2025年, 第49卷, 第9期　
刊出日期：2025-09-20

  

• 全选
  |

智能电池专刊
• Select
  人工智能在电池技术中的应用现状与展望

  白万龙, 吴靖宇, 向宇, 丁飞, 严乙铭

  电源技术. 2025, 49(9): 1784-1790. https://doi.org/10.3969/j.issn.1002-087X.2025.09.001

  摘要 ( ) PDF全文 ( )   可视化   收藏

  电池技术作为清洁能源高效存储与利用的核心支撑,面临研发周期长、寿命预测难、安全性与回收效率低等瓶颈。人工智能(AI)通过构建数据驱动模型和智能优化算法,在材料筛选、制造工艺、性能预测和回收分拣等环节可显著提速。未来以数字孪生为核心的“物理实体—虚拟映射—智能决策”闭环,将结合可解释AI和轻量化算法,实现从分子设计、制造优化到在线监测与回收再利用的全链条覆盖。要推动这一智能融合范式落地,需构建共享数据平台,解决数据孤岛与模型黑箱问题,并加强跨学科协同,为高安全、低成本、可持续电池系统提供坚实支撑,助力新能源领域智能化转型与绿色发展。
• Select
  车载动力电池分数阶模型构建方法综述

  武龙星, 魏心愿, 孙朋, 刘春辉

  电源技术. 2025, 49(9): 1791-1800. https://doi.org/10.3969/j.issn.1002-087X.2025.09.002

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着汽车产业电气化进程的发展,电池管理系统对电动汽车的智能化运行至关重要,而准确的电池状态估计又依赖于电池模型的有效选择。分数阶模型可以在计算效率和精度之间取得良好平衡,展现出广阔的应用前景。对分数阶模型的建模展开综述：概述了不同电池模型的建模机理,并重点讨论了分数阶模型的原理、结构及相较于其他模型的优势与适用场景;探讨了分数阶-热模型耦合在精确协同监控电池温度与电化学性能方面的潜力;在此基础上,对分数阶模型在电池管理领域未来的研究方向与挑战进行了展望。旨在为车用锂离子电池分数阶模型的理论研究及工程应用提供有益参考,以期促进其在先进电池管理系统中的集成与发展。
• Select
  元素掺杂钠基层状氧化物正极稳定性研究进展

  毛勉, 张俊彩, 乔亚茹, 张壮壮

  电源技术. 2025, 49(9): 1801-1812. https://doi.org/10.3969/j.issn.1002-087X.2025.09.003

  摘要 ( ) PDF全文 ( )   可视化   收藏

  钠离子电池(SIBs)在大规模储能领域具有广阔的应用前景。层状氧化物正极材料(LOCs)因其成本低、能量密度高以及成熟的制备工艺,成为SIBs理想的正极材料。然而在实际使用过程中,LOCs面临着不可逆相变、金属阳离子迁移和溶解以及严重的界面副反应等问题,导致电池性能衰退。针对这些挑战,研究人员开展了大量工作,特别是在微观电子局域调控方面取得了显著进展。总结了LOCs目前亟待解决的技术问题,梳理了近年来在这些领域的研究进展,进一步探讨了局域电子结构调控对LOCs稳定性的影响机制,旨在为提高SIBs正极材料的稳定性提供参考,推动SIBs的发展和应用。
• Select
  环境应力对电化学储能系统中锂离子电池安全影响的研究

  胡振恺, 彭鹏, 孙万洲, 谭启鹏

  电源技术. 2025, 49(9): 1813-1823. https://doi.org/10.3969/j.issn.1002-087X.2025.09.004

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池电化学储能系统是解决可再生能源不可预测性和高比例消纳的关键手段。探究了实际服役环境的关键因素对电池性能和安全性的影响,系统分析了温度、湿度、盐雾腐蚀、压力和振动等环境应力对电池材料、容量衰减、电池寿命和服役安全性等电池性能的作用机制。研究表明,极端的环境应力会加剧电池的退化和衰减,对电池的服役寿命和长效安全性构成严峻挑战。针对极端环境对电池的危害,总结了特殊环境下电池仍亟需解决的问题和现有研究中为减少服役环境对电池可靠性和安全性威胁所采取的有效策略,指出了未来研究在提高电池环境适应性和延长使用寿命方面的关键方向。为理解锂离子电池的失效机理和设计研发极端环境应用的储能电池提供了研究思路。
• Select
  锂离子电池EIS状态估计与安全预警研究进展

  王冬冬, 杨发虎, 申海超, 权朝明, 侯正健, 毛德元, 张生娟, 王建华

  电源技术. 2025, 49(9): 1824-1830. https://doi.org/10.3969/j.issn.1002-087X.2025.09.005

  摘要 ( ) PDF全文 ( )   可视化   收藏

  电化学阻抗谱(EIS)作为一种电化学测试技术,通过施加小幅度的交流激励信号来测量电池的阻抗响应,提供关于电池内部结构和化学反应的详细信息。基于EIS测试技术,对锂离子电池荷电状态估计、健康状态估计以及安全预警三个方面的应用进行了综述,旨在为锂离子电池的状态估计和安全预警技术的发展提供参考。
• Select
  增强型自适应水凝胶电解质构筑高性能锌空气电池

  陈诺, 赖静宁, 黄永鑫, 陈人杰

  电源技术. 2025, 49(9): 1831-1839. https://doi.org/10.3969/j.issn.1002-087X.2025.09.006

  摘要 ( ) PDF全文 ( )   可视化   收藏

  固态锌空气电池(ZABs)在柔性储能系统中展示出广阔的应用前景。通过冻融循环法,将透明质酸钠(SA)、聚乙烯醇(PVA)和锌盐复合制备出增强型自适应中性水凝胶电解质,并系统分析其物化特性及电化学性能。结果表明：SA和水分子之间的强氢键作用赋予材料优异的自适应力学性能、保水能力及热稳定性;氢键的形成有效降低了水的活性,从而抑制了析氢副反应和锌枝晶生长;此外,SA与Zn²⁺之间的强结合能显著改变了Zn²⁺的传输路径。得益于这一优化设计,对称电池在0.4 mA/cm²电流密度下可稳定循环超过5 000 h,ZABs全电池的循环寿命和全放电容量均得到显著提升。
• Select
  三元正极材料结构失效对电池安全稳定性的影响

  张燕, 张瑞强, 初银晓, 孟凡波, 胥婷, 孙晓, 郭健

  电源技术. 2025, 49(9): 1840-1845. https://doi.org/10.3969/j.issn.1002-087X.2025.09.007

  摘要 ( ) PDF全文 ( )   可视化   收藏

  三元正极材料低热稳定性及有害气体释放特性严重影响了锂离子电池的安全性能。针对三元正极材料性能失效、结构失效及安全稳定性之间的内在联系,通过原位电化学质谱和差示扫描量热分析探究老化失效(A-NCM)及原始(O-NCM) LiNi_0.5Co_0.2Mn_0.3O₂电极材料在两种状态下的安全稳定性。结果表明,在4.7 V充电截止电压测试条件下,A-NCM重组装的电池在电化学循环过程中产生了明显的CO₂和H₂有害气体。此外,当电极材料与电解液之间的热分解反应被引发后,A-NCM电极将释放更多的热量,从而进一步推高电池温度,造成安全隐患。该研究有助于构建“电池老化-电池安全”之间的映射关系,为电池安全智能管理提供理论基础。
• Select
  氮掺杂介孔碳材料制备及其在锂硫电池中的应用研究

  于凯, 刘宇楠, 米娟, 孙蔷

  电源技术. 2025, 49(9): 1846-1851. https://doi.org/10.3969/j.issn.1002-087X.2025.09.008

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂硫电池活性硫以及放电产物硫化锂电子导电性差、多硫化锂固有的穿梭效应引起容量衰减快等关键问题,采用聚多巴胺包覆镍模板法制备氮掺杂介孔碳浸渍硫的复合正极材料。通过调控多巴胺前驱体含量,制备出具有差异化孔隙结构的C-300、C-600氮掺杂介孔碳材料。结构分析表明,C-300材料具有更高的结构缺陷度(I_D/I_G=2.82)、更大的比表面积(798 m²/g)及孔容(1.83 cm³/g),与C-600材料相比,分别提升了57.7%、57.7%和96.8%。电化学分析表明,优化的多级孔结构使S@C-300材料在0.5 C下展现出优异的循环稳定性,经过100次循环后放电比容量仍保持850 mAh/g,每循环一次容量衰减0.403%,同时维持近100%的库仑效率。
• Select
  “自强化”锂-氧电池中的原位表征方法应用

  杨栋, 张世锋, 高睿, 刘学凌, 杜瑞杰, 王亮, 栗永利

  电源技术. 2025, 49(9): 1852-1862. https://doi.org/10.3969/j.issn.1002-087X.2025.09.009

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着社会对于电池容量、安全性等指标的要求不断提高,发展超越传统锂离子电池的新电池体系成为了研究焦点。“自强化”锂-氧电池是一类全新电池体系,能响应外加电压刺激,自发调控充放电过程中的正极活性。开发用于“自强化”电池中的原位表征技术有助于深入解析电池反应机理,从而优化设计更完善的智能电池系统。总结了近年来“自强化”电池的发展以及原位技术在解析电池机理方面的应用,综述了光谱、散射、成像在“自强化”电池机理解析中的应用、难点及解决方案,并对未来的原位表征发展方向提出全新的观点。
• Select
  基于联吡啶鎓盐基的单液流电池技术

  陈俊卫, 黄国治, 彭思然, 文贤馗, 范强, 胡全, 李朝杰, 李文津, 王超

  电源技术. 2025, 49(9): 1863-1867. https://doi.org/10.3969/j.issn.1002-087X.2025.09.010

  摘要 ( ) PDF全文 ( )   可视化   收藏

  电活性有机化合物(EOMs)因其优越的溶解性、低成本和结构可调控性而受到广泛关注。基于EPI Suite™数据库的水溶性统计,从中筛选出优异的EOMs候选者。设计了一种联吡啶鎓盐类的氧化还原单流动电池(SRFB),实现了优选的2,2'-联吡啶鎓盐电解质能够在超高浓度下稳定充放电。结果表明：采用SRFB技术可提供更高的可逆容量和功率密度,基于饱和浓度的2,2'-联吡啶鎓的SRFB在40 mA/cm²电流密度下显示出高达56.0 Ah/L的可逆电解液体积比容量和99.99% 的库仑效率。该研究大大提高了联吡啶鎓基电解质的可逆容量,提供了一种前景广阔且安全的RFB 技术,并且能够适应各种应用场景。
• Select
  梯度热设计在热电池研制中的应用研究

  强杉杉, 郑侠, 季柳燕, 罗重宵, 鲁子航, 白云飞

  电源技术. 2025, 49(9): 1868-1872. https://doi.org/10.3969/j.issn.1002-087X.2025.09.011

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对传统单一热比的电堆在热电池工作末期“中部热、两头冷”的问题,提出了一种电堆梯度热设计方案,使热电池电堆两端产热量大,电堆中部产热小,形成温度梯度。热量除了向金属壳体传递外,还会向中部缓慢传递,低温工作时通过热补偿延长电池的热寿命;高温工作时通过控制中部产热量来控制热电池的副反应,延长工作时间并提高安全性。可为同类热电池设计开发提供参考。
• Select
  基于集成神经网络的并联电池系统支路电流估计方法

  裴磊, 杨佳伟, 王天鸶, 栗欢欢

  电源技术. 2025, 49(9): 1873-1880. https://doi.org/10.3969/j.issn.1002-087X.2025.09.012

  摘要 ( ) PDF全文 ( )   可视化   收藏

  并联电池模块(PBM)由于成本和体积的限制,其内部无法安装独立的传感器来直接测量每个单独支路中的电流。然而,由于单体电池之间不可避免的不一致性,以及这种不一致性在温度和老化影响下的持续恶化,可能造成单个电池所承受的最大电流可能达到设计值的数倍,这对电池状态分析和安全管理构成了重大隐患。为了解决这一难题,系统地分析了支路参数对PBM整体行为的影响。在现有电压、电流和电量变化等参数的基础上,引入了“累积电压”这一全新特征。并利用这些参数,设计了一种新型的基于集成神经网络的支路电流估计方法。通过实验验证,新方法在不同电池数量和不同工况下均取得了较好的估计效果,估计误差始终控制在1%以内。
• Select
  基于TTAO-VMD与LOA分析的锂离子电池故障诊断方法

  廖力, 李兴科, 王意, 黄杨, 郑全新, 姜久春

  电源技术. 2025, 49(9): 1881-1889. https://doi.org/10.3969/j.issn.1002-087X.2025.09.013

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池广泛应用于电动汽车中,其热失控故障与严重不一致性故障已成为严重的安全隐患。提出了一种基于三角拓扑聚合优化(TTAO)算法优化变分模态分解(VMD)并结合纵向离群平均值(LOA)分析的电池故障诊断方法。通过TTAO对VMD中的模态数K与惩罚因子a进行自适应寻优,提高信号分解的准确性与稳定性;提取前两个本征模态函数(IMF)作为故障特征,结合滑动窗口与LOA方法构建电压异常检测机制,借助阈值判定策略实现了对热失控故障的提前预警,以及对严重不一致性故障电池的准确识别与定位。实验结果基于真实车辆运行数据验证了该方法的鲁棒性和可靠性,相较于传统相关系数方法,该方法表现出更高的鲁棒性和更低的误报。
• Select
  锂离子电池叶脉形仿生液冷板设计与优化研究

  陈康, 曹玉春, 任赵勇

  电源技术. 2025, 49(9): 1890-1898. https://doi.org/10.3969/j.issn.1002-087X.2025.09.014

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂离子电池在高倍率放电下热失控的问题,提出一种基于叶脉仿生结构的液冷板电池冷却系统,通过数值模拟方法系统分析了其在1 C、3 C、5 C和7 C放电的冷却性能及流体力学特性。研究对比了叶脉形、蛇形、直形和蜂窝形四种液冷板结构,结果表明：叶脉形仿生结构在不同放电倍率下的最高温度(T_max)显著低于其他三者,5 C放电倍率下的压降(ΔP)为31.416 Pa,综合散热性能优于其他结构。进一步优化发现：当叶脉宽度为6 mm、冷却剂入口数量为3个、入口流速为0.3 m/s时,系统的T_max降至300.9 K,最大温差(ΔT_max)为2.31 K,ΔP维持在31.416 Pa。
• Select
  一种储能电池双向逆流式换热板传热仿真

  王兵兵, 乔加飞, 那尔苏, 温新宇, 卓华, 朱海涛, 王永生

  电源技术. 2025, 49(9): 1899-1906. https://doi.org/10.3969/j.issn.1002-087X.2025.09.015

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对电网储能电池在高倍率充放电条件下温度过高、温差过大的问题,提出了基于双向逆流型换热板的液冷方案。通过数值仿真对比了电池包底部液冷、侧面单向流动冷却及侧面双向逆流冷却三种方案在常规充放电倍率、高充放电倍率、超高充放电倍率工况下的热管理性能。仿真结果表明：传统的底部液冷方案受限于电池顶底方向的传热瓶颈,难以满足高倍率充放电工况需求;侧面单向冷却方案虽提升换热效率,但仍无法满足高倍率充放电时电池顶底温差的限制要求;而侧面双向逆流换热板通过对称流道设计构建逆向热补偿机制,在高倍率下成功实现最大温差4.8 K与最高温度299 K的双重控制。该双向逆流式换热板可为电网储能电池的安全运行提供技术支撑。
• Select
  基于GA-FDFE-Seq2Seq的锂离子电池SOC预测

  张楠, 吴坤臻, 李静, 刘钰青, 马云峰

  电源技术. 2025, 49(9): 1907-1914. https://doi.org/10.3969/j.issn.1002-087X.2025.09.016

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂离子电池荷电状态(SOC)数据特征多样性和预测的复杂性,提出一种基于遗传算法(genetic algorithm, GA)优化的频域特征提取器(frequency-domain features extractor, FDFE)与带有注意力机制的序列到序列(Seq2Seq)网络联合预测模型。模型使用FDFE提取锂离子电池数据中丰富的频率信息,能有效分析数据中的周期性规律。Seq2Seq能从锂离子电池数据中捕捉电池时频信息,结合注意力机制分配权重,以建立特征输入和SOC输出之间的非线性和动态关系。利用GA优化模型的超参数,使GA-FDFE-Seq2Seq模型能够针对不同条件进行预测。实验结果表明：GA-FDFE-Seq2Seq模型表现出优越的预测性能,其预测精度高达99.99%,且误差均低于1%。相较于其他预测模型,GA-FDFE-Seq2Seq模型的预测精度更高,误差更小,预测可靠性更强。
• Select
  基于容量动态修正的锂电池电热耦合SOC估计

  杨启明, 赵子宁, 朱琼, 周力, 汪泽原

  电源技术. 2025, 49(9): 1915-1925. https://doi.org/10.3969/j.issn.1002-087X.2025.09.017

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂电池的荷电状态(SOC)动态估计需要考虑电池温度和放电倍率的变化对电池实际可用放电容量的实时影响。提出了一种基于容量动态修正的电热耦合状态估计方法。建立了考虑SOC与温度共同影响的电热耦合模型,利用混合动力脉冲功率特性与熵热系数实验测试辨识电、热参数;测试电池在宽温域中不同放电倍率恒流放电工况的容量变化特性,建立放电倍率-温度-容量的关联性模型;基于修正的动态容量,将H_∞滤波器引入自适应无迹卡尔曼滤波(AUKF)算法同时在线估计SOC和温度,在自定义变功率恒流放电测试工况下对所提方法进行实验验证。结果表明,所提方法提升了SOC和温度估计的精度和鲁棒性。
• Select
  基于磁性表征的磷酸铁锂电池SOH估计方法

  吴尚, 侯成伟, 汤舜, 曹元成, 欧阳钟文, 王振兴

  电源技术. 2025, 49(9): 1926-1932. https://doi.org/10.3969/j.issn.1002-087X.2025.09.018

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着磷酸铁锂(LFP)电池退役潮的到来,废旧LFP的回收与再生工作成为研究热点,其中电池的健康状态(SOH)评估是再生流程中的重要一环。为了提供一种快捷的商用LFP电池SOH评估方法,采用了恒流充放电测试、X射线衍射(XRD)表征和磁性表征研究了循环1次、500次、1 000次和3 000次的商业LFP电池。恒流充放电测试结果表明，上述电池的SOH分别为100%、90%、37%和30%，根据磁性表征结果评估上述电池的SOH误差不超过7%。通过磁性表征参数得到电池内部物质比例，将本源物质与活性锂损失、SOH关联起来，为未来开发基于磁性表征的原位无损检测技术提供依据。
• Select
  考虑状态估计的锂离子电池可靠性评估模型

  饶博, 杜进桥, 田杰, 李艳

  电源技术. 2025, 49(9): 1933-1942. https://doi.org/10.3969/j.issn.1002-087X.2025.09.019

  摘要 ( ) PDF全文 ( )   可视化   收藏

  电池健康状态(SOH)是评估电池性能和预测其剩余使用寿命的关键参数。基于考虑极化与滞回效应的二阶RC等效电路模型,结合电池单体三维热模型和基于容量衰减与欧姆内阻的电池老化模型,构建了考虑电池老化影响的电-热耦合模型,并实现对电池荷电状态(SOC)、SOH的估计,进一步得到储能电池多态可靠性评估模型。结果表明：所提方法相较于二阶RC等效电路与传统电热耦合模型算法,能实现更高精度的SOH估计,所搭建的考虑电池老化影响的电-热耦合模型的平均绝对误差(MAE)和均方根误差(RMSE)分别为0.181和0.259,相比于传统的方法,提高了对电池SOH的估计精度,进一步提高了储能电池可靠性评估的准确性。
• Select
  行驶工况下基于MDA-PF的车用锂离子电池剩余寿命预测方法

  李兆军, 杨统雨, 周怡昕, 吴方明, 黄伟

  电源技术. 2025, 49(9): 1943-1950. https://doi.org/10.3969/j.issn.1002-087X.2025.09.020

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对行驶工况下车用锂离子电池容量衰减特性复杂且数据不足的情形,提出了基于数据与模型混合驱动的锂离子电池剩余使用寿命(RUL)预测方法。应用Savitzky-Golay (SG)滤波法对电池容量衰减数据进行平滑降噪;建立多源域自适应(MDA)神经网络,运用多组锂离子电池容量衰减数据预测少样本情况下锂离子电池的RUL;运用粒子滤波(PF)算法将MDA神经网络预测值融入电池容量衰减经验模型的动态估计过程,从而形成可实现行驶工况下锂离子电池RUL预测的MDA-PF方法,并通过实例对所提出的方法进行验证。实验结果表明,使用该方法的预测结果的均方根误差都小于0.13,平均绝对百分比误差均保持在0.07以下,决定系数均在0.98以上,证明了该MDA-PF方法能够有效预测行驶工况下的车用锂离子电池RUL,比其他常用方法具有更好的预测效果。
• Select
  基于卷积神经网络的锂离子电池寿命多任务预测

  王鹏程, 蓝宇啸, 吴长风, 蔡翔, 孙聪聪, 卢光波, 王铈汶

  电源技术. 2025, 49(9): 1951-1957. https://doi.org/10.3969/j.issn.1002-087X.2025.09.021

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了加速锂离子电池技术发展、保证电池长期可靠运行,准确预测电池的循环寿命至关重要。然而,锂离子电池老化机制的多样性、制造和测试设备的差异以及工况条件的差异,导致电池寿命预测难以准确。要实现准确的电池寿命预测,需要合理的数据描述和有效的预测算法。提取初始充电循环的电压、电流和温度以及其在不同循环的差异作为输入特征描述电池的状态,基于多任务学习框架,使用三维卷积神经网络(3DCNN)和二维卷积神经网络(2DCNN)融合的模型自动提取输入曲线中的特征,挖掘不同特征和循环之间的关系,从而预测电池寿命。结果表明,所提出的方法在不同电池不同充电策略下的早期预测(20个循环)误差可达到5.01%。
• Select
  基于随机森林模型的锂离子电池放电容量预测

  赵金诺, 王岩, 李阳

  电源技术. 2025, 49(9): 1958-1961. https://doi.org/10.3969/j.issn.1002-087X.2025.09.022

  摘要 ( ) PDF全文 ( )   可视化   收藏

  放电容量对于评估电池性能至关重要,需要对放电容量进行准确预测以便优化电池管理,从而延长电池使用寿命。锂离子电池放电容量的衰减速率无线性规律且受多因素影响,难以准确预测;而广泛应用于此类回归问题的反向传播(BP)神经网络模型易出现过拟合现象。构建了基于随机森林算法的放电容量预测模型,采用递归特征消除(RFE)方法优化特征组合,解决高维数据带来的模型过拟合问题,并引入K折交叉验证提升模型泛化能力。采用某储能锂离子电池1 800次循环数据进行实验,并与BP神经网络模型的预测情况进行对比分析,以验证随机森林(RF)预测模型较BP神经网络模型具有更优异的预测性能。结果表明：优化后的RF模型决定系数(R²)达 0.97,均方根误差(RMSE)为 0.062,平均绝对误差(MAE)为 0.28,精准刻画了不同工况下放电容量的衰减规律,并且较BP神经网络模型具有更好的预测效果,为锂离子电池放电容量预测提供了可靠的数据驱动方法。