關于國內外鋰離子電池管理系統的現狀分析

摘要: 在當前我國的能源與環境形勢下，電動汽車是適應節能環保要求、滿足家庭日常通勤需要、具有廣闊市場前景的純電動車輛，而電池作為其最重要的動力源，對于車輛的使用性能和安全性等有著重要的影響。本文結合微型電動汽車的使用情況，對國內外鋰離子電池管理系統的現狀進行了簡要的分析。

關鍵詞: 微型電動汽車鋰離子電池電池管理系統

容量、比功率和峰值功率、快速充電、壽命、價格等是衡量蓄電池質量的幾項指標。目前，價格低廉的鉛酸蓄電池廣為國內電動車和電動自行車使用，但其比能量、比功率相對較低，電池的壽命也相對較短。在要求更高的微型電動車上，一般采用更高性能、安全和環境友好的鋰離子電池，這種電池在續駛里程、功率表現和電池壽命上為車輛提供了更好的保障。然而，盡管采用了各方面性能都較為優秀的鋰離子電池，但現有的車用鋰離子電池在隨車使用中依然存在一系列的問題，最突出的表現就是:電池在運行過程中無法及時準確地預測與監控其狀態，電池經常出現過充、過放、過熱等情況，這些情況不僅損害了電池本身的壽命，而且造成車輛使用者成本的增加，嚴重的還將造成車輛停駛、損壞甚至燒毀爆炸等極端危險的情況。為了保護任意車輛工況下電池的安全性，同時將電池的實時參數反饋給車輛控制器，需要建立鋰離子電池管理系統，該系統是保證電池正常運行、保護電池壽命和駕乘人員安全的必要一環。

電池管理系統的主要任務是:對電池的電壓、電流、溫度等參數進行采集、記錄和傳輸，并限制這些參數在一定的區間內。除此之外，還需要通過一定的算法，得到電池的剩余容量SOC，并反映給車輛控制器，對其作必要的限制。SOC的監控可以更大程度上發揮電池能力，也可以更好地保護電池工作在安全區域。因此，電池管理系統的設計對于確保微型電動汽車正常運行、保護駕乘人員安全有著重大的意義。電池管理系統工程化和產業化也是降低微型電動汽車成本、提高產品市場競爭力的重要任務。

當前國內外針對電池管理系統的研究主要有以下幾個特點:

第一，絕大部分現存電池及其管理的研究文獻的對象是混合動力汽車，而面向微型純電動轎車用電池的鋰離子管理系統的研究還不多見。混合動力和純電動車輛對所用電池在多個方向上存在明顯不同的使用要求。混合動力車輛用電池管理主要著眼于電池和其他動力源在車輛使用中的能量管理策略和動態協調問題;而微型純電動車輛的電池管理系統的重點在于電池本身的安全保護、性能提高，以及電池參數和整車的通訊過程，這樣的差別使得純電動微型車用電池管理系統的研究具有一定的獨特性。

第二，在國內外電池管理系統的研究中，關于是否監測電池的剩余容量SOC存在不同的看法。許多采用鉛酸電池的低檔車輛沒有監測電池的剩余容量SOC，而僅用電池的端電壓表現來判定電池的情況。這種做法的主要問題在于:電池的端電壓受瞬時電流的影響非常嚴重:大電流沖擊下的端電壓驟降現象非常明顯，二小電流下的端電壓下降速率在初始階段卻可能非常輕微。同時，電池一段較大電流放電結束后，端電壓反而會出現上升的情況，這就造成電池端電壓在放電過程中的變化不單調，電池的剩余容量SOC和電池端電壓表現不存在一一對應的關系，于是僅依靠電池的端電壓監控無法完整得到電池的狀態。

第三，國內外在SOC的估計算法上已經存在較為多樣的方法。其中，比較重要的方法有以下幾種:

a.安時積分方法

安時積分方法是蓄電池SOC在線估計的最常用方法，豐田公司Prius、本田公司的電動汽車EVPlus，通用大宇的電動汽車DEV5使用的都是安時積分法。安時積分方法能夠基本滿足電動汽車電池組SOC估計的需要，但是精度還需提高。

b.神經網絡法

神經網絡法適用于各種電池，缺點是需要大量的試驗數據進行訓練，估計誤差受訓練數據和訓練方法的影響很大，適用范圍受訓練數據限制，而且在電池管理系統中較難實現。此外大量文獻使用的神經網絡大部分處于恒流、恒負載充放電狀態的電池的SOC。實際電動汽車動力電池的工作狀態多樣且電流劇烈變化，適合電動汽車工況的神經網絡SOC估計方法還在研究中。

c.卡爾曼濾波法

卡爾曼濾波理論的核心思想是對系統的狀態作出最小方差意義上的最優估計。它的算法是一套包括SOC估計值和反映估計誤差的協方差矩陣的遞歸方程。與其他方法相比，卡爾曼濾波法的優點是對初始SOC誤差不敏感和更適于電流波動劇烈的電動汽車應用環境，缺點是對電池性能模型精度及電池管理系統計算能力要求高。

目前，豐田公司、本田公司和福特公司生產的混合動力汽車使用的電池組SOC估計方法都是電流(安時積分法)結合電壓(開路電壓法和負載電壓法)的估計方法，精度為10%—20%，電池SOC使用范圍為0.5—0.8。現在各個公司都在不斷對自己的電池組SOC估計技術進行改進，包括香港大學、德國烏爾姆大學、德國亞琛工業大學也都正在進行電池SOC估計方法的研究。

參考文獻:

[1]劉正耀等.動力鋰離子電池管理系統的研究.北京大學學報(自然科學版)，2006.12，VOL42.

[2]吳東興，關道諍，齊國光.高精度預測SOC的混合電動車電池管理系統的研究.高技術通訊，2006.4，VOL16，(4).

[3]胡明輝等.混合動力汽車電池管理系統SOC的評價.重慶大學學報，2003.4，VOL26，(4).

[4]Takuya Kinoshita，Battery System，Battery Monitoring Methodand Apparatus，United States Patent，Patent No.US 7173 392 B2，Date Feb，2007.6.

[5]Takao Hidaka，Battery-Voltage Monitoring Integrated-Circuit and Battery-Voltage Monitoring System，United States Patent，Patent No.US 7248 020 B2，Date Jul，2007，24.

[6]Minggao Ouyang，Shuo Tian，Munan Hong，An Experimental Studyand Nonlinear Modeling of Discharge I-V Behavior of Valve-Regulated Lead-Acid Batteries，2008 IEEE(to be published)

[7]林成濤等.電動汽車SOC估計方法原理與應用.電池，2004，(10):376-378.