1
2
3
4
4月27日，《自然·通訊》（Nature Communications）在線發表了題為“Data-driven capacity estimation of commercial lithium-ion batteries from voltage relaxation”的研究論文。該研究由同濟大學汽車學院魏學哲教授團隊完成，團隊朱建功副教授為論文第一作者，戴海峰教授為論文通訊作者。同濟大學為論文第一完成單位，德國卡爾斯魯厄理工學院為第二完成單位。這一研究成果提供了一種動力電池容量估計的新方法，為多種應用場景下的電源系統技術開發提供了新思路。
電池在應用過程中，其容量是逐漸衰減的。如電動汽車整車層面，電池容量決定了汽車充電后的最大續行駛里程。在電池系統層面，電池容量是電池管理中很多關鍵狀態的必要輸入，也是電池健康度的一個重要表征量。但在車載條件下，電池容量很難獲取。
研究使用數據驅動的方法，提出了一種基于電池弛豫電壓特征的容量估計方法。該方法從動力電池滿充電后的弛豫電壓信息中提取特征參數，實現電池容量估計誤差（RMSE）為1.1%（圖1）。通過構建遷移學習辦法，提升估計方法的泛化能力和普適性。所構建的遷移學習辦法在其他兩款不同材料體系電池上進行了驗證，驗證得到的估計誤差低于1.7%。
研究成果公開了三款不同材料體系商用鋰離子動力電池長循環測試數據（如表1），包含130顆電池單體，每顆單體根據不同實驗條件循環了50~1400次，實驗條件包含了3個溫度點（25℃、35℃、45℃），5個充放電倍率（0.25C、0.5C、1C、2C、4C）。
專業人士表示，本研究提出的基于電池弛豫電壓特征參數的容量估計方法，具有不依賴電池歷史信息和環境信息、不需要特定的電池測試條件和電壓區間的優勢，為動力電池多種應用場景和電源技術的開發，如停車充電、換電、梯次利用壽命評估和壽命預測等方面提供新的研究思路和解決方向。
這一研究主要由同濟大學、德國卡爾斯魯厄理工學院和不列顛哥倫比亞大學合作完成，研究得到德國洪堡基金會、國家自然科學基金及中央高?；究蒲袠I務費專項資金資助，得到德國烏爾姆-卡爾斯魯厄電化學能源存儲平臺支持。
