新能源汽车大数据视角下的动力电池

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。锂电池包括电流、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。