两阶段快充优化策略

省时12.5%，损耗降31%

用混合聚类与多目标粒子群算法，在充电时间和欧姆损耗之间取得帕累托最优，破解快充与电池健康的矛盾。

Xin, Yi · Lingxia, Shi · Xiaoyang, Chen · 雷旭

Energies 2025

参数信息

充电时间缩短百分比

12.5 %

欧姆损耗降低百分比

31 %

技术优势

充电更快

在SOC达到70%时，充电时间比CC-CV策略缩短12.5%。

损耗更低

欧姆损耗比CC-CV策略降低31%，减少发热和能量浪费。

自动分段

混合聚类算法根据内阻随SOC的非线性特性自适应划分充电阶段，无需人工设定。

自主寻优

闭环优化框架结合主动学习机制，迭代提升预测精度和优化鲁棒性。

应用场景

• 电动车快充：在相同SOC下缩短快充时间，缓解续航焦虑。
• 电池管理：为BMS提供兼顾效率与寿命的充电控制策略。
• 储能充电：降低充电损耗，提升储能系统充电效率。
• 智能充电：算法可集成到智能充电桩，实现在线优化充电。