近日，我院新能源动力系统智能管理与控制团队在动力电池组残值评估研究领域取得新进展。相关成果“Residual Value Evaluation for Power Battery Packs Based on Multi-Level Feature Fusion”在机械工程领域Top期刊《IEEE/ASME Transactions on Mechatronics》上发表。
动力电池残值是指其在服役一定周期后依然具备的经济价值。对其进行准确定量评估，对促进电池梯次利用、提升全生命周期效益具有重要意义。现有研究通常将健康状态（SOH）作为电池残值的评估指标。然而，SOH在评估电池组整体残值时存在一定局限性：由于电池组内部单体之间存在性能不一致，导致SOH易受个别严重老化单体的影响，从而低估电池组的剩余可用价值。此外，现有方法多依赖于完整的充电曲线数据，而在实际车辆运行条件下，此类数据获取难度较大，限制了其工程适用性。针对上述问题，团队提出以保值率（RVR）作为量化电池组残值的新指标，并构建了一种基于多层次特征融合的评估方法。
团队首先对实车充电数据进行了系统调研与统计分析，确定了适用于实际场景下特征提取的电压区间。在此基础上，构建了覆盖电池组和单体层面的多层次特征集，并采用多元统计方法对单体特征进行整合，以兼顾特征表达能力与模型输入一致性。该特征融合策略有效提升了在单体性能不一致场景下的评估稳健性与精度。最后，对Kolmogorov–Arnold网络（KAN）进行改进，采用切比雪夫多项式替代原激活函数，构建了切比雪夫Kolmogorov–Arnold网络（CKAN），并基于该网络搭建了高效、准确的残值评估模型。实验结果表明，所提出方法在电池不同老化阶段均可实现稳定的残值评估，与现有方法相比，在准确性与实际适用性方面均表现出显著优势。
研究得到了教育部“春晖计划”合作科研项目和福建省特种智能装备测控重点实验室开放基金项目的支持。我院智能车辆工程系硕士研究生谭遥为论文第一作者，武骥副教授为通讯作者，合作作者包括新能源科学与工程系王丽老师和中国科学院福建物质结构研究所林名强研究员。
此项电池残值评估方法与团队在电池检测与预警（10.1109/TIE.2023.3247735、10.1109/TPEL.2025.3555773）、电池管理与控制（10.1109/TTE.2023.3314532、10.1109/TITS.2024.3502452）、电池分选与重组（10.1016/j.xcrp.2025.102444、10.1109/TII.2025.3563550）等方面的已有成果有机整合，共同构建了一套完整的电池系统全生命周期管理方案。该方案为我校智能车辆工程、新能源科学与工程等专业的建设与发展提供了坚实支撑。
论文链接：https://ieeexplore.ieee.org/document/11215981
