首页期刊导航|储能科学与技术
期刊信息/Journal information
储能科学与技术
化学工业出版社
储能科学与技术

化学工业出版社

丁玉龙

双月刊

2095-4239

energystorage_cip@163.com;esst_edit@126.com

010-64519601/9602

100011

北京市东城区青年湖南街13号

储能科学与技术/Journal Energy Storage Science and TechnologyCSCD北大核心CSTPCD
查看更多>>《储能科学与技术》（Energy Storage Science and Technology）是化学工业出版社、中国化工学会联合主办的国内唯一的储能专业期刊，由中国石油和化学工业联合会主管，国内统一刊号CN 10-1076/TK，中国科学引文数据库核心期刊（CSCD）、中国科技核心期刊，中国化工学会及储能工程专委会会刊。目前已被美国《乌利希期刊指南（网络版）》（Ulrichsweb）、英国科学文摘数据库（INSPEC）和美国《化学文摘（网络版）》（CA）收录，荣誉主编为英国伯明翰大学丁玉龙教授。
正式出版
收录年代

    基于条件神经网络的质子交换膜燃料电池的老化性能预测

    李从心岳美玲李昕彤熊庆辉...
    3094-3102页
    查看更多>>摘要：在积极推进"双碳"目标的背景下,氢能的发展迎来了前所未有的机遇.作为绿色交通变革的重要一环,燃料电池汽车在减碳和实现碳中和方面发挥着关键作用,同时也成为新能源汽车研究的焦点.提高燃料电池汽车的智能化程度,通过机器学习算法不断优化性能,已成为解决燃料电池汽车问题的重要途径.质子交换膜燃料电池作为燃料电池的核心技术之一,其耐用性问题依然是制约其商业化和市场普及的主要障碍.鉴于燃料电池的非线性和动态特性,以及运行条件的不断变化,准确预测其老化性能极具挑战.本工作提出一种基于条件卷积神经网络的新型燃料电池老化性能预测模型.该模型结合线性趋势和非线性动态特征预测,通过递归方法迭代预测燃料电池的老化性能.实验结果验证了本模型在长期性能预测上的高准确性,对于增强燃料电池系统的可靠性和效率具有重要的实际意义.

    燃料电池机器学习神经网络时间序列预测

      原文链接:
    • 万方数据
    • 维普

    基于数据驱动的锂离子电池快速寿命预测

    田成文孙丙香赵鑫泽付智城...
    3103-3111页
    查看更多>>摘要：预测锂离子电池剩余使用寿命(remaining useful life,RUL)对于确保电池的安全和可靠使用至关重要.首先,针对电池容量序列因容量回升及外界干扰呈非线性变化、目标电池退化数据稀少,全生命周期数据难以获取的问题,本文结合变分模态分解(variational mode decomposition,VMD)和排列熵(permutation entropy,PE)的优势,对已有的其他类似衰退模式电池数据进行去噪重构,作为模型训练数据.其次,本文采用滚动预测策略,用滚动滑窗的方式对训练数据进行划分和拼接.然后,训练擅长捕捉全局依赖关系的Transformer网络.最后,预测过程当中输入目标电池部分数据,进行滚动迭代预测.本文先在马里兰大学先进生命周期工程中心(Center for Advanced Life Cycle Engineering,CALCE)提供的电池数据集上,采用留一评估,依次对其本身电池数据进行实验验证,实验证明本文预测方法的各项性能指标良好,4块电池RUL的平均相对误差为2.21%,具有较高的准确性.再基于美国航空航天局(National Aeronautics and Space Administration,NASA)的B0005电池进行模型泛化验证,B0005电池得到的RUL相对误差为2.34%,进一步验证了本文方法的有效性.

    锂离子电池VMDPETransformer快速寿命预测

      原文链接:
    • 万方数据
    • 维普

    能源电池单体层级数字孪生技术

    樊金保李娜吴宜琨贺春旺...
    3112-3133页
    查看更多>>摘要：具有高能量密度的能源电池作为实现国家碳达峰和碳中和目标的重要途径备受关注,然而,现有技术已不能满足其高效安全稳定运行的迫切需求.数字孪生技术具有实时感知、高效模拟、准确预测和快速优化复杂系统的特性,有望成为解决上述挑战的有效手段.本文分析了能源电池单体层级数字孪生技术的构成要素,阐述了植入传感技术、高效保真的物理模型和机器学习算法三种关键技术在电池数字孪生中的作用,介绍了植入传感技术在电池温度、应变、气压和气体传感方面的现状,综述了描述电池不同物理场行为的耦合模型的相关研究,探讨了机器学习算法在电池数字孪生中的应用以及基于物理的机器学习算法的最新进展,最后总结了电池数字孪生技术面临的主要挑战和发展趋势,并提出了在未来研究中克服这些挑战的建议.本研究工作可为电池数字孪生技术提供更深刻的见解,并有助于其在学术研究和工业应用领域中的进一步推广与应用.

    能源电池数字孪生传感技术物理模型机器学习

      原文链接:
    • 万方数据
    • 维普

    基于机器学习方法的锂电池剩余寿命预测研究进展

    朱振威苗嘉伟祝夏雨王晓旭...
    3134-3149页
    查看更多>>摘要：随着技术的不断进步和成本的逐步降低,锂电池在电动汽车、储能系统、便携式电子设备等多个领域实现了广泛应用,有效促进了清洁能源的普及和能源结构的优化.掌握锂电池衰变和剩余使用寿命(RUL)对于确保设备稳定运行、提高能源利用效率以及保障用户安全至关重要.通过优化电池设计和使用策略,可以延长锂电池的使用寿命,降低更换成本,进一步推动锂电池的规模化应用.锂电池的性能衰变是一个涉及多尺度化学、电化学反应的复杂过程,涉及其内部从材料、界面到多孔电极、器件等诸多因素影响.各种机器学习(ML)的方法正是建模处理复杂数据、寻找规律、反馈应用的重要手段.本文针对锂电池RUL建模研究的科学问题,综述了ML算法在预测电池RUL领域的最新进展,重点介绍数据驱动的电池管理、预测建模以及利用ML方法来提高电池性能和寿命方面的突破.最后,对当前领域内面临的关键问题进行了归纳总结,以期提供一个基于ML算法的电池RUL预测技术的全面视角,并展望其未来的发展趋势.

    电池管理系统电池剩余寿命寿命预测机器学习算法寿命延长

      原文链接:
    • 万方数据
    • 维普

    锂金属负极固态电解质界面膜形成和生长机理的理论研究进展

    周国兵许审镇
    3150-3160页
    查看更多>>摘要：锂金属负极因其极高的理论比容量在锂离子电池领域引起了极大的关注,但其高反应活性会引发电解液组分发生一系列复杂的降解反应,并在电极表面生成固态电解质界面膜(SEI).SEI钝化层一方面能抑制电解液持续损耗,另一方面也会显著影响电池的循环性能.因此,从原子/分子层面阐明SEI形成和生长机理成为了近些年的研究重点和热点.本文综述了不同理论模拟方法在SEI结构、组分和生长过程的最新研究进展,介绍了经典分子动力学、反应力场分子动力学、第一性原理分子动力学、机器学习力场分子动力学以及动力学蒙特卡罗等模拟方法在SEI研究中的成功案例.讨论了现有理论计算方法在模拟SEI形成和生长机理方面的局限性,提出可结合机器学习和动力学蒙特卡罗方法来实现长时域SEI形成和生长过程模拟的技术方案展望.

    固态电解质界面膜形成和生长机理分子动力学动力学蒙特卡罗机器学习

      原文链接:
    • 万方数据
    • 维普

    人工智能与储能技术融合的前沿发展

    黄家辉邝祝芳
    3161-3181页
    查看更多>>摘要：随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战.其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artificial Intelligence,AI)应用于ESM的研发是解决该问题的新方案.而机器学习(machine Learning,ML)作为AI的子领域,已被证明是从数据中获得见解的强大工具,ML可以挖掘大数据背后有价值的信息和隐含的关联,有助于揭示ESM的关键结构或性质与性能关系,大大加快了ESM的研发和筛选,同时AI为储能系统的设计和运行提供了先进的预测工具.因此,未来AI与储能技术的融合研究将是值得关注的新兴领域.本文首先阐述了AI的关键技术框架,包括监督学习、无监督学习以及可解释的人工智能(XAI).然后从ESM设计、识别筛选和性能预测三个方向出发,分别总结了AI在这些储能领域的最新研究进展,包括机器学习在储能材料研究中常用的数据库列表,并分析了这一融合技术对智能电网优化、可再生能源集成与管理的贡献.最后,本文展望了AI与储能技术的融合面临的机遇挑战,以及未来需要重点关注的研究方向.

    人工智能储能融合智能电网可再生能源

      原文链接:
    • 万方数据
    • 维普

    AI for Science时代下的电池平台化智能研发

    谢莹莹邓斌张与之王晓旭...
    3182-3197页
    查看更多>>摘要：在AI for Science时代,电池设计自动化智能研发(battery design automation,BDA)平台通过整合先进的人工智能技术,为电池研发领域带来了革命性进展.BDA平台覆盖了文献调研、实验设计、合成制备、表征测试和分析优化这五个电池研发的关键环节,利用机器学习、多尺度建模、预训练模型等先进算法,结合软件工程开发用户交互友好的工具,加速从理论设计到实验验证的整个电池研发周期.通过自动化的实验设计、合成制备、表征测试和性能优化,BDA平台不仅提升了研发效率,还提高了电池设计的精确度和可靠性,推动了电池技术向更高能量密度、更长循环寿命和更低成本的方向发展.

    AIforScience电池智能研发机器学习BDA多尺度

      原文链接:
    • 万方数据
    • 维普

    电池大数据智能分析平台的研发与应用

    焦君宇张全權陈宁波王冀钰...
    3198-3213页
    查看更多>>摘要：随着电动汽车和储能需求的持续增加,高性能电池的产量迅速上升,人们对电池先进制造的要求也越来越高.智能制造在电池行业中扮演着至关重要的角色,通过集成自动化技术、信息技术、计算仿真和人工智能,智能制造可以极大地提高生产效率和灵活性,减少人为错误,挖掘材料的内部机理,提高产品性能.基于人工智能的电池大数据分析技术是智能制造的重要一环,旨在通过高级数据分析技术,辅助研发人员开展各种电池的性能评估、预测与优化.为此,我们基于机器学习技术开发出一系列高效算法,实现电池大数据分析中的特征分析、电池一致性分析、电池健康状态估计以及电池剩余寿命预测等电池中常见的分析任务.此外,我们还提供了一个标准化的分析框架来全面分析电池数据、预测电池的性能,帮助研发人员直观理解复杂的数据集,并揭示数据中的模式和关系.同时,我们还将这些算法集成到电池大数据分析平台——智芯工坊中,以解决现有的电池大数据分析平台数据集成度低、分析工具单一和可扩展性不足等问题.这些智能算法的普及与应用有助于人们实现电池的高效分析与智能管理,进而推动电池行业的数智化发展.

    锂电池大数据人工智能软件平台特征电池剩余寿命电池健康状态

      原文链接:
    • 万方数据
    • 维普

    基于大语言模型RAG架构的电池加速研究:现状与展望

    钟逸冷彦陈思慧李培义...
    3214-3225页
    查看更多>>摘要：随着近年电池领域研究投入的激增,研究人员面临着前所未有的信息过载和知识盲区的挑战.针对这一问题,本文探讨了大语言模型(large language model,LLM)的检索增强生成(retrieval augmented generation,RAG)架构在电池领域的应用潜力,在此基础上对近期的研究文献进行综述,并提出展望.本文介绍了大语言模型RAG架构的工作原理,强调了该架构在垂直领域的可靠性,并基于此综述探讨了该架构在电池材料设计、电池单元设计和制造、电动交通与电网的电池管理系统三个领域的潜在应用.在电池材料设计部分,本文着重分析了大语言模型RAG架构的无幻觉生成能力在数据提取、研究方案设计和多模态数据问答中的优势.在电池单元设计和制造部分,本文从科研端指出该架构对电池单元设计方案分析的辅助作用,从制造端指出该架构桥接产业和科研的鸿沟、辅助产业管控的作用.在电动交通和电网的电池管理系统部分,本文指出该架构在跨领域知识联结、辅助系统级运维的作用.最后,本文讨论了多模态RAG技术在电池研究领域的应用潜力及其对电池研究效率的提升,并展望了RAG在电池领域的更多应用前景.

    大语言模型检索增强生成电池材料电芯电池管理系统

      原文链接:
    • 万方数据
    • 维普

    锂电池百篇论文点评(2024.06.01-2024.07.31)

    张新新岑官骏乔荣涵朱璟...
    3226-3244页
    查看更多>>摘要：本文是近两个月锂电池文献的评述,以"lithium"和"batter*"为关键词检索了Web of Science从2024年6月1日至2024年7月31日上线的锂电池研究论文,共6113篇.首选采用BERTopic主题模型对其摘要文本进行分析,构建锂电池论文的研究主题图,再选择其中100篇加以评论.正极材料的研究集中于尖晶石结构LiNi0.5Mn1.5O4材料和富锂材料的掺杂改性、表面包覆、结构设计等.负极材料的研究重点包括硅基负极的结构设计和性能提升、金属锂负极的界面设计.固态电解质的研究主要包括对聚合物固态电解质和卤化物固态电解质的结构设计以及相关性能研究.其他电解液和添加剂的研究则主要包括不同电解质和溶剂对各类电池材料体系适配的研究,以及对新的功能性添加剂的探索.对固态电池,正极材料的体相改性、表面包覆和合成方法、锂金属负极的界面构筑和三维结构设计、多层电解质的使用有多篇文献报道.锂硫电池的研究重点是硫正极的结构设计和电解液的开发.电池技术方面的研究还包括干法电极制备技术、黏结剂和隔膜的研究、集流体的开发和锂氧电池的电解质设计.电极中的锂离子输运和降解机制、电解液中的锂沉积形貌和SEI结构演变、全电池热失控分析,溶剂对CEI组分影响的理论模拟以及降低电池成本和优化制造工艺的论文也有多篇.

    锂电池正极材料负极材料电解质电池技术

      原文链接:
    • 万方数据
    • 维普