电池管理系统BMS应用研究
电池是新能源汽车的核心组成部件，电池管理系统是“司令”一般的存在。电池管理系统对动力电池系统有四大要求：高能量、低成本、长寿命、安全性。
教授指出，在动力电池系统管理中存在几大难点及关键点：1）高精度、面向电池系统全寿命，避免滥用；2）充电控制+高效均衡，优化电池寿命；3）安全预测和故障定位，让人安心、维修方便；4）面向电池寿命周期的热管理
针对这些难点及关键点，杨林教授团队研究出了主控制器01P_BCU_V002，具有高精度采样、电池参数自适应动态算法、故障诊断、复合型均衡方法、高压电安全控制等特点。其状态估计误差被自动适应地趋于真值，SOH算法平均估计误差为3.1%。
而大数据在驱动的电池组BMS技术方面，基于实车运行大数据的电池建模及模型参数、诊断和管理参数的自学习以及故障预测、安全预测，可节省电池实验的人力、物力（1款电池，寿命性能测试一般需1年以上，而且与车载实际工况还有较大差异）。
技术难题待解 大数据应用或是“出路”
大数据具有4V特征：大量化（Volume）、多样化（Variety）、快速化（Velocity）、价值密度（Value）。以此强大的优势，如今，大数据已应用到教育学、情报学、公共服务甚至总统选举等领域。而对于汽车尤其是电动汽车而言，涉及到的大数据包括车辆本身的数据信息、车辆服务相关数据、车辆运行相关数据等，它们的来源可以从主机厂、政府部门、咨询机构、零部件厂；售后服务产业链和咨询机构；CAN信息、GPS信息、GIS信息、ITS信息、车联网、百度地图等途径获得。总而言之，电动汽车大数据等于产品数据+服务信息+运行和道路环境信息的集合。
而运销、决策、服务是电动汽车运用价值的体现，除此之外，通过发现和预测，事实上还可以构建3D道路与车-路的数据，实现车路环境识别、预测，进行能耗预测用于动力系统的控制，故障监测、预测与失效控制等各方面的需求。
通过这种种需求+基于实车运行数据的系统自学习标定，从而形成了大数据驱动的电驱动汽车技术。杨林教授表示：“电驱动汽车正在从电气化、电子化向数据化发展。”
本次在线研讨会的资料内容已整理成视频回放形式，欢迎大家点击查看：插电式混合动力系统研发及大数据应用
