譚澤富，彭 濤，代妮娜，魏 健，鄧 立

(重慶三峽學院信息與信號處理重點實驗室，重慶 404000)

近年來國家大力發(fā)展新能源汽車。電池管理系統(BMS)是電動汽車的核心技術之一，它能夠對電池的基本物理量進行監(jiān)測，通過監(jiān)測到的信息對電池荷電狀態(tài)(state of charge，SOC)、健康狀況以及故障狀況進行分析，從而協調控制和優(yōu)化電動汽車的電量分配。本文主要介紹了BMS 關鍵技術的最新研究進展，對電池均衡、荷電狀態(tài)和熱管理等BMS 關鍵技術進行詳細介紹，并結合國內BMS 應用實例，對未來進行展望。

1 電池均衡

實際上電池組里面的每個電池都有差異，比如容量、剩余電量、電阻、電壓等存在不一致性。主要有兩個方面的原因：(1)每個電池在生產制造中受攪拌、研磨等工藝的影響，會存在一定的差異；(2)工作環(huán)境導致電池差異，其中溫度影響是重要因素。隨電池使用時間的增加這些差異逐漸放大，可能會出現電池安全性降低、壽命縮短等問題，因而加入均衡控制十分必要。均衡控制可以有效提升電池組的整體容量和控制單體電池的充放電深度，避免過充和過放，使電池衰老一致。

均衡技術從是否耗能的角度可以分為耗散型和非耗散型。

1.1 耗散型均衡

該技術主要使用電阻均衡(圖1)，由n節(jié)單體電池(記為B1，B2，...，Bn)、n個電子開關和耗能電阻以及一個控制器構成。把電子開關和耗能電阻串聯，再并聯到單體電池上，定時檢測電壓，對達到均衡條件的單體電池，通過軟件控制開關閉合，從旁路電阻進行放電。其特點是成本低、容易實現、放電速度快，但是其效率低下。另外電阻耗能會釋放熱量，流過電流越大，則累積熱量越多，散熱能力不足會有安全隱患，且消耗電池組本身的能量。因此，如今此方法不再作為主要研究方向。

圖1 電阻均衡電路

1.2 非耗散型均衡

該策略是在電路中利用電容、電感、開關、多繞組變壓器等器件，實現單體電池間的能量轉移，以實現均衡目的。該方法不需要消耗電池組自身能量，因此，非耗散型是BMS 研究的重點。一般有電感均衡、電容均衡、DC-DC 變換器均衡等。

李軍等[1]針對傳統均衡系統速度慢的問題，基于反激式變壓器，建立了模糊PID 控制的削峰填谷式均衡系統，實驗結果表明，該系統可實現均衡電流的優(yōu)化控制，降低電池的不一致性，并提高充放電過程中的均衡速度。劉征宇等[2]基于雙向Cuk 分組均衡器，提出了可信度因子(C-F)推理的方法，以降低電池組電壓、容量、內阻等不一致性，實驗證明，該方法可提高電池組的能量利用率，通過控制電流大小和方向，降低單體電池的不一致性。單恩澤等[3]為解決鋰電池在充放電過程中電量幅度變化大、精度低的問題，提出基于雙閾值的主被動均衡策略，實驗結果表明，該策略提高了充放電精度和效率，可抑制充電末期電流和電壓的變化，從而提高穩(wěn)定性。宮明輝等[4]提出了變論域雙模糊控制器(VDF)均衡策略，該策略可以降低電壓保護誤動作，從而實現全程均衡，與傳統模糊均衡方法相比，通過調整引入的自適應調節(jié)均衡電流，均衡速度提高了30%以上，在電池間差異較大時，均衡后的一致性也可提高20%。Song 等[5]提出基于充電電壓曲線的鋰離子電池組均衡，實驗結果表明，該策略可以最大程度地提高電池組容量，適應不同的一致性場景，具有較高的精度和較低的計算量，適合電動汽車的在線均衡。

綜上所述，當前BMS 中的均衡技術主要研究方向是改善單體電池之間容量、剩余電量、電阻、電壓等存在的不一致性，提高均衡速度和效率。未來還需結合整體和局部的優(yōu)化控制，進一步設計多層化和模塊化的均衡結構，提高均衡系統抗擾能力。

2 SOC 估算

2.1 SOC 定義

SOC用來反映電池的剩余容量，即在一定放電倍率條件下，電池剩余電量與其額定容量的比值，數學表達式如下：

式中：Qt為剩余電量；Q為額定容量。

2.2 SOC 估算方法

SOC的準確估算能夠避免電池過充、過放，提高電池均衡效果，并為電動汽車續(xù)航里程的計算提供重要數據。國內外研究人員對SOC進行了深入研究，一般常用的估計方法[6]有：

(1)安時積分法(AH)。AH 法是一種最常用的方法，但是在使用AH 法時存在一些問題，比如累積誤差，由于電流傳感器精度不足，隨時間的推移，誤差變大。另外，基本上二次電池都有自放電的現象，由于自放電的電流小，普通的電流傳感器難以準確測量，并且有一部分自放電電流不會經過工作電流的回路，無法檢測。

(2)開路電壓法(OCV)。由于OCV 和SOC之間有函數關系，所以可用來估計SOC。OCV 操作方便、易于實現，但需在電池工作后，等待一段時間靜置至穩(wěn)定，才會有較高精確度，因此該方法通常離線使用。

(3)擴展卡爾曼濾波(EKF)。該方法最大的優(yōu)點在于可以有效解決AH 法隨時間推移帶來累積誤差的問題，能夠不斷地修正初始誤差；其缺點在于對電池等效模型十分依賴[7]。由于電池模型具有時變特性和非線性，以及存在噪聲近似處理的問題，卡爾曼濾波估算SOC值的精確度會受到影響。

(4)神經網絡法。類似于大腦，能夠接收、傳導和處理信息。神經網絡法不關心電池內部結構，只需根據實際情況確定輸入量與輸出量，通過大量樣本數據進行學習，并記憶輸入-輸出模式映射關系，來處理SOC估算這一非線性動態(tài)過程。其優(yōu)點在于能夠迅速、高精度地估算電池SOC；但需龐大的數據實驗做基礎，估算結果受訓練方法和數據影響[8]。由于神經網絡算法的計算量很大，對硬件設備有更高的要求。

實際應用中通常是融合多種算法或模型，解決單一算法的缺陷。劉興濤等[9]針對單一SOC估計算法無法同時滿足多項指標要求的問題，提出一種基于EKF 支持向量機(EKFSVM)的組合算法，算例表明，該組合算法結合了EKF 和SVM兩種算法的優(yōu)勢，改善了SOC估算的魯棒性和泛化性，且最大估計誤差小于1%。謝思宇等[10]基于傳統小波神經網絡(WNN)，結合主成分分析(PCA)和遺傳算法(GA)提出了一種PCA-GA-WNN 模型，仿真結果表明，該模型具有較強的全局搜索能力和收斂能力，以較少的迭代次數可達到較高的SOC估算精度。封居強等[11]基于Thevenin 等效電路模型，提出遺忘因子最小二乘法(FFRLS)結合自適應擴展卡爾曼濾波(AEKF)的算法估算SOC，結果表明，該算法實現了對模型系統閉環(huán)修正，較單獨的FFRLS 精度有所提高，SOC誤差在1.5%～2%范圍內。莫易敏等[12]基于傳統EKF 和結合最小二乘法，提出模型參數實時變化的改進型擴展卡爾曼濾波算法(I-EKF)，以降低模型參數變化對算法的影響，仿真結果表明，I-EKF 算法相較于傳統的EKF，在電池放電末期，誤差降低了1.5%。劉繼超等[13]提出基于改進粒子群算法對電池各項參數進行辨識，以克服局部最優(yōu)、提高收斂速度和精度，該算法比基本粒子群相對誤差下降了3%。

綜上所述，在SOC估算的精確度以及各項指標要求上，理論研究已取得重要進展。但是，上述文獻以及其他一些研究人員主要在實驗平臺或仿真工具等較為理想的環(huán)境下進行實驗，所得結果對實際行駛的電動汽車電池SOC估算指導意義有限。實驗對象大部分是單體電池，電池串并聯使用后，電荷量、壽命、自放電率等參數都會有差異，所以在應用到電池組整體SOC估算時效果不理想，需考慮電動汽車實際行駛工況的復雜性和多變性。為避免實際應用中SOC估算的復雜性，可嘗試研究一種不需考慮電池的電化學和非線性特性以及物理結構的SOC估算新模型，將動力電池組系統看作整體處理。

3 熱管理

電池熱管理是根據溫度對電池性能的影響，結合電池的電化學特性和產熱機理，基于電化學、材料學等多門學科，通過合理的設計，避免電池溫度過高或過低，使其處于最佳的充放電溫度區(qū)間的過程。

電池的工作特性在一定程度上體現了整車的性能，且與溫度有密切關系，不同的溫度環(huán)境會讓電池表現出不同的性能。溫度過低時，內阻和極化電壓增加，容量下降，放電能力明顯下降，能量利用效率變低[14]。溫度過高時，雖然電池能量和容量可以充分使用，但是其安全性下降，壽命減短，隨著時間的增加以及空間范圍的限制，其內部的熱量慢慢累積起來，導致熱量分布不均勻，使得每個電池的工作狀態(tài)存在差異，電池模塊整體性能下降。

3.1 熱管理系統功能

熱管理系統功能主要包括：(1)對電池溫度進行實時監(jiān)測；(2)電池組溫度過低(或過高)時通過加熱裝置升溫(或散熱器件降溫)，使其處于正常溫度范圍內；(3)將產生的有毒氣體盡快排出；(4)平衡電池組的溫度，防止電池因溫度不均對整車性能造成影響。

3.2 熱管理系統分類

3.2.1 空氣冷卻系統

該方法的工作原理是讓空氣流過電池組設定的通道，帶走熱量[15]。圖2 為有源空氣冷卻/加熱工作原理圖，其原理是可預先對外部空氣進行預熱或冷卻，再經過電池組，通過風扇或鼓風機及時排出。該系統設計相對簡單，易于實施，適用于多種電池，無漏液現象，得到了廣泛應用。但是，該系統也存在一些缺陷：由于空氣本身熱容較低、導熱系數小，導致電池組溫度均衡效果較差。提高空氣冷卻系統制冷效果，可以通過優(yōu)化電池間距、擺放位置、提高空氣流速和擴大通道尺寸等，其目的在于增大空氣與電池組的有效接觸面積。上述參數在一定程度上都有最優(yōu)值，獲得最合適的參數成為空氣冷卻系統進一步發(fā)展的關鍵。

圖2 有源空氣冷卻/加熱

3.2.2 液體冷卻系統

液體冷卻采用比熱容更高、傳熱效率更快的液體作為介質，相較于空氣冷卻，該方法有更好的效果，使電池組內部的熱量分布更加均勻。但該方式需要增加盛放液體介質的裝置和循環(huán)系統，使系統變得更復雜，成本較高；同時電池本身并不防水，對密封性要求較高。在液體冷卻系統中，冷卻液的循環(huán)通常依賴液體泵，液冷的進行可以通過換熱設備來實現，一般冷卻系統通過管道和電池相連，將冷卻液注入管道中，通過管道中冷卻液的循環(huán)流動吸收電池釋放的熱量，確保電池溫度的均勻分布，圖3 為有源液體冷卻/加熱結構示意圖。這項技術在未來發(fā)展過程中，可以增加自動控制系統來控制液體流量，提高效率。

圖3 有源液體冷卻/加熱

3.2.3 基于相變材料的冷卻系統

相變材料(PCM)是一種綠色、高效、環(huán)保的儲能材料[16]，有良好的蓄冷蓄熱能力。在相變時，自身溫度變化幅度很小，廣泛應用于溫控和儲能領域，其工作原理為PCM 通過改變自身物理形態(tài)來吸收或者釋放熱量。當電池工作時釋放的熱量達到PCM 的臨界溫度時，PCM 吸收并存儲熱量，當電池溫度過低時，PCM 釋放熱量，使電池處于正常溫度。

熱管和均熱板技術是基于PCM 蒸發(fā)吸熱、冷凝放熱這一特性發(fā)展起來的一種高效控溫技術[17]。熱管工作原理為：PCM 在蒸發(fā)端吸收熱量，由液態(tài)轉變?yōu)闅鈶B(tài)，在微小壓強差的影響下氣態(tài)PCM 到達冷凝端，在冷凝端液化放熱，通過毛細作用重新回到蒸發(fā)端[18]。均熱板是一種真空超導熱器件，其原理與熱管相同。

姚程寧等[19]研究了微通道熱管陣列在高熱功率密度下的傳熱性能。實驗表明，熱功率密度為0.365 8 W/ cm2時，該技術可實現熱源處溫度45 ℃以下，溫差1.3 ℃以下。增大槽道尺寸可改善微通道熱管陣列的導熱系數。與燒結熱管組相比，采用微通道熱管陣列的熱管理系統在熱源處最大表面溫度降低了12.3 ℃。Huang 等[20]基于苯乙烯-丁二烯-苯乙烯(SBS)、石蠟(PA)、膨脹石墨(EG)研制了新型柔性復合材料SBS@PA/EG。研究發(fā)現，該材料可以改善PCM 的柔韌性和彈性，提高PCM 的抗沖擊性和熱導率，有效抑制電池組溫度升高的增長速率并平衡電池之間的溫度。Li 等[21]提出基于石蠟(PW)和膨脹石墨(EG)的新型復合相變材料(CPCM)，將PW/EG CPCM 侵入硅膠中，硅膠包裹石蠟形成覆蓋物，防止液態(tài)石蠟泄露，有良好的密封性。ZOU 等[22]對多壁碳納米管(MWCNT)和石墨烯基復合PCM 進行研究，獲得的添加量可提高導熱性，減緩液體PCM 的升溫速度。

綜上所述，基于PCM 的冷卻系統，不需要液體泵、風扇、鼓風機等器件，大大降低了系統成本，簡化系統結構，解決了體積龐大的問題。但是PCM 存在熱導率低、熱穩(wěn)定性差、力學性能差、液態(tài)PCM 泄露、相變膨脹、相變延遲等問題，嚴重阻礙PCM 在商業(yè)中的大規(guī)模應用和普及?；赑CM 的冷卻系統是熱管理重要研究重點，未來的主要工作是提高材料的性能和開發(fā)新型PCM。

4 BMS 應用實例

2020 年在廣州車展威馬展臺上，展示了威馬EX6 PLUS(圖4)。該車配備了威馬公司推出的電池熱管理2.0 系統，可將續(xù)航里程由400 公里提升至520 公里。該系統通過獨立液冷設計、零下30 ℃極地加溫系統(柴油加溫)，可以自主加溫和降溫，讓電池包處于恒溫狀態(tài)。在0 ℃以下，威馬熱管理1.0 系統電動汽車空調消耗電量為14.53 kWh，而2.0 系統中耗電量僅為1.29 kWh。威馬工程師分析稱，該車實際行駛16 萬公里后，電池衰減在5%內，比特斯拉多出6 萬公里。

圖4 威馬EX6 PLUS

2020 年ADI 推出首款用于電動汽車的無線BMS，將在通用汽車的Ultium 電池平臺使用。該技術使電動汽車平臺可應用于其他車型，并大量生產。無線BMS 不再受傳統通信線束的限制，節(jié)省了90%的線束，減小了體積，設計靈活性增加，能改善單體電池的能量利用率，優(yōu)化車輛續(xù)航性能。未來還可以與人工智能和大數據技術結合，為客戶提供更好的智能化服務，實現電池從生產到回收整個生命周期的監(jiān)測。

5 結論與展望

電池管理系統是電動汽車的關鍵技術之一，主要適用對象為鋰電池。雖然近年來在這方面取得了較大的進步，投入實際運用中也有顯著效果，但是發(fā)展時間較短，仍有許多要改良和完善的地方。

(1)SOC估算技術仍是今后的研究重點之一。目前SOC估算的算法很多，但是都有各自的缺陷。研究人員可考慮以下方面：電動汽車電池工作狀態(tài)和環(huán)境復雜多變，明確各種算法的優(yōu)缺點，根據電動汽車運行狀態(tài)動態(tài)特性，在不同階段引入適合且效果最優(yōu)的算法對SOC進行估算，來提高準確度與電池組適配度；從硬件方面入手，根據電動汽車實際運行工況數據，提高各種儀器對電池的電流、電壓、溫度等參數的測量精度，確保適用于運行狀態(tài)下的電池組。

(2)電動汽車的安全性是BMS 的重要研究部分，主要是提高電池的熱管理技術、抗干擾技術、以及異常報警和預警等。

(3)均衡控制能力有待提高，結合整體和局部的優(yōu)化控制，進一步設計多層化和模塊化的均衡結構，提高均衡系統抗擾能力。

(4)基于PCM 的熱管理系統未來的主要工作是提高材料的性能和開發(fā)新型PCM。