池配方和工藝上入手，還要借助先進的探測技術來確保隱患電池不流入市場。
對此，目前，美國堪薩斯大學的研究人員正在開展一項新的技術：開發(fā)機器學習技術，以監(jiān)測和防止鋰離子電池過熱。通過使用人工智能和機器學習，就可以預測細胞內的溫度，從而能檢測其行為。內部溫度將提供豐富的數(shù)據，供給機器學習方法，并結合數(shù)學模型來預測細胞內部正在發(fā)生的事情。
符合Exic IIB T4 Gc防爆標準
充電溫度：0~45℃
-放電溫度：-40~+55℃
-40℃最大放電倍率：1C
-40℃ 0.5放電容量保持率≥70%
項目負責人表示，計算機學習技術可預測電池內部溫度的變化，而不是在整個電池中假設溫度均勻，就像現(xiàn)在的建模方法“集總參數(shù)模型”一樣，從而更加準確和真實意味著計算電池發(fā)生熱失控的可能性。
當充電或放電時，溫度分布不均勻，通常在電極附近內部較高，但是表面外的溫度較低。集總模型僅考慮均勻的溫度分布，但通過機器學習和模型的方法可以提供溫度的時空重建。
鋰電池輸入人工智能以推斷內部溫度的數(shù)據可以在由電池供電的設備中處理，或者與云計算相關聯(lián)。如果電池經歷熱失控，則設備將被編程為在電池變得足夠熱以引起火災或引發(fā)爆炸之前關閉或斷開電池。通過這些創(chuàng)新，鋰電池可以通過將數(shù)百個電池捆綁在一起的電池擴大到更高的工業(yè)水平。
