機械行業、電子行業通常會逐漸走向數字化設計或者數字化管理的方向，電池也不例外，但電池的數字化道路顯然難走得多。

2022年11月17日，由蓋世汽車主辦，上海虹橋國際中央商務區管委會、上海閔行區人民政府指導，上海南虹橋投資開發（集團）有限公司協辦的2022第二屆汽車動力電池論壇上，同濟大學汽車學院教授魏學哲表示，電池管理最終一定會擴充到電化學數字電源的概念。打造數字電源，需要從數字化建模、數字化測量和數字化管理三方面的工作入手。

此外，未來一些場景下車電分離或將成為一大趨勢。魏學哲強調，對于電池管理而言，需要關心的不是車端階段的壽命，而是全生命周期的壽命問題。

魏學哲｜同濟大學汽車學院教授

以下是演講內容整理：

今天我把我們課題組以及我個人的思考，起了個名字叫《數字技術驅動電池變革》，談到電池，首先就會談到材料問題，電池工業的底層技術是是電化學，再往上是材料問題，毫無疑問，20多年來，材料技術是電池技術進步的第一驅動力。

材料又分為正、負極和電解液，負極材料包含石墨、硅碳、鋰金屬等，正極材料包含磷酸鐵鋰、三元等，電解液則正從液態走向固液混合和固態。

談到電池設計，電池實際上很難兼顧不同的特性，某種意義上講是個“蹺蹺板”，比如能量密度和安全性是矛盾，功率和壽命是矛盾，很難做到面面兼顧，必須要作出取舍。

另外，我們觀察到電池封裝的技術進步，如圓柱、軟包、方形，在電池封裝背后有很多技術路線支撐，包含生產工藝、裝備自動化等各種問題，牽一發而動全身，涉及到很長的產業鏈條。電池封裝正走向大型化、大模組化。電池越做越大，一定會帶來一致性的問題，雖然大型化帶來的能量密度更高，空間利用率更高，但制造難度也會顯著增加。

因此，雖然電池技術快速發展，材料設計不斷進步，但需求和各方面約束也越來越多，從車端應用來說，電池的應用需求越來越多，有的會追求快充，有的會追求長續航，有的要求在非常惡劣的環境下可以使用，總之有各種要求，不可能做一款電池包攬全部需求，一定要基于需求并進行定制化的開發。

回歸主題，機械行業、電子行業通常會逐漸走向數字化設計或者數字化管理的方向，電池也不例外，但電池的數字化道路顯然難走得多。

電池設計的數字化要從需求出發，基于對能量密度、功率密度、循環壽命、充電速度的考慮，需要以數字化作為技術底座，深度了解應用工況，以仿真作為試錯方法，才能能走好電池的數字化之路。

電池在設計之后會在工廠進行制造，制造后會進入十年甚至更長時間的應用期，應用期內，廠商也應該做好對電池的全生命周期管理。

我們再來看電池管理系統的演變這條線，第一階段主要是對鋰離子電池容易出問題的幾個參數進行保護和干預：電壓、電流、溫度的上限和下限，保護是第一階段的基本思路，但這顯然不夠。

因此就出現了電池安全管理的第二階段，首先是做系統架構的革新，將幾百個電池，甚至上千個電池分而治之，進行模塊化處理，這樣由多個模塊級單元組合為一個包級單元。當然這也樣做也有困難，包括多電位的并存采樣、跨電位之間的通訊、絕緣問題等等。

目前的電池管理存在著哪些困難？就是做各種“估計”，包括SOC、SOH、SOP、SOT，合在一起叫SOX，就是參數與狀態估計，其實質困境就是測量太少，估計太多，要在低頻、低精度測量數據的基礎上演繹復雜算法。

總結一下，第一代BMS實際上是面向電壓、電流的閾值管理，可以稱之為是維持生存的階段；第二代BMS是面向電量、功率、能量估計，解決的是溫飽問題；現在要向第三代BMS演進，解決長壽命和安全問題。

其實，電池想要實現大規模的長壽命使用，僅僅依靠制造階段是不現實的，一定要面對全生命周期可能出現的各種問題，以上講了兩條線，一個是電池設計的數字化基本思路，一個是電池運行的管理系統演變，要解決以上問題，一定需要數字化模型和精確測量數據，這是電池數字化的基礎。

但現在存在的問題是，設計層面的模型比較弱，電池材料級別的測量手段和測量數據都非常豐富，但到了電池階段，就被封成了黑箱，可以用的參數非常少，運行階段的參數和設計階段的參數完全割裂。

目前電池可用的模型可以分為：1、等效電路模型；2、電化學機理模型；3、數據驅動模型。

機理模型的基礎模型框架是多孔電極理論均質模型，但為了能實用，需要打破一些假設，如對電池的真實微結構進行重構，可以借助觀測手段，對電池成像然后重構。如觀察電池在全生命周期的組成和結構有沒有發生改變，基于此構建全生命周期的電池模型。

有模型之后還需要真實的測量數據作為反饋，既要有微觀的測量，也要有宏觀的測量。由于電池材料級別的表征材料已經足夠豐富了，要把材料級別的表征手段和宏觀的表征手段結合，建立Cell級別的表征手段和測量手段。

這就可能包括循環過程中的應力和應變測試、電池的CT掃描、電解液、溫度分布情況的超聲波掃描、分布式溫度測量等。

在此基礎上，將傳感器集成到電池里，幫助測量、分析SOC和SOH、氣體、析鋰檢測等，加上數據的智能處理，就可以優化電池內外溫差、優化充放電策略，檢測電池老化、預測熱失控等問題。

然而，電池智能化之后必然面臨內部傳感監測的諸多應用與挑戰，比如傳感器植入的封裝問題；不當植入造成嵌鋰不均勻的問題，傳感器造成極片凸起的問題，離子傳輸受阻和副反應產氣等問題。

即使不做傳感器植入，外部測量也有提升的空間，如通過AFE的硬件創新和寬頻阻抗測量，可改善電池壽命估計、壽命模式識別和故障診斷，我們采用了集中激勵、分布測量的技術路線，取得了較好的成效。。

簡單總結一下：電池的數字化管理包括三個方面的工作，1、從顆粒級別的模型到整包的模型建模，建立電化學機理、材料學表征、數據特征挖掘整個鏈路的全模型，包含云端模型與算法、車端模型與算法；2、數字化測量，包含多物理量測量、嵌入式傳感、智能電池設計三個領域；3、數字化管理，包含車云融合感知、主動預測管理控制，包含高低溫熱管理、快充管理、車網互動管理等幾個部分。

總而言之，電池管理技術將和電池數字化技術相結合，最終走向電化學數字電源，數字化將成為該全功能電化學電源系統的核心方法論。

（以上內容來自同濟大學汽車學院教授魏學哲于2022年11月17日由蓋世汽車主辦，上海虹橋國際中央商務區管委會、上海閔行區人民政府指導，上海南虹橋投資開發（集團）有限公司協辦的2022第二屆汽車動力電池論壇上發表的《數字技術驅動電池變革》主題演講。）

返回第一電動網首頁 >