国家自然科学奖申报材料公示

一、项目名称：

电动汽车动力电池强时变非线性的解析建模与状态量高精度估计

二、提名者及提名意见：

中华人民共和国教育部

该项目面向国际前沿和国家战略，在动力电池管理核心模型和算法方面做出一系列原创性国际引领贡献：发现了动力电池输出特性与其内部参数和状态间存在间接映射关系，阐释了输出电压具有的动、静态分量解耦特性以及动态分量具有的多阶RC解析特性，提出并建立了具有普适性的动力电池N阶等效电路模型，拓展建立了融合电化学机理模型、分数阶阻抗模型的动力电池机理-频域-电气特性综合解析模型；发现了动力电池荷电状态SOC与其开路电压OCV相关且存在单调映射关系，首次提出了基于实车片段数据的SOC映射参数重构方法，建立了滤波器类动力电池自适应SOC估计算法；发现了动力电池组系统充放电末期具有的强极化非线性特性并引发端电压明显的不一致性，揭示了动力电池实际工作环境的差异对其性能衰退的影响机制以及动力电池不一致性对其性能衰退的耦合效应和演化机理，提出了基于“表征单体模型+偏差量化模型”的动力电池组系统状态估计算法，有效解决了动力电池“模型建不精”、“状态估不准”、“系统管不好”三大难题，成功用于华为、北汽新能源、宇通客车、联合汽车电子等主流企业，具有重要科学和工程价值。

8篇代表作SCI他引1130次、谷歌学术他引1956次，其中3篇入选“中国百篇最具影响学术论文”、2篇入选SCI期刊年度最佳论文奖。完成人作国际会议特邀报告16次，入选科睿唯安高被引科学家。

申请材料属实，完成人排名无异议。 提名该项目为国家自然科学奖贰等奖。

三、项目简介

发展新能源汽车是国际共识和我国的国家战略，电动汽车是主要技术选择。动力电池系统是电动汽车的技术瓶颈，其精准管理是保障整车高效、安全和动力电池长寿命运行的核心，动力电池状态量的高精度、强鲁棒性估计一直是行业技术攻关的国际难题和学术研究的前沿热点。项目组在国家自然科学基金、863计划等支持下，历时9年理论研究，取得系统性、原创性成果。

1.发现了动力电池输出特性与其内部参数和状态间具有的间接映射规律，阐释了端电压的动、静态分量解耦机制以及动态分量具有的多阶RC解析特性，建立了具有普适性的动力电池N阶电气解析模型，融合电化学机理模型、分数阶阻抗模型，建立了动力电池机理-频域-电气特性综合解析模型。发明了基于存档和实时运行数据驱动的五步骤动力电池模型参数辨识方法，实现了模型结构和阶次优化，大幅提高了模型的高精度、环境感知和可靠性等属性。

2.发现了动力电池荷电状态SOC与其静态电势/开路电压OCV相关且存在单调映射关系，建立了融合动力电池N阶电气解析模型的OCV在线辨识和SOC估计方法。针对OCV-SOC映射关系的差异性，首次提出了基于实车片段数据的SOC映射参数重构方法。提出了将动力电池SOC和动态极化电压作为状态量、将输出电压作为观测量的SOC估计模型，增强闭环校正精度，建立了滤波器类动力电池自适应SOC估计算法体系。发明了多时间尺度动力电池SOC、容量、内阻的多状态量协同估计和精度自适应标定方法，提高了状态估计的鲁棒性。

3.发现了动力电池组系统充放电末期具有的强极化非线性特性并引发端电压明显的不一致性，首次提出分别以能量最大利用、安全应用为目标约束的动力电池组系统SOC分段高精度估计准则。揭示了动力电池组系统实际工作环境的差异对其性能衰退的影响机制以及动力电池不一致性对其性能衰退的耦合效应和演化机理，建立了以SOC、容量、温度等为自变量、以偏差为因变量的近似模型。首次提出基于“表征单体模型+偏差量化模型”的动力电池组系统状态估计算法，提高了状态估计的精度和适用性。

该项目在动力电池管理核心模型和算法方面做出原创性国际引领贡献，发表论文SCI检索49篇、ESI高被引21篇。8篇代表作SCI他引1130次、谷歌学术他引1956次、最高单篇他引504次，其中3篇入选“中国百篇最具影响学术论文”(电动汽车领域仅有的3篇)、2篇入选SCI期刊年度最佳论文奖。授权发明专利6件。完成人作国际学术会议特邀报告16次，任IEEE电气化交通大会ITEC2014和国际应用能源大会ICAE2016大会主席，入选科睿唯安高被引科学家。成果得到Shixue Dou、欧阳明高、Stefan Pischinger院士等国际学术同行的高度评价。项目成果在华为、北汽新能源、郑州宇通客车、联合汽车电子等企业得到成功应用，主要指标同比优势明显。中国汽车工程学会组织科技成果评价，认为“……建立了动力电池系统集成参数辨识与状态在线估计综合优化方法，动力电池状态估计技术处于国际领先水平”。

四、客观评价

1. 国内外同行代表性评价

(1) 本项目在解决动力电池“模型建不精”问题研究方面，代表性论文1、4、5得到国内外同行他引937次，代表性评价包括：美国麦克阿瑟研究员、梅隆杰出教授奖获得者Richard White引用指出“该模型和何洪文等提出的锂离子动力电池双极化模型有很强的相似性”，并肯定了在提高动力电池模型精度上的有效性；LG化学的A. Raghavan引用指出“何洪文等评价了锂离子动力电池的多种等效电路模型，其中对浓差极化和电化学极化分别进行建模的动力电池双极化模型在估计动力电池SOC方面具有更高的精度”；中国科学院院士欧阳明高教授发表综述性文章，对比分析指出“何洪文等建立的双极化等效电路模型可获得低于1.4%的平均建模误差”；澳大利亚科学与工程院院士Shixue Dou教授引用指出“……提出的带遗忘因子的RLS方法不仅能够得到精确的开路电压而且能够在电池全寿命周期自适应获得准确的模型参数”；中国科技大学陈宗海教授、山东大学张承慧教授、北京交通大学姜久春教授等国内学术同行也多次引用本项目提出的动力电池N-RC等效电路模型并用于动力电池状态估计和能量管理研究工作。(代表性引文1，2，3)

(2) 本项目在解决动力电池“状态估不准”问题研究方面，代表性论文2、1、6、7得到国内外同行他引1012次，代表性评价包括：IEEE Access副主编、马来西亚国家能源大学M.A.Hannan教授对代表性论文1、2连续引用评价“提出了基于改进Thevenin模型的动力电池荷电状态AEKF估计算法，应用于锂离子动力电池，获得了准确的具有鲁棒性的结果，相比EKF，SOC估计误差从3.16%降至1.06%，同时应用AEKF算法进行在线模型参数辨识，基于OCV-SOC查表进行SOC估计，估计误差在≤2%”。德国North Rhine-Westphalian科学、人文与艺术学院院士Stefan Pischinger教授引用指出“熊等提出了一种多尺度动力电池模型参数和状态估计方法，宏观时间尺度定义为60s用于估计动态容量，不同老化状态验证结果表明获得了±2%的SOC和容量估计误差”；美国总统青年奖得主、IEEE Fellow、首尔大学Bo-Hyung Cho教授“为了提高动力电池管理算法的精度，熊等提出了一种数据驱动的考虑不同衰退特性的动力电池 SOC和SOP协同估计算法以及一种数据驱动的考虑动力电池不同寿命状态的模型参数和状态多尺度滤波估计算法，试验验证了算法的有效性”。(代表性引文4，5，6) (3) 本项目在解决动力电池组“状态估不准”导致“系统管不好”问题研究方面，代表性论文3、8得到国内外同行他引226次，代表性评价包括：新加坡工程师学会会士King Jet Tseng教授引用“……为了最大化电池组的容量/能量利用率，熊等设计了一种实用的动力电池组SOC估计算法，创新性地解决了不确定性建模问题的不确定度量化方法。结果显示出高准确性，并对BMS领域意义重大”；美国圣地亚哥州立大学IEEE会士 Chris Mi教授“……采用偏差修正方法来确保电池模型的预测性能，这种方法在不确定的操作情况和电池组

中显示出优异的性能和高准确度”；中国科学院院士欧阳明高教授引用指出“……应用径向基函数神经网络构建了不一致性偏差的响应面近似模型，并进一步结合电池组平均电池模型，实现了电池组精确端电压预测、SOC估计误差≤2%”。(代表性引文2、7，8) 2. 国内外代表性技术指标对比

考核 指标 动力电池模型精度 最大可用容量估计 荷电 状态SOC 本研究成果(分别针对不同老化程度和高低温应用环境进行测评，见附件19、20、21) 单体端电压预测误差绝对值≤0.32% 单体容量估计误差绝对值≤1.35% 动力电池单体SOC估计误差绝对值≤2.00%(电压采集精度±5mV) 动力电池组系统SOC估计误差绝对值≤1.67%(电压采集精度±1mV) 国内外同行研究成果 单体端电压预测误差绝对值≤0.52% 单体SOH估计误差绝对值≤3.00% 动力电池单体SOC估计误差绝对值≤3.00% 动力电池系统SOC估计误差绝对值≤4.15% 相对改善比例 备注 精度提高38% 本项目：第三方测试 精度提同行：公开数高55% 据、十三五国家重点研发计精度提划新能源汽车高33% 项目实施方案和课题申报指精度提南(见附件22) 高60% 3.第三方应用评价报告

全球招标获得华为公司项目，考核任务“SOC估计误差≤3%、SOC估计跳变≤1%，SOC收敛过程中不出现超过2%幅度的反向发散”已经通过验收评审(附件23)；全国招标获电动乘用车产销量全球第2的北汽新能源公司项目，验收评价“……磷酸铁锂动力电池系统高精度状态估计、精细化自适应高可靠性动力电池管理系统等成果在我公司开发的整车产品上得到应用，部分技术达到国内领先、国际一流水平……”(附件24)；全球最大的新能源客车企业郑州宇通应用评价“动力电池管理SOC误差≤3%，远高于其他产品”(附件25)；联合汽车电子应用评价“动力电池SOC估计的精度较高，处于行业领先水平”(附件26)。 4.成果鉴定结论及国内外重要学术奖励

“代表性论文6、7、3”分别入选2013、2014、2016年度中国百篇最具影响国际学术论文(附件27、28、29)；“代表性论文4”获MDPI出版集团颁发的最佳论文二等奖(附件30)；“代表性论文6”获2018年度IEEE VTS Best Vehicular Electronics Paper Award(1/3267)(附件31)；孙逢春院士任IEEE电气化交通ITEC 2014和国际应用能源大会ICAE2016大会主席(附件32)；熊瑞入选科睿唯安高被引学科学家(附件33)；牵头组建全球范围内动力电池管理领域唯一的一个Applied Energy UniLAB(附件34)。

中国汽车工程学会组织专家成果鉴定，认为“……建立了动力电池系统集成参数辨识与状态在线估计综合优化方法，动力电池状态估计技术处于国际领先水平 ……”(附件35)。科技查新结论认为“项目研究成果具有原创性”(附件37)。本项目获2018年度教育部自然科学奖一等奖(已公示，附件38)。

五、代表性论文专著目录（不超过8篇）

论文发表论文专著 序号 名称/刊名 /作者 年卷页码 （xx年xx卷xx页） 时间（年月 日） 通讯作者（含共同） 第一作者（含共同） 国内 作者 署名单位是否包含国外单位 1 Online model-based estimation of state-of-charge and open-circuit voltage of lithium-ion batteries in electric vehicles / Energy / He Hongwen, Zhang Xiaowei, Xiong Rui, Xu Yongli, Guo Hongqiang 何洪文 2012 年 39 卷 310-318 页 2012年3月 何洪文 何洪文 张晓伟 熊 瑞 许永莉 郭洪强 否 2 State-of-Charge Estimation of the Lithium-Ion Battery Using an Adaptive Extended Kalman Filter 2011 年 Based on an Improved 201160 卷 Thevenin Model /IEEE 年51461-1469 Transactions on 月 页 Vehicular Technology / He Hongwen,Xiong Rui,Zhang Xiaowei,Sun Fengchun,Fan Jinxin 何洪文 何洪文 何洪文 熊 瑞 张晓伟 孙逢春 范金鑫 否 3 A systematic state-of-charge estimation framework for multi-cell battery 2016 年 pack in electric vehicles 2014162 卷 using bias correction 年121399-1409 technique/ Applied 月 页 Energy/ Sun Fengchun,Xiong Rui, He Hongwen (2014-12 在线发表) 熊瑞 孙逢春 孙逢春 熊 瑞 何洪文 否 Evaluation of Lithium-Ion Battery Equivalent Circuit 4 Models for State of Charge Estimation by an Experimental Approach / Energies / He Hongwen, Xiong Rui, Fan Jinxin 2011年4卷582- 598页 2011年4月 何洪文 何洪文 何洪文 熊 瑞 范金鑫 否 5 Comparison study on the battery models used for the energy management of batteries in electric vehicles /Energy Conversion and Menagement / He Hongwen, Xiong Rui, Guo Hongqiang, Li Shuchun 2012 年 64 卷113-121 页 何洪文 2012年12月 何洪文 何洪文 熊 瑞 郭洪强 李树春 否 6 Evaluation on State of Charge Estimation of Batteries With Adaptive Extended Kalman Filter by Experiment Approach / IEEE Transactions on Vehicular Technology / Xiong Rui, He Hongwen, Sun Fengchun, Zhao Kai 2013 年 62 卷108-117 页 熊 瑞 2013年1月 何洪文 熊瑞 何洪文 孙逢春 赵 凯 否 7 A data-driven multi-scale extended Kalman filtering based parameter and state estimation approach of lithium-ion polymer battery in electric vehicles /Applied Energy /Xiong Rui, Sun Fengchun, Chen Zheng, He Hongwen 2014 年 113 卷 463-476 页 2014年1月 熊 瑞 熊瑞 熊瑞 孙逢春 何洪文 是 8 A novel dual-scale cell state-of-charge estimation approach for series-connected battery pack used in electric vehicles / Journal of Power Sources / Sun Fengchun, Xiong Rui 2015 年 274 卷582-594 页 2015年1月 熊瑞 孙逢春 孙逢春 熊 瑞 否

八、主要完成人情况

姓名 排名 技术职称 工作单位 完成单位 何洪文 第一 教授 北京理工大学 北京理工大学 全面负责本项目理论研究工作，发现了动力电池输出电压具有的动、静态分量解耦特性以及动态分量具有的多阶RC解析特性，建立了动力电池N-RC等效电路解析模型；发现了动力电池荷电状态SOC与其开路电压OCV相关且存在单调映射关系，建立了基于动力电池N-RC解析模型的OCV在线辨识和SOC估计方法；提出将动力电池SOC和动态极化电压作为状态量、将输出电压作为观测量的SOC状态估计算法模型，建立了动力电池自适应SOC估计算法；提出了基于表征单体的动力电池组系统状态估计方法。是代表性论文1、2、4、5的第一作者和通讯作者以及6的通讯作者。对重要科学发现点1、2、3有重要贡献。 “节能与新能源客车关键技术研发及产业化”排名第3获2015年度国家科技进步奖二等奖 对本项目主要学术贡献： 曾获国家科技奖励情况： 姓名 排名 技术职称 工作单位 完成单位 熊瑞 第二 副研究员 北京理工大学 北京理工大学 建立了融合电化学机理模型、分数阶阻抗模型的动力电池机理-频域-电气特性综合解析模型；发明了基于存档和实时运行数据驱动的五步骤动力电池模型参数辨识方法；首次提出了基于实车片段数据的SOC估计状态映射参数的重构方法；发明了多时间尺度动力电池参数和SOC、容量、内阻的多状态协同估计方法；提出了基于“表征单体模型+偏差量化模型”的动力电池组系统状态估计算法。是代表性论文7的第一作者和通讯作者，代表性论文6的第一作者以及代表性论文8的通讯作者。对重要科学发现点1、2、3有重要贡献。 无 对本项目主要学术贡献： 曾获国家科技奖励情况： 姓名 排名 技术职称 工作单位 完成单位 孙逢春 第三 教授/院士 北京理工大学 北京理工大学 规划了本项目的总体研究思路和技术路线，负责动力电池状态估计以及动力电池组系统的不一致性分析：发现了动力电池充、放电末期存在非线性、强极化效应并引发动力电池组单体端电压间明显的不一致性，首次提出了分别以能量对本项目主要最大利用、安全应用为目标约束的动力电池组SOC分段管理策学术贡献： 略；揭示了动力电池实际工作环境的差异对其性能衰退的影响机制以及动力电池一致性对其性能衰退的耦合效应和演化机理，建立了以SOC、容量、温度等为自变量、以偏差为因变量的近似模型。是代表性论文3、8的第一作者。对重要科学发现点2、3有重要贡献。 “一种电动车辆动力系统关键技术产品及其应用”排名第一获2004年度国家技术发明奖二等奖； 曾获国家科技“纯电动客车关键技术及在公交系统中的应用”排名第奖励情况： 一获2008年度国家科技进步奖二等奖； “XX车辆电传动系统关键技术”排名第一获2009年度国家技术发明奖二等奖。

完成人合作关系说明

本项目完成人及排序为：何洪文、熊瑞、孙逢春。

本项目3名完成人均在北京理工大学电动车辆国家工程实验室工作，其中孙逢春院士为何洪文、熊瑞的博士生导师，何洪文教授为熊瑞的硕士生导师。在孙逢春院士带领下，何洪文教授自2006年1月开始从事本项目研究工作，熊瑞自2009年9月在何洪文教授指导下从事本项目研究并取得硕士学位，自2010年9月在孙逢春教授和何洪文教授共同指导下继续从事本项目研究并取得博士学位，三位完成人共同发表了多篇论文、申报并获批多件发明专利(如下表)。

表 完成人合作关系情况汇总表

序号 合作方式 合作者 合作时间 合作成果 证明 材料 备注 1 何洪文(1)、论文熊瑞(2)、孙合著 逢春(3) State-of-Charge Estimation of the Lithium-Ion Battery 2009-09-01~ Using an Adaptive Extended Kalman Filter 2015-12-31 Based on an Improved Thevenin Model Evaluation on State of Charge Estimation of 2009-09-01~ Batteries With Adaptive 2015-12-31 Extended Kalman Filter by Experiment Approach A data-driven adaptive state of charge and power 2009-09-01~ capability joint estimator of 2015-12-31 lithium-ion polymer battery used in electric vehicles A systematic state-of-charge estimation framework for 2009-09-01~ multi-cell battery pack in 2015-12-31 electric vehicles using bias correction technique 一种估计电动汽车的动力2009-09-01~ 电池组的荷电状态的方法 2015-12-31 (ZL201510732371.3) 2009-09-01~ 2015-12-31 一种建立电动车辆的动力电池的模型的方法 (ZL201410238428.X) 代表性论文2 2 论文合著 熊瑞(2)、何洪文(1)、孙逢春(3) 代表性论文6 3 论文合著 熊瑞(2)、何洪文(1)、孙逢春(3) 代表性论文7 4 论文合著 孙逢春(3)、熊瑞(2)、何洪文(1)、 熊瑞(2)、何洪文(1)、孙逢春(3) 熊瑞(2)、何洪文(1) 代表性论文3 5 共同知识产权 共同知识产权 见附件36 6 见附件36