随着新能源汽车的销量越来越大,电池问题也越来越难以避免。
两个趋势并存:一是新能源二手车交易量暴涨——2025年国内新能源二手车交易量突破200万辆,买家最关心的不是油漆上的划痕,而是电池的寿命;二是电池年检新规落地——SOH 低于 70% 直接判定不合格,必须维修或更换才能上路。
但问题来了:电池健康度不是仪表盘上能直接看到的数字。对于不同的通道,其计算模型与评价标准也会有一定的差别,从而造成测量结果的差异。用车架号直接调取基于海量真实行车与充电数据计算的标准化报告,是目前成本最低、速度最快、且能提供第三方参考视角的方案。

探数API的这个接口能做什么?简单来说,就是三点
别被”API”吓到。整个流程比你想的简单——不需要写一行代码,平台自带在线调试工具。
去 探数数据官网 注册账号,完成企业实名认证。
提醒一下:电池健康查询必须企业实名才能开通。
LSVAX60E8K2018698)在平台自带的调试工具里直接跑一次。确认返回数据结构满足你的业务需求。拿到 Key 后集成到你的应用中。接口支持 GET/POST,返回纯 JSON,几行 HTTP 请求就搞定。按业务并发量做好缓存(同一VIN的电池数据短期不会变,建议缓存12-24小时),避免重复调用浪费额度。
接口返回 30+ 个字段。字段名大多自解释,但有几个值得展开说——它们直接关联业务判断。
| 字段 | 含义 | 正常范围 | 注意事项 |
|---|---|---|---|
soh |
电池健康度(%) | ≥ 90%(优秀)/ ≥ 80%(正常) | 低于 70% = 年检不通过,必须更换 |
battery_level |
电池综合评级 | S > A > B > C > D | S 级基本是新电池水平,D 级建议更换(详见第四节) |
battery_degradation_rate |
电池衰减速率 | 年衰减 2%~3% 正常 | 年衰减超过 5% 需警惕——可能 BMS 故障或电芯损坏 |
battery_health_val |
电池健康得分 | ≥ 90 | 综合评分,和 SOH 不是一回事——这个是综合了温度一致性、电压一致性、内阻等多维度的加权评分 |
| 字段 | 含义 | 怎么用 |
|---|---|---|
full_endurance |
当前满电续航(km) | 对照 endurance_nominal(标称续航)算衰减比例 |
endurance_nominal |
标称续航(km) | 出厂数据。full_endurance ÷ endurance_nominal ≈ 实际续航保持率 |
total_mileage |
表显里程(km) | 二手车的核心参考。注意 total_mileage_date 看里程更新时间,防止调表 |
fuel_consumption |
百公里耗电 | 反映电池使用效率,越高越费电 |
| 字段 | 含义 | 业务关联 |
|---|---|---|
battery_type |
电池类型 | 磷酸铁锂(寿命长、能量密度低)vs 三元锂(能量密度高、衰减较快)——直接决定估值区间 |
enterprise_name |
电池生产企业 | 大厂(宁德时代/比亚迪/欣旺达)= 品质背书;小厂电池二手估值打折扣 |
battery_energy_nominal |
标称能量(kWh) | 度数越大,衰减相同百分比时经济损失越大 |
battery_warranty |
电池质保 | 如”8年或15万公里”——重点看是否还在质保期内 |
power_change |
是否换电 | “是”意味着电池可能非原装,需额外关注匹配性 |
这四个分数直接影响 battery_health_val,也是判断电池是否有”暗病”的关键:
一个实操经验:SOH 可能被”美化”,但这四个一致性指标可用于交叉验证。如果 SOH 显示 95% 但一致性得分都低于 85%,SOH 大概率虚高。
| 字段 | 含义 | 业务洞察 |
|---|---|---|
avg_start_soc |
平均充电起始 SOC(%) | 24% 说明车主习惯在低电量才充电——对电池不太友好 |
avg_end_soc |
平均充电终止 SOC(%) | 93% 说明经常充满——同样不是最佳习惯 |
depth_of_charge |
充电深度(%) | 69% 意味着平均每次充 69% 的电量。70%-80% 的浅充浅放对电池最友好 |
fast_charging_year_rate |
近一年快充占比(%) | 0% 是最好的数据。快充占比越高,电池衰减越快 |
这些数据能反向推测前车主的充电习惯——而充电习惯直接解释电池衰减速度。同样出厂 3 年、同样里程的两辆车,经常快充 + 充满的那辆,SOH 可能低 5%-8%。
annual_inspection_info 返回 4 项动力电池年检指标,每项都给了国标阈值和实测值:
| 字段 | 含义 | 局限 |
|---|---|---|
battery_valuation |
电池市场估值(元) | 基于当前SOH的估算,不含品牌溢价/地域差异 |
battery_evaluation_info |
电池一致性对比 | 含”历史单体平均温差”和”历史单体平均压差”,与同类车辆对比 |
battery_valuation 的数据可以做定价锚点,但不建议直接当最终报价——实际二手交易中,品牌、地域、车况都会影响成交价。建议:估值 ± 15% 作为参考区间。
谁在用:4S店、维修连锁、第三方维保平台
核心数据:soh、battery_level、battery_warranty、annual_inspection_info
操作流程:
✅VIN → 返回电池健康数据
✅对照 battery_warranty 判断是否在质保期内
✅对照车企质保更换阈值(如比亚迪 < 77.5%、特斯拉 < 70%)判断是否符合更换条件
用 annual_inspection_info 辅助判断是否达到年检标准
实际价值:以前技师靠经验判断”这电池不行了”,现在拿着数据报告跟车主沟通,准确率提升,客诉减少。更重要的是——用数据跟厂家对接质保,比你口头说”感觉衰减了”有效得多。
谁在用:二手车商、估值平台、拍卖平台、金融机构
核心数据:battery_valuation、soh、battery_degradation_rate、full_endurance、total_mileage、battery_type
操作流程:
✅批量输入车源 VIN → 获取电池健康数据
✅以 battery_valuation(电池估值)为价格锚点
✅叠加 battery_level 评级调整定价策略(S 级可溢价,C 级需折让)
✅结合 battery_type(磷酸铁锂 vs 三元锂)和 enterprise_name(大厂 vs 小厂)做品牌溢价
✅最终报价 = 电池估值 ± 15% 区间
实际踩坑:battery_valuation 给的估值是静态的,但实际交易中同一个 SOH 值,宁德时代的电池可能比小厂电池贵 10%-15%。别只看数字,enterprise_name 和 battery_type 要一起看。
谁在用:车主服务App、充电平台、保险核保
核心数据:soh、battery_level、fast_charging_year_rate、battery_level1/2/3_alarm
操作流程:
✅车主输入自己的 VIN → 生成”电池体检报告”
✅用 battery_level1/2/3_alarm(近90天报警信息)做风险感知——如果有异常,提醒车主进店检查
✅结合 fast_charging_year_rate 给车主充电习惯建议(快充占比高的,建议增加慢充频次)
✅对保险核保场景结合 isolation_score(自放电率得分)和一致性指标做风险评估
这个场景的潜力:车主其实很关心电池健康,只是以前没渠道查。把电池报告做成车主App里的一个功能模块,活跃度比你想的高——我们合作的一个平台,电池报告功能上线后,日均调用量比预期高了 3 倍。
电池健康查询这件事,核心价值不在”调接口”——那一步太简单了。真正的价值在拿到数据之后怎么用。
三个建议收尾: