随着新能源并網規模的不斷增大，儲能在新型電力系統發、輸、配、用環節的重要性日漸凸顯。其中，锂離子電池由于能量密度高、轉化速率快、部署便捷與成本低等優勢，成為新型電力系統中的主流儲能系統之一。锂離子電池健康狀态（SOH）能有效反映電池老化程度，實際運作中，依據設定門檻值替換低SOH電池是保障電池儲能系統安全、穩定運作的有效措施之一。是以，SOH評估是電池管理系統（BMS）的重要功能之一。
為解決現有評估模型精度不足、複雜度高與可解釋性低的問題，南通大學資訊科學技術學院、蘇州科技大學電子與資訊工程學院、南通大學電氣工程學院的顧菊平、蔣淩、張新松等學者，提出一種基于特征提取的锂離子電池SOH評估及影響因素分析方法。
圖1 電池健康特征提取流程
他們首先提出兩個量化初始循環充電電壓曲線和目前循環充電電壓曲線相似性的新健康特征，即動态時間規整距離特征和Wasserstein距離特征；其次，采用CatBoost方法評估電池SOH，并引入SHAP方法分析各健康特征對評估結果的影響及特征間的耦合關系；最後，研究者利用馬裡蘭大學電池老化資料集中多塊電池資料進行實驗驗證。
圖2 锂離子電池SOH評估與分析流程
實驗結果表明，與現有方法相比，提出的SOH評估方法精度較高，平均誤差均小于2.2%，且能定量解析SOH影響因素。
但是，研究者也指出，由于本次電池資料是在固定充電條件下擷取，并未考慮特定應用場景下電池的健康評估需求。锂離子電池在不同儲能體系，如車用儲能系統、儲能電站等，運作工況存在顯著差異，後續研究将針對不同應用場景需求，制定适合的锂離子電池SOH評估方法，實作評估模型在多應用場景下的精準高效運作。
本工作成果發表在2023年第19期《電工技術學報》，論文标題為“基于特征提取的锂離子電池健康狀态評估及影響因素分析”。本課題得到國家自然科學基金智能電網聯合基金、國家自然科學基金和江蘇省重點研發計劃（産業前瞻與關鍵核心技術）的支援。