首页期刊导航|储能科学与技术
期刊信息/Journal information
储能科学与技术
化学工业出版社
储能科学与技术

化学工业出版社

丁玉龙

双月刊

2095-4239

energystorage_cip@163.com;esst_edit@126.com

010-64519601/9602

100011

北京市东城区青年湖南街13号

储能科学与技术/Journal Energy Storage Science and TechnologyCSCD北大核心CSTPCD
查看更多>>《储能科学与技术》（Energy Storage Science and Technology）是化学工业出版社、中国化工学会联合主办的国内唯一的储能专业期刊，由中国石油和化学工业联合会主管，国内统一刊号CN 10-1076/TK，中国科学引文数据库核心期刊（CSCD）、中国科技核心期刊，中国化工学会及储能工程专委会会刊。目前已被美国《乌利希期刊指南（网络版）》（Ulrichsweb）、英国科学文摘数据库（INSPEC）和美国《化学文摘（网络版）》（CA）收录，荣誉主编为英国伯明翰大学丁玉龙教授。
正式出版
收录年代

    金属异物缺陷演化特性及其对产线K值的影响机制

    袁悦博王贺武孔祥栋蒲明伟...
    1197-1204页
    查看更多>>摘要：电池制造过程出现的缺陷问题会极大影响电池产品的安全性等,其中产线金属异物侵入可能导致自发性内短路甚至引发热失控,然而目前关于在电池内部的演化机理及相应的外在表征的研究较少,尤其是针对微小金属异物的研究.因此本研究在电池中植入百微米直径铜颗粒,模拟产线金属异物侵入形成缺陷电池,分析了缺陷电池内短路电流特征,拆解研究了内短路区域的微观结构,通过模型仿真了内短路区域的电位分布,综合解释了缺陷对产线关键检测指标K值(电压下降率)的影响规律与机制,并在实际试制线大容量电池上进行了验证.相关研究成果可用于提高产线缺陷检出率,预防潜在的安全事故.研究结果表明,铜颗粒等金属异物侵入电池后,可能导致正极-颗粒-负极和正极-负极两种模式的内短路,内短路电流在正极中产生的电位梯度可抑制颗粒的进一步溶解,从而使得在K值测试条件下的两种内短路模式均会达到平衡状态.两种模式的内短路程度相近,内短路电流处在0.1～1 mA量级.相同的内短路电流对于不同容量单体的K值影响不同,产线上为保证检测效果,随着电池产品容量的增加,K值检测阈值及正常电池的基准值需要相应降低.

    锂离子电池智能制造金属异物缺陷检测K值

      原文链接:
    • 万方数据
    • 维普

    不同温度下的基于BPNN-AUKF的新型自动水下航行器SOC估计器

    李青张劭玮罗斯伦李炬晨...
    1205-1215页
    查看更多>>摘要：本研究提出了一种基于反向传播神经网络(BPNN)和自适应无迹卡尔曼滤波器(AUKF)的SOC(state of charge)估计方法.首先针对电池SOC与端电压之间在不同温度下的关系,研究设计了一系列温度补偿策略,以提高在低温、低SOC条件下的估计精度.其次,利用反向传播神经网络(BPNN)建立了一个耦合了温度补偿策略的电池模型.这个模型能更好地适应低温和低SOC条件下的电池状态变化,提高了SOC估计的准确性.最后,基于BPNN电池模型建立了BPNN-AUKF的SOC估计框架,通过利用测量值与测量预测值之间的信息和残差序列,对系统过程和测量噪声协方差进行估计修正.通过实验验证,发现该方法在低温环境下具有明显优势,相比传统方法能够更准确地估计电池的SOC,且具备较好的泛化能力.这种基于BPNN-AUKF方法的SOC估计器不仅适用于自主无人潜水器(AUV),而且对于其他在复杂环境中工作的车辆也具有广泛的应用价值.

    SOC估算自适应无迹卡尔曼滤波器温度补偿策略神经元网络模型自主水下航行器

      原文链接:
    • 万方数据
    • 维普

    发展基于"语义检测"的低参数量、多模态预训练电池通用人工智能模型

    吴思远李泓
    1216-1224页
    查看更多>>摘要：ChatGPT的出现意味着一种以"预训练+微调"为主的新科研范式诞生,以OpenAI为代表的企业正朝着训练通用人工智能(AGI)模型的路线前进,AGI意味着人工智能具备超越人类智力并解决通用性问题的能力,其是为了解决通用问题并具有强大的自学能力来促进人类社会发展.然而OpenAI等模型仍然是以文本为主结合图像等作为输入,对于电池体系来说,文本信息是少数的,更多的是温度、电压-电流曲线等的多模态数据,其所关注的结果包括电池荷电态、电池健康度、剩余寿命和是否出现电池性能跳水的拐点,甚至包括无数据情况下电池二次(梯度)利用的健康度评估.这意味着ChatGPT的路线虽然也可能解决电池体系的问题,但是以文本为主的样式或许有些"杀鸡用牛刀",即使未来OpenAI的AGI可能解决当前电池存在的问题,但是在模型参数和输入方面与电池本质不符会使得模型参数量巨大而不适合电池离线端评估.对于电池体系的AGI,应该有自己独特的"文本语言"即理解电池运行过程中所发生的一切物理、化学过程以及其之间的关联,从而实现通用性并为后续全固态电池量产上车做铺垫.本文展望了在电池体系发展AGI过程中应该重新设计模型架构,特别在特征表示、数据结构设计、预训练方法、预训练过程设计和实际任务微调等需要重新设计.此外,相较于运行在服务器端的大模型,发展低参数量特别是离线的模型对于实时预测和基于我国国情及国际形势发展是十分必要的.本文主要讨论了发展基于"语义检测"的低参数量、多模态预训练电池通用人工智能模型所需要经历的几个阶段、可能面临的困难和评价指标,同时给出中国科学院物理研究所(以下简称物理所)在电池大模型在预训练、微调和测评三个方面"三步走"计划中的规划和可能线路.

    多模态通用人工智能电池状态语义检测预训练

      原文链接:
    • 万方数据

    原位表征技术在锂氧气电池中的研究进展

    张晓平容远嘉王潜雁高梦林...
    1225-1238页
    查看更多>>摘要：锂氧气电池以其极高的能量密度受到了科研工作者们的广泛关注.然而,锂氧气电池存在金属锂负极稳定性差、充电过电位高等关键难题,使得电池循环寿命短、能量利用效率低,距离大规模应用还有很长一段距离.为了推动锂氧气电池的发展,越来越多的先进原位表征手段用于研究锂氧气电池的机理和优化电池结构.先进的原位表征技术不仅可以用于获取电池的静态信息,同时能准确获取电池在循环过程中的动态电化学行为以及结构演变过程,对于推动锂氧气电池的发展有着重要意义.本文综述了近年来应用于锂氧气电池原位表征手段的相关研究进展,包括原位显微表征技术、原位X射线表征技术、原位质谱表征技术等.通过具体的研究案例,分析了各种原位表征技术的功能,总结了其在锂氧气电池领域里的具体应用场景,揭示了锂氧气电池更深层次的反应机理,并探讨和展望了未来锂氧气电池研究中需要的先进原位表征技术.

    锂氧气电池原位表征反应机理

      原文链接:
    • 万方数据
    • 维普

    原位表征技术在锂硫电池机理研究中的应用

    许旭鹏许旭明陈虹艳梁雅儒...
    1239-1252页
    查看更多>>摘要：商用锂离子电池的低能量密度已经无法满足电动汽车和电子设备迅速发展的需求,锂硫电池作为一种高能量密度、绿色环保且成本低廉的储能器件,已经成为储能领域的重要议题.然而,氧化还原动力学缓慢、穿梭效应严重、电解液耗竭以及锂负极的降解等问题依然阻碍着锂硫电池商业化的脚步.研究锂硫电池系统内各部件的基本反应机制对于解决以上问题,并进一步提高电池的整体性能至关重要.原位表征技术可用于锂硫电池充放电过程中各部件结构变化与反应进程的实时观察与研究,对锂硫电池机理的揭示有望从材料设计层面大幅提升电池整体性能.本文通过对近期研究工作进行总结,介绍了锂硫电池在提高循环寿命和高能量密度上遇到的瓶颈性问题,简述了原位拉曼光谱、原位透射电镜、原位共振非弹性X射线散射、原位红外光谱和原位核磁共振光谱等原位表征技术在锂硫电池中的应用.并结合锂硫电池涉及的氧化还原反应、多硫化物溶解、电解液对多硫化物的抑制以及锂负极降解等具体环节,重点分析了原位表征技术在这些具体环节中监测多硫化物转化过程和探究锂硫电池内部反应机理方面的研究进展,指出了原位表征技术在促进锂硫电池机理理解方面的重要作用.

    锂硫电池多硫化物原位表征技术作用机理

      原文链接:
    • 万方数据
    • 维普

    锂离子电池内部信号监测技术概述

    王玉婷李秋桐胡一鸣郭新...
    1253-1265页
    查看更多>>摘要：锂离子电池在便携式电子产品、储能电站和电动汽车等领域得到了广泛的应用.然而,在电池容量不断上升的同时,锂离子电池的热失控风险也在增加,进而带来安全问题.现有的电池管理系统通过监测电池表面温度以及端电压来判断电池的健康状况.但是研究发现由于电池组件的多层结构和较差的导热性,电池内部温度、气体等很难散发到外部,导致对电池表面温度等外部信号的监测存在时效性差的问题.因此人们尝试直接监测电池内部温度、压力、应变和气体等信号的变化情况,实现及时预警电池热失控,增强锂离子电池在不同应用场景下的安全性.本文在理解热失控机制的基础上,概述了可以监测电池内部信号的方法.总结了锂离子电池在发生热失控时涉及的一系列放热反应,及在这些反应过程中电池内部温度、压力和气体等信号的变化情况.对于能够直接监测电池内部信号的技术,主要介绍了电化学阻抗分析和内置传感器监测,为以后优化监测方法提供参考信息.其中,将传感器植入到电池内部在实际应用中具有良好的前景.为了进一步提高锂离子电池系统的安全性,本文还对未来可能的研究方向进行了展望.

    锂离子电池热失控内部信号监测和预警

      原文链接:
    • 万方数据
    • 维普

    锂离子电池剩余使用寿命预测方法综述

    李炳金韩晓霞张文杰曾伟国...
    1266-1276页
    查看更多>>摘要：近年来,随着锂离子电池的能量密度、功率密度逐渐提升,其安全性能与剩余使用寿命预测变得愈发重要.本综述全面分析了锂电池剩余使用寿命预测领域研究现状,系统介绍了现有预测算法,并着重探讨了机器学习方法在该领域的应用.基于模型的方法包括电化学模型、等效电路模型和经验退化模型;基于数据驱动的方法涵盖了支持向量回归、高斯过程回归、极限学习机、卷积神经网络、循环神经网络和Transformer等常用的机器学习方法.本文详细分析了每种方法的优缺点,并重点阐述了机器学习方法在特征提取与融合方法等方面的应用及发展情况.对于特征提取,本文从电流电压温度曲线、IC曲线、EIS曲线中进行总结分析;对于融合方法,本文将其细分为模型-模型、数据-模型、数据-数据融合方法并进行分析.最后,针对当前研究存在的问题,本综述从早期预测、在线预测和多工况预测3个方面提出了对剩余使用寿命预测方法的研究建议,为提升锂电池剩余使用寿命预测算法的准确性和实用性提供思路.

    锂离子电池剩余使用寿命数据驱动机器学习

      原文链接:
    • 万方数据
    • 维普

    固体氧化物燃料电池直接内重整的模型研究进展

    孙航宇李卓华王亚丽李晓艳...
    1277-1292页
    查看更多>>摘要：固体氧化物燃料电池(SOFCs)是一种通过电化学氧化反应直接将化学能高效率地转化为电能的装置,在大规模发电、联产以及一体化燃料升级等可再生能源系统领域具有广阔的市场前景.为进一步拓宽SOFCs的应用场景,降低运行成本,直接内重整(DIR)技术可将CH4等烷烃类物质在阳极催化生成H2,减少了燃料预处理要求且提高了转化效率,是目前SOFCs研究领域的热点之一.为了优化该技术的系统设计和操作条件,模型模拟的研究可显著减少实验工作量,并为其提供理论支撑和指导性建议.通过DIR-SOFC系统的模型模拟,结合场分布、动力学参数等,可以量化评估系统内的反应,从而了解其物理、化学过程的复杂性.本文总结了DIR-SOFC建模工作的现状,介绍了体积平均模型和针对微观结构的模型;重点讨论多尺度数学模型,对现有研究中的反应动力学过程描述、"能量-质量-动量"平衡方程、"1D-2D-3D"DIR-SOFC单元描述等进行了综述,能更好地评估变量对DIR的影响;对DIR-SOFC模型中不同液体燃料的重整反应及相关的反应动力学参数进行总结;指出现有模型的不足,并对DIR-SOFC系统模型的未来发展进行展望,使模型更加精准.

    固体氧化物燃料电池直接内重整模型模拟甲烷重整模型

      原文链接:
    • 万方数据
    • 维普

    第一性原理研究Ge掺杂对硅烯储锂行为的影响

    宋俊蒋明杰尚文华李会洁...
    1293-1301页
    查看更多>>摘要：二维材料硅烯被认为是一种极具潜力的锂电负极材料,然而其难以单独稳定存在,通过元素掺杂可有效提高其结构稳定性.锗(Ge)不仅具有与硅(Si)相同的价电子结构,同时锗烯具有更高的电子电导率,并表现出更好的电化学性能.本工作通过基于密度泛函理论的第一性原理计算研究了Ge掺杂对硅烯储锂行为的影响.分别对Si17Ge的结构稳定性、吸附能力、扩散行为、理论比容量、开路电压和电子电导率等进行了计算和分析,结果表明掺杂Ge后,Si17Ge仍保持着硅烯原有的六角晶格结构,表现出良好的结构稳定性.吸附能和扩散能垒表明Ge的掺杂可提高硅烯对锂的吸附能力以及锂在水平和垂直方向的扩散能力.通过开路电压以及吸附能计算推测Si17Ge最大可吸附18个Li,同时具有高达876.85 mAh/g的理论比容量,与已有的二维材料相比,显示出较高的理论比容量和较低的扩散能垒.态密度分析显示Si17Ge吸附少量锂后,费米能级处的DOS因Li的吸附得到了增强,体系表现出金属性.当Si17Ge吸附较高浓度锂时,Li18Si17Ge的费米能级处出现明显带隙,整个体系从导体变为半导体.本研究将为二维硅基材料以及其他二维材料的设计提供重要的理论指导.

    第一性原理硅烯储锂行为掺杂

      原文链接:
    • 万方数据
    • 维普

    构造凹陷的硅碳颗粒提高锂离子电池负极电化学性能

    刘淳正来沛霈孙卓聂耳...
    1302-1309页
    查看更多>>摘要：调控硅碳颗粒的表面形貌和孔隙结构,可以进一步优化锂离子电池负极性能,对开发下一代高比能锂离子动力电池具有重要意义.本工作以光伏工业硅废料为硅源,壳聚糖和酚醛树脂为碳源,以及氯化钙为形貌调控剂,采用喷雾干燥、液相包裹和低温热解法构造了表面凹陷的硅碳颗粒.利用热重分析仪(TGA)、扫描电子显微技术(SEM)和电化学技术等表征测试手段,对比分析了颗粒凹陷程度对负极电化学性能的影响.结果表明,具有较大孔容和表面凹陷结构的非球形颗粒制备的电极中,颗粒间隙小、接触面积大、导电添加剂填充充分,因此电极具有良好的导电能力和离子传输能力,有利于电池循环稳定性.表面凹陷颗粒制备的负极循环400圈后放电比容量保持在680 mAh/g左右.电极的倍率测试结果表明,当电流密度从0.1 C恢复到1 C时,表面凹陷颗粒电极的放电比容量最高恢复率达到了97.8％,充放电性能稳定有助于推动高振实密度硅基锂离子电池负极的应用.

    锂离子电池喷雾干燥硅碳颗粒表面凹陷

      原文链接:
    • 万方数据
    • 维普