台湾科技大学发布校园微网 PV-BESS 多目标控制器参数设计复现包
台湾科技大学在 Zenodo 发布校园微网 PV-BESS 多目标控制器参数设计的复现包(v1),围绕光伏与储能爬坡平抑、SOC 和估计电池健康三者的权衡。
台湾科技大学在 Zenodo 发布校园微网 PV-BESS 多目标控制器参数设计的复现包(v1),围绕光伏与储能爬坡平抑、SOC 和估计电池健康三者的权衡。
J. Leal Enciso 与 H. Wang 在 Zenodo 发布论文《Optimization of Charging Scheduling for Battery Electric Buses Considering SoC-Dependent Charging Power。
印度 VIT 大学提出基于 LabVIEW 虚拟仪器与 Arduino 平台的微电网电池管理器,对 4 节 18650 串联电池组(14.8 V 标称、2.6 Ah)进行监测。
牛津布鲁克斯大学在Zenodo发布赛车电池数字孪生论文的配套资源包,含12个训练好的模型(PINN-KP、PINN-LP和NN,分别预测电压与温度,基于两类工况曲线训练)、验证结果与LG M50T电芯实验数据、模型与推理代码,以及可逐点运行模型的网页界面。
推荐理由:牛津布鲁克斯大学公开赛车电池数字孪生配套的12个PINN与NN模型、验证结果和LG M50T实验数据,可直接复现。
RSE-AS 研究代码、五个训练好的 SAC 模型与评测结果已在 Zenodo 发布,对应电池约束下可再生能源微网能量管理研究。微网配置为 200 kWh 电池、最大充放电功率 50 kW、SOC 限制 20–90%,策略输入 12 维因果观测并输出一维电池控制动作。
Journal of Energy Storage 第183卷Part B刊出Qiaoli Yang等人的研究,提出一种用于换电与充电一体化场站的时变排队网络模型。当前材料仅提供标题与作者信息,未给出模型细节与结果。
该研究提出一种可再生能源供电的电动汽车系统,采用智能控制与多端口储能接口设计。相关成果发表于 Journal of Energy Storage 第183卷 Part B,作者为 V. Kiruthiga Devi、P. Veena 与 R. Jeyabharath。
针对级联储能系统在复合电网工况下的SOC不均衡问题,研究者从矢量几何视角提出一种优化均衡控制策略。该策略通过矢量几何方法刻画各子模块SOC差异并设计均衡控制律,以适配复合电网运行场景。成果发表于 Journal of Energy Storage 第183卷Part B,作者为Tianyi Wang、Yongqing Meng等。
该研究提出基于模糊理论的电池包故障诊断与控制策略,将模糊推理系统与标定专家库结合,通过自适应模糊匹配调整SOC与端电压修正中的过程噪声和观测噪声,并用三角隶属函数、IF–THEN规则库、Mamdani推理和重心去模糊化输出分级故障等级。
cellpy 发布 MCP 服务器 cellpy-mcp,让 agent 或聊天窗口在不写 Python 的情况下加载电芯、汇总为 frame、出图、导出数据、查询 cellpy API 调用方式并创建批处理项目。
推荐理由:cellpy 官方发布 MCP 服务器,让聊天客户端无需写 Python 即可加载电芯、出图与导出数据,并给出沙箱根目录与已知限制。
Kumlachew Yeneneh 与 Gadisa Sufe 在 Renewable and Sustainable Energy Reviews 发表观点文章,指出电池研究多基于稳态条件,而真实汽车运行中的动态工况是电池科学中缺失的一个维度。文章发表于 2027 年 1 月的第 245 卷 Part A,目前仅有摘要公开。
推荐理由:文章把真实车载动态工况列为电池科学中被忽略的维度,为实验设计与模型验证提供了一条可迁移的视角。
EcoLoop AI 是一个由多个协作 AI 智能体组成的自主 EV 电池废弃物预防平台,可读取退役电池包的电化学遥测数据、诊断 SOH 并仲裁生命周期路径。系统按 SOH 分流:≥82% 继续车载使用,62%–82% 匹配太阳能微电网、备用电源等梯次场景,容量耗尽或存在鼓包等危险则转交授权湿法回收。
ShahriarBijoy 发布开源工具 passwerk,可将供应商的 BOM、Excel、能源账单等杂乱文档编译为符合 IDTA 02035-1 至 -7 官方 AAS 格式的数字电池护照,并输出带法条引用的缺口报告。
He Hao 等人在 Journal of Power Sources 第 699 卷发表研究,面向未来智能电池包建立大规模锂离子电池电力线通信信道模型。作者为 Matthew D. Higgins 与 Timothy A. Vincent,论文于 2027 年 1 月 30 日出版。
开源项目 Intelligent-Battery-Testing-Automation-Agent 提供 EV 电池监控、仿真、分析与报告平台,内置多 LLM 自动降级路由。
Kyunghyun Kim 与 Jung-Il Choi 提出 Sparse2Batt,用于从量产 BMS 的极少量广播数据恢复完整电池包场分布。该文发表于 eTransportation 第 30 卷,出版日期为 2026 年 12 月,目前仅有摘要信息。
Universiti Malaysia Perlis 发布论文配套代码与派生结果,对应研究《Discretization Error in Particle Diffusion Biases Identified Lithium-Ion Battery Parameters。
该研究针对未来智能电池包场景,开展基于锂离子电池的大规模电力线通信信道建模。原文仅提供标题,未给出建模方法、规模参数或验证结果。
Stewz00/Wattfeder 是一个用 Go 编写的家庭能源系统边缘代理,当前版本 v0.5,读取光伏发电、负载、电池荷电状态和电价遥测,逐区间决定电池充电、放电或闲置。
西班牙马德里理工大学与埃因霍温理工大学团队提出用 PyBaMM 物理模型结合鲸鱼优化、灰狼优化、粒子群和引力搜索四种群智能算法刻画电池性能,并以 SOH 作为 Pareto 前沿中最优运行方案的选择依据。
applycoding/multi-robot-warehouse-planner 是一个仓库 AMR 车队仿真演示,采用 CBS 多智能体路径规划并带优先级回退,同时包含任务分配、电池与充电逻辑。项目提供基于 FastAPI + WebSocket 的实时画布 UI,目前为 0 stars、0 forks。
该研究提出一种双分支注意力 Transformer,仅使用正常数据即可在异构电动汽车电池包中完成故障检测与故障电芯定位,方法强调热点抑制与告警一致性。原文仅提供标题,未给出数据集、电芯数量、评测指标或代码获取方式。
battery_fade 是一个面向电池租赁车队的 Agent 基准任务,要求用 Rust 在离线 Cargo 项目中输出每个在役电池包的 capacity_pct 与 replace_cycle(低于铭牌 80% 时的循环数)。
推荐理由:该基准用三个刻意设置的陷阱区分正确与错误建模路线,读者可据此了解电池容量估计中数据泄漏与分布外外推的常见失效模式。
African-Robotics-Unit 在 Zenodo 发布 SISPS-BATT-INT-MCU v0.1,为开普敦大学提供用于 Battery Interposer Unit 冻结测量功能初始硬件验证与校准的最小可用代码。该版本以 77.4 kB 的 zip 包分发,代码规模精简,仅覆盖初始验证与校准用途。
Song Wang 等提出 RC–GRU 物理引导混合建模方法,用于电动汽车集成热管理,并在此基础上设计非线性预测控制。论文发表于 Energy 第 366 卷,作者包括 Kuining Li、Yi Xie、Yuan Pang、Kunjie Huang、Wenlin Tan。
印尼研究团队在太阳能供电的边境界桩监测系统中部署BMS,并用ANN估计电池SOC,平均估计误差4.86%,优于传统电压法的12.16%。系统由太阳能板、SCC、4S 15 Ah电池、INA219传感器、ESP32和LoRa模块组成,供电效率达68.4%,无太阳能充电时可连续供电约9.6天。
该研究提出一种基于时间分段 DBSCAN 的无监督方法,用于检测电池电压不一致异常并追溯来源。当前仅能获取标题,摘要、实验数据与验证结果均未提供。
Jichao Hong 等人提出一种基于时间分段 DBSCAN 算法的电池电压不一致性无监督异常检测与溯源方法,发表于 Applied Energy 第 427 卷 Part E,出版日期为 2027 年 1 月。该方法面向电压不一致性识别,并同时给出异常溯源能力,摘要未披露具体数据集、电芯数量与检测指标。
推荐理由:针对电池电压不一致性,提出无监督异常检测与溯源方法,为实车电压数据缺乏标签的场景提供可迁移思路。
BGMARWEN 发布开源项目 EV Smart Battery Agent,用机器学习根据电池与驾驶条件估算最优车速,并基于站点数据查找附近充电站、由 AI 推荐代理给出充电建议。
一项研究提出基于模型参考自适应控制(MRAC)的自适应负载管理框架,用于改善电网不稳定地区逆变器供电系统中的电池衰减问题。仿真显示MRAC在2.5秒内稳定、超调低于5%,优于超调25%、稳定时间4秒的PID控制;充电效率从90%提升至峰值0.98,放电效率达0.96,10年容量保持率提升至81.75%。
印尼研究团队为并网光伏-电池混合系统设计了基于 ANFIS 的能量管理系统,以 PV 功率、负荷功率和电池 SOC 为输入生成电池参考功率,用约 1600 组数据训练、30% 用于测试,最终 RMS 误差为 0.0589。三种仿真场景显示该系统可维持功率平衡、防止电池过充与深放电,并将 SOC 稳定在 30–80% 区间。
Ahmad Abuelrub 在 Journal of Energy Storage 第 183 卷 Part A 发表研究,提出面向电动汽车充电应用的电池储能系统多级优化方法,并在不确定性条件下建模。材料仅提供标题与作者信息,摘要与具体方法、结果尚未给出。
一项发表于 Energy 的研究提出数据驱动的智能充电方法,用于揭示异构电动汽车群体的需求侧灵活性。研究由 Bin Lu 等人完成,关注不同电动汽车在充电行为上的差异如何影响电网侧灵活调节能力。
针对 LCC-S 补偿双向无线充电系统在耦合与负载不确定下 G2V/V2G 切换的瞬态问题,该研究提出模糊自适应双侧控制方案,通过自适应移相协调一次侧与二次侧变换器,并依据功率跟踪误差与电压偏差在线调整增益。
GitHub 仓库 AnishLtts/Agentic-Digital-Twin-Battery-Platform 提供电池 SOC 数字孪生 Agent 平台,含 demo、models、outputs 三个目录及 requirements.txt。仓库未提供描述、话题标签或发布版本,当前为 1 star、0 fork。
研究用 Python/SciPy 集总参数热模型对 104 电芯(13S8P)NCR18650BD 电池包在 Zig-zag 排列下评估环境温度与放电倍率影响,覆盖 108 个工况、540 次蒙特卡洛仿真。
该综述从 799 条合格记录中筛选,并对其中 103 项研究做深入分类与验证审计,梳理机器学习在电池管理系统中的应用。材料仅提供标题,未给出具体结论、分类体系或审计结果。
GenPark 发布个人 Agent 技能 genpark-personal-agent-home-solar-battery-tou-arbitrage-skill,用于户用光伏发电预测、家用电池(Tesla Powerwall / Enphase)按分时电价(TOU)曲线充放电调度及上网收益最大化。
GenPark 发布家庭光伏储能 TOU 套利 Skill,可针对 Tesla Powerwall / Enphase 家用电池,按峰谷电价曲线计算逐小时充电、放电与上网调度,以最小化每日电费。
作者提出基于集合卡尔曼反演(EnKI)的非线性随机状态空间模型辨识方法,通过连续局部高斯近似做最大后验参数估计,并结合以最新参数为条件的状态估计同时恢复隐状态。
推荐理由:针对非线性随机状态空间模型参数与隐状态耦合辨识难题,给出可处理高维未知参数的迭代估计流程。