标签:经济环境效益
张璇、周光敏团队利用生成式机器学习技术,在随机退役条件下实现动力电池健康状态评估与电动汽车市场的经济环境效益提升,推动可持续回收研究取得新进展
随着电动汽车市场的迅速扩张,动力电池的需求量持续攀升。然而,由于动力电池的设计寿命有限,大量退役电池的处理成为一个亟待解决的问题。如何高效、经济且环保地管理这些退役电池,成为行业关注的焦点。目前,梯次利用和回收利用被认为是解决这一问题的关键途径,而准确评估退役电池的健康状态(SOH)则是实现这些途径的基础。 传统的恒流恒压(CCCV)方法虽然可以评估SOH,但其耗时长、耗电量大,效率较低。相比之下,脉冲测试方法因其快速估算SOH的潜力而受到关注,但其准确性受到退役电池随机荷电状态(SOC)的影响,...