新能源汽车国家大数据联盟微课堂自2022年底推出安全系列化课程，围绕网络安全、数据安全、车辆安全邀请专家大咖分享课程和观点，旨在服务国家数据安全治理体系的构建，促进数字经济的健康持续发展。

2024年1月18日联盟微课堂安全系列化课程第十五讲的课程上，2023年数字汽车大赛创新组特等奖——“长期主义”参赛团队指导老师，同济大学汽车学院副教授朱建功，分享了题为《如何延长动力电池的寿命》的课程。围绕车载场景，系统地梳理动力电池的特性及多尺度分析方法在动力电池衰减分析中的应用；围绕动力电池的衰减影响因素，从电池管理和失效评估进行相关补救措施的梳理及和机理的相互作用关系；最后提出动力电池先进管控和失效管理的新思路。以下为课程回顾。

新能源汽车作为国家重要的战略性新型产业，是我国由汽车大国向汽车强国迈进的必由之路。据统计，2023年我国新能源汽车产销分别完成了958.7万辆和949.5万辆，同比分别增长35.8%和37.9%，新车销量达到汽车新车总销量的31.6%。作为新能源汽车中的重要组成部分，动力电池在纯电动汽车、混合动力汽车和燃料电池汽车中都有使用。尤其是对于新能源汽车中数量占比最大的纯电动汽车，动力电池能够占到整车成本的30%～50%，然而动力电池寿命会受到汽车不同驾驶习惯和环境的影响，呈现出多因素、非线性和随机性的衰减过程，动力电池的衰减和使用寿命，成为广大消费者、相关企业和科研团队共同关心的重要问题。

朱老师首先简要介绍了锂离子动力电池的基本特性，和大多数电池一样，锂离子电池由正极（Cathode）、负极（Anode）、隔膜、电解液以及辅助配件组成，具有能量密度高、循环寿命长、无记忆效应、环保性高等优势，主要依靠锂离子在正极和负极之间往返移动来工作的二次电池（可充电电池），充电时锂离子向负极移动并嵌入，负极电位降低；放电时锂离子向正极移动，负极电位升高。目前，已广泛普及到电子产品、电动汽车、储能等场合。

电池在应用过程中，其容量是逐渐衰减的。如电动汽车整车层面，电池容量决定了汽车充电后的最大续行驶里程。在电池系统层面，电池容量是电池管理中很多关键状态的必要输入，也是电池健康度的一个重要表征量。因此，研究动力电池的失效问题对于车辆很重要，动力电池失效一般分为寿命衰减失效和极端工况失效：寿命衰减失效包括容量跳水、循环寿命衰减、电压/电流异常、内阻增大、自放电等，极端工况失效包括低温/超高温/快充/过充放/机械滥用,导致热失控、短路、漏液、胀气、析锂、膨胀形变、刺穿/挤压。

关于动力电池的衰减影响因素，朱老师引用其团队研究成果及其他相关研究案例进行说明，从电池管理和失效评估进行相关补救措施的梳理及和机理的相互作用关系：

• 长时间使用一般会导致SEI生长、电解液消耗、颗粒破裂、活性材料损失并引发电池衰减。过大的放电深度也会加速电池衰减，维持适当放电深度可延缓电池衰减。
• 由低温、快充、堆叠应力不当导致的析锂会加速可用锂的消耗并加速电池衰减。合理设计低温加热策略，调整堆叠应力并减少快充频率及控制充电上限以延缓电池衰减。
• 快速放电相比充电好一些，但也会导致正极颗粒破裂，尤其充/过放会造成电池快速衰减并引发安全问题。应适当减少大功率放电频率，并准确监测模组内电池的电压和温度等参数。
• 高温条件下电池副反应加剧且容易产气，而老化的电池工作期间产热明显。良好的热管理以及多参量监测有助于电池延缓衰减并降低安全风险。

最后，他认为上述定性解析还需要根据电池类型、电池不同阶段使用场景进行定量分析。另外，电池失效评估的关键一定是要打通电池内外特性的构造关系，电池是复杂的多域多场器件，可以在材料级去获取很多的物理化学参量，去发现电池衰减前衰减之后的变化。而借助原位探测方法，可能会成为进行电池内外构效关系的一个非常重要的手段，比如可以通过测量电池工作过程中的多种信号来反应电池的内部状态，进而进行电池失效的诊断和评估。

问题1:电池修复的机理是什么？

要进行修复，首先要知道电池衰减的机制是什么，然后根据衰减机制设计相应的修复方法，这是最理想的方式。我会根据是否要进行电池的破坏，把修复分成两种。一种是不打开电池不破坏电池的话，我的理解里可能就是要对它进行降额，比如说优化一下使用的环境，优化一下它的电流倍率以及电压的范围，这些都是有可能实现电池寿命延长的。如果是电池能够被破坏的话，比如开孔，我们如果能找到衰减机制，比如是缺液，我们能够对它进行一个补液修复，可能会是一个比较好的措施。

问题2:基于大数据的应用，您认为现在电池状态评估进入到了一个什么阶段？

基于大数据的研究也非常热门，肯定是可以通过数据驱动或者人工智能的办法来解决一些问题的，这个我是非常认可的。因为我们自己也在做相关的工作。但学校本身收集数据的能力不足，如果没有企业合作的话，自己前期做一些工作也会发现，做完一个数据驱动模型之后，匹配其他车型实际上还是存疑的。但如果说能够有非常多的数据能够供我们使用的话，我认为数据驱动的办法非常好的能够去解决当前电池衰减的一些问题，甚至有可能会进行非常准确的或者可靠性高的预测算法设计。

问题3:作为2023年数字汽车大赛创新组特等奖团队的指导教师，可否分享一下您带队参与大赛的感受

首先感谢新能源汽车国家大数据联盟对大赛的支持，以及对我们团队的认可。我当时和我们同学讨论，看到赛题来说也是非常兴奋的，因为在自己实验室中很难接触到公开的实车数据，有了这些数据，就可以把我们形成的一些方法、算法真正的落地，对于大学生或者研究生来说，作为一个方法的入门也好，或者对于一个团队成果的转化都是非常实用的。我自己的感触就是，非常鼓励大学生群体能够参与到比赛中，因为它一方面确实是对知识的转化，学以致用，另外也会推动学生更加深入了解行业，尤其是从事我们新能源汽车动力电池技术相关的工作。