4月27日，《自然·通訊》（Nature Communications）在線發(fā)表了題為“Data-driven capacity estimation of commercial lithium-ion batteries from voltage relaxation”的研究論文。該研究由同濟大學汽車學院魏學哲教授團隊完成，團隊朱建功副教授為論文第一作者，戴海峰教授為論文通訊作者。同濟大學為論文第一完成單位，德國卡爾斯魯厄理工學院為第二完成單位。這一研究成果提供了一種動力電池容量估計的新方法，為多種應用場景下的電源系統(tǒng)技術開發(fā)提供了新思路。

電池在應用過程中，其容量是逐漸衰減的。如電動汽車整車層面，電池容量決定了汽車充電后的最大續(xù)行駛里程。在電池系統(tǒng)層面，電池容量是電池管理中很多關鍵狀態(tài)的必要輸入，也是電池健康研究使用數(shù)據(jù)驅(qū)動的方法，提出了一種基于電池弛豫電壓特征的容量估計方法。該方法從動力電池滿充電后的弛豫電壓信息中提取特征參數(shù)，實現(xiàn)電池容量估計誤差（RMSE）為1.1%（圖1）。通過構建遷移學習辦法，提升估計方法的泛化能力和普適性。所構建的遷移學習辦法在其他兩款不同材料體系電池上進行了驗證，驗證得到的估計誤差低于1.7%。

研究成果公開了三款不同材料體系商用鋰離子動力電池長循環(huán)測試數(shù)據(jù)（如表1），包含130顆電池單體，每顆單體根據(jù)不同實驗條件循環(huán)了50~1400次，實驗條件包含了3個溫度點（25℃、35℃、45℃），5個充放電倍率（0.25C、0.5C、1C、2C、4C）。

專業(yè)人士表示，本研究提出的基于電池弛豫電壓特征參數(shù)的容量估計方法，具有不依賴電池歷史信息和環(huán)境信息、不需要特定的電池測試條件和電壓區(qū)間的優(yōu)勢，為動力電池多種應用場景和電源技術的開發(fā)，如停車充電、換電、梯次利用壽命評估和壽命預測等方面提供新的研究思路和解決方向。

這一研究主要由同濟大學、德國卡爾斯魯厄理工學院和不列顛哥倫比亞大學合作完成，研究得到德國洪堡基金會、國家自然科學基金及中央高校基本科研業(yè)務費專項資金資助，得到德國烏爾姆-卡爾斯魯厄電化學能源存儲平臺支持。