电池学术月报 · 2026 年 10 月
BATHOT ACAD
PyBaMM 双版本迭代与老化机理研究集群
本期覆盖 2026 年 10 月 1 日至 10 月 31 日的 AI 与电池交叉领域动态。工具层面，PyBaMM 在月内连续发布 26.10.0.0 与 26.10.1.0 两个版本，前者引入符号不可变、IDAKLU 多输入求解与自调度输入集扫描，后者新增 Python 3.15 支持并修复多项模型错误；Battery Data Commons 注册表、退役电池双极脉冲扰动数据集 v2、两串 26650 LFP 多温度数据集等数据资源同期发布，BatteryML、Volttwin、battery-health-agent 等开源基准与代码库进一步扩充了可复现基础设施。研究层面，老化拐点与析锂成为最集中的主线：物理信息数字孪生揭示拐点起始的机理阈值，耦合老化模式与阻抗增长的模型预测析锂拐点，原位光学显微与微结构建模、高保真建模分别解析石墨电极相分离与析锂剥离动态，动态阈值策略与物理引导虚拟探针则面向在线检测与负极电位估计。SOH 估计方面，机理锚定框架、物理一致性神经网络、Uni-Mamba、分数阶单粒子模型物理引导学习等从跨域迁移、小样本与统一框架多路径推进。快充与安全方向，上下文强化学习统一策略、动态安全边界充电、热失控传播尺寸效应与储能柜全尺寸实验共同构成从策略到失效的完整视角。
PyBaMM 双版本迭代
本版导读PyBaMM 月内发布 26.10.0.0 与 26.10.1.0：前者要求同步升级 pybammsolvers>=0.11.0，引入符号不可变、IDAKLU 求解器统计与自调度输入集扫描，并含多项性能优化；后者新增 Python 3.15 支持，放宽 jax extra 至 JAX 0.11，并通过 fem extra 安装 scikit-fem 与 meshio 以支持 2D 与 3D 网格。两个版本连续落地，显示建模框架在求解器能力与运行环境兼容性上同步推进。
PyBaMM Releases一手10.09PyBaMM 发布 26.10.0.0：符号不可变、IDAKLU 多输入求解与多项性能优化
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。
PyBaMM Releases一手10.14PyBaMM 发布 26.10.1.0：支持 Python 3.15 并修复多项模型错误
PyBaMM 发布 v26.10.1.0，新增对 Python 3.15 的支持，jax extra 可接受最高 0.11 的 JAX，fem extra 通过 pip install "pybamm[fem]" 安装 scikit-fem 与 meshio 以支持 2D 和 3D 有限元网格。
老化拐点与析锂机理
本版导读本期多条研究聚焦老化拐点与析锂的机理刻画：物理信息数字孪生揭示拐点起始的机理阈值；耦合老化模式与电极级阻抗增长的模型将实测阻抗增长分解为活性材料损失与副反应，发现副反应阻抗增长与 LLI 强线性相关（Pearson 系数均超 0.98）；原位光学显微结合三维微结构相场建模解析石墨电极群体相分离与析锂，识别出表面饱和之前、与界面欧姆电阻相关的新析锂机制；高保真建模进一步揭示不同工况下析锂与剥离的隐藏动态。
Journal of The Electrochemical Society10.26耦合老化模式与阻抗增长的锂离子电池析锂拐点预测
作者提出将非侵入估计的老化模式（LLI、正负极活性材料损失）与电极级阻抗增长耦合的机理模型，把实测阻抗增长分解为活性材料损失与副反应两部分，并发现副反应阻抗增长与LLI呈强线性相关（Pearson 系数均超过 0.98）。
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。
原位光学显微与微结构建模揭示石墨电极群体相分离及析锂动力学
研究结合原位光学显微与三维微结构相场建模，解析石墨电极中相分离与析锂的相互作用，显微观测捕捉到由缓慢界面反应驱动的颗粒群体及单颗粒尺度相模式转变。模拟识别出一种与界面欧姆电阻相关的新析锂机制，出现在表面饱和之前。基于此评估颗粒粒径分布设计与热激活对锂成核、生长和浓度梯度的抑制作用，为安全快充协议提供物理依据。
高保真建模揭示不同工况下的析锂与剥离动态
Jue Chen、Heinrich Ditler、Gereon Stahl、Christiane Rahe、Weihan Li 在 eTransportation 第 29 卷发表研究，对多种运行工况下的析锂与剥离过程进行高保真建模，以揭示其隐藏动态。论文发表于 2026 年 9 月，目前仅见摘要信息。
SOH 估计跨域泛化
本版导读SOH 估计研究集中向跨域、小样本与统一框架推进：机理锚定框架以 3.3–3.4 V 充电窗口为老化敏感特征，结合软混合专家、跨数据集持续学习与自适应无迹卡尔曼滤波实现在线轨迹更新；物理一致性神经网络面向跨域可迁移小样本学习；Uni-Mamba 以域自适应状态空间模型统一跨材料跨工况估计；分数阶单粒子模型物理引导学习框架与物理信息贝叶斯连续时间方法分别从模型结构与随机负载角度切入。
机理锚定的锂电池健康管理框架实现跨数据集 SOH 估计与轨迹预测
研究提出一种机理锚定的可泛化健康管理框架，在 LFP/石墨电芯中识别出 3.3–3.4 V 充电窗口作为老化敏感特征，并与增量容量指纹关联。框架结合条件感知软混合专家模型、跨数据集持续学习和自适应无迹卡尔曼滤波，将逐点 SOH 估计转化为可在线更新的老化轨迹，在多应力老化条件下实现稳健 SOH 估计和 100–300 步前向轨迹预测。
物理一致性神经网络实现锂离子电池 SOH 估计的跨域可迁移小样本学习
Xiaojia Luo、Guangzhong Dong、Ziheng Li、Yunjiang Lou 在 Journal of Energy Storage 第 182 卷第 E 部分提出一种物理一致性神经网络，用于锂离子电池健康状态（SOH）估计的跨域可迁移小样本学习。该工作发表于 2026 年 12 月 30 日，摘要未提供具体数据集、误差指标与代码获取方式。
Uni-Mamba：基于域自适应状态空间模型的跨材料跨工况电池 SOH 估计统一框架
作者提出 Uni-Mamba，一个通过域自适应状态空间模型实现跨材料与跨工况电池 SOH 估计的统一框架。
基于分数阶单粒子模型的物理引导学习框架用于电池SOH预测
Liping Chen 等人在 Journal of Energy Storage 提出一种基于分数阶单粒子模型的物理引导学习框架，用于电池健康状态（SOH）预测。该框架将分数阶单粒子模型与学习算法结合，具体精度与验证数据在摘要中未给出。
面向随机负载的物理信息贝叶斯连续时间 SOH 估计方法
Yuefeng Liu 等人提出一种物理信息贝叶斯连续时间方法，用于随机负载下锂离子电池的 SOH 估计，论文发表于 Journal of Power Sources 第 698 卷。作者署名为 Yuefeng Liu、Ziyu Yang、Ning Yang，出版日期为 2027 年 1 月 15 日。目前 feed 仅提供摘要信息。
快充策略与安全预警
本版导读快充与安全方向呈现从策略优化到失效预警的完整链条：上下文强化学习以单一策略覆盖多化学体系、多尺寸电池包的安全快充；动态安全边界与自适应 SOC 控制追求快速、安全、低能耗充电；物理建模结合智能优化面向高能量电池快充。安全侧，准分布式热-力传感支持模组多级热失控预警，尺寸效应对热失控传播的影响被量化并提出抑制策略，储能柜全尺寸实验揭示传播机制与火灾发展差异。
基于上下文强化学习的多化学体系多尺寸电池包统一安全快充策略
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。
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。
基于物理建模与智能优化的高能量锂离子电池快充策略
Yajie Liu 等人提出结合物理建模与智能优化的方法，用于实现高能量锂离子电池的快充。该研究发表于 eTransportation 第 29 卷，作者包括 Yu Wang、Fuyuan Liang 和 Xing Zhou，摘要未提供具体模型、优化算法与实验数据。
面向车载的准分布式热-力传感与模组多级热失控预警
eTransportation 第 29 卷刊出研究，提出面向车载应用的准分布式热-力传感方案，用于电池模组的多级热失控预警。作者为 Chao Yu、Jiangong Zhu、Xuexiang Cao、Xuezhe Wei、Haifeng Dai 等。
尺寸对锂离子电池热失控传播的影响及抑制策略
研究针对锂离子电池热失控传播中的尺寸效应，量化了尺寸因子的影响并提出抑制策略。作者包括 Yan Hong、Changyong Jin、Xuning Feng、Minggao Ouyang 等，发表于 Applied Energy 第 427 卷 Part C。
全尺寸实验揭示锂离子电池储能柜热失控传播机制与火灾发展差异
该研究在 Journal of Energy Storage 第 183 卷 Part A 发表，对锂离子电池储能柜开展全尺寸实验，考察不同热失控传播机制及火灾发展过程。作者为 Yixiu Gan、Jiaming Huang、Jianxin Wang、Wei Gao、Haiyang Wang，论文于 2027 年 1 月 1 日刊出。
数据集与开源基准扩充
本版导读数据与工具生态持续扩充：Battery Data Commons 注册表在 Joule 发表，统一电池数据入口；退役电池双极脉冲扰动数据集发布 v2，含原始与处理数据；两串 26650 LFP 电芯在 0–50 °C 五个温度下的电学与热测量数据入藏 Zenodo；BatteryML 提供老化建模数据集汇总与 RUL 基准，Volttwin 开源含 100 个电芯、5 种深度学习模型的 SOH 基准，battery-health-agent 与 GridSimEnv v1 分别覆盖故障检测与电网储能交易强化学习环境。
Battery Data Commons 注册表发布
Marwan Hassini、Philipp Dechent、Sara Luciani、Shiyun Liu、Simon Clark、Paul Gasper、Gonçalo dos Reis 在 Joule 发表 Battery Data Commons 注册表，论文于 2026 年 10 月 23 日在线发布。当前 feed 仅提供标题与作者信息，未给出电芯数量、测试协议、测量量与数据获取方式。
Zenodo · battery 数据与软件10.26退役锂离子电池双极脉冲扰动数据集发布 v2 版本
该数据集配合双极对称脉冲扰动检测电池容量损失的研究论文发布，包含退役锂离子电池测试原始数据及特征提取、诊断分析和建模所用的处理数据。
Zenodo · battery 数据与软件10.27两串26650 LFP电芯在五个环境温度下的脉冲充放电与静置数据集
University of Reggio Calabria 在 Zenodo 发布两串 26650 LFP 电芯（标称容量 2.3 Ah，无均衡）在 0、12、25、38、50 °C 五个环境温度下的电学与热测量数据。
GitHub·电池与能源 Agent 工具10.19BatteryML 开源工具：电池老化机器学习平台与 RUL 基准
BatteryML 是 ICLR 2024 论文的开源代码与数据仓库，提供电池老化建模的数据集汇总、预处理与特征工程、经典模型和可扩展接口。
GitHub·电池与能源 Agent 工具10.25Volttwin 开源锂电池 SOH 估计基准代码库，含 100 个电芯与 5 种深度学习模型
Volttwin 发布锂电池 SOH 估计基准代码，覆盖 100 个电芯、CNN/LSTM/GRU/MLP/Attention 5 种深度学习模型、3 种输入类型与 3 种归一化方法，对应论文发表于 Journal of Energy Storage（2024，109884）。
GitHub·电池与能源 Agent 工具10.20battery-health-agent 开源锂电故障检测与健康分析代码库
jianghu511321/battery-health-agent 是 Nature Communication 论文《Realistic fault detection of Li-ion battery via dynamical deep learning approach》的官方代码仓库。
GitHub·电池与能源 Agent 工具10.25Scale AI 开源 GridSimEnv 电网储能交易 RL 环境 v1
Scale AI 开源 AgentEnv 框架下的 GridSimEnv v1，把 ERCOT 2014 至 2026 年真实日前电价与 EIA-860 电池档案做成 21,250 个电池日任务，智能体每天提交 24 个整数充放电动作，由动态规划在 1 毫秒内求出精确最优并按公式打分，无需评审模型。