汽車電池均衡管理技術分析與探究

盧欣欣　陳繼永　崔美麗

摘 要：通常純電動汽車的動力電池是由若干單體電池組合而成，每一個單體電池荷電狀態會存在一定程度的差異，而此差異會直接決定動力電池的使用性能，因此需要對動力電池進行均衡管理。其中鋰離子動力電池的主要研究集中在電池單體技術、熱管理技術以及能量管理技術等方面，因此BMS（電池管理系統）對動力電池均衡系統尤為重要。本文通過對電池均衡管理系統進行基本的介紹，并建立電池等效模型，為后續電池均衡模型的仿真提供理論參考，進而為電池均衡管理提供重要的研究價值。

關鍵詞：電池荷電狀態 均衡管理 新能源汽車

1 引言

純電動車具有結構簡單、無污染以及乘坐舒適等優點，但是對于純電動汽車而言影響最大的缺點之一是它的續航里程短。拿純電動汽車與人體相比，“心臟”就是純電動汽車中的動力電池，它的作用就是給整車提供動力，因此研究動力電池有非常重要的意義。動力電池涉及到很多行業，這已經不單單是汽車企業所要考慮的，而是各行各業協同發展的結果。目前比較常用的幾種動力電池有：鉛酸蓄電池、燃料電池、鎳氫電池以及鋰離子電池等。鉛酸蓄電池的優點是價格低以及運行穩定，但是因其體積大、質量重以及污染環境等缺點，已經逐漸被淘汰。燃料電池雖然具有無污染的優點，但是目前還有很多技術問題等待解決，還沒有辦法普及。鎳氫電池具有高安全性，能量密度高的特點，但是在使用過程中會出現不穩定的現象，比如高溫下充電緩慢。鋰離子電池因其比能量高、壽命長以及體積小的優點，被許多電動汽車采用。電動汽車的動力電池，是有許許多多個單一的獨立電池所組合在一起的，所以每個單一的電池總會有著一些差異。而這些差異會影響動力電池的整體性能，所以對動力電池進行技術上的管理是有必要的。其中鋰離子動力電池的主要研究集中在電池單體技術、熱管理技術以及能量管理技術等方面，這顯得動力電池的控制單元必不可少，BMS就是為此而誕生的。純電動汽車有三大核心，動力電池是其中之一，而動力電池需要一個專門的管理系統BMS，BMS性能的好壞將對動力電池的充放電、熱管理、能量均衡以及壽命產生關鍵影響。基于此，需要對電動汽車鋰離子電池管理的策略進行一些必要的研究。

2 電池管理系統關鍵技術

電池管理系統是在保證電池安全性的基礎之上充分利用電池能量的一種綜合控制系統，因為電池本身就比較復雜，所以設計出的電池管理系統的功能也會較為復雜，它所具有的功能主要有電池信息監控、電池狀態分析、電池安全保護、能量控制等，然而每個功能模塊如果細分，將會細分為很多的功能，盡管電池管理系統未來的趨勢將會朝著越來越多的功能發展，但是電池管理系統的關鍵技術還是集中在信息的采集、SOC和SOH等狀態的估算、動力電池的均衡管理以及運行信息的監控等方面。以下將對BMS的關鍵技術進行簡單的介紹。

2.1 信息的采集

電池管理系統最基本的功能就是采集電池的電壓、電流、溫度等基本信息，幾乎電池管理系統的所有功能都是建立在信息采集的基礎之上。所以電池管理系統設計的關鍵是如何準確的采集動力電池的信息。采集信息不單單為了監控動力電池的此時此刻運行狀態，還可以將這些信息上傳至電池管理系統控制中心，由電池管理系統的控制中心來選擇合適的策略并對動力電池進行科學的管理，從而使動力電池運行安全高效、循環使用壽命更長。

2.2 SOC和SOH的估算

動力電池在使用過程中通常需要使用一些參數來表征其性能的好壞，SOC、SOH是比較常用的兩種數據。SOC表示的是動力電池的荷電狀態，是用來表征動力電池的剩余電量的情況;SOH表示的是動力電池的健康狀態，用來表征動力電池的使用壽命情況。SOC和SOH的估算主要受動力電池的電壓、電流、內阻以及溫度等的影響。準確的SOC和SOH的估算將會較為真實的向用戶反應出動力電池目前的狀態，方便用戶對動力電池進行及時的維護，延長了動力電池的使用壽命，同時也會讓用戶對動力電池的實際情況有了解，從而調整用戶的使用情況。動力電池內部是一個復雜的化學反應過程，如何準確確立動力電池模型和信息采集并準確估算動力電池的SOC和SOH一直是研究人員重點關注的難題。

2.3 電池的熱管理

動力電池工作的時候內部會發生比較復雜的化學反應，自身的化學反應有可能使電池溫度發生變化，加上外在的環境影響，動力電池的溫度可能變化波動很大。過高的溫度會加速動力電池的內部反應，使電池的壽命下降，同時還可能有爆炸的風險。如果溫度過低，動力電池的性能又可能降低。只有當動力電池的溫度在一個合理范圍內，動力電池的性能才會發揮的最佳，運行更安全，壽命更長，所以必須設計一個動力電池熱管理模塊，時刻的監控管理動力電池的溫度信息。

2.4 電池均衡管理

當前動力電池常見均衡方法有主動均衡和被動均衡兩種。主動均衡原理是電池管理系統根據自身判斷，將能量高的單體電池能量傳遞給能量低的單體電池，進而實現電池能量的利用最大化；被動均衡則是通過并聯電阻消耗掉多余的能量。在應用場合以及要求不高的情況下，通常采用被動均衡的方式，因為被動均衡的原理簡單，對硬件的要求也不是太高。盡管主動均衡的效果比被動均衡要好，同時也能最大化的將單體電池的能量利用起來，但是主動均衡一方面要求相對復雜的硬件電路，另一方面需要相對復雜的控制算法。所以至于采取何種的均衡控制，需要根據應用場合以及需求來定，如圖1所示。

3 鋰離子電池參數辨識及模型驗證

估算動力電池的SOC、SOH一直是電池管理系統的研究熱點，想要合理估算動力電池的狀態信息，必須先從動力電池本身研究。動力電池內部，化學反應較為復雜，要想較為準確的采集動力電池的電壓、電流等信息從而估算動力電池的狀態信息，需要建立精確的電池模型，并對所建立的電池模型參數進行必要的辨識。鋰離子電池按照材料的不同又可以分為磷酸鐵鋰電子電池、鎳鈷錳混合鋰離子電池、以及鈦酸鋰鋰離子電池等。

錳酸鋰鋰離子：這種電池的負極是使用石墨制作的，這種電池的比能量相對來說比較低，并且運行穩定性以及安全性也比較低。磷酸鐵鋰離子電池：它的負極也是由石墨制作而成，這種電池擁有比較高的容量，而且在使用期間比較穩定、安全，目前已經有非常廣的應用場景。鎳鈷錳混合鋰離子電池：它的正極通常由鎳鈷錳制作而成，這種電池又稱三元鋰離子電池，這種電池雖然比能量比較高，但是運行的安全穩定性要比磷酸鐵鋰離子電池差一些，目前主要運用在一些小型的電動汽車上。鈦酸鋰鋰離子電池：這種電池的負極一般是由鈦酸鋰制作而成，它的優點非常多，優點可以說是鎳鈷錳混合鋰離子電池和磷酸鋰離子電池的綜合，可是它的缺點也非常的明顯，它的缺點主要是高溫情況下不穩定以及使用成本高。以上是比較常見的鋰離子動力電池的介紹，在日常使用過程中，會綜合考慮很多因素，如應用場景、運行穩定性、安全性以及成本等，從而選擇合適的動力電池。

3.1 鋰離子電池的常見模型

動力電池的應用場景比較廣泛，加上不同的外部環境，所以電池也需要使用不同模型。電化學模型以及等效電路模型是研究較多的兩類。動力電池內部的化學反應相對來說比較復雜，所以要想準確描述動力電池的化學模型比較困難，加上電化學模型的算法難度大，目前動力電池模型的研究主要集中在等效電路模型。常見的等效電路模型如下所示：

1.Rint等效模型

如圖2所示，Rint等效模型的電路結構較為簡單，其中U代表電源電壓，I代表電流，箭頭所示方向為正，R0代表電池內部的電阻，UT為電池的開路電壓。但是動力電池內部的一系列反應，是一個較為復雜的化學反應過程，Rint等效電路模型忽略了內部的因素以及外部的環境影響，所以這種等效電路模型只能用來近似的滿足要求不高的應用場合。

2.Thevenin等效模型

如圖3所示，把Thevenin等效模型與Rint等效模型兩者的電路圖相比較，Thevenin等效模型比Rint等效模型多了一個電容器和一個電阻。其實可以認為這是在Rint等效模型的基礎上的改進，因為Rint等效模型過于理想化，忽略了電池內部的化學反應。Thevenin等效電路模型可以較為準確的估算動力電池的參數，但是復雜的應用場合加上環境的影響，使用該模型將會產生一定的誤差。

通過對以上動力電池Rint等效模型與Thevenin等效模型分析，各自都存在明顯的缺點，所以本文選取改進后的二階RC等效電路模型作為研究對象，如圖4所示，二階RC等效模型中的電容器的階數是整數1，所以圖4的模型也叫整數階二階RC等效電路模型。然而有相關研究表明，動力電池的電容器擴散系數與分數階有著一定的關系，并且引入分數階可以提高電池模型的精度，所以在整數階二階RC等效電路模型的基礎上加入分數階理論，并建立動力電池的等效模型進行研究。

3.鋰離子電池參數辨識

在選定了所用電池模型后，再進行電池參數辨識。由于當前創建的是分數階二階RC等效電路模型，為了突顯所建模型的高精度，需要對整數階二階RC等效電路模型和分數階二階RC等效電路模型分別進行參數辨識，為后續模型精度的驗證作提供技術參考。電池參數辨識的方法很多，常見的有遺傳算法、最小二乘法等，整數階二階RC等效模型的參數辨識使用的是最小二乘法，因為整數階二階RC等效模型較為簡單，采用最小二乘法計算便可獲得較高的精度，分數階模型則采用的是自適應遺傳算法辨識，因為分數階電池模型的復雜度比整數階大，如果繼續采用最小二乘法將會產生較大的誤差。

4 小結

文章首先對電池管理系統的信息采集、均衡管理、熱管理等關鍵技術進行介紹，研究了SOC和SOH的定義、影響因素以及估算方法。其次介紹了鋰離子電池的常見電池模型，并在普通等效模型的基礎上提出整數階二階RC等效模型。為后續MATLAB軟件仿真二階RC等效電路模型的估算精度提供模型參考。

國家對新能源汽車的發展支持力度加大，更多的企業開始著手發展電動汽車產業，用戶對電動汽車的要求也在提高。電動汽車的動力來自于動力電池，動力電池的發展受限于電池管理系統的發展，只有準確的估算動力電池的狀態信息進行并實時監控其狀態，動力電池的性能以及壽命才會發揮到最佳。

電池管理一直是電動汽車的研究核心，隨著技術的更新迭代，人們對電動汽車提出了更高的要求，電池管理系統仍有很大的研究空間。由于實驗條件限制，部分場合下難以對電動汽車動力電池進行在線實際估算以及實時監控。盡管可以通過一些數據仿真驗證所提出的電池模型以及SOC和SOH估算策略具有可行性，但是還是存在數據樣本較少，希望在未來的研究中，可以使用更多的數據樣本進行仿真分析。

基金：1.江蘇省高職院校青年教師企業實踐培訓項目（編號：2022QYSJ016）；2.南通市基礎科學研究青年創新項目（JC12022090）;3.南通市基礎科學研究面上項目（JC22022034/JCZ2022061）;4.江蘇工程職業技術學院科研項目（GYKY/2021/7）；5.江蘇工程職業技術學院科研項目（GYKY/2022/14）；6.江蘇工院高水平產教融合平臺項目。

參考文獻：

[1] 陳柳欽.新能源汽車產業發展的政策支持[J].全球科技經濟瞭望， 2010， 25（5）：34-44.

[2]湯德林.電動汽車用動力電池的分類及性能指標[J]. 汽車維護與修理， 2013， 000（004）：72-74.

[3]唐溪浩，馬驍，邱旦峰，等. 電動汽車電池管理系統研究進展[J]. 電源技術， 2018， 042（002）：308-311.

[4]馮勇.電動汽車電池管理系統研究[D].湖南大學，2010.

[5]張照娓，郭天滋，等.電動汽車鋰離子電池SoC估算方法研究綜述[J]. 電子與信息學報， 2020， 42：1-13.

[6]侯幽明.純電動汽車用磷酸鐵鋰電池SOC估算的研究[D]. 安徽工程大學， 2011.