科创中国

行业领域

高技术服务业

需求背景

发展新能源汽车是中国由汽车大国向汽车强国迈进的必由之路。2022年我国新能源汽车产销量分别达到***万辆和***万辆，同比分别增长***%和***%，市场占有率已达***%。随着新能源汽车市占率的快速增长，新能源汽车的电池管理和安全问题也越来越突出。

为了应对当前的问题，拟从以下三个方向进行技术攻关：

（1）基于数字孪生技术和云端数据，配合机器学习算法实现电池包数字化建模，实现基于电芯实验数据的电池包建模，增强电池性能仿真评价能力，所得模型能指导电芯选型、功率评估、性能评估、寿命预测等工作。相应技术指标为：电压计算与实际偏差＜10mV；温度计算与实际偏差＜1℃；寿命预测误差＜5%；

（2）在传统车端BMS算法的基础上，引入云端计算，拓宽BMS算法覆盖范围，充分发挥车端数据实时性优势和云端数据量优势，通过车、云并行计算及车云协同计算两个维度实现对车端核心状态量的精准估计。相应技术指标为：全温域、全生命周期SOC估算误差＜3%，SOH估算误差＜5%；

（3）基于云端数据，设计构建多维度、多场景的故障诊断及安全预警算法，实现对整车电池包的全天候、全地域的诊断监控，提高电池智能化管理水平，降低热失控发生率，打通云

端监控-售后跟进的一体化体系。相应技术指标为：热失控预警准确率＞95%；热失控漏报＜50ppm。 

需解决的主要技术难题

电池包数字孪生建模将有效解决实际电芯实验时间长、花费高的问题，模型建立后可通过纯数字化的仿真实现对实际实验未覆盖工况的有效补充，提升相关性能参数的全面性；

车-云协同的BMS技术将有效解决传统车端算法在克服电池老化方面的劣势，基于云端可识别车端算法异常情况，并可主动发起融合更新，提升电池SOC在全温域、全寿命周期的估算精度，使车端算法输出的状态量更贴近电池内在真实状态，提高电池输出功率的平顺性、提高续航里程估算的准确性、充电时间计算的准确性等，提升用户综合使用体验。

基于云端的远程诊断和安全预警技术将解决电池突发型热失控等行业难题，降低电动汽车起火概率，保障电动汽车的使用安全。

期望实现的主要技术目标

在电池智控平台开发过程中，需要解决的主要技术难题包括：

1. 建立与电池系统的通信：电池智控平台需要与电池系统进行实时的数据交互和控制，因此需要开发相应的通信协议和接口，确保平台能够准确地获取电池状态和控制电池操作。

2. 数据采集和处理：电池智控平台需要实时采集和处理大量的电池数据，包括电量、电压、温度等参数，以及电池的充放电曲线和健康状态等。这需要使用合适的传感器进行数据采集，并通过数据处理算法进行实时分析和计算。

3. 能耗管理：电池智控平台需要考虑电池的能耗管理，以延长电池的使用寿命和提高能源利用效率。这包括优化电池充放电策略、控制电池的充放电速度和功率等。

4. 安全性和稳定性：电池智控平台需要确保电池系统的安全性和稳定性，防止电池过充、过放、过温等问题，以及保护电池免受外部攻击和故障的影响。这需要采取合适的安全措施，如数据加密、权限控制等。

5. 多平台兼容性：电池智控平台可能需要支持多种操作系统和硬件平台，如Windows、Linux、iOS等，以及多种通信协议和接口，如Modbus、CAN等。因此，需要解决平台兼容性问题，确保平台能够在不同环境下正常运行。

6. 用户界面设计：电池智控平台需要提供友好的用户界面，使用户能够方便地查看电池状态、进行控制操作，并能够进行数据分析和报告生成等功能。这需要进行用户界面设计和开发，以及优化用户体验。

7. 
   
   
   

处理进度