电动汽车动力电池需要高功率密度、高能量密度、寿命长、环保等要求，而锂电池具有上述优点，因此在电动汽车中得到广泛应用，今天就来说说这锂电池和管理他们的系统。
常用电池类型及其应用要求
车用锂电池主要有
等类型。
电池放电温度在-20~55℃。充电温度在0~45℃。如果以
为负极材料，充电温度可以达到-30℃，通常锂电池的使用电压范围为1.5V~4.2V(C/NCA、C/NCM，C/LMO为2.5V~4.2V、LTO/C/LMO为1.5V~2.7V、C/LFP为2.0V~3.7V)。
图1 电池安全工作区域
通常温度为90~120℃，SEI膜开始进入放热分解(图1)。有些电解质甚至会在更低的温度下进行分解；当温度超过120℃，SEI膜无法保护碳负极与有机电解质副反应产生气体；当温度超过130℃，隔膜开始融化并切断电池反应。当温度温度更高，正极材料开始分解（
），当温度超过200℃，电解质开始分解产生可燃气体。分解的可燃气与氧气会发生剧烈的化学反应并导致热失控。充电温度小于0℃会导致金属锂在碳负极表面沉积，因此降低电池的循环寿命。在低温极端情况下，会导致电池负极刺穿从而引起短路情况的发生。如果电压过低或者电池过放，相变导致电池晶格崩溃从而影响电池的性能。甚至会引起负极集流片溶解在电解质中。极端的过放同样会导致电解质的减少并产生易燃气体并因此造成潜在的安全风险。高电压和过充会破坏正极构成并导致大量的热产生。同样会导致金属锂沉积在负极表面并加速容量衰减和导致电池内部短路并引发安全问题，电池电压在4.5V左右电解质开始分解。
锂电池在电动汽车上的应用情况
目前有多种类型的动力电池用在电动汽车上，广泛应用的动力电池一般以LMO、LFP、NCM、NCA为正极材料，同时采用碳负极材料，同时LTO也被开发用于提高电池的续航里程和快充能力。
表1 电动汽车的锂电池应用情况
BMS功能及其关键技术
目前商用电池必须要有BMS。通过BMS能够控制和管理电池更加有效率，每一个电池工作在可运行的区间范围内，避免电池的过充过放和热失控问题发生。单个电芯的容量比较低，需要很多个电芯集成成模组、一个电池系统包含多个模组。通常一个电池系统中包含上百个，甚至上千个电芯。如何保持电芯工作在合适的区间内，BMS发挥着重要的作用。
BMS功能为监视电池状态，建立电池状态、保护电池、上报数据、均衡等。BMS在整车中主要任务有：
1、保护电芯和电池包不受到损害；
2、使电池工作在合适的电压和温度范围内；
3、在保持电池在合适的条件运行后，满足整车的需求。
当然BMS同时需满足相关标准法规要求。BMS基本的硬件架构如图2。
图2 BMS基本硬件架构
4、电池参数检测：包括总压、总电流、单体电压检测、温度检测、绝缘检测、碰撞检测、阻抗检测、烟雾检测等等。
5、电池状态建立：包括SOC、SOH、SOF。
6、在线诊断：故障包括传感器故障、网络故障、电池故障、电池过充、过放。过流，绝缘故障等等。
7、电池安全保护和告警：包括温控系统控制和高压控制，当诊断出故障、BMS上报故障给整车控制器和充电机，同时切断高压来保护电池不受到损害、包括漏电保护等。
8、充电控制：BMS慢充和快充控制。
9、电池一致性控制：BMS采集单体电压信息、采用均衡方式使电池达到一致性、电池的均衡方式有耗散式和非耗散式。
10、热管理功能：电池包各点的采集温度，在充电和放电过中，BMS决定是否开启加热和冷却。
11、网络功能：包括在线标定和健康，在线程序下载。通常采用CAN网络。
12、信息存储：BMS需要存储关键数据如SOC、SOH、充放电安时数、故障码等。
BMS关键技术
BMS的关键技术有电池单体电压的精确测量、电池状态的建立、电池的一致性均衡、电池的故障诊断技术等。
1、单体电压测量：
单体电压测量的难点：
a、电池系统中有很多电池串联在一起，需要多通道对电池电压进行采集。每个电池的电压可能不同，这给硬件电路设计带来困难。
b、电芯电压的测量需要有很高的采集精度（如
），特别是建立电池的SOC状态时。
下面以C/LPF和C/NCM为例：图3反应了不同的开路电压与SOC的对应关系，从图中可以看出C/NCM的OCV取消斜率比较抖，最大每mv电压对应的soc变化率为0.4%(除了60~70%)，如果电池的测量精度在10mv，那么SOC根据OCV的对应关系建立的状态误差不会超过4%。对于C/NCM电池，电芯的测量精度在10mv以内，但是对于C/LFP的OCV曲线比较平坦，电压对应的soc变化率为都超过了4%，所以需要单体电压的采集精度要很高，然而大多数采集芯片的精度只能达到5%左右。目前单体电压采集主要采用集成芯片的方式进行采集，在表2中列出了一些集成芯片。
图3 不同开路电压与SOC关系以及每mv电压对SOC的影响(实验温度在25℃，静置3h)
表2 不同单体电压采集芯片及其采集精度
2、电池状态建立
电池状态包括SOC、SOF、SOH。它们之间的关系如图4，
图4 BMS状态建立算法框架
3、Soc算法有：
1) 放电测试法；
2) 累积安时法；
3) 开路电压法，根据OCV与SOC一一对应的关系，精度比较高，但是需要有电池较长时间的静置(同时需考虑电压迟滞现象，如图5)；
图5 磷酸铁锂充放电OCV曲线(测量温度为25℃，静置3h)
4、电池模型建模：开路电压法需要有很长的时间进行静置，在线等到电池的开路电压需要采用电池模型。通常采用的电池模型有等效电路模型、电化学模型，其中等效电路模型可以用下面进行表示：
如果电池模型参数是已知，很容易得到电池的开路电压，根据OCV-SOC曲线表，查询得到电池的SOC状态。通常电池模型采用Rint模型，一阶RC模型、二阶模型，其中二阶模型SOC最大误差为4.3%，最小误差为1.4%采用电池模型方法，精度和模型复杂度是需要考虑的重点，目前等效电路模型有12种，电池模型可以用于动态进行建立SOC，SOC的精度取决与模型的精度和信号采集的精度。根据相关文献对12种等效电路模型进行参数识别、模型的精度和复杂程度比较发现一阶模型加入迟滞比较适合磷酸铁锂电池，模型简单同时精度比较高。
电化学模型建立在物质传递的基础上，涉及化学热力学理论和电化学理论。跟电池内部很多材料的参数息息相关很难进行精确的表达，通常用于电池性能分析以及电池设计中。
5、神经网络模型：通过神经网络模型的非线性映射特性、不考虑电池的详细信息，并且具有普遍适用性，适合建立不同电池的SOC状态。然而需要大量的训练样本数据以及训练数据和训练方法大大影响电池SOC的精度。神经网络模型需要进行大量的数据计算，需要有高性能的CPU芯片。
6、模糊算法：需要对电池有足够的认知和理解，同时计算量比较大。
7、根据电池的其它特性进行SOC估计：比较交流内阻和直流内阻(如图6)。
图6 电池直流内阻与SOC关系(测量温度为25℃，HPPC测试方法)
8、基于以上2种或多种的集成算法。
目前集成算法包括简单的校正，加权融合算法，卡尔曼滤波(或者扩展卡尔曼滤波，EKF)，滑模观测器等。
简单的校正集成算法主要包括：
1.) 安时积分算法和开路电压校正：安时积分算法充满后对SOC进行标定等。
对于纯电动汽车：a. 工作条件简单，在车辆行驶过程中，除了再生制动，主要处于放电状态，当车辆在充电过程中，电池处于充电状态，开路电压的迟滞很容易进行建立。b. 电池包的容量比较大，安时积分相对与电池包容量来说还是比较小。c. 满充的概率比较大，通过开路电压对初始SOC的标定，能够满足纯电动车SOC的精度要求。
2.) 加权融合算法：
目前加权融合算法已经运用在通用公司混动汽车上。
图7 加权算法
不同的SOC算法的比较如下表3、表4：
表3 SOC算法特点比较
表4 SOC算法精度比较
BMS是管理和控制动力电池工作在合适的温度和电压范围内在，可以看出BMS对于电动车辆续航里程、电池寿命、电池安全性的重要性。
今天对BMS的硬件架构和软件功能，以及重要关键点SOC的几种算法，及其相关复杂度以及算法精度进行了简单介绍。后续我们会对NCA、NCM、LFP电压迟滞以及SOC的算法基础OCV～SOC曲线变化情况再进行进一步讨论探讨，欢迎大家一起交流。
