新能源汽车电池管理系统的优化与性能评估

李颖

                                上海南湖职业技术学院

摘要：电池作为新能源汽车的核心部件，其性能直接影响整车的经济性和动力性，新能源

汽车电池管理系统通过对电池状态的监测和控制来保证电池的效率和安全。对新能源汽车电

池管理系统控制策略进行研究，可提高电池的充放电效率、确保供电稳定性和延长使用寿命，

并实现对电池均衡和热管理的控制，从而延长和增强整车的续航里程和动力性能。该文分析

新能源汽车电池特点及常见问题，阐述新能源汽车电池管理系统具体控制策略，提出本文采

用基于自适应的电压曲线拟合法估算电池SOH，从而提高动力电池的使用寿命，以促进新能源

汽车电池管理系统进一步发展。

关键词：电池的SOH；电池管理系统；SOH估算及验证；

作者介绍：李颖，（1985.9- ），女 ，副教授

电池的健康状况（SOH）、电池的荷电状态（SOC）是反应电池综合性能的主

要指标。新能源汽车电池存在性能和安全性方面的问题，通过应用基于SOC和SOH

的控制策略、基于模型的控制策略、主动均衡控制策略，可有效解决。

一、新能源汽车电池管理系统具体控制策略

1.基于SOH的控制策略。SOH为电池健康状态，电池的SOH会随着使用时间的

延长和充放电循环次数的增加而逐渐降低。当电池的SOH降低到一定程度时，电

池的性能会明显下降，需要更换新的电池。基于SOH的控制策略通过实时监测电

池的电压、电流、温度等参数，可精确估计电池的SOH,并根据SOH的变化调整电

池的充放电策略，延长电池的使用寿命并保证汽车的行驶安全。

2.基于模型的控制策略.主要包括基于模型的电池状态估计和预测、基于模型

的电池充放电控制。

（1）基于模型的电池状态估计和预测。该策略利用电池的物理模型和数学模

型来估计和预测电池的状态，如电荷状态、电流输出能力和剩余寿命等。通过采

集电池的电流、电压和温度等实时数据，结合电池模型进行状态估计和预测，可

提供对电池状态的准确、实时描述。这种基于模型的状态估计和预测为电池管理

系统提供了重要信息，可优化电池的充放电控制和故障诊断。

（2）基于模型的电池充放电控制。该策略利用电池的物理模型和数学模型来

预测和优化电池的充放电行为。通过对电池模型的建立和参数调整，可以实现对

1

电池充放电过程的精确控制，提高充电效率，延长电池使用寿命，保护电池安全

二、基于自适应的电压曲线拟合法估算电池SOH

使SOH估算的充电电压曲线可以按照实际状况进行变化，即实现曲线自适应，从而进一步提升估算精度。为了使自适应电压曲线模型更加的合理、完善，可以把基准曲线作为该模型的重要基础，对充电过程中电压数据的一系列特色进行论述与分析，并通过合理的方式对基准曲线进行修正，从而使基准曲线、充电电压曲线高度吻合，根据该思路可以顺利构建一个科学、健全的自适应电压模型。

首先，构建自适应电压模型，其次对各修正项进行详细、全面的解释与分析，根据充电电压曲线的类似性，下面列出了自适应电压曲线模型，具体为：

（1.1）

公式中，fbase（c）、U(r(c)， c)、r(c)分别表示基准曲线、t时刻电压估计值、t时刻充入容量c时的内阻；I、c分别表示充电电流、充电过程中t时刻电池容量；，，为待定系数;

在该模型之中，主要是自适应电池内阻的具体变化，并且对模型各项内容进行了详细的解释，具体为：

（1）常数项部分：该模型的基本思想为以基准曲线为重要基础，利用修正项添加的方式完成基本曲线的修正，从而使基本曲线可以进行实时变化，与各电池的实际状况进行匹配。所以，当添加修正项之后，电压值范围将会产生重大偏离，所以必须要结合实际情况，引入常数项对电压值进行修正，确保其处于正常范围之内。例如，本文研究对象磷酸铁离子电池，其充电过程中的截止电压便设置为3.35V。

（2）基准曲线部分：此处所指的基准曲线实质上就是充电电压、SOC间的关系曲线。

图1.1 采样电池组SOC数据

从曲线中，我们可以看出，尽管SOH具有较大的差异，但是曲线总体走势基本保持统一态势，若仅仅对基准曲线进行平移转换处理，那么不同SOH充电曲线将无线实现完全拟合，必须要根据实际情况，添加修正项，进而对曲线后期曲率的变化进行弥补。

电池从出厂一直到报废，整个应用过程中，其端电压u会产生较大的变化，但是其总体变化幅度十分微小，为了简化分析过程，本文在研究分析过程中，假定电池端电压始终处于不变状态，排除第一项干扰。电池在充电过程中，主要采用恒流充电方式，即电池不变，但是电池内阻却始终处于变化状态，所以本文主张认为，SOH存在较大差异进而导致充电时电池两端电压存在较大差异，直接原因则是电池内部电阻具有差异，以该结论为重要基础，因而修正项应当为电池内阻，下图展示了电池内阻在充电过程中的变化状况，具体为：

（1.2）

深入的观察与分析可知，在进行充电时，电池内阻呈现出“先减小、后增大”的趋势，产生此种状况主要是由于在电池开始进行充电的过程中，正极导电性快速增加，但欧姆内阻却呈下降状态，并且电池内阻整体也产生了较大变化，即为下降趋势。当充电时间加长，电池内部将会产生气体、导电性较差的物质，进而致使电池极化内阻快速增加，在极化内阻、欧姆内阻的共同影响之下，电池内阻将会呈现出快速增加的态势。

三、总结

本文介绍了新能源汽车电池管理系统控制策略。提出了一种新的估算 SOH 的方法，就是建立电池电压模型，可以在线实时拟合电池容量、充电电压间存在的关系曲线，参照曲线分析求解恒流充电充入的具体电量，并将恒压充电融入容量假定为定值，那么便可以求解分析得出电池充入的最大容量，即电池 SOH。通过对估算结果进行观察与分析可知，自适应电压曲线拟合法的估算精度比较高，其估算误差最高可以达到 2%左右。与此同时，给出了参照电池 SOH 状态，估算电池剩余循环次数的具体方式。最终达到新能源电池管理系统的优化与性能评估。

参考文献

[1]杨婷婷.电池管理系统的概况和发展探讨[J].科技经济导刊2020,28(32):27+26.

[2]李欣阳.动力锂电池管理系统(BMS)设计[J].通信电源技术，2018,35(03):113-111.

[3]杨永贵，董志辉.浅谈新能源汽车动力电池散热管理系统及软件优化设计研究[J].教育研究，2020,3(3):71.

[4]朱晓帅.基于主被动混合均衡的锂电池管理系统的设计与实现[D].杭州电子科技大学，2020.

[5]高金辉，朱元培，刘永等，用一种新的优化算法估计电动汽车电池SOC[J],电源技术，2014,38(1):75-77

7

8