机械工程学报

作者：陈瑞, 董明, 任明, 张崇兴, 王若谷

单位：1. 西安交通大学电工材料电气绝缘全国重点实验室 西安 710049;2. 喀什大学物理与电气工程学院 喀什 844000;3. 国网陕西省电力有限公司电力科学研究院 西安 710005

关键词：锂离子电池,内部温度,温度传感器,电化学阻抗谱,机器学习算法；

基金：国家电网公司科学技术资助项目(4000-202499063A-1-1-ZN)。

随着新能源发电规模的持续扩大，储能需求显著增长。以锂离子电池为代表的电化学储能技术，凭借其高能量密度和长循环寿命等优势，已成为电化学储能领域的主导技术。然而，近年来大规模锂离子电池储能电站的安全问题日益突出，热失控及火灾事故频发。锂离子电池内部温度是反映其工作状态的关键指标，可为早期热失控提供精准预警。目前，电池管理系统(Battery management system,BMS)主要通过布置在电池表面的温度传感器进行温度监测，但该方法存在测量误差和响应滞后等问题。首先对锂离子电池内部温度升高时的微观结构变化和热失控机制进行了介绍，然后从嵌入温度传感器内部测温、基于电化学阻抗谱(Electrochemical impedance spectroscopy,EIS)内部温度估计以及基于机器学习算法的内部温度预测三个方面展开分析与综述，通过比较三种方法的优缺点，系统梳理了其研究进展，并展望了未来发展方向。研究结果为BMS实现锂离子电池温度精准预测提供了理论参考，同时也为锂离子电池热失控预警研究提供了新的思路和基础。

来源：2026年第2期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2026年第2期