安全問題重于泰山。行業數據顯示，今年前三個季度，中國新能源汽車產銷分別完成631.3萬輛和627.8萬輛，同比分別增長33.7%和37.5%，市場占有率達到29.8%。隨著新能源車銷量、保有量及車輛使用年限增加，新能源汽車安全事件發生率及復雜程度也逐漸增加。

　　在第八屆動力電池應用國際峰會(CBIS2023)上，欣旺達系統集成部部長翟冬，作主題為《大數據預警平臺在電池安全方面的應用》的演講，指出安全是行業的底線。“電池作為新能源汽車的主要動力系統，從某種程度上來講，它的安全決+定了整車安全的底線。”

圖為欣旺達系統集成部部長翟冬演講

　　翟冬援引行業數據，2021年新能源汽車安全事故發生率約為0.03%。其中，在充電時產生的安全事故大概占25%，停放時是37.5%，自然行駛時候占32.1%。他指出，安全事件是行業面臨的挑戰，行業需要解決的是如何保證造出來的電池包是安全的。

01

疏堵結合的安全防護

　　據介紹，欣旺達做了很多基礎理論研究和安全驗證。“T1時間從觸發安全問題，到能夠檢測到安全事件基本是秒級時間。從T1到T2，第一顆電芯失效到內部產生熱蔓延大概是數十秒;如果沒有防護或者防護失效，可能在數秒到數十秒內整個包就產生熱蔓延。”翟冬表示，在極端惡劣的情況下，在數秒之內整個包就會達到無法控制的狀態。

　　據翟冬介紹，對于安全問題，欣旺達的解決思路一個是疏，一個是堵。堵的方面，欣旺達在電芯層級、模組層級和系統層級都做了大量防護措施。在疏方面，欣旺達在預防安全上下足了功夫，搭建大數據平臺監控不同車輛電池的安全狀態。目前欣旺達在網運行監控的車輛接近20萬臺，歷史累計車輛也將近百萬臺，在電池安全數據方面有很多積累。

　　整個大數據基于三端。“車端基于整車提供的硬件平臺，通過T-box和云端設備能夠及時收集采集電池包相關數據。”翟冬介紹道，欣旺達還會在云端基于大數據衰減機理分析和大數據方法進行融合，對每一個電池包進行差異性管控。

　　“電芯是一個化學品，每一秒都在變化，有可能前一秒電池表現都是ok，后一秒會產生安全事件。因此，建立差異化醫療檔案或者是數據記錄，對于整包安全分析非常重要。”翟冬強調。同時欣旺達還會制定專項地面端檢測手段，或者對電池進行維護。從而實現在車載段、云端和地端構建出三端結合的大數據分析系統。

　　上述整個工作是基于三個模型。一個是機理模型，主要用于分析電池壽命衰減、異常安全。另外是信號分析，從整車上收集到很多電池信號，包括電壓、電流以及溫度信號，會跟機理模型結合做安全評估。第三是數據發掘，可以用來評估除電芯安全之外整車的其他安全項。基于此可以做線上電芯老化預估，包括微短路監控、分鐘級或者小時級安全預警。

　　翟冬展示了一些歷史數據。針對電芯內短路或者異物導致電芯異常放電進行安全預警，欣旺達安全方案可以做到提前半年以上，短的提前三四個小時識別出異常電芯。“當然識別出異常并不是最難的，最難的是要做到能夠在識別的同時不誤判，這非常考驗閾值設定和整個數據分析能力。”他說。

　　除了內短路的檢測之外，大數據還可以做電池SOC差異分析，“如何在小的差異里面，能夠把異常電芯識別出來，這個是我們當前以及以后要長期做的工作。”翟冬介紹，另外還可以對容量單體的異常進行分析，與SOC原理基本一致，基于電池衰減模型，設定兩個階段值，用來做報警和最終判定。

02

全生命周期NP

　　除了預警電池包本身的安全事件，大數據還能做更多事情。比如，分析預警整個高壓回路。這包括預警整車端電機、電控的安全，對高壓回路內阻和溫度的異常進行監控，通過安全邊界設定去判定某一車輛高壓回路是安全或者是異常。

　　通過大數據還可以做電氣件壽命分析。“整車里經常會遇到電芯粘連或者Fuse的異常熔斷，但是通過數據發現在熔斷那一刻并沒有產生很大異常，我們發現熔斷是一個累積過程。”翟冬介紹說。

　　因此，欣旺達對熔斷器壽命做了一個預估模型，發現Fuse壽命跟它的使用時間、使用溫度和最高溫度的持續時間相關。當Fuse壽命達到壽命末期的時候，已經出現明顯導通能力下降以及溫升異常，Fuse部分已經熔斷接近壽命終點。

　　“我們的大數據模型，基本上可以識別94%左右的安全事件，熱失控檢出率可以做到88%以上。”翟冬表示，欣旺達大數據平臺對于整個系統目標，是要做到全生命周期NP，無熱失控，無熱蔓延，“這一塊還有很多路要走，當前我們已經走在正確的路上”，他說。