研究背景
乌普萨拉大学?ngstr?m先进电池中心的研究团队开发了一种新型AI模型，显著提升了电动汽车（EV）电池老化的预测能力，有望优化安全性与使用寿命。电池退化是阻碍EV普及的关键问题之一，据估算，电池成本占整车40%，其过早失效会推高用户成本并影响市场信心。国际能源署（IEA）预测，到2030年EV将占全球新车销量的60%以上，锂离子电池需求占比超85%。
研究方法与突破
研究人员Wendi Guo与Daniel Brandell教授通过AI分析短时充电数据，结合数字孪生框架，将电极厚度、锂离子浓度等设计参数与实际老化行为关联。该模型仅需80次完整充放电循环（不足电池寿命的10%）即可提供早期预警，预测误差较传统模型降低69%。相关成果发表于2025年8月的《能源与环境科学》（Energy & Environmental Science），并与丹麦奥尔堡大学合作验证。
应用价值
行业效益：无需车企敏感数据即可预测电池健康状态（SOH），减少对用户隐私和商业机密的依赖。
安全与可持续性：识别锂沉积等危险反应，优化快充设计；延长电池寿命可降低对钴、镍等稀缺资源的需求，减少电子废弃物。
车网协同（V2G）：精准预测双向充放电下的电池退化，支持电动汽车作为电网储能单元。
