高压电池的数字孪生体

在没有长期经验的情况下，要如何才能知道一个系统在未来会是什么样子？这个问题已困扰美国国家航空航天局（NASA）几十年了。毕竟，他们经常将配备最新技术的探测器发射到未知的陌生环境中。为了能更好地预估太空船的生命周期，NASA 的研究人员在 2000 年初便开发出了“数字孪生”这一概念：他们在计算机上打造了真实的飞行器作为模型，即使是最小的细节也不放过，然后模拟未知的场景，例如为期数十年的飞行。

保时捷工程集团也采用了同样的方法，目的却是在于优化电动汽车的高压蓄电池。“我们必须了解单体电池在实地长时间应用中的行为表现——即使我们无法像在内燃机那样有多年的经验可以参考。”保时捷工程公司人工智能和大数据主管约阿希姆·舍珀博士（Dr. Joachim Schaper）如此解释。“数字电池孪生”旨在让人们窥见未来：电池的数字化模拟行为与实际电池完全相同，能够提供有关预期老化过程的参考信息。此外，它还可以用来提高电池的使用寿命和性能。因此，德国和捷克的保时捷工程集团人工智能专家正在全力研究数字电池孪生技术。

这个议题非常热门，因为对于电池耐久性的要求不断趋于严格，包括立法者也持相同的态度。根据欧盟电池法规，从今年八月开始，所有在欧盟境内销售电池者，都必须提供有关电池性能和耐久性的信息。美国加利福尼亚州已制定了最低标准：从 2030 年款开始，电动汽车在 10 年后或在150,000 英里（241,000 公里）行驶里程后，必须保证至少仍达到 80% 的认证续航里程。加州空气资源委员会（California Air Resources Board）于 2022 年11 月在其《先进清洁汽车法规 II》（Advanced Clean Cars II）中作出了这项规定。欧盟未来也可能推行类似的法规。这对于整车制造商来说，能够提供关于汽车电池耐久性的精确信息，将是至关重要。

为了创建一个电池数字孪生，工程师计划使用一个可扩展的模块化框架结构，用来集成现有和未来的模型元素。基础是一个性能模块，用来简化描述电池的电气特性，并且基于例如电阻电容模型等既有方法来建立；再加上一个更复杂的电化学模型，能够在单个粒子层级上模拟单体电池内部的过程，也就是阳极、阴极和电解质之间的相互作用。另一个支柱则是热模型，用来预测电池对冷或热的反应。

这些模型主要基于单个单体电池或电池模块在实验室内的试验，因此只能有限地预测电池在汽车中的性能。有鉴于此，保时捷工程集团的专家们采用真实的现场数据。这些数据来自测试车辆或测量电池的测试台。此外，如果有客户参与数据交换项目，上述数据还可以获得车队数据的补充。

这些现场数据可以用来训练人工智能演算法，使其能够识别客户的使用行为模式。例如单个单体电池中的温度或电压偏差可能意味着过早磨损和异常。然而，人工智能只能识别现场数据库的目的，无法做出有关长期老化效应的陈述，因为街道上很少有车龄超过 4 年的电动汽车。因此，保时捷工程集团的工程师将两个世界结合在一起：“成功的关键在于将既有的模型组件和人工智能方法相结合。”保时捷工程集团开发工程师阿德里安·埃森曼（Adrian Eisenmann）解释说。

一些初创公司已经全力专注于分析电池数据。然而，只观测单体电池和模块是不够的。舍珀强调说：“我们还需要车辆上各种过程的完整相关知识。保时捷工程集团对于这两个世界都很熟悉：例如，工程师们已经开发出大部分保时捷电动汽车电池管理系统和驱动系统脉冲变频器。同时，保时捷工程集团也聘用了高度专业的电池数据科学家。

从数字电池孪生的工作中，已经发展出第一个功能——“维修预测”。该功能基于一个机器学习算法，能监测电池数据，并在侦测到磨损或异常时发出警告。“这样就可以主动地接触客户。”保时捷工程集团的电池分析产品经理拉斯·马斯塔勒博士（Dr. Lars Marstaller）说。与此同时，预测功能也有助于缩短可能的维修车间停留时间，因为可以及早订购必要的备件。

数字电池孪生的开发工作已在去年开始，并且进度良好。保时捷工程集团已经创建了电化学模型和热模型的原型，现在即将与人工智能结合运用。然而，这项工作相当具有挑战性：配备不同热系统和充电系统的车辆所提供的数据必须汇集合并，而且实验室模型往往很复杂，需要大量的计算能力。必须利用现场数据为模拟模型逐步设定参数，使其更接近现实。目标是在今年开发出原型应用。

远期目标则是，除了建造一个通用数字电池孪生之外，还要打造出个性化汽车电池的数字化模拟。它可以在云端运行，依据客户意愿提供说明，告诉客户应如何在不影响驾驶性能的情况下延长电池寿命。一些已知对电池耐久性有正面影响的因素包括：充电状态（SoC）应保持在 30% 至 70% 之间，并应避免极端外部温度。这些只是众多因素中的一小部分。“电池老化是许多因素的复杂相互作用所造成，在现实中很难区分。”埃森曼表示。

甚至可以想象，未来可以利用数字替身对汽车进行个性化设置。“在未来，我们可以根据客户意愿分析客户的驾驶风格，从而修改电池管理系统的参数，借此尽可能减少磨损。”专家马斯塔勒想象道。除此之外，数字孪生未来还可以为新电池的开发工作提供重要见解——范围甚至可能超出汽车工业之外。舍珀举例道：“有关电池的知识也可以转移到卡车、电动自行车和船只上。”

电池的数字孪生由多个组件构成：电化学模型和热模型描述电池内的物理过程，两个人工智能模型则负责呈现基于测试台数据和现场数据的电池性能。

本文首次发表于《保时捷工程杂志》2024年第1期。

文字：Constantin Gillies

版权：本文中发布的所有图片、视频和音频文件均版权保护。未经保时捷工程书面许可，不得部分或全部复制。欲了解更多信息，请联系我们。

您有问题或想了解更多信息吗？请联系我们：info@porsche-engineering.de