由国家自然科学基金委主办，西安交通大学承办的国家自然科学基金委员会电气科学与工程学科高电压与放电、电能储存与应用、生物电磁技术领域2023年度项目交流会于2023年12月1日-3日在西安举行。来自全国高校、科研院所的400余名专家学者参加了本次会议。

此次会议包括高电压与绝缘、脉冲功率、电力设备状态检测与诊断、开关与电弧、放电等离子体、电池储能技术及应用、其他储能与能源转换技术和生物电磁技术共八个主题分会场，对涵盖优青、面上、青年、地区基金共240项课题进行了项目汇报与交流研讨。机械工程学院王春博士承担的青年基金项目《电动汽车复合电源多目标跨尺度能量管理与优化控制方法研究》（项目编号：51907136）参加了项目结题口头汇报和成果展示。经过同行评审投票，该项目获批第七主题其他储能与能源转换技术“优秀结题”项目。这是我院第一次获得国家自然科学基金“优秀结题”项目。

该项目针对多应力环境因素对复合电源的影响，建立了不同应力环境下锂电池和超级电容单体和成组特性实验数据库，提出了一种考虑多时间尺度效应的锂电池和超级电容参数辨识与建模方法和双尺度多状态融合的电池SOC估计方法和加权融合估计方法，改善了系统参数更新和状态估计的平衡性。依托复合电源系统工作模式及其转换路径，创新性的提出了考虑多工作模式的车用复合电源系统整体SOC估计方法，缓解了当前锂电池或超级电容的SOC估计研究难以反映复合电源系统整体实际剩余可用容量的问题，并实现复合电源整体SOC在多应力状态下的强鲁棒性与高精估计。与此同时，以锂电池+超级电容构成的复合电源为研究对象，基于标准行驶工况建立并完善了多目标、强约束特征参数自适应调节指标体系，利用深度学习方法探索行驶工况的状态特征参数，提出的基于TD3算法并考虑工况识别的能量管理策略，能有效解决Q值过高估计的同时具有更快的收敛速度和更好的经济性。为减少精细化的超参数设置，提出基于SAC深度强化学习并考虑电池电热和健康约束的能量管理策略，并嵌入“专家经验”，以此提高学习效率与学习能力，从而实现高效、强鲁棒性的电动汽车智能协同优化控制。

项目立项以来，王春博士以第一/通讯作者身份，基金以第一标注累计发表学术论文18篇，其中SCI论文14篇，EI期刊论文2篇，EI国际会议论文1篇，中文期刊1篇。目前在审SCI论文5篇，中文EI期刊1篇。申请发明专利8项，已授权3项。参加国际、国内学术会议10余次，培养本科生2名，硕士研究生21名，学生获得含国家奖学金在内的各级各类奖学金20余次，一位研究生荣获学校优秀硕士毕业论文，一位本科生荣获学校优秀本科毕业论文。

在此次会议中，共有38个项目获评“优秀结题”。除中科院以外，我校是获得“优秀结题”项目中非985、211的三所高校之一，也是唯一一所无博士点的高校。这标志着我校新能源汽车研究在基础研究和科研团队建设方面已经取得阶段性进展，也是我校在青年人才培养及国家自然科学基金科研成果方面的又一项突破，后续将继续围绕学校特色和川南新能源汽车产业优势推进相关学科建设迈上新台阶。

【编辑：    】