近日，我院姜茗特聘副教授在国际TOP期刊Journal of Power Sources上发表关于新能源电动汽车电池管理系统（BMS）电池状态评估进展方面的综述研究论文。其中，杭州电子科技大学(电子信息学院&杭电碳中和新能源研究院)为该论文第一单位，姜茗老师为第一作者。
锂离子电池（LIBs）已成为电动汽车等绿色交通发展和智能电网储能系统等可再生能源大规模应用中不可或缺的组成部分。电池管理系统中对各种电池状态（如充电状态（SOC）和健康状态（SOH））的检测、判断和预测在保证LIBs在安全可靠的情况下工作方面发挥着关键作用。经过几十年的深入研究，伴随着大数据技术（BDT）和人工智能（AI）算法的快速发展，BMS的框架正在从传统的车载系统走向功能集成方案。本文首先全面概述了电池的潜在退化机制以及BMS中电池状态的算法区分和判断。随后，本文从车载BMS、云BMS和功能集成BMS三种不同的BMS配置的角度，系统地回顾和讨论了BMS中最常用的电池状态估计方法和最先进的算法。这篇综述有望激发更多新的见解，并鼓励更多的努力开发用于智能和创新电池控制的先进BMS。
