跳到正文

#SOH/SOC估计

今日 1 条
10月7日周三
  4. Journal of Energy Storage55

    物理引导 TimesNet 结合分段约束用于锂离子电池 SOC 估计

    Lu Lv 等人提出物理引导的 TimesNet 模型，通过分段约束实现锂离子电池荷电状态（SOC）估计，论文发表于 Journal of Energy Storage 第 182 卷第 E 部分。作者包括 Xintong Xiang、Sheng Gao、Bin Zuo、Chun Chang、Aina Tian、Xinggao Liu、Jiuchun Jiang。

    推荐理由：针对 SOC 估计中纯数据模型缺乏物理约束的问题，该工作把分段约束嵌入 TimesNet，可供做物理信息时序建模的读者参考其约束设计。

  8. Applied Energy60

    基于动态安全边界与自适应 SOC 控制的锂离子电池快速安全低能耗充电

    Linjing Zhang 等人在 Applied Energy 提出一种锂离子电池充电方法，通过动态安全边界与自适应 SOC 控制实现快速、安全且低能耗的充电。该文发表于 Applied Energy 第 427 卷第 C 部分，作者包括 Minghan Zhou、Xiaoqian Su、Kefan Zhai、Caiping Zhang、Weige Zhang。摘要未提供具体实验数据与验证结果。

    推荐理由：针对锂离子电池快充的安全与能耗矛盾，提出动态安全边界与自适应 SOC 控制相结合的充电策略。

  10. 关键词流·SOX 与寿命预测12

    基于 MATLAB/Simulink 的电动汽车电池 SOC 估计

    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。

10月6日周二
10月5日周一
  1. arXiv · battery（eess.SY 系统与控制）71

    电压传感器失效下 LFP 电池的电化学约束容错 SOC 估计

    该工作提出电化学约束残差偏置补偿双扩展卡尔曼滤波（RBC-DEKF）及不确定初值投运流程，用面向热管理的参数分组单粒子模型（CPG-SPMT）提供双电极动力学与端电压预测，并以可独立配置的电压偏差状态容纳系统性残差。

    推荐理由：针对 LFP 平坦电压平台下电压传感器故障与 SOC 估计耦合的难题，提出电化学约束的残差补偿双 EKF，并给出 24 条温度驱动轨迹上的量化对比。

  5. 关键词流·设计优化与参数辨识38

    基于实验参数的 LiFePO4 电池 SOC 估计方法，面向混合动力汽车

    该研究提出一种仅用实测电流和端电压的 LiFePO4 电池在线 SOC 估计方法，无需已知初始 SOC。方法先用递推最小二乘辨识低阶等效电路模型，再将 Voc–SOC 关系作为代数约束构建描述符电池模型，并设计降阶未知输入观测器。在脉冲放电和 WLTP 工况下的实验表明，该方法可从不同初始 SOC 快速收敛，并在宽工作范围内保持高估计精度。

  7. 关键词流·SOX 与寿命预测22

    基于阻抗趋势的锂离子电池 SOH 估计方法

    一种基于阻抗趋势的锂离子电池 SOH 估计方法被提出，相关研究涵盖 EIS 与在线阻抗测量手段。该方法借助 DC-DC 变换器产生的电压电流纹波实现高频在线阻抗测量，并利用 sinc 函数信号注入在运行状态下获取电池阻抗。研究还涉及基于实际运行参数与 Naykvist 曲线分析的 SOH 估计途径。

9月30日周三
  3. eTransportation58

    基于非线性超声与 LSTM 深度学习的锂离子电池在线状态估计

    Santhakumar Sampath 等人提出用非线性超声测量结合 LSTM 深度学习模型实现锂离子电池在线状态估计，论文发表于 eTransportation 第 29 卷，出版日期为 2026 年 9 月。作者包括 Tam Van Huynh、Xuesong Yin、Zi Wen Tham、Andrew Ngo、Hoon Sohn 和 Lei Zhang。目前仅提供摘要信息。

    推荐理由：该工作把非线性超声测量与 LSTM 结合用于锂离子电池在线状态估计，为电化学之外的状态感知提供了一条可迁移的技术路线。

  4. eTransportation50

    序列与特征融合框架提升随机充电工况下的电池 SOH 估计鲁棒性

    eTransportation 第 29 卷将刊出 Fan Chen 等人的研究，提出一种序列与特征协同融合框架，用于在真实随机充电工况下稳健估计电池 SOH。当前 feed 仅提供标题与作者信息，未给出摘要、数据集与误差指标。

    推荐理由：材料仅给出标题与作者信息，未提供摘要正文，无法提炼具体方法细节或结果。

  5. eTransportation62

    基于弱监督学习的锂离子电池SOH可解释估计方法

    Cheng Qian 等人提出一种弱监督学习方法，在标签极少的条件下实现锂离子电池健康状态（SOH）估计，并强调估计结果的可解释性。该研究发表于 eTransportation 第 29 卷，作者包括 Hongsheng Guan、Yiyong Xiao、Li Wang、Yi Ren、Quan Xia、Dezhen Yang、Zili Wang。

    推荐理由：面向标签极少的SOH估计场景，提出弱监督方案并强调可解释性，可供数据稀缺条件下的建模参考。

  8. eTransportation58

    基于语义嵌入的端到端深度学习用于储能系统现场数据 SOH 估计

    Yue Xiang、Ziyou Song、Dipti Srinivasan 在 eTransportation 第 29 卷提出一种语义嵌入的端到端深度学习方法，用于电池储能系统基于现场数据的 SOH 估计。该工作发表于 2026 年 9 月。

    推荐理由：面向储能系统现场数据，提出语义嵌入的端到端 SOH 估计框架，为现场数据下的健康状态估计提供一条可迁移思路。

  9. Journal of Energy Chemistry57

    双流物理信息神经网络-迁移学习框架用于少样本场景下的电池 SOC 鲁棒估计

    Longxing Wu 等人在 Journal of Energy Chemistry 第 124 卷提出双流物理信息神经网络-迁移学习框架，用于少样本数据场景下的电池 SOC 鲁棒估计。该工作将物理信息神经网络与迁移学习结合，以应对训练数据不足时的估计精度问题。论文发表于 2027 年 1 月。

    推荐理由：针对少样本工况下 SOC 估计精度下降的问题，该框架把物理信息神经网络与迁移学习结合，可供做小样本估计的研究者参考其双流结构设计。

  12. Journal of Energy Storage60

    物理引导 Transformer 用于真实电动汽车 SOH 鲁棒估计

    Journal of Energy Storage 第 182 卷 Part D 刊出 Lijin Guo、Yuhang Li、Wanting Zhang 的研究，提出一种物理引导 Transformer，用于真实电动汽车场景下的 SOH 鲁棒估计。该文发表于 2026 年 12 月 30 日，目前仅提供摘要信息。

    推荐理由：面向真实电动汽车工况的 SOH 估计，物理引导与 Transformer 结合，可关注其在实车数据上的鲁棒性设计。

9月28日周一
  2. 关键词流·SOX 与寿命预测40

    面向牵引机车与牵引变电所的电池数字孪生：基于双 Kalman 滤波的 RUL 估计

    面向牵引机车与牵引变电所，研究者开发了基于双 Kalman 滤波的电池数字孪生，通过联合滤波 Thevenin 等效电路模型参数与 SOC，从电流、电压、温度测量值估计剩余容量与 RUL。验证采用 15 个电芯串联的锂离子电池实验数据，SOC 与电压估计的 MAPE 分别低于 1.5% 和 0.5%。该方法建议用于"数字机车"与"数字变电所"项目中的技术状态监测与诊断系统。

9月19日周六
  1. arXiv · battery（eess.SY 系统与控制）22

    BESS 动态负载下统一放电约束功率分配的分布式协同控制与预设性能

    针对 BESS 荷电状态（SoC）均衡与功率分配问题，研究采用预设性能控制（PPC）方法，基于多智能体系统设计两个分布式估计器，在动态负载驱动下实时估计功率分配与 SoC 均衡状态，实现近乎零误差的估计性能。仿真在含 4 个 BESS 的电阻网络负载分配场景中验证了有效性、鲁棒性与先进性，并在含 12 个 BESS 的大规模系统中测试了可扩展性。

9月18日周五
  1. arXiv · battery（eess.SY 系统与控制）24

    基于特征向量中心性的 BESS 分布式多共识控制

    针对下垂控制 BESS，该研究提出基于特征向量中心性的通信权重分配方法，使邻接矩阵具有指定特征向量，并据此设计分布式二次电压控制器与 SoC 均衡控制器，实现电压领导者跟随多共识与 SoC 均衡。电压二次控制方案仅需单个领导者即可实现电压多共识，且无需在通信网络中传输容量信息或下垂系数即可按容量实现功率分配与 SoC 均衡；SoC 均衡控制增益经稳定性分析，仿真验证了方案有效性。

7月7日周二
  1. IEEE Trans. Industrial Informatics40

    面向电动汽车的MEIW锂离子电池SOC估计框架通过实验验证

    一种记忆嵌入与创新加权（MEIW）的锂离子电池SOC估计框架在−20 °C至50 °C、不同SOH水平下完成实验验证，MAE稳定低于0.4%。该方法将SOC递归更新重构为记忆嵌入表示以纳入长期电化学动态，并引入创新加权校正机制，配合协同蝠鲼觅食优化算法辨识分数阶模型参数，在自适应平方根容积卡尔曼滤波框架内实现。