牢固安全基石，做好“热失控”预警是关键。作为衡量电池安全的核心指标，soh(电池健康度)对储能系统稳定运行至关重要。然而，当前业内对soh的定义仅局限于电池容量衰减程度，缺少病态析锂程度、内短路恶化、内阻异常等材料变化分析，无法精准判断电池健康状态，难以从源头预防储能系统热失控。
近日，与合肥工业大学联合研究电池管理技术，在传统soh定义基础上，前瞻性引入材料性能退化概念，并发布电芯健康ai监测技术。该项成果突破性地将电池健康预测精准度提高至97%，重新定义了soh，树立储能行业安全新高度。
电芯健康ai监测技术融合病态机械疲劳理论、微分曲线辨识法、交流阻抗谱法等先进方法，通过积累海量电芯健康大数据，构建更全面、高精准的电芯健康预测算法模型，实现电芯健康状态实时监测和寿命趋势预判，为杜绝电芯热失控提供科学依据。这项技术的问世，将弥补电芯健康度研究领域的空白，进一步推动和完善储能电芯管理技术的发展。
近年来，阳光电源不断加强“产学研”深度融合，协同清华大学、浙江大学、澳大利亚unsw新南威尔士大学等海内外数十所知名高校，开展产教融合、课程共建，联合人才培养，共同解决产业难题。此外，阳光电源还提供行业领先的“三电融合”储能科研和测试基地，为前沿技术研究营造创新环境和平台，助力储能产业高质量发展!