从目前的公路车辆到未来的电动飞机，储能系统的安全性和可靠性在电池应用中至关重要。在进入市场之前，所有电池系统都要经过彻底的审查和认证，以确保它们在常规和极端条件下都能安全运行，包括波动的温度、反复充电和放电，以及全范围的驾驶循环。随着对电池需求的持续增长，NREL专家致力于开发新的方法来识别潜在的电池危害，并加速全国范围内的电池安全研究。发表在 Nature Communications 杂志上的一项研究提供了一种预测热失控行为可变性的新技术，该技术借鉴了NREL之前的研究，研究发现了电池喷射质量和热量产生之间的相关性。
研究人员利用开放存取的电池故障数据库中有关商用锂离子电池的 139 项量热测量数据，采用迁移学习方法，仅使用喷射质量测量值和电池元数据就能准确估计热失控期间的热输出变异性。 研究表明，利用从电池故障数据库中学到的行为，只需 0 到 5 次量热测量，就能准确预测新型电池的热输出分布（包括异常值），而且可信度很高。 此外，还能准确预测正极通气孔、电池体和负极通气孔的部分喷射热量。 研究证明，通过使用低成本和快速的测量方法，可以预测细胞热行为的变化，从而加快关键安全特性的鉴定工作。
原文链接: Karina Masalkovait? et al, Predicting the heat release variability of Li-ion cells under thermal runaway with few or no calorimetry data, Nature Communications (2024). DOI: 10.1038/s41467-024-52653-3
