隨著時間推移，電池會老化，逐漸失去能量和存儲能力。不過，不同電池之間的老化過程不同，幾乎無法測量或為所有導致電池老化的相互作用機制進行建模。因此，大多數用于管理充電水平、估計電動汽車續航里程的系統都會對電池內部工作情況的變化視而不見。

此類系統的運作方式就像醫生在不了解病人心肺狀況、不了解病人生活環境、生活方式、壓力對其造成破壞的特殊方式，就給出治療處方。如果大家有用過筆記本電腦或手機，就會知道，隨著時間的推移，對電池剩余壽命的估計往往會與實際情況相去甚遠。

不過，據外媒報道，美國斯坦福大學（StanfordUniversity）的科學家們研發了一個模型，可實時預測可充電電池的真實狀況。該種新算法將傳感器數據與鋰離子電池物理降解過程的計算機建模相結合，以預測電池的剩余存儲容量和充電水平。

此種新方法有助于實現尺寸更小的電池組以及讓電動汽車實現更長的續航里程。現在，汽車制造商都增加了額外的電池制造成本和材料，如一些稀缺或有毒的材料，以提升電池的儲能，應對未知的電池衰退情況。

據研究人員所說，從實驗中收集來的數據可以看到，該模型的預測準確性非常高，可以到電池實際壽命的2%以內，也可以讓舊電動汽車電池能夠更容易、更便宜地用于電網存儲能量。

每個電池都有陰極和陽極兩個電極，中間夾著通常是液體的電解質。在可充電鋰離子電池中，鋰離子在充放電過程中會在電極之間來回穿梭。一輛電動汽車會使用成百上千個這樣的電池芯，組裝成一個大電池組，通常占整個汽車成本的30%左右。傳統的電池管理系統通常依賴于假設每個電極中鋰含量不會變化的模型，不過，在現實中，隨著電池退化，鋰會因為副反應而流失。因此，此類假設都來自不準確的模型。

研究人員在設計系統時，不斷更新了鋰濃度的估計值，并為每個電極設計了專用算法，在系統運行時根據傳感器測量值進行調整。之后，研究人員用標準的工業硬件在現實場景中驗證了算法。

該模型的數據來自電池管理系統的傳感器，而此類傳感器正在目前上路的電動汽車上運行。研究人員表示：“我們的算法可以集成至當前的技術中，以更智能的方式運行。從理論上講，許多已經上路的汽車都可以在電控單元上安裝此種算法，而且費用很低，更有可能讓汽車制造商將此種算法應用到尚未投產的汽車上。”

該團隊的實驗主要關注于電動汽車中常用的一種鋰離子電池（鋰鎳錳鈷氧化物電池），以估計電池內部的關鍵變量，如鋰濃度和電池容量。不過，該框架可通用，應該也適用于其他種類的鋰離子電池，并能夠考慮到電池退化的其他機制。