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。
推荐理由:该工作把分数阶单粒子模型嵌入学习框架做SOH预测,为物理约束与数据驱动结合提供了一条可迁移的建模思路。
机理模型这条线:P2D/DFN、SPM/SPMe、等效电路、参数辨识与可辨识性、模型降阶。
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。
推荐理由:该工作把分数阶单粒子模型嵌入学习框架做SOH预测,为物理约束与数据驱动结合提供了一条可迁移的建模思路。
Xingshou Zhang、Haiyuan Chen、Xiaobin Niu 提出一种基于 Transformer 的正极电压预测框架,采用自适应输入,面向多离子电池体系。该工作发表于 Journal of Energy Chemistry 第 124 卷,出版日期为 2027 年 1 月。目前仅见摘要信息,具体数据集、误差指标与代码获取方式尚未披露。
推荐理由:该工作把 Transformer 与自适应输入结合,用于多离子电池体系的正极电压预测,可作为跨体系建模思路的参考。
Hongyu Zhao 等人在 Energy 第 366 卷发表研究,提出一种面向锂离子电池管理系统(BMS)的计算高效降阶电化学模型,并在模型中纳入扩散诱导应力。
推荐理由:面向BMS的降阶电化学模型把扩散诱导应力纳入计算,为应力与电化学耦合的实时估计提供了一条低算力路径。
PyBaMM 发布 v26.10.1.1 修复 set_initial_state 在未指定 direction 时会把用户设定的电极初始迟滞状态重置为 0 的问题。
推荐理由:该版本修复了迟滞模型初始状态被重置的问题,使用迟滞模型并自定义初始迟滞状态的用户可据此判断是否升级。
Couto 等人提出用物理模型协同优化锂离子电池在能源市场中的收益与寿命衰减,研究发表于 Applied Energy 第 427 卷 Part D。
推荐理由:该研究把物理模型接入电力市场收益优化,读者可了解寿命衰减成本如何进入调度决策。
格拉茨工业大学等机构提出一个电化学与力学耦合模型,可在不依赖实时力传感器的情况下预测机械约束下锂离子电池的压缩力。在初始外压 0.201 MPa 条件下,模型预测与实验结果相比,1C 放电时 MAPE 为 4.48%,多阶段驾驶循环工况下为 7.02%。该框架针对受约束电池压缩力预测的空白,可用于电池模组的实时受力监测与安全评估。
推荐理由:该模型无需力传感器即可预测受约束电芯的压缩力演化,为电池模组安全评估提供了一条可复现的建模路径。
该研究提出对电化学-热-老化模型进行一致参数化,以关联锂离子电池的日历老化与循环老化。原文仅提供标题,摘要与正文内容暂不可得。
LIBquiv 是一个开源 MATLAB 类,用于锂离子电池物理信息等效电路模型的时域仿真。原文仅提供标题与 DOI 链接(https://doi.org/10.1016/j.softx.2026.103088),未给出功能细节、版本号或获取方式。
Jun Yuan 等人提出从短脉冲测试重建长时间电压弛豫的方法,用于加快电池测试与建模。该工作发表于 Journal of Energy Storage 第 182 卷第 E 部分,作者包括 Shanling Ji、Leon Merker、Leah Nuss、Bojing Zhang、Qiaomin Ke 和 Helge Sören Stein。目前仅见摘要信息。
推荐理由:原文提出用短脉冲测试重建长时间电压弛豫,为缩短电池测试时长与建模提供了一条可迁移思路。
Journal of Energy Storage 第182卷Part E刊出Gongquan Wang等人的研究,提出一个用于建模锂离子电池包热失控传播过程中膨胀力的多物理场框架。作者包括Yueyang Yu、Haidong Wei、Run Yang、Yuying Chen、Yihe Dong、Junyu Zhang、Ping Ping、Depeng Kong,论文发表于2026年12月30日。
推荐理由:针对电池包热失控传播中的膨胀力,提出多物理场耦合建模框架,为热失控力学行为仿真提供方法参考。
Xinyou Ke 等人在 eTransportation 第 29 卷发表研究,针对石墨/LFP 软包电芯提出负值与零值日历容量及阻抗老化建模方法。作者包括 Xinyou Ke、Hongwei Zhang、Yu Hui Lui、Yameng Liu、Jun Cai,论文计划于 2026 年 9 月出版。
推荐理由:针对石墨/LFP 软包电芯,提出负值与零值日历容量及阻抗老化建模思路,为静置老化预测提供新视角。
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。
推荐理由:针对析锂与剥离过程建立高保真模型并覆盖多种工况,可为快充边界与析锂判据研究提供建模参考。
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。
推荐理由:面向高能量锂离子电池快充,将物理建模与智能优化结合,为充电策略设计提供可迁移的方法框架。
该研究提出一种基于电化学-热-老化耦合模型的在线快充策略,用于抑制析锂。原文仅提供标题,未给出模型细节、验证工况与实验数据。
该研究提出一种伪二维老化模型,用于分析锂离子电池在能量密度、寿命、快充与成本之间的权衡关系。原文仅提供标题,摘要与正文内容未获取。
Longning Wang 等人在商用大容量方形锂离子电芯中实现电化学兼容的原位氢气传感,论文发表于 eTransportation 第 30 卷(2026 年 12 月)。目前仅有题录信息,摘要与正文未提供。
Haoran Lu 等提出一种可扩展的多源老化耦合框架,用于锂离子电池的高保真电化学与热建模。该框架将多源老化信息与电化学、热模型耦合,论文发表于 eTransportation 第 30 卷,作者为 Haoran Lu、Lance Zhao、Luke Hu、Zhe Li。
推荐理由:该框架把多源老化数据与电化学热模型耦合,为高保真电池建模提供可扩展路径。
PyBaMM 发布 26.9.0.0,Symbol 改用 slots,第三方 Symbol 子类必须声明 __slots__,模型检查改由 BaseModel.variables_matching_keys 比较变量身份,并要求 pybammsolvers>=0.10.0,CasADi 固定版本从 3.7.2 升至 3.8.1。
推荐理由:PyBaMM 26.9.0.0 的破坏性变更与迁移指引集中在一处,便于依赖该库的建模与仿真工作评估升级成本。
研究在混合离子电子导电(MIEC)石榴石多孔骨架中实现均匀锂沉积,骨架本征电子导电性使锂沿内部孔表面形核并快速形成共形锂层,在极低锂体积分数下建立电子连通,从而大幅降低负极阻抗,实现可逆镀锂/脱锂,库仑效率达 99.95%。
推荐理由:该工作用 MIEC 石榴石骨架把无锂负极的锂形核问题转化为渗流输运过程,并给出 99.95% 库仑效率的室温无压循环结果。
研究通过系统筛选商用石墨、PC 基电解液与聚合物粘结剂,表明石墨中的溶剂共嵌入是恒流极化下常规 Li+ 嵌入与溶剂辅助嵌入竞争的系统级动力学结果。作者提出最低可达电位 P_LA 这一半定量操作描述符,用于刻画石墨-电解液体系在给定测试条件下被极化到 PC 共嵌入占主导之前的程度。
推荐理由:原文提出最低可达电位描述符,把溶剂化、界面化学与工况统一到同一动力学框架中解释 PC 共嵌入。