论文部分内容阅读
摘要：近年来，在我国新能源汽车发展速度不断加快的背景下，也带动BMS产业高速发展。基于此，本文从产业化BMS发展概况、电动汽车产业化BMS关键技术的现状以及电动汽车产业化BMS的未来发展趋势三个方面进行详细分析，以供大家学习和参考。
关键词：电动汽车产业化;BMS;关键技术;现状;发展趋势
现如今，我国电动汽车产业化BMS技术日益发展，而且获取很多重大的技术成果和理论成果，但是BMS在许多方面都存在缺陷，比如：电池安全，还有参数估算等等，必须要不断提高。因此，目前我国BMS企业需要深入探讨的问题是如何紧紧抓住市场机遇，获得更好更快的发展。
一、产业化BMS发展概况
（一）BMS产业区域和主体分布
现阶段，我国BMS产业有100多家企业，市场竞争越来越激烈，然而技术领先的企业少之又少，而且技术优势非常显著，BMS企业分布地区主要有两个，一是广东，二是长江三角洲一带，占据的比例超过50%。并且BMS生产主体是由多个部分组成，比如：动力电池企业，还有整车企业等等。高质量的BMS仅仅集中在部分动力电池企业，主要有比亚迪以及微宏等等，这些企业在可靠性以及数据估算等方面有明显的差距。
（二）BMS产业规模
就BMS产业下游来讲，通常涉及到多个领域，比如：消费电子领域，还有动力电池领域等等，自从2010年以后，我国消费電子产业不断上升，占据比例最高的是消费类BMS。然而因为新能源汽车产量和对动力电池安全高能的要求，越来越注重动力电池BMS，在动力电池中其的成本占据比例也必定不断提升，这就导致我国动力电池BMS市场规模在2020年已经远远超过200亿元，相信在2020年其市场规模将达到500亿元。
二、电动汽车产业化BMS关键技术的现状
（一）电池状态的估算
1.SOC估算
对于BMS来说，电池剩余电量SOC估算不仅是最为重要的，而且是难度最大的。利用长期的技术进步，不管是电池参数采集还是算法，都有显著的提高，目前电压采集精度超过±3-5mV，采样周期是20到50ms;电流进度超过±0.5%，采样频率约每秒100到1000次，在同一时间采样电流和电压的高度，可以为精准的电池估算创造有力条件[1]。电池SOC的估算方式有很多，比如：开路电压法，还有内阻法等等。首先，就开路电压法来讲，简单方便使用、高精度，然而电流很有可能对其造成影响，不能只使用磷酸铁锂电池。其次，就电池内阻法来讲，在放电末期有相当高的精度和较强的适应性，然而内阻与SOC之间的关系非常复杂，有诸多影响因素，不能只使用该方法。因此，目前我国常用的传统计算方法是将开路电压法与安时积分法进行有机结合。当前，SOC新型算法是以神经网络法以及卡尔曼滤波法等等为主。对于神经网络法，这种算法具有很强的适应性，任何类型电池，都适宜使用，然而在自学习训练过程中必须要有大量的样本数据，运算量比较大，离不开优质的芯片作为技术支撑;对于卡尔曼滤波法，其计算结果精确度很高，能够及时对误差作出估算，而且超过二阶的模型运算量相当大。在运用新型算法后，通过将传统估算法和新型估算法进行有机结合，能够显著提高SOC估算的精确度，比如：将传统估算法与卡尔曼滤波法进行有机结合，其计算结果很少存在误差，精确度比较高。
2.SOH估算
SOH主要是指电池健康状态，也就是电池可以释放的容量和电池出厂初始容量之间的比例值，将目前的性能和规定设计指标的偏离情况充分反映出来，目前每个BMS厂家都纷纷推出自身的SOH估算功能，然而约90%的BMS厂家在精度方面都较差。SOH计算方式通常有多种类型，主要体现在以下几点：其一，在计算中采用实验测量法，然而最好不要在整车使用中运用[2]。其二，基于多种算法构建自适应模型来估算，此方法适用于整车推广。目前普遍运用的算法有很多，比如：遗传算法，还有模糊逻辑系统等等，由于技术发展速度缓慢，当前依旧处在初步发展阶段，尚未完全成熟。
（二）电池充放电管理
就电池管理系统来讲，其管理依据的主要来源途径是电池化学特性，将电池电化学特性参数转变成BMS可以识别的一种电学外特性，当做电池管理的关键依据。动力电池状态最不具有稳定性的是放电状态以及充电状态，大多数电动车之所以发生着火事故，其主要原因是在车辆放电中，目前的电池充放电管理技术日益细化，比如：比亚迪的控制管理模式能够达到细化管理，而且充电管理安全有效，目前技术的发展趋势主要是智能化以及安全化。
（三）电池热管理技术
温度对锂电池性能容易造成影响，如果温度偏高，会导致电池晶格结构不具有较强的稳定性，减少电池使用期限，反之，如果温度偏低，会导致电芯材料不具有较强的活性，减少电池的可用价值，所以电池热管理具有多种功能，比如：电池散热功能，还有电池加热功能等等[3]。通常，电池散热的方法主要包括自然冷却以及风冷等等，前期因为受到成本因素和技术因素的约束，通常动力电池运用自然冷却以及风冷的方法，然而在市场电池衰减问题揭示和液冷技术迅速发展的背景下，现阶段许多动力电池都运用液冷技术，这样不仅可以使电池有更长的使用寿命，而且加强电池的性能。此外，动力电池制冷运用的方法往往是冷却系统和整车空调高度集成，然后利用智能控制系统在适当的时机对制冷剂进行分配，除了可以满足乘客区以及电池的制冷需求，也符合整车节能的要求。就动力电池加热来讲，普遍运用PTC方法对电芯进行直接加热，有很高的加热效果，超过每分钟0.5摄氏度，与液冷加热相比之下，效果更加高，而且节能效果更加显著。就一些新型加热方法来讲，比如：高频脉冲，尽管效率比较高，然而技术需要进一步深入研究。
三、电动汽车产业化BMS的未来发展趋势
与燃油车ECU和整车控制器相比之下，BMS技术依旧不成熟，即便BMS已经从监控系统变为管理系统，然而在其他方面，还是需要不断提高，比如：参数采集，还有参数估算等等[4]。而电动汽车产业化BMS的未来发展趋势具体表现在以下几个方面：第一，今后的时代是大数据时代，今后的BMS是利用大数据实施全面的数据监控和对比，以加强其状态参数评估能力以及电池安全管理能力。第二，在多核高性能处理器硬件广泛普及的背景下，未来的BMS能够运用相当复杂的模型来总体提高，可以将复杂程度高的底层驱动和计算量很高的上层运算做到位，使超级BMS技术的目标得以真正实现。第三，拥有先进的硬件设施以及算法，再加上深度自学习功能以及云数据，实现人工智能BMS，这样除了能够使电池系统总体更加安全，也能够缩短智能化零部件开发周期，降低开发成本[5]。第四，从成本以及角度的角度来考虑，现阶段，恩多电池均衡都运用被动式均衡，然而在未来技术发展趋势依旧是以主动式均衡为重点。
结语：
总而言之，电动产业化BMS企业必须要积极创新和发展BMS关键技术，而且需要明确BMS将来的发展方向，只有这样才可以大幅度提高BMS技术水平，进而为促进企业可持续发展奠定坚实的基础，在最大限度上增加企业经济效益，加强企业核心竞争优势。
参考文献
[1]兰天竹.基于产业经济的电动汽车产业化发展探讨[J].现代营销（下旬刊），2020（12）：138-139.
[2]于如兴，杨晓华，张桂华，韩强，刘婷，卢凯.电动汽车产业化BMS关键技术现状及发展趋势[J].汽车实用技术，2020，45（20）：17-19.
[3]李志现， 电动汽车传导充电系统用电缆的实施及产业化. 四川省，特变电工，2020-06-03.
[4]王震坡，陈辛波，张雷，罗建，赵万忠，熊璐.分布式驱动电动汽车关键技术及产业化展望[J].科技导报，2020，38（08）：99-100.
[5]赵世佳，徐楠，尚勇.我国下一代电动汽车平台研发和产业化的发展现状、需求及建议[J].科学管理研究，2019，37（04）：52-56.
（南京交通技师学院 江苏 南京 210049）
关键词：电动汽车产业化;BMS;关键技术;现状;发展趋势
现如今，我国电动汽车产业化BMS技术日益发展，而且获取很多重大的技术成果和理论成果，但是BMS在许多方面都存在缺陷，比如：电池安全，还有参数估算等等，必须要不断提高。因此，目前我国BMS企业需要深入探讨的问题是如何紧紧抓住市场机遇，获得更好更快的发展。
一、产业化BMS发展概况
（一）BMS产业区域和主体分布
现阶段，我国BMS产业有100多家企业，市场竞争越来越激烈，然而技术领先的企业少之又少，而且技术优势非常显著，BMS企业分布地区主要有两个，一是广东，二是长江三角洲一带，占据的比例超过50%。并且BMS生产主体是由多个部分组成，比如：动力电池企业，还有整车企业等等。高质量的BMS仅仅集中在部分动力电池企业，主要有比亚迪以及微宏等等，这些企业在可靠性以及数据估算等方面有明显的差距。
（二）BMS产业规模
就BMS产业下游来讲，通常涉及到多个领域，比如：消费电子领域，还有动力电池领域等等，自从2010年以后，我国消费電子产业不断上升，占据比例最高的是消费类BMS。然而因为新能源汽车产量和对动力电池安全高能的要求，越来越注重动力电池BMS，在动力电池中其的成本占据比例也必定不断提升，这就导致我国动力电池BMS市场规模在2020年已经远远超过200亿元，相信在2020年其市场规模将达到500亿元。
二、电动汽车产业化BMS关键技术的现状
（一）电池状态的估算
1.SOC估算
对于BMS来说，电池剩余电量SOC估算不仅是最为重要的，而且是难度最大的。利用长期的技术进步，不管是电池参数采集还是算法，都有显著的提高，目前电压采集精度超过±3-5mV，采样周期是20到50ms;电流进度超过±0.5%，采样频率约每秒100到1000次，在同一时间采样电流和电压的高度，可以为精准的电池估算创造有力条件[1]。电池SOC的估算方式有很多，比如：开路电压法，还有内阻法等等。首先，就开路电压法来讲，简单方便使用、高精度，然而电流很有可能对其造成影响，不能只使用磷酸铁锂电池。其次，就电池内阻法来讲，在放电末期有相当高的精度和较强的适应性，然而内阻与SOC之间的关系非常复杂，有诸多影响因素，不能只使用该方法。因此，目前我国常用的传统计算方法是将开路电压法与安时积分法进行有机结合。当前，SOC新型算法是以神经网络法以及卡尔曼滤波法等等为主。对于神经网络法，这种算法具有很强的适应性，任何类型电池，都适宜使用，然而在自学习训练过程中必须要有大量的样本数据，运算量比较大，离不开优质的芯片作为技术支撑;对于卡尔曼滤波法，其计算结果精确度很高，能够及时对误差作出估算，而且超过二阶的模型运算量相当大。在运用新型算法后，通过将传统估算法和新型估算法进行有机结合，能够显著提高SOC估算的精确度，比如：将传统估算法与卡尔曼滤波法进行有机结合，其计算结果很少存在误差，精确度比较高。
2.SOH估算
SOH主要是指电池健康状态，也就是电池可以释放的容量和电池出厂初始容量之间的比例值，将目前的性能和规定设计指标的偏离情况充分反映出来，目前每个BMS厂家都纷纷推出自身的SOH估算功能，然而约90%的BMS厂家在精度方面都较差。SOH计算方式通常有多种类型，主要体现在以下几点：其一，在计算中采用实验测量法，然而最好不要在整车使用中运用[2]。其二，基于多种算法构建自适应模型来估算，此方法适用于整车推广。目前普遍运用的算法有很多，比如：遗传算法，还有模糊逻辑系统等等，由于技术发展速度缓慢，当前依旧处在初步发展阶段，尚未完全成熟。
（二）电池充放电管理
就电池管理系统来讲，其管理依据的主要来源途径是电池化学特性，将电池电化学特性参数转变成BMS可以识别的一种电学外特性，当做电池管理的关键依据。动力电池状态最不具有稳定性的是放电状态以及充电状态，大多数电动车之所以发生着火事故，其主要原因是在车辆放电中，目前的电池充放电管理技术日益细化，比如：比亚迪的控制管理模式能够达到细化管理，而且充电管理安全有效，目前技术的发展趋势主要是智能化以及安全化。
（三）电池热管理技术
温度对锂电池性能容易造成影响，如果温度偏高，会导致电池晶格结构不具有较强的稳定性，减少电池使用期限，反之，如果温度偏低，会导致电芯材料不具有较强的活性，减少电池的可用价值，所以电池热管理具有多种功能，比如：电池散热功能，还有电池加热功能等等[3]。通常，电池散热的方法主要包括自然冷却以及风冷等等，前期因为受到成本因素和技术因素的约束，通常动力电池运用自然冷却以及风冷的方法，然而在市场电池衰减问题揭示和液冷技术迅速发展的背景下，现阶段许多动力电池都运用液冷技术，这样不仅可以使电池有更长的使用寿命，而且加强电池的性能。此外，动力电池制冷运用的方法往往是冷却系统和整车空调高度集成，然后利用智能控制系统在适当的时机对制冷剂进行分配，除了可以满足乘客区以及电池的制冷需求，也符合整车节能的要求。就动力电池加热来讲，普遍运用PTC方法对电芯进行直接加热，有很高的加热效果，超过每分钟0.5摄氏度，与液冷加热相比之下，效果更加高，而且节能效果更加显著。就一些新型加热方法来讲，比如：高频脉冲，尽管效率比较高，然而技术需要进一步深入研究。
三、电动汽车产业化BMS的未来发展趋势
与燃油车ECU和整车控制器相比之下，BMS技术依旧不成熟，即便BMS已经从监控系统变为管理系统，然而在其他方面，还是需要不断提高，比如：参数采集，还有参数估算等等[4]。而电动汽车产业化BMS的未来发展趋势具体表现在以下几个方面：第一，今后的时代是大数据时代，今后的BMS是利用大数据实施全面的数据监控和对比，以加强其状态参数评估能力以及电池安全管理能力。第二，在多核高性能处理器硬件广泛普及的背景下，未来的BMS能够运用相当复杂的模型来总体提高，可以将复杂程度高的底层驱动和计算量很高的上层运算做到位，使超级BMS技术的目标得以真正实现。第三，拥有先进的硬件设施以及算法，再加上深度自学习功能以及云数据，实现人工智能BMS，这样除了能够使电池系统总体更加安全，也能够缩短智能化零部件开发周期，降低开发成本[5]。第四，从成本以及角度的角度来考虑，现阶段，恩多电池均衡都运用被动式均衡，然而在未来技术发展趋势依旧是以主动式均衡为重点。
结语：
总而言之，电动产业化BMS企业必须要积极创新和发展BMS关键技术，而且需要明确BMS将来的发展方向，只有这样才可以大幅度提高BMS技术水平，进而为促进企业可持续发展奠定坚实的基础，在最大限度上增加企业经济效益，加强企业核心竞争优势。
参考文献
[1]兰天竹.基于产业经济的电动汽车产业化发展探讨[J].现代营销（下旬刊），2020（12）：138-139.
[2]于如兴，杨晓华，张桂华，韩强，刘婷，卢凯.电动汽车产业化BMS关键技术现状及发展趋势[J].汽车实用技术，2020，45（20）：17-19.
[3]李志现， 电动汽车传导充电系统用电缆的实施及产业化. 四川省，特变电工，2020-06-03.
[4]王震坡，陈辛波，张雷，罗建，赵万忠，熊璐.分布式驱动电动汽车关键技术及产业化展望[J].科技导报，2020，38（08）：99-100.
[5]赵世佳，徐楠，尚勇.我国下一代电动汽车平台研发和产业化的发展现状、需求及建议[J].科学管理研究，2019，37（04）：52-56.
（南京交通技师学院 江苏 南京 210049）