下载掌阅APP，畅读海量书库
立即打开
通过上述调研与分析结果可知，国内外对动力电池系统的SOS预测、故障诊断、风险预测以及安全控制管理方面已经开展了比较深入的研究，并取得了丰硕的理论与实践成果，但是针对实际车辆运行大数据的动力电池系统安全控制管理研究才刚刚起步且尚不完善，可以归纳为以下几点问题与不足。
（1）动力电池系统安全性与一致性耦合关系
国内外学者在动力电池系统安全性与一致性耦合关系和演变规律方面开展了广泛的研究，但是这些研究中的绝大部分仍是基于工程实践经验和少量实验中电压、电流、温度等可直接测量电信号开展，难以将环境、路况、充电行为、驾驶行为等实际车辆行驶过程中的复杂影响因素考虑在内，因此现有研究方法对于复杂多变的实车行驶工况的复现效果不佳，动力电池系统安全性与一致性耦合机制研究尚不完善。
（2）动力电池系统SOS预测
动力电池系统SOS精确预测对电动汽车运行的安全性、可靠性和耐久性具有非常重要的意义。现有基于物理实验和数学模型的相关研究可以在一定程度上实现对未来SOS参数变化趋势进行合理的推测，但却难以对它们未来一段时间的数值变化进行精准预测，目前面向实车动力电池系统的在线SOS预测还鲜有研究。现有动力电池系统SOS预测模型对模型参数的精度要求较高且往往计算比较复杂，各种状态观测器和滤波器对环境噪声建模效果不佳且难以对动力电池系统实际运行环境进行有效复现。
（3）动力电池系统SOH估计
为了实现电池SOH的精确估计，现有基于实验的研究完成一套完整的电池容量或者内阻测试通常需要一个稳定的实验环境、预设好的充放电工况、较小的采样间隔和较长的测试时间。但是对于实车动力电池系统来说，复杂的运行环境和充放电深度的动态变化均不利于在统一标准下提取准确的电池内阻、充电容量、放电容量等常规SOH特征值；在复杂的实际运行环境下，现有的等效电路模型等电池建模方法的建模效果和电池阻抗特性的辨识效果都大打折扣，因此现有的SOH估计方法大多局限于实验室研究，仍然难以在实际运行的车辆上发挥作用。
（4）动力电池系统故障诊断
近年来，基于电池电化学机理、物理实验、数学模型和数据驱动等方法，国内外学者在动力电池系统故障诊断方法方面已经开展了比较深入的研究，但是这些研究大多是基于少量实验开展的，且算法结构复杂、计算量较大且对电池故障的实时诊断效果较差。此外，由于现有故障诊断模型研究难以将实际运行车辆的复杂工作环境考虑在内，模型的实车诊断精度较低，如何能够实现动力电池系统故障诊断对于系统噪声、环境噪声等未知初始值以及系统不确定性的鲁棒性分析，并在较小计算量的基础上完成较高准确率的实时在线故障诊断仍是该方面研究的重点和难点。
（5）动力电池系统风险预测
为了防止严重故障发生并优化动力电池系统的维护周期，对可能发生的动力电池系统安全性风险进行准确的提前预测对于保障其在复杂工况下的安全性和可靠性极为重要。但是动力电池系统“机—电—热”各类安全风险特征复杂多变，多种因素互为前提，早期异常信号提取难度较大。现有动力电池系统风险预测方法对早期异常信号的在线识别和定位能力较差，实车运行环境下的预测效果的鲁棒性应用效果欠佳，面向实车动力电池系统的多级风险预测策略尚待完善。
（6）动力电池系统安全管理策略
国内外学者及企业机构在动力电池系统安全控制策略方面已经开展了广泛的研究，主要集中于电池故障在线诊断、安全事故预报警机制及高安全结构设计等方面。但是现有BMS集成的各种电池安全风险预测/预警模型在动力电池系统实际运行过程中的预测准确率较低，通用性较差；动力电池系统SOS状态实时监测和事故原因的反向追踪效果不佳；面向实车动力电池系统全寿命周期的高安全性、高可靠性和高稳定性的动力电池系统安全控制策略尚待开发。