基于大数据的电动汽车用户行为对电池老化影响分析

doi:10.19562/j.chinasae.qcgc.2022.08.010

摘要/Abstract

摘要：

为探究用户的行为习惯对电动汽车电池老化的影响，本文基于大数据的统计分析方法，依托企业监管平台大量高品质的用户和车辆数据，开展了用户车辆所在地域、用户的充电方式偏好和驾驶风格对电池老化的影响规律研究。结果表明：随着电池平均运行温度的升高，电池容量衰减呈先减后增的趋势；北京用户的电池老化程度比广东用户整体高10.59%~19.09%；随着快充频率的升高，电池的容量衰减率呈逐渐增大的趋势，但增大的速率逐渐减小；偏好快充充电的用户车辆的电池老化比偏好慢充充电的用户快33.45%~56.24%；激进的驾驶模式会加剧电池老化，整体比温和型的驾驶模式快1.73%~10.37%。研究成果对车企优化整车功能设计，指导用户健康行车具有借鉴意义。

关键词: 电动汽车, 电池老化, 大数据平台, 用户行为

Abstract:

In order to explore the influence of users' behaviors on the battery aging of electric vehicles， a statistical analysis method based on big data is proposed to study the influence of the region user's vehicle located， the charging mode preference and driving style of users on battery aging， relying on a large number of high-quality user and vehicle data on the enterprise supervision platform. The results show that with the increase of the average operating temperature of battery， the attenuation of battery capacity reduces first and then increases. The battery aging degree of Beijing users is 10.59%~19.09% higher than that of Guangdong users. With the rise of fast charging frequency， the attenuation rate of battery capacity gradually increases， but with the increasing rate declining. The battery aging of the user preferring fast charging is 33.45%~56.24% faster than that of users preferring slow charging. Aggressive driving mode may accelerate battery aging， with an aging rate 1.73%~10.37% faster than gentle driving mode. The research results have reference significance for vehicle enterprises to optimize vehicle function design and guide the users to drive healthily.

Key words: electric vehicles, battery aging, big data platform, user behavior

梁海强,何洪文,代康伟,庞博. 基于大数据的电动汽车用户行为对电池老化影响分析[J]. 汽车工程, 2022, 44(8): 1212-1217.

Haiqiang Liang,Hongwen He,Kangwei Dai,Bo Pang. Analysis on the Effects of User Behavior on Battery Aging of Electric Vehicles Based on Big Data[J]. Automotive Engineering, 2022, 44(8): 1212-1217.

图/表 8

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 24

1	孟祥峰，孙逢春，林程，等. 动力电池循环寿命预测方法研究［J］. 电源技术， 2009， 33（11）：5.
	MENG X F， SUN F C， LIN C， et al. Cycle life prediction of power battery［J］. Chinese Journal of Power Sources， 2009， 33（11）：5.
2	BROUSSELY M， HERREYRE S， BIENSAN P， et al. Aging mechanism in Li-ion cells and calendar life predictions［J］. Journal of Power Sources， 2001，97–98（1）：13-21.
3	BARRÉ A， DEGUILHEM B， GROLLEAU S， et al. A review on lithium-ion battery ageing mechanisms and estimations for automotive applications［J］. Journal of Power Sources， 2013，241（1）：680-689.
4	LI Y， TAKAHASHI M， WANG B F. A study on capacity fading of lithium-ion battery with manganese spinel positive electrode during cycling［J］. Electrochimica Acta，2006（51）：3228-3234.
5	刘伶，关昶.锂离子电池铝集流体腐蚀行为的研究进展［J］.电池工业，2011，16（2）：121-125.
	LIU L， GUAN C. Development progress of corrosion of aluminum used as current collector for Li-ion battery［J］. Chinese Battery Industry， 2011，16（2）：121-125.
6	WANG J， LIU P， HICKS-GARNER J， et al. Cycle-life model for graphite-LiFePO₄ cells［J］. Journal of Power Sources， 2011， 196（8）：3942-3948.
7	邹幽兰. 基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计［D］. 长沙：中南大学， 2014.
	ZOU Y L. Modeling and parameter esrimation of retired lithium-ion power battery based on capacity、resistance and the state of charge［D］. Changsha： Central South University， 2014.
8	RAMADASS P， HARAN B， WHITE R， et al. Performance study of commercial LiCoO₂ and spinel-based Li-ion cells［J］. Journal of Power Sources，2002，111：210-220.
9	CHOI S S， HONG S L. Factors that affect cycle-life and possible degradation mechanisms of a Li-ion cell based on LiCoO₂［J］. Journal of Power Sources， 2002， 111（1）：130-136.
10	PETZL M， KASPER M， DANZER M A. Lithium plating in a commercial lithium-ion battery-a low-temperature aging study［J］. Journal of Power Sources， 2015， 275：799-807.
11	WRIGHT R B， MOTLOCH C G. Cycle life studies of advanced technology development program gen 1 lithium ion batteries［J］. Calendars， 2001.
12	ASAKURA K， SHIMOMURA M， SHODAI T. Study of life evaluation methods for Li-ion batteries for backup applications［J］. Journal of Power Sources， 2003， 119（Jun）：902-905.
13	RAMASAMY R P， WHITE R E， POPOV B N. Calendar life performance of pouch lithium-ion cells［J］. Journal of Power Sources， 2005， 141（2）：298-306.
14	孟祥怡，梁士福，张天强，等. 新能源汽车充电用户行为大数据分析及应用［J］. 汽车文摘， 2021（3）：6
	MENG X Y，LIANG S F， ZHANG T Q，et al. Big data analysis and application on user charging behaviors for new energy vehicles［J］. Automotive Digest， 2021（3）：6
15	班定东，黄祖朋，陈炼松，等. 新能源汽车大数据分析及其应用前景［J］.时代汽车，2020（14）：92-93.
	BAN D D， HUANG Z P， CHEN L S， et al. Big data analysis of new energy vehicles and its application prospect［J］. Auto Time，2020（14）：92-93.
16	王宁，舒雅静.数字化时代的汽车数据分析课程建设探究［J］.课程教育研究，2020（9）：231.
	WANG N， SHU Y J. Research on the course construction of automobile data analysis in the digital age［J］. Course Education Research， 2020（9）：231.
17	佘承其，张照生，刘鹏，等.大数据分析技术在电动汽车行业的应用综述——基于电动汽车运行大数据［J］.机械工程学报，2019，55（20）：3-16.
	SHE C Q， ZHANG Z S， LIU P， et al. Overview of the application of big data analysis technology in new energy vehicle industry：based on operating big data of new energy vehicle［J］. Journal of Mechanical Engineering， 2019，55（20）：3-16.
18	张文，王东，郑静楠，等.电动汽车领域的大数据研究与应用［J］.大众用电，2016（S2）：62-66.
	ZHANG W， WANG D， ZHENG J N，et al. Research and application of big data in the field of electric vehicles［J］. Popular Utilization of Electricity， 2016（S2）：62-66.
19	王思淼，张英杰，王芳，等.基于大数据的动力电池健康度估算方法研究［J］.传动技术，2021，35（4）：8-12，23.
	WANG S M， ZHANG Y J， WANG F， et al. Research on estimation method of power battery health based on big data［J］. Drive System Technique，2021，35（4）：8-12，23.
20	肖伟，钟卫东，舒小农，等.基于大数据的电池健康状态（SoH）的估算及应用［J］.汽车安全与节能学报，2019，10（1）：101-105.
	XIAO W， ZHONG W D， SHU X N，et al. Battery state of health （SoH） estimation method and application based on big data［J］. Journal of Automotive Safety and Energy，2019，10（1）：101-105.
21	张永志.车用锂离子动力电池健康状态识别与剩余寿命预测［D］.北京：北京理工大学，2018.
	ZHANG Y Z. State of health identification and remaining useful life prediction of lithium-ion batteries for electric vehicles［D］. Beijing ：Beijing Institute of Technology， 2018.
22	潘悦. 车用锂离子电池老化机理分析、建模与诊断研究［D］.北京：北京理工大学，2021.
	PAN Y. Research on aging mechanism analysis， modeling and diagnosis of lithium-ion batteries［D］. Beijing：Beijing Institute of Technology， 2021.
23	SHIM J， KOSTECKI R， RICHARDSON T， et al. Electrochemical and physical analysis of a Li-ion cell cycled at elevated temperature［J］. Journal of Power Sources， 2002， 112（1）.
24	李亚飞. 增程式电动汽车用锂离子动力电池寿命的估算与优化研究［D］.广州：华南理工大学，2015.
	LI Y F. Study on life estimation and optimization of lithium-ion power battery for extended range electric vehicle［D］. Guangzhou：South China University of Technology，2015.

[1]	张念忠,宋强,王冠峰,王明生. 车用永磁同步电机无电流传感器控制研究[J]. 汽车工程, 2024, 46(2): 281-289.
[2]	焦志鹏, 马建, 赵轩, 张凯, 孟德安, 韩琪, 张昭. 基于电动汽车制动安全检测的短时工况及方法研究[J]. 汽车工程, 2024, 46(1): 109-119.
[3]	原江鑫, 何莉萍, 李耀东, 李罡. 电动汽车BMS从控板热分析及散热优化[J]. 汽车工程, 2024, 46(1): 128-138.
[4]	张鹏博, 陈仁祥, 邵毅明, 孙世政, 闫凯波. 纯电动汽车电驱动系统故障诊断研究进展[J]. 汽车工程, 2024, 46(1): 61-74.
[5]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[6]	梁海强,何洪文,代康伟,庞博,王鹏. 融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究[J]. 汽车工程, 2023, 45(5): 825-835.
[7]	吴忠强,张长兴. 考虑配电网负荷的电动汽车分布式充电控制[J]. 汽车工程, 2023, 45(4): 598-608.
[8]	吴志恒,刘爱民. 汽车永磁同步电机切换函数式混合控制策略[J]. 汽车工程, 2023, 45(4): 619-627.
[9]	王军年,高守林,杨钫,管畅洋,杨志华. 多行星排转矩定向分配电驱动桥振动特性优化[J]. 汽车工程, 2023, 45(3): 421-429.
[10]	朱成,刘頔,滕欣余,张国华,于丹,刘沙,胡苧丹. 新能源汽车综合经济性对比分析及预测研究[J]. 汽车工程, 2023, 45(2): 333-340.
[11]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[12]	于天蝉,王源,石文星,梁辰吉昱,李先庭,岑俊平,罗敏. 基于三介质换热器的电动汽车热管理系统及其性能分析[J]. 汽车工程, 2023, 45(11): 2001-2013.
[13]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.
[14]	洪吉超,梁峰伟,杨海旭,李克瑞. 大数据驱动动力电池智能安全管理与控制方法研究[J]. 汽车工程, 2023, 45(10): 1845-1861.
[15]	王军年,张春林,赵梦圆,强越,郭大畅,杨钫. 轮毂电机两挡变速器协同无动力中断换挡控制[J]. 汽车工程, 2023, 45(10): 1885-1896.