欢迎访问学兔兔标准下载网，学习、交流 分享 ！
返回首页 |
ICS 29.220.99 CCS K 82
37
山 东 省 地 方 标 准
DB37/T 4969—2025
新能源汽车动力电池健康状态评估指南
Guidelines for evaluating the health status of new energy vehicle power batteries
2025 - 12 - 15 发布 2026 - 01 - 15 实施
山东省市场监督管理局 发 布
DB37/T 4969—2025
前 言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由山东省能源局提出并组织实施。
本文件由山东省能源标准化技术委员会归口。
I
DB37/T 4969—2025
新能源汽车动力电池健康状态评估指南
1 范围
本文件确立了新能源汽车动力电池健康状态评估的总体原则，提供了人员、环境、评估系统、评估项目、评估方法、评估频次及评估报告等方面的指导。
本文件适用于以非车载传导式充电机充电的新能源汽车动力电池健康状态的评估。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。
GB/T 19596 电动汽车术语
GB/T 27930 非车载传导式充电机与电动汽车之间的数字通信协议
GB/T 27930.2 非车载传导式充电机与电动汽车之间的数字通信协议 第2部分：用于GB/T 20234.3的通信协议
GB/T 29317 电动汽车充换电设施术语
GB/T 44500—2024 新能源汽车运行安全性能检验规程
NB/T 33008.1 电动汽车充电设备检验试验规范 第1部分：非车载充电机
3 术语和定义
GB/T 19596、GB/T 29317、GB/T 27930、GB/T 27930.2和NB/T 33008.1界定的以及下列术语和定义适用于本文件。
3.1
充电系统 charging system
由充电站内的所有充电设备、电缆及相关辅助设备组成的系统。
[来源：GB/T 29317—2021，7.2] 3.2
蓄电池管理系统 battery management system;BMS
监视蓄电池的状态(温度、电压、荷电状态等)，为蓄电池提供通信、安全、电芯均衡及管理控制，并提供与应用设备通信接口的系统。
[来源：GB/T 19596—2017，3.3.2.1.10] 3.3
荷电状态 stage-of-charge;SOC
当前蓄电池中按照规定放电条件释放的容量占可用容量的百分比。
[来源：GB/T 19596—2017，3.3.3.2.5] 3.4
充电系统平台 platform of charging system
1
DB37/T 4969—2025
对非车载传导式充电机运行工况进行远程监控，具有信息通讯、记录存贮和数据分析的硬件和软件的总称。
3.5
充电过程 charging process
非车载传导式充电机与车辆电池系统按照GB/T 27930进行信息交互和能量交互时的所有阶段。
注：包括握手阶段、参数配置阶段、充电阶段和充电结束阶段。
3.6
充电记录 charging record
每个充电过程按时间顺序保存的各充电阶段的数据信息，以及包含车辆型号、车辆身份信息的数据的集合。
3.7
电池最高温度 battery highest temperature
电动汽车充电过程中，BMS传递给非车载传导式充电机的某时刻最高单体动力蓄电池温度。 3.8
电池最高温度最大值 battery maximum value of highest temperature
电动汽车一次充电过程中，电池最高温度的最大值。
3.9
温差 battery temperature difference
电动汽车充电过程中，BMS传递给非车载传导式充电机的某一时刻最高单体动力蓄电池温度与最低单体动力蓄电池温度的差值。
3.10
最大温差 battery maximum temperature difference
电动汽车一次充电过程中，电池温差的最大值。
3.11
温升速率 battery temperature rise rate
电动汽车充电过程中，单位时间内电池最高温度的变化值。
3.12
最大温升速率 battery maximum temperature rise rate
电动汽车一次充电过程中，电池温升速率的最大值。
3.13
压差 cell voltage difference
电动汽车充电过程中，BMS传递给非车载传导式充电机的同一时刻最高单体动力蓄电池电压与最低单体动力蓄电池电压的差值。
3.14
最大压差 maximum cell voltage difference
电动汽车一次充电过程中，单体压差的最大值。
4 总则
4.1 数据采集实时性原则
动力电池健康状态评估的充电数据采集宜遵循实时性原则，同步捕捉充电全周期电压、电流等核心参数，无中断、低延迟，确保数据真实完整，支撑精准评估。
2
DB37/T 4969—2025
4.2 数据完整性原则
宜全面采集充电全周期核心数据，覆盖电压、电流、温度等关键参数及异常场景数据，无遗漏、无缺失，确保评估所需数据维度完整，支撑全面分析。
4.3 数据准确性原则
通过评估系统采集的数据，宜保障数据真实可靠，误差控制在行业允许范围，避免因数据失真导致健康状态评估结果偏差。
5 需考虑的因素
5.1 人员
评估人员宜接受岗前培训，掌握基本的电池、评估、安全和数据分析技能。
5.2 环境
5.2.1 评估现场宜配置消防灭火设施，场地宜设计消防通道，并保证消防通道畅通。
5.2.2 评估现场宜建立完善的充电安全管理制度，以及火灾应急预案。
5.2.3 评估现场宜为符合国家相关标准的电动汽车充电站、具备车辆充放电及评估功能的维修机构，或具备车辆充放电及评估功能的车辆年检机构等。
5.3 评估系统
5.3.1 宜在车辆充放电过程中获取电池状态信息。
5.3.2 宜存储相应电池信息并进行评估分析。
5.3.3 宜满足第 5.4 中规定的测试项目。
5.3.4 宜出具或者显示评估报告。
5.4 评估项目
5.4.1 电池数据传输
参与评估的电动汽车电池在充电过程中，宜按照GB/T 27930规范将BMS数据传输给非车载传导式充电机。
5.4.2 数据的有效性评估
5.4.2.1 数据范围评估
评估系统采集的电动汽车电池数据，不宜超出GB/T 27930中报文格式与内容中规定的有效范围。
5.4.2.2 数据逻辑关系评估
评估系统采集的电动汽车的电池数据，宜遵循下列逻辑关系：
a) 充电过程中 BMS 发送的最高单体动力蓄电池电压与握手阶段传递的电池材料类型的单体电压范围保持一致;
b) 充电握手阶段 BMS 传递的整车动力蓄电池系统额定容量与整车动力蓄电池系统额定总电压的乘积与充电过程中动力蓄电池标称总能量的数值保持一致;
c) 充电过程中电池的温度数据、单体电压极值数据不宜长时间保持不变。
3
DB37/T 4969—2025
5.4.3 基于单次充电数据的评估
5.4.3.1 单体最高电压
充电过程中，BMS传递的单体最高电压宜小于等于BMS配置阶段传递的单体动力蓄电池最高允许充电电压。
5.4.3.2 最高充电电压
充电过程中，BMS传递的电池电压宜小于等于BMS配置阶段传递的最高允许充电总电压。
5.4.3.3 需求电压
充电过程中，BMS传递的需求电压宜小于等于BMS发送的最高允许充电总电压。
5.4.3.4 需求电流
充电过程中，BMS传递的需求电流宜小于等于BMS发送的最高允许充电总电流。
5.4.3.5 绝缘
充电过程中，非车载传导式充电机侧测量的绝缘值保持正常。
5.4.3.6 最高温度
充电过程中，BMS传递的最高动力蓄电池温度宜小于等于BMS发送的最高允许温度，宜同时参考GB/T 44500—2024中附录B确定最高允许温度。
5.4.3.7 最大温升速率
充电过程中，电池最大温升速率宜小于等于阈值。阈值可依据电池材料形成基本阈值。
温升速率的评估，宜考虑电池加热的影响因素。
5.4.3.8 最大温差
充电过程中，电池最大温差宜小于等于阈值。阈值可依据车型形成基本阈值。
5.4.3.9 压差
充电结束后，电池压差宜小于等于阈值。阈值可依据车辆电池材料类型及GB/T 44500—2024中附录B形成基本阈值。
5.4.4 基于充电大数据的评估
5.4.4.1 电池数据的存储与计算
电池数据的存储与计算宜符合以下规定：
a) 充电系统平台按照每次充电过程保存 5.4.1 中的全部内容;
b) 充电系统平台存储每个充电过程数据对应的车辆型号、车辆身份;
c) 充电系统平台存储每个充电过程数据对应的地区信息、时间信息，时间信息包含年、月、日、时、分、秒。充电系统平台对充电阶段的数据采样时间间隔不大于 1 min;
d) 充电系统平台具备计算电池最高温度最大值、温差、最大温差、温升速率、最大温升速率、单体压差、最大压差的能力。
注：车辆身份包含但不限于VIN、车牌号、车辆用户账号、电池编码信息等，或这些信息的组合，且能识别唯一的
4
DB37/T 4969—2025
车辆。
5.4.4.2 指标安全阈值的计算方法
指标安全阈值宜按以下方法计算。
a) 基于车辆的历史充电大数据，充电系统计算各个指标的离群阈值、趋势异常系数阈值。
b) 基于充电大数据，通过相关的数理统计方法，确定各个指标的安全离群阈值，参与计算离群阈值的影响因素包含但不限于以下因素：车型、车龄、充电时间、充电区域、车辆的运营类型等。
c) 基于充电大数据及车辆自身的历史充电，通过数理统计方法确定各个指标的趋势异常系数。参与计算趋势系数的影响因素包含但不限于以下因素：车型、车龄、充电频率、车辆的充电次数、外部环境温度等。
5.4.4.3 大数据评估项目
5.4.4.4 最高温度大数据评估
单次充电过程完成后，最高温度宜小于等于按照5.4.4.2中的方法确定的车辆最高温度离群阈值。
单次充电过程完成后，最高温度变化趋势系数宜小于等于按照5.4.4.2中的方法确定的车辆最高温度趋势系数阈值。
基于车辆长周期的历史充电数据计算的最高温度评估编号的熵值宜小于等于熵值的阈值。
5.4.4.5 最大温差大数据评估
单次充电过程完成后，最大温差宜小于等于按照5.4.4.2中推荐的方法确定的车辆最大温差离群阈值。
单次充电过程完成后，最大温差变化趋势系数宜小于等于按照5.4.4.2中推荐的方法确定的车辆最大温差趋势系数阈值。
5.4.4.6 最大温升速率大数据评估
单次充电过程完成后，最大温升速率宜小于等于按照5.4.4.2中推荐的方法确定的车辆最大温升速率离群阈值。
单次充电过程完成后，最大温升速率变化趋势系数宜小于等于按照5.4.4.2中推荐的方法确定的车辆最大温升速率趋势系数阈值。
5.4.4.7 压差大数据评估
单次充电过程完成后，压差宜小于等于按照5.4.4.2中的方法确定的车辆压差离群阈值。
单次充电过程完成后，压差变化趋势系数宜小于等于按照5.4.4.2中的方法确定的车辆压差趋势系数阈值。
5.4.4.8 SOC 大数据评估
单次充电过程完成后，最大SOC变化速率宜小于等于按照5.4.4.2中的方法确定的车辆SOC变化速率离群阈值。
基于历史数据，确定SOC变化速率异常的频次宜在合理的分布区间。
5.4.4.9 单体电压大数据评估
5
DB37/T 4969—2025
单次充电完成之后，单体电压的变化速率宜小于等于按照5.4.4.2中的方法确定的单体电压变化速率的离群阈值。
基于车辆长周期的历史充电数据计算的最高单体动力蓄电池电压所在的编号的熵值宜小于等于熵值的阈值。
5.4.4.10 SOH 大数据评估
单次充电完成之后，基于充电大数据计算车辆评估的SOH值。
5.4.4.11 故障统计分析
历史充电数据中，对电池的故障信息频次统计，对高频发生的故障类型进行重点检查。
5.5 评估方法
5.5.1 数据采集
数据采集宜符合以下规定：
a) 采用单次评估方式进行电池健康状态评估时，通过一次充电完成数据的采集;
b) 采用大数据评估方式进行电池的健康状态评估时，充电系统具备 5.4.4 规定的数据存储和计算的要求。
5.5.2 单次现场评估
单次现场评估宜符合以下规定：
a) 电动汽车在非车载传导式充电机上的一次快速充电完成电池的健康状态评估;
b) 充电时间大于 15 min;
c) 充电结束和充电开始的 SOC 差大于 30%。
5.5.3 大数据评估
车辆在充电系统内，满足60 d内至少有4次不小于15 min的非车载传导式充电机充电记录时，可以利用历史充电数据对电池进行线上评估。
基于大数据的异常评估方法见附录A。
5.5.4 综合评定
评估系统可基于数据的有效性评估、单次充电评估、充电大数据评估的各个项目的结果，通过综合分析的方式，形成最终车辆的安全评价，安全评价宜能对电池的健康状况进行分级，区分高风险电池、中风险电池、低风险电池。
5.6 评估频次
对于个人乘用车，建议每半年进行一次评估;对于运营车辆，建议每3个月进行一次评估。
5.7 评估报告
5.7.1 单次评估报告
单次评估报告宜包含以下内容：
a) 包含 5.4.2 和 5.4.3 的评估项目结果;
b) 包含此次评估 5.5.4 中规定的综合评定结果;
6
DB37/T 4969—2025
c) 包含后续车辆电池在安全和健康方面的建议和注意事项。
5.7.2 大数据评估报告
大数据评估报告宜包含以下内容，报告模板宜使用附录B中给出的模板：
a) 包含 5.4.2 和 5.4.4 的评估项目结果;
b) 针对 5.4.4 大数据评估的项目显示对应的指标变化曲线;
c) 包含此次评估 5.5.4 中规定的综合评定结果;
d) 包含后续车辆电池在安全和健康方面的建议和注意事项。
7
DB37/T 4969—2025
附 录 A
(资料性)
基于大数据的异常评估方法
A.1 基于正态分布的异常值评估
正态分布的“3σ”原则：在正态分布中，区间(μ-3σ,μ+3σ) 是随机变量X实际可能的取值区间， X落在该区间以外的概率小于千分之三，在实际问题中一般认为这种事件是不会发生的。如果变量属于这千分之三，即为异常点。示例见图A.1。
图A.1 正态分布异常值评估
正态分布N (μ , σ2)是由均值μ和标准差σ唯一决定的分布，根据样本数据估算出均值μ和标准差σ ,按公式(A.1)和公式(A.2)计算。
········································································ (A.1)
··································································· (A.2)
式中：
μ——样本数据的均值;
n——样本数量;
σ——样本数据的标准差。
A.2 指标样本数据的正态曲线拟合
电动汽车充电安全分析指标的变量，可以是最高温度、最大温差、最大温升速率、电池压差、最大SOC速率等指标，样本数据来自相同地区、相同车辆型号、相同时间的充电记录。示例见图A.2。
统计数据建议为最近30 d的充电数据。
8
DB37/T 4969—2025
图A.2 指标数据的正态虚线拟合
A.3 基于线性回归的时序趋势异常评估
回归用于预测输入变量和输出变量之间的关系，特别是当输入变量的值发生变化时，输出变量的值也随之发生变化。回归模型正是表示从输入变量到输出变量之间映射的函数。
线性回归：根据已知的数据集，通过梯度下降的方法来训练线性回归模型的参数w，从而根据参数w的正负判断曲线的走势。
模型定义为：
使用矩阵来表示就是，其中： 是所要求的一系列参数，是输入的数据矩阵，因为考虑WO常数项，所以在X第一列加上一列1。X的一行可以看作一个完整的输入数据，n代表一个数据有n个属性(特征)，m行代表一共是m个数据。数据集标签为
线性回归模型的目标就是找一系列参数w来使得f(x)=x w尽可能的贴近y。
9
DB37/T 4969—2025
图A.3 基于充电过程数据的指标趋势拟合
如图A.3利用已有的某一类型的车辆的充电报文数据的数据集，通过梯度下降的方法训练充电指标趋势的线性回归模型，从而得到如图所示的红线，进而判定充电指标的变化趋势。
10
DB37/T 4969—2025
附 录 B
(资料性)
新能源汽车动力电池大数据评估报告模板
新能源汽车动力电池大数据评估报告模板示例见图B.1。
表B.1 新能源汽车动力电池大数据评估报告模板
评估单号： 终端编号：
评估日期： 车牌号：
评估站点：
一、充电过程参数
开始时间
用时 分钟
开始 SOC
结束 SOC
额定容量 Ah
额定电压 V
充入容量 Ah
充入电量 kWh
电池类型
总能量 kWh
最大充电功率 kW
结束原因
电池最高温度 ℃
电池最低温度 ℃
电池最高温度编号
单体最高电压 V
最高充电电压 V
最高充电电流 A
单体最高电压曲线
最高温度
11
二、电池参数分析结果
电池参数
数值
参考值
同区域
同车型平均值
评价描述
充电状态
正常
-
绝缘状态
正常
-
停充原因
充满停止
-
最大SOC变化率
<阈值
电池最大温差
<阈值
电池最大温升
<阈值
电池最高温度
<阈值
单体最高电压
<阈值
最高充电电压
<阈值
电池最大压差
<阈值
最高充电电流
<阈值
估算电池健康度
80%
电池内阻
<阈值
三、电池关键指标的历史变化趋势(曲线图)
温度变化趋势
最大温差变化趋势
电压变化趋势
最大压差变化趋势
电池容量衰减趋势
历史充电异常分布
12
四、本次评估结果
五、用车建议
图B.1 新能源汽车动力电池大数据评估报告模板
13
