2026年, 第50卷, 第9期　
刊出日期：2026-09-20

  

• 全选
  |

人工智能赋能电池专刊
• Select
  刊首寄语

  电源技术. 2026, 50(9): 1581-1581.

  摘要 ( ) PDF全文 ( )   可视化   收藏
• Select
  人工智能驱动电池管理技术研究进展

  邵宇杰, 齐昕, 陈晨, 吴明峰, 王丽梅, 王亚平, 栗欢欢

  电源技术. 2026, 50(9): 1582-1600. https://doi.org/10.3969/j.issn.1002-087X.2026.09.001

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在“双碳”目标驱动下,锂离子电池在储能与新能源汽车领域规模化应用,传统电池管理系统受机理模型简化与经验阈值局限,存在状态估计精度不足、早期故障识别灵敏度低、工况适配性弱等瓶颈。人工智能凭借高维非线性表征、长时序动态建模与多源数据融合能力,可直接从运行数据中挖掘电池演化规律,实现高精度状态感知与超前风险预警;物理信息融合、迁移学习等进阶范式进一步破解数据稀缺与泛化难题,成为电池管理技术升级的核心驱动力。系统梳理了五类人工智能技术的原理特性与适用场景,从状态估计、故障预警、热管理三大维度阐述应用进展与前沿突破,总结现存局限并展望发展方向,为构建新一代智能化电池管理系统提供理论参考。
• Select
  基于FBG传感与DEKF融合的电池核心温度估计

  梁峰伟, 李宜丁, 王文伟, 王嬿琳, 张城铭

  电源技术. 2026, 50(9): 1601-1610. https://doi.org/10.3969/j.issn.1002-087X.2026.09.002

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对传统表面测温滞后及模型估计鲁棒性不足问题,提出了一种基于光纤布拉格光栅(FBG)传感器与双层扩展卡尔曼滤波(DEKF)融合的电池核心温度估计方法。通过二阶等效电路模型与二节点热模型实现核心温度估计,并利用膨胀力残差进行温差修正。结果表明,UDDS工况下模型电压估计误差控制在±50 mV以内,核心表面温差在0.9 ℃以内;UDDS工况下核心-表面温差低于0.6 ℃,FUDS工况最大温差为1.6 ℃,所提方法具有较好的准确性与鲁棒性。
• Select
  机理-数据驱动融合的动力电池温度预测方法

  赵一航, 丹聃, 王杨卓, 邵鑫, 郑思宇, 邓昕晨

  电源技术. 2026, 50(9): 1611-1620. https://doi.org/10.3969/j.issn.1002-087X.2026.09.003

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对复杂工况下传统模型易受参数漂移与未建模动态影响、温度预测精度不足的问题,提出一种机理-数据驱动融合的动力电池温度预测方法。以电化学-热模型为物理先验构建温度演化模型并提取多维时序特征,采用深度集成长短期记忆网络模型对物理模型的误差进行非线性序列学习,并通过贝叶斯融合实现逐时刻自适应修正与不确定性量化。结果表明,所提方法在多工况下预测性能优异,较传统数据驱动方法精度提升29.8%,与实验值平均均方根误差仅0.06 ℃,较机理模型误差平均降低63.9%,多数工况真实温度覆盖率接近或高于95%。该方法可实现车载端高精度温度在线预测与动态热管理决策优化,为动力电池系统安全运行提供关键技术支撑。
• Select
  基于改进TCN-Transformer的锂离子电池健康状态估计

  肖阳, 郝哲, 胡兴军, 高振海, 荣常如, 李伟峰, 毛彦沣, 张敬卓

  电源技术. 2026, 50(9): 1621-1639. https://doi.org/10.3969/j.issn.1002-087X.2026.09.004

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池准确的健康状态估计对电动汽车的安全运行至关重要。电池的老化表现出高度非线性,深度学习方法可以很好地捕捉这种特性,SOH估计精度很大程度取决于健康因子,然而复杂特征的提取依赖于专业知识,过多或者过少的特征都会影响深度学习模型的性能。为了解决这些问题,提出一种结合可解释特征筛选的深度时序预测模型。通过可解释RF-SHAP方法进行健康特征的筛选和可解释性分析,减少深度学习模型的输入维度和冗余特征。建立TCN-Transformer融合模型用于SOH估计,为了获得最佳的超参数,还通过贝叶斯优化算法进行了改进。在NASA及CALCE公开数据集上进行了验证和比较,实验结果表明,所提出的方法相较于传统深度学习方法具有更高的精度和更强的泛化性。
• Select
  基于MMMe模型的锂离子电池健康状态估计方法

  张茜, 吴小敏, 朱勤芬, 蒋文昊, 杨光仪

  电源技术. 2026, 50(9): 1640-1650. https://doi.org/10.3969/j.issn.1002-087X.2026.09.005

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池的老化是一种缓慢、隐蔽且不可逆的衰变过程,其电池健康状态的估计则是一项更为复杂的长期性命题。为解决这一问题,提出了一种融合双向门控循环单元、多头注意力机制、多层感知器与混合专家机制的多模态混合专家模型,通过时序编码与注意力机制捕捉容量衰减过程中的长期依赖特征,利用混合专家机制结构实现不同退化模式的自适应建模。基于公开数据集的实验结果表明,MMMe在NASA电池数据集上电池健康状态估计平均绝对误差为0.041 0,均方根误差为0.054 2;在CALCE数据集上平均绝对误差为0.024 5,均方根误差为0.030 7,估计精度均优于多种对比模型,且工程适用性强,具有实际推广应用价值。
• Select
  基于DBO优化SVR的锂离子电池健康状态估计

  张睿, 胡远婷, 宋智, 牟泽欣, 雷雪婷, 郑君

  电源技术. 2026, 50(9): 1651-1659. https://doi.org/10.3969/j.issn.1002-087X.2026.09.006

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂离子电池健康状态(SOH)预测精度不足及传统支持向量回归(SVR)模型参数难以优化的问题,提出一种基于蜣螂优化算法(DBO)改进的SVR电池SOH估计方法。从充放电曲线中提取充电等压升时间、放电等压降时间及恒流充电时间等健康因子,并利用Pearson相关性分析筛选与SOH高度相关的特征作为模型输入。在此基础上,引入DBO算法对SVR模型惩罚因子C与核参数进行全局寻优,提升模型拟合能力与泛化性能。实验结果表明,在牛津数据集上,该方法的平均绝对误差(MAE)低于0.05%,RMSE最低为0.08%,R²最高达到0.999 8;在NASA数据集上,MAE仍可控制在1.13%~2.54%,R²最高达到0.976 7。与传统SVR及BP模型相比,所提方法在不同数据集与复杂工况下均表现出更高的预测精度与稳定性。
• Select
  基于FFT的多域特征融合与BO-LightGBM的锂电池SOC估计

  龚维, 王计广, 何超, 李加强, 刘文旭

  电源技术. 2026, 50(9): 1660-1669. https://doi.org/10.3969/j.issn.1002-087X.2026.09.007

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了实现锂电池的荷电状态(state of charge,SOC)在宽温域和多工况条件下精确估计,提出一种基于快速傅里叶变换(fast Fourier transform,FFT)的多域特征融合与贝叶斯优化(Bayesian optimization,BO)的轻量级梯度提升机(light gradient boosting machine,LightGBM)的锂电池SOC估计方法,其原理利用傅里叶变换将电池的时域特征转化为频域特征,将两者作为特征序列输入到LightGBM中,引入贝叶斯优化算法对其超参数进行优化提高精确性。模型在自测数据上开展模型性能实验,全工况平均MAE达到0.57%;在公开数据集上开展对比实验,最低MAE达0.37%,实验结果充分验证了模型具有较高的精确度、稳定性和泛化能力。
• Select
  基于改进灰狼优化的iTransformer-XGB电池SOC估计

  娄昊杰, 王计广, 何超, 李加强

  电源技术. 2026, 50(9): 1670-1680. https://doi.org/10.3969/j.issn.1002-087X.2026.09.008

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为解决锂离子电池荷电状态(SOC)估计存在的强非线性、动态时变、参数敏感及复杂工况下泛化能力不足等问题,提出一种基于改进灰狼优化(IGWO)的iTransformer-XGB电池SOC估计方法。该方法通过iTransformer提取电池电压、电流、温度数据的长时序依赖特征,结合XGB实现非线性回归;引入混沌-反向初始化、非线性收敛因子、动态权重改进灰狼算法,完成模型超参数全局优化。基于5、25和45 ℃下FUDS工况数据的实验结果表明,所提模型的平均绝对误差与均方根误差显著优于对比模型,在多温度复杂工况下具备更高的估计精度与鲁棒性。该融合模型可有效提升电池SOC估计性能。
• Select
  基于CPO优化FFRLS-EKF算法的锂电池SOC估计

  赵鑫源, 李惠林, 刘勇, 刘正苹

  电源技术. 2026, 50(9): 1681-1692. https://doi.org/10.3969/j.issn.1002-087X.2026.09.009

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对0 ℃低温动态工况下锂离子电池极化增强以及SOC-OCV曲线局部平缓导致传统EKF观测修正权重不易匹配的问题,提出一种CPO-FFRLS-EKF的SOC估计方法。该方法建立二阶RC等效电路模型,利用FFRLS在线辨识锂电池各时变参数,并引入单增益权重因子调节卡尔曼增益,再采用CPO进行寻优。0 ℃ DST工况验证表明,初始SOC为80%时,MAE、RMSE和终值误差较传统FFRLS-EKF分别降低79.69%、86.04%和85.32%;初始SOC为50%时分别降低74.22%、61.76%和43.14%;在FUDS工况下,MAE、RMSE和终值误差分别降低84.07%、84.05%和82.05%。结果说明,该方法可提高低温SOC估计精度和稳定性。
• Select
  融合膨胀力信息的电池SOC/SOH联合估计

  黄叶颖, 黄君爵, 李晓宇, 姜久春

  电源技术. 2026, 50(9): 1693-1701. https://doi.org/10.3969/j.issn.1002-087X.2026.09.010

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对磷酸铁锂电池电压平台区状态可观测性不足的问题,建立电压-膨胀力耦合模型,提出一种基于双扩展卡尔曼滤波(DEKF)的SOC/SOH联合估计方法。构建电压静态模型、一阶RC动态模型以及膨胀力静态与动态模型,并通过参数辨识获得模型参数;设计基于容量参数辨识的SOH估计方法和基于电压-膨胀力双扩展卡尔曼滤波的SOC估计方法,采用铝壳和软包磷酸铁锂电池充电过程数据进行验证,实现电池SOC与SOH联合估计。结果表明,电池SOH估计相对误差均方根值为0.64%,在300次和800次老化循环条件下,电池SOC估计均方根误差分别为1.92%和2.58%。该方法为磷酸铁锂电池在线状态估计和储能系统安全运行提供了新方案。
• Select
  基于多策略自适应UKF的锂电池SOC估计方法

  初磊磊, 李海英

  电源技术. 2026, 50(9): 1702-1710. https://doi.org/10.3969/j.issn.1002-087X.2026.09.011

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为提升锂离子电池荷电状态(SOC)估计精度及鲁棒性,提出一种自适应渐消双重自适应无迹卡尔曼滤波算法。该算法在可变遗忘因子递推最小二乘在线辨识模型参数的基础上,采用Sigma点自适应缩放策略匹配OCV-SOC曲线的非线性强度,利用自适应渐消多新息动态调整历史信息权重,并通过双重自适应机制协同更新过程噪声与观测噪声。在DST和US06两种典型动态工况下进行仿真验证,并通过初始SOC偏差、传感器噪声及模型参数失配等场景测试算法鲁棒性。结果表明,该算法的SOC估计平均绝对误差(MAE)均低于0.8%,均方根误差(RMSE)均低于0.9%。该算法在不同动态工况下均表现出较高的精确性和稳定性,为锂离子电池SOC估计提供了一种有效的自适应滤波方案。
• Select
  基于DE-GRU-UKF协同融合的锂电池SOC估计

  蔡露昭, 孙上博, 史松卓

  电源技术. 2026, 50(9): 1711-1720. https://doi.org/10.3969/j.issn.1002-087X.2026.09.012

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对复杂动态工况下锂离子电池荷电状态(SOC)估计中,传统等效电路模型依赖性强、难以适应非线性特性,以及单一数据驱动方法超参数易陷入局部最优导致泛化能力不足的问题,面向电动汽车实时电池管理场景,提出一种融合差分进化算法(DE)、门控循环单元(GRU)与无迹卡尔曼滤波(UKF)混合的SOC估计方法。该方法利用DE算法对GRU网络超参数进行全局优化,构建高精度电压观测模型并嵌入UKF框架,实现SOC的实时递推估计。在三种动态工况下的测试结果表明,该方法的估算精度均优于对比算法,其均方根误差(RMSE)和平均绝对误差(MAE)分别稳定在0.10%~0.15%和0.08%~0.11%之间,最大绝对误差低于0.47%。相较于对比算法,该方法的估计精度得到大幅优化,有效降低了预测误差。
• Select
  基于SGMD与FEF的电池故障诊断方法

  廖力, 吕良爽, 张广伟, 周雪芹, 姜久春

  电源技术. 2026, 50(9): 1721-1729. https://doi.org/10.3969/j.issn.1002-087X.2026.09.013

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池应用日益广泛,但电池组不一致性故障与内短路故障频发,给系统安全运行带来严峻挑战。提出了一种融合辛几何模态分解(SGMD)、电压指数函数特征(FEF)与改进动态时间规整(DTW)的锂离子电池组故障诊断方法。用SGMD对原始电压信号自适应重构去噪;构建FEF放大偏差,区分故障与正常电池;使用加权平方距离改进的DTW,结合中值参考、滑动窗口及自适应阈值实现故障定位。实车数据验证表明,该方法可有效抑制噪声误报,提前定位异常电池,准确性优于传统DTW及SGMD处理后电压信号直接诊断方法。
• Select
  基于时变弛豫RC模型的储能电芯直流内阻异常检测

  贺盾, 林镇煌, 李镇, 高炳健

  电源技术. 2026, 50(9): 1730-1741. https://doi.org/10.3969/j.issn.1002-087X.2026.09.014

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对大容量磷酸铁锂储能异常电芯在线识别难题,以314 Ah LFP电芯为研究对象,通过高温过充-过放循环加速老化制备不同膨胀程度的电芯样本,探究膨胀对直流内阻、容量及电压弛豫特性的影响。基于一阶RC等效电路,引入非线性时变弛豫时间常数,提出一种适用于嵌入式在线计算的简化内阻估算算法,可在88 ms内完成52颗电芯内阻计算,并构建耦合温度与SOC的内阻基准模型。结果表明,异常电芯伴随壳体膨胀,直流内阻显著高于健康电芯,且偏差随膨胀程度增大。经5 MWh液冷储能系统验证,健康电芯内阻与基准模型一致性良好,异常电芯偏离明显。所提方法可实现异常电芯在线筛查,为储能系统早期预警提供参考。
• Select
  基于状态对比的电池单体潜在不一致性研究

  许虹怡, 宋炜, 李祖欣, 蔡志端, 徐力昊

  电源技术. 2026, 50(9): 1742-1752. https://doi.org/10.3969/j.issn.1002-087X.2026.09.015

  摘要 ( ) PDF全文 ( )   可视化   收藏

  动力电池单体潜在不一致性常表现为相对电压响应的持续偏离或工况切换下的响应差异,往往难以直接从绝对电压曲线中辨认。提出工况扰动感知状态对比学习(CDS-CL)方法,以同一采样时刻包内有效单体电压的算术均值为参考,构建单体相对包均值偏移序列,通过一维卷积编码器提取窗口状态特征,并以跨工况同单体片段和物理远负样本构造对比学习关系。编码后的状态特征与持续偏移、工况响应证据共同形成工况扰动感知状态评分。实车电池管理系统(BMS)数据验证表明,CDS-CL可挖掘持续不一致型、趋势累积型和工况响应型潜在不一致性候选单体,为电池包一致性评价和均衡维护提供依据。
• Select
  基于田口法的PCM-液冷复合热管理系统研究

  刘博文, 杨方

  电源技术. 2026, 50(9): 1753-1759. https://doi.org/10.3969/j.issn.1002-087X.2026.09.016

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于电化学-热耦合与流体力学方法,构建了21700电池组PCM-液冷耦合热管理系统三维非稳态模型,并通过不同倍率下的放电实验验证了模型的准确性。对比了四种热管理系统的温控特性,分析了PCM厚度、液冷流速及管道直径对电池组热和电化学特性的影响,利用田口法分析了其对最高温度、最大温差及均匀性的影响敏感性,并提出优化。研究结果表明,PCM-液冷复合系统在抑制温升与增强均温性能方面表现最优,PCM厚度是决定控温上限的主导因子,管道直径对均匀性影响最显著。通过极差与信噪比分析,引入体积惩罚权重构建归一化综合指标。确定了最优参数组合(d=5.250 mm、v= 0.40 m/s、d=9.0 mm),实现了散热效能与轻量化的多目标协同设计,为高比能电池组热管理系统的集成与安全设计提供了量化理论支撑。
• Select
  电化学热耦合模型参数全局敏感性与分步辨识

  赵涛涛, 李祖欣, 黎云汉, 雷加智, 蔡志端

  电源技术. 2026, 50(9): 1760-1770. https://doi.org/10.3969/j.issn.1002-087X.2026.09.017

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对伪二维(P2D)-热耦合电池模型参数多、耦合强,且离线辨识难以表征电池特性的动态变化,提出一种结合全局敏感性分析与约束递推更新的参数辨识框架。该框架依据不同工况下参数对端电压的敏感性,结合循环间参数修正需求、局部可辨识性、端点残差兼容性和灵敏度稳定性,将其划分为离线辨识参数和在线递推更新参数。离线辨识采用同步扰动随机逼近算法(SPSA),在线递推更新参数采用约束扩展卡尔曼滤波(EKF)依据端电压残差递推修正参数,以保证参数更新的物理合理性。实验表明,在25 ℃、0.5 C充电及1 C、2 C和3 C放电工况下,充、放电阶段的2%~98%荷电状态(SOC)范围内端电压均方根误差(RMSE)分别为26.46、50.37和51.83 mV,温度RMSE分别为0.93、1.21和0.48 ℃。结果说明,该方法可降低在线更新维度,同时有效地刻画循环过程中端电压的变化趋势。
• Select
  基于MHI-BiGRU的锂电池RUL保形预测

  余林, 陈超, 曾帆, 凌建宇, 周静

  电源技术. 2026, 50(9): 1771-1783. https://doi.org/10.3969/j.issn.1002-087X.2026.09.018

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂离子电池早期剩余使用寿命(remaining useful life,RUL)预测中特征表征不足、时序依赖复杂及不确定性难以刻画等问题,提出一种基于多健康因子输入(multi-health indicator,MHI)和双向门控循环单元网络(bidirectional gated recurrent unit,BiGRU)的保形预测方法。该方法提取容量、健康状态、电压、温度、放电时间和电压变化斜率等健康因子,采用滑动窗口构造早期时序样本,并利用BiGRU提取退化序列的双向时序特征;在点预测基础上,引入保形预测(conformal prediction,CP)对残差进行区间校准,构造RUL预测区间。基于NASA数据集的单次代表性实验结果表明,在50%早期比例下,所提模型的RMSE为4.260 4 次,R²为0.849 1,MAPE为5.33%,PICP为1.000 0;多随机种子重复实验结果表明,模型预测区间能够稳定覆盖真实RUL。该方法可在早期数据有限条件下实现RUL点预测与区间预测。
• Select
  基于衰退特征快速提取的梯次电池分选方法

  裴磊, 罗炜斌, 陈晨, 徐吉健, 栗欢欢

  电源技术. 2026, 50(9): 1784-1791. https://doi.org/10.3969/j.issn.1002-087X.2026.09.019

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对即将到来的大规模梯次利用场景,亟需开发一种快速、精准、低成本的退役动力电池的分选技术。然而,现有方案由于所选择特征,无法可靠描述多种老化机制对电池整体性能衰退的影响,从而导致其分选精度会在不同老化阶段出现明显波动。同时,常规分选方案对额外测试流程或海量训练数据的依赖,也限制其在大规模工业化场景的部署与应用。为解决上述难题,提出了一种基于衰退特征快速提取与改进聚类的梯次利用电池分选。该方法仅需获取充电结束后数分钟内的静置电压数据,即可通过对电池瞬时、短期及长期释放响应行为的创新性特征工程,实现对电池衰退状态高度敏感特征的快速提取。进而,基于所提取的新型特征,提出了一种改进的无监督聚类算法,最终完成了对不同老化电池的可靠分选。实验结果表明,新方法仅利用充电后10 min的静置数据,即可实现99%以上的分选精度。该方法有效缓解了分选效率与精度的固有矛盾,为退役电池的可靠分选提供了一条切实可行的工业化技术路径。
• Select
  基于双输入表征的电池老化轨迹预测方法

  张运驰, 庞德玲, 朱江渝, 秦龙宇, 纪欣欣, 王树全

  电源技术. 2026, 50(9): 1792-1803. https://doi.org/10.3969/j.issn.1002-087X.2026.09.020

  摘要 ( ) PDF全文 ( )   可视化   收藏

  锂离子电池老化具有显著的非线性特征和个体差异,准确预测其老化轨迹对电池制造、管理和梯次利用具有重要意义。针对现有方法多依赖历史容量序列且难以揭示早期老化分化的问题,提出一种基于双输入表征的电池老化轨迹预测方法,融合历史衰减序列与当前放电曲线,构建双输入预测框架,实现表征全寿命演化的老化轨迹预测。基于公开数据集验证,所提方法在三元锂电池全寿命阶段测试误差为7.41%,早期预测中的误差为11.18%;在磷酸铁锂电池上的全寿命阶段测试误差为9.15%,表现出较好的跨材料适用性。进一步分析表明,放电曲线是支撑老化轨迹预测的主要信息来源,历史衰减序列有助于提升预测准确性;此外,在输入电压窗口适当压缩的情况下,该方法仍保持较好预测性能,表明其具有良好的工程应用潜力。
• Select
  逆流式蛇形液冷板性能的多目标优化研究

  钟志韬, 叶兴联, 张楚城, 苏寅彪, 郑芳, 林春源

  电源技术. 2026, 50(9): 1804-1815. https://doi.org/10.3969/j.issn.1002-087X.2026.09.021

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对储能电池包存在局部高温和液冷板流动阻力较大的问题,提出一种逆流式蛇形液冷板结构及多参数优化方法,该结构通过新型的流道结构改善冷却液流动与换热特性。基于验证的CFD仿真模型构建多参数数据集,分析流道宽度W、流道高度H、冷却液流量Q和冷却液温度t对电池包温度和流动阻力的影响。提出将BP神经网络与Kriging模型结合构建代理模型,并采用NSGA-Ⅱ遗传算法进行多目标优化,利用TOPSIS熵权法确定最优方案。优化后的参数为W=25.25 mm、H=5.40 mm、Q=5.87 L/min、t =15.10 ℃,其液冷板压降大幅降低1 070 Pa,最高温度降低4.03 ℃,而最大温差仅微升0.15 ℃,均温性损失较小,故该结构及优化方法可有效提升电池包液冷热管理性能。
• Select
  基于电池膨胀力与厚度变化的机械预紧力影响研究

  杨思远, 吴晓刚, 孙金磊, 杜玖玉, 王晓祥, 王耀东, 胡芳芳, 张昊鹏

  电源技术. 2026, 50(9): 1816-1826. https://doi.org/10.3969/j.issn.1002-087X.2026.09.022

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对锂离子电池机械预紧力设定缺乏实验依据的问题,提出一种基于电池膨胀力与厚度变化的机械预紧力确定方法。以三元软包锂离子电池为对象,开展原位膨胀力测试,并结合厚度变化确定机械预紧力;设置有无机械预紧力两组电池,在相同工况下进行老化循环对比,并结合阻抗谱、X射线衍射等方法进行分析。结果表明：施加机械预紧力后,电池容量衰减率由9.6%降至4.2%,同时可抑制电池阻抗增长与极化积累,延缓正极表面副产物沉积及过渡金属溶解。该方法可为压力管理与结构设计提供依据。
• Select
  基于MHE和动态阈值的电池组电流传感器故障检测方法

  杨启帆, 赵婧涵, 高巧蕊, 黄斯茜, 王若愚, 徐传杰

  电源技术. 2026, 50(9): 1827-1834. https://doi.org/10.3969/j.issn.1002-087X.2026.09.023

  摘要 ( ) PDF全文 ( )   可视化   收藏

  电池组电流传感器故障问题,属于电池故障诊断技术领域。电池组安全运行高度依赖电流传感器的准确测量,数据准确性直接决定了电池组状态估计、故障诊断等功能的可靠实现。针对电流传感器微弱故障不易检测的问题,提出了一种基于滚动时域估计(MHE)与自适应动态阈值的故障检测方案。在MHE框架下构建非线性最小二乘目标函数,通过引入到达代价延续历史状态信息,同时融合窗口内电压、电流量测信息及电流物理演化的连续性,实现负载电流的最优估计。分析电流残差均值的分布特性,结合电池充、放电行为,设计出4项动态调节因子,从而构建出具备工况感知能力的自适应动态阈值区间。实验结果表明,所提方法能够可靠、灵敏地检测出±0.05 A的微弱偏置故障,检测性能优于现有方法,为电流传感器的早期故障检测技术发展提供了新思路。
• Select
  基于FOISTFSOUKF-EKF的液态金属电池荷电状态估计

  何徽, 吴晓刚, 衣振晓, 王凯

  电源技术. 2026, 50(9): 1835-1845. https://doi.org/10.3969/j.issn.1002-087X.2026.09.024

  摘要 ( ) PDF全文 ( )   可视化   收藏

  液态金属电池具有较好的本征安全特性,在电力储能领域得到应用。针对液态金属电池电压低、开路电压曲线平坦导致的荷电状态(state of charge, SOC)估计难题,在构建二阶分数阶模型描述电池非线性极化特性的基础上,针对模型非线性、多极值的特点,引入红嘴蓝鹊优化算法实现全局参数辨识。同时通过强跟踪算法的渐消因子,修正观测方差预测值,以提升状态突变时算法的跟踪能力。为了降低算法的计算成本,引入施密特变换减少采样点。考虑到电池参数的时变特性,加入扩展卡尔曼滤波在线辨识参数,以解决模型参数漂移问题。实验结果表明,所提方法在不同工况下的均方根误差低于0.33%,且平均绝对误差低于0.31%,为提升液态金属电池状态估计的精度提供了依据。
• Select
  基于RIME-UKF算法的铅炭电池状态估计

  余刚龙, 王峰, 杨云福, 王鲁, 李玮, 杨灿宇, 李银辉

  电源技术. 2026, 50(9): 1846-1855. https://doi.org/10.3969/j.issn.1002-087X.2026.09.025

  摘要 ( ) PDF全文 ( )   可视化   收藏

  精确估算铅炭电池的SOC(荷电状态)对提升其运行效能、延长使用寿命及保障系统安全具有重要意义。提出一种融合RIME(霜冰优化算法)与UKF(无迹卡尔曼滤波)的SOC估算方法,结合RIME的全局寻优能力与UKF的高精度滤波特性,以实现准确估算。通过混合脉冲功率特性测试获取电池的伏安特性数据,构建二阶PNGV(新一代汽车合作伙伴)等效电路模型,并采用RIME算法进行分段拟合,完成模型参数辨识。在此基础上,分别应用RIME-UKF算法与标准UKF算法对铅炭电池SOC进行估算。在SAE(美国汽车工程师学会)制定的UDDS(城市动力驱动循环测试)和DST(动态应力测试)典型工况下进行验证。结果表明,所提算法在DST和UDDS工况下的SOC估算误差分别控制在0.2%和0.4%以内,验证了算法的准确性。同时,在非满电初始状态下进行SOC估算,进一步验证了该算法具有良好的鲁棒性。
• Select
  基于CNN-GRU- Attention的超级电容器剩余寿命预测研究

  陈雨潼, 宁武, 王熙文, 杜威

  电源技术. 2026, 50(9): 1856-1864. https://doi.org/10.3969/j.issn.1002-087X.2026.09.026

  摘要 ( ) PDF全文 ( )   可视化   收藏

  超级电容器因其长循环寿命、高功率密度和宽工作温度范围,在多个领域被广泛应用。准确地预测超级电容器剩余寿命能够提前预知故障,保障工业设备可靠安全运行,有助于优化储能系统管理,提升系统整体效能。为准确评估其剩余使用寿命,提出一种融合注意力机制与门控循环单元的卷积神经网络(CNN-GRU-Attention)预测方法。该模型结合CNN的特征提取能力、GRU的时间序列分析能力和注意力机制的动态特征选择能力,显著提升预测精度与鲁棒性。实验共使用33 000个数据点,按8:2的比例随机划分为训练集和测试集。模型在测试集上的RMSE、MAE和R²分别为0.179 0、0.151 3和0.949 3(电容数据已归一化至[0,1] 区间)。通过进行消融实验及与多种模型对比实验,所提模型在预测的初始阶段和后期均能准确跟踪电容容量的衰减趋势,其预测误差显著低于对比模型CNN、GRU及CNN-GRU,且波动小,表明模型具有较高的预测精度和良好的泛化能力,可为超级电容器剩余使用寿命预测提供可靠方法。
• Select
  数据驱动与机理融合：PEMFC性能退化可解释多步预测

  刘文旭, 喻洋, 何超, 路鹤翔, 包广元, 娄昊杰, 龚维, 匡梓印, 李加强

  电源技术. 2026, 50(9): 1865-1876. https://doi.org/10.3969/j.issn.1002-087X.2026.09.027

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对质子交换膜燃料电池状态预测中现有方法预测周期短、模型可解释性不足的问题,构建了融合数据驱动预测与物理机理分析的多步预测解释框架。对原始数据降噪,通过Optuna贝叶斯优化框架对八种主流机器学习模型进行超参数自动调优。在单步预测性能对比中,确定XGBoost为最优基础模型(R²=98.30%)。比较直接多步、多输入多输出和递归多步三种预测策略的性能差异。针对SHAP解释方法在多步预测中存在的偶然性缺陷问题,提出了Boruta-SHAP双重校验框架,将SHAP与Boruta结合,通过双路径交叉验证机制有效提升了分析结果的物理一致性。该框架识别PEMFC退化的三级因果体系：电化学负载为根本驱动因素,热管理参数为关键调控因素,水热平衡参数为间接影响因素。研究结果验证了所提框架在PEMFC退化预测与机理解释方面的有效性。
• Select
  MHPS能量管理系统设计与建模方法研究

  张岗

  电源技术. 2026, 50(9): 1877-1883. https://doi.org/10.3969/j.issn.1002-087X.2026.09.028

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为解决多堆燃料电池系统(multi-stack fuel cell system, MFCS)与动力电池混合动力系统(MFCS-battery hybrid power system, MHPS)的实时能量控制问题,提出了两级MHPS能量管理系统架构。使用分段一阶惯性环节表征不同电堆的动态响应过程,并结合动力电池、DC/DC转换器等组件模型,在MATLAB/Simulink中搭建了轻量化能量管理控制器及能表征MHPS动静态特性的仿真模型。在C-WTVC工况下的仿真结果表明,实际车速能够有效跟随需求车速,平均车速差为0.643 km/h。通过对MHPS不同运行模式的分析,验证了MHPS能量管理系统的有效性。研究结果可以为MHPS实时能量管理策略的优化与工程应用提供理论依据与仿真建模方法支持。
• Select
  融合特征与时序依赖的PEMFC衰退预测研究

  刘文旭, 王计广, 何超, 陈彦林, 李加强

  电源技术. 2026, 50(9): 1884-1892. https://doi.org/10.3969/j.issn.1002-087X.2026.09.029

  摘要 ( ) PDF全文 ( )   可视化   收藏

  质子交换膜燃料电池(PEMFC)目前备受关注,但寿命不足与性能衰退仍限制其大规模应用。提出了一种结合小波去噪与中位数采样的数据处理方法,用以保留原始特征并提取代表性样本且保持数据趋势一致性。在此基础上,构建CNN、LSTM、CNN-LSTM及CNN-LSTM-Attention模型进行PEMFC衰退预测,并通过五折交叉验证方法来验证模型稳健性。CNN-LSTM模型在预测精度方面最优,其卷积层能够提取局部退化特征,LSTM有效捕捉长期时序依赖,实现高精度预测。消融实验表明,未经处理的原始数据训练模型R²为91.6%,而采用数据预处理后模型R²显著提升至99.13%,说明数据处理至关重要。注意力机制在有限样本下未显著提升性能,表明其效果具有任务依赖性。研究结果为PEMFC健康管理与寿命预测提供了可行方案与参考依据。