什么是BMS的中心技能？
最近看到国内某企业的宣传牌，由于选用AUTOSAR的软件构架这样的底层软件而宣称“全面把握BMS软硬件技能”、“到达世界先进水平”、“选用多重均衡操控才干”。很可以招引眼球。这些东西是BMS的中心技能吗？
一般BMS体系一般包含检测模块与运算操控模块。
检测是指丈量电芯的电压、电流和温度以及电池组的电压，然后将这些信号传给运算模块进行处理宣布指令。所以运算操控模块是BMS的大脑。操控模块一般包含硬件、根底软件、运行时环境（RTE）和应用软件。其中最中心的部分–应用软件。关于用Simulink 开发的环境的一般分为两部分：电池状况的预算算法和故障诊断以及维护。状况预算包含SOC（State Of Charge）、SOP（State Of Power）、SOH（State of Health）以及均衡和热办理。
电池状况预算一般是预算SOC、SOP和SOH。SOC （荷电状况）简略的说便是电池还剩余多少电；SOC 是BMS中最重要的参数，由于其他一切都是以SOC为根底的，所以它的精度和鲁棒性（也叫纠错才干）极其重要。假如没有准确的SOC，加再多的维护功用也无法使BMS正常作业，由于电池会常常处于被维护状况，更无法延伸电池的寿数。
此外，SOC的预算精度也是十分重要的。精度越高，关于相同容量的电池，可以有更高的续航路程。所以，高精度的SOC预算可以有效地下降所需求的电池本钱。比方克莱斯勒的菲亚特500e BEV，可以一向放电 SOC=5%。成为其时续航路程最长的电动车。
下图是一个算法鲁棒性的比方。电池是磷酸铁锂电池。它的SOCvs OCV曲线在SOC从70%到95%区间大约只改变2-3mV。而电压传感器的丈量差错就有3-4mV。在这种状况下，咱们有意让初始SOC有20%的差错，看看算法能不可以把这20%的差错纠正过来。假如没有纠错功用，SOC会依照SOCI的曲线走。算法输出的SOC是CombinedSOC也便是图中的蓝色实线。CalculatedSOC是依据最终的验证成果反推回去的真实 SOC。
SOP是下一时间比方下一个2秒、10秒、30秒以及继续的大电流的时分电池可以供给的最大的放电和被充电的功率。当然，这里边还应该考虑到继续的大电流对保险丝的影响。
SOP的准确预算可以最大极限地进步电池的运用功率。比方在刹车时可以尽量多的吸收回馈的能量而不损伤电池。在加快时可以供给更大的功率取得更大的加快度而不损伤电池。一起也可以确保车内行进过程中不会由于欠压或许过流维护而失掉动力即使是在SOC很低的时分。这么一来，所谓的一级维护二级维护在准确的 SOP面前都是昙花一现。不是说维护不重要。维护永远都是需求的。可是它不或许是BMS的中心技能。关于低温、旧电池以及很低的SOC来说，准确的SOP 预算特别重要。例如关于一组均衡很好的电池包，在比较高的SOC时，彼此间SOC或许相差很小，比方1-2%。但当SOC很低时，会呈现某个电芯电压急速下降的状况。这个电芯的电压乃至比其他电池电压低1V多的状况。要确保每一个电芯电压一向不低于电池供货商给出的最低电压，SOP有必要准确地预算出下一时间这个电压急速下降的电芯的最大的输出功率以约束电池的运用然后维护电池。预算SOP的中心是实时在线预算电池的每一个等效阻抗。
SOH 是指电池的健康状况。它包含两部分：安时容量和功率的改变。一般以为：当安时容量衰减20%或许输出功率衰减25%时，电池的寿数就到了。可是，这并不是说车就不能开了。关于纯电动车EV来说安时容量的预算更重要一些由于它与续航路程有直接关系而功率约束仅仅在低SOC的时分才重要。关于HEV或许 PHEV来说，功率的改变更为重要这是由于电池的安时容量比较小，可以供给的功率有限特别是在低温。关于SOH的要求也是既要高精度也要鲁棒性。并且没有鲁棒性的SOH是没有意义的。精度低于20%，就没有意义。SOH的预算也是根据SOC的预算。所以SOC的算法是算法的中心。电池状况预算算法是BMS 的中心。其他的都是为这个算法服务的。所以当有人宣称突破了或许把握了BMS的中心技能，应该问问他究竟做了BMS的什么？是算法仍是自动均衡或许只做 BMS的硬件和底层软件？或许仅仅提出一种BMS的结构办法？
有人说特斯拉之所以牛，是由于它的BMS可以办理7104节电池。这是它牛的当地吗？它真的是办理7104节电池吗？特斯拉model S的确用了7104节电池，可是串联在一起的只需96节，并联的只能算一节电池不论你并联多少节。为什么？由于其他公司的电池组也是只核算串联的个数而不是并联的个数。特斯拉凭什么要特别呢？事实上，假如你了解特斯拉的算法，你就会知道特斯拉的算法不只需求许多的工况数据定标，并且还不能确保在任何状况下特别是在电池老化今后的预算精度。当然，特斯拉的算法比简直一切国内的BMS算法仍是好许多。国内的BMS算法简直都是电流积分加开路电压的办法用开路电压核算初始SOC，然后用电流积分核算SOC的改变。问题是假如启始点的电压错了，或许安时容量禁绝，岂不是要一错究竟直到再次充溢才干纠正？启始点的电压错会犯错吗？经历告知咱们，会的，虽然概率很低。假如要确保满有把握，就不能只靠准确的启始点的电压来确保启始SOC的正确。
我国新能源轿车均衡问题出在哪里？
上一年经过专家评选的某自动均衡技能荣获某锂电金球奖。其理由是它的中心技能–自动均衡技能可以延伸电池寿数30%续航路程20%。这一看就不靠谱。由于底子无法定量。你和谁比可以延伸寿数30%？和自己比有意义吗？和没有均衡比吗？那你的水平就差远了。和他人比，应该与最好的比才有意义。世界上不说最好的至少还可以的BMS都没有均衡问题。你怎样延伸寿数30%呀？
延伸续航路程也是相同的道理。比方克莱斯勒的Fiat500e，它的SOC容许一向放到5%。请问你还怎样延伸20%的续航路程呀？再进一步说，自动均衡难吗？硬件2008年TI就向我其时地点的公司推销它的自动均衡%&&&&&%了。算法不外乎是同模组到电池彼此均衡和不同模组之间的电池彼此均衡。通用轿车公司早在6-7年前就现已完成了仿真验证。连文章都有了。从算法视点讲彻底没有难度可言。
并且自动均衡底子也不是网上说的是“自动均衡功用一向以来是国外产品的杀手锏”。国外为什么基本上不必自动均衡呢？主要是考虑到本钱问题。假如被迫均衡就可以搞定，为什么要用自动均衡呢？国内为什么竭力宣扬自动均衡呢？笔者以为主要是被迫均衡搞不定。
说起被迫均衡，绝大多数人告知笔者说是由于国内电池质量太差共同性欠好。可是经过攀谈笔者发现底子原因在于概念不清、办法不对。要不然怎样会开车时均衡会越均衡越差？均衡的作用是可以核算出来的。所谓多重均衡技能，清楚是没有一种手法可以搞定均衡。有人说被迫均衡糟蹋了许多电。所以欠好。以96节串联的电池组为例，咱们可以算出在最差状况下，被迫均衡究竟糟蹋了多少电。假如均衡电流是0.1A，一节电池在被均衡时大约要糟蹋0.4W。最差的状况是有95 节电池都需求放电，所以，最差状况是有0.4X95=38W。还不如轿车的一个大灯（大约45瓦）费电。假如不是最差的状况，或许只需十几瓦乃至几瓦就够了。所以，虽然被迫均衡糟蹋了一点电，可是它假如可以极大地延伸电池的寿数，何乐不为呢？
还有人说，关于比较大的安时容量的电池来说0.1A电流太小。假如可以把不均衡消除在萌发状况，就不会有力不从心状况的呈现。假如电芯本身现已不能正常作业了，无论是自动均衡仍是被迫均衡都是力不从心的。所以，不能彻底责怪电池的共同性欠好。也需求从本身找原因。
笔者从前做过的车里有两款PHEV的车，开了才几个月电池组内的SOC相差高达45%。并且由于SOC、SOP的问题，车在路上常常抛锚。公司共同以为是电池质量问题并且共同同意替换电池供货商。可是我仅仅仅仅更改了算法，就把均衡的问题处理了。并且是在公司明确规定不许充电的状况下做的。由于现已有一辆车由于电池问题出了事端。电池组中电芯SOC的差别由45%降到了3%。现在车现已行进了十几万公里了。抛锚的问题再也没有产生过。
怎样的算法才算中心技能？
从操控的视点来说，一个好的算法应该有2个规范：准确性和鲁棒性（纠错才干）。精度越高越好的道理在这里就不多说了。前面说到的电流积分加开路电压实际上是用开路电压纠错，可是这种办法与在线实时纠错比较，明显鲁棒性差远了。这是为什么国外大公司都在用在线实时预算开路电压来完成在线实时纠错的原因。
为什么在这里要着重实时在线预算？它的优点在哪里？经过实时在线预算预算出电池的一切等效参数，然后准确地预算出电池组的状况。实时在线预算极大的简化了电池的标定作业。使得对共同性不太好电池组状况的准确操控成为实际。实时在线预算使得无论是新电池仍是老化后的电池，都能坚持高精度（Accuracy）和超强的纠错才干（Robustness or error correction capability）。
国内一些人往往不知道他人的算法是什么，一看某个厂家为某名厂出产BMS的某些零部件就以为把握了BMS中心技能，这样说法是欠妥的。那些要花不计其数块钱去买的大部头的出版物谈论各个厂家BMS好坏的却不论各个BMS算法或许说在中心技能方面的差异，实际意义太小。只看是不是为某个有名的OEM供给 BMS就以为牛，也不知道究竟供给BMS里边的什么东西。不知道有没有一种崇洋的心思。
现在世界上BMS做得最好的应该有什么特色呢？它可以在线实时预算电池组的电池参数然后准确预算出电池组的SOC、SOP、SOH，并且可以在短时间内纠正初始SOC超越10%的差错以及超越20%的安时容量的差错或许百分之几的电流丈量差错。美国通用轿车公司在6年前研制沃蓝达时就做过一个试验来测验算法的鲁棒性：将3串并联在一起的电池组拿掉一串，这时内阻添加1/3、安时容量减小1/3。可是BMS并不知道。成果是SOC、SOP 在不到1分钟就悉数纠正SOH随后也被准确地预算出来。这不只阐明算法的强壮的纠错才干，并且阐明算法可以在电池的整个生命周期中一向坚持预算精度不变。
关于电脑而言，假如呈现蓝屏，咱们一般只需求重新启动电脑就算了。可是，关于轿车，那怕抛锚的概率只需万分之一也是难以容忍的。所以，与发表文章不同，轿车电子需求确保在任何状况下都能作业。做一个好的算法需求化极大精力去处理那些产生概率只需千分之一、万分之一的状况。只需这样才干确保满有把握。比方说当车高速行进在盘山公路上，我们所知道电池模型都会失效。这是由于继续的大电流会很快消耗掉电极外表的带电离子，而内部的离子来不及分散出来，电池电压会急剧下降。预算出SOC会有较大的差错乃至会有10% 以上的差错。准确的数学模型便是数学物理办法教科书上讲的分散方程。可是它无法用在车上由于数值解的运算量太大。BMS的CPU运算才干不行。这不只是一个工程难题，也是一个数学和物理的难题。处理这样的技能难题，可以化解已知的简直一切影响电池状况预算的极化问题。
BMS的状况预算技能才是BMS的中心技能。虽然现已过去了6年，现在世界上依然没有一家供货商可以做到这样的高精度和高鲁棒的水平来确保电池作业的满有把握。就连现在红的发紫的特斯拉也望尘莫及。这不是在吹嘘。特斯拉的粉丝必定听说过特斯拉在北京大街上被拖走的业绩吧。特斯拉的算法也不能确保电池老化后的精度和鲁棒性。只需可以确保高精度、高鲁棒的算法才是杀手锏！没有这样的技能怎样弯道超车？
