CAT蓄电池基于内部温度演变规律的锂离子电池热失控监测与早期预警
来源:
卡特蓄电池 发布时间:2026-03-16 18:30:07 点击: 次
目前基于外部温度监测的电池安全预警方法难以同时保障准确性与实时性。为提前锂离子电池热失控预警时间窗口,本文提出一种基于内部温度测量的热滥用失控预警方法。研究分析了荷电状态(SOC)、加热功率及电池老化程度对锂离子电池热失控特性的影响。实验结果表明:当SOC≥50%时,电池热失控反应更为剧烈,其内部温度将超过900°C。荷电状态100%电池的泄压阀开启温度介于130°C至150°C之间,热失控时内外最大温差达429.8°C。实验中记录到的热失控期间最高内部温度为1063.2°C,所有峰值温度均未超过1100°C。此外,研究发现老化电池泄压阀的开启温度低于新电池。基于内部温度分析,解耦了热滥用条件下锂离子电池热失控全过程,并建立了分阶段的内部温度预测模型。最终提出了一种基于温度、温升速率及内外温差模型的热失控预警方法。
引言
近年来,锂离子电池(LIBs)因其高电压、大比能量、长循环寿命及使用过程无污染等优势[[1], [2], [3]],在纯电动汽车领域获得广泛应用。然而,这类电池材料化学性质较为活泼且热稳定性较差,在碰撞、挤压、穿刺、高温或过充滥用条件下,可能发生热失控并引发燃烧、爆炸等危险事故。当前国内外LIBs起火爆炸事故频发,安全性问题仍是阻碍电动汽车大规模商业化的首要挑战[4]。因此,亟需深入理解LIBs热失控的演化机制,并提出预警策略以预防火灾爆炸事故。
电池热失控被称为威胁电池安全的"癌症",是制约电动汽车与新能源储能规模化发展的核心瓶颈。其根本诱因在于电池内部发生的一系列复杂且相互关联的"链式副反应"[5]。从局部短路发展为大面积短路,电池内部温度急剧攀升,可达1000℃甚至更高,最终引发燃烧。Wang等[6]对不同类型锂离子电池热失控后释放气体的火灾爆炸风险进行了对比研究。Liu等[7]探究了锂离子电池在微过充循环条件下的产热特性与热失控行为,揭示出低温高荷电状态电池比高温低荷电状态电池具有更高危险性。Chen等[8]通过外部加热诱导热失控的方式,对比分析了30%SOC与100%SOC状态下电池的热失控特性。Liu等[9]研究了充电速率、环境温度和老化对过充诱发热失控的影响。Xu等[10]发现锂离子电池的热失控特征温度可分为三个阶段。初始阶段,电池开始产热,该特征温度称为自产热起始温度;第二阶段为电池发生热失控,其特征温度被称为热失控扳机温度。在第三阶段,电池达到峰值温度后开始冷却,这一特征温度被称为热失控最高温度。Zhang等人[11,12]在文献中也观察到了关于这些热失控特征温度的类似规律。为探究锂离子电池热失控反应的发生顺序与温度区间,Mao等人[13]采用加速量热仪(ARC)对不同荷电状态(0% SOC、50% SOC、75% SOC、100% SOC)的18650型锂离子电池进行了热失控实验。针对锂离子电池的自生热反应与热失控临界状态进行了全面研究,将热失控过程划分为不同阶段。Feng等[14]阐明了热失控过程中链式反应的作用机制,并指出"热量-温度-反应"循环是其根本诱因。从当前热失控研究现状来看,已有大量工作聚焦于锂离子电池热失控特性研究。然而学者们主要讨论电池表面温度变化,基于内部温度的热失控研究则相对有限。
目前,多种热失控监测与预警信号被广泛应用,包括温度信号、电信号、应变信号以及燃料费信号[15]。部分研究者专注于表面温度信号的监测与预警[16,17],主要采用热电偶(TCs)和光纤布拉格光栅传感器(FBGs)来监测电池表面温度;另一些学者则着力于电信号的监测与预警[18,19],主要通过电压变化来识别热失控现象。由于热失控过程中内部温度显著高于外部温度[20],圆柱形电池的内部温度可能比外部温度高出数百摄氏度[21]。因此,表面温度无法及时反映电池的安全状态。就电信号而言,电池内部短路会导致明显的电压波动,且预警信号存在显著延迟。在应变监测与预警研究方面,学者们主要将FBG传感器布设在锂离子电池内部及表面以监测电池应变[[22], [23], [24], [25], [26]]。虽然应变监测方法能够实时捕捉电池应变,但需注意FBG传感器结构精密,监测过程中易受干扰,特别是电解液侵蚀造成的干扰。基于燃料费监测与预警的研究,学者们主要通过滥用锂离子电池进行热失控实验,并采用气体分析仪检测气体种类与浓度[[27], [28], [29], [30]]。在燃料费监测预警方面,只有当电池泄压阀开启后,才能检测到明显的气体浓度变化,此时电池已进入热失控状态。锂离子电池热失控预警研究表明,现有监测手段存在不准确或延迟问题,无法实现精准实时的电池安全预警。Feng [14]指出,温度是触发热失控链式反应的核心因素,而电池内部温度是反映其热状态最直接有效的指标。因此,为确保电池安全预警的精确性和及时性,必须深入研究与热失控相关的内部温度特性。
在锂离子电池内部温度检测研究方面,部分科研团队采用热电偶(TCs)和光纤布拉格光栅(FBGs)植入电池内部进行精确测量[[31], [32], [33]]。例如,Li等[32]将热电偶植入叠片电池多个位置,研究了不同放电倍率下内外温度的时空分布特性。另有团队通过建立电热耦合模型,实现了基于外部温度实时推算内部温度的方法[[34], [35], [36], [37]]。此外,Kleiner等[38]采用人工神经网络实现了电池内部温度的实时预测。目前关于锂离子电池热失控过程内部温度测量的研究虽有报道,但主要集中在内部温度检测方法和内部温度预测方面。[38]利用人工神经网络实现了电池内部温度的实时预测。当前针对锂离子电池热失控过程内部温度测量的研究虽已有部分成果,但其研究焦点仍集中于内部温度检测方法与内部温度预测两大方向。
综上所述,当前关于热失控的研究主要采用表面温度来表征热失控过程。然而,该方法未能考虑热失控现象中电池内部与外部存在的显著温差,使得表面温度无法充分反映电池安全性。已有研究在电池热失控过程中实现了内部温度的测量与预测。然而,目前尚未发现基于内部温度探究荷电状态(SOC)与加热功率对电池热失控影响的提案,也未检索到基于内部温度构建的预警模型。
因此,为解决电池内外温度演变规律缺失以及热失控监测预警不准确等问题,本研究开展了锂离子电池热失控行为的实验研究,并探究了其内外温度演变规律。随后,基于内部温度构建了热失控预测模型。在此模型基础上,提出了一种融合外部温度与温升速率的两阶段锂离子电池热失控预警模型。