机械行业、电子行业通常会逐渐走向数字化设计或者数字化管理的方向，电池也不例外，但电池的数字化道路显然难走得多。

2022年11月17日，由盖世汽车主办，上海虹桥国际中央商务区管委会、上海闵行区人民政府指导，上海南虹桥投资开发（集团）有限公司协办的2022第二届汽车动力电池论坛上，同济大学汽车学院教授魏学哲表示，电池管理最终一定会扩充到电化学数字电源的概念。打造数字电源，需要从数字化建模、数字化测量和数字化管理三方面的工作入手。

此外，未来一些场景下车电分离或将成为一大趋势。魏学哲强调，对于电池管理而言，需要关心的不是车端阶段的寿命，而是全生命周期的寿命问题。

魏学哲｜同济大学汽车学院教授

以下是演讲内容整理：

今天我把我们课题组以及我个人的思考，起了个名字叫《数字技术驱动电池变革》，谈到电池，首先就会谈到材料问题，电池工业的底层技术是是电化学，再往上是材料问题，毫无疑问，20多年来，材料技术是电池技术进步的第一驱动力。

材料又分为正、负极和电解液，负极材料包含石墨、硅碳、锂金属等，正极材料包含磷酸铁锂、三元等，电解液则正从液态走向固液混合和固态。

谈到电池设计，电池实际上很难兼顾不同的特性，某种意义上讲是个“跷跷板”，比如能量密度和安全性是矛盾，功率和寿命是矛盾，很难做到面面兼顾，必须要作出取舍。

另外，我们观察到电池封装的技术进步，如圆柱、软包、方形，在电池封装背后有很多技术路线支撑，包含生产工艺、装备自动化等各种问题，牵一发而动全身，涉及到很长的产业链条。电池封装正走向大型化、大模组化。电池越做越大，一定会带来一致性的问题，虽然大型化带来的能量密度更高，空间利用率更高，但制造难度也会显著增加。

因此，虽然电池技术快速发展，材料设计不断进步，但需求和各方面约束也越来越多，从车端应用来说，电池的应用需求越来越多，有的会追求快充，有的会追求长续航，有的要求在非常恶劣的环境下可以使用，总之有各种要求，不可能做一款电池包揽全部需求，一定要基于需求并进行定制化的开发。

回归主题，机械行业、电子行业通常会逐渐走向数字化设计或者数字化管理的方向，电池也不例外，但电池的数字化道路显然难走得多。

电池设计的数字化要从需求出发，基于对能量密度、功率密度、循环寿命、充电速度的考虑，需要以数字化作为技术底座，深度了解应用工况，以仿真作为试错方法，才能能走好电池的数字化之路。

电池在设计之后会在工厂进行制造，制造后会进入十年甚至更长时间的应用期，应用期内，厂商也应该做好对电池的全生命周期管理。

我们再来看电池管理系统的演变这条线，第一阶段主要是对锂离子电池容易出问题的几个参数进行保护和干预：电压、电流、温度的上限和下限，保护是第一阶段的基本思路，但这显然不够。

因此就出现了电池安全管理的第二阶段，首先是做系统架构的革新，将几百个电池，甚至上千个电池分而治之，进行模块化处理，这样由多个模块级单元组合为一个包级单元。当然这也样做也有困难，包括多电位的并存采样、跨电位之间的通讯、绝缘问题等等。

目前的电池管理存在着哪些困难？就是做各种“估计”，包括SOC、SOH、SOP、SOT，合在一起叫SOX，就是参数与状态估计，其实质困境就是测量太少，估计太多，要在低频、低精度测量数据的基础上演绎复杂算法。

总结一下，第一代BMS实际上是面向电压、电流的阈值管理，可以称之为是维持生存的阶段；第二代BMS是面向电量、功率、能量估计，解决的是温饱问题；现在要向第三代BMS演进，解决长寿命和安全问题。

其实，电池想要实现大规模的长寿命使用，仅仅依靠制造阶段是不现实的，一定要面对全生命周期可能出现的各种问题，以上讲了两条线，一个是电池设计的数字化基本思路，一个是电池运行的管理系统演变，要解决以上问题，一定需要数字化模型和精确测量数据，这是电池数字化的基础。

但现在存在的问题是，设计层面的模型比较弱，电池材料级别的测量手段和测量数据都非常丰富，但到了电池阶段，就被封成了黑箱，可以用的参数非常少，运行阶段的参数和设计阶段的参数完全割裂。

目前电池可用的模型可以分为：1、等效电路模型；2、电化学机理模型；3、数据驱动模型。

机理模型的基础模型框架是多孔电极理论均质模型，但为了能实用，需要打破一些假设，如对电池的真实微结构进行重构，可以借助观测手段，对电池成像然后重构。如观察电池在全生命周期的组成和结构有没有发生改变，基于此构建全生命周期的电池模型。

有模型之后还需要真实的测量数据作为反馈，既要有微观的测量，也要有宏观的测量。由于电池材料级别的表征材料已经足够丰富了，要把材料级别的表征手段和宏观的表征手段结合，建立Cell级别的表征手段和测量手段。

这就可能包括循环过程中的应力和应变测试、电池的CT扫描、电解液、温度分布情况的超声波扫描、分布式温度测量等。

在此基础上，将传感器集成到电池里，帮助测量、分析SOC和SOH、气体、析锂检测等，加上数据的智能处理，就可以优化电池内外温差、优化充放电策略，检测电池老化、预测热失控等问题。

然而，电池智能化之后必然面临内部传感监测的诸多应用与挑战，比如传感器植入的封装问题；不当植入造成嵌锂不均匀的问题，传感器造成极片凸起的问题，离子传输受阻和副反应产气等问题。

即使不做传感器植入，外部测量也有提升的空间，如通过AFE的硬件创新和宽频阻抗测量，可改善电池寿命估计、寿命模式识别和故障诊断，我们采用了集中激励、分布测量的技术路线，取得了较好的成效。。

简单总结一下：电池的数字化管理包括三个方面的工作，1、从颗粒级别的模型到整包的模型建模，建立电化学机理、材料学表征、数据特征挖掘整个链路的全模型，包含云端模型与算法、车端模型与算法；2、数字化测量，包含多物理量测量、嵌入式传感、智能电池设计三个领域；3、数字化管理，包含车云融合感知、主动预测管理控制，包含高低温热管理、快充管理、车网互动管理等几个部分。

总而言之，电池管理技术将和电池数字化技术相结合，最终走向电化学数字电源，数字化将成为该全功能电化学电源系统的核心方法论。

（以上内容来自同济大学汽车学院教授魏学哲于2022年11月17日由盖世汽车主办，上海虹桥国际中央商务区管委会、上海闵行区人民政府指导，上海南虹桥投资开发（集团）有限公司协办的2022第二届汽车动力电池论坛上发表的《数字技术驱动电池变革》主题演讲。）

返回第一电动网首页 >