1 電池管理系統(tǒng)(BMS)定義

鋰離子電池的安全工作區(qū)域如圖1所示。BMS的主要任務(wù)是保證電池系統(tǒng)的設(shè)計性能：1)安全性;;2)耐久性;3)動力性。

圖1鋰離子電池安全工作區(qū)域示意

BMS軟硬件的基本框架如圖2所示，應(yīng)該具有的功能：1)電池參數(shù)檢測。2)電池狀態(tài)估計。3)在線故障診斷。4)電池安全控制與報警。5)充電控制。6)電池均衡。7)熱管理。8)網(wǎng)絡(luò)通訊。9)信息存儲。10)電磁兼容。

圖2車用BMS軟硬件基本框架

2電池管理系統(tǒng)關(guān)鍵技術(shù)

2.1電池管理系統(tǒng)對傳感器信號的要求

2.1.1單片電壓采集精度

一般地，為了安全監(jiān)控，電池組中的每串電池電壓都需要采集。不同的體系對精度的要求不一樣。

圖3單體電池OCV曲線及其電壓采集精度要求

對于LMO/LTO電池，單體電壓采集精度只需達(dá)到10 mV。對于LiFePO4/C電池，單體電壓采集精度需要達(dá)到1mV左右。但目前單體電池的電壓采集精度多數(shù)只能達(dá)到5 mV。

2.1.2采樣頻率與同步

電池系統(tǒng)信號有多種，而電池管理系統(tǒng)一般為分布式，信號采集過程中，不同控制子板信號會存在同步問題，會對實(shí)時監(jiān)測算法產(chǎn)生影響。設(shè)計BMS時，需要對信號的采樣頻率和同步精度提出相應(yīng)的要求。

2.2電池狀態(tài)估計

電池各種狀態(tài)估計之間的關(guān)系如圖4所示。電池溫度估計是其他狀態(tài)估計的基礎(chǔ)。

圖4電池管理系統(tǒng)算法框架

2.2.1電池溫度估計及管理

溫度對電池性能影響較大，目前一般只能測得電池表面溫度，而電池內(nèi)部溫度需要使用熱模型進(jìn)行估計。根據(jù)估計結(jié)構(gòu)對電池進(jìn)行熱管理。

圖5電池內(nèi)部溫度估計流程

2.2.2荷電狀態(tài)(SOC)估計

SOC算法主要分為單一SOC算法和多種單一SOC算法的融合算法。單一SOC算法包括安時積分法、開路電壓法、基于電池模型估計的開路電壓法、其他基于電池性能的SOC估計法等。融合算法包括簡單的修正、加權(quán)、卡爾曼濾波以及滑模變結(jié)構(gòu)方法等。

卡爾曼濾波等基于電池模型的SOC估計方法精確可靠，是目前的主流方法。

2.2.3健康狀態(tài)(SOH)估計

SOH是指電池當(dāng)前的性能與正常設(shè)計指標(biāo)的偏離程度。圖6為電池性能衰減原理簡單示意圖。目前SOH估計方法主要分為耐久性經(jīng)驗(yàn)?zāi)Ｐ凸烙嫹ê突陔姵啬Ｐ偷膮?shù)辨識方法。

圖6鋰離子電池雙水箱模型

2.2.4功能狀態(tài)(SOF)估計

估計電池SOF可以簡單認(rèn)為是在估計電池的最大可用功率。常用的SOF估計方法可以分為基于電池MAP圖的方法和基于電池模型的動態(tài)方法兩大類。

2.2.5剩余能量(RE)或能量狀態(tài)(SOE)估計

RE或SOE是電動汽車剩余里程估計的基礎(chǔ)，與百分?jǐn)?shù)的SOE相比，RE在實(shí)際的車輛續(xù)駛里程估計中的應(yīng)用更為直觀。

圖7電池剩余能量(RE)示意

圖8是一種適用于動態(tài)工況的電池剩余放電能量精確預(yù)測方法EPM(energy prediction method)。

圖8電池剩余放電能量預(yù)測方法(EPM)結(jié)構(gòu)

2.2.6故障診斷及安全狀態(tài)(SOS)估計

故障診斷是保證電池安全的必要技術(shù)之一。安全狀態(tài)估計屬于電池故障診斷的重要項(xiàng)目之一，BMS可以根據(jù)電池的安全狀態(tài)給出電池的故障等級。

2.2.7充電控制

充電析鋰是影響電池壽命的主因，目前對于析鋰的機(jī)理已經(jīng)有了研究，基于析鋰狀態(tài)識別的充電管理將是今后的主要研究方向，應(yīng)在保證電池負(fù)極不發(fā)生析鋰情況下，盡可能增大充電電流，縮短充電時間。

2.2.8電池一致性與均衡管理