BMS電池管理系統(tǒng)一般由檢測功能單元與運(yùn)算控制單元構(gòu)成，如同智能產(chǎn)品一樣，根據(jù)大量檢測信號來協(xié)調(diào)整個(gè)系統(tǒng)的科學(xué)運(yùn)行。
　　BMS中所指的檢測一般會包括電池組的電壓、電流和工作溫度信息的采集，然后將數(shù)據(jù)傳送給運(yùn)算模塊，運(yùn)算模塊將根據(jù)算法來處理這些數(shù)據(jù)，并給出下一步的策略和指令。那么BMS的運(yùn)算模塊就像是人的大腦一樣重要，如同電腦的CPU一樣，是整個(gè)系統(tǒng)的部分。運(yùn)算模塊通常包含運(yùn)算芯片硬件、基礎(chǔ)軟件、運(yùn)行環(huán)境(RTE)以及管理軟件。管理軟件則是各大BMS廠家的技術(shù)，因?yàn)榈乃惴茨鼙ＷC系統(tǒng)的管理效率，又能將電池的性能發(fā)揮到。

　　圖1 BMS結(jié)構(gòu)圖
　　BMS的功能一般包括: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。
　　SOC(State Of Charge)電池荷電狀態(tài)
　　SOC (荷電狀態(tài))簡單的說就是電池還剩下多少電;SOC 是BMS中重要的參數(shù)，因?yàn)槠渌磺卸际且許OC為基礎(chǔ)的，所以它的精度和健壯性極其重要。如果沒有的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。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。
　　下圖是一個(gè)算法健壯性的例子。鋰電芯采用的是磷酸鐵鋰電池。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)的驗(yàn)證結(jié)果反推回去的真正SOC。

　　圖2 BMS電池管理系統(tǒng)實(shí)時(shí)糾錯(cuò)修復(fù)
　　如上圖中:磷酸鐵鋰電池算法強(qiáng)大的糾錯(cuò)能力:估算出的SOC(紅色)，安時(shí)積分法SOC(綠色)，真正的SOC(藍(lán)色)之間的曲線對比。即使是在電壓極難測準(zhǔn)的SOC 70%~90%區(qū)間(在此SOC區(qū)間開路電壓僅僅變化2~3mV)，開始SOC數(shù)據(jù)中20%的誤差，本算法也能將其糾正在SOC為40~50%的區(qū)間，開路電壓僅僅變化1mV，此時(shí)SOC估算誤差小于4%，可見算法非常地。
　　SOP(State Of Power) 電池能源狀態(tài)
　　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的估算可以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，所謂的保護(hù)二級保護(hù)在的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的技術(shù)。對于低溫、舊電池以及很低的SOC來說，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)商給出的電壓，SOP必須地估算出下一時(shí)刻這個(gè)電壓急速下降的電芯的的輸出功率以限制電池的使用從而保護(hù)電池。估算SOP的是實(shí)時(shí)在線估算電池的每一個(gè)等效阻抗。
　　SOH(State of Health) 電池健康狀態(tài)
　　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健壯性。而且沒有健壯性的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。電池狀態(tài)估算算法是BMS的。其他的都是為這個(gè)算法服務(wù)的。
　　目前國內(nèi)很多BMS廠商仍然在使用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。這樣如果啟始點(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，就不能只靠的啟始點(diǎn)的電壓來保證啟始SOC的正確。
　　關(guān)于電池均衡
　　近國內(nèi)關(guān)于”主動均衡“技術(shù)非常關(guān)注，我們知道均衡的意義在于讓所有的電池，保持一樣的容量、電壓狀態(tài)。主動均衡的算法無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，那國外廠商為什么基本上不用主動均衡呢?主要是考慮到成本問題。其實(shí)如果被動均衡就能夠搞定，主動均衡的成本效益意義就不大啦。
　　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。差的情況是有95節(jié)電池都需要放電，所以，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。
　　圖3 動態(tài)均衡減小SOC差從45%到3%
　　目前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)。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)。
　　目前世界上BMS做得的應(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)來測試算法的健壯性: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。
　　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。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。