21700 圆柱锂电池电-热耦合行为的 3D CFD 多物理场研究
研究用 ECM 与 3D CFD 热模型耦合的多物理场框架,分析 21700 圆柱锂电池高功率工况下的电-热耦合行为,电压响应 RMSE 为 0.018 V、温度分布 RMSE 为 0.13 °C。基于 0 °C、25 °C、40 °C、45 °C 下 HPPC 实验提取温度相关 ECM 参数,发现高倍率放电下温升呈强非线性,增强对流散热可将电芯峰值温度最多降低 18%。
研究用 ECM 与 3D CFD 热模型耦合的多物理场框架,分析 21700 圆柱锂电池高功率工况下的电-热耦合行为,电压响应 RMSE 为 0.018 V、温度分布 RMSE 为 0.13 °C。基于 0 °C、25 °C、40 °C、45 °C 下 HPPC 实验提取温度相关 ECM 参数,发现高倍率放电下温升呈强非线性,增强对流散热可将电芯峰值温度最多降低 18%。
GitHub 项目 jpanasuk-netizen/battery-bank-sizer 提供电池组容量计算工具,涵盖 12V LiFePO4 规格表、AGM 电池指南及逆变器选型页面。该仓库包含针对 1000W 至 5000W 逆变器、CPAP、微波炉、冰箱、房车空调等场景的电池组尺寸计算页面,以及串联并联接线教程和 12V 电池容量检测方法。
针对燃料电池混合动力汽车,研究提出融合轻量 Transformer 车速预测与 D3QN 的深度强化学习能量管理策略,以等效氢耗、燃料电池耐久性损失、锂离子电池健康状态衰减和 SOC 均衡构建多目标运行成本函数。
研究提出一种面向越野混合动力汽车的分层在线自适应能量管理框架,并引入专家引导规划。该框架发表于 Energy 第 366 卷,作者为 Xiaokang Ma、Hui Liu、Lijin Han、Ningkang Yang、Changle Xiang。
研究提出一种面向电动汽车充电站的调度与充电速率协同控制方法,用于削减峰值负荷。该方法将充电调度与充电速率控制进行一体化优化,发表于 Energy 第 366 卷,作者为 Xiaoyuan Yan、Leyan Chen、Zhonghao Zhao。
Da-Real-Frog/powerwall-mcp-agent 是一个整合 MCP、Tesla Powerwall 本地遥测、Open-Meteo 三阵列光伏预测、美国国家气象局预警和 Gemini 或 Claude LLM agent 的 AI 工作流实验项目。
针对新能源汽车锂离子动力电池在高倍率充放电、快充及复杂工况下的散热与安全问题,研究分析了风冷、液冷、浸没冷却和 PCM 冷却等 BTMS 方案,并指出传统 CFD 模型计算成本高、多物理场耦合不足、模型验证缺乏实验支撑等短板。
针对 BESS 网络在电网切换场景下的分布式经济调度问题,该研究在闭环误差中引入反馈耦合项,并采用带 reset 机制的 PI 控制器提升边际成本共识的速度与控制精度,通过矩阵特征值分析保证系统性能。测试覆盖电网切换、分时电价、负载切换、BESS/agent 即插即用及大规模系统应用。
研究提出一种基于电流控制 DC–DC 变换器的锂离子电池宽带电化学阻抗谱测量方法,面向储能系统应用。该方法利用变换器实现阻抗谱激励与采集,相关成果发表于 Journal of Energy Storage 第 182 卷 Part F,作者为 Yuan Liu、Zhe Zhang、Kai Wang、Wenju Ju、Fei Ding。
研究提出决策聚焦学习(DFL)框架,用 GRU 预测器直接以两阶段能源管理系统的实时运行成本为训练目标,通过隐式微分将梯度回传至预测器权重。在 Politecnico di Milano 的 MG2Lab 微电网实验平台上,DFL 在正常电网条件下降低运行成本 3.78%,在电网受限条件下降低 30.60%,并几乎消除切负荷事件。
PyBaMM 发布 26.10.0.0,要求同时升级 pybammsolvers>=0.11.0,以支持 IDAKLU 求解器统计与自调度输入集扫描。
推荐理由:PyBaMM 26.10.0.0 的破坏性变更与 IDAKLU 多输入求解改进,可供依赖该库的建模与仿真工作评估升级成本。
pybammsolvers 发布 0.11.0,该版本为下一个 PyBaMM 版本所依赖(pybammsolvers>=0.11.0,<0.12.0)。
推荐理由:PyBaMM 求解器依赖包 0.11.0 的更新日志,涉及求解统计、多输入并行调度与 KLU 排序优化,可供使用 PyBaMM 做参数扫描的读者参考。
研究提出一种考虑站-功率模块-充电端口耦合的集成超快充电站跨层协同优化方法。该方法针对超快充电站内部多层级耦合关系进行建模与协调,相关成果发表于 Journal of Energy Storage 第182卷 Part E,作者为 Jing Li、Hao Huang、Rui Wang、Xueru Lin、Xingtao Tian。
针对锂离子电池组,研究提出一种由 GRU 增强的自适应双扩展卡尔曼滤波方法,实现荷电状态(SOC)与健康状态(SOH)的协同估计。该方法通过自适应调节机制与 GRU 网络结合,提升双扩展卡尔曼滤波在电池组状态估计中的精度。相关成果发表于 Journal of Energy Storage。
Journal of Energy Storage 第182卷Part F刊出Lei Zhang等人的研究,提出一种分层深度强化学习与模型预测控制相结合的框架,用于膨胀力约束下的锂离子电池快充。作者为Lei Zhang、Tianyou Wang、Shun Tang、Kuijie Li,出版日期为2026年12月30日。
推荐理由:针对膨胀力约束下的锂离子电池快充,提出分层深度强化学习与模型预测控制结合的框架,可供快充策略研究者参考其约束处理思路。
这篇综述从建模与技术趋势两个维度,系统梳理了商用电动车队充电基础设施的设计与运营。文章由 Carlos E. Gil Simancas 等人完成,发表于 Renewable and Sustainable Energy Reviews 第 244 卷 Part D。
研究工件 nasa-soh-short-window-esp32-v0.3.1-evidence-v3 发布,澄清了 Arduino 依赖准备流程与 P07 文献记录的历史范围,并更新了引用元数据与 SHA-256 发布清单。完整性校验显示 155/155 条清单条目全部通过,压缩包大小 2.5 MB。
ET × Accenture AI Hackathon(Agentic Edition,Problem 4)项目 Renewable Energy Orchestrator 采用双 Agent 架构:Gemini 驱动的 Orchestrator 每个 tick 决定电池、市场和弃电动作,确定性 Evaluator 依据黄金规则、目标级联和调度器参考值校验每次决策。
GridMind 是面向印度电力市场的开源储能调度 Agent,在 940 MW 建模组合(五个光伏、三个风电场、两个 4 小时电池)上运行,LLM 只负责态势分类、目标权重与解释,电量由两阶段随机 LP 加 CVaR 求解并经九项校验后执行。
Harshgupta88156/renewable-energy-orchestrator 是一个每 15 分钟运行一次的可再生能源组合自主调度 Agent,在 120 个测试日的全部 6 个场景中均优于谨慎的规则型操作员,在混乱与风暴日将停电能量削减 14–24%。
开源项目 Powerwall MCP Agent 将 Tesla Powerwall 本地遥测、Open-Meteo 三阵列光伏预测、美国国家气象局预警接入 MCP 工具,由运行在 Gemini 或 Claude 上的 LLM agent 调用并给出夜间备电保留量建议。
GridScout 是一款面向德州电池储能机会发现的开源原型工具,按 5 km 网格扫描输电线路等基础设施信号,用透明公式为候选站点排序并生成有证据支撑的研究备忘录。
针对固态电池电动汽车(SSBEVs)仍沿用多专用变换器、分布式能量接口和专用控制单元导致系统复杂、成本高的问题,论文提出通用多源能量管理架构(UEMS)。该架构以共用的高压直流母线为核心,将通用双向 DC/DC 变换器与通用功率变换器整合为统一能量管理平台,用标准化模块化电力电子和软件定义能量管理替代推进、充电、V2H、V2G、V2L、光伏充电及辅助供电的独立变换器。
研究提出面向共享汽车车队的聚合 V2G 优化方法,将车辆出行需求与能量约束耦合建模。作者为 S. de la Torre、J.A. Aguado、Carmen M. Valenzuela 和 Mario Galán,成果发表于 Energy Conversion and Management 第 371 卷。
ABRAgent 是面向锂金属、固态、高镍三元等高比能化学电池研发的自主智能体系统,由顶层 ABRAgent 驱动 LangGraph ReAct 循环,串联文献解析、语义向量入库、材料挖掘与电芯组装、多智能体 RAG 方案设计、SPM PINN 物理仿真和综合研报六个阶段。
一款名为 dune-ai-test/battery-cycle 的 Android 电池应用可追踪充电循环、电芯磨损与实时功率,且不依赖任何 Material 组件以呈现纯 iOS 外观。该应用完全由 Anthropic 的 Claude Opus 4.5 通过 ZCode agent 编写。
该项目把 LSTM 时序预测与混合检索 RAG 封装为具备任务规划、工具调用和会话记忆的最小 Agent,基于 NASA B0005 数据以 time_step=5 的 LSTM 预测容量与 SOH,检索侧用 BM25 + FAISS 双路召回并经 BGE CrossEncoder 重排。
针对车载混合储能系统在负载未知条件下的电压恢复与功率分配问题,研究提出一种固定时间复合跟踪控制方法。该方法面向锂电池与超级电容构成的混合储能拓扑,在负载信息不可测的情况下实现母线电压恢复与功率分配。成果发表于 Energy 第 365 卷。
针对平板状 LFP 电池电压平台平坦、电压传感器失效时状态估计困难的问题,作者提出一种电化学约束的容错状态估计方法。该工作发表于 Energy Storage Materials 第 91 卷,作者包括 Feng Guo、Luis D. Couto、Hamid Hamed 等。摘要未提供具体实验数据与精度指标。
推荐理由:针对 LFP 电压平台平坦、电压传感器失效场景,提出电化学约束的容错状态估计思路,可供 BMS 状态估计研究参考。
针对锂离子电池均衡系统,一项发表于 Journal of Energy Storage 的研究提出了考虑支路电流动态与非理想开关的SOC估计方法。作者为 Heng Li、Haiyun Yuan、Yiquan Zhou、Xiaoyang Chen、Yifei Sun、Fu Jiang。
发表于 Electrochimica Acta 的研究提出一种基于窗口算法的锂电池参数快速辨识方法,作者为 Zhihao Yu、Rui Chen、Tianle Cui、Shibo Jia、Ruituo Huai。该方法面向锂电池参数辨识的速度问题,相关成果刊于该刊第 580 卷。
研究提出一种用于电池包的云边协同双模态故障检测模块,面向电动汽车电池系统的智能安全管理。该模块结合云端与边缘计算进行双模态故障检测,作者包括 Xinze Zhao、Bingxiang Sun、Sara Vinco 等,发表于 Applied Energy 第 427 卷 Part C。
研究提出一种面向BESS外部短路故障的锂离子电池瞬态等效电路模型,作者为Kaidi Zeng、Bin Li、Jun Wang等,发表于Applied Energy第427卷Part C。
Applied Energy 2027年1月刊发研究,提出电动汽车运行区域相关的灵活辅助服务容量评估与协调方法。作者为 Qiao Peng、Longyi Liang、Pengyu Wang、Tingyun Gu、Bowen Li、Tianqi Liu。
Saumya Karan 与 Pallavi Bharadwaj 在 Applied Energy 第 427 卷 Part C 发表研究,提出用上下文强化学习为多化学体系、多尺寸电池包训练单一安全快充控制策略。该工作以单一策略覆盖不同化学体系与不同规格的电池包,避免为每种体系单独设计充电策略。论文发表于 2027 年 1 月。
推荐理由:面向多化学体系与多尺寸电池包,用上下文强化学习训练单一快充策略,为跨体系充电控制提供可迁移思路。
谢菲尔德哈勒姆大学利用 MATLAB/Simulink 建立基于安时积分的电动汽车电池 SOC 估计模型,在标称容量 206.8 Ah、初始 SOC 60% 下测试五种工况。基线、HWFET 和 UDDS 仿真的最终估计误差分别为 0.07226、0.03135 和 0.04807 个百分点;+0.5 A 电流传感器偏置与 10% 容量失配测试显示误差会随时间累积。
该工作整理了来自17个研究组的23个公开电池现场数据发布,覆盖乘用EV、公交、轻型电动出行、电网级储能、分布式储能、消费电子与工业机器人等应用。在数据完整可统计的范围内,合集包含226 GB数据、至少131096个锂离子电芯、3025个电池系统、44.4 MWh储能容量和2918个已发布单元年观测,并含784个已标注或报告的故障。
推荐理由:汇总23个公开实车与储能现场数据发布,给出统一元数据与加载代码,可用于现场诊断与故障检测研究。
Robert Masse 发布一个经整理的公开电池现场数据集合,收录来自 27 个研究组的 35 份公开数据发布,覆盖乘用电动车、公交车、轻型电动出行、电网级储能、分布式储能、消费电子、工业机器人和卫星等应用。
推荐理由:该集合把 35 份格式各异的公开实车与在役电池数据统一成带校验和与加载代码的元数据仓库,便于跨来源比较。
该研究聚焦电池管理系统中的嵌入式人工智能,采用剪枝与量化方法实现高效的SOC与SOH估计。原文仅提供标题,未给出具体方法细节、实验数据或结论。
该工作提出 MPC 与强化学习结合的分层控制框架,高层 MPC 在慢时间尺度优化长时域设定点,低层预训练 RL 智能体在快时间尺度实时跟踪设定点,从而避免模型线性化和重复求解最优控制问题。
推荐理由:针对 BESS 调频场景中秒级收益与周月级老化冲突,提出 MPC 与 RL 分层控制,并给出寿命与收益的量化对比。