主持人(王芳)：信息可能有點疏漏，還是再看一下。時間關系，我們就到這兒了，開始下面一個報告，因為我剛才報告里都是提到電池管理系統都是非常重要的電池部件，因為電池系統設計的好壞，一些是電池本身的性能，管理系統起到非常重要的作用，所以我們今天請到北京交通大學電氣工程學院院長姜久春教授給大家作報告，新能源汽車的電池管理系統，姜老師在包括北京奧運會，上海世博會等等，有很多經驗和技術方面的見解，下面我們有請姜院長給大家作報告。

北京交通大學電氣工程學院院長姜久春

姜久春：很高興給大家做報告。主要講一下新能源汽車的電池管理系統。新能源汽車電池管理系統基本上幾年以后可能就沒有人再提了，因為技術已經成熟了，下面講講這個電池管理系統研究的具體情況。

簡單看一下動力電池管理系統的作用，參與整車調度，直接決定整組電池的使用壽命，這一點來說，電動汽車非常重要的一個部分，是核心技術電池管理系統，并且公布了14項專利，跟這個問題相關的。手機都是有電池管理系統，只不過是單只電池，如果幾百只串聯、并聯起來，問題變得更加復雜了。基本上簡單看一下需要哪些方面的東西，總體方案的設計，電池篩選和優化重組，電話仿真、狀態預測、熱場分析、安全檢測、全生命周期分析，系統設計越復雜，壽命越變長，但是價格能不能接受，這是折中要考慮的問題。

通過動力電池管理系統方案設計、電池模塊化成組方法、電池在線狀態評估，實現動力電池系統的安全、高效、可靠運行，延長電池使命壽命，提高電池使用效率。

我們正在做的關鍵技術，前面提到九個方面都有設計，主要講尖臍的一些進展。常用電池連接方式，包括串聯，先并后串，先串后并，混合串并聯結構。大量在用的先并后串方式。先串后并方式儲能里也是大量在用，還有混合串聯結構。到底哪種方式好，后面會給出結論。

電池模塊化設計，北京電動環衛車，50Ah單體4并30串電池組，Leaf純電動車33Ah單體2并96串電池組，Volt增程式電動車15Ah單體3并96串電池組，車輛需要多少裝多少，便于滿足用戶續航里程需求，做成模塊化，便于分布式管理控制，為了分布化維護。電池從車上淘汰之后，怎么二次利用，如果模塊化再次利用會有更好的效果。現在寶馬在做這個事情，I3電池，淘汰之后，拿下來之后，能不能再用作儲能。如果按照整體當成一個Pad來做，基本上沒有實現，做成模塊，拆了之后，可以重新利用。

這是關于串并聯結構的一些優化方法。混合動力串并聯模塊化，我們認為好一些。

另外，混合串并聯情況下，串聯環節的并聯成份，采用先串后并方法，便于電流預測。通過組合模塊電流重組方式、電池熱膜散熱條件，可以分辨出每個電池衰退路徑什么樣，可以精確知道每個電池什么狀態。串聯形態下，影響衰退軌跡最大的因素，在于它的溫度場不一致，并聯不是這樣，并聯溫度場基本上一樣。但是并聯在高低兩端電流差異，會導致衰退路徑不一樣。電池表面特性完全不一樣。可能原來區間，大家都可以從5%到95%，衰退路徑不一樣，被迫把區間變小。如果考慮到電池衰退比例控制因素，我們覺得這種混合結構更好一些。

第三個考慮的因素是均衡效果，先串后并連接方式，可以知道每個單體功能狀態，可以最好發揮效果。發揮電池組最大可用容量，電池利用飽滿，可以通過電池維護，保持模塊功能。無論控制還是均衡來說都是最好方式，最好做成模塊化，都是標準的，模塊之間可以通過混聯方式進行。

我們在BMS方面開展一些工作，97年開始做，現在基本上已經成熟了。現在按照整車要求開發車用。國外基本上日本、美國、韓國都有一些研究，并且有一些東西做得也非常不錯。這是國內的一些主要電池廠，還有電源廠家，大概主要是比亞迪自己本身有，還有哈爾貫拓。電池另外一個關鍵技術SOC，十年前開始研究，現在為止入門有很多，真正進入工業化實際應用，大部分還是原來那種情況。最近有一些進展，樂觀估計，完全工業化應用，可以很高的精度，看一下一些總結，實際上前面的開環方法主要是一些安時積分法、開路電壓法、交流阻抗譜法、直流內阻法，采用閉環方法計算比較復雜，可靠性比較差。

建立模型，按照誤差修正，基于SOC曲線修正。仔細分析了一下影響。BMS電壓和電流采樣精度，通過系統測量噪聲對SOC估計精度仿真分析，估計誤差保持5%以內，BMS電壓檢測誤差控制5mV以內，檢測芯片來說不難達到，實際上現場車輛應用，5mV能不能達到，要精心設計保證。

關于電池模型參數的誤差，簡單的電池模型RPCP模型，結論是這樣的，這些模型參數包括內阻Ro和Rp，極化電容Cp、電池容量Q、電池OCV-SOC曲線等，內阻誤差對電池SOC估計精度影響最大，實際電池內阻誤差可達到20%左右，由于造成COS估計誤差達5%以上，大倍率放電條件下誤差更大。極化電容Cp只影響電池SOC暫態誤差，穩態誤差不受其影響。電池容量Q，電池衰退Q一定有影響，誤差仍然很小可以忽略，電池衰退從百分之百Q衰退到80%Q，不用修正，可以保證SOC達到很高精度。鋰電池OCV-SOC曲線也會受老化影響改變，這些誤差將導致5%以上的SOC估算誤差，及時修正OCV-SOC曲線，可以得到比較高精度。最后做測試情況，不管電池怎么衰退情況下，仍然可以保證OCV-SOC曲線精度很高，無論這個范圍之內怎么衰退，無論怎么變，可以保證SOC誤差5%以內。正在做功能化測試。如果80%Q以下，解決了SOC問題。

我們用三種觀測器：PI、Hoo、EKF，PI最好的，不僅計算簡單，噪音抑制能力也是最強的。全生命周期內高精度估計SOC工程化應用解決方案。容易Q和極化電容Cp對SOC估計，通過實時控制，得到SOC比較高的精度。

我們也在加快做優化充電技術。充電用二級模型，不是一級，得到一個方法，通過優化控制極化電壓，得到快速充電效果。電池極化電壓特性，錳系電池和三元系，差不多都是一樣，我們主要在做這個，可以得出類似曲線。通過極化電壓限制，可以得到充電電流的邊界曲線。綜合考慮SOC曲線特性和變化特性，可以找到長壽的充電電流曲線，這樣可以把每個點，跟前面相關的，聯系在一起，得到邊界曲線。最后驗證結果，33.6分鐘，當然可以更快，現在沒有做那么大，30分鐘內，可以從2%到80%。0.5C72分鐘，1C126分鐘。

我們做了400次循環，0.5C恒流恒壓充電，衰退率2.14%，我們設計2.02%，同樣方法，優化充電1.4小時，可以比較快充電，延長堅持壽命。

均衡控制跟衰退軌跡是相關的，我們電池的唯一能夠均衡的是最大限度永遠所有電池SOC保持同樣范圍，這樣電池利用率最高。如果電池容量有差異的話，不可能通過均衡來解決，所以只能控制SOC。不同衰退情況下，控制策略不太一樣。看一下結論，均衡前和均衡后的充電曲線，可以看出來，均衡后明顯看出來好的多，充電后的SOC看出來，均衡前92.2%，均衡后96.6%，均衡前標準差2.3%，均衡后標準差3.6%。單次4%不算大，但是用兩千次4%是很大的容量。單體電池0到百分之百，重組之后，從5%到95%，均衡做得好，永遠保持5%到95%，90%左右，做的不好的話，保持10%到90%，可能是80%。

簡單介紹一下，我們正在做的一些工作，利用大數據的技術，電池運行狀態和安裝性評估，電池容量越來越大，所以可以接歷史數據，對電池做預測，現在所有在實驗室做的電池，剩余預測完之后電池壽命怎么樣，都是不可靠。實驗室做的結論，電池衰退某一個時間點，如果受到一個擾動因素影響，包括溫度，突然電流或者漏電，電流控制完全不受控制，通過大數據解決這個問題。動力電池重組優化技術，有一些進展，還沒有完全做完。低溫快速加熱和保溫技術，北京這種地方冬天還是有一些問題，怎么樣低溫下用加熱方法，不是外部加空調來吹，效率太低，通過內部加一些東西，控制電流，使得熱起來。動力電池和電力電子深度融合的柔性成組技術，希望得到很好應用，中有柔性中流輸電，這是最劃算的一種方法。

最后簡單過一些應用的一些結論。這是給出一種電池，奧運、世博會我們都在做，也做了測試。根據結論，按照當時價格，可以降低車用電池成本15%，通過儲能應用，有一些新方法，安全性都不是問題，最大問題，拆了之后怎么重新組裝起來，撤了15%不夠，進行重組。怎么樣把電池拿過來做儲能這是很大問題。其他的都不是問題。結論是降低車用電池成本15%，按照現有電能價格。

我的報告就這些，謝謝大家！

返回第一電動網首頁 >