
【電車世代】電池壽命飄忽不定難以捉摸?英國有人說他們能精準預測

先拋開自動駕駛、ADAS 等軟體部分,電池可說是一台電動車裡最重要,也是最昂貴的組件了!畢竟電池就直接跟續航力息息相關,消費者購買電動車時除了會看電池容量之外,也很重視電池到底可以用多久。
像根據蘋果日報報導,特斯拉就號稱 Model S、Model X 行駛 32 萬公里電池容量耗損只有 10%,其中前 16 萬公里衰減速度會比較快,但接下來的 16 萬公里衰減速度就會慢慢穩定下來,這 32 萬公里也差不多就是公認一台車的車輛壽命極限了。
還有像日本傳統車廠巨頭 TOYOTA 也都聲稱過,他們的電動休旅車也開個十年,差不多 24-32 萬公里區間也是可以保有 90% 的電池容量。但是以上都只是「聲稱」,就連特斯拉也只敢給 8 年保固(或一定里程數,Model S、X、3 各自的里程數不同。)的確各個車廠都有給一個 range 出來,但事實上鋰電池的壽命是用充電週期來算的,而且還會受到溫度等因素影響,所以過去要精準預測電池壽命是不太容易的。
那到底有沒有一種更科學、更精準的方式,來預測電動車的電池壽命呢?現在倒有一組英國團隊說他們可以精準預測囉!這是一家英國的電池分析公司,叫做 Silver Power Systems (SPS) ,在過去的九個月裡,它一直在與帝國理工學院、倫敦電動汽車公司(LEVC)和研發機構 JSCA 合作,進行一項名為 Redtop 的研究計畫。
Redtop 是 Real-Time Electrical Digital Twin Operating Platform,翻過來就是即時電力數位鏡像操作平台,聽起來有點繞口,但他們是在做什麼呢?簡單來說,靠的是物聯網+大數據+AI 的經典組合,他們把 Silver Power Systems 的物聯網設備,裝在 50 輛 London Electric Vehicle Company TX 電動出租車跟一輛來自 Watt Electric Vehicle Company 的新型電動跑車,這 51 台電動車加起來總共行駛了 500,000 多公里(310,686 英里)。
這些物聯網裝置會不斷把各種資料回傳到雲端,提供訓練機器學習所必要的大數據,這些數據種類很多,也很詳細,像基本的可視化旅程歷史、距離、速度、休息時間、消耗的千瓦時和充電位置,到所有電池的充電、放電事件、電池溫度變化以及相關環境條件和位置都有紀錄。
這個機器學習平台也是 SPS 自己設計的,叫 EV-OPS,更詳細的說,他們會研究電池的化學成分,並分別有針對上述的參數建立出幾個不同的模型,包括電池溫度變化、充電次數、電流大小,然後結合建立出一整套參數更多、但也更接近真實環境的預測 AI 模型。
這個模型被做出來後,就會用回來跟每台現實世界的車做比對,根據車的溫度變化、充電次數來推測每一台車的電池壽命。SPS 還把這套系統的 UI 做成了可以很好觀察電池健康狀況的監控畫面,這對像是計程車、電動巴士公司等集團式的車隊營運商特別有用,不只能提早準備更換電池避免意外,還能根據電池健康狀況,精準預測車輛的剩餘價值。
維修廠或電池製造商也不用說了,他們可以更精準判別該不該換電池,而不是出了問題才做更換,也降低了電池損壞所帶來的火災風險。
甚至對電動汽車製造商而言,還能透過這種監控功能更加了解他們所安裝的電池性能,並透過 OTA 功能更新電動汽車的軟體,修改演算法或參數來讓緩延電池老化的速度,最大限度地延長電池壽命。