Blog
Analisis data siklus baterai lithium dengan kurva dan persamaan
23 Oct 2021
Umumnya, pengujian siklus hidup akan menghasilkan banyak data, yang dapat memperoleh banyak informasi. Analisis dan pemrosesan apa yang dapat kita lakukan dengan data siklus ini? Berikut ini rangkuman beberapa pengolahan data tersebut.

1. Kurva pengisian dan pengosongan
Kurva charge-discharge mengacu pada kurva tegangan baterai, arus, kapasitas, dll berubah dari waktu ke waktu selama proses pengisian dan pemakaian baterai. Informasi yang terkandung dalam kurva pengisian dan pengosongan sangat kaya, termasuk kapasitas, energi, tegangan kerja dan platform tegangan, hubungan antara potensial elektroda dan keadaan muatan, dll.

Kurva charge-discharge siklik yang khas ditunjukkan pada Gambar 1. Saat siklus berlangsung, kapasitas baterai menurun dan kurva charge-discharge akan berubah.


2. Efisiensi pengisian dan pengosongan Coulomb
Efisiensi Coulomb, juga disebut efisiensi pengisian CE, mengacu pada rasio kapasitas pengosongan baterai terhadap kapasitas pengisian selama siklus yang sama, yaitu CE=Kapasitas pengosongan/Kapasitas pengisian*100%. Jumlah masukan muatan seringkali tidak digunakan untuk mengubah bahan aktif menjadi keadaan bermuatan, tetapi sebagian darinya dikonsumsi (misalnya, terjadi reaksi samping yang tidak dapat diubah), sehingga efisiensi Coulomb seringkali kurang dari 100%. Efisiensi Coulomb adalah parameter baterai yang penting, yang terkait erat dengan hilangnya lithium aktif.

Jumlah lithium Qk ireversibel adalah:

Q K= Qk -1 - q k = Q K-1 .CE K

Diantaranya, Qk-1 adalah jumlah lithium yang dapat dibalik pada siklus sebelumnya, CEk adalah efisiensi Coulomb dari siklus.

3. kurva dQ/dV

Mengisi dan melepaskan baterai lithium-ion , dan merekam parameter pengisian dan pengosongan, terutama data daya dan tegangan. Setelah mendapatkan data tersebut, data tersebut akan diolah terlebih dahulu. Kami mengurangi data tegangan dan daya dari titik data ke-n+1. Dengan n titik data tegangan dan data daya, kami mendapatkan data dV dan dQ. Setelah mengolah semua data secara bergantian, kita mendapatkan rangkaian data dV dan dQ, lalu kita bagi dQ dengan dV untuk mendapatkan satu lagi Data dQ/dV, kemudian kita gunakan dQ/dV sebagai ordinat dan tegangan, kapasitas atau SoC sebagai absis, kita mendapatkan kurva dQ/dV standar, seperti yang ditunjukkan pada Gambar 6.

Gambar 6 kurva tegangan dQ/dV di bawah siklus yang berbeda

Ada dua metode analisis dan pemrosesan data siklus hidup baterai Lithium yang akan kita bahas di minggu berikutnya.

Kesimpulan:
Untuk memastikan kelancaran pengoperasian aplikasi Anda, para insinyur penelitian dan pengembangan EverExceed bekerja siang dan malam untuk meneliti dan merancang baterai Lithium Iron phosphate yang canggih dengan parameter pengisian dan pengosongan sempurna yang menegaskan masa pakai baterai terpanjang yang tersedia. Jadi pilih EverExceed sebagai merek Anda untuk keandalan lengkap.

Apakah Anda mencari informasi lebih lanjut tentang produk profesional dan solusi daya EverExceed? Kami memiliki tim ahli yang siap membantu Anda selalu. Silakan isi formulir dan perwakilan penjualan kami akan segera menghubungi Anda.
hak cipta © 2024 EverExceed Industrial Co., Ltd.seluruh hak cipta.
Tinggalkan pesan
Selamat Datang di everexceed
Jika Anda tertarik dengan produk kami dan ingin mengetahui lebih detail, silakan tinggalkan pesan di sini, kami akan membalas Anda sesegera mungkin.

rumah

produk

tentang

kontak