中国科学院工程热物理研究所在锂离子储能电池寿命预测技术方面取得进展。团队通过循环使用后的锂离子电池的容量衰减涉及到一系列的物理和化学变化，梳理了锂离子电池容量损失的机理和原因，以保证储能电池使用过程中寿命预测准确性。

电池老化的主要机制为活性锂损失、正负极材料损失及内阻增大几个方面。其中，析锂及SEI膜的生长是活性锂损失的主要原因。石墨剥离、活性材料结构变化、活性颗粒破裂、过渡金属溶出以及集流体的腐蚀是活性材料损失和内阻增长的主要因素。

现有数据驱动的方法难以实现储能电池早期寿命预测。储能电池的老化动态特性很难准确测量和建模，数据驱动方法是参数化问题的一种可能解决方案，现有迭代预测方法使用容量历史上的固定大小的滚动输入窗口进行训练。然后，该方法可以迭代地预测后续的未来容量点，直至电池的寿命终点。该电池退化轨迹预测至少需要电池全寿命周期内20%至30%的数据才能达到粗略的预测效果。事实上，电池在大规模长期部署前的数据积累往往难以达到该要求。

在“国家能源集团新能源研究院”的项目委托下，开发了基于多维多输入，多输出测量方法融合的电池热寿命预测技术，利用储能电池的循环老化数据，构建更加合理的储能电池寿命预测模型。模型涵盖正常工况和加速工况寿命预测，能够表示常见循环寿命因素的影响（如放电深度、温度、倍率），且不受电池容量、尺寸等的影响，在同等加速老化/充放电循环条件下，全生命周期内储能单体电芯模拟仿真（如图1所示）的预测容量与电芯循环（如图2所示）实测容量的相对误差≤3%（如图3所示）。

图1 储能电池寿命预测仿真模型

图2 宁德时代电池寿命监测

图3 宁德时代电池电芯容量退化轨迹