研究顯示，對高儲能密度儲能器件的需求不斷增長，推動了鋰離子電池（LIBs）的設(shè)計(jì)尺寸越來越大，這對電池運(yùn)行條件的準(zhǔn)確管理提出了越來越高的要求。目前，先進(jìn)的電池管理系統(tǒng)（BMS）發(fā)展迅速，依賴于復(fù)雜的算法和新的硬件，通過植入傳感器來獲取電池內(nèi)部的實(shí)時(shí)狀態(tài)。同時(shí)，對工作電池內(nèi)部信息的獲取將大大提高狀態(tài)估計(jì)的準(zhǔn)確性，進(jìn)一步提高管理性能。植入傳感器將直接接觸電池內(nèi)部環(huán)境，獲得相應(yīng)的時(shí)空分辨率水平的參數(shù)，以實(shí)現(xiàn)較高的狀態(tài)估計(jì)精度。研究表明，植入的傳感器將賦予“智能電池”功能，并為未來的智能BMS做出貢獻(xiàn)。
在此，清華大學(xué)歐陽明高院士，張強(qiáng)教授，韓雪冰助理研究員和趙辰孜助理研究員等人綜述了基于多維傳感器的智能電池的進(jìn)展，探索了新興的電池級柔性傳感器，柔性電子技術(shù)，以及基于多個(gè)傳感器的電池管理策略，討論了其設(shè)計(jì)原理、集成方法和制造中的挑戰(zhàn)。同時(shí)，特別關(guān)注智能電池植入式傳感器的重要作用、重大挑戰(zhàn)和未來的發(fā)展方向，這些見解將有助于促進(jìn)智能電池在學(xué)術(shù)研究和工業(yè)中的應(yīng)用。
相關(guān)研究成果以“Smart Batteries Enabled by Implanted Flexible Sensors”為題發(fā)表在《Energy & Environmental Science》上。
LIBs不僅作為加速向可持續(xù)發(fā)展的關(guān)鍵因素，也提供了清潔和可再生能源，其在實(shí)現(xiàn)碳中和目標(biāo)方面發(fā)揮了建設(shè)性作用，但整個(gè)生命周期的管理正成為一個(gè)不可避免的問題。一個(gè)完整的電池價(jià)值鏈，包括應(yīng)用、重新利用和退役，推動更環(huán)保的使用電池，這反過來需要對電池狀態(tài)（荷電狀態(tài)（SOC）、健康狀態(tài)、電源狀態(tài)（SOP）、能源狀態(tài)（SOE））進(jìn)行可靠地監(jiān)測/感知。
然而，目前的電池狀態(tài)估計(jì)的準(zhǔn)確性是不夠的。一些濫用情況，如過充、過放電、過熱、短路、穿刺等，會導(dǎo)致電池?zé)崾Э?，降低電池利用率。此外，SOC、SOH、SOP和SOE難以準(zhǔn)確估計(jì)，從而導(dǎo)致電池性能產(chǎn)生不可逆的退化。
圖1. 通過植入傳感器實(shí)現(xiàn)智能電池
為了準(zhǔn)確檢測電池內(nèi)部情況，通過將最新的傳感器將被植入電池中，監(jiān)測其化學(xué)/機(jī)械/熱/電狀態(tài)，并獲得內(nèi)部信息參數(shù)。其中，最有效的策略是將傳感器作為電池的一個(gè)組成部分，而不是一個(gè)附加組件。例如，傳感器可以被植入電極、隔膜和其他組件中，以檢測電池內(nèi)多個(gè)參數(shù)。
目前，對內(nèi)部傳感器的研究仍處于起步階段，如何正確植入，如何準(zhǔn)確監(jiān)測，都是需要解決的問題。簡而言之，多維智能傳感器啟用的電池將帶來“智能電池時(shí)代”，構(gòu)建更復(fù)雜的基礎(chǔ)數(shù)據(jù)集，提高人工智能預(yù)測的準(zhǔn)確性，加速電池技術(shù)的迭代（圖2）。
目前監(jiān)測電池狀態(tài)信息的方法已用于以電池為電源的設(shè)施，但仍存在以下問題：
1）可用于監(jiān)測電池的信息的類型和數(shù)量有限，除了常用的參數(shù)，如電壓、電流和內(nèi)電阻外，通?？捎糜谠u估電池安全性能的唯一指標(biāo)是溫度。然而，當(dāng)電池發(fā)生熱失控時(shí)，它通常會伴隨著溫度的升高，但也會產(chǎn)生大量的氣體。因此，監(jiān)測壓力指標(biāo)也是提高電池監(jiān)測系統(tǒng)可靠性的有效手段；
2）在目前的監(jiān)測系統(tǒng)中，有限數(shù)量的傳感器不足以監(jiān)測電池狀態(tài)信息，需要植入更多的傳感器來獲得更多的電池物理和化學(xué)參數(shù)信息，以提高監(jiān)測系統(tǒng)的可靠性；
3）傳感器不位于電池的關(guān)鍵位置，電流傳感器的分配方法需要改進(jìn)；
4）由于信息量有限，電池管理算法的準(zhǔn)確性無法滿足要求。SOC的估計(jì)主要是基于電流信號和基于電壓信號的反饋閉環(huán)。因此，由于誤差累積效應(yīng)和采樣噪聲，降低了估計(jì)精度。
圖3. 基于電池傳感技術(shù)的時(shí)間軸
Yao Lu, Xiaodan Wang, Shuoyuan Mao, Depeng Wang, Daoming Sun, Yukun Sun, Anyu Su, Chenzi Zhao*, Xuebing Han*, Kuijie Li, Xuning Feng, Xiang Liu, Xiangdong Kong, Languang Lu, Zhengyu Chu, Qiang Zhang*, Minggao Ouyang*, Smart Batteries Enabled by Implanted Flexible Sensors, Energy & Environmental Science, (2023), https://doi.org/10.1039/D3EE00695F
原創(chuàng)文章，作者：菜菜歐尼醬，如若轉(zhuǎn)載，請注明來源華算科技，注明出處：http://www.xiubac.cn/index.php/2024/01/11/7476ec1e8a/
-透明背底.png)
