2020年12月23日，中國(guó)汽研成功舉辦《2020第三屆新能源汽車測(cè)試評(píng)價(jià)技術(shù)國(guó)際論壇》。中國(guó)汽研將持續(xù)為大家推送精彩演講實(shí)錄，本文為深圳格瑞安能姜研博士帶來(lái)的《動(dòng)力電池應(yīng)用安全解決方案》。

01 背景

我國(guó)電動(dòng)汽車數(shù)量快速增長(zhǎng)，目前已成為新能源汽車第一大國(guó)。隨著車輛使用，動(dòng)力電池會(huì)逐漸老化，安全隱患增加。近年來(lái)，電動(dòng)汽車著火事件頻發(fā)，電池的安全問(wèn)題已引起社會(huì)的廣泛關(guān)注，國(guó)家有關(guān)部委包括工信部、質(zhì)檢總局多次發(fā)文要求加強(qiáng)新能源汽車安全運(yùn)行監(jiān)管，但目前市場(chǎng)上缺乏完整、有效的電池安全評(píng)估技術(shù)及相關(guān)檢測(cè)設(shè)備，國(guó)家已出臺(tái)多項(xiàng)安全標(biāo)準(zhǔn)保障電池出廠時(shí)的安全性，但缺少針對(duì)在用電動(dòng)汽車鋰離子電池安全的監(jiān)管和評(píng)估方法以及相關(guān)標(biāo)準(zhǔn)規(guī)范。

電動(dòng)汽車著火原因統(tǒng)計(jì)發(fā)現(xiàn)，60%為電池原因，主要表現(xiàn)在兩個(gè)方面，一是電池的生產(chǎn)制造缺陷，在使用過(guò)程中會(huì)因?yàn)榕既坏募?lì)將這些缺陷放大，導(dǎo)致電池內(nèi)部出現(xiàn)內(nèi)短路，最終引發(fā)熱失控；二是電池在使用過(guò)程中存在異常老化現(xiàn)象，異常老化的電池其安全風(fēng)險(xiǎn)會(huì)逐漸增大。如何通過(guò)有效的數(shù)據(jù)監(jiān)控和分析方法找到問(wèn)題或異常老化電池并在著火之前將其篩選出來(lái)，是整個(gè)在用電動(dòng)汽車安全監(jiān)控的難點(diǎn)所在，另外，還有電動(dòng)汽車的維保問(wèn)題，當(dāng)前維保策略主要是依靠技術(shù)人員去現(xiàn)場(chǎng)對(duì)車輛進(jìn)行檢測(cè)，一是維修效率低，無(wú)法準(zhǔn)確定位故障，需要反復(fù)進(jìn)行現(xiàn)場(chǎng)測(cè)量，檢測(cè)時(shí)間長(zhǎng)；二是對(duì)維修人員技術(shù)要求高，培訓(xùn)難度大；三是運(yùn)維團(tuán)隊(duì)人員需求量大，成本高。

02 解決方案

針對(duì)電池性能評(píng)估和安全監(jiān)控問(wèn)題，我們提出了“云端和地面檢測(cè)結(jié)合”的在用動(dòng)力電池安全預(yù)警評(píng)估方案。在云端，各車企都有大數(shù)據(jù)監(jiān)控平臺(tái)，通過(guò)收集車載端數(shù)據(jù)，進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)中長(zhǎng)期起火風(fēng)險(xiǎn)以及為短期預(yù)警提供數(shù)據(jù)支持，但云端有時(shí)候會(huì)存在數(shù)據(jù)缺失的情況，針對(duì)這種情況，研發(fā)電池安全專用檢測(cè)設(shè)備，定期或臨時(shí)全面檢測(cè)，可根據(jù)云端數(shù)據(jù)缺失情況進(jìn)行針對(duì)性精確檢測(cè) （定期體檢或指定體檢）。

動(dòng)力電池應(yīng)用安全解決方案技術(shù)體系分為三個(gè)階段，第一個(gè)階段為電池異常老化識(shí)別，健康電池由于濫用導(dǎo)致老化從而與其他電池有所區(qū)別，針對(duì)這種異常老化電池研發(fā)了大數(shù)據(jù)平臺(tái)+地面檢測(cè)相融合的長(zhǎng)時(shí)間尺度的電池安全評(píng)估和預(yù)警算法，對(duì)電池狀態(tài)進(jìn)行長(zhǎng)期的數(shù)據(jù)跟蹤（月級(jí)預(yù)警），可在早期識(shí)別出異常電池，避免發(fā)展至末期熱失控；第二個(gè)階段為微短路識(shí)別，異常老化電池有可能演變成微短路情況，針對(duì)微短路電池，通過(guò)地面檢測(cè)，實(shí)現(xiàn)內(nèi)短路主動(dòng)檢測(cè)中期預(yù)警（天、小時(shí)級(jí)預(yù)警），可在早期發(fā)現(xiàn)微短路電池；第三階段為嚴(yán)重內(nèi)短路識(shí)別，電池如果發(fā)展為嚴(yán)重的內(nèi)短路，往往會(huì)在很快的時(shí)間內(nèi)發(fā)生熱失控，針對(duì)嚴(yán)重內(nèi)短路電池，通過(guò)大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)基于信號(hào)分析的內(nèi)短路短期預(yù)警（分鐘、小時(shí)級(jí)預(yù)警），誤報(bào)率低，可識(shí)別“突然死亡”電池。這種多時(shí)間尺度、多層級(jí)的安全預(yù)警方法，可顯著提高預(yù)警準(zhǔn)確率和預(yù)警時(shí)間。如下為動(dòng)力電池應(yīng)用安全解決方案的三個(gè)核心技術(shù)。

核心技術(shù)1—基于電池內(nèi)部老化機(jī)制和電池間不一致性分布特性的異常電池識(shí)別方法，建立了電池內(nèi)部老化機(jī)制的工程化表征參數(shù)體系以及各單體電池間一致性（容量、SOC和內(nèi)阻）差異的工程化辨識(shí)策略，通過(guò)對(duì)這些表征參數(shù)進(jìn)行多尺度比較分析，識(shí)別異常電池，進(jìn)行長(zhǎng)時(shí)間尺度預(yù)警。

核心技術(shù)2—基于電壓信號(hào)異常變化識(shí)別的電池?zé)崾Э仡A(yù)警算法，通過(guò)信號(hào)分析+數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的方法，識(shí)別出各單體電池的電壓信號(hào)是否出現(xiàn)異常變化，實(shí)現(xiàn)短時(shí)間尺度安全預(yù)警。該算法既可部署在云端，也可部署在車載BMS上。

核心技術(shù)3—基于特定電流激勵(lì)下電池響應(yīng)特性的精細(xì)化故障診斷策略，結(jié)合歷史運(yùn)行數(shù)據(jù)的云端分析結(jié)果，通過(guò)地面檢測(cè)設(shè)備對(duì)電池系統(tǒng)施加特定電流激勵(lì)，進(jìn)行定制化檢測(cè)，實(shí)現(xiàn)電池系統(tǒng)故障原因的精細(xì)化診斷。

03 應(yīng)用案例

應(yīng)用案例1—異常老化識(shí)別

對(duì)應(yīng)為長(zhǎng)時(shí)間尺度下電池異常老化識(shí)別，左圖為電池內(nèi)部析鋰的識(shí)別，對(duì)一電池組內(nèi)所有單體進(jìn)行容量測(cè)試，從結(jié)果來(lái)看，140#電池容量和電池組內(nèi)其余電池單體容量沒(méi)有顯著差異，但通過(guò)表征健康狀態(tài)特征參數(shù)的提取和算法進(jìn)行分析后發(fā)現(xiàn)140#是異常電池，通過(guò)特征曲線，發(fā)現(xiàn)該電池出現(xiàn)了內(nèi)部析鋰，通過(guò)歷史數(shù)據(jù)進(jìn)一步發(fā)現(xiàn)該電池發(fā)生過(guò)嚴(yán)重的過(guò)充現(xiàn)象，在電池容量沒(méi)有顯著差異的情況下發(fā)現(xiàn)電池內(nèi)部老化機(jī)制異常，做到更精準(zhǔn)的檢測(cè)。右圖為單個(gè)電池狀態(tài)長(zhǎng)期跟蹤示例，針對(duì)電池容量跳水現(xiàn)象，通過(guò)容量跳水識(shí)別策略，提取表征容量加速衰退的特征參數(shù)并跟蹤在全生命周期內(nèi)特征參數(shù)的變化情況，與此同時(shí)，建立了表征特征參數(shù)波動(dòng)的安全區(qū)域，如果特征參數(shù)一旦跳出安全區(qū)域，就可以準(zhǔn)確的識(shí)別并預(yù)警。特征參數(shù)是隨著數(shù)據(jù)的積累而不斷更新的，數(shù)據(jù)越多，安全區(qū)域就會(huì)建立的越準(zhǔn)確越可靠。

應(yīng)用案例2—事故車輛識(shí)別

該案例是針對(duì)真實(shí)的電動(dòng)汽車著火事件而進(jìn)行事后車輛的分析，采用一致性異常+信號(hào)異常綜合分析方法，準(zhǔn)確定位故障電池?；陔姵乩匣瘷C(jī)制分析，診斷出#78、#82、#85、#93等電池一致性（老化機(jī)制）異常，其在特征值曲線上也表現(xiàn)出異常；剔除一致性異常電池后，篩選出#27電池（故障電池、最先熱失控），基于車輛著火前運(yùn)行數(shù)據(jù)，提前 100s(BMS檢測(cè)到電壓跌落)預(yù)警。

應(yīng)用案例3—事故車輛識(shí)別

真實(shí)發(fā)生的電動(dòng)汽車著火事件案例，從冒煙到燃燒僅僅三分半鐘?；陔姵乩匣瘷C(jī)制分析，只診斷出#5電池一致性（老化機(jī)制）異常，說(shuō)明電池整體一致性較好；根據(jù)特征值曲線診斷得出#52電池異常，提前3h預(yù)警。

應(yīng)用案例4—事故車輛識(shí)別

針對(duì)事故車輛識(shí)別進(jìn)行的盲測(cè)試驗(yàn)，車輛總數(shù)為16輛，其中7輛發(fā)生起火事故，所有車輛時(shí)間跨度是1個(gè)月左右，采集周期是30秒/次，分析前對(duì)于車輛異常數(shù)量和編號(hào)均未知。通過(guò)算法分析判斷出5輛車異常，準(zhǔn)確率100%；漏報(bào)2輛車；平均11.4h對(duì)電池?zé)崾Э仡A(yù)警，目前該方法整體來(lái)講對(duì)于車輛的熱失控檢測(cè)率大概在70%左右。

應(yīng)用案例5—車輛電池綜合評(píng)價(jià)

在2周內(nèi)完成了1400多輛車，200多萬(wàn)次充放電過(guò)程的綜合分析(包括SOH、告警、一致性、內(nèi)阻、工況等)。并對(duì)所有車輛的電池進(jìn)行體檢，并進(jìn)行了綜合評(píng)分與排序，篩選出衰減較嚴(yán)重電池。

應(yīng)用案例6—車輛在線安全預(yù)警

通過(guò)服務(wù)的方式，提供在線安全預(yù)警服務(wù)；已提供服務(wù)車輛數(shù)量2216輛，接入數(shù)據(jù)近5億行。

應(yīng)用案例7—公交車輛運(yùn)維服務(wù)

為電動(dòng)公交提供綜合運(yùn)維服務(wù)，公交車的數(shù)據(jù)上傳到平臺(tái)，在平臺(tái)上對(duì)車輛電池進(jìn)行詳細(xì)的安全分析，并給出處理意見(jiàn)，主要包括：充電樁的日常檢查及周期性保養(yǎng)；電池系統(tǒng)日常檢查與維護(hù)、定期均衡；電池系統(tǒng)故障件更換與維修，大大提高了整個(gè)公交車電池維修的效率。

04 電池安全測(cè)試與評(píng)估設(shè)備

云端，即大數(shù)據(jù)平臺(tái)側(cè)研發(fā)了融合多種算法的電池性能與安全綜合分析軟件包和平臺(tái)，進(jìn)行電池性能與安全綜合分析，實(shí)時(shí)安全預(yù)警，指導(dǎo)電池維保。包括已嵌入電池性能與安全評(píng)估核心算法；車輛運(yùn)行數(shù)據(jù)上傳至平臺(tái)，建立電池健康檔案；給出電池性能與安全綜合評(píng)估報(bào)告，自動(dòng)生成電池維保策略，指導(dǎo)電池均衡維護(hù)；提早發(fā)現(xiàn)異常衰退電池，在早期杜絕電池?zé)崾Э氐陌踩[患；具備適用于全工況的短時(shí)間尺度電池?zé)崾Э仡A(yù)警功能。

地面，研發(fā)專用檢測(cè)設(shè)備，實(shí)現(xiàn)精細(xì)化診斷。配合云端完成定期或臨時(shí)全面檢測(cè)，可根據(jù)云端數(shù)據(jù)缺失情況進(jìn)行針對(duì)性精確檢測(cè)；線下檢測(cè)將有效彌補(bǔ)云端電池?cái)?shù)據(jù)質(zhì)量差的不足，有助于實(shí)現(xiàn)電池安全的精細(xì)化診斷，幫助定位故障電池位置和原因；開(kāi)發(fā)電池分析前置網(wǎng)關(guān)、OBD設(shè)備等，實(shí)現(xiàn)線下檢測(cè)設(shè)備和大數(shù)據(jù)分析平臺(tái)互聯(lián)互通；不限車型、無(wú)需拆解電池；可根據(jù)客戶需求做快速或深度檢測(cè)；實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)上傳，自動(dòng)生成檢測(cè)報(bào)告。

電池維保，研發(fā)電池系統(tǒng)診斷儀和電池均衡設(shè)備。電池系統(tǒng)診斷儀內(nèi)嵌電池評(píng)估模型，利用車輛OBD接口，獲取電池相關(guān)數(shù)據(jù)和診斷信息，實(shí)現(xiàn)電池系統(tǒng)的診斷，可與云端連接。主要功能包括電池模塊安全診斷、電池容量評(píng)估、一致性評(píng)估。電池均衡設(shè)備定期或根據(jù)電池狀態(tài)對(duì)電池內(nèi)部做均衡維護(hù)，延長(zhǎng)電池使用壽命，降低安全風(fēng)險(xiǎn)。主要功能是維護(hù)電池模組均衡。產(chǎn)品形態(tài)分不同通道和電流規(guī)格。

05 服務(wù)模式

根據(jù)不同的客戶需求進(jìn)行產(chǎn)品模塊搭建，以滿足多元化需求。一是搭建數(shù)據(jù)分析云平臺(tái)，包括電池大數(shù)據(jù)分析平臺(tái)和地面檢測(cè)數(shù)據(jù)分析服務(wù)/軟件；二是地面充電檢測(cè)設(shè)備，包括地面充電安全檢測(cè)設(shè)備和地面檢測(cè)數(shù)據(jù)分析服務(wù)/軟件；三是獨(dú)立的安全預(yù)警、壽命評(píng)估軟件包；四是故障檢修維護(hù)團(tuán)隊(duì)，包括定期檢查與保養(yǎng)服務(wù)、電池均衡維護(hù)服務(wù)以及故障件更換與維修服務(wù)。

返回第一電動(dòng)網(wǎng)首頁(yè) >