产研协同｜新能源电池设计评估制造仿真与全生命周期管理平台
发布时间：
2026-09-17
所属分类：
新闻资讯
新能源汽车、储能电站与充电基础设施的加速布局，使电池安全、寿命衰退与运行收益优化成为产业共性痛点。电池从研发设计、制造验证到在役运行，既面临极端工况样本匮乏、多物理场耦合模型难以协同的研发瓶颈，也遭遇跨设备数据割裂、场站运维缺乏闭环管理的运营困境。因此，技术成果能否真正嵌入企业研发流程并经受真实场景检验，成为衡量其产业价值的核心标尺。
北京大学南昌创新研究院新能源电池设计评估制造仿真与全生命周期管理平台项目组（以下简称“项目组”），紧扣江西锂电、储能及交通能源产业需求，以物理机理模型与经授权的运行数据为基石，构建了LiBMan新能源电池设计评估制造仿真和全生命周期管理平台（以下简称“LiBMan”）、MAIBMS高维多场实时电池智控系统（以下简称“MAIBMS系统”），以及AI充电/检测一体机和电池健康报告等系列产品。项目组坚持以企业实际命题牵引研发方向，以场景验证检验技术效能，推动仿真模型、核心算法与软硬件产品的协同落地与持续进化。
一、协同定位
项目组专注于新能源电池设计评估、制造仿真及全生命周期安全管理，技术路径覆盖电池单体、模组与电池包三个层级，深度融合电化学、热学、流体力学与结构力学等多物理场分析。产业服务对象涵盖电池制造企业、储能运营商、充电场站及新能源汽车服务机构，着力应对研发试验周期冗长、风险识别滞后、运行数据价值转化困难等现实挑战。
LiBMan面向设计与研发阶段，可针对短路、过充、碰撞、挤压、热扩散等关键工况生成高保真多物理场仿真数据，并支持GB38031-2025相关测试场景。MAIBMS系统则连接BMS、EMS、PCS及温度、电压、电流等传感设备，将模型计算与现场信号关联，实现SOC、SOH、剩余寿命、温升趋势及热失控风险的动态评估。两套系统分别覆盖研发侧的虚拟验证与运行侧的状态感知，共同构筑“仿真生成—数据融合—智能预警—现场运行—持续迭代”的技术闭环。
LiBMan仿真平台界面及国标测试工况示意
MAIBMS高维多场实时电池智控系统界面
二、落地路径
储能电站安全管理： 面向工商业储能和大型储能电站，系统将电池温度、内阻、电压、荷电状态及衰减等运行信号与物理模型进行联合校准，围绕异常温升、容量衰减和电芯一致性变化开展状态识别。分析结果可支撑告警定位、维护安排和充放电策略优化，帮助运维从故障后处置逐步转向风险提前识别。
智能充电与电池健康检测：在公共充电站、高速服务区和园区充电场景中，项目组通过AI充电/检测一体机采集充电过程中的电压、电流、温度和BMS数据，并生成包含安全、健康和充电工况等维度的电池健康报告。项目组结合经授权的设备运行数据开展模型训练和场景验证，为电池状态评估、异常识别及检测服务优化提供数据支撑。
AI充电检测一体机产品示意
新能源汽车电池健康检测报告示例
软件销售与定制开发：LiBMan面向电池研发、验证和设计优化提供定制化软件服务。平台可对常规充放电、过充过放、温度循环、机械滥用、热滥用与电滥用等场景开展仿真分析；针对外短路和热扩散风险，可将电化学、热与结构等模型纳入同一分析链条。在企业实际应用中，项目组可围绕客户现有研发流程，完成参数配置、模型包构建、接口适配及专项计算任务，帮助研发人员在实物试验前完成方案筛选与风险预判，并将仿真成果沉淀为可复用的验证流程与知识资产。
LiBMan新能源电池设计评估制造仿真和全生命周期管理平台
三、合作机制
01 企业提出需求 项目组联合研发
项目组以企业真实问题为研发起点。场景方提供站端资产、运行边界和经授权的数据，项目组负责多物理场仿真、物理AI算法、软硬件和平台研发，产业伙伴参与样本校准、工程测试与效果验证。双方通过需求评审、方案确认、阶段验证等关键节点协同推进，确保技术指标精准贴合企业应用场景。
02 示范场景验证 数据持续迭代
合作项目采用“需求对接—方案设计—现场部署—数据反馈—模型迭代”的运行方式。储能和充电场站承担真实工况验证，项目组对回传数据进行质量核验，并据此修正模型参数和预警规则，再将优化后的算法与平台能力回到现场应用，形成可重复的工程化交付流程。
03 多种合作模式 合同明确权责
根据项目成熟度和合作方能力，双方可采用联合研发、技术服务、软件与设备交付、示范项目共建等方式推进合作。合作协议明确数据授权范围、成果归属、验收节点和收益安排，并通过数据脱敏、权限管理等方式保护双方权益。项目组已形成多项专利和软件著作权成果，为后续技术授权、产品交付和跨场景复制提供知识产权基础。
四、典型案例
01 赛力斯国产化仿真软件开发项目
在带电碰撞等极端工况下，电芯、模组与整车结构之间存在电化学-热-力耦合，单一模型难以连续还原碰撞变形、内部短路、热失控触发及产气扩散等过程；不同仿真工具的数据接口与流程衔接复杂，也增加了方案比选和设计迭代的成本。项目组围绕单电芯至电池包的虚拟验证需求，配置材料、电化学参数和充放电工况，将碰撞、挤压等机械载荷与热管理、结构设计联动分析，输出可用于比对热风险、结构响应和安全策略的结果，辅助开展整车安全评估与应急方案验证，并支持按企业研发流程进行接口适配与定制化交付。
02 赣锋锂电储能装备可靠性运维智能化管理关键技术开发
大型储能电站电芯数量多、运行工况复杂，传统阈值告警难以及时识别温度、内阻和一致性变化，安全管理与运维判断需要更连续的数据支撑。项目组将基于人工智能的新能源电池检测评估技术与储能电站运行场景深度融合，对温度、电压、内阻等状态信号进行持续分析，并将风险识别结果用于预警提示、维护安排和模型迭代。系统已在合作企业储能场景开展部署验证，持续支持电池状态监测、风险识别和模型迭代；双方还围绕储能电池安全管理开展联合研发，推动相关技术在真实工况中持续优化。
03 江西交投新能源人工智能充测一体充电桩项目
围绕高速服务区充电保障能力提升与场站运营效率优化，江西省交投新能源集团有限责任公司提供真实场景、站端资产和示范应用条件，项目组提供电池仿真、健康评估、AI充测设备和运营平台能力。双方聚焦设备接入、检测流程衔接和风险信息呈现等环节开展验证，推动充电设施从单一能源接口向数据采集、健康检测和风险识别节点升级。
五、协同成效与展望
产研协同使项目组的模型、算法与产品在真实工况中获得持续验证，同时为合作企业提供了涵盖研发、监测、评估及运营优化的一体化支撑。目前，项目组已与汽车、电池及交通能源领域多家企业建立联合研发、产品验证与示范应用合作，初步形成了研发攻关、成果交付与场景验证有机衔接的转化路径。
面向未来，项目组将持续完善物理AI平台，拓展工商业储能、高速服务区、光储充一体化及超充站等多元场景，深入探索电池健康检测、保险风险评估、二手车残值评价及梯次利用等数据增值服务，并逐步沉淀标准化接口、通用模型包与规范化交付流程，推动新能源电池技术从单点突破走向可复制、可推广的产业协同生态。
企业邮箱：
企业地址
江西省南昌市高新区艾溪湖北路269号高层次人才产业园10栋
关注我们
