我校智能制造学院教师雷加智连续在《International Journal of Electrical Power and Energy Systems》与《Journal of Energy Storage》期刊发表了题为“Nested Bi-level scheduling strategy for energy storage systems in hybrid microgrid considering uncertainties of battery dynamic performances”、“Optimal allocation of ESSs in Distribution Networks Considering uncertainties of Battery Capacity Fading and operation strategies correlation”、“Online evaluation method for lithium battery capacity fading considering capacity fading disturbance and error compensation”的3篇研究论文。湖州学院为论文的第一完成单位和通讯单位。《International Journal of Electrical Power & Energy Systems》与《Journal of Energy Storage》均为中科院二区Top期刊，最新影响因子分别为5和9.8。
研究概述：针对储能电池的寿命预测与应用问题，研究团队突破传统储能电池实际工况中非线性衰减特性表征不足的缺陷，建立了考虑多因素的储能电池动态容量衰减特性模型，并将该模型在储能电站的运行与规划中得到了成功验证与应用。同时，研究团队突破传统“并行融合”或“串行接力”的融合模式，利用LSTM神经网络对电池寿命模型的输出误差进行修正，形成基于数据驱动型误差抑制的锂电池剩余寿命在线预测方法的全新技术方案。未来，该项技术有望在企业得到规模化应用，为储能电池技术的发展提供有力支撑。
上述研究工作得到了湖州学院2024人才引进项目及2025工业控制全国重点实验室开放基金的支持。
全文链接：https://www.sciencedirect.com/science/article/pii/S0142061525001267
https://www.sciencedirect.com/science/article/abs/pii/S2352152X25007352
https://www.sciencedirect.com/science/article/pii/S0142061525000997
