基于大數據的電動汽車用戶行為對電池老化影響分析

梁海強，何洪文，代康偉，龐 博

（北京理工大學機械與車輛學院，北京 100081）

前言

動力電池作為電動汽車的核心部件之一，其性能差異直接影響著整車的性能。然而在動力電池循環使用過程中，往往會出現不同程度的電池老化，導致電池和整車性能出現不同程度的衰減。因此對電池老化特性的研究一直倍受關注。許多研究發現，電池放電功率、充電倍率和電池溫度等外界和工況因素對電池老化速率有著重要影響，而這些因素又與用戶的行為習慣息息相關。同時有研究表明，不同用戶的駕車風格和充電偏好等行為習慣存在較大差異，特別是私人用戶與運營類用戶之間的差異尤為明顯。因此，有必要探究用戶的行為習慣對電動汽車電池老化的影響。

目前基于試驗和模型仿真等傳統電池老化的研究方法大多是針對設計工況或仿真工況下電芯或電池包的研究，需要依托大量的線下試驗數據，成本較高。此外，忽略了實際應用中靈活多變的實車工況場景和個性化的用戶行為習慣信息，因此與實際應用存在一定偏差。

為了能夠切合實際應用，獲取更為準確地分析結果，大量的實車運行數據的獲取和分析是一個必要的前提。隨著電動汽車和智能網聯技術的快速發展，電動汽車已經開始進入數字化時代，海量的車端和用戶數據能夠實時地上傳匯總到云端，并實現全生命周期存儲，為實現用戶行為習慣對電動汽車電池老化的影響關系的量化分析提供了有利條件。孟祥怡等基于新能源汽車大數據平臺，對新能源汽車充電過程的用戶行為進行了統計，獲取了用戶充電行為統計分布規律，但是沒有進一步分析用戶充電行為對電池老化的影響。王思淼等基于上海地區新能源汽車的運行數據，系統分析了電動汽車里程、充電方式、溫度和電量使用區間對電池老化的影響關系，認為快充和慢充對電池老化影響不大。肖偉等基于某在線大數據平臺，得到了時間、里程和地域對電動汽車電池健康狀態的影響規律。然而電池老化受多因素影響，上述文獻在分析某一因素對電池老化影響時，忽略了其他因素的干擾和影響，不可避免地在量化分析時引入誤差。

本文中基于電動汽車大數據分析平臺，依托大量實車線上運行數據，采用控制變量的原則，從用戶的駕車風格、充電偏好和地域差異角度出發，提取關鍵的用戶行為特征，探究用戶行為習慣對電動汽車電池老化的影響特性。分析某一因素對電池老化影響時，控制其他影響因素的特征相近，減少其他因素對分析結果的干擾。

1 大數據平臺

本文中基于某企業電動汽車數據分析平臺，開展用戶行為習慣對電動汽車電池老化的影響分析，該平臺應用圖如圖1 所示，以多臺服務器組建的分布式文件系統（hadoop distributed file system，HDFS）集群，支持車端采集數據經TBOX 以多樣化的方式（傳輸控制協議（transmission control protocol，TCP）/超文本傳輸協議（hypertext transfer protocol，HTTP）/消息隊列遙測傳輸（message queuing telemetry transport，MQTT））快速接入并存儲，擁有比國家電動汽車監控平臺信號密度更高、信號范圍更廣的車端數據輸入。

圖1 大數據平臺應用圖

為保證數據質量，平臺通過數據抽取轉換、加載（extract-transform-load，ETL）清 洗 和 計 算 引 擎（spark）內存計算，可對大批量數據進行快速篩選、整合和清洗，實現智能化數據清洗整理，為大數據分析提供數據準備。

面對靈活多變的個性化數據分析需求，平臺搭建了基于“原始標簽”、“事實標簽”、“模型標簽”及“預測標簽”層層遞進標簽維度，形成了數據地圖。通過標簽搜索、精準定位即可快速、準確地匹配來自業務層（生產、管理、銷售）的個性化需求，并完成目標數據提取和分析工作，為企業產品升級和決策優化提高決策依據。

本文中基于某企業大數據平臺，選取某車型（三元鋰電池）2020 年3 月-2021 年6 月期間40 000+高品質的用戶和車輛數據作為初始數據庫，采用控制變量方法，篩選得到了1 000+樣本數據，進而開展用戶行為習慣對電動汽車電池老化的影響關系研究。

2 電池老化特征和用戶行為特征

2.1 電池老化特征

電池的容量衰減是電池老化主要特征之一，因此選用電池的容量衰減率來表征電池的老化程度。考慮到電動汽車充電過程的電流變化相對穩定，選用電動汽車停車充電過程提取電池老化特征。電池的充電容量數據理論上要求覆蓋完整電壓區間，然而實際應用中鮮有滿放滿充的情況，因此，本文中綜合考慮各電壓區間使用的覆蓋度、電流變化情況和對電池老化的表征情況，選取常用的近似恒流充電的電壓區間（3.65-3.85 V），具體流程見圖2，并以該電壓區間的慢充充電容量（取3 次該電壓區間慢充容量的平均值）的容量衰減率表征該電池的老化程度，電池容量衰減率的計算公式為

圖2 電壓區間選取流程圖

式中：為電池容量衰減率；為該電壓區間當前充電容量，A·h；為該電壓區間出廠時充電容量，A·h。此外，為了減小不同地區和季節的溫度差異帶來的容量誤差，選用6 月1 日-9 月30 日之間夏季的充電數據提取電池的老化特征。

2.2 用戶行為特征

電池老化程度差異與用戶在電池的充電過程、放電過程和電池工作的環境溫度等場景的使用習慣息息相關。因此有必要對用戶在各場景下的主要行為特征進行提取。本文中基于2020 年3 月-2021 年6月期間實車數據提取用戶行為特征。

車輛運行環境溫度是電池衰退的關鍵因素，考慮到我國南北方車輛運行的溫度差異大，選取北京市和廣東省作為車輛運行溫度差異較大的兩個代表。兩地的全年平均溫度相差11 ℃，冬季最大相差17 ℃，具有代表性。

電池充電過程是電池衰退的另一個關鍵因素。對于電動汽車而言，電池充電過程的差異主要體現在充電方式的不同。目前的電動汽車具備快充和慢充兩種充電方式，快充的充電速度要明顯大于慢充的充電速度，一般約為慢充的3～4 倍，可以明顯縮短充電時間。而慢充樁的建設條件更為親民，在家用方面相對普及。因此本文中選用用戶對快充和慢充的偏好來反映用戶充電行為的差異，數學表達式為

式中：為快充頻率；為快充總次數；為總充電次數。＞70%被認為是高頻快充，偏好快充充電模式；30%≤≤70%是中頻快充；而＜30%屬于低頻快充，是偏好慢充充電模式。

放電工況也是影響電池衰退的重要因素，電池放電過程差異主要取決于用戶的駕駛風格，不同用戶的性格、用車需求和駕車熟練度的差異會導致用戶在駕駛風格上存在差異，有的偏向激進駕駛風格，有的偏向溫和的駕駛風格。激進型駕駛風格是指駕駛過程經常出現急加速、急減速或高速行駛過程，溫和型駕駛風格是指駕駛過程相對緩和，很少出現急加速、急減速或高速行駛過程，考慮到平臺數據的頻率較低，無法記錄車速的變化過程，因此以用戶的前進擋的擋位選擇來表征用戶的駕駛風格。本款車型前進擋分為D 擋（經濟模式）和S 擋（運動模式），D 擋優先考慮經濟性，動力性和加速響應相對較差，駕駛較為溫和，而S 擋更注重動力性和響應性，駕駛較為激進。因此如果用戶行車時前進擋主要使用D 擋位（D 擋使用頻率＞90%）的被認為溫和型駕駛風格。如果用戶行車時前進擋主要使用S 擋位（S擋使用頻率＞90%）的被認為激進型駕駛風格。

3 用戶行為特征與電池老化影響規律

3.1 電池的老化過程

圖3為不同里程車輛的電池容量衰減情況，電動汽車在5、10、15 和20 萬km 里程時電池的容量衰減率分別為4.62%、5.78%、7.79%和9.88%，可以發現電池的容量衰減率隨車輛總里程的增加，呈現逐漸增大的趨勢，說明隨著車輛的使用，電池會逐漸老化，電池容量也會逐漸衰減。

圖3 不同里程下電動汽車電池的容量衰減對比圖

3.2 用戶所在的區域差異

本文中通過對比分析北京和廣東地區車輛的電池老化程度差異，來探究由于地域差異導致車輛電池工作環境溫度的不同對電池老化的影響，同時為了降低用戶在放電過程和充電過程的行為特征對分析結果的影響，控制用戶的充電過程行為特征和放電過程行為特征相同，選用低頻快充、駕駛風格為激進型的用戶車輛作為數據分析樣本。研究結果如圖4 所示，相同里程下，廣東車輛電池容量衰減均小于北京車輛電池的容量衰減，在5、10、15和20萬km里程下，相比于廣東省的用戶車輛，北京市的用戶車輛的電池老化分別增加19.09%、10.59%、16.02%和11.88%。相同的里程下，北京用戶車輛的電池老化整體明顯要快于廣東省用戶車輛的老化，這主要是由于廣東省用戶車輛的電池工作環境溫度主要在10～40 ℃之間，電池在常溫環境下工作，容量衰減較小，而北京的春秋冬季溫度明顯低于廣東省，特別是冬季（＜0 ℃），電池在較低溫下循環老化的速度要大于常溫。

圖4 不同里程下北京和廣東電動汽車電池容量衰減對比圖

為了進一步分析溫度對電池容量衰減的影響，本文選用5 萬km、低頻快充，激進駕駛風格的用戶車輛作為數據樣本，分析電池平均運行溫度與電池容量衰減的對應關系，如圖5 所示，車輛電池的平均運行溫度分布在15～35 ℃范圍內，隨著電池平均運行溫度的增大，電池容量衰減率呈現先減小再增大的變化趨勢，在27 ℃附近達到最小值。可以發現電池的平均運行溫度較低時，容量衰減較大，這主要是因為該部分車輛主要在北方運行，存在較多的低溫運行場景，對電池的衰減有較大的促進作用。此外，在27～35 ℃的溫度區間，隨著電池的平均運行溫度的增大，電池的容量衰減率有輕微增大的趨勢，這是因為高溫環境下，電池的活性材料的損耗會顯著加快，使得電池阻抗增加，導致電池容量衰減。因此，建議車企規劃電池熱管理策略，降低電池在低溫和高溫環境下的老化速率。同時也建議用戶在低溫環境下，開啟電池保護策略，減小電池在低溫環境下的運行和損耗。

圖5 不同溫度下電動汽車電池容量衰減分布圖

3.3 充電方式偏好

本文中選用廣東地區、激進型駕駛風格的車輛數據作為數據樣本，分析充放方式偏好的不同（高頻快充、中頻快充和低頻快充）對電池老化的影響規律。結果發現，相同里程下，隨著快充頻率的增高，電池的老化程度呈現增大的趨勢，相比于慢充的充電方式，用戶偏好快充的充電模式導致電池的老化更為明顯，在5、10、15 和20 萬km 里程下，偏好快充（高頻快充）的用戶車輛比偏好慢充（低頻快充）的用戶車輛的電池老化分別增加了33.45%、33.86%、56.24%和55.02%。此外還發現，中頻快充和高頻快充的用戶車輛的電池老化差異并不是十分明顯，在5、10、15和20萬km里程下，高頻快充的用戶車輛比中頻快充的用戶車輛的電池老化分別增加了3.55%、3.16%、7.06%和0.74%。

圖6 不同里程下不同快充頻率對電動汽車電池容量衰減的影響對比圖

為了進一步分析快充頻率對電池容量衰減的影響，選用廣東地區、里程為5 萬km、激進駕駛風格的用戶車輛作為數據樣本，分析快充頻率與電池容量衰減的對應關系，如圖7 所示，隨著快充頻率的增加，電池的容量衰減率呈現逐漸增大的趨勢，但是增大的速率卻呈現逐漸減小的趨勢，快充頻率在0-0.7 區間時，隨著快充頻率的增加，電池的容量衰減速率增長較快，當快充頻率大于0.7 以后，進一步增大快充頻率對電池容量衰減速率的影響相對較小。由上可以得出快充和慢充對電池老化影響是存在很大差異的。這主要是由于快充的充電電流明顯大于慢充的充電電流，大倍率充電會使電池系統偏離平衡狀態，加速正負極材料的老化，甚至有可能會引起析鋰反應，進而導致電池容量的衰減，同時快充時產生的熱量也會加快電池的老化。由此可見，減少快充頻率可以有效減緩電池老化，因此建議用戶優先使用慢充補電。

圖7 不同快充頻率下電動汽車電池容量衰減的分布圖

3.4 用戶的駕駛風格

選用相同廣東地區、低頻快充的用戶車輛作為數據樣本，分析不同的駕駛風格（激進型和溫和型）對電池老化的影響規律。從圖8 中可以看出，相同里程下，相比于溫和的駕駛風格，激進的駕駛模式對電池損耗更為明顯，在5、10、15 和20 萬km 里程下，相比于溫和型的駕駛風格，激進型駕駛模式導致的老化分別增加10.37%、7.53%、3.14%和1.73%。這主要是由于激進的駕駛風格會存在高速行駛和頻繁的加減速過程，這就會導致電池瞬時的放電和回饋功率及平均放電功率均會遠大于溫和型的駕駛風格，而在高倍率的放電過程中，電池極化現象嚴重，會造成電極材料活性明顯下降，進而導致電池容量的衰減。因此，建議用戶盡量避免激進的駕駛行為，溫和的駕駛行為有助于延長電池壽命。

圖8 不同里程下不同用戶駕駛風格對電動汽車電池容量衰減的影響對比圖

4 結論

本文中基于某車企大數據平臺，依托于某車型（三元鋰電池）的用戶和車輛數據，開展用戶行為習慣對電動汽車電池老化的影響研究。

（1）隨著電池平均運行溫度的升高，電池容量衰減呈現先減小后增大的趨勢，同時發現北京用戶車輛的電池老化程度明顯要高于廣東用戶車輛，整體偏高10.59%～19.09%。

（2）隨著快充頻率的增大，電池的容量衰減率呈現逐漸增大的趨勢，但是增大的速率逐漸減小?？斐漕l率在0-0.7 區間，隨著快充頻率的增加，電池的容量衰減率增長較快，當快充頻率大于0.7 以后，進一步增大快充頻率對電池容量衰減率的影響相對較小。

（3）偏好快充充電的用戶車輛的電池老化比偏好慢充充電的用戶快33.45%～56.24%。

（4）相比于溫和的駕駛風格，激進的駕駛模式會加劇電池老化，整體比溫和型的駕駛模式快1.73%～10.37%。

綜上，充電方式的偏好對電池老化差異的影響最大，地域環境溫度的影響次之，駕駛風格的影響最小。因此建議用戶優先使用慢充補電、同時避免激進的駕駛行為，以減緩電池的老化，延長電池壽命。同時建議車企規劃電池熱管理策略，降低電池在低溫和高溫環境下的老化速率。