婁忠良：北汽新能源電動(dòng)汽車(chē)和動(dòng)力電池大數據應用研究

北汽新能源汽車(chē)工程研究院工程部部長(cháng) 婁忠良

我今天主講的題目是“北汽新能源電動(dòng)汽車(chē)和動(dòng)力電池大數據應用研究”，分三部分：

一，北汽新能源公司及產(chǎn)品介紹。

北汽新能源是專(zhuān)注于純電動(dòng)汽車(chē)制造與研發(fā)的企業(yè)，北汽新能源公司成立于2009年，2010年首批轎車(chē)下線(xiàn)，2012年首批純電動(dòng)出租車(chē)示范運營(yíng)，到2013年的時(shí)候首批實(shí)名私人用戶(hù)上牌，2014年完成了股份制改造，到2017年5月份，就是今年5月份，公司累計銷(xiāo)售純電動(dòng)汽車(chē)突破了10萬(wàn)臺，純電動(dòng)汽車(chē)的銷(xiāo)量連續三年排名全國第一，汽車(chē)主要銷(xiāo)往全國絕大部分的省份和城市。截至到5月17日凌晨零點(diǎn)的時(shí)候，累計行駛總里程達到了8.72萬(wàn)億公里。

我們在國內建立了九大工程中心，海外有六大研發(fā)中心，主要是在德國、巴塞羅那、都靈、東京、硅谷、底特律研發(fā)中心，打造全球領(lǐng)先的新能源汽車(chē)價(jià)值鏈。

北汽新能源擁有目前國內最全的純電動(dòng)汽車(chē)產(chǎn)業(yè)線(xiàn)，我們公司現在已經(jīng)形成了十余條產(chǎn)業(yè)線(xiàn)，形成純電動(dòng)汽車(chē)產(chǎn)業(yè)群，有EV、ES、EU、EX、EC、Arcfox等系列產(chǎn)品，未來(lái)將繼續推出高性能、高競爭力的全新車(chē)型，構建產(chǎn)品“夢(mèng)之隊”。我們將在2019年推出400公里、500公里、600公里的新車(chē)型，明星車(chē)型EV系列，持續銷(xiāo)量領(lǐng)先并獲得2015年中國汽車(chē)工業(yè)的獎項。

我們新能源公司銷(xiāo)售如此龐大數量的車(chē)輛，意味著(zhù)我們擁有著(zhù)巨大的數據庫，如何利用這些數據，把這些數據的價(jià)值挖掘出來(lái)，我們公司在前幾年已經(jīng)開(kāi)始布局，開(kāi)始建立大數據中心。首先簡(jiǎn)單的介紹一下我們公司的大數據中心一些信息，首先我們的大數據中心支持10萬(wàn)臺車(chē)輛存儲、2萬(wàn)車(chē)輛并發(fā)監控，主要涉及到四個(gè)方面，電動(dòng)車(chē)預警監控管理、保姆式服務(wù)體系支持、整車(chē)設計、研發(fā)數據積累、示范運營(yíng)車(chē)輛監控保障等。

我們也做了一些對標，跟特斯拉企業(yè)的對標，我們發(fā)現特斯拉之所以成功，大數據分析起到了非常重要的作用。特斯拉將大數據分析應用于設計研發(fā)、生產(chǎn)管理產(chǎn)量質(zhì)量監控、服務(wù)維修、用戶(hù)習慣等方面，最終打造出的電動(dòng)車(chē)用戶(hù)體驗大大超出了傳統汽車(chē)和其他的電動(dòng)車(chē)。特斯拉的大數據應用的案例有，超級充電樁布局，汽車(chē)各零部件質(zhì)量監控和改進(jìn)，汽車(chē)主要零部件實(shí)時(shí)預警系統，定位用戶(hù)群體、提高推廣效率，實(shí)際剩余里程的一些估算等，工廠(chǎng)庫存以及生產(chǎn)線(xiàn)部件供應預測。

我們公司業(yè)務(wù)聚焦是以服務(wù)北汽新能源全價(jià)值鏈環(huán)節為目標，以大數據應用為核心，基于北汽新能源多年的遠程監控數據積累和運營(yíng)經(jīng)驗，開(kāi)展以具備數據前置整理、駕駛行為識別、車(chē)況診斷、評價(jià)體系、擴展研究為核心業(yè)務(wù)的大數據分析業(yè)務(wù)，縱向細化業(yè)務(wù)領(lǐng)域，橫向拓展業(yè)務(wù)研究范圍。

我們業(yè)務(wù)規劃主要包括四個(gè)方面，售前、研發(fā)、售后、O2O的金融服務(wù)等。

首先是售前服務(wù)，以服務(wù)售前為目標，結合現有分析和規劃手段，建立數據庫，積累沉淀，同步，應用大數據技術(shù)，開(kāi)展用戶(hù)畫(huà)像等大數據分析業(yè)務(wù)，拓展業(yè)務(wù)研究范圍，簡(jiǎn)化工作量，提高效率，服務(wù)產(chǎn)品前沿。主要案例策劃有，定位目標銷(xiāo)售群體，潛在購車(chē)客戶(hù)畫(huà)像。定位用戶(hù)廣告群體，提高推廣效率。構建市場(chǎng)調研數據庫，積累沉淀。4S服務(wù)區域與客戶(hù)群體分析。工廠(chǎng)庫存以及生產(chǎn)線(xiàn)部件供應預測等。

第二，服務(wù)研發(fā)。以服務(wù)產(chǎn)品研發(fā)為設計目標，結合整車(chē)控制系統級開(kāi)發(fā)流程，基于現有北汽新能源多年的遠程監控數據積累和營(yíng)運經(jīng)驗，分析目標車(chē)型、目標區域、目標批次車(chē)輛的異常，故障預測、續航里程、電池一致性等問(wèn)題，開(kāi)展以具備數據前置、故障診斷、預警、駕駛行為識別、車(chē)況診斷、評價(jià)體系、擴展研究為核心業(yè)務(wù)的大數據分析業(yè)務(wù)，服務(wù)于產(chǎn)品設計。大數據應用策劃案例有，電動(dòng)汽車(chē)典型的故障分析與預警，行駛里程預測，駕駛行為與能耗的關(guān)聯(lián)分析，擁堵工況與能耗的關(guān)系自適應，重要零部件健康度分析，電池單體生命周期內的一致性變化規律分析。

第三，服務(wù)客戶(hù)。以服務(wù)客戶(hù)為目標，聯(lián)通現有體系，整合資源，分析目標車(chē)型、目標地區、目標客戶(hù)、目標群體的車(chē)輛使用情況，開(kāi)展以故障遠程診斷與預警、車(chē)輛保養與提醒、客戶(hù)問(wèn)答解答、車(chē)聯(lián)網(wǎng)i—Link運營(yíng)服務(wù)為核心的大數據分析業(yè)務(wù)，服務(wù)客戶(hù)。

第四，O2O的金融服務(wù)。以車(chē)為核心，以大數據分析為業(yè)務(wù)載體，以數據應用進(jìn)行多維度的業(yè)務(wù)滲透，創(chuàng )造以“車(chē)—社會(huì )—人”為核心商業(yè)生態(tài)圈的整體業(yè)務(wù)平臺，使得大數據分析業(yè)務(wù)正項服務(wù)O2O金融領(lǐng)域、車(chē)輛運行等增值服務(wù)，反向應用車(chē)載電子開(kāi)發(fā)設計前瞻技術(shù)業(yè)務(wù)預見(jiàn)與規劃。通過(guò)信息化平臺打通經(jīng)銷(xiāo)商的幾個(gè)不同業(yè)務(wù)的模塊，發(fā)揮協(xié)同效益，提高效率，降低成本，借助信息化平臺和已有客戶(hù)，吸引第三方的汽車(chē)售后服務(wù)商，充分利用社會(huì )資源打通產(chǎn)業(yè)鏈，進(jìn)行產(chǎn)業(yè)聚集，增加對多產(chǎn)品、多廠(chǎng)商、多服務(wù)的支持，提供一站式服務(wù)，增加車(chē)主的黏性。信息化平臺對接互聯(lián)網(wǎng)，互聯(lián)網(wǎng)的車(chē)主、行為、經(jīng)銷(xiāo)商的板塊數據整合等形成大數據，創(chuàng )新業(yè)務(wù)模式，增加新的業(yè)務(wù)營(yíng)銷(xiāo)。

大數據的主要價(jià)值有：

第一，管理價(jià)值。依托自主研發(fā)的大數據分析應用中心，從戰略上提升大數據管理與應用高度，確立數據資產(chǎn)的概念，分析企業(yè)各價(jià)值鏈環(huán)節的業(yè)務(wù)大數據，提升科學(xué)決策和企業(yè)運營(yíng)效率。

第二，研發(fā)價(jià)值。依托自主研發(fā)的大數據分析應用平臺，實(shí)現專(zhuān)業(yè)化的數據生產(chǎn)和加工，提高大數據分析落地效率，實(shí)現產(chǎn)品快速迭代。

第三，市場(chǎng)價(jià)值。產(chǎn)業(yè)鏈多點(diǎn)滲透布局，數軟結合，多維度數據融合，向車(chē)主經(jīng)濟+車(chē)經(jīng)濟的雙模式轉變，實(shí)現數據增值產(chǎn)出。

因為我們有一個(gè)大數據中心，我們基于現在的大數據中心，對電動(dòng)汽車(chē)和電池大數據這方面做了一些應用研究。

首先，千輛級電動(dòng)汽車(chē)運行規律研究。主要內容包括電動(dòng)出租車(chē)，私家乘用車(chē)應用規律研究，電動(dòng)汽車(chē)充電規律研究，電動(dòng)汽車(chē)用戶(hù)用車(chē)規律研究等等這四方面的研究?jì)热?。我們分析了北京市共?3輛出租車(chē)為期一年的數據，共21844車(chē)天的56849次出行，分析出租車(chē)的出行和充電效率。我們得出以下結論，平均單次出行里程6.21公里，平均單次出行時(shí)間160分鐘，平均單日出行里程11.2公里，平均單日出行時(shí)間427分鐘，單日出行里程增加，峰值在100公里左右，80%的天數單日出行里程在168公里以?xún)?。出租?chē)在春季和秋季出行里程較少，在冬季出行較多。平均近2天一次快充，平均1天進(jìn)行一次慢充。

我們對私家車(chē)也做了一些分析，也得到一些結論，短途出行充電量集中在20%—50%之間，中途出行和長(cháng)途出行集中在60—80%，其中中途出行的峰值比長(cháng)途出行更小一些。

對電動(dòng)汽車(chē)工況也做了一些分析，因為電動(dòng)汽車(chē)的對標工況是整車(chē)設計、控制與管理的一些基礎，中國目前使用的工況為歐洲工況，與中國的實(shí)際工況有所差異，目前我國已有大量的電動(dòng)汽車(chē)運行數據，基于這些數據提取符合中國實(shí)際情況的工況，將使電動(dòng)汽車(chē)的設計和性能評價(jià)與市場(chǎng)實(shí)際表現更為符合。

我們通過(guò)一些處理方法得出了四種典型的工況，郊區工況、嚴重堵塞工況、一般城市工況和堵塞工況。

第三個(gè)是基于大數據的電池容量估計。因為電動(dòng)車(chē)實(shí)際使用大多數時(shí)間都不可能完整的滿(mǎn)充滿(mǎn)放，難以直接評價(jià)電池的衰減情況，我們通過(guò)自己的一些自主開(kāi)發(fā)的研究方法，做了一些數據分析。我們通過(guò)數據分析發(fā)現，磷酸鐵鋰電池兩年的容量變化情況，我們這個(gè)方法直觀(guān)定量的描述了動(dòng)力電池的衰減，我們也做了一些實(shí)際的驗證，通過(guò)驗證我們發(fā)現這個(gè)研究方法與實(shí)際的誤差在2%左右。

第四，基于大數據的電池溫度分析。我們通過(guò)分析通州出租車(chē)、廈門(mén)出租車(chē)，同一時(shí)間的電池最高溫度和最低溫度，我們得出了通州出租車(chē)電池極低溫度、電芯極高溫度，我們通過(guò)這些分析可以為熱管理系統、電芯壽命選型提供一些重要的依據。

第五，基于大數據的一致性分析。隨著(zhù)電動(dòng)汽車(chē)運行里程和時(shí)間的增加，由于各單體自放電、容量衰減、內阻增加的差異性，單體一致性會(huì )有所變化，最直觀(guān)最簡(jiǎn)單的就是反映在壓差上，我們對壓差進(jìn)行了一些分析，左圖是單體電壓差隨里程的變化，右圖是動(dòng)態(tài)充電末端電壓，可以看得出來(lái)，我們可以通過(guò)這種分析直接定位到BMU問(wèn)題，提醒客戶(hù)維修。

第六，故障預警。通過(guò)嵌入故障診斷邏輯或進(jìn)行歷史故障數據的學(xué)習，實(shí)現故障預警功能。通過(guò)一些數據也能分析出電池松動(dòng)大數據，就是說(shuō)可以知道現在車(chē)有什么問(wèn)題，需要維修或者其他情況的。

 樂(lè )清市人禾電子有限公司專(zhuān)業(yè)生產(chǎn)制造汽車(chē)新能源配件，接線(xiàn)端子，銅排等。