大发888体育_大发体育官网

近日，我校机械工程学院武龙星博士（第一作者/通讯作者）在国际学术期刊《Journal of Energy Chemistry》（中科院分区：化学/化工1区TOP期刊，影响因子：13.1，DOI: 10.1016/j.jechem.2023.09.045）发表了题为“Physics-based battery SOC estimation methods: Recent advances and future perspectives”的综述论文，并在2024年3月份成功入选ESI热点论文。该研究工作的第一完成/通讯单位均为安徽科技学院，合作单位为湖北文理学院、安徽大学及桂林电子科技大学。该研究工作得到了机械工程学院新能源与智能车辆科研团队的大力支持，并获得了省级重点实验室开放基金(ZDSYS202304)、安徽省自然科学基金(2308085ME142)等项目资助。

荷电状态（SOC）的可靠预测是高级电池管理系统（BMS）的重要功能之一，对电动汽车的安全运行具有重要意义。到目前为止，基于经验模型和数据驱动的锂离子电池SOC估计方法已在各种文献中进行了全面的讨论和综述。近年来，基于机理的SOC估计由于能为动力电池的内部状态提供了新的物理解释，并成为高级BMS最有吸引力的候选者。然而，很少有学者对涉及物理机理的SOC估计的研究进展及未来展望进行综述和讨论。更重要的是，一些利用物理的等效电路模型（PECM）和物理信息神经网络（PINN）的新兴SOC估计方法也没有在当前的综述论文中得到总结和分析。为此，本综述论文主要总结了基于物理的SOC算法在高级BMS中的应用潜力，深入探讨了锂离子电池物理SOC估算方法的研究进展及面临的挑战。该研究成果中的见解有望促进基于物理的高级BMS算法的发展和应用。

《Journal of Energy Chemistry》期刊主要报道化石能源、二氧化碳、电化学能和氢能化学转化的创造性研究和创新应用，以促进能源科学与技术的研究与开发，为能源化学领域TOP期刊。热点论文是在SCI、SSCI过去两年发表的论文（仅限Article和Review）中，最近两个月期间同一ESI学科论文的被引次数排在前0.1％的论文。（特约通讯员：王飞 摄影：武龙星 审核：乔印虎 李同杰 胡文靖 编辑：李锦）