隨著新能源電動(dòng)汽車的廣泛應(yīng)用,電池的容量、安全性、使用狀態(tài)與續(xù)航能力日益成為關(guān)注重點(diǎn)。BMS電池管理系統(tǒng)是對(duì)電池進(jìn)行監(jiān)控與控管的系統(tǒng),將采集的電池信息實(shí)時(shí)反饋給用戶,同時(shí)根據(jù)采集的信息調(diào)節(jié)參數(shù),充分發(fā)揮電池的性能。但是,該技術(shù)在管理多個(gè)電池時(shí),需要人員現(xiàn)場(chǎng)調(diào)試與設(shè)置,導(dǎo)致其檢查、維護(hù)與更新相當(dāng)不方便。而且,針對(duì)電池組的工作性能、電池老化情況、使用壽命等信息,需要人員現(xiàn)場(chǎng)經(jīng)過(guò)多次反復(fù)調(diào)試、實(shí)驗(yàn)之后才能獲得,工作相當(dāng)繁瑣、耗時(shí)。在生產(chǎn)、調(diào)試或?qū)嶒?yàn)過(guò)程中,只有在電池出現(xiàn)問(wèn)題影響電動(dòng)汽車的工作時(shí),才會(huì)發(fā)現(xiàn)故障并更換電池,這種方式具有盲目性、滯后性,相當(dāng)容易產(chǎn)生不良后果,嚴(yán)重則導(dǎo)致生產(chǎn)工作延誤、生產(chǎn)危險(xiǎn)。 可通過(guò)專門診斷工具讀取 BMS 故障碼,定位具體問(wèn)題(如傳感器失效、均衡電路故障)。品牌BMS云平臺(tái)開(kāi)發(fā)

電池管理系統(tǒng)(BMS)的均衡技術(shù)主要分為被動(dòng)均衡和主動(dòng)均衡兩大類,用于解決電池組內(nèi)單體性能差異問(wèn)題。被動(dòng)均衡屬于能量耗散型,當(dāng)檢測(cè)到某單體電壓過(guò)高時(shí),通過(guò)導(dǎo)通開(kāi)關(guān)管讓并聯(lián)電阻消耗其多余電量,直至與其他單體電壓一致。其優(yōu)勢(shì)是結(jié)構(gòu)簡(jiǎn)單、成本低、可靠性高,適合消費(fèi)電子、低速電動(dòng)車等中小容量電池組,但能量以熱能浪費(fèi),效率低且均衡速度慢,適用于小電流場(chǎng)景。主動(dòng)均衡則是能量轉(zhuǎn)移型,通過(guò)不同介質(zhì)實(shí)現(xiàn)電量調(diào)配,具體包括電容式、電感式、變壓器式和 DC/DC 變換器式等。電容式利用電容在高低壓?jiǎn)误w間切換傳遞能量,響應(yīng)快但單次轉(zhuǎn)移量少;電感式通過(guò)電感充放電轉(zhuǎn)移能量,效率 70%-80%,但體積較大且有電磁干擾;變壓器式借助多繞組變壓器實(shí)現(xiàn)多單體同時(shí)均衡,效率 80%-90%,不過(guò)設(shè)計(jì)復(fù)雜、成本高;DC/DC 變換器式通過(guò)雙向通道將高電壓?jiǎn)误w能量轉(zhuǎn)移到總線再分配,效率超 90%,適合電動(dòng)汽車等場(chǎng)景,但電路算法復(fù)雜??傮w而言,被動(dòng)均衡因低成本適用于簡(jiǎn)單場(chǎng)景,而主動(dòng)均衡尤其是結(jié)合智能策略的方案,正逐步成為主流,能動(dòng)態(tài)調(diào)整均衡強(qiáng)度,提升電池組壽命,廣泛應(yīng)用于大容量、高要求的設(shè)備中。儲(chǔ)能BMS定制BMS系統(tǒng)保護(hù)板能夠確保電池組內(nèi)各節(jié)電池的壓差不大,從而提高整個(gè)電池組的充放電性能。

電池保護(hù)板的自身參數(shù),比如自耗電分為工作自耗電和靜態(tài)(睡眠)自耗電,保護(hù)板自耗電的電流一般是ua級(jí)別。工作自耗電電流較大,主要為保護(hù)芯片、mos驅(qū)動(dòng)等消耗。保護(hù)板的自耗電太大會(huì)過(guò)多消耗電池電量,如果長(zhǎng)時(shí)間擱置的電池,保護(hù)板自耗電可能導(dǎo)致電池虧電。自耗電和內(nèi)阻等,他們不起保護(hù)作用,但是對(duì)電池的性能是有影響的。保護(hù)板的主回路內(nèi)阻也是一個(gè)很重要的參數(shù),保護(hù)板的主回路內(nèi)阻主要來(lái)源于pcb板上鋪設(shè)阻值,mos的阻值(主要)和分流電阻的阻值。在保護(hù)板進(jìn)行充放電時(shí),特別是mos部分,會(huì)產(chǎn)生大量的熱,因此一般保護(hù)板的mos上都需要貼一大塊的鋁片用于導(dǎo)熱和散熱。除了這些基本功能以外,為了使用不同的應(yīng)用場(chǎng)景個(gè)需求,保護(hù)板還有各種各樣的附加功能(如均衡功能),特別是帶軟件的保護(hù)板,功能更是異常豐富,比如藍(lán)牙、wifi、GPS、串口、CAN等應(yīng)有盡有,再高階一點(diǎn),就成了電池管理系統(tǒng)。
從架構(gòu)角度而言,BMS主要分為集中式和分布式兩種拓?fù)浣Y(jié)構(gòu)。集中式BMS通過(guò)一個(gè)硬件設(shè)備采集所有電池的數(shù)據(jù),這種架構(gòu)成本較低、結(jié)構(gòu)緊湊且可靠性較高,適用于電池?cái)?shù)量較少、容量較低、總電壓不高以及小型電池系統(tǒng)的場(chǎng)景,如電動(dòng)工具、機(jī)器人(搬運(yùn)機(jī)器人、助力機(jī)器人)、智能家居中的掃地機(jī)器人和電動(dòng)吸塵器、電動(dòng)叉車、低速電動(dòng)車(電動(dòng)自行車、電動(dòng)摩托車、電動(dòng)觀光車、電動(dòng)巡邏車、電動(dòng)高爾夫球車等)以及輕度混合動(dòng)力汽車等。集中式BMS硬件可劃分為高壓區(qū)和低壓區(qū),高壓區(qū)負(fù)責(zé)采集單電池電壓、系統(tǒng)總電壓以及監(jiān)測(cè)絕緣電阻;低壓區(qū)則涵蓋電源電路、CPU電路、CAN通信電路、操控電路等。隨著乘用車動(dòng)力電池系統(tǒng)朝著高容量、高總電壓和大體積方向發(fā)展,分布式BMS逐漸成為主流,特別是在插電式混合動(dòng)力和純電動(dòng)汽車中應(yīng)用綜合。分布式系統(tǒng)將測(cè)量單元等電子設(shè)備直接安裝在與單電池集成的電路板上,其優(yōu)勢(shì)明顯,具有極高的可擴(kuò)展性,可細(xì)化到單個(gè)電池;連接可靠性高,幾乎不存在過(guò)長(zhǎng)電纜,電池與測(cè)量電路緊密結(jié)合,減少了干擾和誤差,安全性也隨之提高;維護(hù)便捷,當(dāng)某個(gè)小單元出現(xiàn)故障時(shí),只需更換該單元即可。不過(guò),其缺點(diǎn)是成本高昂,每個(gè)單元都需額外配備一套設(shè)備。 電池組續(xù)航明顯下降或充電異常(如充不滿、充放電時(shí)突然斷電)。

BMS的中心使命是實(shí)時(shí)監(jiān)控電池狀態(tài)并實(shí)施精細(xì)作用。在硬件層面,BMS通過(guò)高精度模擬前端(AFE)芯片(如ADI的LTC6811或TI的BQ76PL536)采集每節(jié)電芯的電壓(精度可達(dá)±1mV)、溫度(范圍覆蓋-40°C至125°C)以及充放電電流(通過(guò)分流電阻或霍爾傳感器實(shí)現(xiàn)±)。這些數(shù)據(jù)經(jīng)主控芯片(如NXPS32K或STMicroelectronics的SPC58)處理后,執(zhí)行三大關(guān)鍵任務(wù):安全保護(hù)、狀態(tài)估算與能量管理。例如,當(dāng)某節(jié)三元鋰電池電壓超過(guò),BMS會(huì)立即切斷充電MOSFET,防止電解液分解引發(fā)熱失控;在低溫環(huán)境下(如-10°C),BMS可能通過(guò)PTC加熱片提升電芯溫度至5°C以上,以避免鋰析出導(dǎo)致的不可逆容量損失。對(duì)于多串電池組(如電動(dòng)汽車的96串400V系統(tǒng)),BMS必須解決電芯不一致性問(wèn)題——即使是同一批次的電芯,容量差異也可能達(dá)到2%-5%。被動(dòng)均衡通過(guò)并聯(lián)電阻對(duì)電芯放電(典型均衡電流50-200mA),而主動(dòng)均衡則利用電感或DC-DC轉(zhuǎn)換器將能量從電芯轉(zhuǎn)移至低壓電芯(效率可達(dá)85%以上),這兩種策略的取舍需權(quán)衡成本、效率與系統(tǒng)復(fù)雜度。 儲(chǔ)能BMS均衡技術(shù)主要是指電池管理系統(tǒng)BMS中用于維護(hù)電池組中各個(gè)單體電池電量一致性的技術(shù)。資質(zhì)BMS管理系統(tǒng)云平臺(tái)
智慧動(dòng)鋰自主研發(fā)生產(chǎn)的儲(chǔ)能/工商業(yè)儲(chǔ)能方案,采用二級(jí)或三級(jí)BMS架構(gòu),可支持單簇或多簇電池并機(jī)使用。品牌BMS云平臺(tái)開(kāi)發(fā)
基于模型的方法估算電池SOC,包括電化學(xué)阻抗頻譜法(EIS)和等效電路模型(ECM),通過(guò)模擬電池的電化學(xué)反應(yīng)和電氣行為來(lái)進(jìn)行深入的SOC分析。這些方法可評(píng)估內(nèi)阻、容量和其他關(guān)鍵參數(shù),從而多方面了解各種運(yùn)行條件下的SOC。卡爾曼濾波是另一種流行的基于模型的技術(shù),它能整合來(lái)自多個(gè)傳感器的數(shù)據(jù),即使在動(dòng)態(tài)環(huán)境中也能精確估算SOC。然而,卡爾曼濾波法的準(zhǔn)確性容易受到傳感器漂移、極端溫度變化和電池行為變化等外部因素的影響。大多數(shù)電動(dòng)汽車使用不同的技術(shù)組合來(lái)準(zhǔn)確測(cè)量SOC。庫(kù)侖計(jì)數(shù)和OCV迅速獲得基本數(shù)據(jù),而EIS、ECM和卡爾曼濾波則提供更詳細(xì)和更精確的信息。除此之外,神經(jīng)網(wǎng)絡(luò),人工智能的應(yīng)用也在不斷的提高SOC的準(zhǔn)確性。 品牌BMS云平臺(tái)開(kāi)發(fā)