宋文杰

哈尔滨工业大学（深圳）机电工程与自动化学院

摘要(Abstract)：

健康状态（SOH）是储能电池安全管控、梯次利用、寿命预测的核心量化指标，当前行业形成容量、阻抗、容量增量峰值、充电时间特征等多类表征参数体系，但现有参数定义多从工程数据拟合需求出发构建，电化学底层物理支撑薄弱，单一参数无法区分多耦合老化机制，存在外推预测解释失灵、数据驱动模型黑盒不可解释等突出矛盾。本文系统梳理储能电池主流健康表征参数分类体系，剖析现有参数工程化定义带来的物理根基缺失、老化路径依赖下解释失效两大核心困境；从电极界面动力学、固相离子扩散、副反应演化三层电化学底层机制，完成阻抗微分参数、容量增量峰值特征、老化路径修正参数的物理意义溯源与重构，厘清每一类表征参数对应的专属老化机理；基于重构后的物理内涵搭建分层可解释性理论框架，建立三层递进物理意义分层体系、特征参数完整归因传导路径、嵌入电化学约束的数据驱动模型规范，统一机理模型与机器学习模型的物理解释标准；结合磷酸铁锂储能电池全生命周期加速老化实测数据集验证框架可行性，总结当前电池管理系统健康评估存在的参数选取随意、机理与数据模型割裂、可解释评价缺失等短板，从分层参数选型规范、机理特征前置提取、物理约束嵌入模型训练三方面提出工程落地路径。研究为储能电池健康状态评估提供统一物理解释理论基准，破解纯数据驱动模型黑盒化缺陷，支撑储能电站电池精细化分级与全生命周期安全运维。

关键词(KeyWords)：储能电池；健康状态；表征参数；物理意义重构；容量增量分析；可解释性；电化学老化机理；数据驱动模型

参考文献(References)：

［1］陈立泉，黄学杰.锂离子电池电化学基础与失效机理［M］. 北京：科学出版社，2021，23.

［2］庄全超，徐守冬.锂离子电池阻抗谱解析与界面老化表 征方法［M］.北京：化学工业出版社，2022，41. 

［3］宋文杰.基于分层电化学特征的储能电池可解释性健康 评估方法研究［D］.深圳：哈尔滨工业大学（深圳）机电工程与 自动化学院，2025，62. 

［4］刘金枝，王震坡.动力电池容量衰减量化表征与全生命 周期预测［J］.机械工程学报，2023，59（12）：23. 

［5］张帆，李洋.基于 SHAP 归因的锂电池健康状态可解释 评估模型［J］.电工技术学报，2026，41（02）：52. 

［6］王震坡，孙逢春.动力电池系统健康状态评估理论与方 法［M］.北京：北京理工大学出版社，2020，78. 

［7］吴凯，朱晓辉.容量增量分析在储能电池多机理老化分 离诊断中的应用［J］.储能科学与技术，2024，13（03）：76.

［8］马衍伟.储能锂电池电化学失效路径与路径依赖效应［J］. 中国有色金属学报，2025，35（01）：6. 

［9］工信部装备工业一司.储能锂电池健康状态在线监测技 术导则［R］.2026，17.

［10］周思远，陈兴.微分阻抗分层特征提取与储能电池界面 损伤定量评估［J］.中国电机工程学报，2024，44（15）：141. 

［11］杨胜杰.物理约束嵌入式锂电池健康预测机器学习框架 ［J］.自动化学报，2025，51（04）：83. 

［12］李建玲.锂离子电池界面副反应演化与表征参数物理关 联［M］.北京：冶金工业出版社，2023，114.