PyBaMM Experiment 跑完了却是错的：五个实测陷阱

PyBaMM 的 Experiment 接口几乎从不报错。用几句字符串描述一个充放电流程，它就能跑完，把解交给你。这是它的长处，也正因为这样，下面这几个错误代价很高：每一个都会让实验正常跑完，然后交回一个错误的结果。文中所有数字都是用 PyBaMM 26.5.0 在 Chen2020 和 OKane2022 参数集上实测的。

PyBaMM 电池建模系列 · 静默错误实测（第 2 / 7 篇）：上一篇 PyBaMM 18 个内置参数集实测：四种静默出错的方式 · 下一篇 PyBaMM 热模型实测：产热为零、缺失的熵热与从 25 °C 开始的低温仿真 · 专题页：数据管线 4 篇 + 静默错误实测 7 篇 · RSS 订阅。

一、用安培写的步骤，到 24 小时就停

同一个慢速放电，在一颗 5 A·h 的电芯上用两种写法：

在这颗电芯上 0.1 A 就是 C/50。写成倍率，步骤会一直放到截止电压；写成安培，它在正好 24 小时处停下，放出的电还不到一半，而在多步流程里，后面所有步骤都被跳过。sim.solve() 正常返回。sol.termination 显示 'final time'——和一个本来就该按时长结束的步骤一模一样。

源码里写得很清楚。步骤没有指定时长时，PyBaMM 会给一个默认值：

• 倍率步骤：2 / C 小时——按标称容量走完一遍所需时间的两倍。
• 其余一切——安培电流、功率、恒压保持：24 小时。

这个规则来自 PR #4239，它修的是 issue #4224（一个 0.01C 放电在 24 小时处停下）。那次修复只把倍率步骤改成了 2/C 小时；随附的单元测试至今仍断言电流步骤的默认时长是 24 * 3600 秒。所以这是有意为之。而任何从倍率改用安培的人——比如为了绕开参数集那篇文章里说的标称容量误差——一到小电流就会直接撞上。

倍率的默认值也不是万无一失，因为它按标称容量算。Ramadass2004 的实际容量是标称的 1.775 倍，一个 C/20 放电要用掉给它的 40 小时里的约 35.5 小时：还没出别的问题，89% 的安全余量就没了。

警告，以及它是怎么消失的

PyBaMM 其实察觉到了。它会写一句 “Experiment is infeasible: default duration (86400 seconds) was reached…”——通过它自己的 logger，级别是 WARNING。它不是 Python 的 warning，也不是异常。而批量跑仿真的脚本，常常会用这一行压掉 PyBaMM 的日志噪音：

pybamm.set_logging_level("ERROR")

加了这一行，截断照样发生，提示却彻底消失。我两个级别都测了：WARNING 下能看到那句话，ERROR 下什么都没有。

修法：给每个慢速或者没有明确终点的步骤写上时长上限——"Discharge at 0.1 A for 60 hours or until 2.5 V"——并且显式检查实验是否跑完（见第六节），而不是默认”没抛异常就没问题”。

二、平铺列表不是一个循环

下面两个实验包含的步骤完全相同：

steps = ("Discharge at 1C until 2.5 V", "Rest for 30 minutes",
         "Charge at C/2 until 4.2 V", "Hold at 4.2 V until C/50")

pybamm.Experiment([steps] * 12)        # 元组组成的列表：12 个循环
pybamm.Experiment(list(steps) * 12)    # 平铺列表：48 个"循环"

元组会把其中的步骤归为一个循环；平铺列表则让每个字符串自成一个循环。我在带 SEI 模型的 OKane2022 上把两种写法都跑了 12 个真实循环，再拟合容量对循环号的斜率：

物理过程一模一样——损失的锂库存完全相同。变的只是 x 轴，差了 4 倍。拿平铺写法的拟合去外推”衰减到 80% 要多少圈”，循环寿命会被高估约 4 倍。不会报错，容量数值本身看起来也完全正常，因为 PyBaMM 的 Capacity [A.h] 是从电池状态算出来的，而不是按循环计数的。

写这篇文章测第五节时，我自己就掉进去了：一个四步的流程每个”循环”只打印出一步，因为我写成了列表。

修法：每个循环的步骤用元组包起来，并核对 len(sol.cycles) 是否等于你想要的循环数。

三、save_at_cycles 会留下空洞

长时间运行时，sim.solve(save_at_cycles=5) 只保存部分循环的完整解。跑 12 个循环时，保存下来的是第 1、5、10、12 个——首尾总会保存。其余的是 None，但仍然占着列表里的位置：

len(sol.cycles)                    -> 12
sol.cycles[3]["Voltage [V]"]       -> TypeError: 'NoneType' object is not subscriptable

任何”逐个循环画图”的循环都会在这里崩。按循环的 summary 变量不受影响——12 行都在——所以按循环的指标用 sol.summary_variables 取，完整解则用 [c for c in sol.cycles if c is not None] 过滤。

四、period 不会让 PyBaMM 更准，但可能让你更不准

曲线看起来毛糙时，常见的反应是把步骤的 period 调小。对 PyBaMM 自己算出的结果，这一点用都没有。Chen2020 上的 1C 放电：

到小数点后 6 位都一样。求解器自己决定内部步长，并在电压事件上精确停下；period 只决定事后给你多少个点。

陷阱在你自己这边。如果你从输出里自己算东西——比如对电流积分求充入电量——分辨率就要紧了。以恒流再恒压的充电为例，恒压阶段电流一直在衰减：

修法：累计量直接取 PyBaMM 的变量（Discharge capacity [A.h]、Throughput capacity [A.h]），不要自己对输出积分。period 按图想画多细来选，而不是按精度选。

五、initial_soc=1.0 不等于 4.2 V

initial_soc 是相对参数集自己的电压窗口定义的。我在 initial_soc=1.0 下静置 1 秒读开路电压：

把一套”充到 4.2 V”的流程从 initial_soc=1.0 开始套在几个参数集上，ORegan2022 的起点就比别人高 0.2 V；它的第一次放电在负载下从 4.2466 V 开始。这不是过冲——步骤终止是精确的，这些测试里每个充电步骤都正好停在 4.2000 V——它就是起点本身。再加上实验字符串会静默覆盖参数集的截止电压（见参数集那篇），跨参数集比较时，起始状态要用伏特写明，而不是用 SOC。

六、确认实验真的跑完了

第一节的失败是以一个正常的解返回的，所以要显式检查。被截断的实验，循环数会少于定义，或者最后一个循环的步数不足：

def experiment_completed(sol, experiment):
    """(ok, message): False when PyBaMM stopped the experiment early."""
    n_run = len(sol.cycles)
    n_expected = len(experiment.cycles)
    steps_done = len(sol.cycles[-1].steps)          # the last cycle is always saved
    steps_expected = experiment.cycle_lengths[n_run - 1]
    if steps_done < steps_expected:
        return False, f"cycle {n_run} stopped after step {steps_done} of {steps_expected}"
    if n_run < n_expected and not experiment.termination:
        return False, f"only {n_run} of {n_expected} cycles ran"
    return True, f"{n_run} of {n_expected} cycles ran, last cycle complete"

正常，3 个循环                     (True,  '3 of 3 cycles ran, last cycle complete')
0.1 A 步骤被截断                   (False, 'cycle 1 stopped after step 1 of 3')
12 个循环 + save_at_cycles=5      (True,  '12 of 12 cycles ran, last cycle complete')
在 3 个循环的第 2 个里被截断         (False, 'cycle 2 stopped after step 1 of 3')
设了容量终止条件                    (True,  '3 of 3 cycles ran, last cycle complete')

设了 termination=（比如 "80% capacity"）的实验允许提前结束，这个检查只要求它的最后一个循环是完整的。它抓不到第二节的平铺列表问题——那个实验确实跑完了，只是意思和你想的不一样。

七、测量方式

• PyBaMM 26.5.0，Python 3.13，Apple M3，默认 IDAKLUSolver。
• 第一、三、四、六节用 Chen2020；第二节用带 {"SEI": "solvent-diffusion limited"} 的 OKane2022；第五节用表中所列参数集。
• 默认时长取自这个版本的 pybamm/experiment/step/base_step.py 和 steps.py，以及 PR #4239 的改动。
• 日志行为的检查方式：给 pybamm.logger 挂一个 handler，分别在 WARNING 和 ERROR 级别下跑被截断的那个例子。

References

• PyBaMM issue #4224：pybamm.Experiment 仿真在 24 小时后终止
• PyBaMM PR #4239：倍率步骤默认时长改为 2/C，并加入不可行警告
• PyBaMM：长时间实验仿真
• PyBaMM Experiment API

相关阅读：PyBaMM 18 个内置参数集实测——标称容量与电压窗口；PyBaMM 求解器收敛失败排查——实验真的报错时；老化数据集管线——一个被截断的循环在那里会变成一个标错的训练样本。在指定温度下跑实验的话，PyBaMM 热模型实测解释了为什么集总模型里的电池可能从温热状态开始。如果用 start_time 排循环，请看 PyBaMM SEI 与析锂实测里关于 start_time 的补充说明：重复出现的相同步骤会静默丢掉安排好的静置。