Simplified modeling approach for predicting the remaining useful life of EV batteries in second-life applications

Maxime Montaru、Loïc Lonardoni、Lionel Serra、Nicolas Guillet

1. Simplified modeling approach for predicting the remaining useful life of EV batteries in second-life applications

论文基本信息

字段 内容
DOI/URL/PDF DOI;ScienceDirect页面;CEA HAL记录。payload所给PDF地址可读取题录/摘要与highlights,未获得完整正文。
发现来源 OpenAlex;ScienceDirect与CEA HAL复核
期刊 Future Batteries
发表日期 OpenAlex/CEA HAL:2026-08-12;ScienceDirect显示2026年9月/2026-09-01。日期口径冲突,online-first日未进一步确认。
作者/机构 Maxime Montaru、Loïc Lonardoni、Lionel Serra、Nicolas Guillet;CEA(Commissariat à l'Énergie Atomique et aux Énergies Alternatives)。
脚本评分/证据等级 67;直接RUL主题、专门电池期刊、开放获取;摘要级。
通讯作者 CEA HAL记录标注Maxime Montaru。
核验路径 payload的PDF地址→抽取到publisher题录/摘要/highlights,未见全文;再核ScienceDirect文章页与CEA HAL的摘要、作者、机构和日期。

纳入理由与原文证据

  • 主题/边界: 研究退役EV电池进入二次利用后的剩余寿命,直接对应模组RUL及二次应用寿命,不是普通储能调度。四参数模型显式覆盖日历老化与循环老化,但不建模路径依赖。
  • 证据: 作者称用两组退役23 kWh Renault Zoe电池包的数据标定半经验模型,并计算不同固定式应用的预期寿命;出版社摘要/highlights。

数据集/电池体系

  • 体系/数据: 两个首代Renault Zoe退役电池包;出版社highlights称14个模组、每包7个,SOH约78%–89%,共约8个月实验室测试。数据保密,不能公开复现。
  • 工况/跨域: 进行3种SOC/温度条件下的日历老化和2种25°C合成循环工况;不同第二寿命应用是模型推演场景,并非全都实测。跨品牌/化学体系覆盖未说明。

EOL/RUL/SOH 定义

  • 目标/定义: 目标为模组老化轨迹及二次应用预期寿命;RUL时间单位、EOL阈值和标签生成规则在摘要/highlights中未能确认,不套用常见80% SOH阈值。
  • 未来信息风险: 半经验参数以有限模组试验标定,论文摘要未披露预测起点、预测区间或留出测试方案。忽略路径依赖是模型假设,真实历史工况改变可能造成偏差。

模型方法

  • 流程: 日历老化与循环老化的累积效应→四参数半经验模型→预测不同固定式应用的期望寿命;摘要未提供所用参数、基线、消融或参数辨识约束。
  • 部署: 未说明BMS在线更新、计算量或现场寿命预测部署。

验证设计

  • 划分/泛化: 两个退役电池包的模块试验用于参数标定;是否有独立电池包测试、跨工况留出及重复测量统计未能确认。
  • 可信度: 信息不足;有真实退役模组和多种加速工况,但样本仅两包、数据保密,缺少可核对的独立验证细节。

指标与结果

  • 摘要仅说明计算不同二次应用的预期寿命,未给MAE/RMSE、置信区间或应用案例数值;没有可核验的预测误差,不把评分当实验结果。

泄漏风险、复现性与局限性

  • 泄漏风险: 信息不足;需确认同一包的模组是否同时进入标定与验证,及参数是否使用完整老化轨迹。
  • 复现性: 低;数据标为保密,正文、代码、参数和随机种子未能确认。
  • 局限性: ①两包和狭窄SOH窗口限制外推;②模型排除路径依赖;③日期记录有冲突且定量误差不可见。

是否值得跟进

  • 结论: 跟进。
  • 理由与下一步: 二次利用对象和试验工况有工程价值;先确认online-first日期,再获取全文,重点查参数可辨识性、包级独立验证与不同应用下的寿命误差。
查看关键词分类依据
  • RUL prediction · 标题包含「remaining useful life」
    plified modeling approach for predicting the remaining useful life of EV batteries in second-life applications
  • SOH estimation · 摘要包含「soh」
    icles (EVs) with different states of health (SoH). The model was then used to calculate an expected lifespan of the batteries’ m
  • Empirical degradation model · 摘要包含「empirical」
    lthough various modeling methods exist, semi-empirical aging models appears as the most effective even if require extensive experiment
  • Self-built / experimental dataset · 摘要包含「experimental」
    the most effective even if require extensive experimental data for parameter calibration. This data is usually obtained through prolonged