State of Health Estimation of Lithium-Ion Batteries in Vehicle-to-Grid Applications Using Recurrent Neural Networks for Learning the Impact of Degradation Stress Factors
这项工作提出了一种有效的健康状态指示器，用于指示锂离子电池的退化，该指示器基于长短期记忆（LSTM）递归神经网络（RNN）和滑动窗口。开发的LSTM RNN能够捕获退化电池容量对电池退化应力因素的潜在长期依赖性。当有足够的训练数据时，学习性能是稳健的，如果提供超过1.15年的数据用于训练，则误差< 5%。
2022-05-16 cs.SY eess.SY
A Soft-switched Fast Cell-to-Cell Voltage Equalizer for Electrochemical Energy Storage
电池串联连接以满足许多应用中的电压要求。电压均衡器电路是必要的，以确保没有电池是过度充电或过度放电。提出了一种新型的快速软开关电池间电压均衡器拓扑结构。这种拓扑结构可以同时将电荷从多个过充电电池转移到多个欠充电电池，避免电池的任何不必要的充电或放电，以实现快速电压均衡。所提出的电路拓扑和调制方法确保在所有电池条件下的零电压开关。电路的工作和软开关进行了分析和实验验证与四电池电压均衡器的原型。样机分别与电池组和混合超级电容器组进行了测试，验证了其较高的转换效率。
2019-07-04 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
State estimation of an electrochemical lithium-ion battery model: improved observer performance by hybrid redesign
针对锂离子电池电化学模型状态估计中观测器难以兼顾收敛速度与精度的问题，提出采用混合多观测器改进现有观测器性能，并通过标准参数仿真验证了估计性能的提升。
2023-04-19 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
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
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
On-line Capacity Estimation for Lithium-ion Battery Cells via an Electrochemical Model-based Adaptive Interconnected Observer
电池老化是一个自然的过程，会导致容量和功率衰减，导致性能随着时间和使用而逐渐下降。由于缺乏直接测量，老化电池的充电状态（SOC）和健康状态（SOH）监测对电池管理系统（BMS）提出了挑战性的任务。基于电化学模型的估计算法考虑了老化对物理电池参数的影响，可以提供关于电池可用寿命内锂浓度和电池容量的准确信息。温度依赖的电化学模型，增强的单粒子模型（ESPM），形成了自适应互连观测器的合成的基础，该观测器利用容量和功率衰减之间的关系，由于固体电解质界面层（SEI）的生长，为了实现状态的组合估计（两个电极中的锂浓度和电池容量）和老化敏感的传输参数（阳极扩散系数和SEI层离子电导率）。利用李雅普诺夫理论推导了自适应观测器的实用稳定性条件。对实验数据的验证结果表明，有界容量估计误差在其真实值的2%以内。此外，容量估计的有效性进行了测试，为两个细胞在不同阶段的老化。研究了容量估计在测量噪声和传感器偏差下的鲁棒性。
2021-06-24 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
Intelligent Degradation Monitoring in Lithium-ion Batteries via Discharge Incremental Capacity Feature Estimation
Amirkabir University of Technology（阿米尔卡比尔理工大学）
针对传统IC分析需低电流放电的局限，本文提出基于神经网络的框架，从充电信号直接预测放电IC特征，在53个电池数据集上验证，LSTM模型平衡精度与效率，支持实时BMS集成，实现智能电池退化监测。
2026-09-22 cs.LG cs.SY eess.SP
Lithium-ion battery thermal-electrochemical model-based state estimation using orthogonal collocation and a modified extended Kalman filter
University of Oxford（牛津大学）
本文提出基于伪二维模型和改进扩展卡尔曼滤波器的状态估计方法，通过正交格点离散化偏微分代数方程，实现高精度电池状态估计，误差低于1%。
2015-06-29 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
Improving optimal control of grid-connected lithium-ion batteries through more accurate battery and degradation modelling
University of Oxford（牛津大学）；EnergyVille（能源城）；VITO（弗拉芒技术研究所）
本文通过更精确的电池和退化模型，改进电网连接锂离子电池的最优控制，发现更准确的模型能显著提高收益并减少退化，证明简单模型可能低估商业案例。
2018-01-17 cs.SY eess.SY
Capacity Estimation of Lithium-ion Batteries Using Invariance Property in Open Circuit Voltage Relationship
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
Enhancing accuracy of finite-dimensional models for lithium-ion batteries, observer design and experimental validation
本文提出对有限维电化学模型的锂浓度进行阶数无关的渐近校正，使其匹配原始PDE，并基于新状态空间模型设计经Lyapunov分析保证全局鲁棒收敛的观测器，数值与实验均验证估计精度提升。
2023-08-17 cs.SY eess.SY
Electrochemical Parameter Identification for Lithium-ion Battery Sources in Self-Sustained Transportation Energy Systems
锂离子电池（LIB）在自我维持的交通能源系统中发挥了重要作用，并在过去几年中得到了广泛的应用。为了实现蓄电池的可靠维护，需要对其电化学参数进行辨识。然而，电池模型包含许多参数，而可测量的状态只有电流和电压，导致识别固有的病态问题。提出了一种参数辨识方法，包括实验、模型和算法。电化学参数首先根据物理性质手动分组，并分配给两个顺序测试进行识别。两个测试，即准静态测试和动态测试，被压缩的时间，以实际实施。适当的优化模型和灵敏度为导向的逐步（SSO）优化算法的开发，以有效地搜索最优参数。通常，Sobol方法用于进行敏感性分析。基于灵敏度指标，SSO算法可以解耦辨识过程中不同参数的混合影响。为了验证，在一个典型的NCM 811电池在不同的寿命阶段进行了数值实验。所提出的方法节省了大约一半的时间找到合适的参数值。与电池退化相关的关键参数的识别准确率可超过95%。算例结果表明，辨识出的参数不仅可以提高电池模型的精度，而且可以作为电池SOH的指标。
2023-03-14 cs.SY eess.SY
A Control-Oriented Simplified Single Particle Model with Grouped Parameter and Sensitivity Analysis for Lithium-Ion Batteries
本文提出一种面向控制的锂离子电池简化单粒子模型，通过参数分组将17个参数减至9个，再经Sobol灵敏度分析降至6个关键参数，在保持精度的同时加快收敛，提升BMS状态估计与控制效率。
2025-05-26 cs.SY eess.SY
Off-grid solar energy storage system with hybrid lithium iron phosphate (LFP) and lead-acid batteries in high mountains: a case report of Jiujiu Cabins in Taiwan
台湾九九小屋采用混合磷酸铁锂与铅酸电池的无电网太阳能储能系统，经历系统故障后通过修复和升级实现稳定供电，提升绿色能源应用。
2026-06-05 cs.SY eess.SY
Spectral Analysis of Approximated Capacity Fade Curvature for Lithium-Ion Batteries
本文在真实驾驶数据集上验证了基于曲率的电池退化拐点识别方法，并对近似容量衰减曲率进行谱分析，发现其与退化模式和相变点偏移相关，且仅需容量数据即可应用于电网储能系统。
2025-04-28 cs.SY 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 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
