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。
#数字孪生
#数字孪生
今日 1 条Zenodo · battery 数据与软件AI 评分2323
Zenodo · battery 数据与软件AI 评分3131 工业综合能源系统中数字—物理融合与经济表现：智能电网控制、电池储能与数字孪生的情景分析
针对哈萨克斯坦油气加工行业构建电—热—气综合能源系统，在100 GWh年用电与150 GWhth年用热需求下，用智能电网控制、4 MW/16 MWh BESS 与数字孪生组合出8个技术情景。
关键词流·BMS 与电池智能算法AI 评分3131 风险感知数字孪生边缘智能用于电动汽车电池老化、热应力与能量管理
一篇论文提出基于数字孪生的风险感知电动汽车电池能量管理框架，将电池状态预测、启发式不确定性指标、热风险评估与电池健康信息统一到电流控制方案中，边缘智能层支持本地处理而无需持续云端交互。
关键词流·BMS 与电池智能算法AI 评分4242 KIT 提出电动公交电池信息物理框架，融合 DQN 智能充电与 LSTM 数字孪生
KIT 团队提出面向电动公交电池的信息物理框架，控制层用 DQN 智能体实时执行智能充电与再生制动电流限幅，并与边缘侧 LSTM 数字孪生联动跟踪 SOH。框架还引入基于 SHAP 的 NMPC 策略，映射核心产热并补偿内部热滞后，以应对城市工况下电流冲击带来的局部热应力。该文发表于 Smart Cities 第 9 卷第 11 期，2026 年 10 月 23 日在线发表。
关键词流·BMS 与电池智能算法AI 评分2424 基于 Edge AI 的实时电池管理系统：技术趋势与设计框架
综述提出一种分层 Edge AI 电池管理参考框架：电池传感器与嵌入式控制器采集运行数据，边缘处理器完成预处理与智能分析，云平台负责长期数据管理、模型更新与车队级分析。框架强调本地状态估计、异常检测、预测性维护、安全的边云通信及可选数字孪生集成，可减少对持续云连接的依赖并加快决策。实际部署仍受嵌入式资源有限、模型复杂度、网络安全风险、电池平台异构与互操作性等问题制约。
Chemical Engineering ScienceAI 评分1818 第一性原理引导的数据融合与基于 Transformer 的动态代理建模用于化工过程数字孪生
研究提出第一性原理引导的数据融合方法，结合 Transformer 构建化工过程数字孪生的动态代理模型。作者为 Shangzhi Liu、Yu Wang、Shaohui Fang、Yi Zhao、Meng Qi、Dongfeng Zhao，成果发表于 Chemical Engineering Science 第 339 卷 Part D。
GitHub·电池与能源 Agent 工具精选AI 评分5050 mcp-ev-digital-twin-agent 开源：基于 MCP 的电动汽车电池数字孪生 Agent
作者开源 mcp-ev-digital-twin-agent，一个结合 SOH 预测、RUL 估计、车队分析与 MCP 工具调度的电动汽车电池数字孪生平台，用 Gemma 选择工具并生成电池健康报告。
推荐理由：作者公开了按电池留一验证的 SOH 评估结果，并说明旧模型依赖电池 ID 导致指标虚高，可作为测量式 SOH 估计的对照参考。
Zenodo · battery 数据与软件AI 评分3838 工厂屋顶光伏与氢氧联产的 Simulink EMT 模型及全年 QSS 模型数据发布
作者发布工厂屋顶光伏与氢氧联产并网研究的 Simulink EMT 模型、2025 年逐时 QSS 模型及输入数据与结果表，对应论文《Grid integration of a factory rooftop photovoltaic plant with hydrogen and oxygen co-production》。
关键词流·BMS 与电池智能算法精选AI 评分6565 牛津布鲁克斯大学发布赛车电池数字孪生配套模型与数据包
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。
Zenodo · battery 数据与软件精选AI 评分4747 代理模型驱动的锂离子电池可持续生产决策框架
法国 Arts et Métiers 与 CESI 团队提出基于机器学习代理模型的决策框架，用其模拟数字孪生行为以大幅降低计算成本，并嵌入多目标优化中快速探索生产成本、CO₂排放与电芯良率之间的权衡。该方法面向多级锂离子电池生产中缺陷非线性传播的问题，支持随工艺波动调整参数的动态数据驱动决策。成果以 PDF 形式发布于 Zenodo（v1）。
推荐理由：该工作用机器学习代理模型替代高保真数字孪生，把生产成本、CO₂排放与电芯良率纳入多目标优化，为多级产线的实时决策提供可迁移思路。
Zenodo · battery 数据与软件AI 评分3838 数字孪生与强化学习协同的智能生产自适应维护框架
法国 Arts et Métiers 与 CESI 团队提出一种基于强化学习的维护决策框架，将生产系统数字孪生作为仿真环境，让智能体在运行、检查、校准与维护等动作间学习自适应策略，并以预测产量与设备健康状态作为决策指标。该框架在电池制造流程的一个示例工序上演示，学习到的策略用于控制过程衰减并维持产量稳定。仿真结果显示该方法能够提前预判衰减并在适当时机触发维护动作。
Zenodo · battery 数据与软件精选AI 评分6262 牛津布鲁克斯发布赛车电池数字孪生资源包：PINN求解SPMe模型
牛津布鲁克斯大学在Zenodo发布赛车电池数字孪生资源包，对应论文《Motorsport battery digital twin: physics-informed neural networks solving the Single Particle Model with Electrolyte》。
推荐理由：牛津布鲁克斯团队公开了赛车电池数字孪生的12个训练模型、验证结果与LG M50T实验数据，并附带可逐点推理的网页界面。
Zenodo · battery 数据与软件AI 评分2222 TREASoURcE 发布电动汽车电池关键价值链复制手册合集
TREASoURcE 项目在 Zenodo 发布 v1 版《复制手册》，汇集电动汽车电池关键价值链系列文章，共 14 位作者参与。手册包含 23 份 PDF 文件，覆盖二次利用电池储能安装、退役电池梯次利用判定、数字孪生电池管理及循环经济政策等主题，并附波罗的海国家、芬兰、挪威等地区案例。
Zenodo · battery 数据与软件AI 评分2020 基于动态时间Petri网与异构多智能体Double DQN的多场景数字孪生人机协作多任务拆解工艺规划
研究提出数字孪生辅助的多智能体人机协作拆解系统，用动态时间Petri网（TPN）模型表达实时拆解信息与关联关系，并集成多智能体Dueling-Double深度Q网络（MADDQN）算法求解最优拆解序列与任务策略。以蔚来ES8的NEV-P50电池包为案例，验证该算法可基于数字孪生数据优化动态拆解序列与不确定任务分配。
GitHub·电池与能源 Agent 工具AI 评分1515 AnishLtts/Agentic-Digital-Twin-Battery-Platform：电池 SOC 数字孪生 Agent 平台
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。
Computers & Chemical EngineeringAI 评分2020 NARX-EnKF 数字孪生用于工业低温储罐组分与漏热的自适应软测量
研究提出一种 NARX-EnKF 数字孪生方法，用于工业低温储罐组分与漏热的自适应软测量。该方法结合 NARX 模型与集合卡尔曼滤波（EnKF）实现软测量在线自适应。论文发表于 Computers & Chemical Engineering 第 216 卷。
GitHub·电池与能源 Agent 工具AI 评分2828 VoltTwin：用智能体数字孪生与反事实推理实现电动汽车电池自适应维护
VoltTwin 项目用 CNN 在 XJTU 数据集上做电池 SOH 估计基线，单个留出电芯上 MAE 0.015332、RMSE 0.021377。项目还计划构建软件电池数字孪生，用反事实推理比较不同维护场景，并由智能体决策流程给出维护建议。
Zenodo · battery 数据与软件AI 评分2020 韩国大学发布 TUBA 仿真工件 v2.0.0，含数字电池护照合规验证
韩国大学在 Zenodo 发布 TUBA 仿真工件 v2.0.0，配合其修订版手稿，涵盖 epoch 证书、基于 BN254 上 gnark 电路 C0–C7 的 Groth16 供应链图合规关系，以及数字电池护照的设备端成熟度规则。
Advanced MaterialsAI 评分3838 数据驱动材料科学如何加速能源可持续材料研发
一篇发表于 Advanced Materials 的综述指出，AI 方法可从科学文献中提取并整合实验数据，构建材料领域专用数据集与语言模型，弥补机器学习模型长期依赖计算数据的短板。
Journal of Energy StorageAI 评分4040 基于数字孪生的电动汽车电池–变换器系统控制数值研究
Journal of Energy Storage 刊发研究，对电动汽车中电池–变换器系统开展基于数字孪生的控制数值研究，目标是提升系统可靠性与可持续性。作者为 Kiran Keshyagol，论文收录于该刊第 182 卷 Part F。
PyBaMM Releases精选AI 评分6666 PyBaMM 发布社区模型库 pybamm-model-zoo v0.1.0
PyBaMM 团队发布首个社区与合作伙伴贡献的电池模型库 pybamm-model-zoo v0.1.0，要求 pybamm>=26.10.1，可通过 pip install pybamm-model-zoo 安装，加装 [zoo-all] 可获取全部模型的可选依赖。
推荐理由：PyBaMM 官方模型库首个版本，把社区贡献模型纳入统一注册与契约检查，并给出多层 3D 热模型示例。
Energy Storage Materials精选AI 评分7272 物理信息数字孪生揭示锂离子电池拐点起始的机理阈值
Mingyuan Zhao 等人提出一种物理信息数字孪生方法，用于揭示锂离子电池老化拐点起始的机理阈值。该研究发表于 Energy Storage Materials 第 92 卷，作者包括 Binghe Liu、Yongjun Pan、Huizhi Wang 和 Yongzhi Zhang。
推荐理由：该工作用物理信息数字孪生定位锂离子电池拐点起始的机理阈值，为老化早期预警提供可迁移的建模思路。
Advanced Energy MaterialsAI 评分3636 多孔石墨烯网络解锁高负载致密锂离子电池电极的三维电子与离子传输
石墨烯介孔海绵（GMS）作为功能性导电添加剂，通过其海绵状介孔骨架调控电极微观结构，在仅含 1 wt.% GMS 的无钴纯镍层状氧化物高负载电极中提升电子与离子电导率，降低极化并保持高可逆容量。
GitHub·电池与能源 Agent 工具AI 评分2626 Harshgupta88156/renewable-energy-orchestrator：15 分钟级自主可再生能源调度 Agent
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%。
EnergyAI 评分3838 基于动态建模的波动功率下光伏耦合碱性水电解与电池储能物理信息设计
研究通过动态建模对波动功率下光伏耦合碱性水电解与电池储能系统进行物理信息设计。作者为 Jinyoung Ham、Bobby Laviguer、Dohyung Jang、Haeseong Shin、Jack Brouwer 和 Sanggyu Kang，成果发表于 Energy 第 365 卷。
OpenAlex · battery/lithium 新文献流AI 评分2222 通过经验证的数字孪生估算液流电池中钒离子有效扩散系数（数据集）
一个基于经验证数字孪生估算液流电池钒离子有效扩散系数的数据集已发布，DOI 为 10.17632/zvd96g8hnc.1，贡献者为 Manuel Montiel Argaiz。该数据集于 2026 年 7 月 3 日发布，目前处于 embargo 状态，将于 2027 年 7 月 2 日公开。
OpenAlex · battery/lithium 新文献流AI 评分2222 通过经验证的数字孪生估算液流电池中钒离子有效扩散系数（数据集）
一个基于经验证数字孪生估算液流电池钒离子有效扩散系数的数据集已发布，DOI 为 10.17632/zvd96g8hnc.1，贡献者为 Manuel Montiel Argaiz。该数据集于 2026 年 7 月 3 日发布，目前处于 embargo 状态，将于 2027 年 7 月 2 日公开。
关键词流·SOX 与寿命预测AI 评分2424 基于仿真的电热电池框架：面向 PV-水电系统的 SOH 能量管理（Butembo 案例研究）
该研究提出一套基于仿真的电热电池框架，用于刚果（金）Butembo 的 PV-水电系统 SOH 能量管理，耦合功率平衡模型、一阶 Thevenin 等效电路、集总热动态、示例性 SOH 信号及受 SOC、温度和健康限值约束的规则调度。
关键词流·多物理场模型AI 评分6262 并联锂离子电池组电化学-热-老化耦合模型：电芯差异下热与老化不一致性的演化
该研究提出并联锂离子电池组的电化学-热-老化耦合模型，用于分析电芯间差异条件下热不一致性与老化不一致性的演化。原文仅提供标题，未给出具体电芯体系、模型方法与验证结果。
Computers & Chemical EngineeringAI 评分2222 面向工业流体网络数字孪生的物理约束神经算子：状态重构与实时参数辨识
研究提出一种物理约束神经算子，用于工业流体网络数字孪生中的状态重构与实时参数辨识。该方法将物理约束嵌入神经算子框架，可同时完成状态估计与参数在线辨识。
关键词流·SOX 与寿命预测AI 评分4040 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。
arXiv · battery（physics.app-ph）精选AI 评分7171 SAGE：面向电网环境的合成老化仿真框架
作者发布开源物理信息仿真框架 SAGE（Synthetic Aging for a Grid Environment），可为异构电池储能系统（BESS）生成小时分辨率、跨数十年的运行历史与老化轨迹，耦合随机环境驱动、市场调度、电热行为、老化动力学与资产级异质性。
推荐理由：SAGE 把随机环境、市场调度与电热老化动力学耦合，为电网级 BESS 提供可复现的长周期退化仿真与基准平台。
arXiv · battery（physics.app-ph）精选AI 评分5858 物理信息学习加速电化学器件建模：面向实时控制的框架与展望
文章评估了 PINN、PIDeepONet 和 PINO 三种物理信息机器学习框架在电化学器件实时控制中的潜力，从训练成本、推理速度和泛化能力三方面进行对比。PINN 适合固定问题但参数变化需重新训练，PIDeepONet 支持跨工况算子学习且无需网格，PINO 在规则网格上性能更优、外推能力最强。
推荐理由：文章对比 PINN、PIDeepONet 与 PINO 三种物理信息学习框架的训练成本、推理速度与外推能力，为电化学器件实时控制选型提供依据。