新能源汽車中BMS、SOC、DOD、熱管理、電量均衡

來源：電控知識(shí)搬運(yùn)工

BMS的主要任務(wù)是檢測(cè)電池工作情況、估算電池SOC、電池健康狀況(State of Health，簡(jiǎn)稱SOH)，完成熱管理、充放電控制、CAN(Controller AreaNetwork)通信、均衡檢測(cè)、故障診斷和液晶顯示等功能，使電動(dòng)汽車的控制單元能夠及時(shí)有效地利用所傳遞的SOC等信息，對(duì)動(dòng)力電池的過充或過放有防止作用。電池組的均衡技術(shù)，快速充電技術(shù)和電池SOC估算是電池管理系統(tǒng)的三項(xiàng)關(guān)鍵性技術(shù)。

電池荷電狀態(tài)(State of Charge，簡(jiǎn)稱SOC)，指電池中剩余電荷的可用狀態(tài)。SOC定義有多種多樣。目前在國際上比較統(tǒng)一的是從容量的角度給予定義，即荷電狀態(tài)SOC表示電池的剩余容量，其在數(shù)值上等于電池剩余容量與額定容量的比值。

?電池荷電狀態(tài)SOC作為描述電池狀態(tài)的一個(gè)重要參數(shù)，對(duì)其進(jìn)行準(zhǔn)確地估算是當(dāng)今電池研究的一個(gè)難題和熱點(diǎn)。因此，如果能夠?qū)OC進(jìn)行準(zhǔn)確的估算，那么將會(huì)對(duì)電池的研究和發(fā)展起著舉足輕重的作用。目前己經(jīng)出現(xiàn)了很多較為精確的SOC估算方法，下面列舉幾種主要的方法：

3、電流積分法

電流積分法也叫安時(shí)計(jì)量法，是目前在電池管理系統(tǒng)領(lǐng)域中應(yīng)用較為普遍的SOC估算方法之一，其本質(zhì)是在電池進(jìn)行充電或放電時(shí)，通過累積充進(jìn)或放出的電量來估算電池的SOC，同時(shí)根據(jù)放電率和電池溫度對(duì)估算出的SOC進(jìn)行一定的補(bǔ)償 。如果將電池在充放電初始狀態(tài)時(shí)的SOC值定義為SOCt0，那么t時(shí)刻后的電池剩余容量SOC則為：

與其它SOC估算方法相比，電流積分法相對(duì)簡(jiǎn)單可靠，并且可以動(dòng)態(tài)地估算電池的SOC值，因此被廣泛使用。但該方法也存在兩方面的局限性：其一，電流積分法需要提前獲得電池的初始 SOC值，并且要對(duì)流入或流出電池的電流進(jìn)行精確采集，才能使估算誤差盡可能??；其二，該方法只是以電池的外部特征作為SOC估算依據(jù)，在一定程度上忽視了電池自放電率、老化程度和充放電倍率對(duì)電池SOC的影響，長期使用也會(huì)導(dǎo)致測(cè)量誤差不斷累積擴(kuò)大，因此需要引入相關(guān)修正系數(shù)對(duì)累積誤差進(jìn)行糾正。

6、系統(tǒng)濾波法

相對(duì)于前述的幾種方法，系統(tǒng)濾波算法具有閉環(huán)控制和實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn)，因此目前被廣泛應(yīng)用于電池SOC估算，最常用到的系統(tǒng)濾波算法是卡爾曼濾波算法。

卡爾曼濾波是在20世紀(jì)60年代由美籍匈牙利數(shù)學(xué)家卡爾曼(R.E.Kalman)提出來的，他將狀態(tài)空間分析方法融合到濾波理論中，自其問世以來，卡爾曼濾波作為一種最優(yōu)狀態(tài)估算方法，可以應(yīng)用于受隨機(jī)干擾影響的動(dòng)態(tài)系統(tǒng)。

準(zhǔn)確地說，卡爾曼濾波本質(zhì)是一種遞推算法，可以實(shí)時(shí)獲得的受噪聲干擾的離散觀測(cè)數(shù)據(jù)，對(duì)系統(tǒng)狀態(tài)進(jìn)行線性、無偏及最小誤差方差的最優(yōu)估計(jì)。因此，卡爾曼濾波算法不僅僅適用于動(dòng)態(tài)的隨機(jī)過程，而且可以實(shí)現(xiàn)遞推，通過預(yù)測(cè)新的狀態(tài)和它的不確定性，然后采用新的測(cè)量值修正校準(zhǔn)預(yù)測(cè)值，非常適用于多輸入系統(tǒng)。因此，對(duì)于計(jì)算機(jī)運(yùn)算，卡爾曼濾波的運(yùn)算量和存儲(chǔ)量較傳統(tǒng)方法大為減少，能夠滿足實(shí)時(shí)性的要求，目前在工程實(shí)踐中迅速得到了廣泛的應(yīng)用。

然而，卡爾曼濾波算法作為一種線性算法在應(yīng)用到非線性系統(tǒng)中時(shí)存在一定的困難，因此許多基于卡爾曼濾波算法的的改進(jìn)算法被提出。

鋰離子動(dòng)力電池的SOC是一個(gè)非直接測(cè)量變量，不能通過傳感器件直接測(cè)量得到，只能通過可測(cè)量變量結(jié)合控制算法進(jìn)行估算，加之鋰離子動(dòng)力電池的工作過程是一個(gè)較為復(fù)雜的電化學(xué)反應(yīng)過程，內(nèi)部狀態(tài)多變且難以預(yù)知，同時(shí)在工作時(shí)也會(huì)受到外部環(huán)境多方面因素的影響。

但是在實(shí)際應(yīng)用中，SOC又是一個(gè)非常重要的參考量，它是使用者判斷電池系統(tǒng)狀態(tài)的依據(jù)。相比較而言，卡爾曼濾波算法及其改進(jìn)算法是一類較有前途且應(yīng)用廣泛的算法。

審核編輯：湯梓紅