云端电池(CBMS)-数据驱动的电池系统全生命周期服务

背景介绍

随着新能源汽车市场的迅猛发展，动力电池作为新能源汽车的核心动力部件之一，其重要性日益凸显。但其在设计研发、售后维护和回收利用等全生命周期的核心环节仍存在着诸多亟待解决的关键问题。

产品介绍

核心功能

云端监控分析服务提供分层数仓、电池画像（充电画像、放电画像、安全画像、批次画像等）和智能数据分析（平台数据查询、数据挖掘和自定义报表等）等功能，为企业提供灵活的数据查询、分析和报表服务，提升企业在设计研发阶段的效率和决策可靠性。

云端安全预警以电池故障预警和热失控预警为核心。电池故障预警结合物理规则、统计分析和数据驱动的异常检测模型（例如DBSCAN、熵值模型等），在云端实现50+的故障项诊断和预警，涵盖电芯级别、模组级别和电池包级别故障，涉及温度异常、电压异常、电流异常、绝缘异常、SOC异常、SOH异常、热管理异常、采样异常等监控大项。热失控预警模型融合了用电行为特征模型、五维度一致性评分模型和内短路阻值模型等，预测每辆车的热失控风险。通过实验室数据和真实车辆运行数据的验证，模型具备良好的预警效果。同时，功能会根据故障严重程度或热失控风险等级，将故障预警或热失控预警分成4个等级。对于等级较高的安全预警，采用短信或者邮件等方式实时通知给企业，为电池包保驾护航。

事件黑匣子功能将BMS中故障码或异常事件（紧急下电、禁止上高压、禁止充电或跛行事件等）发生时刻前后指定时间范围内的高频毫秒级别数据发送至云端，实现云端实时监控报警、故障云端复现、故障原因分析和故障数据下载等服务，提高企业售后问题排查效率。

智能售后系统覆盖事前预警、事中报警和事后分析的全部过程，旨在提升企业售后问题排查效率。通过上传至云端的GB/T 32960国标数据、企业自定义和BMS毫秒级高频数据，基于云端安全（故障和热失控）预警实现事前预警。通过事件黑匣子实现事中报警。通过售后4S店维修数据构建故障处理工单系统，结合专家经验等构建故障分析知识图谱和专家系统，提供故障复现、故障分析、原因定位和维修指导等事后分析服务。

在线参数优化服务基于电池个体状态进行个性化参数调整，提升电池性能。例如：

1. 在线SOC校准功能，即根据云端的磷酸铁锂电池的充电过程曲线，在云端构建算法评估各电芯的实际SOC，并将评估结果下发至车端，辅助实现磷酸铁锂电池在线SOC的校准。

   
   

2. 云端均衡控制功能，即根据云端的磷酸铁锂电池的充电过程曲线，在云端评估各电芯SOC的一致性和均衡电量，并将云端计算的均衡电量下发至车端，辅助电池的均衡控制。

   
   

3. 充电曲线优化功能，即根据电池运行数据，在云端构建该电池的电化学-热-老化耦合模型，以延长电池寿命为目标，优化电池充电曲线，并将充电曲线下发至车端，在充电时间相当的情况下，减缓电池衰老。

在线策略优化服务基于导航未来路况信息，实现预测性的控制，提升整体效能。例如：预测性电池热管理功能，即根据网联信息和相关的功能服务，预测未来的行驶工况，估算电池温度和SOC变化，从而确定热管理系统的控制策略，让电池包工作在高效温度区间，从而延长续驶里程，减少充电时间，增加电池使用寿命。

残值评估功能包括云端SOH评估、SOH预测、电池剩余寿命预测、电池残值评估等服务，为二手车交易和梯次利用场景提供估值参考。根据电池衰减模式（锂离子损失、活性材料损失和内阻增加等），提取老化特征变量，构建物理模型和数据驱动模型进行SOH预测和剩余寿命预测。结合行驶里程、电池SOH、电池剩余使用寿命、一致性、电池故障情况等多维度评估电池残值。

项目应用及优势