9月27-28日，由充換電百人會、中國充電樁網(wǎng)、聯(lián)聯(lián)充電聯(lián)合主辦，上海賀勵展覽有限公司、上海賀勵商務咨詢有限公司承辦的2022第八屆中國國際電動汽車充換電產(chǎn)業(yè)大會（簡稱：金磚充換電論壇）在常州香格里拉大酒店順利召開。本屆大會設置“論壇峰會+展覽展示”，以“創(chuàng)新協(xié)同驅動，低碳高效發(fā)展”為主題，通過話題設置，引發(fā)討論，倡導和引領充換電及電動汽車企業(yè)發(fā)展思路及策略。引爆業(yè)內對“充換電”的關注，解讀最新充換電發(fā)展困惑，詮釋機遇及發(fā)展方向。
演講實錄
北京昇科能源科技有限公司創(chuàng)始人/CEO褚政宇出席論壇并發(fā)表主題演講——《電池智能化的核心技術和產(chǎn)業(yè)應用》。
以下為演講實錄：
在場的各位領導、各位專家、各位朋友：大家下午好！大家能留到最后，非常感謝，大家一定對這些問題都非常關心。我是昇科能源的CEO褚政宇，今天我給大家匯報主題的是《電池智能化的核心技術和產(chǎn)業(yè)應用》。先解釋一下，今天咱們這個充換電的論壇，充電給誰充？換又換什么？電池。我們公司主要還是注重在圍繞著電池相關的技術和應用去做的。
我如圖所示，這里有一個大背景，各位朋友都比較清楚，碳中和帶來新能源汽車和儲能的發(fā)展，人類第一次邁入到了電池TWh的時代，儲能現(xiàn)在比較火，預計到2030到TWh的裝機。今年全球新能源汽車動力電池累計的裝機量已經(jīng)超過了TWh?？梢哉f，我們名正言順地已經(jīng)步入到了電池TWh的時代。
目前是人類歷史上第一次大規(guī)模地應用鋰電池，所以帶來了前所未有的挑戰(zhàn)。我們主要關注三點：
1）安全。安全風險是急劇上升的。應急管理部給的數(shù)據(jù)是，今年一季度有640輛新能源汽車發(fā)生了著火，每天大概有7輛車。儲能應用到現(xiàn)在全球報道的有41起儲能事故，最多的是在韓國，主要由于早期用的儲能都是三元的鋰電池。所以安全問題我們必須要重點關注，安全是1，沒有這個1，后面再多0都沒用。
2）回收。2017年的這批車用了五六年之后開始大規(guī)模退役。在回收場景，目前我們處于“開盲盒”的階段，面前一堆電池，但是多少錢收沒有一個標準。這也跟充換電有關系。剛才許繼的領導也提到了，做重卡換電的時候就是怎么樣把電池的全生命周期發(fā)揮出最大的作用。
3）充電。充電對電網(wǎng)造成巨大的壓力。很多專家在報告當中也提到了，舉一個例子，現(xiàn)在中國每天的負荷大概在10億kW左右，今年達到了峰值11億kW，當我們到2030年一億輛電動車保有量的時候，只有1%的電車快充，我們的電網(wǎng)就會承受巨大壓力。有專家說現(xiàn)在電動車的發(fā)展是再造一個國家電網(wǎng)，其實并沒有夸張。
這些問題我們致力于用電池智能化的手段去解決。這里面最核心的挑戰(zhàn)就是怎么去對這些海量電池做狀態(tài)估計，它的難點在于新能源汽車的動力電池是電化學系統(tǒng)，非線性的系統(tǒng)，傳統(tǒng)做電機控制非常簡單，就是一個公式，轉矩、轉速，基本上可以非常精準地控制，但是電池很復雜。電化學模型的有四個偏微分的方程耦合在一起求解，很困難，沒有解析解，而且它的能量變化非常劇烈。我們最早用電化學的方法，基于第一性原理做一些分析，給電池做模型，電池種類多了以后就有挑戰(zhàn)了。因為每個電池都要建一個模型，難度太大?，F(xiàn)在市場上有一千多種電池，每個電池都去建模太不現(xiàn)實，所以我們就用數(shù)據(jù)驅動。
當有了足夠多的數(shù)據(jù)，我們就可以做深度學習，讓人工智能自己去在數(shù)據(jù)當中學到特征，這個就是我們現(xiàn)在在做的事情。這個技術也是有一個演進的過程，最早我們用機理分析可以達到大概70%左右的精度指標；第二階段用機理分析和數(shù)據(jù)驅動，大概能達到85%左右的指標，現(xiàn)在主要是深度學習為主，融入一些機理特征，數(shù)據(jù)驅動，我們已經(jīng)能夠達到93%的精度指標，所以隨著技術的積累有一個技術上的演進和突破。
目前我們主要采用的技術路線我在這里“王婆賣瓜”一下，我們是行業(yè)比較領先的技術路線，是用大規(guī)模的預訓練模型。我們大概用50GWh的電池數(shù)據(jù)建立了充電、電池行業(yè)第一個預訓練模型PERB。它有三個技術優(yōu)勢：
1）準。預訓練模型里面不需要標簽，所以它可以直接用百萬量的電池數(shù)據(jù)做訓練。傳統(tǒng)的人工智能模型要求數(shù)據(jù)集必須有標簽，所以大大限制了可用數(shù)據(jù)集的規(guī)模，我們現(xiàn)在能夠直接用百萬量級無標簽數(shù)據(jù)訓練，讓模型變得越來越準，隨著數(shù)據(jù)規(guī)模的增加，它會不斷地學習，就像AlphaGo一樣，下得圍棋越多就越好。
2）快。原來我們是一個電池建一個模型，大概需要一兩個月?，F(xiàn)在用PERB模型，它可以應用在所有電池上，所以我們能夠非常快地在一周內遷移到新電池上，這就是我們當時用PERB模型遷移一個客戶他需要的做異常檢測。使用了6個月之后，我們對比實際的運行效果和模型的預測，基本上有90%以上可以直接對應的，所以它的速度非?？臁?/div>
3）低成本。電動車衰減以后，壽命會衰減，性能會變弱，需要人工調整參數(shù)，這時候需要大量的人工成本，現(xiàn)在的技術路線可以不需要人工，AI進行自學習，舉一個例子就是圍棋自己跟自己打架，不需要人在旁邊指導，我給它足夠多的棋譜它就可以學習。
目前我們專注在兩個具體的應用場景的任務上：
1）安全預警。充電、換電的時候我們對電池做安全預警。這里面有三個核心指標：預警檢出率可以達到93%；誤報率小于0.1%；最長預警時間達到50天，也就是說50天之前我就可以告訴你它有哪些比較大的風險。
2）健康狀態(tài)評估。新能源車主最關心的問題之一就是電池健康度和壽命，我們現(xiàn)在能做到健康狀態(tài)評估的誤差率低于2%，早期壽命評估的誤差率小于6%，都比《自然》子刊最佳報告的結果還要好。
為了推動行業(yè)的發(fā)展，我們建立了伏龍AI開放平臺，加速電池智能化的進程。我們在上面有50個GWh的數(shù)據(jù)當量，開發(fā)者數(shù)量500+，開發(fā)模型數(shù)1000+。當年整個人工智能模式識別領域也是由于ImageNet開始之后，有很多人才涌入到這個行業(yè)里，才有了微信支付寶支付的時候，給每個人做面部識別，就是由當年海量的ImageNet的數(shù)據(jù)作為基礎。
下面講一下電池的智能化到底有什么應用。這個跟在座各位朋友關系比較大。
1）整車電池管理智能化。包括電池銀行，電池銀行本質上就是電池資產(chǎn)的持有方和管理方，它的訴求就是希望電池資產(chǎn)能夠不著火，資產(chǎn)安全，還有壽命延長、資產(chǎn)保值增值，最后資產(chǎn)處置時能做到價值最大化。整車電池管理主要也是這些訴求，現(xiàn)在我們都可以用人工智能實現(xiàn)。
2）新基建運維智能化-充電站、儲能站。我們現(xiàn)在給客戶提供的服務都是預測性的服務，比如充電站用了我們的系統(tǒng)，就可以保障在充電站充電的時候，這些車不著火。怎么做？它每一次充電都會給它進行一次防范，充電多了以后，就等于給它建了一個檔，如果它是一個高危的車型，我們可以采取一定的措施，當然這個措施一定是分級的。行業(yè)里也有一些同仁他們做的時候，比較粗狂，主要有問題就限制充電，但是會造成運營商給用戶的體驗很不好。我們做分級，比如你有一定的概率，但是沒有到馬上要著火，我們會從60千瓦降到40千瓦，這樣就會把風險降低，或者限制SOC。SOC越高，風險概率是直線上升的，如果一個車SOC在40%以下，我們在實驗室做的結果，基本上這個車是不會著火的。大家開電動車長期停放擔心他著火，就把它放在40%以下就可以了，儲能的電池也是用同樣的邏輯做管理。
3）電池智能化檢測。對于用戶來說它是一個非常好的體驗，充一次電給自己的電池做一次檢測，充的越多，檢測的數(shù)據(jù)越多，越了解自己電池的狀態(tài)。我們做了一個調研，大概有40%的用戶會主動地點擊這個報告進行查看，大概會有20%左右的用戶對這個報告有付費的意愿，當然不會太多，你說花一千多塊錢讓他買可能不會買，但是花幾十塊錢是ok的，從這點上來說，能夠為我們提高用戶的黏性，并且創(chuàng)造更多的收入價值。單純地從服務費上收費其實很難賺到錢，因為國家對充電的定位是要給用戶提供一個非?；A的服務，不能讓老百姓負擔太重，所以服務費會限價，這是一個大邏輯，必須要去找到除了服務費之外更多的收入來源。
4）智能化回收。我們有這些電池數(shù)據(jù)和報告之后，我們就可以做到電池的回收。我們會給電池進行估值、銷售，所以這個行業(yè)有很多下游的朋友跟我們一起做嘗試。它可以提升整體交易價值20%，就像賭石，我給了你一個可以看這個石頭的工具。整體交易價值提升20%，交易效率提升30%，我有一堆電池大家來看貨，它可以變成期貨，當它沒有退役的時候我就可以預定了，因為我了解它的價值，這樣它的整體效率就會提升。
5）負荷智能化調度。我們解決了電池狀態(tài)，我們就可以提供把充電樁聚合在一起，把它變成虛擬電廠，給電網(wǎng)調度公司提供調度的服務，這個是我們已經(jīng)跟電網(wǎng)公司在深圳做的合作示范。我們調度的調節(jié)誤差在1kW以內，響應速度在50毫秒以內。這個模式下，假設一個用戶在充電，現(xiàn)在是100kW，調度公司下發(fā)一個指令說要緊急限電，需要集中負荷，如果你的充電樁接入到這個負荷當中，充電用戶就會顯示現(xiàn)在電網(wǎng)公司要調度了，能不能把你這個100kW降低到60kW，但是每度電給你補貼2毛錢，這個錢由調度公司出。用戶會自己做選擇，有可能出現(xiàn)充電不要錢的情況。但是，運營商也能賺到更多錢，都是調度公司在支付。我們希望后面通過裝一個模塊就可以做充電樁智能化的改造，能夠接入到電網(wǎng)服務，為我們的運營商增收。我認為這個在未來有非常大的前景，一百千瓦的充電樁一千個就已經(jīng)達到了它的虛擬電廠的調度要求了，一個水電站也就一百萬千瓦，等于一萬個充電樁，所以這個規(guī)模體量是巨大的。
這個過程中，我們主要來構建數(shù)字化的網(wǎng)絡，探索一些新的模式。以上是我們現(xiàn)在已經(jīng)達到的數(shù)據(jù)，我們給電動車累計檢測了三百多萬次，做了三萬多次預警，達到了50GWh電池的量。
昇科能源是從清華大學科技成果的轉化的創(chuàng)業(yè)團隊，我們也得到了很多朋友的關注和支持，也拿到了一些行業(yè)的獎項。目前，我們總部在北京，也在宜賓籌劃智能制造基地，在鄭州籌劃回收檢測中心，在深圳主要做智慧能源中心，大概是這樣一個布局。目前合作的企業(yè)包括車企、電池企業(yè)、充電樁企業(yè)、充電運營商，在座也有非常多的朋友，我們非常開放，希望從基礎設施的角度給大家?guī)砀嗟姆眨覀兊睦砟钍呛献鞴糙A。
最后是我們的一些案例，新基建主要是跟殼牌、道達爾以及一些其他的伙伴合作的項目；電池檢測是跟中國汽車流通協(xié)會推薦的衛(wèi)藍e站打通后市場的項目，以及跟電盟等多家運營商合作了充電檢測等等，在此就不一一列舉了。再次感謝主辦方給我們提供這樣一個機會。我們希望能夠跟大家攜手一起共建未來，謝謝！
