优化电池充电状态(SOC)精度和电池管理系统(BMS)设计

电池管理系统 (BMS) 由一系列监控和控制电池运行的电子设备组成。典型 BMS 的主要元件包括电池监控器和保护器、电量计以及主微控制器 (MCU)（见图 1）。

Figure 1: BMS Architecture（BMS 架构）

BMS 最重要的参数之一是充电状态 (SOC) 的估算精度。SOC 估算错误将可能导致电池寿命和运行时间的缩短，同时造成潜在的危险，例如系统意外断电。

影响 SOC 精度的主要因素有两个：电池监控器的测量精度和电量计的估算精度。本文将探讨这两个因素对 SOC 最终估算精度的影响，并提供设计实践，让设计人员在尝试优化 SOC 精度与成本时能够更好地分配资源。

电量计算法精度

电量计是负责计算电池预估 SOC 的 IC。其算法可以部署在主 MCU 中，但专用的电量计 IC 更具优势，如：

高效率：采用单独的电量计可以降低 MCU 的计算要求，从而提升整个系统的效率。

高可靠性：一款成熟的电量计 IC 能够实现设计冗余并确保一定水平的 SOC 精度，从而提高系统的整体稳健性。

快速上市：电量计生产级别和经过充分验证的算法可适用于多种电池类型，因此可减少工程资源需求。高精度的电量计算法需要软件和电池工程师团队花费数月甚至数年的时间才能开发出来。

没有一种简单的方法可以直接测量电池的 SOC，工程师必须根据电池监控器测得的信号来估算 SOC。电量计的精度取决于其估算 SOC 的方法。最简单的估算方法是库仑计数法，它将进出电池的电流进行积分，并通过公式（1）来计算：
 

不过，库仑计数法高度依赖于初始 SOC 的估计、电流测量精度以及电池的可用容量。而且，精度不高的测量结果积分后还会导致 SOC 估算值随时间漂移。因此，这种方法不能保证结果的收敛性，而只有收敛性才能说明实际 SOC 与估算 SOC 一致。

除了库伦计数法，还可以采用基于模型的方法，通过电流、电压和温度读数来实现 SOC 的收敛性，并使用数学电池模型将这些读数与估算 SOC 关联起来。当然，电压读数过于不精确，再加上低保真的模型，也可能产生较大的 SOC 偏差。

电池监控器 (BM) 对 SOC 精度的影响

电池监控器和保护器是负责感测电池电压、电流和温度的 IC。其测量结果将发送至电量计，由电量计根据这些读数估算电池的 SOC。

电池监控器是 SOC 估算过程的第一步，因此其测量精度不可避免地会对最终 SOC 估算误差产生影响。在严重依赖库仑计数或简单电池模型来估算 SOC 的传统 BMS 中，电池监控器的测量精度是产生 SOC 估算偏差的主要原因。电池组设计人员不得不努力寻求，实现更精确的电池电压测量。然而，要提高 SOC 精度，采用精确的电量计算法以改进 SOC 估算能力比仅仅提高电池监控器的电压测量精度要有效得多。

此外，使用电池监控器和保护器 (BMP) 配合的IC组合也是当前电池组设计的流行趋势。BMP IC 具备一个有利条件，即电池监控器是距离电池最近的元件，因此它是第一个检测到潜在故障和危险的元件。这意味着 BMP IC 无需 MCU 干预即可触发保护，使电池系统更加安全。

尽管一些设计人员主要依据精度来选择电池监控器，但测量值和实际值之间的微小偏差并不会对系统造成什么危险。微小的偏差不足以严重到阻止保护被触发，因此不会损坏电池。

BMS 和电量计对 SOC 估算精度的影响

前文已经描述了电量计方法和电池监控器精度对 SOC 估算精度的影响，我们还需要评估不同的电量计方法和 BM 精度对 SOC 精度的影响。结合不同的电量计方法和 BM 精度进行多次仿真将帮助我们确定它们对 SOC 误差的影响。图 3 和图 4 显示了在不同场景下的 SOC 误差。

图 3 和图 4 中的不同场景包含了十个完整的充电/放电周期，周期之间有 15 分钟的间隙时间，初始 SOC 为 50%。在所有场景中，BM 电流测量偏移均为 20mA。为了最大限度地减少由于模型不精确而导致的误差，我们采用了理想化的数学模型，这也意味着电池数据来自于所有电量计方法都使用的同一个模型。我们采用以下三种不同的电量计方法：

库仑计数法：对进出电池的电流进行积分（注：电压仅用于 SOC 初始化）。

库仑计数+基于开路电压(OCV) 的校正：在充电/放电期间使用库仑计数法，在松弛阶段则利用开路电压关系进行 SOC 校正。

MPS 混合法：考虑了测量和数学电池模型的不确定性，可实现库仑计数的短期精度和数学电池模型的长期收敛性。

图 3 显示了锂镍锰钴氧化物 (NMC) 化学电池的 SOC 误差。

 

Figure 3: SOC Error (NMC Chemistry Example)      -----图3: SOC 误差（NMC 电池示例）

图 4 显示了磷酸铁锂 (LFP) 化学电池的 SOC 误差。注意，由于 LFP 具有平坦的 OCV，因此其化学成分对电压测量的不精确性更加敏感。
 

Figure 4: SOC Error (LFP Chemistry Example)---图4: SOC 误差（LFP 电池示例）

由图 3 和图 4 可知：

库仑计数法效果最差。由于缺乏反馈，它无法对不准确的初始 SOC 进行改善。此外，电流测量中的任何误差都会导致 SOC 随时间而漂移。

库仑计数 + 基于 OCV 的校正法有助于减少 SOC 随时间的漂移，但它也有一些缺点。首先，较正次数可能不够频繁，因为它们只发生在电池松弛阶段；其次，校正会导致 SOC 跳跃，这会带来系统级问题并对最终客户的使用产生负面影响。OCV 模型和电池电压测量中的任何误差都会对该方法产生极大的影响。

MPS 混合法则应用了小而连续的 SOC 校正，可以确保 SOC 估算值平滑，并且跟踪真实的 SOC，因为它通过高保真模型来完成电压、电流和温度的测量。此外，其算法还根据当前运行条件对 SOC 进行了更佳校正，同时还考虑了模型/测量的误差。这种方法避免了对任意单个参数（例如电池电压测量）的高精度要求。

需要注意的是，随着时间的推移，电阻和容量等电池模型参数会发生变化，这可能会影响 SOC 的精度，即使是使用昂贵高端电池监控器的系统也是如此。因此，拥有一个精确的电量计非常重要，它可以接收电池监控器的电压和电流同步测量值，并计算电池阻抗。先进的电池监控器（例如 MPS 的 MP279x 系列）均可进行同步测量。

SOC 估算误差解决方案

高端电量计（例如 MPS 的 MPF4279x 系列）使用混合估算法，它采用高保真模型，考虑了输入测量的不确定性以降低不精确感测的影响，同时可跟踪串联电池组中每个电池的电阻上升和容量衰减 ，以便在整个电池生命周期内保持较高的 SOC 估算精度。一套完整的估算参数还包括电池的功率限制、健康状况 (SOH)、运行时间以及充电时间。

MPF42791 等高端电量计能够在给定 BM 测量精度的情况下显著改善 SOC 估算结果，令其成为实现卓越性能的关键参数，如图 5 所示。

Figure 5: Improving SOC Estimation---图5: 改善 SOC 估算精度

结语

精确估算电池 SOC 对所有电池供电应用都非常关键。BMS 设计人员需要在优化 SOC 精度与成本之间进行权衡。通常情况下，BMS 系统更加青睐具有极高电压精度的昂贵电池监控器，以实现良好的 SOC 估算精度。然而，增加不必要的电池监控器成本，却只能起到微不足道的改进作用；相比之下，高端电量计则能够以更低的系统总成本和更短的设计时间得到更佳的 SOC 精度。

        审核编辑：彭菁