演讲题目:《动力电池低温应用技术开发》
报告人:理想汽车电池性能开发负责人 罗海灵
时 间:5月16日
今天主要介绍一下理想汽车在动力电池低温应用领域的技术进展。众所周知,去年理想汽车推出了两款具有里程碑意义的车型。首先,L6作为公司首款搭载磷酸铁锂电池的增程式车型,其研发重点在于提升铁锂电池在低温环境下的功率输出和动力性能,并解决铁锂电池在估算精度方面的固有缺陷。其次,MEGA作为理想汽车的首款5C快充纯电车型,除了致力于实现15分钟充电500公里或最快11分钟充电500公里的宣传目标外,还着力于确保在冬季条件下用户仍能享受到5C级别的超快充电性能。目前,相关技术优化工作正在进行中。
首先介绍一下L6的研发历程。在选择铁锂电池技术应用于增程领域之初,我们对铁锂电池的性能表现持有一定的保留态度。通过深入分析铁锂与三元电池的技术差异,并结合广泛的铁锂电池用户调研,我们从技术层面识别出用户对铁锂电池的主要不满,以及行业内应用所面临的两大技术难题。具体而言,铁锂电池在动力性能上相较于三元电池存在劣势,尤其在低温环境下更为明显。此外,铁锂电池的SOC计算精度亦是挑战之一。为攻克这些难题,我们在硬件和软件两个层面进行了创新,包括高功率电芯设计、自适应功率控制算法以及自适应轨迹重构算法的开发与应用。
在硬件层面,在L6型号中首次采用了高功率密度的电池电芯设计。通过在正负极材料及电解液层面进行深入的材料优化,确保了在低温环境下10秒内的峰值功率相较于传统铁锂电池提升了20%。同时,在提升功率性能的同时,通过采用多级匹配的正极颗粒设计,确保了能量密度在传统铁锂电池基础上的进一步提升。然而,更为显著的改进体现在软件升级策略上。在电池放电过程中,电压的释放程度与功率输出成正比。然而,电池存在电压阈值限制,电压无法无限下降。对于功率控制策略而言,特别是在低温条件下,由于电池内阻增大,导致低温性能衰减更为迅速。因此,无论是低温下的功率映射图还是控制策略,设计上均需更为谨慎。在传统低温状态下,基于电压的闭环控制功率策略可能导致接近电压下限时的超调现象。当电压降低时,功率必须相应降低,而一旦功率降低,电压则迅速恢复,从而释放功率,功率会出现较大的波动。针对L6型号自主研发的功率策略,其核心目标是在尽可能接近安全边界的情况下,最大限度地发挥功率,并确保功率释放过程足够平缓。该解决方案基于等效电路模型,旨在实现对未来功率的精确预测和毫秒级快速响应,以确保在安全边界内尽可能平滑地释放功率。总体而言,通过应用这套功率控制算法,低温峰值功率的边界得到了进一步的提升,增幅达到30%。
锂铁SOC估算的准确性问题一直是一个技术难题。众所周知,三元电池的SOC与OCV曲线分辨率较高,通过单点静态电压测量即可获得较为精确的SOC估算值。然而,对于锂铁电池而言,在较宽的SOC区间内,电压变化微小,难以通过电压测量来精确校正SOC的准确性。传统的锂铁SOC估算算法通常要求用户定期进行满充操作,以便在高SOC区间设定一个标准阈值进行SOC估算。此外,部分算法利用SOC在50%至60%区间存在的电压台阶效应来辅助SOC校准。然而,以L6增程式车型为例,观察理想ONE和L9的用户使用模式,由于这些车型长期依赖燃油,用户的SOC往往持续在30%至50%之间,这导致了长期缺乏校准机会。因此,当用户下一次使用电力时,可能会因为电量估算误差而遭遇动力不足的问题。
为了解决这个问题,我们团队自研开发了一套自适应轨迹重构算法(ATR)。该算法的核心在于利用历史测量数据进行SOC的精确估算。具体而言,通过分析历史数据,我们能够构建一个更为精确的SOC估算模型。在内部讨论中,算法工程师们采用了一个类比来阐释此算法原理,即“水杯模型”。在此模型中,铁锂电池的SOC估算被比作一个无刻度且不透明的水杯。初始测量时,水杯的水位范围设定为0至100毫升,误差为±50毫升。然而,若往水杯中导入30mL的水而未溢出,或在电池充电过程中,充入30Ah的电量,在短时间内累积误差可忽略不计。因此,当前电池电量误差可缩小至30至100毫升之间,误差范围可进一步限定在±30毫升。进一步抽象地阐述,单次电压测量对应较大的误差区间,但结合不同历史时期的多点测量数据,多个误差区间相互交叉或嵌套,将显著缩小误差范围,从而通过迭代过程不断收敛至更为精确的SOC估算精度。在实施自主研发的算法后,经过一年的运行,L6型的SOC整体误差范围已稳定在3%至5%之间,这一精度与三元电池的性能相当接近。然而,我们应保持谨慎,因为这一结果是多种算法协同作用的综合体现。除了应用ATR算法外,我们还建议用户在车载系统上每两周进行一次电池满充操作,以维持电池的最佳性能。
接下来,我们再来了解一下理想MEGA在低温环境下的超充性能表现。在MEGA的研发过程中,我们持续关注并分析用户的充电需求。众多新能源汽车论坛中,用户普遍反映在低温条件下充电时间有所延长。MEGA于去年4月正式推向市场以来,尤其在北方地区,由于上市时的气温较低,部分用户反映实际充电功率未能达到我们所宣称的500kW。因此,我们一直在对MEGA的性能进行持续优化,主要优化方向包括:高倍率电芯设计、高效热管理系统设计以及智能充电控制策略。
在硬件层面,高倍率电芯设计与高效热管理系统设计至关重要。MEGA电池作为首款采用5C超充技术的电池产品,不仅在常温条件下实现了5C的充电性能,而且在低温环境下,其充电倍率是传统2C电池的两倍,从而在低温条件下基本实现了与传统2C电池在常温下的充电速度相匹配。在热管理系统设计方面,为应对5C超充过程中持续的大功率放电所引起的高热问题,我们采用了双大面水冷冷却架构,即广为人知的麒麟架构。该架构相较于传统底面冷却方式,冷却面积提升了五倍,同时带来了另一项优势:在冬季快速为电池增温时,加热速率极为迅速。根据我们的实测,在-10℃的低温环境下,配合车端热泵加热系统,电池的最快加热速率可达到1.2℃/分钟。
在分析软件架构的关键议题时,核心焦点在于提升软件层面用户体验的策略。针对冬季电池充电速率的优化问题,关键在于在充电过程中将电池温度控制在20℃至30℃的最佳充电温度区间内。尽管此逻辑看似简单,但在实际操作过程中却遭遇了众多挑战。目前,众多行业竞争者已在产品中集成了在途加热功能,这激发了行业内的深入思考。本文将分享在开发相关算法过程中的经验。首先,探讨如何将电池加热至适宜充电的温度区间。在冬季,用户对续航里程的敏感度增加,因此我们致力于以最低的加热能耗实现温度提升。研究一种高效的热管理系统架构,并明确电池加热的目标温度。通过获取导航信息,预测到达充电站所需时间,进而推算出到达充电站时电池的SOC和温度,以及充电桩的最大功率信息。基于这些数据,结合不同目标SOC下的温度和不同充电桩的最大能力,为车载计算系统设定一个精确的目标温度,确保以最小的加热功率实现最优的加热效果。
我们研究团队内部一直在持续关注并监控既定的设计目标。目前,MEGA用户端在冬季的平均预热能耗已实现显著降低,单次预热能耗基本维持在1.5kWh左右,相较于初始水平有了显著的提升。然而,存在一个更为复杂的挑战,并非仅限于技术层面。以导航信息依赖为例,当用户位于家附近1-2公里范围内有其熟悉的充电站时,用户往往选择不使用导航系统,直接驾车前往,此时通过加热策略来引导用户的充电行为变得尤为困难。为此我们做了两方面的努力:1、在手动操作的加热开关方面,只要用户打开了这个按钮,本系统将依据车载计算机系统的提示信息,为用户提供适时的关闭建议。2、在车辆导航系统的路径规划、充电策略制定以及至充电站的行驶过程中,本研究团队实施了一系列用户体验优化措施,旨在通过这些措施,增强用户对途中预冷或预热功能的使用意愿,并对用户进行相应的功能教育。
我们特别关注MEGA产品上市后,对用户需求行为进行的分析以及随后的技术升级。在MEGA产品初次推向市场时,我们宣称其能在15分钟内完成500公里的充电,而实际性能可达到11分钟内完成相同距离的充电,这主要得益于电池在10%-80%充电效率区间内的快速充电能力。自MEGA上市以来,我们持续对理想5C超级场站的订单数据进行深入分析。数据显示,在MEGA产品上市初期的6月份,大部分充电操作在电池电量达到95%时自动停止,这表明许多用户倾向于在单次充电行为中将电池充至接近满电状态。然而,我们发现用户在实际充电过程中并未完全充满电池,对此我们进行了影响因素的分析。首先,充电时间较长是一个显著因素。尽管我们宣称15分钟可充电500公里,但在6月份,超过1/5的用户充电时间超过了25分钟。我们进一步分析了在高速服务区主动提前拔枪的用户数据,发现这部分用户对充电时间极为敏感,他们往往在15分钟内完成充电后便离开,这表明用户在单次长途出行中期望在15分钟内达到电池满充状态。此外,我们还注意到,对于充电速率敏感的用户,当桩端输出功率在30秒内从100kW降至30kW时,他们会选择拔枪停止充电,因为他们认为继续充电会导致充电速率显著下降。在对MEGA进行技术升级的过程中,我们针对其充电性能进行了显著的改进,特别是在80%至95%的充电区间。需要说明的是,我们并没有提升MEGA本身的充电功率或压缩其充电安全边界。改进措施主要集中在充电控制策略的三个核心要素:电流、电压和温度,通过细化控制策略的颗粒度来实现。目前,在大多数充电场景下,电池温度的路径能够沿着最优路径进行,这主要得益于我们对控制策略的精细化处理。
我们再来看一下用户端的表现。去年9月底,我们团队实施了策略的OTA升级。根据当月的统计数据,用户端5C超充场站的充电时间显著缩短,平均充电时间从最初的20分钟降低至15分钟以内。需要指出的是,用户到达场站时的初始电池SOC存在差异,因此所报告的15分钟为全量用户的平均充电时间。此外,OTA升级后,场站内充电至满电状态的用户比例显著提升,接近80%。这些数据结果进一步证实了用户在长途出行时,期望在15分钟内完成充电并满电出发的需求。