通过多级识别建模方法揭示超高功率锂离子SSB蓄电池的热失控特性

2026-07-28 20:40:44

超高功率锂离子电池（LIB）在定向能武器和电磁发射系统等军事领域具有前景，其安全性在军事领域尤为重要。目前，关于超高功率电池热失控（TR）特性的全面见解尚不足，更不用说随着时间推移这些特性的演变。为填补上述空白，提出了一种改进的多级识别TR建模方法，用于对超高功率LiFePO的TR特性进行深入分析₄（LFP）电池以及在超高速放电条件下TR特性随老化演变的过程。研究表明，与普通LFP电池相比，超高功率LFP电池的TR起始温度相对较高。但一旦达到起始温度，TR过程会更加强烈。此外，TR超高功率LFP电池起始温度会随着超高速放电老化而降低，这意味着它更容易发生TR。这项工作为超高功率电池的TR特性评估和热管理提供了宝贵见解。

图形摘要

与普通LFP电池相比，超高功率LFP电池中的热失控更难触发，但一旦触发风险较高。然而，随着年龄增长，诱发风险较低，更容易触发。

简介

除了民用领域如电动汽车（EV）和储能系统（ESS），锂离子电池（LIB）在军事领域也有广泛的应用前景[1]。例如，军事装备如定向能武器和电磁发射系统通常使用超高功率LIB作为主要动力来源。在这种情况下，LIB常常在10°C甚至20°C的超高流量条件下运行[2,3]，这会带来严重的安全隐患。例如，超高速放电引起的快速热量产生加速LIB的衰变过程，甚至可能带来安全风险[[4]， [5]， [6]， [7]， [8]， [9]， [10]， [11]， [12]， [13]]。Liu等人[14]研究了超高功率电池的热行为，发现在30°C放电率下温度差约为10°C。值得注意的是，不可逆热量在40摄氏度放电率下约占83%。Wong等人[15]在三种放电条件下对锂镍钴氧化物电池进行了老化实验：25C脉冲放电、25C恒流（CC）放电和1C定流放电。他们的电化学阻抗光谱曲线表明，高速放电加速被动薄膜形成并增加电荷传递阻抗。在另一项研究[16]中，他们采用了15C脉冲放电曲线来研究LiFePO₄（LFP）电池在高速脉冲应用中的性能。他们发现，脉冲放电电池在早期表面薄膜显影阶段更容易出现有利于LiF形成的条件，从而引发阻抗迅速上升，存在潜在的安全隐患。此外，Wang等[17]发现，LFP电池在超高放电率放电曲线下的主要劣化模式是活性物质的损失，相较于正常放电曲线。这一现象会促使电池内部形成锂电镀层，导致容量骤降并增加安全风险。因此，超高功率LIBS的安全问题在军事领域备受关注[17]。然而，作为一种新型电池，关于超高功率锂电池安全性的深入研究仍然不足。例如，超高功率锂离子电池的热失控（TR）特性尚未被深入定量分析，超高功率锂离子电池在超高速放电条件下的老化过程与其TR特性之间的关系仍不明确。因此，这项工作的动机是填补这两个方面的空白。
用于电动车和ESS的LIB的TR特性已被深入研究。TR过程涉及化学反应、短路和热量产生，可能导致严重的安全隐患，如火灾和爆炸[11,18,19]。为了量化TR特性，加速速率量热仪（ARC）[19]是一种常用方法，可以模拟绝热环境，提供TR特性的一致温升曲线。该方法在精确测量电池放热反应的起始和进展方面具有显著优势。Feng等人[20]研究了25阿利（Ni）的TR特性_x科_y明尼苏达_z）O₂（NCM）棱柱式LIB使用扩展体积加速速率量热法（EV-ARC）。他们发现，在大部分测试期间，电池记录的内部温度与表面温度之间的温差一直低于1°C。 随着TR的进展，温差会持续增加，直到最高值（约520°C）。Kabra等人[21]进行了ARC测试，以确定与老化LIB中TR过程中多种放热反应相关的动力学参数。基于提出的老化模型和ARC测试中的机制描述符，开发出一种对降解敏感的电池级热稳定性模型，能够捕捉LIBs中TR的起始和严重程度。为了更好地量化电池的TR特性，研究人员开发了多种数学模型来分析ARC测试数据。例如，Weber等人[22]开发了一个包含十种分解反应的化学TR模型。该模型与热仿真相结合，用于预测TR过程中释放的温度分布以及气体的数量和成分。任等人[23]提出了一个电化学-热耦合模型，用于预测锂离子电池在过载条件下电化学与热行为之间的复杂相互作用。他们的模型通过在绝热条件下以不同速率（0.33摄氏度、0.5摄氏度和1摄氏度）进行的过载测试，使用EV-ARC测试得到了验证。尽管已有许多模型用于研究电池的TR特性，但这些模型往往依赖于已报道的类似材料估算或材料性能的实验数据[24,25]。为了提高TR建模方法的可用性和推广性，Chen等人[26]将NCM/石墨电池的TR过程根据温度上升速率划分为若干关键阶段。他们构建了各阶段放热反应的动力学模型，并通过对电池温度速率曲线的动力学分析确定了动力学参数。随后通过叠加四个热量产生阶段，建立了一个集中TR模型。此外，他们利用已知动力学参数在特定电荷状态（SOC）下的线性插值，预测了未知SOC能级下的TR行为。Sun等人[27]将该方法扩展到LFP电池的TR过程模型，拓宽了该方法的适用范围。
然而，目前尚无针对超高功率锂离子体的TR建模方法。事实上，超高功率锂离子板的TR过程的放热特性和动力学参数与电动车和电子战系统中使用的传统锂离子板有很大不同。因此，上述依赖手工经验划分TR工艺阶段的多阶段TR建模方法，也不适用于超高功率锂离子电池。因此，为了准确量化LIBs的TR特性，有必要开发一种改进的多阶段TR建模方法，避免在TR过程中手动划分不同阶段。
本文的主要工作包括：首先，提出了一种改进的多阶段识别TR建模方法，用于分析单元的EV-ARC测试数据。随后，对超高功率LFP电池与普通LFP电池之间的TR特性差异进行了详细比较。最后但同样重要的是，研究了老化对超高功率LFP电池TR特性的影响。本文其余部分的组织如下。第二部分介绍了实验内容。第三节提出了改进的多阶段识别TR建模方法。第四部分分析超高功率LFP电池与普通LFP电池之间TR特性的差异，并研究超高功率LFP电池在超高速放电老化下TR特性的演变。最后，第5节做了简短的结论。