讲座信息

【演讲人】

郭峰 博士

【主持人】

欧士琪 教授

【讲座主题】

电化学模型驱动的先进电池管理建模、感知与优化

【时间地点】

时间：2026年10月8日周四下午15:00-16:00 (北京时间)

地点：线上会议（#腾讯会议：966-388-827）

讲者简介

个人简介：郭峰博士，比利时弗兰德基金会（Research Foundation – Flanders，FWO）FWO 高级博士后研究员（FWO Senior Postdoctoral Researcher），现于英国华威大学（University of Warwick）开展先进电池管理相关研究，IEEE Senior Member。研究聚焦控制导向电化学建模、电池状态估计、参数辨识、故障诊断与容错控制、物理引导人工智能等方向，强调电化学模型的计算效率、鲁棒性与工程可部署性。相关成果发表于 Energy Storage Materials、Applied Energy、Journal of Energy Chemistry、Energy、Journal of Energy Storage 等期刊。

报告摘要

汇报题目：电化学模型驱动的先进电池管理建模、感知与优化

摘要：电化学模型能够从机理层面描述锂离子电池内部的传质、反应、极化与热过程，为电池状态感知、性能预测、安全监测和运行优化提供丰富的物理信息。然而，模型计算复杂度高、参数量多且耦合性强，加之真实运行过程中存在参数变化、传感器误差与模型失配等问题，仍制约着电化学模型在在线电池管理系统中的应用。

本报告将围绕面向先进电池管理的电化学模型及其应用展开。首先，介绍面向控制与在线计算需求的模型简化、参数分组、敏感性分析与数值加速方法，并进一步讨论高效、鲁棒的模型参数辨识策略，以提升模型在不同工况与电池状态下的适用性。

在此基础上，报告将介绍基于电化学模型的电池状态估计、异常监测与故障诊断方法，并探讨物理模型与数据驱动方法的融合，以提高复杂工况和模型不确定条件下的估计精度与鲁棒性。随后，结合快速充电、运行边界约束及储能系统优化等场景，讨论电化学模型从状态感知进一步延伸至运行决策与控制的应用。最后，展望“实验表征—机理建模—参数辨识—状态感知—故障诊断—优化控制”的一体化研究框架，为下一代智能电池管理提供物理基础。