NOCE-Net：用嵌套序列建模学习电池运行工况表征
NOCE-Net 是一种深度嵌套序列模型，可直接从原始循环运行或遥测数据中学习表征，其数据管线 re-BatteryData 将异构老化数据集统一为以绝对电荷吞吐量定义的全等效循环（FEC）。
#储能
arXiv Systems and Control · Engineering EnergyAI 评分3535 arXiv Systems and Control · Engineering EnergyAI 评分2222 密歇根大学迪尔伯恩分校 ELB 大楼：基于需求响应与电池储能的校园建筑最优能源管理
针对密歇根大学迪尔伯恩分校工程实验楼（ELB），研究提出整合需求响应与电池储能系统（BESS）的最优能源管理框架，按分时电价与建筑负荷曲线调度楼宇负荷和电池充放电。仿真对比四种运行场景显示，仅需求响应可降低约 12% 电费，加入电池储能后总电费降幅增至约 26%。