首页 > 新闻 > 汽车 > 正文

每日讯息!基于数据的动力电池运行状态分析和预警系统

2022-08-13 15:37:01来源:通用技术中国汽研-中汽院新能源  

2022年7月27日,湖南省长沙市成功举办了“

2022汽车技术与装备国际论坛

”。北京理工大学深圳汽车研究院首席科学家、博士生导师

姜久春

教授在主题为“


【资料图】

新能源汽车安全技术创新

”第五分论坛上作了“

基于数据的动力电池运行状态分析和预警系统

”的报告,分享了在动力电池状态评估技术方面的研究进展。

随着新能源汽车及电池储能系统数量快速增长和规模化推广应用,电池安全事故频频发生,造成的累计经济损失已超过100亿元,成为行业亟待解决痛点

电池安全首先考验的是电池生产制造的工艺水准,电池及电池系统零部件的可靠性决定了电池系统的安全性,电池检测、性能与安全评估、周期性保养维护等环节的不完备,将导致电池安全风险增加。随着锂电池的使用,电池逐渐老化,一致性问题逐渐凸显,将显著降低电池系统利用率及使用寿命。

电池起火的原因有三类:异常衰退(异常老化)、内短路演化(微短路)、电池猝死(严重内短路)。电池在使用过程中会正常衰退,但也会出现异常衰退的情况,有可能演变成热失控。目前,异常衰退和内短路演化可以用大数据方法做到100%预警,从而挑出有问题的电芯进行维护,但电池猝死从现在的研究情况来看,大数据的方法并不适用,增加传感器数量和其它类型传感器(如压力传感器)有一定效果。


为能准确掌握电池运行状态,姜教授团队研究建立了一个基于多时间尺度的电池性能与安全综合评估体系模型,由机理模型、数据挖掘、信号分析三部分有机构成,按时间周期长短,划分为月级、天级、小时/分钟级三个类别。为准确识别电池异常老化和严重内短路,模型使用了6项参数指标(正极、负极、锂离子损失,容量、内阻、SOC不一致性),并通过信号分析技术,识别单体电压信号的异常波动和突变,实现安全风险的识别和故障的精准定位。


案例1事故车识别

案例2电池异常老化诊断

案例3一致性异常电池识别

案例4短路电池识别


通过把算法嵌入车辆,将边缘计算和云端相结合,建立了一套以数据传输和电池安全诊断预警为核心的“交钥匙”式解决方案,即“车-地-云”协调解决方案。

目前该方案已累计服务24个月,服务车辆超过40万辆,接入车辆超过4万辆,预警车辆超过150辆,预警准确率100%,维修效率提升70%。

标签: 电池系统 运行状态 预警系统

责任编辑:hnmd003

相关阅读

资讯播报

推荐阅读