當(dāng)LTC2949的三個(gè)數(shù)據(jù)采集通道中的任何一個(gè)配置為快速模式（轉(zhuǎn)換時(shí)間為782μs，分辨率為15位）時(shí)，LTC2949可以將其電池組的電壓和電流測(cè)量與來(lái)自任何LTC681x多電池監(jiān)測(cè)器的電池電壓測(cè)量同步，以推斷出單個(gè)電池阻抗、壽命和SOH。有了這些信息，就可以評(píng)估電池組的續(xù)航時(shí)間，因?yàn)樽钊醯碾姵刈罱K決定了整個(gè)電池組的SOH。

由于SOH是電池或電池組壽命的關(guān)鍵，并且測(cè)量的是其相對(duì)于新電池的狀況，因此使用精確的EV BMS監(jiān)視器不僅可以最大程度地延長(zhǎng)行駛里程，而且還能最大程度地減少意外電池故障。

為了確保監(jiān)視精度，LTC2949提供了可編程的增益校正因數(shù)，以補(bǔ)償測(cè)量組件的公差，通過(guò)持續(xù)補(bǔ)償公差和溫度影響，不僅可以提高監(jiān)視精度，而且可以使用成本較低的外部組件。

用人工智能（AI）預(yù)測(cè)電池續(xù)航時(shí)間

2020年2月，斯坦福大學(xué)教授Stefano Ermon和William Chueh領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)與豐田研究院的研究人員合作開(kāi)發(fā)了一種基于機(jī)器學(xué)習(xí)的方法，可以將電池測(cè)試時(shí)間縮短98%，解決了讓電動(dòng)汽車(chē)電池使用更持久、充電更快的一個(gè)關(guān)鍵問(wèn)題，更可以預(yù)測(cè)電池充電后的續(xù)航時(shí)間。這項(xiàng)研究已發(fā)表在《自然》雜志上。

Stefano Ermon和William Chueh領(lǐng)導(dǎo)的團(tuán)隊(duì)

Stefano Ermon教授說(shuō)：“電池性能可以決定電動(dòng)汽車(chē)的使用體驗(yàn)，從行駛里程到充電時(shí)間再到汽車(chē)的使用壽命?，F(xiàn)在，人工智能有可能使像加油一樣給電動(dòng)車(chē)充電成為現(xiàn)實(shí)，并可改善電池技術(shù)的其他方面?！?

他表示，幾十年來(lái)，電動(dòng)汽車(chē)電池的發(fā)展一直受到評(píng)估時(shí)間的限制。在電池開(kāi)發(fā)過(guò)程的每個(gè)階段，新技術(shù)都必須經(jīng)過(guò)數(shù)月甚至數(shù)年的測(cè)試，才能確定電池的壽命。他說(shuō)：“在電池測(cè)試中，你必須嘗試大量的東西，因?yàn)槟愕玫降男阅軙?huì)有很大的不同。有了人工智能，我們能夠迅速找出最有前途的方法，并省去許多不必要的實(shí)驗(yàn)?！?

研究人員編寫(xiě)了一個(gè)程序，根據(jù)幾個(gè)充電周期預(yù)測(cè)電池對(duì)不同充電方式的反應(yīng)。該軟件還可以實(shí)時(shí)決定關(guān)注或忽略哪些充電方式。通過(guò)縮短試驗(yàn)時(shí)間和次數(shù)，研究人員將試驗(yàn)時(shí)間從近兩年縮短到了16天。

一直以來(lái)，電池的超高速充電都是一個(gè)挑戰(zhàn)，快速充電的強(qiáng)度會(huì)給電池帶來(lái)更大的應(yīng)力，通常會(huì)導(dǎo)致電池過(guò)早失效。而電池組的成本占電動(dòng)汽車(chē)總成本的很大一部分，為了防止電池組受損，電池工程師必須測(cè)試一系列詳盡的充電過(guò)程，以找到最有效的充電方法。新的研究試圖優(yōu)化這一過(guò)程——對(duì)人類(lèi)來(lái)說(shuō)低效的快速充電試錯(cuò)測(cè)試的優(yōu)化，而對(duì)機(jī)器來(lái)說(shuō)完全不是問(wèn)題。

“機(jī)器學(xué)習(xí)以一種更聰明的方式反復(fù)試驗(yàn)，電腦在進(jìn)行探索方面比我們強(qiáng)多了，可以嘗試新的和不同的方法，以及何時(shí)開(kāi)發(fā)、或瞄準(zhǔn)最有前途的項(xiàng)目?！眳⑴c研究的計(jì)算機(jī)科學(xué)研究生Aditya Grover說(shuō)。

首先，機(jī)器學(xué)習(xí)減少了每次循環(huán)實(shí)驗(yàn)的時(shí)間。

研究人員發(fā)現(xiàn)，反復(fù)給每個(gè)電池充電直到它壞掉來(lái)測(cè)試電池壽命的方法，可以預(yù)測(cè)電池在充電100次后的續(xù)航時(shí)間。這是因?yàn)闄C(jī)器學(xué)習(xí)系統(tǒng)在接受了幾次電池循環(huán)失靈的訓(xùn)練后，可以從早期數(shù)據(jù)中發(fā)現(xiàn)預(yù)測(cè)電池壽命的模式。

第二，機(jī)器學(xué)習(xí)減少了必須測(cè)試的方法的數(shù)量。

計(jì)算機(jī)從以往的經(jīng)驗(yàn)中吸取教訓(xùn)，迅速找到最佳的協(xié)議進(jìn)行測(cè)試，而不是對(duì)每一種可能的充電方法都進(jìn)行同等的測(cè)試。通過(guò)更少周期內(nèi)測(cè)試更少的方法，研究人員很快找到了一種最優(yōu)的超高速充電方案。

Ermon說(shuō)：“它給了我們一個(gè)非常簡(jiǎn)單的充電協(xié)議，有些事是我們不曾預(yù)料到的。這就是人與機(jī)器的區(qū)別：機(jī)器沒(méi)有人類(lèi)直覺(jué)的偏見(jiàn)，人類(lèi)直覺(jué)有時(shí)會(huì)誤導(dǎo)自己?！?

該團(tuán)隊(duì)的目標(biāo)是找到在10分鐘內(nèi)為電動(dòng)汽車(chē)電池充電的最佳方法，使電池的整體壽命最大化。

無(wú)獨(dú)有偶，今年3月中旬，美國(guó)加州大學(xué)河濱分校（UCR）工程師發(fā)表的一項(xiàng)新的研究印證了上述研究的重要性——商用大功率快速充電樁的一個(gè)致命弱點(diǎn)會(huì)使電動(dòng)汽車(chē)電池受到高溫和電阻的影響，讓電池過(guò)早壽終正寢。

參與該研究的工程師Tanner Zerrin在《能源儲(chǔ)存》雜志上發(fā)表的一項(xiàng)研究報(bào)告稱(chēng)，僅25個(gè)行業(yè)標(biāo)準(zhǔn)快速充電周期就會(huì)毀掉汽車(chē)的電池。這對(duì)時(shí)間緊迫的電動(dòng)汽車(chē)駕駛者當(dāng)然不是一個(gè)好消息，因?yàn)閷?duì)他們來(lái)說(shuō)，只有快速充電才能最大限度地減少花在路上的時(shí)間。

快速充電前后出現(xiàn)物理、化學(xué)損傷的電動(dòng)汽車(chē)電池

他還說(shuō)：“快速充電會(huì)對(duì)鋰離子電池的壽命產(chǎn)生不利影響，因?yàn)殡姵氐膬?nèi)阻增加，進(jìn)而產(chǎn)生熱量?！备愀獾氖?，經(jīng)過(guò)60次充電循環(huán)后，商用方法造成了電池殼破裂，電極和電解液暴露于空氣，增加了火災(zāi)或爆炸的風(fēng)險(xiǎn)。60攝氏度/140華氏度的高溫加速了這種損傷和風(fēng)險(xiǎn)。

據(jù)了解，在作為新基建核心基礎(chǔ)設(shè)施的充電樁建設(shè)中，并沒(méi)有考慮到快速充電對(duì)電池?fù)p傷的問(wèn)題，也沒(méi)有發(fā)現(xiàn)上下游廠商提供相應(yīng)的解決方案。這不能不說(shuō)是一個(gè)不大不小的隱患。

預(yù)測(cè)電池健康狀態(tài)，還是人工智能

鋰離子電池憑借其高能量和功率密度實(shí)現(xiàn)了現(xiàn)代生活必不可少的多種創(chuàng)新。但是，推進(jìn)這些技術(shù)進(jìn)一步發(fā)展的主要絆腳石是電池退化的不可預(yù)測(cè)性：難以準(zhǔn)確預(yù)測(cè)電池的SOH和剩余使用壽命（RUL），以告知用戶(hù)是否應(yīng)該更換電池并避免意外容量衰減。此外，電池預(yù)后對(duì)于回收行業(yè)至關(guān)重要，以決定電池應(yīng)作為廢舊金屬回收還是用于要求不高的“第二次”應(yīng)用。但是，預(yù)測(cè)鋰離子電池的SOH和RUL是一項(xiàng)尚未解決的挑戰(zhàn)，限制了電動(dòng)汽車(chē)和消費(fèi)電子等技術(shù)的發(fā)展。

電池預(yù)測(cè)的常規(guī)方法依賴(lài)于對(duì)微觀降解機(jī)制的建模，例如，固體電解質(zhì)膜鋰鍍層的生長(zhǎng)和活性物質(zhì)損失。盡管提供了物理見(jiàn)解，但是表征和模擬每個(gè)降級(jí)機(jī)制都是不可擴(kuò)展的。為了克服這一挑戰(zhàn)，最近的研究集中在數(shù)據(jù)驅(qū)動(dòng)的方法上。該想法是對(duì)電池執(zhí)行實(shí)時(shí)、非侵入性測(cè)量，并使用統(tǒng)計(jì)機(jī)器學(xué)習(xí)將這些測(cè)量與電池健康狀態(tài)相關(guān)聯(lián)，而無(wú)需對(duì)物理機(jī)制進(jìn)行建模。但是，數(shù)據(jù)驅(qū)動(dòng)方法的挑戰(zhàn)是定義一組輸入物理信息，并建立可靠的統(tǒng)計(jì)模型。

傳統(tǒng)方法是從充放電曲線(xiàn)得出的特征，因?yàn)榈湫虰MS會(huì)收集電流-電壓數(shù)據(jù)。與通常的電流-電壓數(shù)據(jù)相比，電化學(xué)阻抗圖譜（EIS）可以通過(guò)測(cè)量對(duì)電壓擾動(dòng)的電流響應(yīng)來(lái)獲得很寬頻率范圍的阻抗；反之亦然，它包含所有材料特性的豐富信息、界面現(xiàn)象和電化學(xué)反應(yīng)。這直接關(guān)系到電池內(nèi)部可能的退化，并且能夠跟蹤電池的狀態(tài)。

但是，將EIS部署到預(yù)測(cè)性電池診斷中會(huì)因圖譜的高維數(shù)而受阻，EIS會(huì)在跨越數(shù)十年的頻率范圍內(nèi)記錄阻抗的實(shí)部和虛部。盡管質(zhì)變是顯而易見(jiàn)的，但挑出與降解相關(guān)的定量特征仍具有挑戰(zhàn)性?，F(xiàn)有方法可將圖譜縮小為低維特征：通過(guò)對(duì)等效電路模型進(jìn)行擬合來(lái)解釋圖譜，最新方法是通過(guò)機(jī)器學(xué)習(xí)來(lái)幫助進(jìn)行擬合。擬合通常是不唯一的，并且純電氣模型能否捕獲電池的物理、化學(xué)和材料特性及過(guò)程，或僅專(zhuān)注于精選頻率值仍得懷疑。

機(jī)器學(xué)習(xí)的最新進(jìn)展無(wú)需手動(dòng)選擇功能就可以將整個(gè)數(shù)據(jù)集作為輸入模型，并讓模型選擇最相關(guān)的變量。這些已開(kāi)發(fā)模型可用于退化診斷，例如使用高斯（Gaussian）過(guò)程模型預(yù)測(cè)未來(lái)的容量和SOC，并使用正則化線(xiàn)性模型預(yù)測(cè)循環(huán)壽命。但是，這些模型都是以充放電曲線(xiàn)為輸入而開(kāi)發(fā)的。輸入的信息內(nèi)容限制了模型的功能，要根據(jù)電池壽命的早期數(shù)據(jù)來(lái)預(yù)測(cè)電池的后期行為仍然很難。

2020年4月，英國(guó)劍橋大學(xué)和紐卡斯?fàn)柎髮W(xué)的Yunwei Zhang和Qiaochu Tang等研究人員稱(chēng)，他們利用新的機(jī)器學(xué)習(xí)模式可以為電動(dòng)汽車(chē)、智能手機(jī)等移動(dòng)電子產(chǎn)品開(kāi)發(fā)更安全可靠的電池。他們?cè)凇蹲匀煌ㄓ崱罚∟ature Communications）發(fā)表的題為“基于機(jī)器學(xué)習(xí)的鋰離子電池阻抗圖譜退化的模式識(shí)別”中表示，將EIS技術(shù)與高斯過(guò)程機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，建立了一個(gè)精確的電池預(yù)測(cè)系統(tǒng)。據(jù)稱(chēng)，其準(zhǔn)確度是目前技術(shù)的10倍。

EIS是一種實(shí)時(shí)、無(wú)創(chuàng)、信息豐富的測(cè)量技術(shù)，目前在電池診斷中還沒(méi)有得到充分應(yīng)用。在不同健康狀態(tài)、充電狀態(tài)和溫度下收集了超過(guò)20000個(gè)商用鋰離子電池的EIS圖譜，這是所知同類(lèi)數(shù)據(jù)中最大的數(shù)據(jù)集。其高斯過(guò)程模型以整個(gè)圖譜為輸入，不需要進(jìn)一步的特征工程，并自動(dòng)確定哪些圖譜特征的預(yù)測(cè)退化。該模型準(zhǔn)確地預(yù)測(cè)了剩余使用壽命，即使不完全了解電池過(guò)去的工作條件。其結(jié)果證明了EIS信號(hào)在電池管理系統(tǒng)中的價(jià)值。

35℃（a）和45℃（b）下循環(huán)的電池預(yù)估（紅色）和測(cè)得（藍(lán)色）容量曲線(xiàn)

EIS-RUL GPR模型僅根據(jù)當(dāng)前循環(huán)的EIS測(cè)量值準(zhǔn)確預(yù)測(cè)在25℃循環(huán)的所有四個(gè)測(cè)試電池的RUL，而無(wú)需先前循環(huán)的EIS測(cè)量值。這一結(jié)果表明，其EIS機(jī)器學(xué)習(xí)技術(shù)具有轉(zhuǎn)化為原型BMS的潛力。

預(yù)測(cè)剩余使用壽命

該方法實(shí)現(xiàn)了較低的預(yù)測(cè)誤差，與BMS中當(dāng)前跟蹤的信號(hào)相比，EIS可以提供有關(guān)電池運(yùn)行狀況豐富得多的信息，而GPR方法可以有效地利用這些EIS信號(hào)。

在電池回收的情況下，電池的診斷更具挑戰(zhàn)性，因?yàn)殡姵氐臍v史運(yùn)行狀況（例如溫度）一直在變化。盡管溫度是通過(guò)電池模塊或電池組內(nèi)的傳感器測(cè)量的，但實(shí)際溫度可能會(huì)因工作條件下的較大溫度梯度而有很大差異。該研究進(jìn)一步簡(jiǎn)化了溫度為25、35或45℃。我們結(jié)合了在三種不同溫度下獲得的訓(xùn)練數(shù)據(jù)，實(shí)際上迫使GPR學(xué)習(xí)EIS的特征，而EIS的特征僅取決于容量而不取決于溫度。多溫度模型可以估算出各種溫度下循環(huán)的電池容量。

上述研究表明EIS信號(hào)在BMS設(shè)計(jì)中具有潛在價(jià)值，未來(lái)人們可能不需要在很寬的頻率范圍內(nèi)全面掃描就可以獲得與降級(jí)有關(guān)的信號(hào)，之后可以擴(kuò)展到循環(huán)溫度隨時(shí)間或充放電速率變化等更具挑戰(zhàn)性和現(xiàn)實(shí)性的研究。

老司機(jī)的經(jīng)驗(yàn)vs系統(tǒng)預(yù)測(cè)

現(xiàn)在的情況是，電動(dòng)汽車(chē)駕駛者要根據(jù)自己的經(jīng)驗(yàn)做出平均能耗的預(yù)測(cè)，這往往比電動(dòng)汽車(chē)系統(tǒng)給出的預(yù)測(cè)更準(zhǔn)確。不過(guò)續(xù)航里程的預(yù)測(cè)算法正在努力改進(jìn)，未來(lái)有望超過(guò)最有經(jīng)驗(yàn)的老司機(jī)。

迄今為止，真正能準(zhǔn)確預(yù)測(cè)電池電量、續(xù)航里程的電動(dòng)汽車(chē)幾乎沒(méi)有，有此功能的汽車(chē)寥寥。主機(jī)廠所推出是只是基于大數(shù)據(jù)的云端行車(chē)數(shù)據(jù)監(jiān)控服務(wù)，但并沒(méi)有將預(yù)測(cè)可用續(xù)航里程作為重要賣(mài)點(diǎn)。例如，比亞迪元EV的手機(jī)APP云服務(wù)包括電量、續(xù)航、能耗值、里程、充電進(jìn)度等數(shù)據(jù)；雪佛蘭BOLT EV則可根據(jù)時(shí)間、地形、天氣情況及車(chē)主駕駛習(xí)慣預(yù)測(cè)可用續(xù)航里程，但至今并沒(méi)有見(jiàn)到對(duì)這一功能的測(cè)評(píng)；后來(lái)的車(chē)型再未提及此項(xiàng)功能。

比亞迪元EV的云服務(wù)APP

要說(shuō)在這方面領(lǐng)先的還是特斯拉。2018年底，特斯拉更新了其Model S用戶(hù)手冊(cè)，使用了關(guān)于“能量使用預(yù)測(cè)”的新說(shuō)法：“計(jì)算是基于駕駛風(fēng)格（預(yù)測(cè)速度等）和環(huán)境因素（海拔變化、天氣等）等因素的估計(jì)值?！痹撚?jì)算可以預(yù)測(cè)車(chē)輛到達(dá)目的時(shí)的電量狀態(tài)，并建議在需要時(shí)停車(chē)充電。特斯拉的方法是使用海拔、風(fēng)和車(chē)外溫度等數(shù)據(jù)來(lái)預(yù)測(cè)續(xù)航里程。此前，特斯拉已提醒車(chē)主：以較高的速度駕駛或大量使用機(jī)艙空調(diào)或熱量可能會(huì)影響行駛里程。

為了幫助客戶(hù)計(jì)劃和預(yù)測(cè)續(xù)航里程，特斯拉分享了一個(gè)計(jì)算機(jī)模型，可在以下情況下模擬預(yù)測(cè)Model S的行駛距離：

恒定速度（如巡航控制）*

平坦地面/無(wú)風(fēng)*

關(guān)閉氣候控制或僅使用自然通風(fēng)（無(wú)暖氣或空調(diào)）*

300磅的車(chē)輛負(fù)載（駕駛員加上乘客或貨物）*

關(guān)閉車(chē)窗戶(hù)和天窗*

輪胎充氣至建議壓力*

新電池組（少于1年，低于25,000英里）

請(qǐng)注意：

作為一名老司機(jī)，都了解*項(xiàng)對(duì)于續(xù)航里程有一定影響，特別是行駛速度，不管是燃油汽車(chē)還是電動(dòng)汽車(chē)。當(dāng)然，前者使用暖氣不會(huì)有什么影響。

最先發(fā)現(xiàn)“能量使用預(yù)測(cè)”的Model S車(chē)主是Keith Trice，他根據(jù)熟悉的路線(xiàn)——從芝加哥開(kāi)車(chē)到密歇根州——對(duì)其進(jìn)行了測(cè)試。他記得，在一些類(lèi)似的天氣里，Model S旅行計(jì)劃器預(yù)測(cè)到達(dá)中途超級(jí)充電站時(shí)大約還剩50％電量。而在寒冷天氣中測(cè)試這條路線(xiàn)時(shí)，Model S旅行計(jì)劃器預(yù)計(jì)到達(dá)同一充電站將使用63％的電量（剩余37％），實(shí)際結(jié)果八九不離十。這意味著該系統(tǒng)能夠在寒冷天氣中較準(zhǔn)確地預(yù)測(cè)耗電量和可用續(xù)航里程，有助于消除用戶(hù)的續(xù)航焦慮。

特斯拉正在努力實(shí)現(xiàn)這一目標(biāo)，其他主機(jī)廠呢？難道這不是一個(gè)重要“賣(mài)點(diǎn)”嗎？

如果電動(dòng)汽車(chē)能像手機(jī)一樣準(zhǔn)確預(yù)測(cè)電池健康狀態(tài)和剩余使用壽命，里程焦慮就會(huì)成為過(guò)去。你既可以保護(hù)環(huán)境，又不必?fù)?dān)心中途拋錨。真是那樣，也許不久你就會(huì)買(mǎi)一輛電動(dòng)汽車(chē)！