新能源汽車安全預(yù)警技術(shù)現(xiàn)狀及未來展望

郝雄博 蔡君同

摘 要：隨著中國新能源汽車國內(nèi)保有量的持續(xù)提升，電池安全問題愈加突顯。新能源汽車電池自燃起火事故頻繁發(fā)生，極大阻礙了新能源汽車進(jìn)一步向前發(fā)展。提升電池安全性成為亟需行業(yè)解決的共性問題。本文對(duì)目前行業(yè)內(nèi)安全技術(shù)應(yīng)用情況，介紹目前主流的電池安全提升路徑及常見解決方案。并詳細(xì)對(duì)基于大數(shù)據(jù)的電池安全預(yù)警技術(shù)進(jìn)行詳細(xì)論述?？偨Y(jié)三類主要預(yù)警分析方法，并對(duì)未來預(yù)警技術(shù)的發(fā)展研究方向進(jìn)行總結(jié)展望。

關(guān)鍵詞：安全技術(shù) 預(yù)警分析 大數(shù)據(jù) 未來發(fā)展

Current Status and Future Prospect of New Energy Vehicle Safety Early Warning Technology

Hao Xiongbo Cai Juntong

Abstract：With the continuous improvement of the domestic ownership of new energy vehicles in China， the battery safety problem has become more and more prominent. Spontaneous combustion and fire accidents of new energy vehicle batteries occur frequently， which greatly hinders the further development of new energy vehicles. Improving battery safety has become a common problem that needs to be solved by the industry. This article introduces the current mainstream battery safety improvement paths and common solutions for the current application of safety technology in the industry. The battery safety early warning technology based on big data is discussed in detail. The three main early warning analysis methods are summarized， and the development and research direction of early warning technology in the future are summarized and prospected.

Key words：security technology， early warning analysis， big data， future development

1 前言

近年來，在政府的大力支持下，伴隨著新技術(shù)的進(jìn)步，我國新能源汽車產(chǎn)銷量逐年快速增長。根據(jù)公安部交通管理局發(fā)布的最新統(tǒng)計(jì)數(shù)據(jù)，截止2022年底，中國國內(nèi)新能源汽車保有量達(dá)到1310萬輛，其中純電動(dòng)汽車占比79.78%，為1045萬輛[1]。目前電動(dòng)汽車主要采用鋰離子電池系統(tǒng)作為儲(chǔ)能介質(zhì)，并通過驅(qū)動(dòng)電機(jī)為車輛提供動(dòng)力。動(dòng)力電池的制造成本隨著電池技術(shù)的發(fā)展已逐年降低，但仍占據(jù)整車生產(chǎn)成本較大比例。動(dòng)力電池作為電動(dòng)汽車核心儲(chǔ)能單元，其性能對(duì)車輛的使用安全性、續(xù)航里程、使用壽命等存在決定性影響。

隨著技術(shù)的進(jìn)步，雖然電池在設(shè)計(jì)及生產(chǎn)制造方面取得很大發(fā)展，但電池安全問題仍沒有從根本上得到解決。隨著電動(dòng)汽車的快速普及，因?yàn)殡姵毓收蠈?dǎo)致車輛燃燒爆炸的火災(zāi)事故大幅增多，這也使得電池安全性成為了行業(yè)關(guān)注的焦點(diǎn)。根據(jù)事故調(diào)查分析，電動(dòng)汽車火災(zāi)基本是由動(dòng)力電池?zé)崾Э貑栴}引發(fā)的。當(dāng)單體電池發(fā)生內(nèi)短路或受到外部異常加熱，造成電池內(nèi)部產(chǎn)熱遠(yuǎn)大于電池系統(tǒng)散熱，就會(huì)引起內(nèi)部熱量逐漸累積，溫度快速升高，進(jìn)而觸發(fā)熱失控。

為提升電動(dòng)汽車安全性，近些年來，國家、地方政府及整車或電池企業(yè)新能源汽車大數(shù)據(jù)平臺(tái)建設(shè)日趨完善，越來越多的企業(yè)和科研機(jī)構(gòu)都已開展利用汽車的監(jiān)控大數(shù)據(jù)進(jìn)行電池故障診斷及車輛安全預(yù)警的研究工作。車輛監(jiān)控?cái)?shù)據(jù)平臺(tái)通過無線傳輸方式，獲取車輛T-Box采集的各類運(yùn)行過程數(shù)據(jù)，包括整車狀態(tài)數(shù)據(jù)、電池?cái)?shù)據(jù)、電機(jī)數(shù)據(jù)、報(bào)警信息等。通過對(duì)以上數(shù)據(jù)的計(jì)算挖掘，結(jié)合動(dòng)力電池化學(xué)原理分析及特征參數(shù)總結(jié)，可直接利用電池特征參數(shù)的變化規(guī)律識(shí)別電池故障，并實(shí)現(xiàn)故障問題的定位，也可利用機(jī)器學(xué)習(xí)算法，構(gòu)建電池狀態(tài)評(píng)估及故障預(yù)測模型，提前發(fā)現(xiàn)電動(dòng)汽車安全隱患并維修，提升電動(dòng)汽車使用安全性能。

本文通過分析現(xiàn)有電池安全技術(shù)路線，總結(jié)目前新能源汽車電池安全預(yù)警主要方法及原理，并對(duì)新能源汽車電池安全預(yù)警技術(shù)未來發(fā)展進(jìn)行展望。

2 新能源汽車電池安全技術(shù)

目前車載動(dòng)力電池以鋰離子電池為主，電池對(duì)車輛安全的影響主要來源于其燃燒或爆炸的風(fēng)險(xiǎn)，動(dòng)力電池系統(tǒng)通常由幾十甚至幾百個(gè)單體電芯組成，電池燃燒或爆炸一般情況下是由一個(gè)或幾個(gè)電芯發(fā)生故障導(dǎo)致異常生熱，致使觸發(fā)熱失控并逐步擴(kuò)展到整個(gè)電池系統(tǒng)。為解決動(dòng)力電池系統(tǒng)的安全問題，提升電池使用安全性，主要可從三個(gè)層面進(jìn)行探索，包括電池系統(tǒng)內(nèi)部設(shè)計(jì)優(yōu)化、電池管理系統(tǒng)性能提升以及開展電池主動(dòng)安全監(jiān)測。

電池系統(tǒng)的設(shè)計(jì)優(yōu)化，也可以說就是要提升電池系統(tǒng)的本質(zhì)安全性，即通過改進(jìn)電池的設(shè)計(jì)方案，使其即使處于濫用工況下或出現(xiàn)故障時(shí)也能避免事故的發(fā)生，具體包括電芯材料改進(jìn)及設(shè)計(jì)優(yōu)化和電池系統(tǒng)安全防護(hù)設(shè)計(jì)。電芯安全性的提升主要依賴電芯材料的性能提升，包括正負(fù)極材料的改性、材料納米化、復(fù)合材料研發(fā)應(yīng)用、電解液固態(tài)化等方式。同時(shí)，加強(qiáng)電芯整體安全性設(shè)計(jì)及生產(chǎn)工藝管控，采用更先進(jìn)的結(jié)構(gòu)模式，如大圓柱、長電芯等，應(yīng)用規(guī)范化和標(biāo)準(zhǔn)化的生產(chǎn)流程，做好工藝控制，降低單品間的差異，也能減弱生產(chǎn)環(huán)節(jié)對(duì)安全性的影響。電池系統(tǒng)的設(shè)計(jì)優(yōu)化，主要從電池包層級(jí)對(duì)熱管理系統(tǒng)、殼體空間設(shè)計(jì)、隔熱阻燃設(shè)計(jì)等方面進(jìn)行提升。優(yōu)化熱管理流道設(shè)計(jì)，增大電芯散熱效率；改進(jìn)電池包排氣通道設(shè)計(jì)，控制熱源傳導(dǎo)方向，減少對(duì)電池區(qū)塊整體的沖擊；應(yīng)用先進(jìn)的隔熱材料，隔絕電芯之間熱失控的影響；采用更高強(qiáng)度的電池包殼體材料及彈性緩沖設(shè)計(jì)，減弱車輛碰撞對(duì)電芯帶來的影響。

電池管理系統(tǒng)的性能提升主要圍繞BMS管理系統(tǒng)功能安全開發(fā)展開。BMS主要功能就是對(duì)電池狀態(tài)進(jìn)行監(jiān)控，合理控制充放電過程，并維護(hù)各電池單元的均衡，避免電池濫用，保障電池安全使用，延長其壽命。BMS可以認(rèn)為是電池安全最前端的最直接管理者。BMS系統(tǒng)的功能安全開發(fā)，主要針對(duì)其功能異常失效行為進(jìn)行分析，并采取對(duì)應(yīng)的設(shè)計(jì)變更或增加安全機(jī)制，把系統(tǒng)失效控制在合理范圍內(nèi)，避免出現(xiàn)不合理的風(fēng)險(xiǎn)。BMS功能安全開發(fā)是一個(gè)系統(tǒng)性的流程，需嚴(yán)格按照標(biāo)準(zhǔn)規(guī)范完成各個(gè)階段開發(fā)工作，從危害分析和風(fēng)險(xiǎn)識(shí)別到安全目標(biāo)定義、系統(tǒng)需求確認(rèn)、軟硬件需求分解以及之后安全測試等環(huán)節(jié)，根據(jù)功能安全通用方法論結(jié)合BMS系統(tǒng)特殊功能需求完成系統(tǒng)的設(shè)計(jì)驗(yàn)證。此外，通過BMS系統(tǒng)硬件性能提升，如使用性能算力更高的芯片及更多樣或精度更高的傳感器技術(shù)等，都有助于提升BMS性能，進(jìn)而提升電池使用安全性。

電池主動(dòng)安全監(jiān)測是指，基于電池?cái)?shù)據(jù)監(jiān)控識(shí)別潛在的風(fēng)險(xiǎn)問題，并提前采取措施進(jìn)行問題排查及處置，避免危害的發(fā)生。利用企業(yè)車輛監(jiān)控平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)采集、傳輸及分析，監(jiān)測電池電壓、電流、溫度、SOC等指標(biāo)的變化，并結(jié)合電池全周期數(shù)據(jù)分析，進(jìn)行電池健康狀態(tài)評(píng)估及安全風(fēng)險(xiǎn)的識(shí)別，對(duì)異常情形進(jìn)行的預(yù)警或報(bào)警，同時(shí)在平臺(tái)內(nèi)建立預(yù)警處理、審核、推送流程，進(jìn)行預(yù)警結(jié)果的分析及危害程度評(píng)估，主動(dòng)推送關(guān)聯(lián)用戶并能與處置結(jié)果形成閉環(huán)管理。電池的主動(dòng)安全防護(hù)，最關(guān)鍵的就是電池安全預(yù)警技術(shù)，即基于建立的預(yù)警模型對(duì)車輛數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)電池潛在故障的識(shí)別，在故障發(fā)生前進(jìn)行預(yù)警提示。雖然電池預(yù)警技術(shù)實(shí)現(xiàn)難度相對(duì)較大，但其實(shí)現(xiàn)能夠輔助電池故障的提前發(fā)現(xiàn)、提早維修，極大降低電池維修成本，大幅度提高運(yùn)維效率，提升電池使用安全性及用戶滿意度。

3 動(dòng)力電池安全預(yù)警技術(shù)

依據(jù)上節(jié)內(nèi)容，電池安全預(yù)警即通過對(duì)電池運(yùn)行監(jiān)測數(shù)據(jù)的挖掘，結(jié)合電池失效的機(jī)理分析，構(gòu)建預(yù)警模型，實(shí)現(xiàn)對(duì)電池故障的提前診斷和識(shí)別。根據(jù)預(yù)警模型實(shí)現(xiàn)原理，電池安全預(yù)警算法主要分為經(jīng)驗(yàn)知識(shí)診斷、失效識(shí)別以及數(shù)據(jù)驅(qū)動(dòng)分析三類?；诮?jīng)驗(yàn)知識(shí)的診斷預(yù)警主要依據(jù)專業(yè)人員的主觀經(jīng)驗(yàn)判斷，結(jié)合電池參數(shù)變化分析及故障推理分析確定特征參數(shù)的安全閾值，利用規(guī)則分析確定電池失效風(fēng)險(xiǎn)程度?；谑ёR(shí)別的預(yù)警分析方法是通過建立電池失效過程與電池特征參數(shù)異常表現(xiàn)的關(guān)聯(lián)關(guān)系，利用各類統(tǒng)計(jì)分析方法、離群分析方法等進(jìn)行失效行為識(shí)別。基于數(shù)據(jù)驅(qū)動(dòng)的方法無需建立高度精準(zhǔn)的理論模型，主要是借助人工智能算法，利用大量的實(shí)際監(jiān)測數(shù)據(jù)進(jìn)行特征選取及數(shù)據(jù)標(biāo)簽分類，組成模型訓(xùn)練測試集合對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，或利用其他相關(guān)數(shù)據(jù)分析手段對(duì)運(yùn)行監(jiān)測數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對(duì)電池異常的識(shí)別預(yù)警。

1）基于經(jīng)驗(yàn)知識(shí)的預(yù)警分析?；谌斯そ?jīng)驗(yàn)知識(shí)的預(yù)警方法，其核心是結(jié)合專業(yè)人員的有效知識(shí)與電池失效過程分析確定的參數(shù)閾值進(jìn)行診斷規(guī)則定義，完成安全風(fēng)險(xiǎn)推理判斷。當(dāng)前行業(yè)內(nèi)企業(yè)已普遍建立起車輛運(yùn)行監(jiān)測平臺(tái)，并根據(jù)GB/T32960《電動(dòng)汽車遠(yuǎn)程服務(wù)與管理系統(tǒng)技術(shù)規(guī)范》標(biāo)準(zhǔn)要求[2]，在其企業(yè)自建平臺(tái)上基本實(shí)現(xiàn)了基于閾值規(guī)則的電池異常行為報(bào)警，包括電池高溫報(bào)警、溫差報(bào)警、過壓報(bào)警、欠壓報(bào)警等。通常隨著電池使用，其性能衰退是一個(gè)緩慢變化的過程，隨著性能的衰退其發(fā)生故障問題的概率逐漸增大，因此可以通過對(duì)故障案例數(shù)據(jù)的分析，對(duì)電池性能衰減過程進(jìn)行階段劃分，確定各階段參數(shù)閾值范圍，通過不同階段的參數(shù)閾值分析實(shí)現(xiàn)故障預(yù)警。當(dāng)然為進(jìn)一步提升判定的準(zhǔn)確性，可在國標(biāo)規(guī)定的電壓、溫度、電流等數(shù)據(jù)之外，利用上述字段信息進(jìn)行衍生參數(shù)的計(jì)算，如電壓降速率、內(nèi)阻變化率、溫度變化率等。進(jìn)一步還可以利用上述參數(shù)組合的方式進(jìn)行綜合判斷，如通過建立專家系統(tǒng)，利用各參數(shù)確定診斷規(guī)則，結(jié)合專家經(jīng)驗(yàn)設(shè)計(jì)推理機(jī)，實(shí)現(xiàn)故障預(yù)警診斷。

2）基于失效識(shí)別的預(yù)警分析?；谑ёR(shí)別的預(yù)警方法需借助對(duì)電池失效過程的理論剖析，結(jié)合實(shí)際電池安全測試試驗(yàn)數(shù)據(jù)以及實(shí)車監(jiān)測數(shù)據(jù)進(jìn)行挖掘分析，識(shí)別數(shù)據(jù)異常現(xiàn)象與失效問題間的關(guān)聯(lián)屬性，構(gòu)建失效預(yù)警模型。也可通過構(gòu)建電池模型，利用理論模型模擬電池充放電過程行為，分析實(shí)際數(shù)據(jù)變化與模型預(yù)測值間的差異，實(shí)現(xiàn)對(duì)突發(fā)性或隨機(jī)性失效行為的識(shí)別告警。以內(nèi)短路故障識(shí)別為例，可以通過識(shí)別電壓異常跳變現(xiàn)象識(shí)別內(nèi)短路，通過試驗(yàn)測試發(fā)現(xiàn)，使用特殊材料隔膜電池在發(fā)生內(nèi)短路時(shí)會(huì)出現(xiàn)電壓突然下降后迅速回升的現(xiàn)象，針對(duì)此類電池通過該特殊現(xiàn)象識(shí)別可進(jìn)行內(nèi)短路的識(shí)別[3]。通過發(fā)生內(nèi)短路問題電芯的異常推理，內(nèi)短路電芯在電池使用過程中，必然存在相較其他正常電芯更明顯的自放電過程，可通過對(duì)靜置過程或穩(wěn)定充放電過程前后電芯之間電壓的比較識(shí)別異常自放電行為，判斷電池是否發(fā)生內(nèi)短路[4]。通過構(gòu)建模型的方式進(jìn)行電池內(nèi)短路的識(shí)別，即利用各類電芯試驗(yàn)數(shù)據(jù)，建立電池電化學(xué)模型、電路模型、熱電耦合模型等，通過模型對(duì)電池狀態(tài)進(jìn)行預(yù)測，若出現(xiàn)明顯的預(yù)測值與電池實(shí)際值偏差情況，可結(jié)合電池模型分析，確定是否發(fā)生異常內(nèi)短路問題。

3）基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)警分析。隨著人工智能的興起與發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的分析方法逐漸被人們熟悉并應(yīng)用。數(shù)據(jù)驅(qū)動(dòng)方法可以認(rèn)為是一套標(biāo)準(zhǔn)的算法開發(fā)訓(xùn)練過程，包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)挑選分類、數(shù)據(jù)驗(yàn)收、模型訓(xùn)練以及最終的模型部署。不需要建立復(fù)雜的理論模型，只需獲取大量的運(yùn)行監(jiān)測數(shù)據(jù)，通過數(shù)據(jù)特征工程分析及數(shù)據(jù)標(biāo)簽分類并選擇合適的機(jī)器學(xué)習(xí)類算法建立訓(xùn)練模型，即可完成相應(yīng)預(yù)測或診斷分析的目的。如劉志賓等提出一種利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行電池充電安全預(yù)警的方法，通過不同車輛型號(hào)的實(shí)時(shí)充電參數(shù)和標(biāo)準(zhǔn)充電參數(shù)，基于人工神經(jīng)網(wǎng)絡(luò)預(yù)先訓(xùn)練出車輛充電故障分析模型。在需要分析時(shí)，將車輛實(shí)時(shí)充電參數(shù)與標(biāo)準(zhǔn)充電參數(shù)輸入該充電故障分析模型，即可得到車輛充電故障分析結(jié)果，通過顯示器提醒電動(dòng)汽車用戶，以便其采取相關(guān)措施以解決車輛充電故障分析結(jié)果中的問題[5]。機(jī)器學(xué)習(xí)算法包含豐富的學(xué)習(xí)算法，可分為傳統(tǒng)機(jī)器學(xué)習(xí)及深度學(xué)習(xí)，兩種分類還可以再進(jìn)一步分類，每種算法均可通過訓(xùn)練達(dá)到理想的學(xué)習(xí)效果。在實(shí)際使用過程中，應(yīng)根據(jù)分析需求，選擇合適的算法原理。目前通過機(jī)器學(xué)習(xí)算法進(jìn)行預(yù)警分析已在行業(yè)得到初步實(shí)踐及應(yīng)用，未來相關(guān)研究還將持續(xù)發(fā)展及深入。

4 總結(jié)和展望

隨著新能源汽車保有量逐年增大，電池安全問題也愈發(fā)受到行業(yè)和消費(fèi)者的關(guān)注。電池安全性能的提升涉及電池系統(tǒng)各個(gè)層級(jí)，主流整車或電池企業(yè)均提出了各自的電池安全解決方案，基本都是圍繞電池包結(jié)構(gòu)、熱管理系統(tǒng)設(shè)計(jì)、電芯安全材料、高性能管理系統(tǒng)以及全周期的電池監(jiān)控防護(hù)等方面展開，且都可實(shí)現(xiàn)較好的效果，可以完全滿足目前國標(biāo)“5分鐘不起火”的技術(shù)要求，甚至已經(jīng)遠(yuǎn)超了目前的國標(biāo)要求。

在預(yù)警技術(shù)方面，各大企業(yè)依托車輛運(yùn)行監(jiān)測平臺(tái)，通過先進(jìn)的預(yù)警模型進(jìn)行電池異常分析，并取得了一定的效果。未來隨著人工智能以及大數(shù)據(jù)技術(shù)的逐漸滲透，動(dòng)力電池預(yù)警技術(shù)將智能算法、大數(shù)據(jù)挖掘技術(shù)融入到電池失效過程分析，促進(jìn)提升預(yù)警準(zhǔn)確性及智能化。

深入探究電池失效機(jī)理，分析獲取電池系統(tǒng)在尺度結(jié)構(gòu)、多層級(jí)要素、多場耦合過程的表征參量，分析電池材料衰變、內(nèi)阻演化及模量變化機(jī)理過程，建立電池系統(tǒng)復(fù)雜耦合機(jī)理以及失效機(jī)制與表征參數(shù)的映射關(guān)系，為提升電池預(yù)警診斷提供理論基礎(chǔ)。充分利用大數(shù)據(jù)技術(shù)手段，通過對(duì)電池研發(fā)、設(shè)計(jì)、生產(chǎn)、使用、回收等全過程數(shù)據(jù)的挖掘分析，提取真實(shí)電池監(jiān)控?cái)?shù)據(jù)變化規(guī)律，并結(jié)合智能算法實(shí)現(xiàn)構(gòu)建自學(xué)習(xí)預(yù)警模型，實(shí)現(xiàn)預(yù)警算法的持續(xù)訓(xùn)練及優(yōu)化。

參考文獻(xiàn)：

[1]中國新聞網(wǎng). 2022年中國新能源汽車保有量達(dá)1310萬輛 同比增長67.13%[EB/OL].（2023-01-11）[2023-02-06].http：//www.chinanews.com.cn/cj/2023/01-11/9932596.shtml

[2]GB/T 32960.3-2016. 電動(dòng)汽車遠(yuǎn)程服務(wù)與管理系統(tǒng)技術(shù)規(guī)范 第3部分：通信協(xié)議及數(shù)據(jù)格式[S].

[3]高文凱. 鋰離子動(dòng)力電池的短路故障診斷研究[D].上海：上海理工大學(xué)，2020.

[4]陳佳純. 基于數(shù)據(jù)分析的鋰離子動(dòng)力電池?zé)崾Э毓收显\斷研究[D]. 北京：北京交通大學(xué)，2020.

[5]劉志賓，趙逸志，劉亞晶，等.一種基于大數(shù)據(jù)的充電安全預(yù)警方法和充電樁：， CN112193111A[P]. 2021.