供应巡逻车新能源蓄电池6-EV-160详细参数

电动汽车成也在动力电池，败也在动力电池。我非常认同这一理念，动力电动车电池不仅是电动汽车的基础，也是影响消费者购买的非常关键的因素。

　　续航里程是用户大的痛点，续驶里程是电池数量决定的，更多的电池意味着更高的成本，所以现阶段整车厂商需要在续航里程和成本之间找一个平衡点。另一方面我们需要找一个突破，进一步动力电池的性能标准和性价比。

　　汽车行业正在经历根本性的变革，这也是我的团队和我本人加入FMC的重要原因。智能化和电动化是未来主要的两个大趋势，这两者是相辅相成的。电动化一方面意味着减少排放，更有利于环境，另一方面它又不仅仅只是电动系统的改变，作为全新的平台结构，电动车更有利于无缝互联、自动驾驶等新技术的应用。

　　大数据的主要价值有：

　　一，管理价值。依托自主研发的大数据分析应用，从战略上提升大数据管理与应用高度，确立数据资产的概念，分析企业各价值链环节的业务大数据，提升科学决策和企业运营效率。

　　二，研发价值。依托自主研发的大数据分析应用平台，实现数据生产和加工，大数据分析落地效率，实现产品快速迭代。

　　三，市场价值。产业链多点渗透布局，数软结合，多维度数据融合，向车主经济+车经济的双模式转变，实现数据增值产出。

　　因为我们有一个大数据，我们基于现在的大数据，对电动汽车和电池大数据这方面做了一些应用研究。

　　首先，千辆级电动汽车运行规律研究。主要内容包括电动出租车乘用车应用规律研究，电动汽车充电规律研究，电动汽车用户用车规律研究等等这四方面的研究内容。我们分析了北京市共计83辆出租车为期一年的数据，共21844车天的56849次出行，分析出租车的出行和充电效率。我们得出以下结论，平均单次出行里程6.21公里，平均单次出行时间160分钟，平均单日出行里程11.2公里，平均单日出行时间427分钟，单日出行里程增加，峰值在100公里左右，80%的天数单日出行里程在168公里以内。出租车在春季和秋季出行里程较少，在冬季出行较多。平均近2天一次快充，平均1天进行一次慢充。

　　我们对车也做了一些分析，也得到一些结论，短途出行充电量集中在20%—50%之间，中途出行和长途出行集中在60—80%，其中中途出行的峰值比长途出行更小一些。

　　对电动汽车工况也做了一些分析，因为电动汽车的对标工况是整车设计、控制与管理的一些基础，中国目前使用的工况为欧洲工况，与中国的实际工况有所差异，目前我国已有大量的电动汽车运行数据，基于这些数据提取符合中国实际情况的工况，将使电动汽车的设计和性能评价与市场实际表现更为符合。

　　我们也看到这几年整个电池产量扩张非常大，前面几位都讲过，包括未来的市场潜力。当然，我认为大的潜力是我们要替代传统燃油机发动车的车型。其实我个人认为如果我们能突破20%、30%未来不会到50%就会很快到70%的水平，我认为电动车超越传统车的比例的情景，需要在2025年以后才会看出。

　　我们通过一些处理方法得出了四种典型的工况，郊区工况、严重堵塞工况、一般城市工况和堵塞工况。

　　三个是基于大数据的电池容量估计。因为电动车实际使用大多数时间都不可能完整的满充满放，难以直接评价电池的衰减情况，我们通过自己的一些自主开发的研究方法，做了一些数据分析。我们通过数据分析发现，电池两年的容量变化情况，我们这个方法直观定量的描述了动力电池的衰减，我们也做了一些实际的验证，通过验证我们发现这个研究方法与实际的误差在2%左右。

　　四，基于大数据的电池温度分析。我们通过分析通州出租车、厦门出租车，同一时间的电池高温度和低温度，我们得出了通州出租车电池****低温度、电芯****高温度，我们通过这些分析可以为热管理系统、电芯寿命选型提供一些重要的依据。

　　五，基于大数据的一致性分析。随着电动汽车运行里程和时间的增加，由于各单体自放电、容量衰减、内阻增加的差异性，单体一致性会有所变化，****直观****简单的就是反映在压差上，我们对压差进行了一些分析，左图是单体电压差随里程的变化，右图是动态充电末端电压，可以看得出来，我们可以通过这种分析直接到BMU问题，提醒客户维修。

　　六，故障预警。通过嵌入故障诊断逻辑或进行历史故障数据的学习，实现故障预警功能。通过一些数据也能分析出电池松动大数据，就是说可以知道现在车有什么问题，需要维修或者其他情况的。