移动端


当前位置:兴旺宝>资讯首页> 技术前沿

清华大学深圳国际研究生院张璇、周光敏团队合作在基于生成式学习的电池健康状态评估与可持续回收研究中取得进展

2024-12-08 08:52:53来源:清华大学 阅读量:15920 评论

分享:

导读:清华大学深圳国际研究生院副教授张璇、周光敏团队与合作者提出一种基于注意力变分自动编码器(AVAE)的生成式机器学习方法,可快速生成退役电池的脉冲电压响应数据。

  随着电动汽车市场的快速发展,动力电池需求量激增,但其设计寿命有限,退役潮已经到来。如何高效、经济、环保地处理这些退役电池,成为亟待解决的挑战。梯次利用和回收利用被视为关键途径,而准确评估退役电池健康状态(SOH)则是实现这一目标的基础。
 
  传统恒流恒压(CCCV)方法评估SOH需耗费大量时间和电能,效率低下。相比之下,脉冲测试方法展现出快速估算SOH的潜力,但受退役电池随机荷电状态(SOC)影响,准确性有待提升。此外,现有脉冲测试方法需在不同SOC条件和电池类型下进行大量数据采集,面临数据稀缺性和异质性挑战。
 
  针对上述问题,清华大学深圳国际研究生院副教授张璇、周光敏团队与合作者提出一种基于注意力变分自动编码器(AVAE)的生成式机器学习方法,可快速生成退役电池的脉冲电压响应数据。这一方法几乎零成本生成测试数据,大幅节省时间与资源,并有效解决数据稀缺和异质性问题。通过学习SOC与脉冲电压响应的潜在依赖关系,该模型实现了不同电池材料和SOH状态下的SOC演变规律预测,并成功在未见SOC条件下准确估算SOH。
 
图1.基于注意力变分自动编码器的脉冲电压响应数据生成示意图
 
  团队构建了2700个退役锂离子电池脉冲注入样本的物理测试数据集,涵盖了3种正极材料类型、3种物理形式、4种容量设计和4种历史使用场景(图2)。这些物理测试数据被用于验证所提方法在脉冲数据生成中的有效性。
 
图2.数据集构成、特征提取与数据生成场景
 
  团队通过生成式机器学习方法,在少量已测量数据的基础上,实现了未测量数据空间的精准探索。模型利用已有的脉冲电压响应数据进行训练,可生成不同SOC条件下的新脉冲电压响应数据(图3)。实验表明,无论在内插还是外推场景中,生成数据的平均绝对百分比误差(MAPE)均低于2%,充分证明了模型对已测量数据分布的有效学习能力及其生成多样化数据样本的潜力。
 
图3.生成模型性能与经济环境效益
 
  利用生成的数据,仅需简单调试后的回归器模型即可实现退役电池SOH的准确估计(图4)。与未使用生成数据训练的评估模型相比,使用生成数据显著降低了SOH估计误差(图4c、4d)。即使在未见过的SOC条件下,SOH估计的平均绝对百分比误差(MAPE)仍低于6%。这表明,所提出的方法不仅能够稳定生成适用于随机退役条件的脉冲电压响应数据,还可有效提升SOH评估模型的准确性。
 
图4.健康状态估计结果
 
  与传统的CCCV测试相比,基于生成模型的脉冲测试方法无需耗费大量时间调整SOC,也避免了对退役电池的额外损害。技术经济评估显示,在2030年全球动力电池退役场景下,该生成式机器学习辅助的SOH估计方法可节省约49亿美元电力成本,减少358亿公斤二氧化碳排放(图5)。这一方法在时间效率、能耗降低、环境效益和操作灵活性方面展现了显著优势。
 
图5.经济环境效益分析
 
  相关研究成果以“随机退役条件下基于生成式学习的电池健康状态评估与可持续回收”(Generative learning assisted state-of-health estimation for sustainable battery recycling with random retirement conditions)为题,于11月23日发表于《自然·通讯》(Nature Communications)上。
 
  清华大学深圳国际研究生院2022级博士生陶晟宇为论文第一作者,2023级博士生马睿飞、2023级硕士生赵子曦为共同第一作者,2023级硕士生马光远为第二作者。张璇、周光敏、腾讯人工智能实验室资深算法专家徐挺洋博士为共同通讯作者。其他合作者还包括厦门力景新能源科技有限公司卢敏艳团队,环境模拟与污染控制国家重点联合实验室温宗国教授,阿里巴巴达摩院资深算法专家荣钰博士,清华大学深圳国际研究生院副教授韦国丹、李阳等。研究得到山西省能源互联网研究院、深圳国际科技信息中心、深圳国际研究生院、深圳市鹏瑞基金会、广东省基础与应用基础研究基金等单位和基金的科研经费支持。
版权与免责声明:1.凡本网注明“来源:兴旺宝装备总站”的所有作品,均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:兴旺宝装备总站”。违反上述声明者,本网将追究其相关法律责任。 2.本网转载并注明自其它来源(非兴旺宝装备总站)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。 3.如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
我来评论

昵称 验证码

文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关

    相关新闻
    • 政策暖风频吹,氢能产业利好来了!2025第三届世界氢能产业博览会赋能产业发展

      2025第三届世界氢能产业博览会定于2025年8月在广州广交会展馆A区举行,同期举办WBE2025第10届世界电池及储能产业博览会暨亚太电池展/亚太储能展、第三届世界氢能产业大会,为全球氢能与燃料电池行业提供一个技术交流与展贸平台,为推动我国氢能产业链的全球贸易与交流合作、促进氢能产业高质量发展、加快形成新质生产力具有重要意义!
      2024-12-19 09:15:39    9198
      氢能电池
    • 2024宁德国际新能源产业及储能装备博览会精彩亮点提前看

      2024宁德国际新能源产业及储能装备博览会将于11月7日至9日在宁德举办,本届展会以“领航时代、赋能未来”为主题,集中呈现全球最新的新能源科技新技术、新材料、新应用。主要展出新能源电池及材料,储能技术及集成产品,储能及电池相关生产设备,新能源汽车、工程车辆、船舶等产品,以及无人机等低空经济产品。
      2024-11-04 18:36:17    16382
      新能源电池储能
    • 智慧云脑 新质登场丨见证储能升维时刻!晶澳科技“星云”系列新品震撼发布

      10月29日,晶澳科技“星云”系列新品发布会以“智慧掌控每一度绿电”为主题,重磅发布了具有自主知识产权的三款新产品。
      2024-10-31 11:41:48    437
      储能电池智慧能源