2020年12月23日，中國汽研成功舉辦《2020第三屆新能源汽車測試評價技術國際論壇》。中國汽研將持續(xù)為大家推送精彩演講實錄，本文為深圳格瑞安能姜研博士帶來的《動力電池應用安全解決方案》。

01 背景

我國電動汽車數(shù)量快速增長，目前已成為新能源汽車第一大國。隨著車輛使用，動力電池會逐漸老化，安全隱患增加。近年來，電動汽車著火事件頻發(fā)，電池的安全問題已引起社會的廣泛關注，國家有關部委包括工信部、質(zhì)檢總局多次發(fā)文要求加強新能源汽車安全運行監(jiān)管，但目前市場上缺乏完整、有效的電池安全評估技術及相關檢測設備，國家已出臺多項安全標準保障電池出廠時的安全性，但缺少針對在用電動汽車鋰離子電池安全的監(jiān)管和評估方法以及相關標準規(guī)范。

電動汽車著火原因統(tǒng)計發(fā)現(xiàn)，60%為電池原因，主要表現(xiàn)在兩個方面，一是電池的生產(chǎn)制造缺陷，在使用過程中會因為偶然的激勵將這些缺陷放大，導致電池內(nèi)部出現(xiàn)內(nèi)短路，最終引發(fā)熱失控；二是電池在使用過程中存在異常老化現(xiàn)象，異常老化的電池其安全風險會逐漸增大。如何通過有效的數(shù)據(jù)監(jiān)控和分析方法找到問題或異常老化電池并在著火之前將其篩選出來，是整個在用電動汽車安全監(jiān)控的難點所在，另外，還有電動汽車的維保問題，當前維保策略主要是依靠技術人員去現(xiàn)場對車輛進行檢測，一是維修效率低，無法準確定位故障，需要反復進行現(xiàn)場測量，檢測時間長；二是對維修人員技術要求高，培訓難度大；三是運維團隊人員需求量大，成本高。

02 解決方案

針對電池性能評估和安全監(jiān)控問題，我們提出了“云端和地面檢測結合”的在用動力電池安全預警評估方案。在云端，各車企都有大數(shù)據(jù)監(jiān)控平臺，通過收集車載端數(shù)據(jù)，進行大數(shù)據(jù)分析，預測中長期起火風險以及為短期預警提供數(shù)據(jù)支持，但云端有時候會存在數(shù)據(jù)缺失的情況，針對這種情況，研發(fā)電池安全專用檢測設備，定期或臨時全面檢測，可根據(jù)云端數(shù)據(jù)缺失情況進行針對性精確檢測 （定期體檢或指定體檢）。

動力電池應用安全解決方案技術體系分為三個階段，第一個階段為電池異常老化識別，健康電池由于濫用導致老化從而與其他電池有所區(qū)別，針對這種異常老化電池研發(fā)了大數(shù)據(jù)平臺+地面檢測相融合的長時間尺度的電池安全評估和預警算法，對電池狀態(tài)進行長期的數(shù)據(jù)跟蹤（月級預警），可在早期識別出異常電池，避免發(fā)展至末期熱失控；第二個階段為微短路識別，異常老化電池有可能演變成微短路情況，針對微短路電池，通過地面檢測，實現(xiàn)內(nèi)短路主動檢測中期預警（天、小時級預警），可在早期發(fā)現(xiàn)微短路電池；第三階段為嚴重內(nèi)短路識別，電池如果發(fā)展為嚴重的內(nèi)短路，往往會在很快的時間內(nèi)發(fā)生熱失控，針對嚴重內(nèi)短路電池，通過大數(shù)據(jù)平臺，實現(xiàn)基于信號分析的內(nèi)短路短期預警（分鐘、小時級預警），誤報率低，可識別“突然死亡”電池。這種多時間尺度、多層級的安全預警方法，可顯著提高預警準確率和預警時間。如下為動力電池應用安全解決方案的三個核心技術。

核心技術1—基于電池內(nèi)部老化機制和電池間不一致性分布特性的異常電池識別方法，建立了電池內(nèi)部老化機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）差異的工程化辨識策略，通過對這些表征參數(shù)進行多尺度比較分析，識別異常電池，進行長時間尺度預警。

核心技術2—基于電壓信號異常變化識別的電池熱失控預警算法，通過信號分析+數(shù)據(jù)驅動相結合的方法，識別出各單體電池的電壓信號是否出現(xiàn)異常變化，實現(xiàn)短時間尺度安全預警。該算法既可部署在云端，也可部署在車載BMS上。

核心技術3—基于特定電流激勵下電池響應特性的精細化故障診斷策略，結合歷史運行數(shù)據(jù)的云端分析結果，通過地面檢測設備對電池系統(tǒng)施加特定電流激勵，進行定制化檢測，實現(xiàn)電池系統(tǒng)故障原因的精細化診斷。

03 應用案例

應用案例1—異常老化識別

對應為長時間尺度下電池異常老化識別，左圖為電池內(nèi)部析鋰的識別，對一電池組內(nèi)所有單體進行容量測試，從結果來看，140#電池容量和電池組內(nèi)其余電池單體容量沒有顯著差異，但通過表征健康狀態(tài)特征參數(shù)的提取和算法進行分析后發(fā)現(xiàn)140#是異常電池，通過特征曲線，發(fā)現(xiàn)該電池出現(xiàn)了內(nèi)部析鋰，通過歷史數(shù)據(jù)進一步發(fā)現(xiàn)該電池發(fā)生過嚴重的過充現(xiàn)象，在電池容量沒有顯著差異的情況下發(fā)現(xiàn)電池內(nèi)部老化機制異常，做到更精準的檢測。右圖為單個電池狀態(tài)長期跟蹤示例，針對電池容量跳水現(xiàn)象，通過容量跳水識別策略，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，建立了表征特征參數(shù)波動的安全區(qū)域，如果特征參數(shù)一旦跳出安全區(qū)域，就可以準確的識別并預警。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)域就會建立的越準確越可靠。

應用案例2—事故車輛識別

該案例是針對真實的電動汽車著火事件而進行事后車輛的分析，采用一致性異常+信號異常綜合分析方法，準確定位故障電池?；陔姵乩匣瘷C制分析，診斷出#78、#82、#85、#93等電池一致性（老化機制）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），基于車輛著火前運行數(shù)據(jù)，提前 100s(BMS檢測到電壓跌落)預警。

應用案例3—事故車輛識別

真實發(fā)生的電動汽車著火事件案例，從冒煙到燃燒僅僅三分半鐘?；陔姵乩匣瘷C制分析，只診斷出#5電池一致性（老化機制）異常，說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預警。

應用案例4—事故車輛識別

針對事故車輛識別進行的盲測試驗，車輛總數(shù)為16輛，其中7輛發(fā)生起火事故，所有車輛時間跨度是1個月左右，采集周期是30秒/次，分析前對于車輛異常數(shù)量和編號均未知。通過算法分析判斷出5輛車異常，準確率100%；漏報2輛車；平均11.4h對電池熱失控預警，目前該方法整體來講對于車輛的熱失控檢測率大概在70%左右。

應用案例5—車輛電池綜合評價

在2周內(nèi)完成了1400多輛車，200多萬次充放電過程的綜合分析(包括SOH、告警、一致性、內(nèi)阻、工況等)。并對所有車輛的電池進行體檢，并進行了綜合評分與排序，篩選出衰減較嚴重電池。

應用案例6—車輛在線安全預警

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

應用案例7—公交車輛運維服務

為電動公交提供綜合運維服務，公交車的數(shù)據(jù)上傳到平臺，在平臺上對車輛電池進行詳細的安全分析，并給出處理意見，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、定期均衡；電池系統(tǒng)故障件更換與維修，大大提高了整個公交車電池維修的效率。

04 電池安全測試與評估設備

云端，即大數(shù)據(jù)平臺側研發(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，進行電池性能與安全綜合分析，實時安全預警，指導電池維保。包括已嵌入電池性能與安全評估核心算法；車輛運行數(shù)據(jù)上傳至平臺，建立電池健康檔案；給出電池性能與安全綜合評估報告，自動生成電池維保策略，指導電池均衡維護；提早發(fā)現(xiàn)異常衰退電池，在早期杜絕電池熱失控的安全隱患；具備適用于全工況的短時間尺度電池熱失控預警功能。

地面，研發(fā)專用檢測設備，實現(xiàn)精細化診斷。配合云端完成定期或臨時全面檢測，可根據(jù)云端數(shù)據(jù)缺失情況進行針對性精確檢測；線下檢測將有效彌補云端電池數(shù)據(jù)質(zhì)量差的不足，有助于實現(xiàn)電池安全的精細化診斷，幫助定位故障電池位置和原因；開發(fā)電池分析前置網(wǎng)關、OBD設備等，實現(xiàn)線下檢測設備和大數(shù)據(jù)分析平臺互聯(lián)互通；不限車型、無需拆解電池；可根據(jù)客戶需求做快速或深度檢測；實時監(jiān)控數(shù)據(jù)上傳，自動生成檢測報告。

電池維保，研發(fā)電池系統(tǒng)診斷儀和電池均衡設備。電池系統(tǒng)診斷儀內(nèi)嵌電池評估模型，利用車輛OBD接口，獲取電池相關數(shù)據(jù)和診斷信息，實現(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、電池容量評估、一致性評估。電池均衡設備定期或根據(jù)電池狀態(tài)對電池內(nèi)部做均衡維護，延長電池使用壽命，降低安全風險。主要功能是維護電池模組均衡。產(chǎn)品形態(tài)分不同通道和電流規(guī)格。

05 服務模式

根據(jù)不同的客戶需求進行產(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，包括電池大數(shù)據(jù)分析平臺和地面檢測數(shù)據(jù)分析服務/軟件；二是地面充電檢測設備，包括地面充電安全檢測設備和地面檢測數(shù)據(jù)分析服務/軟件；三是獨立的安全預警、壽命評估軟件包；四是故障檢修維護團隊，包括定期檢查與保養(yǎng)服務、電池均衡維護服務以及故障件更換與維修服務。

返回第一電動網(wǎng)首頁 >