電池會隨著時間而老化，逐漸失去動力和存儲能力。就像人類一樣，不同電池之間的老化過程是不同的，幾乎不可能測量或模擬所有導致老化的相互作用機制。因此，大多數(shù)用于管理充電水平和估計電動汽車行駛里程的系統(tǒng)，幾乎對電池內(nèi)部工作方式的變化視而不見。

相反，它們的運作更像是醫(yī)生在不了解病人心肺狀況的情況下開出治療處方，也不知道環(huán)境、生活方式、壓力和運氣對他們造成的破壞或幸免的特殊方式。如果你用筆記本電腦或手機已經(jīng)足夠多年了，你可能已經(jīng)能預測結果了，隨著時間的推移，對剩余電池壽命的估計往往會與實際情況相去甚遠。

現(xiàn)在，斯坦福大學科學家開發(fā)的一個模型提供了一種實時預測可充電電池真實狀況的方法。新的算法將傳感器數(shù)據(jù)與降解鋰離子電池的物理過程的計算機建模相結合，以預測電池的剩余存儲容量和充電水平。

斯坦福大學地球、能源與環(huán)境科學學院(StanfordEarth)能源資源工程助理教授SimonaOnori說:“我們利用了以前從未用于估算的電化學參數(shù)。”這項研究發(fā)表在9月11日的IEEE控制系統(tǒng)技術學報上。

這種新方法有助于為更小的電池組和更大的行駛里程鋪平道路。如今，汽車制造商增加了閑置產(chǎn)能，以應對數(shù)量未知的衰退，這增加了額外的成本和材料，包括一些稀缺或有毒的材料。更好地估計電池的實際容量將使緩沖區(qū)更小。

Onori解釋說:“就我們的模型而言，謹慎使用電池系統(tǒng)仍然很重要。”“但如果你對電池在整個生命周期中可以儲存多少能量有了更多的確定性，那么你就可以使用更多的電量。”我們的系統(tǒng)能顯示出電池的邊緣，所以電池可以更精確地工作。”

該論文指出，該模型預測的準確性——從實驗中收集到的實際電池壽命的2%以內(nèi)——也可以使舊電動汽車電池為電網(wǎng)儲存能量變得更容易、更便宜。Onori說:“就像現(xiàn)在一樣，從電動汽車上退役的電池在質(zhì)量和性能上會有很大差異。”“目前還沒有可靠和有效的方法來對它們進行標準化、測試或認證，以使它們與為固定存儲而定制的新電池具有競爭力。”

每個電池都有兩個電極——陰極和陽極——中間夾著電解液，通常是液體。在可充電鋰離子電池中，鋰離子在充電和放電時在電極之間來回穿梭。一輛電動汽車可以使用成百上千個這樣的小電池，組裝成一個大電池組，通常占整個汽車成本的30%左右。

該研究的主要作者、能源工程專業(yè)博士生阿尼魯?shù)隆ぐ⒗?AnirudhAllam)說，傳統(tǒng)的電池管理系統(tǒng)通常依賴于假設每個電極中的鋰含量不會變化的模型。“然而，在現(xiàn)實中，隨著電池退化，鋰會因為副反應而流失，”他說，“所以這些假設導致了不準確的模型。”

Onori和Allam在設計他們的系統(tǒng)時，不斷更新了鋰濃度估計值，并為每個電極設計了專用算法，在系統(tǒng)運行時根據(jù)傳感器測量值進行調(diào)整。他們用標準的工業(yè)硬件在現(xiàn)實場景中驗證了他們的算法。

該模型的數(shù)據(jù)來自于電池管理系統(tǒng)中的傳感器，這些傳感器在目前行駛的電動汽車上運行。Onori說:“我們的算法可以集成到當前的技術中，讓它們以更智能的方式運行。”她說，從理論上講，許多已經(jīng)上路的汽車都可以在它們的電子控制單元上安裝這種算法，但這種升級的費用讓汽車制造商更有可能把這種算法應用到尚未投產(chǎn)的汽車上。

該團隊將他們的實驗集中在電動汽車中常用的一種鋰離子電池(鋰鎳錳鈷氧化物)上，以估計關鍵的內(nèi)部變量，如鋰濃度和電池容量。但這個框架足夠普遍，它應該適用于其他種類的鋰離子電池，并考慮到電池退化的其他機制。

“我們展示了我們的算法不僅僅是一個可以在計算機上運行的漂亮的理論工作，”她說。“相反，這是一種實用的、可實施的算法，如果未來能被采用并應用于汽車上，就能產(chǎn)生更持久的電池、更可靠的汽車和更小的電池組。”