隨著電動車在全球日益普及，鋰離子電池的需求激增，導(dǎo)致報廢的電池數(shù)量也隨之增加，如何充分二次應(yīng)用退役電池成為重要的社會議題。為協(xié)助解決這一問題，嶺南大學（嶺大）今日（14日）表示，嶺大科學教研組助理教授唐曉鵬與上海理工大學組成的研究團隊，近日在IEEE期刊發(fā)表了一篇名為《以壽命為基礎(chǔ)的電池分類 促進二次應(yīng)用》的論文，並於第25屆IEEE中國系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議（CCSSTA 2024）上，在278份的投稿論文中脫穎而出，成為僅4份獲得「最佳論文獎」之一。
嶺大科學教研組助理教授唐曉鵬。 嶺大供圖
研究團隊透過人工智能（AI）的半監(jiān)督學習模型，研發(fā)了一種嶄新的電池檢測方法，針對退役電池的壽命進行分類和篩選。團隊所訓練的模型稱為「卷積神經(jīng)網(wǎng)絡(luò)」——一種應(yīng)用了AI技術(shù)的深度學習模型，只需要取得電池前三個充電迴圈周期的資料（即從0%充到100%，再從100%耗至0%為一個充電迴圈周期），便能對不同壽命的電池進行分類，解決了傳統(tǒng)的檢測方法中，因電池差異造成模型失效，從而無法評估其容量的真實狀態(tài)，導(dǎo)致檢測結(jié)果與實際電池狀態(tài)不符的問題。該研發(fā)的突破在於AI檢測模型不需要直接預(yù)測退役電池的使用壽命，而是評估兩個電池是否有相若的使用壽命，有效將不同電池分類，達至高效且精確的篩選效果。
研究團隊研發(fā)嶄新的AI模型對退役電池進行準確分類（由上海理工大學提供）。 嶺大供圖
研究團隊隨後對38個電池樣本進行測試驗證，當中有22個電池因為老化問題已達到「截止容量」、電池效能下降。而另外的16個電池則有較好的壽命表現(xiàn)，團隊將它們列為可以二次應(yīng)用的候選電池，但不知道其真實的壽命值。團隊其後將22個效能較低的電池，即使用已達到「截止容量」的電池老化資料來訓練AI模型，使該模型能夠根據(jù)電池的預(yù)期壽命來將較長壽命的電池分類為不同的群組。團隊再利用該模型將未分類的電池進行一對一比較，將壽命值屬於同一類別的電池分組，從而有系統(tǒng)地對退役電池進行分類。
結(jié)果顯示，即使退役電池有相似的初始容量和電阻，它們的使用壽命也可能有顯著差異。使用傳統(tǒng)的「容量-電阻方法」來檢測電池狀況，可能會導(dǎo)致錯誤的電池壽命分類。然而，研究團隊提出的AI模型相比傳統(tǒng)檢測方法，可等效減少至少百分之二十的電池壽命損耗，有效延長電池使用壽命。這項嶄新研究成果提供了可靠而精確的方法，提升退役電池的二次應(yīng)用，優(yōu)化電池管理方案，對節(jié)能減排產(chǎn)生積極影響。
電話：（香港）852-2564 0768
（深圳）86-755-83518792 83518734 83518291
地址：香港九龍觀塘道332號香港商報大廈
