【技研】动力电池管理系统BMS深度分析

1 动力电池管理系统在整车上的位置

动力电池管理系统（Battery Management System，缩写BMS），电动汽车动力电池包的低压管理系统，在整个电动汽车上的位置如下图所示：

BMS在整车系统中的位置

我们看到，电池管理系统和动力电池组一起组成电池包整体。与电池管理系统有通讯关系的两个部件，整车控制器和充电机。电池管理系统，向上，通过CANbus与电动汽车整车控制器通讯，上报电池包状态参数，接收整车控制器指令，配合整车需要，确定功率输出；向下，监控整个电池包的运行状态，保护电池包不受过放、过热等非正常运行状态的侵害；充电过程中，与充电机交互，管理充电参数，监控充电过程正常完成。

2 BMS组成

大型动力电池包

电池管理系统，总的来说，都是由主控模块和采集模块或者叫从控模块共同构成的。单体电压采集、温度采集和均衡功能一般分配在从控模块上；总电压，总电流的采集，内外部通讯，故障记录，故障决策，都是主控模块的功能。

BMS功能结构

按照采集模块和主控模块在实体上的分配布置不同，BMS分为集中式和分布式两种。

集中式，形式上，整个管理系统安置在一个盒体里。全部电压，温度，电流采集信号线，直接连接到控制器上。采集模块和主控模块的信息交互在电路板上直接实现。这种形式一般用在总体电压比较低，电池串数比较少的小型车上。

可取之处在于，省去了从板，进而省去了主板从板之间的通讯线束和接口，造价低，信号传递可靠性高。

缺点也很明显，全部线束都直接走线到控制盒，无论控制器布置在什么位置，总有一部分线束会跑长线。信号受到干扰的几率增加，线束质量和制作水平以及固定方式也受到考验。

分布式，一个主控盒和几个从控盒共同组成。主控盒只接入通讯线，主控负责采集的信号线，给从板提供的电源线等必须的线束。从控盒，布置在自己负责采集温度、电压的电池模组附件，把采集到的信号通过CAN线报告给主控模块。有的电池模组，直接把电压、温度采集线做在模组内部，用一个线对线连接器引出。电池包组装时，直接对插连接器即可。

分布式，主要应用于高电压系统，电池串数多，或者商用车这种一辆车上布置几个电池箱的情况。

这样的设计，确实带来了成本的小幅提高。但同时减少了线束应用，降低了现场接线工作量，也就降低了接线错误的几率。分布式，是适合于大批量，自动化生产的设计形式。

3 BMS功能

3.1 从控模块功能

从控模块，一般只具备电压、温度采集功能和均衡功能。由于电池系统要求的功能越来越多，也有厂家开始给从板添加控制功能，例如增加接触器触发端口，用以控制分布在从板附近的电器，像加热器、灭火器之类。

均衡功能，作为从板反作用于电池包，起到优化电池系统功能的一项能力需要多说一句。

均衡，分为主动均衡和被动均衡。

所谓主动均衡，是能量的转移，基于削峰填谷的理念。具体的实现形式多种多样，有用变压器将总能量部分的转移到电压偏低的电池上的，也有利用电容电感等储能器件，从电压高的电芯放出一部分能量，再充入电压低的电芯。

所谓被动均衡，是能量的消耗，把电压高的电芯接入电阻回路，让多出来的电量消耗在电阻上。

二者各有优劣之处。

主动均衡，可以做到比较大的电流，均衡的效果比较明显；能量只是转移了一下，没有消失，是一种节能的工作方式。但主动均衡需要的变压器、电容、电感等器件，体积比较大，造价比较高，使得理论上具备优势的主动均衡策略至今还没有得到普遍的应用；

被动均衡，受电阻发热的限制，均衡电流无法做的太大，故而效果不是特别理想。但优势在于，体积小，系统结构简单，造价低。在产品要求不是特别高的场合，客户反而会选择被动均衡系统，以提高产品性价比。同时，通过每隔一段时间，对电芯进行维护，来解决均衡不充分造成的电池压差偏大问题。

3.2 主控模块功能

不同厂家设计的功能略有差距，并且随着技术的发展和市场对电池管理系统要求的提高，一些功能逐渐被增加进来。

监测采集方面的功能：电池包总体参数采集和计算，比如总电流，总电压，最高最低单体电压，最高最低温度点温度，绝缘情况。

电池包状态估计和管理：荷电状态SOC(State Of Charge)，健康状态SOH(State of Health)，安全状态SOF，功率状态SOP(State Of Power)，功能状态SOF(state of function)，以及热管理等等。

SOC，当前电池荷电量占当前总体可用容量的百分比，表征当前剩余电量的多少，反应在车辆仪表盘上可能变成了剩余里程数。

SOH，各家定义略有不同，主流是按照当前电池包总容量占新电池初始容量的百分比，表征电池包老化程度的一个重要参数。实际上，国标要求的动力电池退役指标，就是按照容量特征来定义的。

SOP，动力电池的放电能力，随着SOC的降低，以及环境温度的变化，会有所不同。剩余电量太少，温度过高或者过低，电池包都需要降低功率工作，以保护电池不受不可逆的损伤，避免发生热失控事故。

SOF，是个比较新的概念，由SOC和SOH共同确定，如下图。

SOF示意图

目前主流的大家都在做的是SOC，随着加入电动汽车生产竞争行列的厂家越来越多，市场越来越成熟，安全和性能的要求也会日益提高。其他几个有用的状态估计，应该会逐渐成为BMS算法设计的必选项。

热管理

前面几个功能都是对电池包当前状态的反应，而热管理功能，则使得电池管理系统能够对电池包施加主动作用。电池温度过高时，热管理系统开动冷却功能，电池温度过低无法启动行车时，热管理系统开动加热功能。对于主控模块，热管理只是一套算法和几个接触器控制端口。热管理技术含量，主要集中在冷却加热设备以及与之匹配的冷却出现冷凝水、风冷解决密封等级等等具体问题上。

具备热管理功能，对整个电池系统意义重大，是设计者能够阻止热失控发生的重要手段，是从设计上保障动力电池安全和延长使用寿命的不二法门。

绝缘监测

实时监测电池包系统的绝缘情况，由于对电气系统的影响重大，绝缘故障被定义为级别最高的故障类型。

动力电池包

4 动力电池包使用安全

4.1 正常使用过程中的安全问题

动力电池包的安全问题，从根本上说都是电池系统热失控问题。系统散热能力与系统生热能力不匹配，热量在系统内积累，电池温度上升，最终导致燃爆等恶略后果。借用一张图来说事。

锂电池热失控示意图

上图体现的是性能正常的电芯，热量积累引发热失控的过程。撞击，穿刺等机械损伤造成的热失控，不在这张图的描述范围。

锂电池负极SEI膜，是在系统温度上升过程中，最先出现失效的结构，反应起始温度在90到100°左右。考虑电池的内外温差以及保留部分冗余设计，这就是我们的电池包工作温度上限一般设置在50到60°之间的原因。

正常使用中，防止热失控，一方面避免过多热量的产生和积累；另一方面，提高热管理水平，让电池在它最适合的温度环境下工作。

4.2 带来热失控风险的行为

在过高温度下使用

原因如前面所述，从锂电池负极SEI膜溶解开始，失去保护的负极与电解液反应放热，电解液分解放热，正极分解放热，这些热量积累起来，反应逐渐加剧，反应从一只单体蔓延到附近电芯，一个模组的反应，给整个电池箱内的电芯加热，这就是所谓热失控的过程。

在过低温度下使用

电池包都会标注一个使用温度范围，低于下限温度，电池也是无**常工作的。低温放电，理论上没有跟热失控有明确关联，但低温造成电解质活性降低，导电能力变差，进而导致放电能力变差，就是我们所谓的放不出电来，车子没劲儿。如果是低温强行充电，则会造成负极析锂问题，容量会受到永久损伤不说，析出的锂积累在那里，是热失控的重要原因。

过大倍率使用

超过电芯允许能力的大倍率放电，系统热量不能及时散去，热量积累，逐渐加大了热失控的风险。同时，过大倍率的放电，使得正极材料的锂离子嵌入过程超速进行，造成正极晶格坍塌，容量永久性损失。

大倍率充电，使得锂离子通过SIE膜的速度低于锂离子向负极积聚的速度，出现锂单质在负极表面堆积现象，如果过程反复进行，锂枝晶不断生长，最终会刺破隔膜，造成内短路，引发热失控。

过充过放电

过充，充电截止电压超过了电芯的最高电压，造成正极活性材料晶格塌陷，锂离子脱嵌通道受阻，使内阻急剧升高，产生大量热；负极堆积了过量的锂单质，附着在负极表面，所谓析锂现象。正负极的反应过程都容易最终走向热失控。

过放，本来应该是锂离子从负极脱出，嵌入正极晶格，但负极没有那么多的正离子可以提供，使得负极的集流体铜排失去铜离子，铜离子游离在电解质中，附着在正极或者负极，都会造成整个系统的失效。

BMS从板

5 BMS在热失控风险防范上的作用

5.1 BMS的已有功能

对于热失控风险的防范，BMS主要是起到监督作用，防止电池滥用发生。

温度，BMS有明确的工作温度阈值设置，针对充电，放电均有最高最低的温度限制，超过设置限制，系统不得开启或者必须降功率运行；

电压，针对过充过放风险，BMS设置有最高最低的充电和放电电压阈值，确保在触及电压阈值时，系统自动停止运行。

热管理，根据电池包的理想工作温度，命令冷却加热系统工作，防止过冷过热情况的出现。

消防，按照国标要求，商用车已经强制添加消防功能，系统出现消防风险，会采取报警和喷射灭火剂等措施。只是，当前的消防探测技术和算法都还没有得到充分发展，充分的发挥作用还需要一些时间。

5.2 BMS还在发展的功能

比如前文提到的一些状态估计SOH、SOF等，精确的状态估计，是动力电池恰当使用的前提，这方面的研究也在日益增多。

精确的温度反馈能力，理想的温度监测应该能够反映每颗电芯的实时温度，当前，由于技术和成本问题，还无法做到。

总结

动力电池安全是电动汽车推广的一个瓶颈，电池管理系统除了强化被动监控能力以外，加强均衡和热管理等主动作用于动力电池的能力，是除了加强电芯、模组等自身设计安全性以外，从本质上提高系统安全性的根本所在。

哥伦比亚大学精确估算锂离子电池充电水平

盖世汽车

图片来源：哥伦比亚大学数据科学研究所

    据外媒报道，电动汽车由可充电的锂离子电池（LIB）驱动，但是目前，人们还没有完全了解和完善锂离子电池。鉴于电动汽车有望取代燃油车，任何可以提升锂离子电池性能的研究将有利于电动汽车发展，改善环境。美国哥伦比亚大学（Columbia）的两位教授Matthias Preindl和Alan West正在研发一种机器学习模型，可以更精确地估算锂离子电池的充电水平。目前，估算电池充电状态仍有5%的出错率，该团队研发的模型目标是将出错率降至1%，该项研究获得了哥伦比亚数据科学研究所（Data Science Institute）种子基金的资助。

    大家都知道，电池管理系统主要用于捕捉电池的健康状态，预测期剩余寿命。上述两个概念可帮助电动汽车车主知道何时应该停车给电池充电，以及何时应该安排更换电池。然后，一个估算精度高的模型可让电池管理系统识别和保护弱电池，从而延长电池组的寿命。

    为设计该机器学习模型，该团队将把扰动信号（由电力电子变换器产生的一系列电流信号）应用到锂离子电池上，该系列信号可让电池发出能够检测到的电反应。该团队将在实验室中测试此类电池，并且使用电力电子变换器从安装在电动汽车上的电池中获取数据。此类数据每分钟生成一次，可以测量电池温度、电压和电流波动等电池功能，从而产生数十万个数据点。因此，该团队正在设计一种算法，以评估此类数据并设计一个优化模型。

    Preindl是电池与外部元件如何相互作用方面的专家，而化学工程师Allen West了解电池内部的化学成分。他们二人正结合自己的工程学知识和先进的数据科学技术，设计一个模型，可以预测如何让目前的锂离子电池获得最佳性能。

    Preindl表示：“事实上，我们没有量化的方法来了解锂离子电池的行为。一旦我们有了量化的数据，我们就会知道电池什么时候需要充电，可以使用多久，什么时候需要更换，以及如何延长电池的寿命。”