电动汽车电池损耗过快问题正减缓交通运输行业电气化进程，乌普萨拉大学研究人员开发出一种人工智能模型，可更准确描绘电池老化情况，有望延长电池使用寿命并提高安全性。

电动汽车电池常是车辆最先老化的部件，这不仅造成资源浪费，还阻碍了交通运输行业的转型。为解决这一问题，汽车行业正开发基于人工智能的软件以优化电池管理和控制。乌普萨拉大学研究人员开发的新模型，能将电池健康状况预测的稳健性提高高达70%，相关研究发表在《能源与环境科学》杂志上。

该研究负责人、乌普萨拉大学昂斯特伦先进电池中心负责人丹尼尔·布兰德尔教授表示，深入了解电池寿命和老化情况，有利于未来电动汽车控制系统的发展。若不将电池视为仅提供电力的“黑匣子”，而是深入了解其内部运作过程，就能更好地管理电池，使其保持良好状态更长时间。

此项研究与丹麦奥尔堡大学合作，历经数年电池测试。研究人员收集大量极短充电过程的数据建立数据库，并将其与包含电池内部所有不同化学过程的详细模型相结合。参与研究的郭文迪称，这不仅提供了精确图像，让人们了解电池产生电力的化学反应以及使用过程中的老化情况。

这一发现还可能影响电动汽车的安全性。电池的安全问题通常由设计缺陷和副反应造成，通过研究电池充放电数据可对其进行预测。布兰德尔指出，研究只使用短距离充电路段数据，这或许是一个额外优势。电动汽车电池数据敏感，无论对行业还是从匿名化角度看都是如此，该研究表明即便不需要完整数据集，也能取得很大进展。

更多信息：Wendi Guo 等，《利用短充电段揭示电池设计参数对健康和寿命的影响》，《能源与环境科学》(2025 年)