娄忠良:北汽新能源电动汽车和动力电池大数据应用研究

2017-06-22 15:59:11 q403

专业生产PVC护套、铜排、铝排、新能源电池铜/铝软连接-人禾电子

北汽新能源汽车工程研究院工程部部长 娄忠良

我今天主讲的题目是“北汽新能源电动汽车和动力电池大数据应用研究”,分三部分:

一,北汽新能源公司及产品介绍。

北汽新能源是专注于纯电动汽车制造与研发的企业,北汽新能源公司成立于2009年,2010年首批轿车下线,2012年首批纯电动出租车示范运营,到2013年的时候首批实名私人用户上牌,2014年完成了股份制改造,到2017年5月份,就是今年5月份,公司累计销售纯电动汽车突破了10万台,纯电动汽车的销量连续三年排名全国第一,汽车主要销往全国绝大部分的省份和城市。截至到5月17日凌晨零点的时候,累计行驶总里程达到了8.72万亿公里。

我们在国内建立了九大工程中心,海外有六大研发中心,主要是在德国、巴塞罗那、都灵、东京、硅谷、底特律研发中心,打造全球领先的新能源汽车价值链。

北汽新能源拥有目前国内最全的纯电动汽车产业线,我们公司现在已经形成了十余条产业线,形成纯电动汽车产业群,有EV、ES、EU、EX、EC、Arcfox等系列产品,未来将继续推出高性能、高竞争力的全新车型,构建产品“梦之队”。我们将在2019年推出400公里、500公里、600公里的新车型,明星车型EV系列,持续销量领先并获得2015年中国汽车工业的奖项。

我们新能源公司销售如此庞大数量的车辆,意味着我们拥有着巨大的数据库,如何利用这些数据,把这些数据的价值挖掘出来,我们公司在前几年已经开始布局,开始建立大数据中心。首先简单的介绍一下我们公司的大数据中心一些信息,首先我们的大数据中心支持10万台车辆存储、2万车辆并发监控,主要涉及到四个方面,电动车预警监控管理、保姆式服务体系支持、整车设计、研发数据积累、示范运营车辆监控保障等。

我们也做了一些对标,跟特斯拉企业的对标,我们发现特斯拉之所以成功,大数据分析起到了非常重要的作用。特斯拉将大数据分析应用于设计研发、生产管理产量质量监控、服务维修、用户习惯等方面,最终打造出的电动车用户体验大大超出了传统汽车和其他的电动车。特斯拉的大数据应用的案例有,超级充电桩布局,汽车各零部件质量监控和改进,汽车主要零部件实时预警系统,定位用户群体、提高推广效率,实际剩余里程的一些估算等,工厂库存以及生产线部件供应预测。

我们公司业务聚焦是以服务北汽新能源全价值链环节为目标,以大数据应用为核心,基于北汽新能源多年的远程监控数据积累和运营经验,开展以具备数据前置整理、驾驶行为识别、车况诊断、评价体系、扩展研究为核心业务的大数据分析业务,纵向细化业务领域,横向拓展业务研究范围。

我们业务规划主要包括四个方面,售前、研发、售后、O2O的金融服务等。

首先是售前服务,以服务售前为目标,结合现有分析和规划手段,建立数据库,积累沉淀,同步,应用大数据技术,开展用户画像等大数据分析业务,拓展业务研究范围,简化工作量,提高效率,服务产品前沿。主要案例策划有,定位目标销售群体,潜在购车客户画像。定位用户广告群体,提高推广效率。构建市场调研数据库,积累沉淀。4S服务区域与客户群体分析。工厂库存以及生产线部件供应预测等。

第二,服务研发。以服务产品研发为设计目标,结合整车控制系统级开发流程,基于现有北汽新能源多年的远程监控数据积累和营运经验,分析目标车型、目标区域、目标批次车辆的异常,故障预测、续航里程、电池一致性等问题,开展以具备数据前置、故障诊断、预警、驾驶行为识别、车况诊断、评价体系、扩展研究为核心业务的大数据分析业务,服务于产品设计。大数据应用策划案例有,电动汽车典型的故障分析与预警,行驶里程预测,驾驶行为与能耗的关联分析,拥堵工况与能耗的关系自适应,重要零部件健康度分析,电池单体生命周期内的一致性变化规律分析。

第三,服务客户。以服务客户为目标,联通现有体系,整合资源,分析目标车型、目标地区、目标客户、目标群体的车辆使用情况,开展以故障远程诊断与预警、车辆保养与提醒、客户问答解答、车联网i—Link运营服务为核心的大数据分析业务,服务客户。

第四,O2O的金融服务。以车为核心,以大数据分析为业务载体,以数据应用进行多维度的业务渗透,创造以“车—社会—人”为核心商业生态圈的整体业务平台,使得大数据分析业务正项服务O2O金融领域、车辆运行等增值服务,反向应用车载电子开发设计前瞻技术业务预见与规划。通过信息化平台打通经销商的几个不同业务的模块,发挥协同效益,提高效率,降低成本,借助信息化平台和已有客户,吸引第三方的汽车售后服务商,充分利用社会资源打通产业链,进行产业聚集,增加对多产品、多厂商、多服务的支持,提供一站式服务,增加车主的黏性。信息化平台对接互联网,互联网的车主、行为、经销商的板块数据整合等形成大数据,创新业务模式,增加新的业务营销。

大数据的主要价值有:

第一,管理价值。依托自主研发的大数据分析应用中心,从战略上提升大数据管理与应用高度,确立数据资产的概念,分析企业各价值链环节的业务大数据,提升科学决策和企业运营效率。

第二,研发价值。依托自主研发的大数据分析应用平台,实现专业化的数据生产和加工,提高大数据分析落地效率,实现产品快速迭代。

第三,市场价值。产业链多点渗透布局,数软结合,多维度数据融合,向车主经济+车经济的双模式转变,实现数据增值产出。

因为我们有一个大数据中心,我们基于现在的大数据中心,对电动汽车和电池大数据这方面做了一些应用研究。

首先,千辆级电动汽车运行规律研究。主要内容包括电动出租车,私家乘用车应用规律研究,电动汽车充电规律研究,电动汽车用户用车规律研究等等这四方面的研究内容。我们分析了北京市共计83辆出租车为期一年的数据,共21844车天的56849次出行,分析出租车的出行和充电效率。我们得出以下结论,平均单次出行里程6.21公里,平均单次出行时间160分钟,平均单日出行里程11.2公里,平均单日出行时间427分钟,单日出行里程增加,峰值在100公里左右,80%的天数单日出行里程在168公里以内。出租车在春季和秋季出行里程较少,在冬季出行较多。平均近2天一次快充,平均1天进行一次慢充。

我们对私家车也做了一些分析,也得到一些结论,短途出行充电量集中在20%—50%之间,中途出行和长途出行集中在60—80%,其中中途出行的峰值比长途出行更小一些。

对电动汽车工况也做了一些分析,因为电动汽车的对标工况是整车设计、控制与管理的一些基础,中国目前使用的工况为欧洲工况,与中国的实际工况有所差异,目前我国已有大量的电动汽车运行数据,基于这些数据提取符合中国实际情况的工况,将使电动汽车的设计和性能评价与市场实际表现更为符合。

我们通过一些处理方法得出了四种典型的工况,郊区工况、严重堵塞工况、一般城市工况和堵塞工况。

第三个是基于大数据的电池容量估计。因为电动车实际使用大多数时间都不可能完整的满充满放,难以直接评价电池的衰减情况,我们通过自己的一些自主开发的研究方法,做了一些数据分析。我们通过数据分析发现,磷酸铁锂电池两年的容量变化情况,我们这个方法直观定量的描述了动力电池的衰减,我们也做了一些实际的验证,通过验证我们发现这个研究方法与实际的误差在2%左右。

第四,基于大数据的电池温度分析。我们通过分析通州出租车、厦门出租车,同一时间的电池最高温度和最低温度,我们得出了通州出租车电池极低温度、电芯极高温度,我们通过这些分析可以为热管理系统、电芯寿命选型提供一些重要的依据。

第五,基于大数据的一致性分析。随着电动汽车运行里程和时间的增加,由于各单体自放电、容量衰减、内阻增加的差异性,单体一致性会有所变化,最直观最简单的就是反映在压差上,我们对压差进行了一些分析,左图是单体电压差随里程的变化,右图是动态充电末端电压,可以看得出来,我们可以通过这种分析直接定位到BMU问题,提醒客户维修。

第六,故障预警。通过嵌入故障诊断逻辑或进行历史故障数据的学习,实现故障预警功能。通过一些数据也能分析出电池松动大数据,就是说可以知道现在车有什么问题,需要维修或者其他情况的。

 乐清市人禾电子有限公司专业生产制造汽车新能源配件,接线端子,铜排等。

专业生产PVC护套、铜排、铝排、新能源电池铜/铝软连接-人禾电子