我们团队自用的 Dr.EV 开发车辆，最近首次出现了 BMS a079 现象。

虽然我们已经分析过大量用户数据和实际案例，但这是我们第一次在自有车辆上亲自观察到相同问题。这让我们不仅能从开发者的角度，更能以真实车主的身份，对这一问题的发生与发展过程进行更精确的研究。

先简单介绍一下车辆背景：这台车是去年六月购入的二手车，当时的总里程约为 12 万公里。车辆主要用于研发，年行驶里程很少，大约 5000 公里以下。购车时无法准确评估电池状况，而在开始开发 Dr.EV 后，通过电池包数据分析，我们发现该车的电池已经存在较高程度的劣化。当时我们对 BMS a079 问题的存在与发生频率并不了解，因此以为只是个别现象。

供参考，我们并不是拥有多辆测试车辆的资金充裕型公司。因此，我们几乎没有进行过刻意加速电池老化的实验。除非出于特殊测试目的，我们通常保持较窄的 SOC 使用区间，并主要采用慢速充电方式。

从 Dr.EV 应用的统计图可以看到，即使充电模式相似，平均单体电压差在一天之内急剧上升。

在 Dr.EV 的充电曲线中也能明显看到，单体电压在短时间内出现异常扩散，这种变化绝不可能由正常老化造成。

正如许多用户已经了解的那样，BMS a079 并非由电芯自然老化引起，而更可能与我们此前在 YouTube 视频中提到的几种潜在机制之一有关。这一特征在众多用户数据中反复出现，而如今在我们的测试车辆上也被完全复现。

我们还观察到，Tesla 显示的剩余续航与 Dr.EV 估算的续航差距正在逐渐扩大。预计当 Tesla 的显示续航突然下降时，便可能是系统正式触发 BMS a079 报警的时刻。

幸运的是，这台车仍在保修期内，剩余时间约为两年半，里程约 4 万公里，因此目前无需立即采取措施。不过我们将持续监测电池包温度与整体稳定性，以防止潜在的热失控风险。

一旦 BMS a079 故障正式触发，我们将记录并分享 Tesla 的处理过程，包括更换的电池包型号及其与原始电池包的差异。同时，我们也计划利用 Dr.EV 的监测数据，分别进行延迟和加速 BMS a079 触发的实验，以更深入地分析其本质机制。