在過(guò)去十年中，鋰電池已成為最受歡迎的儲(chǔ)能電池。但他們很容易受到熱失控的影響。當(dāng)環(huán)境溫度高或發(fā)生某些內(nèi)部故障時(shí)，很容易著火或發(fā)生熱爆炸。

這是因?yàn)殇嚱饘倬哂懈叻磻?yīng)性，常用的電解質(zhì)是易燃的。目前，大多數(shù)跟蹤鋰離子電池溫度的技術(shù)都不充分，因?yàn)閭鞲衅髦荒茏x取電池的外表面溫度，但是，表面溫度不足以告訴電芯的內(nèi)在狀態(tài)。內(nèi)部溫度會(huì)提供更多關(guān)于熱力學(xué)的信息。

但是，目前很少有方法將傳感器放在電池內(nèi)。通過(guò)使用人工智能和機(jī)器學(xué)習(xí)，就可以預(yù)測(cè)細(xì)胞內(nèi)的溫度，從而能夠檢測(cè)其行為。內(nèi)部溫度將提供豐富的數(shù)據(jù)，供給機(jī)器學(xué)習(xí)方法，并結(jié)合數(shù)學(xué)模型來(lái)預(yù)測(cè)細(xì)胞內(nèi)部正在發(fā)生的事情。

堪薩斯大學(xué)的一項(xiàng)研究人員正在開展一項(xiàng)新的研發(fā)：開發(fā)機(jī)器學(xué)習(xí)技術(shù)，以監(jiān)測(cè)和防止鋰離子電池過(guò)熱。

該研究將開發(fā)一個(gè)基礎(chǔ)框架，用于表征和監(jiān)控鋰電池系統(tǒng)的空間和時(shí)間分布的熱行為，建立在第一原理建模，機(jī)器學(xué)習(xí)，分布式估計(jì)和網(wǎng)絡(luò)系統(tǒng)的多學(xué)科綜合思想的基礎(chǔ)上。

這項(xiàng)工作旨在推動(dòng)以下方面的進(jìn)步：

一種混合建模方法，集成了基于第一原理和數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)模型;

基于混合模型的最優(yōu)估計(jì)和機(jī)器學(xué)習(xí)理論;

基于混合模型的原理，算法和工具，用于溫度場(chǎng)重建和熱失控檢測(cè)。

小編獲悉，其將使用完全儀表化的PECSBT4050電池測(cè)試儀，通過(guò)理論分析，基于軟件的仿真和實(shí)驗(yàn)驗(yàn)證的混合，對(duì)模型和算法進(jìn)行嚴(yán)格評(píng)估。

該項(xiàng)目負(fù)責(zé)人表示，計(jì)算機(jī)學(xué)習(xí)技術(shù)可以預(yù)測(cè)電池內(nèi)部溫度的變化，而不是在整個(gè)電池中假設(shè)溫度均勻，就像現(xiàn)在的建模方法“集總參數(shù)模型”一樣，從而更加準(zhǔn)確和真實(shí)意味著計(jì)算電池發(fā)生熱失控的可能性。

當(dāng)充電或放電時(shí)，溫度分布不均勻，通常在電極附近內(nèi)部較高，但是表面外的溫度較低。集總模型僅考慮均勻的溫度分布，但通過(guò)機(jī)器學(xué)習(xí)和模型的方法可以提供溫度的時(shí)空重建。

鋰電池輸入人工智能以推斷內(nèi)部溫度的數(shù)據(jù)可以在由電池供電的設(shè)備中處理，或者與云計(jì)算相關(guān)聯(lián)。如果電池經(jīng)歷熱失控，則設(shè)備將被編程為在電池變得足夠熱以引起火災(zāi)或引發(fā)爆炸之前關(guān)閉或斷開電池。

通過(guò)這些創(chuàng)新，鋰電池可以通過(guò)將數(shù)百個(gè)電池捆綁在一起的電池?cái)U(kuò)大到更高的工業(yè)水平。據(jù)介紹，鋰電池技術(shù)越來(lái)越多地用于大規(guī)模電網(wǎng)，以儲(chǔ)存和釋放太陽(yáng)能和風(fēng)能等可持續(xù)技術(shù)產(chǎn)生的電力。

對(duì)于大型儲(chǔ)能系統(tǒng)來(lái)說(shuō)，問(wèn)題更加迫切，因?yàn)樗鼈兠媾R更高的漏洞。在大型系統(tǒng)中，如果一個(gè)小區(qū)發(fā)生火災(zāi)，那么多米諾骨牌效應(yīng)將破壞整個(gè)系統(tǒng)。如今，整個(gè)行業(yè)都在考慮開發(fā)基于鋰電池系統(tǒng)的大規(guī)模儲(chǔ)能。但熱安全問(wèn)題可能會(huì)減緩鋰電池在未來(lái)電網(wǎng)能源系統(tǒng)中的使用速度。如果成功完成，這個(gè)項(xiàng)目可以幫助應(yīng)對(duì)這一挑戰(zhàn)。