动力电池作为新能源汽车的三大件之一，直接影响着车辆的性能、续航里程和充电时间，在新能源车中占据着重要地位。

目前电动汽车主要使用锂离子电池，电池的电压高达800V，供电电流可以达到300A。动力电池如果管理不好，不仅车辆性能变差，还会引发巨大的安全风险！

所以对电池状态的监控和管理就非常重要，BMS电池管理系统就是专门用于监测电池状态、保护和优化电池性能的系统。

BMS通过传感器对动力电池的电流、电压和温度进行实时检测，根据一定的算法估算出电量、功率、健康状态。

BMS系统框图

1. BMS的架构类型

动力电池的最基本元素是电池单体（cell）,一般能供给的电压是3-4V。多个单体构成一个电池组(Batteries)模块，多个电池组模块和BMS一起构成一个电池包（pack），我们通常所说的动力电池就是指最后组装完成后的电池包。

BMS的基本工作原理是对各个单体电池的电流、电压和温度等参数进行采样，最简单的方式就是集中式的架构。

集中式架构

集中式架构更紧凑，只需要一个中央BMS控制器，成本也低。但是大型的电池组就需要BMS具有更多的检测端口，连接时会有大量的电线和连接器聚集在一起，故障排查和维护时很不方便。

如果把大型电池组分成几个部分，每个部分都有一个BMS模块检测，就可以避免端口和线束过于集中的问题，便于维护，这种方式称为模块化架构。

模块化架构

模块化架构中分为主模块和从模块，从模块监测各个部分电池的状态，主模块除了监测电池状态外，还通过总线通信接口对从模块进数据交互和管理。

模块化架构中的主模块也可以专用于计算和控制。

模块化架构-专用

2. 电流监测与保护

充电时，如果充电电流过大会导致电池内部电压迅速升高，电池电解液会溶解，释放出大量热量，又导致了温度升高，这不仅会加速电池老化，还会导致电池膨胀、漏液、短路，甚至会发生燃爆。

电流监测的目的主要是防止过流，电池的最大电流限值有两个，1个是最大连续电流值，1个是瞬时电流峰值。

电流电压工作区

瞬时峰值电流的产生与车辆运行状态有关，比如车辆突然加速时就会产生峰值电流，峰值电流通过传感器的实时采样获得。

连续电流是长时间的累计电流，BMS可以在一段时间内，对电流进行积分计算后获得。

电池的电流大小就像人体的血液流量，流量太大，心动过速，人体承受不了，会对健康造成损伤。

电流太大，电池无法承受

如果BMS监测到的电流接近限值，就需要控制减少可用电流；如果超过限值，就需要关闭可用电流；

 电压监测与保护

车辆充电时，BMS实时采样电池电压，当监测到的电压值接近高电压限值时，BMS会请求逐渐减小充电电流；当达到高电压限值时，BMS会请求完全终止充电电流。

车辆行驶时处于放电过程，电池电压由高变低，如果电池长时间保持在低电压的状态，会导致电极表面微小分支晶体的生长，这些晶体会导致自放电速率升高，不仅影响电池的性能，还会引发安全问题。

当监测到电压接近低电压限值时，BMS会请求关键的负载降低其电流需求。比如减小牵引电机可用的允许扭矩，当然，此时还必须考虑驾驶员的行驶安全，比如爬坡时不能减小。

电流和电压的监测可以保证电池在电流和电压限值所构成的安全运行区域（SOA）内工作。

3. 温度监测与保护

电池如果持续暴露在过热环境中，电池的性能和寿命会降低。比如在45℃的温度下连续充电时，性能损失可能会高达50%。

温度过低时，电池的标准容量和剩余能量也会显著下降，大多数锂离子电池在低于5℃时无法快速充电，在低于0℃时根本不应充电。因为低温充电时的电镀现象会对电池造成严重损伤。

温度电流SOA

所以BMS需要时刻监测电池的温度，温度过低时需要加热升温；温度过高时，需要冷却降温，加热和冷却是通过热管理控制器完成的，尽可能的使电池在最佳的温度区间工作（比如30-35℃），这样可以保护性能，延长使用寿命。

温度过高容易导致热失控，温度过低又导致电化学过程不可逆；电压过高容易导致过充，而电压过低又会导致过放、电池枝晶产生短路。温度和电压间也存在着安全运行区域。

4. 容量监测与管理

电池的剩余电量用SOC（State Of Charge）表示，也叫荷电状态。电池不能过充，过充后电压会迅速上升，额外的能量都会转化为热量，对电池造成损伤。

汽车电池是由多个相同规格的电池单体串并联后堆叠而成，理论上，每个电池单体充满电后，充电电流就可以被切断。但是实际上每个电池单体的容量衰退率、自放电电阻以及外部电路并不完全相同，导致它们会具有不同的泄漏或自放电速率。

在这种不平衡的情况下，顶部电池将提前达到其充电极限，也就是在其他底层电池被充电到满容量之前，就要终止充电电流。

平衡电池组与不平衡电池组

这样在放电时，电池组的运行时间就要受到容量最低的电池单体限制，电池容量不平衡会导致电池退化，工作时间缩短，还会存在对弱电池过度充电的风险。

所以容量的管理首先要平衡电池组，目标是使整个电池组中各个相邻的电池单体的SOC大致相等。

电芯容量平衡的方法分为无源和有源两种类型。

无源就是在电池旁并联一个电阻回路，通过这个电阻回路从充电最多的电池中去除电荷，以防止过度充电，并允许充电较少的电池接收更多的充电电流。

无源平衡

当BMS检测到给定电池接近其充电极限时，会通过晶体管开关导通电阻回路，通常以自上而下的方式将其周围多余的电流引导至下方的电池。

这种方式实现简单，但是电阻回路的热消耗多，即能量消耗多！

有源就是将电阻换为电容（或电感）这种储能元件，先将高电压电池的能量传输至电容，通过电容将能量再次传输至具有较低电压的电池，这样就可以实现在充电过程中将高SOC电池的能量传输给低SOC电池，最后所有电池充电至最大SOC。

这种方式相当于将电池周围的充电电流重新定向，从而允许电量较少的电池可以在更长的时间内接收充电电流。

有源方法的优点是效率高，能量损失小，缺点是开关数量多，结构复杂。

5. SOC的计算

SOC的定义是电池剩余电量在特定放电倍率条件下占额定容量的百分比，即

SOC =（剩余电量/额定电量）*100%

电量不像电压、电流或温度，通过传感器采集后可以直接计算出，电量只能根据一些相关的参数进行估算。

同时电量还会受到很多因素的影响，比如：

1. 大电流时，可充放电容量<额定容量。小电流时，可充放电容量>额定容量；

2. 电池在充放电循环过程中会衰减，导致容量会逐渐减少。

3. 电池内部的化学反应会产生自放电现象，造成电量损失。自放电大小与环境温度成正比。

4. 电池单体差异较大将导致电池组估算的精度误差很大。

以上因素导致SOC的估算成为BMS中的难点！

SOC常用的估计算方法有：开路电压法、安时积分法、电池内阻法和卡尔曼滤波法。

5.1 开路电压法

开路电压法就是根据电池组的开路电压来计算SOC的大小，具体过程就是通过AD模块采集电池的电压值，参照电池组开路电压和SOC的对应曲线，插值后估算出电池的SOC值。

放电电压容量曲线

这种方法实现简单，但是由于对应曲线是在一定的充放电倍率条件下生成。当充放电倍率不同时，电压的对应数据不同。另外在电流波动较大、温度波动较大、单体电池不均衡时都会导致估算结果不准。

这种方法就像是根据一个人的体重来判断饥饿程度，做起来简单，但是由于体重受到衣物的重量、饮水量等因素影响，容易导致判断结果不准。

开路电压法的精度低

5.2 安时积分法

安时积分法是通过对单位时间内流入流出电池组的电流进行累积，从而获得电池组每一轮放电能够放出的电量，确定电池SOC的变化。

式中，Soc(t)为t时刻的Soc值，Soc (t0 )为t0时刻的Soc值，也就是初始值；Qa为电池的额定容量，i为瞬时电流值；ηt为温度对电池实际容量影响的补偿因子；ηc为充放电倍率对电池实际容量影响的补偿因子；ηn为电池衰老对电池实际容量影响的补偿因子；

安时积分法的准确性相对高一些，但是也会有一些误差，因为在不同的充放电倍率下，额定容量Qa不同。此外，随着时间的增加，累计误差会越来越大。

这就像是根据一个人对食物的吸收和排出来估算饥饿程度一样，会受到状态变化和计算误差的影响。

安时积分法存在一定的累计误差

5.3 电池内阻法

电池的内阻与SOC有密切的关系，通过内阻值也可以评估出SOC值。BMS通过采集电池组的电流和电压，来计算电池的内阻。

比如周期性地对电池组进行脉冲放电，每次放电时间很短（几十毫秒），放电时采集传感器的电压U和电流I,根据放电前后的电压变化量ΔU和电流I就可以计算出内阻。

这种方法的优点是计算时间短，但是电池的内阻还与温度和充放电过程有关，需要进一步的校正和修正。

5.4 卡尔曼滤波

卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是一种递推的滤波过程，最后可以得到系统状态变量的最小方差的最优估计。

其基本原理为将上一个状态的估计值和当前状态的测量值作为已知条件，这两个已知量都有一定的误差，将这两个已知条件按照误差的权重比例相加得到当前状态的估计值。

式中，k表示离散的时间间隔，即当前状态时间；Xk表示当前状态的估计值，Xk-1表示上一状态的估计值；Zk表示当前状态的测量值，Kk表示增益系数，也就是根误差算出的权重。

根据每一时刻的状态，去求解当前状态最好的增益系数，以充分利用前一状态的估计值和当前状态的测量值来估计当前状态的最优值。

其基本过程理解可以分为两步：

1. 使用上一次的最优结果预测当前值。

2. 使用观测值修正当前值，得到最优结果。

卡尔曼滤波的公式不太容易理解，我们同样以体重为例说明一下，体重由于受到运动、饮食等影响，并不是一个稳定值，是在一定范围内的波动值。

我们对体重进行预估时会有一个偏差，假设预估偏差是2kg。

而用于测量体重的电子秤也有偏差，可能会小一点，假设为1kg。

如果我们根据之前的经验预估当前的体重是73kg，而电子称测出结果是72Kg。

则本次最优估算值 =(2/3）*观测值+（1/3）*估算值

                 =(2/3）*72+（1/3）*73

                 =48+24.3

                 =72.3kg

利用卡尔曼滤波可以得到比上次估算和本次测量值误差更小的最优估计值，所以它的精度很高。但是实际运算过程涉及到5个公式，实现过程比较复杂，需要使用数学模型和计算机算法。

SOC的计算还有其它的一些算法，具体选择哪种估算方法要根据电池的类型、环境和精度要求等因素综合考虑。

6. 小结

BMS主要负责监测电池组的电压、电流、温度等关键参数，可实现调节电池电压均衡、控制电池的充放电过程、SOC的估算、SOH和SOP的状态监测、温度监控、故障诊断与保护等功能。

其中的SOC由于是衡量电池的重要性能指标，因此是BMS中最重要的参数，也是其它状态监测的基础，它的估算难度较大，是BMS中的核心技术。

编辑：中国电源产业网