锂离子电池健康状态估计的特征提取：方法与应用

当前位置：首页 > 论文 > 2026 > 01

论文

收稿日期：2025-08-31 修回日期：2025-10-14 接受日期：2026-02-01

DOI:10.20078/j.eep.20251101

免费下载 2026年01期

摘要：为了确保锂离子电池系统的安全性、可靠性和持久性，准确估计电池的健康状态（State of Health, SOH）至关重要。SOH作为一个内部状态量，难以通过传感器直接测量，往往需要通过间接方式进行估计。SOH估计的准确性在很大程度上依赖于... 展开+

摘要：

为了确保锂离子电池系统的安全性、可靠性和持久性，准确估计电池的健康状态（State of Health, SOH）至关重要。SOH作为一个内部状态量，难以通过传感器直接测量，往往需要通过间接方式进行估计。SOH估计的准确性在很大程度上依赖于健康特征的提取质量，当前SOH估计研究面临电池内部复杂的电化学衰退机制难以直接观测，且单一特征往往无法全面捕捉电池老化过程的挑战。首先阐明了SOH与电池容量衰减、内阻增长的宏观联系，并追溯其活性物质损失（LAM）和活性锂损失（LLI）等微观电化学衰减机制，确立了理想健康特征应具备明确物理意义的评价基准。在此基础上，总结了当前主流的特征提取技术，主要包括基于电压电流曲线、微分曲线、脉冲功率特性、电化学阻抗和多物理场的特征提取，并对这5种特征提取技术进行了归纳与评述。此外，系统梳理了NASA、CALCE、Oxford等多个国际公认的锂电池公开数据集，为相关算法的开发与验证提供了基准。最后，针对单一特征难以在复杂多变的工况下实现鲁棒性、高精度SOH估计的现状，提出未来发展趋势的三个关键方向：（1）建立标准化的评估协议，实现客观的算法比较；（2）融合多物理场特征（电、热、机械等），创建更全面、更稳健的健康指标；（3）将物理模型与数据驱动方法相结合（如物理信息神经网络），提高模型可解释性、数据效率和泛化能力。

收起-

作者：

邵哲^1,2,3
仲恒^1,2,3
梅延润^1,2,3
秦文杰^1,2,3
陈然^1,2,3
侯慧杰^1,2,3
胡敬平^1,2,3
杨家宽^1,2,3

作者简介

第一作者：邵哲（2000—），女，安徽太和人，博士研究生，主要研究方向为锂电池健康状态估计。E-mail：shaozhe@hust.edu.cn
通讯作者：胡敬平（1980—），男，河南长垣人，教授，主要研究方向为环境电化学与功能材料。E-mail：hujp@hust.edu.cn

单位

1.华中科技大学环境科学与工程学院，湖北武汉 430074
2.长江流域多介质污染协同控制湖北省重点实验室，湖北武汉 430074
3.固废处理处置与资源化技术湖北省工程实验室，湖北武汉 430074

关键字

锂离子电池
梯次利用
健康状态
健康特征
特征提取

基金项目

国家重点研发计划资助项目（2023YFC3902802）；国家自然科学基金面上资助项目（52170134）；华中科技大学交叉研究支持计划（2023JCYJ005）；湖北省科技计划项目（2024BAA012）；武汉市动力电池低碳循环产业创新联合实验室（2025020802040290）

引用格式

邵哲, 仲恒, 梅延润, 等. 锂离子电池健康状态估计的特征提取：方法与应用[J]. 能源环境保护, 2026, 40(1): 54−67.

SHAO Zhe, ZHONG Heng, MEI Yanrun, et al. Feature Extraction for Lithium-Ion Battery State of Health Estimation: Methods and Applications[J]. Energy Environmental Protection, 2026, 40(1): 54−67.

论文

作者：

作者简介

单位

关键字

基金项目

引用格式

相关论文

最新更新