前言：尋找寫作靈感？中文期刊網用心挑選的電動汽車電池管理系統設計研究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要：

動力電池是電動汽車能量的主要來源，安全、有效的電動汽車電池管理系統是電動汽車的核心技術之一。本文對電動汽車電池管理設計方案進行研究，主要討論了系統的主要功能、存在的問題以及電動汽車SOC預測方法。

關鍵詞：

電動汽車；電池管理系統；設計方案

如何減少在交通領域的能源消耗及污染排放，成為促使新能源汽車發展的重要原因。電動汽車電池管理是基于微計算機技術、檢測技術和自動控制技術對電池組運行狀態的動態監控、精確測量、安全保護并使電池工作在最佳狀態。一套完整的電池管理系統能夠實現電池的狀態監測、信息交互、安全保護，確保電動車運行過程中能量利用的安全、合理與高效。

1電動汽車電池管理系統主要功能

電動汽車電池管理系統作為電池的安全管家，肩負著監測電池狀態、維護電池安全、發揮電池效率的重要作用[1]。電動汽車電池管理系統包含以下功能：電池信息采集：由采集板上傳感器采集電池組工作電壓、充放電電流、環境溫度等信息，借助總線傳遞給主控芯片。剩余電量估算：通過采集到的電池信息，由主控芯片依據某類算法完成對動力電池組剩余電量（SOC）的估算，為駕駛者提供續駛里程參考。電氣控制管理：電動汽車在充放電過程中，動力電池有可能會發生過充、過放、電池間電量不均衡等問題，大大影響到電池的使用壽命和工作效率。當上述情況發生時，電池管理的系統應能迅速做出反應，有效執行預定措施，如切斷充放電回路等，從而保證電池組的正常使用、安全使用。電池安全保護：安全管理主要負責監控電池在工作過程中是否出現工作異常，一旦發現，系統應能及時做出處理，保證電池組的正常運行，防止爆炸等危險事故的發生。數據通信顯示：收集到的電池信息首先被送往主控芯片進行電量估算與均衡控制等處理，再將處理結果通過CAN總線發送給其他設備使用，同時通過串口通信將信息顯示在上位機。

2當前電動汽車電池管理系統技術難點

就當前電動汽車電池管理系統來說存在的主要問題有：采集數據精度低。在電池充放電過程中，采集來的電壓、電流如果存在較大誤差或大范圍波動將會直接誘導過充與過放現象的發生，從而威脅電池安全。SOC估算精度不高。電池的剩余電量決定了電動汽車的續駛里程，雖然目前有多種估測SOC的方法，但在精確度和適用性上沒有一種能夠滿足不同行駛條件下的精度要求[2]。均衡控制技術不成熟。由于受到單體電池能量的限制，電動汽車一般采用幾十節至上百節電池組合成電池包，這些電池間的性能差異容易導致電池性能不能充分發揮，制約了能量的使用效率[3]。然而，現在的均衡控制方式仍有許多不足之處，如受到元器件的限制，尚不能有效地解決問題。抗干擾能力不強。電動汽車行駛環境復雜多變，除了本身存在的電磁干擾外，環境帶來的影響不容忽視，如高溫、潮濕的環境下，系統各項功能會大大受到影響，存在數據監測、通訊、控制失效的危險。

3常用的SOC預測方法

傳統的SOC預測方法有按時計量法、開路電壓法、負載電壓法、卡爾曼濾波法等。智能方法有神經網絡預測法。安時計量法是已知某一時刻電池的電量，并對電池充放電電荷進行一段時間內的累計，從而得到下一時刻電池荷電狀態的一種方法。電荷的累計則是通過計算該時間段內對電流的積分得到的。開路電壓法是通過測量電池的直流端電壓來估計剩余電量。當電池在長時間靜置的條件下，其電動勢EMF與電池SOC有固定的對應關系，即電池在工作電流為零的情況下，開路電壓等效為電池電動勢，故此時可以通過測量電池的開路電壓，利用SOC-EMF曲線來間接估算電池的SOC值。負載電壓法是基于開路電壓法所做的改良，目的就是為了解決開路電壓法不能實時估測SOC的問題。卡爾曼濾波法是一種基于模型的最優控制算法，其將電池作為非線性動態系統，把SOC作為其中一個狀態，建立電池數學模型，給出電池狀態方程和觀測方程，對狀態做出最小方差意義上的估計。神經網絡是一個高度復雜的非線性動力學系統，具有信息分布式存儲、自適應和自學習能力、非線性映射功能、泛化功能等特點[4]，針對非線性問題有很強的適應性和可靠性。電動汽車動力電池是一個復雜的非線性系統問題，而神經網絡不需要建立數學模型，只要通過分析輸入輸出數據，就能通過自我訓練獲得輸入與輸出間的關系。輸入為電池電壓、充放電電流、電池溫度、老化程度等變量，輸出為電池的SOC。

4結束語

本文對電動汽車電池管理系統設計方案進行了詳細分析，討論了管理系統的主要功能及主要技術難點，并對常用的SOC預測方法進行分析。本文研究的內容對電動汽車電池管理系統設計實踐和應用具有一定的參考作用。

作者：嚴其艷 楊立波 譚漢洪 單位：廣東科技學院機電工程系

參考文獻：

[1]孫豪賽.純電動汽車電池管理系統關鍵技術研究與設計[D].天津：天津大學，2015.

[2]黃文華，韓曉東，陳全世，等.電動汽車SOC估計算法與電池管理系統的研究[J].汽車工程，2007，29(3)：198-202.

[3]白俊濤.電動汽車輕量化技術[J].南方農機，2015，46(12)：37+42.

[4]徐永，雷治國.一種動靜結合的自學習神經網絡鋰離子電池監控系統[J].機電技術，2014，37(1)：41-42+49