數字孿生驅動的動力電池全生命周期管理研究

范偉軍 潘建新 汪雅麗

（長沙職業技術學院智能制造工程學院，長沙 410217）

0 引言

近年來，我國新能源汽車產業在政策的大力扶持下快速發展。作為我國碳排放的重要板塊，“雙碳”目標的提出為新能源汽車產業的發展提供了持續的戰略支撐[1-2]。數據顯示[3]，2022 年我國新能源汽車銷量超過680 萬輛，已連續8 年位居全球第一。隨著新能源汽車銷量的增加，其動力電池在充電時間、續駛里程、安全性能、使用壽命和回收再生利用方面都面臨新的問題和挑戰[4]。以充電設施和退役電池為例，截至2022 年底，我國新能源汽車充電基礎設施已達521.0 萬臺[5]，按國家發改委、能源局等十部門近期的發文要求，預計在“十四五”末期，我國電動汽車充電裝置將能滿足超過2 000 萬輛電動汽車的充電需求。在退役電池方面[6]，以動力電池5年壽命推算，預計到2030 年，我國退役電池總量可達237 萬t，回收市場有望超過千億元。在“雙碳”目標的圖景下，在新能源汽車動力電池全生命周期范圍內，確保新能源汽車動力電池安全、高效和環保應用將成為我國汽車產業低碳轉型過程中的重要課題之一。

隨著數字化技術的發展，數字孿生（Digital Twin）、云端管控、物聯網為動力電池的利用和管理提供了新的前沿技術支持，其中數字孿生通過以數字化的方式創建物理實體在真實環境中的虛擬模型，具有實現數據虛實交融、雙向反饋、實時交互、決策分析和迭代優化的能力。數字孿生是一種能夠實現產品信息物理深度交互融合的關鍵使能技術，使動力電池全生命周期物理空間和信息空間的高效協同成為可能，為動力電池全生命周期的利用研究提供了新的策略和途徑。

目前，針對數字孿生技術在動力電池上的應用，寧德時代、比亞迪等企業已開展前瞻技術研究[7-8]，發展數字孿生技術、提高電池管理能力已經逐步成為了動力電池行業的發展趨勢。陶飛等[9]構建了動力電池生產的數字孿生車間，從車間要素模型、生產過程模型、生產系統仿真模型3個方面對動力電池數字孿生車間進行了分析。王亞楠等[10]以智能電池、智能管理和智慧能源3個方向闡述了動力電池在感知、監測、管理和能源互動方面的發展趨勢，以數字孿生技術為車輛電池管理系統（Battery Management System,BMS）構建虛擬電池模型，基于云端數據和算力提升了電池狀態估計精度、安全預警能力和主動安全防護效率。楊世春等[11]提出一種面向智能化管理的數字孿生電池構建方法，按材料-單體-模組-系統4 個層級建立了與物理實體相映射的電池模型，實現了從材料到4個層級的深度融合，對提高動力電池全生命周期全天候全工況的健康安全管理具有重要意義。Li等[12]提出一種提出了一種用于電池系統的云電池管理系統，借助物聯網，所有與電池使用相關的數據都被測量并無縫傳輸到云端，探索了等效電路模型在數字孿生電池系統中的應用。Wang 等[13]提出了一種4 層網絡化電池管理系統云端協作體系結構，通過建立電池的數字孿生模型，對電池使用過程中充電狀態、電量使用狀態和電池健康狀態進行監測，研究表明數字孿生模型有助于電池的管理。Tang 等[14]針對電池管理系統數據共享困難、數據處理能力弱、數據存儲容量有限的問題，提出一種基于數字孿生驅動的電池系統框架，并采用HIF-PF 聯合在線算法估算SOC，實現了實時電壓、電流監測和可視化功能。

以上研究為數字孿生技術在動力電池管理和具體應用上提供了研究基礎，對推動數字孿生技術在動力電池上的應用具有重要意義，然而數字孿生技術在動力電池全生命周期中各階段的具體場景應用仍有待進一步研究。

本文從動力電池全生命周期的各階段場景應用出發，提出一種數字孿生驅動的動力電池全生命周期管理新模式，并系統闡述了以數字孿生技術為核心的動力電池全生命周期管理架構。

1 數字孿生驅動的動力電池全生命周期管理架構

根據動力電池在全生命周期中各階段的問題和特點，考慮動力電池各階段間的交互與聯系，結合陶飛等[15]提出的數字孿生5維結構模型，提出一種數字孿生驅動的動力電池全生命周期管理架構，如圖1所示。

圖1 數字孿生驅動的動力電池全生命周期管理架構

該管理架構主要由動力電池物理全生命周期管理、動力電池虛擬全生命周期管理、動力電池全生命周期管理服務平臺和動力電池全生命周期管理過程孿生數據4 個模塊構成，通過4 者之間連接實現交互融合。下面進一步闡述各部分的組成與功能作用。

1.1 動力電池物理全生命周期管理

動力電池物理全生命周期管理主要包括：電池原型設計管理、制造管理、首次使用管理、再制造管理、梯次使用管理及回收再生利用管理。動力電池物理全生命周期管理以人員、設備、物料、環境為管理資源，通過與動力電池全生命周期管理服務平臺進行信息交互反饋，完成電池各階段流程任務，并按照虛擬全生命周期管理中模擬仿真的最優方案執行，通過信息交互，實時更新方案。動力電池物理全生命周期管理對物流提出了較高的要求，要求在動力電池流轉的各時間段，如在廢舊電池的回收階段及電池在各階段之間流轉的物流銜接階段，均具備對動力電池實時狀態的感知能力，從而促進電池管理各階段數據的交互融合，使整個動力電池物理全生命周期管理過程協同運行，便于優化管控過程中的不利因素。

1.2 動力電池虛擬全生命周期管理

動力電池虛擬全生命周期管理以建模仿真技術為基礎，對動力電池物理狀態進行信息空間上的數字化映射，本質是標準規則、實體要素、特征行為的集合。

在標準規則上，以動力電池各階段的銜接流程為基礎，以各階段的政策法規、國家標準、行業標準為管理體系基礎，構建評估預測、服務優化、質量溯源的規則模型。

在實體要素上，根據動力電池物理全生命周期管理的流程以及各階段動力電池的狀態、環境，構建動力電池全生命周期管理數字化模型。

在特征行為上，根據動力電池全生命周期管理的特點，構建對管理過程中各階段工作邏輯性和不確定性進行描述的行為模型。

通過動力電池虛擬全生命周期管理中對動力電池各階段各工況的模擬仿真，可以實現對動力電池準確評估和動態有效預測，實現對動力電池生命周期全過程全要素的管理驗證，并獲取動力電池全生命周期的關鍵信息，實現對動力電池從設計到回收再生利用的全生命周期優化。同時通過對動力電池虛實并行的管理，實現對后者數據信息的調控優化，促進物理信息的實時交互融合，共同進化。

1.3 動力電池全生命周期管理服務平臺

動力電池全生命周期管理服務平臺通過對動力電池在物理、虛擬管理過程中的狀態及各階段間有效銜接進行預判和管控，為動力電池生命周期全過程提供服務。通過與動力電池全生命周期物理管理進行信息交互，管理服務平臺獲得實時數據信息，并對動力電池全生命周期管理進行調控優化，實施相應的動力電池全生命周期管理方案。通過與動力電池全生命周期虛擬管理進行信息交互，管理服務平臺獲得動力電池生命周期全過程、全要素模擬仿真、檢測評估及分析預測信息，及時調整優化動力電池全生命周期管理方案。在管理過程中，管理服務平臺根據動力電池物理與虛擬管理的仿真、驗證和優化結果，實時調整計劃、做出反饋，對動力電池全生命周期過程實施管理，確保整個過程安全、高效、綠色和環保。

1.4 動力電池全生命周期管理孿生數據

動力電池全生命周期管理孿生數據包括動力電池物理/虛擬全生命周期管理相關數據、動力電池全生命周期管理服務數據及3種數據融合衍生的數據4部分。動力電池物理全生命周期管理數據主要包括3部分：

（1）動力電池在實際應用各階段內產生的數據。

（2）動力電池在各階段間流轉所產生的過程數據。

（3）國家政策法規、國家標準、行業標準體系要求，以及企業工藝文件、作業規范和管理規范文件要求。

動力電池虛擬全生命周期管理數據主要包括動力電池在全生命周期管理中所需的數據以及在全生命周期流轉過程中產生的數據，比如模擬仿真數據、檢測評估數據、質量溯源數據等。動力電池全生命周期管理服務數據主要涵蓋管理服務平臺對動力電池管控、預測、優化、服務支持動力電池全生命周期管理所需要和產生的數據，如動力電池在各階段和流轉周期中的信息服務統計數據、運行維護優化數據等。以上3種數據通過整合、統計、分析后將產生衍生數據。由于動力電池全生命周期管理過程的復雜性，這4部分數據具有海量性、多樣性、高速性的特征。動力電池全生命周期管理孿生數據通過以上4部分數據交互融合，成為動力電池物理/虛擬全生命周期管理與服務平臺運行的驅動引擎。

1.5 管理架構各模塊之間的相互連接

通過以管理架構各模塊之間相互連接的方式進行信息交互，動力電池全生命周期管理形成一個協同運行的整體。

動力電池物理全生命周期管理過程中，以射頻識別（Radio Frequency Identification,RFID）、無線傳感網絡（Wireless Sensor Network, WSN)、傳感器采集物理實時信號后，通過消息隊列遙測傳輸(Message Queuing Telemetry Transport, MQTT)和Modbus 協議方式傳輸給動力電池虛擬全生命周期管理模塊，對模擬仿真進行優化調控，同時以調控指令方式傳輸給動力電池物理管理模塊，進而改進實際物理運行、維護和作業方式。

動力電池物理/虛擬全生命周期管理與動力電池全生命周期管理過程孿生數據間通過數據庫連接（Ja?va Database Connectivity, JDBC)、開放數據庫連接（Open Database Connectivity,ODBC)接口，以可擴展通訊和表示協議（Extensible Messaging and Presence Pro?tocol, XMPP）、受限應用協議（Constrained Application Protocol,CoAP）、MQTT協議方式進行數據交互。數據在匯總并迭代優化后反饋給物理/虛擬作業過程，分別驅動動力電池全生命周期管理過程進行規范運維和動態仿真優化。

動力電池物理/虛擬全生命周期管理與服務平臺之間通過消息隊列（Microsoft Message Queue, MSMQ)和Socket通信方式，以MQTT、面向實時系統的數據分布服務（Data Distribution Service for Real-Time Sys?tems, DDS）、先進消息隊列協議(Advanced Message Queuing Protocol, AMQP）方式進行信息交互，根據動力電池運維、作業狀態調整服務，優化物理和信息管理過程中的運維作業和仿真分析。

動力電池管理過程孿生數據與服務平臺間的連接，以JDBC 和ODBC 為數據接口，將動力電池全生命周期的服務數據存儲到孿生數據庫中，與動力電池物理/虛擬全生命周期管理數據融合，驅動并優化動力電池全生命周期管理過程服務。

2 數字孿生驅動的動力電池全生命周期管理模式

數字孿生驅動的動力電池全生命周期管理架構的構建是基于動力電池全生命周期流程，流程包括6個階段，即設計階段、制造階段、首次使用階段、再制造階段、梯次利用階段和回收再生利用階段。各階段均以動力電池全生命周期管理過程孿生數據為核心，驅動動力電池各階段的運行與優化。下面分別對各部分進行闡述。

2.1 動力電池設計階段

動力電池設計是滿足動力電池性能參數要求的關鍵，如圖2所示。在信息空間中構建動力電池虛擬設計模型，通過動力電池設計管理服務平臺提供技術資料、計算資源、優化算法服務對電池的設計過程進行連續模型仿真優化。物理空間中的動力電池在設計管理服務平臺的支持下，通過與信息空間中的電池設計過程信息交互融合，實現動力電池設計、試驗和優化過程，完成動力電池物理原型設計。

圖2 動力電池設計階段管理架構

2.2 動力電池制造階段

根據設計物理原型，動力電池在數字孿生的生產車間完成其制造過程。如圖3所示，動力電池虛擬制造模型與動力電池虛擬生產車間通過數據交互，實現動力電池虛擬制造的全過程、全要素仿真優化。動力電池虛擬模型、虛擬生產車間與動力電池物理原型、物理生產車間之間兩兩交互，實現信息實時交互反饋。動力電池物理原型在與虛擬制造過程數據交互下實現生產全過程調控優化。動力電池制造管理服務平臺將為動力電池的生產制造提供工藝優化、質量溯源、車間設備管理優化、車間物流軌跡優化和車間能耗管理服務。

圖3 動力電池制造階段管理架構

2.3 動力電池首次使用階段

動力電池首次使用過程中的實時性能參數監測與反饋是確保其安全高效使用的關鍵（圖4）。動力電池在物理空間中的荷電狀態（State Of Charge, SOC）、電池健康度（State Of Health, SOH）、電池功率狀態（State Of Power,SOP）、電壓、電流、溫度重要參數在信息空間中得到實時仿真監測，并通過與動力電池物理模型實時交互，實現對電池工況精準監測。同時，信息空間中的動力電池運維多元融合模型與物理空間中的電池運行維護網絡交互，根據天氣狀態、充換電站位置、車端狀態、電網信息完成電池充換電和電池故障狀態下的運維，并優化動力電池運行維護過程。動力電池運維服務平臺通過與電池運維的物理/信息過程實時交互，對電池使用運維全過程提供數據處理、分析、應用及電池安全風險決策評估服務。

圖4 動力電池首次使用階段管理架構

2.4 動力電池再制造階段

當動力電池的SOH[16]下降到80%時，可用于梯次利用，梯次利用前需要對動力電池進行回收再制造，如圖5所示。

圖5 動力電池再制造階段管理

動力電池再制造過程在數字孿生車間中進行，動力電池虛擬再制造過程將實時模擬物理制造過程，物理空間中廢舊動力電池的回收、拆解、篩選、再制造過程數據將實時傳遞給動力電池虛擬再制造過程，實現對動力電池再制造的實時調控優化。再制造過程中，由動力電池再制造服務平臺提供動力電池離散整合、安全監管和工藝流程優化服務。

2.5 動力電池梯次利用階段

動力電池梯次利用[17]主要包括發電側、電網側、用戶側3 種應用場景（圖6）。在梯次利用過程中，SOC、SOH、SOP、溫度、電流、電壓參數仍然是監測重點，信息空間中的梯次利用電池工況模型對實時工作狀態和工作環境進行仿真，同時與物理空間數據交互，實現動力電池梯次利用的實時監測、反饋、仿真和優化。動力電池梯次利用運維服務平臺將提供數據處理、分析、應用及數據安全網聯傳輸和梯次利用溯源管理服務。

圖6 動力電池梯次利用階段管理

2.6 動力電池回收再生階段

在動力電池生命周期末端，動力電池的有害性將進一步提高，以一種利于環境友好、可持續發展的方法實現動力電池的回收再生利用是未來發展的必然要求。如圖7所示，以動力電池虛擬回收再生過程仿真物理回收再生過程，以動力電池虛擬回收再生車間模擬物理回收再生車間，通過兩兩之間實時交互、調控優化實現對動力電池的回收再生。動力電池回收再生管理服務平臺為回收再生的整個過程提供安全監管、工藝優化、能耗管理、污染管控服務，確保回收再生過程的安全、綠色、環保。

圖7 動力電池回收再生階段管理

3 關鍵技術應用分析

數字孿生驅動的動力電池全生命周期管理模式中涉及多種關鍵技術，從管理架構考慮，主要涉及的關鍵技術有：

（1）動力電池全生命周期管理數據實時感知與采集。

（2）動力電池全生命周期管理過程建模與仿真技術。

（3）數字孿生驅動的動力電池全生命周期數據管理與服務技術。

3.1 動力電池全生命周期管理數據實時感知與采集

對物理空間中動力電池生命周期管理過程中全要素、全業務、全流程的數據感知是實現數字孿生驅動的重要前提。物聯網技術作為新興技術，在動力電池全生命周期管理過程中起重要作用，以RFID、WSN作為物聯網感知層，可為動力電池生命周期管理全過程的整體感知提供重要技術支撐。

3.2 動力電池全生命周期管理過程建模與仿真技術

動力電池全生命周期管理過程虛擬模型是數字孿生的核心，主要借助3R（AR/VR/MR）技術手段，構建實體要素的數字化模型，使物理空間實體完成多維度、多時空尺度的高保真數字化映射，實現物理/信息空間數據實時交互融合，通過考慮動力電池在各階段的特征、行為、環境，以可視化的方式真實呈現動力電池物理全生命周期管理過程。

3.3 數字孿生驅動的動力電池全生命周期數據管理與服務技術

數字孿生驅動的數據管理服務涉及數據的存儲、通訊、計算，是動力電池全生命周期管理服務實現的重要保障，其中涉及的主要核心技術有邊緣計算、云計算、5G、大數據、區塊鏈、人工智能（AI）。邊緣計算[18]可以對采集到的動力電池在物理空間的實時數據在邊緣側進行過濾、規約和處理，實現快速響應執行。云計算采用按需使用和分布式共享的模式，具有提供龐大云計算資源的能力，可以動態滿足數字孿生驅動的動力電池全生命周期管理模型計算、存儲和運行需求。5G技術[19]具有高速率、大容量、低時延、高可靠的特點，可以更好推動數字孿生動力電池全生命周期管理應用落地。大數據能夠從動力電池全生命周期管理的海量數據中提取有價值的信息，使數字孿生高速高效完成分析、預測、優化和決策工作。區塊鏈技術[20]具有不可篡改、全程留痕的特點，為動力電池全生命周期管理提供了可靠的數據溯源與安全保障。人工智能[21]具有智能匹配最佳算法的功能，能對動力電池全生命周期管理中的數據進行深度挖掘，有效提高數據價值。

4 結束語

通過以孿生數據為核心，構建了動力電池全生命周期管理架構，從設計、制造、使用、再制造、梯次利用和回收再制造6個場景對數字孿生技術在動力電池全生命周期的應用進行了闡述。綜合動力電池全生命周期管理架構與動力電池在各應用階段和場景中的子架構，以數字孿生驅動的動力電池全生命周期管理具有以下特點：

（1）以數字孿生驅動的動力電池全生命周期管理綜合各應用階段實時海量孿生數據，以實時海量孿生數據驅動各階段各場景應用下的動力電池管理優化，對監控動力電池運行、維護、安全預警等提供技術支撐，為動力電池安全高效的制造、運行和維護提供實時反饋和保障。

（2）數字孿生驅動的動力電池全生命周期管理過程中產生的海量數據，結合人工智能和云計算高新技術，為動力電池綠色低碳設計、安全高效設計的全局最優解提供有效路徑，通過提高設計質量，實現動力電池全生命周期管理的良性循環。

（3）雖然數字孿生技術目前已在動力電池制造階段和首次使用階段有應用，但針對數字孿生技術在動力電池上的應用研究仍處于初級階段，緣計算、云計算、5G、大數據、區塊鏈、人工智能在數字孿生上的應用尚待突破。

實現數字孿生技術在動力電池上的深度應用，完成面向動力電池全生命周期的感知反饋、精確控制和精準執行是數字孿生動力電池研究目前面臨的重大技術問題。