BMS技术：电池管理系统对电动汽车意味着什么？(2)

当然BMS同时需满足相关标准法规要求。BMS基本的硬件架构如下图：

4、电池参数检测：包括总压、总电流、单体电压检测、温度检测、绝缘检测、碰撞检测、阻抗检测、烟雾检测等等。

5、电池状态建立：包括SOC、SOH、SOF。

6、在线诊断：故障包括传感器故障、网络故障、电池故障、电池过充、过放。过流，绝缘故障等等。

7、电池安全保护和告警：包括温控系统控制和高压控制，当诊断出故障、BMS上报故障给整车控制器和充电机，同时切断高压来保护电池不受到损害、包括漏电保护等。

8、充电控制：BMS慢充和快充控制。

9、电池一致性控制：BMS采集单体电压信息、采用均衡方式使电池达到一致性、电池的均衡方式有耗散式和非耗散式。

10、热管理功能：电池包各点的采集温度，在充电和放电过中，BMS决定是否开启加热和冷却。

11、网络功能：包括在线标定和健康，在线程序下载。通常采用CAN网络。

12、信息存储：BMS需要存储关键数据如SOC、SOH、充放电安时数、故障码等。

BMS关键技术

BMS的关键技术有电池单体电压的精确测量、电池状态的建立、电池的一致性均衡、电池的故障诊断技术等。

1、单体电压测量

单体电压测量的难点：

a、电池系统中有很多电池串联在一起，需要多通道对电池电压进行采集。每个电池的电压可能不同，这给硬件电路设计带来困难。

b、电芯电压的测量需要有很高的采集精度，特别是建立电池的SOC状态需要有很高的采集精度要求。

下面以C/LPF和C/NCM为例：图3反应了不同的开路电压与SOC的对应关系，从图中可以看出C/NCM的OCV取消斜率比较抖，最大每mv电压对应的soc变化率为0.4%（除了60~70%），如果电池的测量精度在10mv，那么SOC根据OCV的对应关系建立的状态误差不会超过4%。对于C/NCM电池，电芯的测量精度在10mv以内，但是对于C/LFP的OCV曲线比较平坦，电压对应的soc变化率为都超过了4%，所以需要单体电压的采集精度要很高，然而大多数采集芯片的精度只能达到5%左右。目前单体电压采集主要采用集成芯片的方式进行采集，在表2中列出了一些集成芯片。

不同开路电压与SOC关系以及每mv电压对SOC的影响（实验温度在25℃，静置3h）

不同单体电压采集芯片及其采集精度

2、电池状态建立

电池状态包括SOC、SOF、SOH。它们之间的关系如下图：

BMS状态建立算法框架

3、Soc算法有：

1) 放电测试法；

2) 累积安时法；

3) 开路电压法，根据OCV与SOC一一对应的关系，精度比较高，但是需要有电池较长时间的静置（同时需考虑电压迟滞现象，如图5）；

磷酸铁锂充放电OCV曲线（测量温度为25℃，静置3h）

4、电池模型建模：

开路电压法需要有很长的时间进行静置，在线等到电池的开路电压需要采用电池模型。通常采用的电池模型有等效电路模型、电化学模型，其中等效电路模型可以用下面进行表示：

其中：

如果电池模型参数是已知，很容易得到电池的开路电压，根据OCV-SOC曲线表，查询得到电池的SOC状态。通常电池模型采用Rint模型，一阶RC模型、二阶模型，其中二阶模型SOC最大误差为4.3%，最小误差为1.4%采用电池模型方法，精度和模型复杂度是需要考虑的重点，目前等效电路模型有12种，电池模型可以用于动态进行建立SOC，SOC的精度取决与模型的精度和信号采集的精度。根据相关文献对12种等效电路模型进行参数识别、模型的精度和复杂程度比较发现一阶模型加入迟滞比较适合磷酸铁锂电池，模型简单同时精度比较高。

电化学模型建立在物质传递的基础上，涉及化学热力学理论和电化学理论。跟电池内部很多材料的参数息息相关很难进行精确的表达，通常用于电池性能分析以及电池设计中。

5、神经网络模型：

通过神经网络模型的非线性映射特性、不考虑电池的详细信息，并且具有普遍适用性，适合建立不同电池的SOC状态。然而需要大量的训练样本数据以及训练数据和训练方法大大影响电池SOC的精度。神经网络模型需要进行大量的数据计算，需要有高性能的CPU芯片。

6、模糊算法：

需要对电池有足够的认知和理解，同时计算量比较大。