演講題目：《動力電池低溫應用技術開發》
報告人：理想汽車電池性能開發負責人 羅海靈
時 間：5月16日
今天主要介紹一下理想汽車在動力電池低溫應用領域的技術進展。眾所周知，去年理想汽車推出了兩款具有里程碑意義的車型。首先，L6作為公司首款搭載磷酸鐵鋰電池的增程式車型，其研發重點在于提升鐵鋰電池在低溫環境下的功率輸出和動力性能，并解決鐵鋰電池在估算精度方面的固有缺陷。其次，MEGA作為理想汽車的首款5C快充純電車型，除了致力于實現15分鐘充電500公里或最快11分鐘充電500公里的宣傳目標外，還著力于確保在冬季條件下用戶仍能享受到5C級別的超快充電性能。目前，相關技術優化工作正在進行中。
首先介紹一下L6的研發歷程。在選擇鐵鋰電池技術應用于增程領域之初，我們對鐵鋰電池的性能表現持有一定的保留態度。通過深入分析鐵鋰與三元電池的技術差異，并結合廣泛的鐵鋰電池用戶調研，我們從技術層面識別出用戶對鐵鋰電池的主要不滿，以及行業內應用所面臨的兩大技術難題。具體而言，鐵鋰電池在動力性能上相較于三元電池存在劣勢，尤其在低溫環境下更為明顯。此外，鐵鋰電池的SOC計算精度亦是挑戰之一。為攻克這些難題，我們在硬件和軟件兩個層面進行了創新，包括高功率電芯設計、自適應功率控制算法以及自適應軌跡重構算法的開發與應用。
在硬件層面，在L6型號中首次采用了高功率密度的電池電芯設計。通過在正負極材料及電解液層面進行深入的材料優化，確保了在低溫環境下10秒內的峰值功率相較于傳統鐵鋰電池提升了20%。同時，在提升功率性能的同時，通過采用多級匹配的正極顆粒設計，確保了能量密度在傳統鐵鋰電池基礎上的進一步提升。然而，更為顯著的改進體現在軟件升級策略上。在電池放電過程中，電壓的釋放程度與功率輸出成正比。然而，電池存在電壓閾值限制，電壓無法無限下降。對于功率控制策略而言，特別是在低溫條件下，由于電池內阻增大，導致低溫性能衰減更為迅速。因此，無論是低溫下的功率映射圖還是控制策略，設計上均需更為謹慎。在傳統低溫狀態下，基于電壓的閉環控制功率策略可能導致接近電壓下限時的超調現象。當電壓降低時，功率必須相應降低，而一旦功率降低，電壓則迅速恢復，從而釋放功率，功率會出現較大的波動。針對L6型號自主研發的功率策略，其核心目標是在盡可能接近安全邊界的情況下，最大限度地發揮功率，并確保功率釋放過程足夠平緩。該解決方案基于等效電路模型，旨在實現對未來功率的精確預測和毫秒級快速響應，以確保在安全邊界內盡可能平滑地釋放功率。總體而言，通過應用這套功率控制算法，低溫峰值功率的邊界得到了進一步的提升，增幅達到30%。
鋰鐵SOC估算的準確性問題一直是一個技術難題。眾所周知，三元電池的SOC與OCV曲線分辨率較高，通過單點靜態電壓測量即可獲得較為精確的SOC估算值。然而，對于鋰鐵電池而言，在較寬的SOC區間內，電壓變化微小，難以通過電壓測量來精確校正SOC的準確性。傳統的鋰鐵SOC估算算法通常要求用戶定期進行滿充操作，以便在高SOC區間設定一個標準閾值進行SOC估算。此外，部分算法利用SOC在50%至60%區間存在的電壓臺階效應來輔助SOC校準。然而，以L6增程式車型為例，觀察理想ONE和L9的用戶使用模式，由于這些車型長期依賴燃油，用戶的SOC往往持續在30%至50%之間，這導致了長期缺乏校準機會。因此，當用戶下一次使用電力時，可能會因為電量估算誤差而遭遇動力不足的問題。
為了解決這個問題，我們團隊自研開發了一套自適應軌跡重構算法（ATR）。該算法的核心在于利用歷史測量數據進行SOC的精確估算。具體而言，通過分析歷史數據，我們能夠構建一個更為精確的SOC估算模型。在內部討論中，算法工程師們采用了一個類比來闡釋此算法原理，即“水杯模型”。在此模型中，鐵鋰電池的SOC估算被比作一個無刻度且不透明的水杯。初始測量時，水杯的水位范圍設定為0至100毫升，誤差為±50毫升。然而，若往水杯中導入30mL的水而未溢出，或在電池充電過程中，充入30Ah的電量，在短時間內累積誤差可忽略不計。因此，當前電池電量誤差可縮小至30至100毫升之間，誤差范圍可進一步限定在±30毫升。進一步抽象地闡述，單次電壓測量對應較大的誤差區間，但結合不同歷史時期的多點測量數據，多個誤差區間相互交叉或嵌套，將顯著縮小誤差范圍，從而通過迭代過程不斷收斂至更為精確的SOC估算精度。在實施自主研發的算法后，經過一年的運行，L6型的SOC整體誤差范圍已穩定在3%至5%之間，這一精度與三元電池的性能相當接近。然而，我們應保持謹慎，因為這一結果是多種算法協同作用的綜合體現。除了應用ATR算法外，我們還建議用戶在車載系統上每兩周進行一次電池滿充操作，以維持電池的最佳性能。
接下來，我們再來了解一下理想MEGA在低溫環境下的超充性能表現。在MEGA的研發過程中，我們持續關注并分析用戶的充電需求。眾多新能源汽車論壇中，用戶普遍反映在低溫條件下充電時間有所延長。MEGA于去年4月正式推向市場以來，尤其在北方地區，由于上市時的氣溫較低，部分用戶反映實際充電功率未能達到我們所宣稱的500kW。因此，我們一直在對MEGA的性能進行持續優化，主要優化方向包括：高倍率電芯設計、高效熱管理系統設計以及智能充電控制策略。
在硬件層面，高倍率電芯設計與高效熱管理系統設計至關重要。MEGA電池作為首款采用5C超充技術的電池產品，不僅在常溫條件下實現了5C的充電性能，而且在低溫環境下，其充電倍率是傳統2C電池的兩倍，從而在低溫條件下基本實現了與傳統2C電池在常溫下的充電速度相匹配。在熱管理系統設計方面，為應對5C超充過程中持續的大功率放電所引起的高熱問題，我們采用了雙大面水冷冷卻架構，即廣為人知的麒麟架構。該架構相較于傳統底面冷卻方式，冷卻面積提升了五倍，同時帶來了另一項優勢：在冬季快速為電池增溫時，加熱速率極為迅速。根據我們的實測，在-10℃的低溫環境下，配合車端熱泵加熱系統，電池的最快加熱速率可達到1.2℃/分鐘。
在分析軟件架構的關鍵議題時，核心焦點在于提升軟件層面用戶體驗的策略。針對冬季電池充電速率的優化問題，關鍵在于在充電過程中將電池溫度控制在20℃至30℃的最佳充電溫度區間內。盡管此邏輯看似簡單，但在實際操作過程中卻遭遇了眾多挑戰。目前，眾多行業競爭者已在產品中集成了在途加熱功能，這激發了行業內的深入思考。本文將分享在開發相關算法過程中的經驗。首先，探討如何將電池加熱至適宜充電的溫度區間。在冬季，用戶對續航里程的敏感度增加，因此我們致力于以最低的加熱能耗實現溫度提升。研究一種高效的熱管理系統架構，并明確電池加熱的目標溫度。通過獲取導航信息，預測到達充電站所需時間，進而推算出到達充電站時電池的SOC和溫度，以及充電樁的最大功率信息。基于這些數據，結合不同目標SOC下的溫度和不同充電樁的最大能力，為車載計算系統設定一個精確的目標溫度，確保以最小的加熱功率實現最優的加熱效果。
我們研究團隊內部一直在持續關注并監控既定的設計目標。目前，MEGA用戶端在冬季的平均預熱能耗已實現顯著降低，單次預熱能耗基本維持在1.5kWh左右，相較于初始水平有了顯著的提升。然而，存在一個更為復雜的挑戰，并非僅限于技術層面。以導航信息依賴為例，當用戶位于家附近1-2公里范圍內有其熟悉的充電站時，用戶往往選擇不使用導航系統，直接駕車前往，此時通過加熱策略來引導用戶的充電行為變得尤為困難。為此我們做了兩方面的努力：1、在手動操作的加熱開關方面，只要用戶打開了這個按鈕，本系統將依據車載計算機系統的提示信息，為用戶提供適時的關閉建議。2、在車輛導航系統的路徑規劃、充電策略制定以及至充電站的行駛過程中，本研究團隊實施了一系列用戶體驗優化措施，旨在通過這些措施，增強用戶對途中預冷或預熱功能的使用意愿，并對用戶進行相應的功能教育。
我們特別關注MEGA產品上市后，對用戶需求行為進行的分析以及隨后的技術升級。在MEGA產品初次推向市場時，我們宣稱其能在15分鐘內完成500公里的充電，而實際性能可達到11分鐘內完成相同距離的充電，這主要得益于電池在10%-80%充電效率區間內的快速充電能力。自MEGA上市以來，我們持續對理想5C超級場站的訂單數據進行深入分析。數據顯示，在MEGA產品上市初期的6月份，大部分充電操作在電池電量達到95%時自動停止，這表明許多用戶傾向于在單次充電行為中將電池充至接近滿電狀態。然而，我們發現用戶在實際充電過程中并未完全充滿電池，對此我們進行了影響因素的分析。首先，充電時間較長是一個顯著因素。盡管我們宣稱15分鐘可充電500公里，但在6月份，超過1/5的用戶充電時間超過了25分鐘。我們進一步分析了在高速服務區主動提前拔槍的用戶數據，發現這部分用戶對充電時間極為敏感，他們往往在15分鐘內完成充電后便離開，這表明用戶在單次長途出行中期望在15分鐘內達到電池滿充狀態。此外，我們還注意到，對于充電速率敏感的用戶，當樁端輸出功率在30秒內從100kW降至30kW時，他們會選擇拔槍停止充電，因為他們認為繼續充電會導致充電速率顯著下降。在對MEGA進行技術升級的過程中，我們針對其充電性能進行了顯著的改進，特別是在80%至95%的充電區間。需要說明的是，我們并沒有提升MEGA本身的充電功率或壓縮其充電安全邊界。改進措施主要集中在充電控制策略的三個核心要素：電流、電壓和溫度，通過細化控制策略的顆粒度來實現。目前，在大多數充電場景下，電池溫度的路徑能夠沿著最優路徑進行，這主要得益于我們對控制策略的精細化處理。
我們再來看一下用戶端的表現。去年9月底，我們團隊實施了策略的OTA升級。根據當月的統計數據，用戶端5C超充場站的充電時間顯著縮短，平均充電時間從最初的20分鐘降低至15分鐘以內。需要指出的是，用戶到達場站時的初始電池SOC存在差異，因此所報告的15分鐘為全量用戶的平均充電時間。此外，OTA升級后，場站內充電至滿電狀態的用戶比例顯著提升，接近80%。這些數據結果進一步證實了用戶在長途出行時，期望在15分鐘內完成充電并滿電出發的需求。
