王思淼 张英杰 王 芳 邓斯文

(上海市新能源汽车公共数据采集与监测研究中心， 上海 201800)

0 引言

近年随着汽车电动化浪潮的兴起，各大传统车企如大众、比亚迪及新兴车企如特斯拉、蔚来纷纷投身电动汽车产品的研发和市场角逐。电动汽车产品技术不断革新，产品内容不断丰富，加之我国政策的扶持和促进，消费者对电动汽车产品的认可度也在不断提高。自2015年起我国的新能源汽车的产销量已连续5年居世界首位，截至2020年12月底，我国新能源汽车保有量已达492万辆，占国内汽车保有总量的1.75%[1]。

电动汽车核心部件—动力电池的剩余容量，即SOH(State of Health)的估计与预测从电动车出现至今，一直是业内热点话题之一。一方面，电池容量的衰减量直接影响到车辆的续航里程和用户驾驶体验；另一方面，在新能源汽车的二手交易市场中，电池剩余容量也是车辆残值评定参考的主要因素之一。传统方法一般使用专用设备进行线下检测，具有检测费用高、检测时间长、地理位置不方便等一系列缺点。我国在2016年出台了《电动汽车远程服务与管理系统技术规范》(GB/T 32960)，技术规范定义了新能源汽车需采集上传至公共平台的7类共计约60个车端信号，包括总电流、总电压、SOC、车速等。这些数据为动力电池健康度的线上估计和应用提供了可能。

目前对动力电池SOH的估计和预测主要有两类方法，分别是基于电池模型的方法和基于数据驱动的方法。基于电池模型的方法如经验模型法、等效电路模型法和电化学模型法，都是先建立一个参数未知且能直接或间接表征电池衰减程度的模型，然后利用实验数据和其他算法对模型参数进行估计[2]；……