斯坦福大学研发模型实时预测电池容量 有利于延长电动汽车续航

随着时间推移，电池会老化，逐渐失去能量和存储能力。不过，不同电池之间的老化过程不同，几乎无法测量或为所有导致电池老化的相互作用机制进行建模。因此，大多数用于管理充电水平、估计电动汽车续航里程的系统都会对电池内部工作情况的变化视而不见。

（图片来源：斯坦福大学）

此类系统的运作方式就像医生在不了解病人心肺状况、不了解病人生活环境、生活方式、压力对其造成破坏的特殊方式，就给出治疗处方。如果大家有用过笔记本电脑或手机，就会知道，随着时间的推移，对电池剩余寿命的估计往往会与实际情况相去甚远。

不过，据外媒报道，美国斯坦福大学（Stanford University）的科学家们研发了一个模型，可实时预测可充电电池的真实状况。该种新算法将传感器数据与锂离子电池物理降解过程的计算机建模相结合，以预测电池的剩余存储容量和充电水平。

此种新方法有助于实现尺寸更小的电池组以及让电动汽车实现更长的续航里程。现在，汽车制造商都增加了额外的电池制造成本和材料，如一些稀缺或有毒的材料，以提升电池的储能，应对未知的电池衰退情况。

据研究人员所说，从实验中收集来的数据可以看到，该模型的预测准确性非常高，可以到电池实际寿命的2%以内，也可以让旧电动汽车电池能够更容易、更便宜地用于电网存储能量。

每个电池都有阴极和阳极两个电极，中间夹着通常是液体的电解质。在可充电锂离子电池中，锂离子在充放电过程中会在电极之间来回穿梭。一辆电动汽车会使用成百上千个这样的电池芯，组装成一个大电池组，通常占整个汽车成本的30%左右。传统的电池管理系统通常依赖于假设每个电极中锂含量不会变化的模型，不过，在现实中，随着电池退化，锂会因为副反应而流失。因此，此类假设都来自不准确的模型。

研究人员在设计系统时，不断更新了锂浓度的估计值，并为每个电极设计了专用算法，在系统运行时根据传感器测量值进行调整。之后，研究人员用标准的工业硬件在现实场景中验证了算法。

该模型的数据来自电池管理系统的传感器，而此类传感器正在目前上路的电动汽车上运行。研究人员表示：“我们的算法可以集成至当前的技术中，以更智能的方式运行。从理论上讲，许多已经上路的汽车都可以在电控单元上安装此种算法，而且费用很低，更有可能让汽车制造商将此种算法应用到尚未投产的汽车上。”

该团队的实验主要关注于电动汽车中常用的一种锂离子电池（锂镍锰钴氧化物电池），以估计电池内部的关键变量，如锂浓度和电池容量。不过，该框架可通用，应该也适用于其他种类的锂离子电池，并能够考虑到电池退化的其他机制。