解析電動汽車動力電池BMS的核心技術(shù)

導(dǎo)讀：                           最近看到國內(nèi)某企業(yè)的宣傳牌，因?yàn)椴捎肁UTOSAR的軟件構(gòu)架這樣的底層軟件而聲稱“全面掌握BMS軟硬件技術(shù)”、“達(dá)到世界先進(jìn)水平”、“采用多重均衡控制能力”。很能夠吸引眼球。這些東西是BMS的核心技術(shù)嗎？

　　新能源車與傳統(tǒng)汽車最大的區(qū)別是用電池作為動力驅(qū)動，所以動力電池方面的技術(shù)是新能源車的核心。

　　什么是BMS的核心技術(shù)？

　　最近看到國內(nèi)某企業(yè)的宣傳牌，因?yàn)椴捎肁UTOSAR的軟件構(gòu)架這樣的底層軟件而聲稱“全面掌握BMS軟硬件技術(shù)”、“達(dá)到世界先進(jìn)水平”、“采用多重均衡控制能力”。很能夠吸引眼球。這些東西是BMS的核心技術(shù)嗎？

　　通常BMS系統(tǒng)通常包括檢測模塊與運(yùn)算控制模塊。

　　檢測是指測量電芯的電壓、電流和溫度以及電池組的電壓，然后將這些信號傳給運(yùn)算模塊進(jìn)行處理發(fā)出指令。所以運(yùn)算控制模塊是BMS的大腦?？刂颇K一般包括硬件、基礎(chǔ)軟件、運(yùn)行時(shí)環(huán)境（RTE）和應(yīng)用軟件。其中最核心的部分--應(yīng)用軟件。對于用Simulink 開發(fā)的環(huán)境的一般分為兩部分：電池狀態(tài)的估算算法和故障診斷以及保護(hù)。狀態(tài)估算包括SOC（State Of Charge）、SOP（State Of Power）、SOH（State of Health）以及均衡和熱管理。

　　電池狀態(tài)估算通常是估算SOC、SOP和SOH。SOC （荷電狀態(tài)）簡單的說就是電池還剩下多少電；SOC 是BMS中最重要的參數(shù)，因?yàn)槠渌磺卸际且許OC為基礎(chǔ)的，所以它的精度和魯棒性（也叫糾錯(cuò)能力）極其重要。如果沒有精確的SOC，加再多的保護(hù)功能也無法使BMS正常工作，因?yàn)殡姵貢?jīng)常處于被保護(hù)狀態(tài)，更無法延長電池的壽命。

　　此外，SOC的估算精度也是十分重要的。精度越高，對于相同容量的電池，可以有更高的續(xù)航里程。所以，高精度的SOC估算可以有效地降低所需要的電池成本。比如克萊斯勒的菲亞特500e BEV，可以一直放電 SOC=5%。成為當(dāng)時(shí)續(xù)航里程最長的電動車。

　　下圖是一個(gè)算法魯棒性的例子。電池是磷酸鐵鋰電池。它的SOCvs OCV曲線在SOC從70%到95%區(qū)間大約只變化2-3mV。而電壓傳感器的測量誤差就有3-4mV。在這種情況下，我們有意讓初始SOC有20%的誤差，看看算法能不能夠把這20%的誤差糾正過來。如果沒有糾錯(cuò)功能，SOC會按照SOCI的曲線走。算法輸出的SOC是CombinedSOC也即是圖中的藍(lán)色實(shí)線。CalculatedSOC是根據(jù)最后的驗(yàn)證結(jié)果反推回去的真正SOC。

　　SOP是下一時(shí)刻比如下一個(gè)2秒、10秒、30秒以及持續(xù)的大電流的時(shí)候電池能夠提供的最大的放電和被充電的功率。當(dāng)然，這里面還應(yīng)該考慮到持續(xù)的大電流對保險(xiǎn)絲的影響。

　　SOP的精確估算可以最大限度地提高電池的利用效率。比如在剎車時(shí)可以盡量多的吸收回饋的能量而不傷害電池。在加速時(shí)可以提供更大的功率獲得更大的加速度而不傷害電池。同時(shí)也可以保證車在行駛過程中不會因?yàn)榍穳夯蛘哌^流保護(hù)而失去動力即使是在SOC很低的時(shí)候。這么一來，所謂的一級保護(hù)二級保護(hù)在精確的SOP面前都是過眼云煙。不是說保護(hù)不重要。保護(hù)永遠(yuǎn)都是需要的。但是它不可能是BMS的核心技術(shù)。對于低溫、舊電池以及很低的SOC來說，精確的SOP估算尤其重要。例如對于一組均衡很好的電池包，在比較高的SOC時(shí)，彼此間SOC可能相差很小，比如1-2%。但當(dāng)SOC很低時(shí)，會出現(xiàn)某個(gè)電芯電壓急速下降的情況。這個(gè)電芯的電壓甚至比其他電池電壓低1V多的情況。要保證每一個(gè)電芯電壓始終不低于電池供應(yīng)商給出的最低電壓，SOP必須精確地估算出下一時(shí)刻這個(gè)電壓急速下降的電芯的最大的輸出功率以限制電池的使用從而保護(hù)電池。估算SOP的核心是實(shí)時(shí)在線估算電池的每一個(gè)等效阻抗。

　　SOH 是指電池的健康狀態(tài)。它包括兩部分：安時(shí)容量和功率的變化。一般認(rèn)為：當(dāng)安時(shí)容量衰減20%或者輸出功率衰減25%時(shí)，電池的壽命就到了。但是，這并不是說車就不能開了。對于純電動車EV來說安時(shí)容量的估算更重要一些因?yàn)樗c續(xù)航里程有直接關(guān)系而功率限制只是在低SOC的時(shí)候才重要。對于HEV或者PHEV來說，功率的變化更為重要這是因?yàn)殡姵氐陌矔r(shí)容量比較小，可以提供的功率有限尤其是在低溫。對于SOH的要求也是既要高精度也要魯棒性。而且沒有魯棒性的SOH是沒有意義的。精度低于20%，就沒有意義。SOH的估算也是基于SOC的估算。所以SOC的算法是算法的核心。電池狀態(tài)估算算法是BMS的核心。其他的都是為這個(gè)算法服務(wù)的。所以當(dāng)有人聲稱突破了或者掌握了BMS的核心技術(shù)，應(yīng)該問問他到底做了BMS的什么？是算法還是主動均衡或者只做BMS的硬件和底層軟件？或者只是提出一種BMS的結(jié)構(gòu)方式？

　　有人說特斯拉之所以牛，是因?yàn)樗腂MS可以管理7104節(jié)電池。這是它牛的地方嗎？它真的是管理7104節(jié)電池嗎？特斯拉model S確實(shí)用了7104節(jié)電池，但是串聯(lián)在一起的只有96節(jié)，并聯(lián)的只能算一節(jié)電池不管你并聯(lián)多少節(jié)。為什么？因?yàn)槠渌镜碾姵亟M也是只計(jì)算串聯(lián)的個(gè)數(shù)而不是并聯(lián)的個(gè)數(shù)。特斯拉憑什么要特殊呢？事實(shí)上，如果你了解特斯拉的算法，你就會知道特斯拉的算法不僅需要大量的工況數(shù)據(jù)定標(biāo)，而且還不能保證在任何情況下尤其是在電池老化以后的估算精度。當(dāng)然，特斯拉的算法比幾乎所有國內(nèi)的BMS算法還是好很多。國內(nèi)的BMS算法幾乎都是電流積分加開路電壓的方法用開路電壓計(jì)算初始SOC，然后用電流積分計(jì)算SOC的變化。問題是如果啟始點(diǎn)的電壓錯(cuò)了，或者安時(shí)容量不準(zhǔn)，豈不是要一錯(cuò)到底直到再次充滿才能糾正？啟始點(diǎn)的電壓錯(cuò)會出錯(cuò)嗎？經(jīng)驗(yàn)告訴我們，會的，盡管概率很低。如果要保證萬無一失，就不能只靠精確的啟始點(diǎn)的電壓來保證啟始SOC的正確。

　　中國新能源汽車均衡問題出在哪里？

　　去年經(jīng)過專家評選的某主動均衡技術(shù)榮獲某鋰電金球獎(jiǎng)。其理由是它的核心技術(shù)--主動均衡技術(shù)能夠延長電池壽命30%續(xù)航里程20%。這一看就不靠譜。因?yàn)楦緹o法定量。你和誰比能夠延長壽命30%？和自己比有意義嗎？和沒有均衡比嗎？那你的水平就差遠(yuǎn)了。和別人比，應(yīng)該與最好的比才有意義。世界上不說最好的至少還可以的BMS都沒有均衡問題。你怎么延長壽命30%呀？

　　延長續(xù)航里程也是一樣的道理。比如克萊斯勒的Fiat500e，它的SOC容許一直放到5%。請問你還怎么延長20%的續(xù)航里程呀？再進(jìn)一步說，主動均衡難嗎？硬件2008年TI就向我當(dāng)時(shí)所在的公司推銷它的主動均衡IC了。算法不外乎是同模組到電池相互均衡和不同模組之間的電池相互均衡。通用汽車公司早在6-7年前就已經(jīng)完成了仿真驗(yàn)證。連文章都有了。從算法角度講完全沒有難度可言。

　　而且主動均衡根本也不是網(wǎng)上說的是“主動均衡功能一直以來是國外產(chǎn)品的殺手锏”。國外為什么基本上不用主動均衡呢？主要是考慮到成本問題。如果被動均衡就能夠搞定，為什么要用主動均衡呢？國內(nèi)為什么極力鼓吹主動均衡呢？筆者認(rèn)為主要是被動均衡搞不定。

　　說起被動均衡，絕大多數(shù)人告訴筆者說是因?yàn)閲鴥?nèi)電池質(zhì)量太差一致性不好。但是通過交談筆者發(fā)現(xiàn)根本原因在于概念不清、方法不對。要不然怎么會開車時(shí)均衡會越均衡越差？均衡的效果是可以計(jì)算出來的。所謂多重均衡技術(shù)，分明是沒有一種手段可以搞定均衡。有人說被動均衡浪費(fèi)了很多電。所以不好。以96節(jié)串聯(lián)的電池組為例，我們可以算出在最差情況下，被動均衡到底浪費(fèi)了多少電。如果均衡電流是0.1A，一節(jié)電池在被均衡時(shí)大約要浪費(fèi)0.4W。最差的情況是有95節(jié)電池都需要放電，所以，最差情況是有0.4X95=38W。還不如汽車的一個(gè)大燈（大約45瓦）費(fèi)電。如果不是最差的情況，也許只要十幾瓦甚至幾瓦就夠了。所以，盡管被動均衡浪費(fèi)了一點(diǎn)電，但是它如果能夠極大地延長電池的壽命，何樂不為呢？

　　還有人說，對于比較大的安時(shí)容量的電池來說0.1A電流太小。如果能夠把不均衡消滅在萌芽狀態(tài)，就不會有無能為力情況的出現(xiàn)。如果電芯本身已經(jīng)不能正常工作了，無論是主動均衡還是被動均衡都是無能為力的。所以，不能完全責(zé)怪電池的一致性不好。也需要從自身找原因。

　　筆者曾經(jīng)做過的車?yán)镉袃煽頟HEV的車，開了才幾個(gè)月電池組內(nèi)的SOC相差高達(dá)45%。而且由于SOC、SOP的問題，車在路上經(jīng)常拋錨。公司一致認(rèn)為是電池質(zhì)量問題而且一致同意更換電池供應(yīng)商。但是我僅僅只是更改了算法，就把均衡的問題解決了。而且是在公司明確規(guī)定不許充電的情況下做的。因?yàn)橐呀?jīng)有一輛車由于電池問題出了事故。電池組中電芯SOC的差別由45%降到了3%?，F(xiàn)在車已經(jīng)行駛了十幾萬公里了。拋錨的問題再也沒有發(fā)生過。

　　怎樣的算法才算核心技術(shù)？

　　從控制的角度來說，一個(gè)好的算法應(yīng)該有2個(gè)標(biāo)準(zhǔn)：準(zhǔn)確性和魯棒性（糾錯(cuò)能力）。精度越高越好的道理在這里就不多說了。前面提到的電流積分加開路電壓實(shí)際上是用開路電壓糾錯(cuò)，但是這種方法與在線實(shí)時(shí)糾錯(cuò)相比，顯然魯棒性差遠(yuǎn)了。這是為什么國外大公司都在用在線實(shí)時(shí)估算開路電壓來實(shí)現(xiàn)在線實(shí)時(shí)糾錯(cuò)的原因。

　　為什么在這里要強(qiáng)調(diào)實(shí)時(shí)在線估算？它的好處在哪里？通過實(shí)時(shí)在線估算估算出電池的所有等效參數(shù)，從而精確地估算出電池組的狀態(tài)。實(shí)時(shí)在線估算極大的簡化了電池的標(biāo)定工作。使得對一致性不太好電池組狀態(tài)的精確控制成為現(xiàn)實(shí)。實(shí)時(shí)在線估算使得無論是新電池還是老化后的電池，都能保持高精度（Accuracy）和超強(qiáng)的糾錯(cuò)能力（Robustness or error correction capability）。

　　國內(nèi)一些人往往不知道別人的算法是什么，一看某個(gè)廠家為某名廠生產(chǎn)BMS的某些零部件就認(rèn)為掌握了BMS核心技術(shù)，這樣說法是欠妥的。那些要花成千上萬塊錢去買的大部頭的出版物評論各個(gè)廠家BMS優(yōu)劣的卻不管各個(gè)BMS算法或者說在核心技術(shù)方面的區(qū)別，實(shí)際意義太小。只看是不是為某個(gè)有名的OEM提供BMS就認(rèn)為牛，也不知道到底提供BMS里面的什么東西。不知道有沒有一種崇洋的心理。

　　目前世界上BMS做得最好的應(yīng)該有什么特點(diǎn)呢？它可以在線實(shí)時(shí)估算電池組的電池參數(shù)從而精確估算出電池組的SOC、SOP、SOH，并且能夠在短時(shí)間內(nèi)糾正初始SOC超過10%的誤差以及超過20%的安時(shí)容量的誤差或者百分之幾的電流測量誤差。美國通用汽車公司在6年前研發(fā)沃藍(lán)達(dá)時(shí)就做過一個(gè)實(shí)驗(yàn)來測試算法的魯棒性：將3串并聯(lián)在一起的電池組拿掉一串，這時(shí)內(nèi)阻增加1/3、安時(shí)容量減小1/3。但是BMS并不知道。結(jié)果是SOC、SOP 在不到1分鐘就全部糾正SOH隨后也被精確地估算出來。這不僅說明算法的強(qiáng)大的糾錯(cuò)能力，而且說明算法可以在電池的整個(gè)生命周期中始終保持估算精度不變。

　　對于電腦而言，如果出現(xiàn)藍(lán)屏，我們一般只需要重新啟動電腦就算了?？墒?，對于汽車，那怕拋錨的概率只有萬分之一也是難以容忍的。所以，與發(fā)表文章不同，汽車電子需要保證在任何情況下都能工作。做一個(gè)好的算法需要化極大精力去解決那些發(fā)生概率只有千分之一、萬分之一的情況。只有這樣才能保證萬無一失。比如說當(dāng)車高速行駛在盤山公路上，大家所知道電池模型都會失效。這是因?yàn)槌掷m(xù)的大電流會很快消耗掉電極表面的帶電離子，而內(nèi)部的離子來不及擴(kuò)散出來，電池電壓會急劇下降。估算出SOC會有較大的誤差甚至?xí)?0% 以上的誤差。精確的數(shù)學(xué)模型就是數(shù)學(xué)物理方法教科書上講的擴(kuò)散方程。但是它無法用在車上因?yàn)閿?shù)值解的運(yùn)算量太大。BMS的CPU運(yùn)算能力不夠。這不僅是一個(gè)工程難題，也是一個(gè)數(shù)學(xué)和物理的難題。解決這樣的技術(shù)難題，可以化解已知的幾乎所有影響電池狀態(tài)估算的極化問題。

　　BMS的狀態(tài)估算技術(shù)才是BMS的核心技術(shù)。盡管已經(jīng)過去了6年，目前世界上仍然沒有一家供應(yīng)商能夠做到這樣的高精度和高魯棒的水平來保證電池工作的萬無一失。就連現(xiàn)在紅的發(fā)紫的特斯拉也望塵莫及。這不是在吹牛。特斯拉的粉絲一定聽說過特斯拉在北京大街上被拖走的事跡吧。特斯拉的算法也不能保證電池老化后的精度和魯棒性。只有能夠保證高精度、高魯棒的算法才是殺手锏！沒有這樣的技術(shù)怎么彎道超車？