新能源車與傳統汽車最大的區別是用電池作為動力驅動，所以動力電池方面的技術是新能源車的核心。
什麼是BMS的核心技術？
最近看到國內某企業的宣傳牌，因為採用AUTOSAR的軟體構架這樣的底層軟體而聲稱「全面掌握BMS軟硬體技術」、「達到世界先進水平」、「採用多重均衡控制能力」。很能夠吸引眼球。這些東西是BMS的核心技術嗎？
通常BMS系統通常包括檢測模塊與運算控制模塊。
檢測是指測量電芯的電壓、電流和溫度以及電池組的電壓，然後將這些信號傳給運算模塊進行處理髮出指令。所以運算控制模塊是BMS的大腦。控制模塊一般包括硬體、基礎軟體、運行時環境（RTE）和應用軟體。其中最核心的部分——應用軟體。對於用Simulink 開發的環境的一般分為兩部分：電池狀態的估算算法和故障診斷以及保護。狀態估算包括SOC（State Of Charge）、SOP（State Of Power）、SOH(State of Health）以及均衡和熱管理。
電池狀態估算通常是估算SOC、SOP和SOH。SOC （荷電狀態）簡單的說就是電池還剩下多少電；SOC 是BMS中最重要的參數，因為其他一切都是以SOC為基礎的，所以它的精度和魯棒性（也叫糾錯能力）極其重要。如果沒有精確的SOC，加再多的保護功能也無法使BMS正常工作，因為電池會經常處於被保護狀態，更無法延長電池的壽命。
此外，SOC的估算精度也是十分重要的。精度越高，對於相同容量的電池，可以有更高的續航裡程。所以，高精度的SOC估算可以有效地降低所需要的電池成本。比如克萊斯勒的菲亞特500e BEV，可以一直放電 SOC=5%。成為當時續航裡程最長的電動車。
下圖是一個算法魯棒性的例子。電池是磷酸鐵鋰電池。它的SOCvs OCV曲線在SOC從70%到95%區間大約只變化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也即是圖中的藍色實線。CalculatedSOC是根據最後的驗證結果反推回去的真正SOC。
SOP是下一時刻比如下一個2秒、10秒、30秒以及持續的大電流的時候電池能夠提供的最大的放電和被充電的功率。當然，這裡面還應該考慮到持續的大電流對保險絲的影響。
SOP的精確估算可以最大限度地提高電池的利用效率。比如在剎車時可以儘量多的吸收回饋的能量而不傷害電池。在加速時可以提供更大的功率獲得更大的加速度而不傷害電池。同時也可以保證車在行駛過程中不會因為欠壓或者過流保護而失去動力即使是在SOC很低的時候。這麼一來，所謂的一級保護二級保護在精確的SOP面前都是過眼雲煙。不是說保護不重要。保護永遠都是需要的。但是它不可能是BMS的核心技術。對於低溫、舊電池以及很低的SOC來說，精確的SOP估算尤其重要。例如對於一組均衡很好的電池包，在比較高的SOC時，彼此間SOC可能相差很小，比如1-2%。但當SOC很低時，會出現某個電芯電壓急速下降的情況。這個電芯的電壓甚至比其他電池電壓低1V多的情況。要保證每一個電芯電壓始終不低於電池供應商給出的最低電壓，SOP必須精確地估算出下一時刻這個電壓急速下降的電芯的最大的輸出功率以限制電池的使用從而保護電池。估算SOP的核心是實時在線估算電池的每一個等效阻抗。
SOH 是指電池的健康狀態。它包括兩部分：安時容量和功率的變化。一般認為：當安時容量衰減20%或者輸出功率衰減25%時，電池的壽命就到了。但是，這並不是說車就不能開了。對於純電動車EV來說安時容量的估算更重要一些因為它與續航裡程有直接關係而功率限制只是在低SOC的時候才重要。對於HEV或者PHEV來說，功率的變化更為重要這是因為電池的安時容量比較小，可以提供的功率有限尤其是在低溫。對於SOH的要求也是既要高精度也要魯棒性。而且沒有魯棒性的SOH是沒有意義的。精度低於20%，就沒有意義。SOH的估算也是基於SOC的估算。所以SOC的算法是算法的核心。電池狀態估算算法是BMS的核心。其他的都是為這個算法服務的。所以當有人聲稱突破了或者掌握了BMS的核心技術，應該問問他到底做了BMS的什麼？是算法還是主動均衡或者只做BMS的硬體和底層軟體？或者只是提出一種BMS的結構方式？
有人說特斯拉之所以牛，是因為它的BMS可以管理7104節電池。這是它牛的地方嗎？它真的是管理7104節電池嗎？特斯拉model S確實用了7104節電池，但是串聯在一起的只有96節，並聯的只能算一節電池不管你並聯多少節。為什麼？因為其他公司的電池組也是只計算串聯的個數而不是並聯的個數。特斯拉憑什麼要特殊呢？事實上，如果你了解特斯拉的算法，你就會知道特斯拉的算法不僅需要大量的工況數據定標，而且還不能保證在任何情況下尤其是在電池老化以後的估算精度。當然，特斯拉的算法比幾乎所有國內的BMS算法還是好很多。國內的BMS算法幾乎都是電流積分加開路電壓的方法用開路電壓計算初始SOC，然後用電流積分計算SOC的變化。問題是如果啟始點的電壓錯了，或者安時容量不準，豈不是要一錯到底直到再次充滿才能糾正？啟始點的電壓錯會出錯嗎？經驗告訴我們，會的，儘管概率很低。如果要保證萬無一失，就不能只靠精確的啟始點的電壓來保證啟始SOC的正確。
中國新能源汽車均衡問題出在哪裡？
去年經過專家評選的某主動均衡技術榮獲某鋰電金球獎。其理由是它的核心技術--主動均衡技術能夠延長電池壽命30%續航裡程20%。這一看就不靠譜。因為根本無法定量。你和誰比能夠延長壽命30%？和自己比有意義嗎？和沒有均衡比嗎？那你的水平就差遠了。和別人比，應該與最好的比才有意義。世界上不說最好的至少還可以的BMS都沒有均衡問題。你怎麼延長壽命30%呀？延長續航裡程也是一樣的道理。比如克萊斯勒的Fiat500e,它的SOC容許一直放到5%。請問你還怎麼延長20%的續航裡程呀？再進一步說，主動均衡難嗎？硬體2008年TI就向我當時所在的公司推銷它的主動均衡IC了。算法不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年前就已經完成了仿真驗證。連文章都有了。從算法角度講完全沒有難度可言。而且主動均衡根本也不是網上說的是「主動均衡功能一直以來是國外產品的殺手鐧」。國外為什麼基本上不用主動均衡呢？主要是考慮到成本問題。如果被動均衡就能夠搞定，為什麼要用主動均衡呢？國內為什麼極力鼓吹主動均衡呢？筆者認為主要是被動均衡搞不定。說起被動均衡，絕大多數人告訴筆者說是因為國內電池質量太差一致性不好。但是通過交談筆者發現根本原因在於概念不清、方法不對。要不然怎麼會開車時均衡會越均衡越差？均衡的效果是可以計算出來的。所謂多重均衡技術，分明是沒有一種手段可以搞定均衡。有人說被動均衡浪費了很多電。所以不好。以96節串聯的電池組為例，我們可以算出在最差情況下，被動均衡到底浪費了多少電。如果均衡電流是0.1A，一節電池在被均衡時大約要浪費0.4W。最差的情況是有95節電池都需要放電，所以，最差情況是有0.4X95=38W。還不如汽車的一個大燈（大約45瓦）費電。如果不是最差的情況，也許只要十幾瓦甚至幾瓦就夠了。所以，儘管被動均衡浪費了一點電，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，對於比較大的安時容量的電池來說0.1A電流太小。如果能夠把不均衡消滅在萌芽狀態，就不會有無能為力情況的出現。如果電芯本身已經不能正常工作了，無論是主動均衡還是被動均衡都是無能為力的。所以，不能完全責怪電池的一致性不好。也需要從自身找原因。筆者曾經做過的車裡有兩款PHEV的車，開了才幾個月電池組內的SOC相差高達45%。而且由於SOC、SOP的問題，車在路上經常拋錨。公司一致認為是電池質量問題而且一致同意更換電池供應商。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定不許充電的情況下做的。因為已經有一輛車由於電池問題出了事故。電池組中電芯SOC的差別由45%降到了3%。現在車已經行駛了十幾萬公裡了。拋錨的問題再也沒有發生過。
怎樣的算法才算核心技術？
從控制的角度來說，一個好的算法應該有2個標準：準確性和魯棒性（糾錯能力）。精度越高越好的道理在這裡就不多說了。前面提到的電流積分加開路電壓實際上是用開路電壓糾錯，但是這種方法與在線實時糾錯相比，顯然魯棒性差遠了。這是為什麼國外大公司都在用在線實時估算開路電壓來實現在線實時糾錯的原因。
為什麼在這裡要強調實時在線估算？它的好處在哪裡？通過實時在線估算估算出電池的所有等效參數，從而精確地估算出電池組的狀態。實時在線估算極大的簡化了電池的標定工作。使得對一致性不太好電池組狀態的精確控制成為現實。實時在線估算使得無論是新電池還是老化後的電池，都能保持高精度(Accuracy)和超強的糾錯能力(Robustness or error correction capability)。
國內一些人往往不知道別人的算法是什麼，一看某個廠家為某名廠生產BMS的某些零部件就認為掌握了BMS核心技術，這樣說法是欠妥的。那些要花成千上萬塊錢去買的大部頭的出版物評論各個廠家BMS優劣的卻不管各個BMS算法或者說在核心技術方面的區別，實際意義太小。只看是不是為某個有名的OEM提供BMS就認為牛，也不知道到底提供BMS裡面的什麼東西。不知道有沒有一種崇洋的心理。
目前世界上BMS做得最好的應該有什麼特點呢？它可以在線實時估算電池組的電池參數從而精確估算出電池組的SOC、SOP、SOH，並且能夠在短時間內糾正初始SOC超過10%的誤差以及超過20%的安時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年前研發沃藍達時就做過一個實驗來測試算法的魯棒性：將3串並聯在一起的電池組拿掉一串，這時內阻增加1/3、安時容量減小1/3。但是BMS並不知道。結果是SOC、SOP 在不到1分鐘就全部糾正SOH隨後也被精確地估算出來。這不僅說明算法的強大的糾錯能力，而且說明算法可以在電池的整個生命周期中始終保持估算精度不變。
對於電腦而言，如果出現藍屏，我們一般只需要重新啟動電腦就算了。可是，對於汽車，那怕拋錨的概率只有萬分之一也是難以容忍的。所以，與發表文章不同，汽車電子需要保證在任何情況下都能工作。做一個好的算法需要化極大精力去解決那些發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。這是因為持續的大電流會很快消耗掉電極表面的帶電離子，而內部的離子來不及擴散出來，電池電壓會急劇下降。估算出SOC會有較大的誤差甚至會有10% 以上的誤差。精確的數學模型就是數學物理方法教科書上講的擴散方程。但是它無法用在車上因為數值解的運算量太大。BMS的CPU運算能力不夠。這不僅是一個工程難題，也是一個數學和物理的難題。解決這樣的技術難題，可以化解已知的幾乎所有影響電池狀態估算的極化問題。
BMS的狀態估算技術才是BMS的核心技術。儘管已經過去了6年，目前世界上仍然沒有一家供應商能夠做到這樣的高精度和高魯棒的水平來保證電池工作的萬無一失。就連現在紅的發紫的特斯拉也望塵莫及。這不是在吹牛。特斯拉的粉絲一定聽說過特斯拉在北京大街上被拖走的事跡吧。特斯拉的算法也不能保證電池老化後的精度和魯棒性。只有能夠保證高精度、高魯棒的算法才是殺手鐧！沒有這樣的技術怎麼彎道超車？
林健，專家。曾服務於福特、通用和克萊斯勒。主要領導了通用沃藍達BMS、克萊斯勒的兩款PHEV和菲亞特500e BMS的開發和量產。獲GM 研發創新獎，最有價值員工獎。專利應用於GM所有的在量產的新能源車並獲GM最高科技發明獎。
聲明：本文系「蓋世汽車·新能源」獨家稿件，轉載須註明出處，違者必究。