2020年12月23日，中國汽研成功舉辦《2020第三屆新能源汽車測試評價技術國際論壇》。中國汽研將持續(xù)為大家推送精彩演講實錄，本文為特來電大數(shù)據(jù)技術部部長潘博存帶來的《基于大數(shù)據(jù)的電動汽車充電系統(tǒng)安全評估》。

01  安全防護體系及思路之轉變

特來電對于充電安全的思考，主要在于數(shù)據(jù)與系統(tǒng)邊界，充電量較少時，充電安全邊界特征并不明顯，隨著充電量的增加，比如達到100萬次，系統(tǒng)的安全邊界將會逐漸顯現(xiàn)，當充電量達到1000萬次，基于數(shù)據(jù)得到邊界和特征從而建立專家?guī)?，當充電量達到1億次時，基于工業(yè)大數(shù)據(jù)可以建立充電大數(shù)據(jù)，基于充電大數(shù)據(jù)可在車輛充電時進行實時防護，提前檢測車輛的安全狀況，并告知用戶維修，保證車輛充電安全。

目前已在充電網(wǎng)上建立了兩層安全防護技術體系。下圖較形象的展示了車輛充電過程，相當于一個運行的充電安全防護過程，整個充電網(wǎng)規(guī)模大約40萬筆訂單。車輛每次充電時 ，CMS設備防護模型和大數(shù)據(jù)防護模型會對包含了BMS、充電樁及車輛之間的信息流和能量流同時進行實時檢測，當檢測到異常時，將會及時終止訂單，進入異常訂單庫。



兩層安全防護架構，首先基于充電網(wǎng)實時數(shù)據(jù)，如BMS數(shù)據(jù)、充電樁數(shù)據(jù)、用戶數(shù)據(jù)、環(huán)境數(shù)據(jù)建立充電大數(shù)據(jù)，并結合充電網(wǎng)歷史數(shù)據(jù)，包含車輛檔案（安全評分、電池健康評分、使用習慣評分）及車型檔案（安全評分、電池健康評分、使用習慣評分）建立兩層安全防護架構：在設備側建立CMS主動防護層，包含單體過壓防護模型、電池過溫防護模型、溫差過大防護模型、溫升異常防護模型等；在大數(shù)據(jù)側建立大數(shù)據(jù)防護層，包含動力電池不均衡性模型、車輛電池壽命預測模型、充電行為模型和電池安全評分模型等。經(jīng)兩層安全防護檢測后將會對車輛做出安全決策，比如阻斷充電、報警通知、監(jiān)控評估等。安全決策完成后，運營系統(tǒng)會持續(xù)跟蹤該筆訂單，并將整個數(shù)據(jù)實時反饋到模型，及時修正模型，保證模型的準確度。

充電安全全生命周期管理流程為：充電時，兩層防護模型進行防護，存在異常訂單時，一方面通過APP報警，或通過短信微信通知C端用戶、B端用戶、特來電運營、主機廠、電池廠進行車輛的維修，維修反饋結果同時反饋到防護模型；另一方面異常訂單發(fā)生后會更新到車輛、車型檔案，通過安全評價模型評價，識別高危車輛，進行工單處理，以工單為抓手持續(xù)跟蹤車輛，發(fā)送安全防護報告至客戶端，維修完成后工單關閉，工單信息同樣會反饋到防護模型，建成了一個正向充電安全防護良性循環(huán)機制。

充電安全防護思路為：通過安全防護模型識別高危車輛，告知車輛維修。防護概括為雙軸兩側，即為時間軸空間軸，設備側平臺側，時間軸利用大數(shù)據(jù)云端的算力，關注變化趨勢；空間軸找不同；設備側接收充電參數(shù)、實時防護；平臺側下發(fā)充電曲線、長時間防護。防護的分類，比如從乘用車、商用客車、商用貨車，不同充電倍率，磷酸鐵鋰、三元、錳酸鋰、鈦酸鋰，老車和新車，不同地區(qū)這些維度去分析。

02  安全防護框架、模型及數(shù)據(jù)

安全防護的整體架構如下圖，理論依據(jù)分為規(guī)?；妱悠嚢踩潆婈P鍵技術及裝備研究，智能充電網(wǎng)與配電網(wǎng)，分布式能源的融合技術研究，基于云技術的充電網(wǎng)互聯(lián)互通數(shù)據(jù)平臺的研究。系統(tǒng)的實現(xiàn)分為充電設備，充電管理，協(xié)同調度，平臺服務。基于充電安全方面的輸出，有特來電主導或參與的行業(yè)標準。



基于充電過程數(shù)據(jù)對充電安全風險分析，數(shù)據(jù)的范圍包括縱向時間維度、橫向同車型擴展數(shù)據(jù)范圍；數(shù)據(jù)的變化包括過程數(shù)據(jù)的梯度變化、過程數(shù)據(jù)的變差；數(shù)據(jù)的關聯(lián)是數(shù)據(jù)間的相關約束關系。



基于正態(tài)分布的充電指標異常檢測方法：在正態(tài)分布中，區(qū)間（μ-3σ,μ+3σ）是隨機變量X實際可能的取值區(qū)間，X落在該區(qū)間以外的概率小于千分之三，在實際問題中一般認為這種事件是不會發(fā)生的，如果變量屬于這千分之三，即是異常點。在基于正態(tài)分布的充電異常檢測中，“變量”可以是最高溫度、最大溫差、溫升速率、SOC速率、單體最大壓差等指標，樣本數(shù)據(jù)來自相同地區(qū)信息、相同車輛型號信息、相同時間信息的充電記錄。



異常檢測舉例：大數(shù)據(jù)分析指標的變量，可以是最高溫度、最大溫差、最大溫升速率、電池壓差、最大SOC速率等指標，樣本數(shù)據(jù)來自相同地區(qū)信息、相同車輛型號信息、相同時間信息（每天或每月）的充電記錄。正態(tài)分布N(μ，σ2)由均值μ和標準差σ唯一決定的分布。根據(jù)樣本數(shù)據(jù)估算出均值u和標準差σ，樣本數(shù)為n，公式如下。





03  安全防護應用

安全評價，目前已實現(xiàn)平臺下每輛車的各個電池指標評分，形成了車輛得分檔案，為車輛的定性和定量評價提供依據(jù)：平臺根據(jù)各項指標得分識別高危車輛；根據(jù)車輛得分可以協(xié)助客戶對車輛進行分類管理、分批次更新；車輛得分可以讓用戶簡單直觀感受車輛安全狀況。



安全防護產(chǎn)品，比如公交專屬安全報告；充電防火墻，客戶可按照城市、充電站、品牌、車型、車牌號、賬號、VIN等維度，在不同范圍內限制不同車輛充電，限制SOC值可自由設置。利用“安全防火墻”功能可以限制/禁止高危車輛充電，限制/禁止某車型車輛充電，子公司自行設置本城市限制策略，限制/禁止某高危電站所有車輛充電。目前已經(jīng)做出的要求包括已統(tǒng)一對全國經(jīng)常燒車的5個高危車型和3個品牌全系車型進行限制；對加油加氣站周圍50米電站進行充電限制。

平臺可為C端用戶進行車輛故障的彈窗和亮燈預警，同樣，可以為C端用戶展示車輛安全檔案、車輛近期的關鍵指標表現(xiàn)情況，用戶可以實時查看車輛安全狀態(tài)分析。