交通大学姜久春教授

　　电池管理系统是十分重要的电池部件之一，北京交通大学电气工程学院院长姜久春教授认为，动力电池管理系统，参与整车调度，可直接决定整组电池的使用寿命。这也是电动汽车的核心技术之一。目前有14项已经公布的专利技术与动力电池管理系统有关。手机也有电池管理系统，不过是单只电池，如果几百只串联、并联起来，问题就变得复杂了。简单的电池管理系统需要总体设计、电池筛选和优化重组、电话仿真、状态预测、热场分析、安全检测、全生命周期分析，系统设计得越复杂，电池寿命就越变长，价格也就越高，因此要折中考虑价格的问题。
　　通过动力电池管理系统方案设计、电池模块化成组方法、电池在线状态评估，实现动力电池系统的安全、高效、可靠运行，延长电池使命寿命，提高电池使用效率。
　　常用电池连接方式很多，包括串联、先并后串、先串后并、混合串并联结构等。先并后串方式被大量使用，例如北京电动环卫车：电池单体50Ah ，4并30串电池组；Leaf纯电动车：电池单体33Ah，2并96串电池组；Volt增程式电动车：单体15Ah，3并96串电池组等。车辆需要多少电池就装多少电池，便于满足用户续航里程需求；将电池做成模块化，则便于分布式管理控制，方便分布化维护。而将车用电池淘汰下后，模块化对再次利用能起到很好的效果。例如宝马，I3车型电池在淘汰之后，如何二次利用？如果当作一个整体的话，基本上不能记性再利用实现；而将电池做成模块后，拆下来完全可以在储能方面重新利用。
　　在混合串并联情况下，在串联环节的并联成份，采用先串后并方法，便于电流预测。通过组合模块电流重组方式及电池热膜散热情况，可以分辨出每个电池衰退路径如何，也可以精确知道每个电池处于什么状态。串联形态下，影响衰退轨迹最大的因素，在于电池的温度场不一致；而并联形态下，温度场基本一致，但是并联在高低两端存在电流差异，会导致衰退路径不一样，从而使电池表面特性完全不同。比如原来区间在5%到95%，但由于衰退路径不一样，区间被迫变小。而如果考虑到电池衰退比例控制因素，混合结构的连接更好一些。
　　之后要考虑的因素是均衡效果。先串后并的连接方式，可以知道每个单体功能状态，发挥出电池组最大可用容量，电池利用较为饱满，并可以通过电池维护，保持模块功能。这种连接方式，无论对控制还是对均衡来说都是最好的方式。因此最好做成标准的模块化，并在模块之间通过混联方式进行连接。

[NextPage][/NextPage]

　　北京交通大学电气工程学院从1997年开始在BMS方面开展工作，目前已开始按照整车要求开发车用BMS。目前日、美、韩三国都有关于BMS方面的研究。国内厂商如比亚迪、哈尔贯拓都有自己的BMS。电池的另一项关键技术称为SOC，目前研究的机构很多，但真正进入实际的工业化应用还较少。开环方法主要包括安时积分法、开路电压法、交流阻抗谱法、直流内阻法，采用闭环方法计算比较复杂，可靠性也比较差。建立模型后，需要基于SOC曲线进行误差修正。通过系统测量噪声对SOC估计精度仿真分析，估计误差需保持5%以内。检测芯片的精度不难达到，但实际使用中精度是否达标，还要通过精心设计才能保证。
　　简单的电池模型RPCP模型，其模型参数包括内阻Ro和Rp、极化电容Cp、电池容量Q、电池OCV-SOC曲线等，内阻误差对电池SOC估计精度影响最大，实际电池内阻误差在20%左右，可造成SOC估计误差达50%以上，大倍率放电条件下误差更大。极化电容Cp只影响电池SOC暂态误差，稳态误差不受其影响。电池容量Q对SOC有一定有影响，但误差很小可以忽略。电池衰退从100%Q衰退到80%Q，不用修正同样可以保证SOC达到很高精度。锂电池OCV-SOC曲线会受电池老化影响改变，这些误差将导致5%以上的SOC估算误差。因此及时修正OCV-SOC曲线，可以得到比较高的精度，不管电池怎样衰退，仍然可以保证OCV-SOC曲线精度很高。而只要在这个范围之内就可以保证SOC误差在5%以内。
　　PI、Hoo、EKF三种观测器中，PI是最好的，不仅计算简单，噪音抑制能力也是最强的。全生命周期内高精度估计SOC工程化应用解决方案，通过Q和极化电容Cp对SOC估计，并通过实时控制，使SOC得到较高的精度。
　　北京交通大学电气工程学院在充电技术方面也在不断优化。设计充电用二级模型，并通过优化控制极化电压，得到快速充电效果。锰系电池和三元系电池的极化电压特性几乎相同。通过极化电压限制，可以得到充电电流的边界曲线。综合考虑SOC曲线特性和变化特性，可以找到长寿的充电电流曲线，并可得到边界曲线。通过400次循环试验，用0.5C的恒流恒压充电，实际衰退率为2.14%，优化充电达1.4小时，从而延长电池寿命。
　　均衡控制跟衰退轨迹相关。我们所做的电池均衡是最大限度保持所有电池SOC在同一范围内，这样的电池利用率最高。如果电池容量存在差异，则不能通过均衡来解决，只能通过控制SOC解决。比如在不同衰退情况下，选择不同的控制策略。通过比较均衡前和均衡后的充电曲线可以看出，均衡前容量为92.2%，均衡后为96.6%，均衡前标准差是2.3%，均衡后标准差大3.6%。虽然单次4%不算大，但是用两千次后4%就是很大的容量。重组之前，单体电池容量从0到百分之百，重组之后，可以达到从5%到95%。如果均衡做得好，将永远保持5%到95%。
　　北京交通大学电气工程学院正在利用大数据技术，对电池运行状态和安装性进行评估，并通过对接历史数据，对电池做出预测。因为实验室得出的结论，比如电池从某一个时间点衰退等，受到扰动因素影响较大，包括温度，突然电流或者漏电等情况，因此可以通过大数据可以解决这个问题。
　　北京交通大学电气工程学院在动力电池重组优化技术方面，也取得一些进展。比如在北京冬天的环境中，如何依靠电池内部在低温环境下下进行加热，这一问题还有待解决。动力电池和电力电子深度融合的柔性成组技术，也有希望得到很好应用。此外，如何将电池进行二次利用，将电池用作储能还是非常重要的问题之一。据测算这样可以降低15%的车用电池成本。