Forecast-based charging strategy to prolong the lifetime of lithium-ion batteries in standalone PV battery systems in Sub-Saharan Africa
针对撒哈拉以南非洲独立光伏电池系统，提出基于预测的充电策略，通过降低平均荷电状态约20%来延长锂离子电池寿命，且不引起停电。
2023-05-15 cs.SY eess.SY
Impact of Battery Degradation on Market Participation of Utility-Scale Batteries: Case Studies
最近电池制造成本的下降刺激了公用事业规模电池储能系统（BESS）的市场参与。然而，电池退化仍然是BESS所有者在确定其BESS投资和运营策略时的主要关注点。本文研究了电池退化对BESS的操作和收入/成本的影响，在实时能量，储备和支付作为性能调节市场。比较案例研究进行了两个优化框架，模型参与的价格制造商BESS在能源和辅助服务市场，并不考虑电池退化成本。在案例研究中采用了基于真实世界数据的综合测试系统。分析表明，降级代价在BESS调度中起着不可忽视的重要作用。几个潜在的增强优化框架进行了讨论的基础上进行的分析。
2020-08-31 cs.SY eess.SY
System Identification for Lithium-Ion Batteries with Nonlinear Coupled Electro-Thermal Dynamics via Bayesian Optimization
针对锂离子电池非线性耦合电热模型的最大似然参数估计难题，提出结合动态缩窄细化搜索空间的贝叶斯优化系统辨识方法，高效求解且适用性广。
2024-08-20 cs.SY eess.SY
Implementation of Linear Parameter Varying System to Investigate the Impact of Varying Flow Rate on the Lithium-ion Batteries Thermal Management System Performance
针对锂离子电池热管理中 LTI 模型只能处理恒定冷却液流量的局限，本文构建含三个调度参数的 LPV 降阶模型，在变流量条件下保持接近 CFD 的精度，并获得更平滑的温度分布。
2024-03-02 cs.SY eess.SY
Data-Enabled Predictive Control for Fast Charging of Lithium-Ion Batteries with Constraint Handling
本文提出一种基于行为系统理论的数据驱动预测控制（DeePC）方法，直接利用电池输入输出数据实现带约束的锂离子电池安全快速充电，并通过主成分分析降维提升计算效率。
2023-04-17 cs.SY eess.SY
Modeling and Analysis on Efficiency Degradation of Lithium-ion Batteries
随着可再生能源发电在电网上变得越来越普遍，电池储能系统（BESS）的效率变得越来越重要。因此，有必要研究锂离子电池的能量效率，这是典型的使用在BESS。本研究的目的是提出效率状态（SOE）作为衡量电池传输能量效率的一个指标，并分析在电池的整个寿命期间影响电池SOE的因素。使用NASA的数据集，我们通过计算放电和充电阶段产生和消耗的能量比率来测量镍钴铝（NCA）锂离子电池的SOE。在SOE轨迹中观察到线性趋势，这由Mann-Kendall（MK）趋势检验证实。在此基础上，提出了一个线性的SOE降解模型。进一步的分析表明，环境温度，放电电流和截止电压都以不同的方式影响SOE。使用本研究中观察到的SOE及其行为，电池管理系统（BMS）可以通过调整操作条件或开发更好的管理策略来提高电池的能源效率。
2023-03-19 cs.SY eess.SY physics.data-an
Linearized Physics-Based Lithium-Ion Battery Model for Power System Economic Studies
本文提出了线性化的物理为基础的模型，锂离子电池，可以纳入电力系统经济研究的优化框架。所提出的模型是单粒子模型的线性近似，并且它允许表征影响电池操作的电池内部的物理过程的动态。目前，在锂离子电池储能系统（LIBESS）的运行和规划研究中广泛采用的简化的功率-能量模型导致了不可行的运行和误导性的经济评估，因此需要这种模型。与最近使用的基于非线性物理的模型相比，所提出的线性化模型在计算上是有益的。能源套利的应用程序是用来评估所提出的模型在一个简单的电力能源模型的优势。
2022-07-07 cs.SY eess.SY
Ageing Mitigation and Loss Control Through Ripple Management in Dynamically Reconfigurable Batteries
动态可重构电池将电池管理与交流和直流电池中的输出形成相结合，从而增加了可用电荷、功率和寿命。然而，负载和内部重新配置产生的组合纹波可能会使电池降级。本文介绍了纹波的频率范围对衰减和损耗的影响。它提出了一种新的控制方法，减少动态可重构电池技术的低频纹波，以减少电池老化和损耗。此外，它将残余纹波转移到更高的频率，其中较低的阻抗减少了加热，并且电极和电解质的介电电容使电化学反应周围的电流分流。
2022-11-06 cs.SY eess.SY
Observability analysis and state estimation of lithium-ion batteries in the presence of sensor biases
University of Oxford（牛津大学）
本文研究了锂离子电池常用等效电路模型的可观测性，并提出在存在传感器偏置时的状态估计方法，强调可观测性分析对选择合适状态估计算法的重要性。通过微分几何方法推导出非线性等效电路模型的可观测性条件，并通过非线性卡尔曼滤波器估计测量偏置。
2016-03-11 cs.SY eess.SY
Detection and Isolation of Small Faults in Lithium-Ion Batteries via the Asymptotic Local Approach
这一贡献提出了一种诊断方案，电池检测和隔离的形式，小参数变化的内部故障。该方案基于电池的电化学降阶模型，其允许包括可能影响电池性能的物理上有意义的故障。分析了模型的灵敏度特性。然后，该模型用于计算残差的基础上的无迹卡尔曼滤波器。主要的残差和有限的协方差矩阵得到感谢本地的方法，允许故障检测和卡方统计检验隔离。结果表明，该方法可以有效地检测出有限的0.15%的容量和0.004%的功率衰减的故障。该算法还能够正确地隔离与敏感参数相关的故障，而低灵敏度或线性相关的参数更难以精确。
2021-03-17 cs.SY eess.SY
A Review of Lithium-Ion Battery Models in Techno-economic Analyses of Power Systems
锂离子电池储能系统（BESS）在全球范围内以惊人的速度渗透到电力系统环境中。这主要是因为它被认为是电网脱碳，数字化和民主化的主要工具之一。电池项目的经济可行性和技术可靠性需要适当的评估，因为资本支出高，充电/放电性能恶化，监管政策不确定。大多数电力系统经济性研究采用简单的功率-能量表示，并结合退化的经验描述来模拟锂离子电池。这种建模方法可能会导致违反安全操作和误导经济效益的估计。最近，关于BESS的技术经济分析的出版物数量增加，其中更详细地介绍了锂离子电池的性能。本文的目的是探讨这些出版物的网格规模BESS应用程序的重点，并讨论使用更复杂的建模方法的影响。首先，概述了三种最流行的电池模型，然后回顾了这些模型的应用。探讨了在电力系统的技术经济研究中采用详细的电池模型的未来研究方向。
2021-06-16 cs.SY eess.SY
Performance-Aware Control of Modular Batteries For Fast Frequency Response
本文提出一种性能感知的模块化电池调度方法，通过MIQCP模型优化损耗与老化成本，实现快速频率响应，显著降低功率损耗和电池老化成本并增强SoC平衡。
2025-04-04 cs.SY eess.SY
Reformulating Parallel-Connected Lithium-Ion Battery Pack Dynamics with Interconnection Resistances as Ordinary Differential Equations
本研究针对含互联电阻的并联锂离子电池组提出电流分布解析解，将其动态特性的微分-代数方程重构为常微分方程并推导电流均匀分配条件，经实验验证有效，可支持电池组优化设计与控制。
2025-08-20 cs.SY eess.SY
Equivalent-Circuit Thermal Model for Batteries with One-Shot Parameter Identification
针对电池温度估计中测量法噪声大、电化学模型计算昂贵的问题，提出可用单次循环数据辨识的等效电路电热模型，并在NASA、MIT和Oxford数据集上验证其稳健精度。
2025-03-16 cs.SY eess.SY
Direct Continuous-Time LPV System Identification of Li-ion Batteries via L1-Regularized Least Squares
针对锂离子电池参数随SOC变化及OCV非线性依赖问题，提出连续时间LPV辨识方法，用B样条建模参数变化，联合辨识参数与OCV-SOC映射，实验验证优于传统RLS方法。
2025-09-25 cs.SY eess.SY
Hybrid Cathode Lithium Battery Discharge Simulation for Implantable Cardioverter Defibrillators Using a Coupled Electro-Thermal Dynamic Model
通过电热耦合动态模型仿真研究了植入式心律转复除颤器（ICD）负载对其锂电池电源的影响。ICD是可显著改善致命性心律失常（心律异常）疾病患者生存率的有效治疗方法之一。使用锂电池电源，这个救生设备发送电击或脉冲来调节心跳。ICD的使用寿命和可靠性主要由其电池的寿命和性能表示。在本文中，我们调查的终端电压，放电深度（DOD）和温度动力学的植入式锂电池的组合阴极材料，即一氟化碳和银钒氧化物（Li/CFx-SVO）。对植入式电池特性进行建模是文献中一个成熟的主题;然而，据作者所知，高能电击（除颤）和低能器械电源（内务管理）对ICD电池运行的影响相对较少。我们的分析表明，电池端电压主要受uA范围内的小但连续的内务放电电流的影响，而不是几安培范围内的间歇性高除颤电流需求。研究结果可用于改进器械设计控制和操作，从而延长患者使用寿命，减少侵入性置换手术的需要。
2023-01-31 cs.SY eess.SY
Battery Second Life : A Review of Experimental Studies
Université Gustave Eiffel（巴黎-塞纳-圣但尼大学）；ENTPE（国立土木工程学院）；Universite Claude Bernard Lyon 1（里昂第一大学）；Ampère（安培研究所）；INSA Lyon（里昂国立应用科学学院）；Ecole Centrale de Lyon（里昂中央理工学院）；CNRS（法国国家科学研究中心）
本文针对电动汽车退役电池再利用领域，通过分析150余篇实验研究，提出新术语体系、评估健康状态与离散性，总结老化与安全性，为未来研究提供方向。
2026-10-09 cs.SY eess.SY
Capacity Estimation of Lithium-ion Batteries Using Invariance Property in Open Circuit Voltage Relationship
Delft University of Technology（代尔夫特理工大学）
本文提出一种利用开路电压与荷电状态关系在老化循环中的不变性，仅需一次OCV测试建模并可从部分充放电或动态放电数据中估计锂离子电池容量的方法，仿真平均绝对相对误差为0.85%。
2025-11-10 cs.SY eess.SY
Performance Analysis of Empirical Open-Circuit Voltage Modeling in Lithium Ion Batteries, Part-2: Data Collection Procedure
本文是锂离子电池OCV建模系列论文的第二部分，详细定义了考虑实验时间的低速率OCV数据采集流程，包括不同C-Rates下的充电方法、充电后OCV表征及电阻估计曲线，为后续OCV-SOC关系表征与不确定性建模提供数据基础。
2023-06-28 cs.SY eess.SY
Parameter Identification and Sensitivity Analysis for Zero-dimensional Physics-based Lithium-Sulfur Battery Models
本文研究了从实验循环数据中估计锂硫电池参数的问题。与传统的锂离子电池相比，LiS电池具有吸引力，这主要归功于它们提供更高能量密度的潜力。文献提出了许多不同的LiS电池模型，具有不同的结晶度和复杂性。这包括更高保真的扩散反应模型以及忽略扩散动力学而捕获潜在的还原-氧化反应的物理的"零维"模型。本文重点介绍了零维LiS电池模型，并从文献中开发了四个这样的模型，反映了不同的选择，其中氧化还原反应模型。越来越需要使用实验循环数据集来参数化这些模型并比较它们的相似性。为了满足这一需求，我们制造了LiS纽扣电池，并对这些电池进行了充电/放电循环测试。同时，我们分析了模拟LiS电池充电/放电特性对基础模型参数的敏感性。使用这种敏感性分析，我们选择了一个子集的模型参数进行识别，并估计这些参数的所有四个锂电池模型的循环数据，从而达到一个一致的实验比较和评估这些模型的各自的可靠性。
2021-02-16 cs.SY eess.SY
Integrating Electrochemical Modeling with Machine Learning for Lithium-Ion Batteries
University of Kansas（堪萨斯大学）；University of California, Berkeley（加州大学伯克利分校）
锂离子电池（LiBs）的数学建模是先进电池管理的核心挑战。本文提出了一种新的方法，将基于物理的模型与机器学习相结合，以实现LiB的高精度建模。这种方法独特地提出将物理模型的动态状态通知机器学习模型，从而实现物理学和机器学习之间的深度集成。我们提出了两个混合物理机器学习模型的基础上的方法，它混合了一个单粒子模型与热动力学（SPMT）与前馈神经网络（FNN）进行物理知情的学习LiB的动态行为。所提出的模型是相对简约的结构，可以提供相当大的预测精度，即使在高C率，如广泛的模拟。
2021-07-23 cs.LG cs.SY eess.SY
Modified Gaussian Process Regression Models for Cyclic Capacity Prediction of Lithium-ion Batteries
The University of Warwick（华威大学）
本文介绍了机器学习支持的数据驱动模型的开发，用于不同循环条件下锂离子电池的有效容量预测。为了实现这一目标，首先提出了一个模型结构，考虑电池老化趋势和相应的工作温度和放电深度。然后基于对高斯过程回归中协方差函数的系统理解，开发了两个相关的数据驱动模型。具体地，通过用自动相关性确定结构修改各向同性平方指数核，“模型A”可以提取用于容量预测的高度相关的输入特征。通过将阿克里尼乌斯定律和多项式方程耦合到组成核中，“模型B”能够考虑电池退化的电化学和经验知识。所开发的模型进行了验证和比较的镍锰钴氧化物（NMC）锂离子电池与各种循环模式。实验结果表明，改进的高斯过程回归模型考虑电池电化学和经验老化签名优于其他同行，能够取得令人满意的结果，无论是一步和多步预测。所提出的技术是有前途的各种循环情况下的电池容量预测。
2020-12-31 cs.LG cs.SY eess.SY
Embedding Lithium-ion Battery Scrapping Criterion and Degradation Model in Optimal Operation of Peak-shaving Energy Storage
锂离子电池系统已被用于实际的电力系统中，用于调峰、需求响应和频率调节。然而，锂离子电池在循环时会退化，并且当容量降低到某个阈值（例如80%）时将被废弃。这种报废标准可能无法探索电池存储的最大利益。在本文中，我们提出了一种新的报废标准的基础上，电池效率，分时电价，和套利收益的调峰储能。然后，使用该标准推导出一个新的电池寿命模型与报废参数。嵌入寿命模型，提出了一种调峰储能系统的优化运行方法。算例分析结果表明，该运行方式在延缓蓄电池劣化的同时，能够最大限度地发挥调峰储能的效益。与传统的基于80%容量的报废标准相比，基于效率的报废标准可以显著提高电池的寿命效益。
2020-06-14 cs.SY eess.SP eess.SY
Integrated Optimal Fast Charging and Active Thermal Management of Lithium-Ion Batteries in Extreme Ambient Temperatures
本研究针对极端环境温度下的锂离子电池，提出集成最优快速充电与主动热管理的控制策略，构建热-NDC电池模型，分别设计状态反馈及带扩展卡尔曼滤波的输出反馈模型预测控制算法，实现充电速度与电池健康的平衡，经数值实验验证有效。
2024-10-07 cs.SY eess.SY math.OC
A Simplified Model for the Battery Ageing Potential Under Highly Rippled Load for Battery Management and Active Degradation Control
而在典型的标准化测试中，电池几乎完全加载恒定电流或相对缓慢变化的周期，实际应用涉及快速负载纹波，这对净能量没有贡献。减少滤波电容器甚至动态可重构电池的趋势进一步增加了纹波。因此，纹波负载对锂电池的影响越来越受到关注。根据最近的研究，加速老化在很大程度上取决于纹波的频率。我们使用电化学模型来推导出一个高度简化的回归模型，该模型捕获渐近行为，并允许对特定电池进行参数识别和校准。该模型允许定量监测由于电池管理系统中的纹波电流而引起的额外老化。此外，它能够通过影响现代电池系统（如可重构电池）中的频率内容来主动控制老化潜力。
2022-09-19 cond-mat.mtrl-sci cs.SY eess.SY
Network-Aware Value Stacking of Community Battery via Asynchronous Distributed Optimization
本文针对社区电池协调问题，提出基于异步分布式ADMM的分布式优化算法，在配电网约束下实现价值叠加，兼顾通信延迟鲁棒性与隐私保护，并用真实数据验证收敛性与成本贡献。
2024-03-20 cs.SY eess.SY math.OC
Cycle Life Prediction for Lithium-ion Batteries: Machine Learning and More
Technische Universität Darmstadt（达姆施塔特工业大学）；University of Pavia（帕维亚大学）；Massachusetts Institute of Technology（麻省理工学院）；Technische Universität München（慕尼黑工业大学）
本教程概述了第一性原理、机器学习与混合电池模型，展示了利用实验室数据预测电池循环寿命的可解释ML流程，并强调了引入物理机制的混合建模对破译电池老化轨迹的重要性及未来研究方向。
2024-04-05 cs.LG cs.SY eess.SY
Flying batteries: In-flight battery switching to increase multirotor flight time
UC Berkeley（加州大学伯克利分校）
我们提出了一种新的方法来增加飞行时间的多旋翼通过空中对接和飞行中的电池切换。使用主电池飞行的主四轴飞行器具有连接到其上的对接平台。“飞行电池”-携带二次电池的小型四轴飞行器-配备有可以与主四轴飞行器的平台配对的对接腿。腿和平台之间的连接器在对接时建立电接触，并且使得能够将电力从二次电池传输到主四轴飞行器。定制设计的电路允许在一次电池和二次电池之间任意切换。我们在涉及重复对接、电池切换和脱离的飞行实验中演示了这一概念。与单独飞行相比，该实验将主要四轴飞行器的飞行时间增加了4.7倍，并且对于给定的多旋翼来说，增加了2.2倍的理论极限。重要的是，这种飞行时间的增加与整体车辆质量或尺寸的大幅增加无关，使主要四轴飞行器基本上处于相同的安全级别。
2020-03-26 cs.RO cs.SY eess.SY
DIICAN: Dual Time-scale State-Coupled Co-estimation of SOC, SOH and RUL for Lithium-Ion Batteries
School of Electrical Engineering, Xi’an Jiaotong University（西安交通大学电气工程学院）
电池状态的准确共同估计，例如充电状态（SOC）、健康状态（SOH）和剩余使用寿命（RUL），对于电池管理系统确保安全可靠的管理至关重要。虽然电池的外部性能随着老化程度的变化而变化，但电池的劣化机理具有相似的演化规律。由于电池是复杂的化学系统，这些状态与复杂的电化学过程高度耦合。提出了一种基于状态耦合的SOC、SOH和RUL估计方法--深度周期内和周期间注意力网络（DIICAN），将电池测量数据组织到周期内和周期间的时间尺度上。为了自动提取退化相关特征，并适应实际工况，采用了卷积神经网络。状态劣化关注单元用于提取电池状态演化模式并评估电池劣化程度。为了考虑电池老化对SOC估计的影响，将电池劣化相关状态并入SOC估计中以用于容量校准。DIICAN方法在牛津电池数据集上进行了验证。实验结果表明，该方法能够实现高精度的SOH和RUL联合估计，有效提高整个生命周期内SOC估计精度。
2022-10-20 cs.LG cs.SY eess.SY
A fast solver for the pseudo-two-dimensional model of lithium-ion batteries
伪二维（P2D）模型是一种复杂的数学模型，可以捕获锂离子电池中的电化学过程。然而，该模型也带来了沉重的计算负担。在文献中已经引入了对模型的许多简化以降低复杂性。我们提出了一种快速计算的P2D模型，可以使用时，简化是不够准确的方法。通过重新安排计算，我们降低了线性代数问题的复杂性。我们还采用了自动微分，使用开源包JAX的鲁棒性，同时也允许轻松实现系数表达式的变化。该方法在不影响精度的情况下消除了P2D模型中的计算瓶颈。
2021-11-17 cs.SY eess.SY physics.app-ph
Advancing Measurement Capabilities in Lithium-Ion Batteries: Exploring the Potential of Fiber Optic Sensors for Thermal Monitoring of Battery Cells
RWTH Aachen University（亚琛工业大学）；Fraunhofer Institute for Silicon Technology (ISIT)（弗劳恩霍夫硅技术研究所）
本文探讨了光纤传感器在锂离子电池热监测中的应用，通过OFDR技术实现空间分辨温度测量，展示了其在电池内部条件监测中的优势。
2025-02-19 cs.SY eess.SY physics.app-ph
A Comparison of Baseline Models and a Transformer Network for SOC Prediction in Lithium-Ion Batteries
University of Leeds（利兹大学）
本文比较了多种数据驱动方法在锂离子电池SOC预测中的表现，发现决策树在BMW i3自然驾驶循环数据上优于包括带自注意力和位置编码的Transformer在内的所有对比模型。
2024-10-22 cs.AI cs.LG cs.SY
