国家新能源汽车大数据联盟刘鹏:新能源汽车大数据视角下的动力电池
发布时间:2018-05-22 17:27:00
关键词:CIBF2018

2.jpg

图为国家新能源汽车大数据联盟副秘书长刘鹏发表主题演讲


5月22日,“2018第一届新能源汽车及动力电池(CIBF深圳)国际交流会”在深圳会展中心举行。国家新能源汽车大数据联盟副秘书长刘鹏在“新能源汽车专场——识·新政策下车电携手的变革之路”主题论坛上发表演讲。以下是演讲内容:

国家新能源汽车大数据联盟副秘书长刘鹏

  今天我主要从大数据角度与大家谈谈下电动车动力电池的问题,主要讲4个方面。

  新能源汽车大数据

  现在我们平台监督的车辆有88.3万辆。从2017年1月1日开始,新能源汽车接入平台需要满足一定的要求,包括必须是近半年时间所,卖出的车辆。在这88万辆车里,日均在线车辆是49.8万辆,充电次数是16万次,日均行驶里程1200万公里,平均每天20公里的行车里程。

  我们平台对车辆运行过程中的实时位置信息、电池基准数据状态信息等都有监测,包括车速、电池的准备、电池电压、温度等,都有详尽记录。运用这些数据,我们可以从不同视角了解车的使用状态,以及电池、电机的使用状态。目前我们基于GB/T32960标准,监控和电池相关的数据一共有73项。包括电流、电压、单体详细问题等;燃料电池包括一些基本信息,针对这些信息,可以准确描述用户的需求是什么,针对这些需求对后续电池研发和技术方向提出突破和管理方向。

  动力电池故障诊断

  动力电池系统作为电动车辆的主要能量源,由于技术、工况和使用环境等原因,使它成为电动车辆主要故障源之一。现在安全性成为了电动汽车发展所要面临的首要问题。动力电池安全性成为国际性难题和研究热点之一。

  我们基于大数据,运用国家监管平台进行海量数据全面分析,现在相关的评价标准和分析算法已趋于成熟;通过高精度、高效率的故障预警分析算法,我们可以快速实时响应判断故障发生概率,这其中包括了故障级别、故障类别、故障频率、故障车型、故障原因等。

  基于大数据,我们还可以结合车企提供的基础安全阈值,进行数据纵向和横向比较挖掘,建立高安全性的动力电池系统远程故障诊断体系;通过比较典型数据熵值变化,构建动力电池系统故障预警体系。

  我们通过故障诊断体系,对车辆运行状态模型进行分类分析,对动力电池系统故障类型、故障位置、故障发生频次进行系统性统计和精细化分析,提高电动汽车故障诊断效率及准确性。

  动力电池溯源管理

  基于现有大数据如何有效做监管,支撑后续的服务?

  现在节能环保说的比较多,尤其是在电池这块面临的问题比较多,包括如何回收利用、如何管理,如何做到信息共享,都需要关注。

  如果把电池生产过程、运动过程中更换信息能做到标准的信息汇总,就可以判断每个单体电池如何处理、价值如何评估,对于后续的利用、分解都非常有利。

  另外,监控平台还可以将电池、整车、用户、回收等多层次的数据进行交互和分析。

  动力电池价值评估

  电池的梯次利用、回收利用如何定价?需要一些大数据的支撑,才能有效评估电池能量是什么状态、功率是什么状态、能够应用到什么领域,这些也是我们接下来会研究的重点。核心还是基于大数据的方式,对电池健康状态进行评估,然后才能支撑后续电池系统的应用。

  我们以万公里动力电池容量衰退率为例,我们结合用户的运行数据,采用50%-80%区间段内的里程数做万公里动力电池衰退率比较。这段数据量是最大的,使用区间最多,在整个过程中的退化,对于用户自身也是最关心的。

  我们选取2个厂家的4个车型做了结果分析,可以看出比较好的一款车万公里衰退是1.4%,比较差的是8.2%。造成这种衰退率不仅仅是电池的问题,还有管理系统的问题,也会直接决定了电池在车上使用寿命和性能的发挥。

  实际续航里程和标称里程方面,我们以实际消耗每度电所行驶的里程与标称值作比较,比较结果为指标值。这个指标也会受到驾车习惯的影响,很多人开空调,就会导致用户反馈数据结果变化。也就是说这个结果一方面和电池本身有关,另一方面也与环境适应性有关系。

  另外还有充电状态开始的SOC值分布。这个数据可以反映驾驶员对新能源汽车里程和载客里程的信心指数,也可以反映充电站等基础设施的建设情况。

  我简单介绍到这里,谢谢。

  (根据嘉宾发言整理,未经嘉宾审阅)



稿件来源: 电池中国网
相关阅读:
发布
验证码:
Baidu
map