《Journal of Power Sources》：Ultrasonic velocity as an improved ultrasound state-of-charge prediction method that compensates for cell thickness change
编辑推荐：
准确估计荷电状态（state-of-charge, SoC）对于锂离子（Li-ion）电池的安全可靠运行至关重要。已有荷电状态估计方法的准确性受到多次循环后测量漂移或模型难以可靠参数化的限制。超声传感技术通过提供荷电状态与电池物理性质之间的直接联系，有潜力克服
准确估计荷电状态（state-of-charge, SoC）对于锂离子（Li-ion）电池的安全可靠运行至关重要。已有荷电状态估计方法的准确性受到多次循环后测量漂移或模型难以可靠参数化的限制。超声传感技术通过提供荷电状态与电池物理性质之间的直接联系，有潜力克服这些问题。超声飞行时间（time-of-flight, ToF）是预测荷电状态的主要测量参数，但这一测量因循环过程中电池厚度的变化而复杂化，该效应至今未被充分认识。与飞行时间不同，超声波速度（ultrasonic velocity）不受电池厚度变化的影响，研究人员首次证明了使用速度预测荷电状态的优势。研究人员发现，在不同C-倍率（C-rate）、温度以及多个循环中，速度比飞行时间更一致。这最终在US06驾驶循环中显著改进了荷电状态的预测，当使用速度代替飞行时间时，预测荷电状态与实际荷电状态的平均差异从12.3%改善到3.8%。这些结果向着利用超声波实现荷电状态预测，进而实现更安全、更可靠的锂离子电池运行迈出了重要一步。
锂离子（Li-ion）电池的荷电状态（State-of-Charge, SoC）准确估计是其安全可靠运行的关键。现有SoC估计方法，包括库仑计数、开路电压（Open Circuit Voltage, OCV）测量以及基于模型的观测器，各自存在积分误差累积、需长时静置、参数化困难等固有缺陷。超声传感技术通过直接关联SoC与电池物理性质（如弹性模量和密度），为突破这些限制提供了新途径。目前，超声飞行时间（Time-of-Flight, ToF）是主要的SoC预测参数，但其测量受循环过程中电池厚度变化（可逆与不可逆膨胀）的显著影响，该效应在以往研究中未被充分量化。因此，研究人员在本研究中提出结合位移传感器与超声传感器，计算与厚度无关的超声波速度（Ultrasonic Velocity），旨在验证速度作为SoC预测因子的优越性。该研究发表于《Journal of Power Sources》。
研究人员使用MGL 40 Ah NMC锂离子软包电池，在不同C-倍率（C-rate，0.2、0.5、1 C）、环境温度（15、25、35°C）以及长时间循环条件下，同步采集ToF、电池厚度和表面温度数据，并计算速度。通过系统比较ToF与速度的一致性、温度依赖性、C-rate效应和长期基线漂移，并通过US06驱动循环评估预测精度，研究人员发现速度在各项测试中均优于ToF。关键结论包括：在US06驱动循环中，速度预测SoC的平均误差为3.8%，远低于ToF的12.3%，且预测窗口扩大16个百分点。本研究首次证明补偿电池厚度变化（通过使用速度）对实现准确、鲁棒的超声SoC预测具有决定性意义。
研究人员主要采用以下关键技术方法：（1）超声脉冲回波测量：使用500 kHz超声换能器（Olympus V101-RB）在脉冲回波模式下获取ToF，信号经3 MHz低通滤波和脉冲串卷积后，提取第一个回波峰计算ToF。（2）电池厚度原位测量：采用Schreiber Messtechnik SM10电感位移传感器，实时记录厚度变化（L
e）。（3）速度计算：根据关系式c=2(d
c0+d
ce)/τ
c计算速度，其中d
c0为初始厚度，d
ce为厚度变化，τ
c为穿过电池的ToF。（4）温度校正因子测定：在不同SoC（0%–100%）和温度（5–45°C）下，线性拟合ToF和速度随温度的变化率，获得校正因子。（5）循环与驱动循环测试：设计包含不同C-rate和静置时间的连续循环方案（共81个循环），并执行13次US06驱动循环（峰值4 C）。实验对象为单个MGL 40 Ah NMC软包电池。
3.1 ToF、速度与SoC的关系：通过0.2 C、25°C的循环数据发现，ToF随SoC升高而减小，速度随SoC升高而增大。ToF的充放电滞后平均为6.3%，最大18.3%；速度的滞后分别为2.5%和8.8%，较ToF降低了60%和52%。这表明电池厚度差异是ToF滞后的主要来源，使用速度可大幅减少充电与放电状态间的测量模糊性。
3.2 ToF与速度的温度依赖性：温度梯度测试（5–45°C）显示，ToF随温度线性变化，平均变化率为44.6 ns K
-1，相当于1 °C温度变化对应约15% SoC变化；速度亦呈线性变化，平均变化率为-7.81 m s
-1 K
-1，对应1 °C变化约8% SoC变化。速度的温度敏感性较ToF低，热膨胀是ToF温度依赖性的关键组分。
3.3 环境温度对ToF和速度的影响：在1 C循环中，不同环境温度（15、25、35°C）下ToF基线随温度上升而升高，且25–35°C间隔大于15–25°C（因长期基线漂移）。温度校正后ToF仍未能完全对齐。速度基线随温度升高而下降，间距均匀，温度校正后三条曲线几乎重合，表明速度结合温度校正可有效消除环境温度效应。
3.4 C-rate对ToF和速度的影响：在25°C下，ToF随C-rate升高而增大（0.2 C与1 C平均差异16.9%），温度校正后差异降至12.1%。速度随C-rate增大而略降（平均差异7.8%），温度校正后降至3.7%。这说明C-rate引起的变化部分源于焦耳热导致的温度变化，但电池厚度变化是重要因素，使用速度可减轻此效应。
3.5 循环间ToF、速度与厚度的基线漂移：在27个连续循环中，电池厚度不可逆增加超过0.2%（因降解），导致放电结束时ToF基线上升0.35%，而速度仅上升0.10%。充电结束时趋势相似。这表明ToF因老化出现显著基线漂移，需频繁校正；而速度因不受厚度影响，漂移极小。
3.6 基于ToF和速度的驱动循环SoC预测：基于0.2 C放电数据建立SoC预测模型，ToF模型的有效SoC预测范围为24%–90%，速度模型为15%–97%，扩大了16个百分点。在US06驱动循环中，ToF预测SoC与库仑计数的平均差异为12.3%，速度预测平均差异仅为3.8%，降低了69%。预测精度随SoC降低而提升。
本研究系统比较了ToF和速度在不同工况下的表现，明确指出考虑电池厚度变化是提升超声SoC预测精度的核心。速度在充放电滞后、温度影响、C-rate效应和长期漂移方面均表现更优，最终在驱动循环中实现了显著更高的预测准确度。研究结论指出：使用速度代替ToF可将平均充放电滞后降低60%，最大滞后降低52%；将C-rate引起的测量差异减半；将温度导致的SoC漂移从每°C 15%降至8%；将老化膨胀引起的漂移降低71%。在US06驱动循环中，预测误差从12.3%改善至3.8%，SoC预测窗口扩大16个百分点。这些结果确立了速度作为超声SoC预测核心参数的地位，并强调未来研究应通过测量速度而非ToF来考虑电池厚度变化。该校正方法是迈向对时间漂移鲁棒且直接关联电池物理性质的SoC预测技术的关键一步，将有力推动锂离子电池在实际应用中的性能与安全性提升。
