v2g-3-stages v1.1.0 发布：修正 V2G 三阶段调峰算法的容量约束
guigloriano/v2g-3-stages 发布 v1.1.0，修正了 V2G 三阶段调峰算法，使阶段 2–3 在每个时段都将车辆储能限制在 [0, B_i] 内，而 v1.0.0 仅在离场时校验容量。
全部电池学术动态
全部动态
今日 7 条Zenodo · battery 数据与软件AI 评分3838 GitHub·电池与能源 Agent 工具AI 评分2222 HITL-Ops：多智能体电池异常检测与人工审核 ML 运维平台
HITL-Ops 是一个展示型 ML 运维原型，把 4 个专用智能体、置信度路由、人工审核界面、质量门与反馈回训串成一条电池异常检测流水线。演示批次 60 条记录中 45 条（75.0%）自动通过、1 条转人工、14 条（23.3%）升级，其中 2 条为 P0 停机（电芯温度 63 °C，超过 60 °C 限值）。
GitHub·电池与能源 Agent 工具AI 评分1818 PRATdoppelEK/vision-agent-qc：多智能体架构的电池电芯视觉质检原型
GitHub 项目 PRATdoppelEK/vision-agent-qc 展示了一个面向电池电芯制造的多智能体视觉质检原型，基于合成图像训练，测试准确率达 98.8%，Macro F1 为 0.988。
Zenodo · battery 数据与软件精选AI 评分4848 MIT 发布加州 2023 年 ZIP 码级光伏、储能与充电桩面板数据集
麻省理工发布加州 2023 年 ZIP 码级分布式能源面板数据集，覆盖 2,548 个 ZCTA、50 个字段，含屋顶光伏容量、电池储能容量、按 Level 1、Level 2 和 DC fast 分列的充电桩数量、EV 注册量，并关联 ACS 2023 人口社会经济、住房结构、NASA POWER 气候与太阳能资源、公用事业服务区及 CEC 能源负担指标。
推荐理由：该数据集把加州分布式光伏、储能与充电桩统一到 2023 年 ZCTA 面板，便于跨技术比较部署差异。
Zenodo · battery 数据与软件精选AI 评分5858 NEMO 项目发布 2023–2026 年成果手册，聚焦下一代 BMS
NEMO 项目（NExt-generation MOdels for advanced battery electronics）发布 2023 至 2026 年成果手册，汇总其在电池状态估计、老化预测、安全监测和嵌入式 BMS 架构方面的进展。
推荐理由：NEMO 项目汇总 2023 至 2026 年在电池状态估计、老化预测与安全监测上的成果，可快速了解欧洲下一代 BMS 的技术路线。
Zenodo · battery 数据与软件AI 评分4242 NEMO 发布数据驱动与混合老化模型说明材料
NEMO 在 Zenodo 发布 Factsheet 说明材料 NEMO_Factsheet_5.pdf（998.9 kB，版本 v1），介绍其电池管理系统中结合物理信息特征工程与基础模型的 SOH 预测。文件可在该记录页面预览与下载。
Zenodo · battery 数据与软件AI 评分2323 REFORMERS 项目提出三级 Living Lab 路径，推动欧洲能源系统整合规模化
REFORMERS 项目提出三级 Living Lab 方法，用于将可再生能源谷（REV）的能源系统整合方案从受控测试逐步推向跨国复制。
Zenodo · battery 数据与软件AI 评分3838 都灵理工与斯坦福发布锂离子电池多尺度建模仿真数据集 v2
都灵理工与斯坦福在 Zenodo 发布锂离子电池多尺度建模论文的仿真结果数据集 v2，包含 Da=0.05、0.5、5 三个文件夹，分别对应固相 Damköhler 数，子文件夹按 C-rate 命名。每个算例含 16 个 txt 文件，变量覆盖 cl、cs、phil、phis，区分正负极，并标注是否为上采样模型结果，压缩包共约 640 kB 可下载。
Zenodo · battery 数据与软件AI 评分4040 香港理工大学发布储能决策中 LLM 回答证据充分性复现包
香港理工大学在 Zenodo 发布 v1.0.0 复现包，包含补充材料、构造输入、已保存的模型回答、评测代码、结果与可编辑图源，压缩包 126.9 MB。默认复现流程直接评测已保存的回答，无需重新调用语言模型。
EnergyAI 评分1818 语义掩码增强深度强化学习用于含车-楼灵活性的虚拟建筑群微电网储能调度
研究提出语义掩码增强的深度强化学习方法来优化虚拟建筑群微电网的储能调度，并纳入车辆到建筑（V2B）的灵活性。该方法面向建筑集群与电动汽车协同场景，成果发表于 Energy 第 367 卷。
Energy精选AI 评分6060 物理引导特征协同 Transformer 用于电池 SOH 估计
Huaibin Zhang 等提出物理引导特征协同 Transformer，用于电池健康状态（SOH）估计，论文发表于 Energy 第 367 卷，2026 年 12 月 1 日出版。当前材料仅提供标题与作者信息，摘要未给出数据集、误差指标或对比基线。
Energy Storage MaterialsAI 评分2222 机械自适应硅碳负极：自限界面助力高负载准固态电池无需外部堆叠压力
一种机械自适应硅碳负极通过自限界面设计，使高负载准固态电池在无外部堆叠压力下运行。该负极利用自限界面层调控界面反应，适应硅碳在循环中的体积变化。研究发表于 Energy Storage Materials，作者为 Wenwei Ding、Qilin Zhang、Zhefei Sun 等。
Energy Storage MaterialsAI 评分2020 电子亲和力工程调控正极-电解液界面化学实现钠离子电池快充
通过电子亲和力工程调控正极-电解液界面化学，可实现钠离子电池的快速储钠。该策略针对正极-电解液界面进行设计，以提升钠离子存储的倍率性能。研究发表于 Energy Storage Materials，作者包括 Yujing Chen、Jiafeng Zhang 等。
Energy Storage MaterialsAI 评分3838 石榴石固态电解质中锂金属的日历老化腐蚀研究
Energy Storage Materials 刊出 Qiong Yuan 等人的研究，主题为石榴石固态电解质中锂金属的日历老化腐蚀，该文于 2026 年 10 月 28 日在线发表。当前 feed 仅提供标题与作者信息，摘要与具体实验结论尚未给出。
Energy Storage MaterialsAI 评分3838 综述：利用原位技术实时观测电池制造化成循环以加速化成
Jantakan Nedsaengtip 等人在 Energy Storage Materials 发表综述，讨论利用原位（operando）技术实时观测电池制造中的化成循环，以加速化成过程。文章于 2026 年 10 月 28 日在线发表，作者单位为 Shalabh Gupta、Vibha Kalra 等所在团队。
eTransportation精选AI 评分5858 快速原位中子成像揭示全固态锂电池热失控过程
Paul Naillou 等人利用快速原位中子成像技术观察全固态锂电池的热失控过程，相关成果发表于 eTransportation，可在线获取。
推荐理由：该工作用快速原位中子成像直接观察全固态锂电池热失控过程，为理解其安全失效机制提供了新的观测手段。
关键词流·BMS 与电池智能算法精选AI 评分4747 基于膨胀行为与 Autoformer 的物理信息学习框架用于锂离子电池 SOH 估计
该研究提出一种物理信息学习框架，利用电池膨胀行为并结合 Autoformer 模型估计锂离子电池 SOH。材料仅提供标题，未给出数据集、精度指标或代码获取方式。
关键词流·SOX 与寿命预测精选AI 评分6060 NBD-Net 用非平稳桥接退化网络预测锂电 RUL，留一电芯测试误差最低
作者提出 NBD-Net，通过 RevIN 逐窗口归一化、局部稳定分支与循环趋势编码器并行，并用注意力记忆 SDMC 和双向交叉注意力桥 LGBI 耦合两路，实现下一循环容量预测。
推荐理由：在 CALCE、NASA、TJU 共 11 个电芯的留一电芯协议下，该文逐项拆解了归一化与局部稳定分支各自带来的增益。
关键词流·SOX 与寿命预测AI 评分3838 研究提出基于颜色传感的钒液流电池原位SOC与SOH监测方法
该研究提出一种基于颜色传感的方法，用于钒液流电池运行过程中的荷电状态与健康状态监测。原文仅提供标题，具体传感原理、测量精度与验证结果未给出。
关键词流·BMS 与电池智能算法AI 评分2222 融合先进深度学习架构，利用实验数据实现锂离子电池高精度SOC估计
一项研究将多种先进深度学习架构进行混合，用于锂离子电池荷电状态（SOC）估计，并采用实验数据进行验证。该工作聚焦提升SOC估计精度，摘要未披露具体模型版本、参数规模或benchmark分数。
关键词流·BMS 与电池智能算法AI 评分4040 综述：电动车地板式电池包侧碰防护的载荷路径、吸能与轻量化设计
Frontiers in Mechanical Engineering 发表综述，将地板式电池包的侧碰防护归纳为车身白车身载荷重定向、包体周界吸能、包内载荷再分配三层框架。
关键词流·BMS 与电池智能算法AI 评分3838 相变材料与扁平热管混合系统用于高功率圆柱锂离子模组热管理的实验与数值研究
该研究针对高功率圆柱锂离子电池模组，提出相变材料与扁平热管结合的混合热管理系统，并开展实验与数值模拟研究。材料仅提供标题，未给出具体电芯型号、功率水平、温控指标或数值模型细节。
关键词流·SOX 与寿命预测精选AI 评分6262 基于生成式预训练 Transformer 的锂离子电池早期老化预测补充材料
该材料是论文《Early prediction of lithium-ion battery degradation with a generative pre-trained transformer》的补充信息文件，正文未抓取到，仅标题可用，具体方法、数据集与结果均无法确认。
关键词流·BMS 与电池智能算法AI 评分4040 面向BMS荷电状态估计的电压控制模型机器学习框架性能评估
该研究提出一种面向电池管理系统荷电状态估计的电压控制模型机器学习框架，标题标明其重点为性能评估，摘要与正文暂不可获取。
Journal of Energy StorageAI 评分3838 钒液流电池通过颜色传感实现运行中 SOC 与 SOH 监测
该研究提出用颜色传感在钒液流电池运行过程中监测 SOC 与 SOH，作者包括 Ilia Khristoforov、Nikita Buryak、Maxim Minin 等，发表于 Journal of Energy Storage 第 183 卷第 B 部分，出版日期为 2027 年 1 月 1 日。当前 feed 仅提供标题与作者信息，未给出方法细节与实验数据。
Journal of Energy StorageAI 评分3838 相变材料与扁平热管混合系统用于高功率圆柱锂离子模组的实验与数值研究
R.D. Jilte 等人在 Journal of Energy Storage 第 183 卷 Part B 发表研究，对相变材料与扁平热管混合的电池热管理系统开展实验与数值研究，对象为高功率圆柱锂离子模组。材料仅提供题录信息，未给出具体温控数据与结论。
Journal of Energy StorageAI 评分1818 超薄 Mo2S3 层限域 Sb2S3-C 纳米纤维提升钾离子存储性能
通过超薄 Mo2S3 层限域 Sb2S3-C 纳米纤维，提升了钾离子存储性能。该复合材料以静电纺丝纳米纤维为骨架，利用 Mo2S3 的限域作用缓解 Sb2S3 在嵌钾过程中的体积膨胀。研究为钾离子电池负极材料的界面与结构设计提供了新思路。
Journal of Energy StorageAI 评分1818 从废旧 LiFePO 4 重构 FePO 4 制备热电池低成本正极材料
研究提出从废旧 LiFePO 4 重构 FePO 4，用于制备热电池的低成本正极材料。相关成果发表于 Journal of Energy Storage 第 183 卷 Part B，作者包括 Yaning Chang、Chuanyu Jin、Shaoming Qiao 等。
Journal of Energy StorageAI 评分2020 低频振动与电极取向协同增强 ZnSO₄ 水系电解液中的锌电沉积
研究揭示电极取向与低频振动在 ZnSO₄ 水系电解液中对锌电沉积的协同增强效应，成果发表于 Journal of Energy Storage 第 183 卷 Part B。作者为 Rabeya Bosry Smriti、Ramakrishnan Rajagopalan、Nitisha Ahuja、Yeon-Joon Ko、Bed Poudel 与 Christopher D. Rahn。
Journal of Energy Storage精选AI 评分5454 基于膨胀行为与 Autoformer 的物理信息 SOH 估计框架
Shu 等人提出一种物理信息学习框架，利用电芯膨胀行为结合 Autoformer 估计锂离子电池 SOH，论文发表于 Journal of Energy Storage 第 183 卷 Part B。材料仅提供题录与作者信息，摘要未给出数据集、电芯体系与误差指标。
推荐理由：该工作把电芯膨胀行为与 Autoformer 结合进物理信息框架做 SOH 估计，为不依赖电学特征的估计路线提供了可迁移思路。
Journal of Energy StorageAI 评分3838 面向连续日内市场的电池控制最优随机决策方法
Thomas Gottfried 在 Journal of Energy Storage 第 183 卷第 B 部分发表研究，针对连续日内市场中的电池控制提出最优随机决策方法。该文发表于 2027 年 1 月 1 日，目前仅有摘要信息。
Journal of Energy StorageAI 评分3030 单相浸没式电池热管理：局部流控策略提升温度均匀性的实验研究
针对单相浸没式电池热管理，实验研究了一种局部流控策略以提升温度均匀性。该研究发表于 Journal of Energy Storage 第183卷Part B，作者为Huan Xi、Chenglin Dai、Jingyu Li。
Journal of Energy StorageAI 评分2222 吸附分子层调控 Zn²⁺ 界面化学实现耐久水系锌金属电池
研究通过吸附分子层调控 Zn²⁺ 界面化学，以提升水系锌金属电池的耐久性。相关成果发表于 Journal of Energy Storage 第 183 卷 Part B，作者包括 Shijie Ren、Junhao Li、Shiqiang Wei 等。
Journal of Energy ChemistryAI 评分1818 表面化学异质性主导硬碳负极的储钠行为
研究揭示硬碳负极的表面化学异质性是其储钠行为的关键影响因素。该工作由 João Paulo de Mesquita 等人完成，发表于 Journal of Energy Chemistry 第 124 卷，聚焦硬碳表面化学性质与钠存储之间的关联机制。
Journal of Energy ChemistryAI 评分1818 界面离子分布调控实现水系 Zn||MnO₂ 电池同步稳定化
研究提出通过界面离子分布调控实现水系 Zn||MnO₂ 电池的同步稳定化。该策略针对界面离子分布进行调节，以同时改善电池的稳定性。相关成果发表于 Journal of Energy Chemistry 第 124 卷，作者包括 Jie Ji、Jing Huang、Ruiming Shan 等。
Journal of Energy ChemistryAI 评分2828 下一代储能电池的原位/工况表征技术：从基础机理到先进应用
Journal of Energy Chemistry 刊发综述，系统梳理面向下一代储能电池的原位/工况表征技术，覆盖从基础机理到先进应用的完整链条。作者包括 Zhaoyang Han、Andreu Cabot、Qiaobao Zhang、Dawei Yang 等，文章计划于 2027 年 1 月出版于第 124 卷。
Renewable EnergyAI 评分1818 含烷氧基交联剂增强的聚(亚氨基二苄-co-三联苯哌啶鎓)阴离子交换膜性能研究
研究者用含烷氧基的交联剂改性聚(亚氨基二苄-co-三联苯哌啶鎓)阴离子交换膜，以提升其性能。相关成果发表于 Renewable Energy 第278卷，作者为 Yao Gu、Shicheng Xu、Tianyue Ma、Xin Liu、Bingxu Piao、Ronghuan He。
Computers & Chemical Engineering精选AI 评分5252 数据驱动多任务学习框架同时预测锂离子电池RUL与拐点
Haoyu Sun 等人提出一种数据驱动的多任务学习框架，用于同时预测锂离子电池的剩余使用寿命（RUL）与容量衰减拐点。该工作发表于 Computers & Chemical Engineering 第 217 卷，摘要未给出数据集、电芯体系与误差指标等细节。
推荐理由：该框架把RUL与拐点预测放在同一多任务模型中，为关注寿命末期非线性衰减的读者提供了一种联合建模思路。
Zenodo · battery 数据与软件AI 评分1515 Cessna 172 电动改装参数化模型与数据在 Zenodo 发布 v3
Ostim Technical University 在 Zenodo 发布 Cessna 172 电动改装参数化模型与配套数据 v3，含按 Pilot's Operating Handbook 校准的全电动 Cessna 172S 改装任务模型、Monte Carlo 不确定性分析及在 Pipistrel Velis Electro 上的样本外验证。
Chemical Engineering JournalAI 评分2020 塑料废弃物经原位氮掺杂直接转化为氮掺杂碳纳米管
研究提出以原位氮掺杂方式将塑料废弃物直接转化为氮掺杂碳纳米管，省去先制备碳材料再掺氮的分步流程。相关成果发表于 Chemical Engineering Journal 第 549 卷，作者为 Tingman Zhao、Dingding Yao、Wenchao Zhang、Tian Wang、Ye Shui Zhang。