(资料图片仅供参考)

在锂离子电池使用过程中，不可避免出现的非线性、强时变的容量衰减严重影响着电池性能。为确保电池工作的安全性和可靠性，快速准确的容量估计至关重要。然而，由于电池化学、充电模式、工作温度以及用户习惯的变化，实现真实世界条件下快速、准确、稳健的在线容量估计充满挑战。

针对上述问题，西安交通大学机械工程学院梅雪松、徐俊教授团队提出了一种基于单电压特征高斯过程回归（GPR）的数据驱动方法，可在3分钟内实现锂离子电池变温、非恒流充电快速容量估计。该工作首次通过实验生成了基于非恒流充电协议的电池老化数据集，针对非恒流充电开发了可在3分钟内收集的高质量健康特征，结合GPR实现了快速容量估计。该方法的平均容量估计误差仅为0.65%，其精度相比传统方法提高了60%以上。同时，该工作提出了一种基于早期数据线性变换的温度迁移策略，可将25℃建立的模型低误差（误差降低30%以上）迁移至其他温度条件（如10℃和40℃）。该工作为实现非恒流、全温域的锂电池容量估计提供了新的解决方案。