选择特殊符号
选择搜索类型
请输入搜索
电池管理系统(BATTERY MANAGEMENT SYSTEM),电动汽车电池管理系统(BMS)是连接车载动力电池和电动汽车的重要纽带,其主要功能包括:电池物理参数实时监测;电池状态估计;在线诊断与预警;充、放电与预充控制;均衡管理和热管理等。
电池就是 储能行业,最主要的工具。
BMS电池管理系统检测平台那家做的好啊,主要能完成那些测试?谢谢
北京群菱的一直做的很不错,主要完成测试1、电池管理系统测量精度的检测及校正,主要包括电压测量精度、电流测量精度、温度检测精度、单体电压测量精度 。2、BMS管理系统安全保护功能测试,目的是校验BMS保...
房屋综合业务管理信息系统项目背景----1995年初起,川大软件与成都市房管局产权监理处展开全面合作,从事房屋产权产籍计算机管理系统的研发工作。早期的系统是基于Foxpro数据库和Novell网络平台...
电池管理系统DFMEA
产品名称: 子系统: 关键日期: 主要参加人: 单体欠压 保护失效 电池过放, 容量降低, 电池胀气 5 3 3 45 单体过压 保护失效 电池过充, 电池安全性 出现隐患 5 3 3 45 电池组低 温保护失 效 电池组使用 环境温度过 低,影响充 放电容量 6 3 3 电池组高 温保护失 效 电池组环境 温度过高, 电池寿命降 低 6 3 3 电池组过流保 护 电池组过 流保护失 效 电池组通过 电流过大, 电池发热 大,电池寿 5 3 3 48 电池组一致性 检测 电池组单 体压差过 大 电池组一致 性差,影响 电池组正常 使用效率, 降低电池健 康状态 5 3 3 48 电池组 SOC检 测 电池组 SOC检测 不准 电池组容量 显示不准, 影响行驶 5 3 3 45 电池管理系统 硬件 /硬件系统 过程责任部门: XXXX XXXX FMEA日期: XXXX XXX/XXX/XX
电池管理系统(BMS)开发咨询服务
www.hirain.com 电池管理系统( BMS)开发咨询服务 背景 背景背景电池管理系统 (Battery Management System,BMS) ,通常被业内称为新能源汽 车电池的“大脑” ,与动力电池组、整车控制系统共同构成新能源汽车的三大核心技术。 动力锂离子电池的高能量密度特性使其成为新能源车辆的主要动力源,但由于生产工 艺、使用环境的差异导致电池组的不一致性在使用过程中逐渐扩大, 可能出现过充、 过放和 局部过热的危险,严重影响电池组的使用寿命和安全。 BMS作为保护动力锂离子电池使用安 全的控制系统, 时刻监控电池的使用状态, 通过必要措施缓解电池组的不一致性, 为新能源 车辆的使用安全提供保障。 服务内容 电池管理系统拓扑结构如下图所示: 电池管理系统拓扑结构 ? BMU:BMS 总控制器 , 电池组状态计算、充放电控制等 ? BCU:BMS
《动力电池管理系统核心算法》结合作者十多年来的研究实践,阐述了动力电池管理系统的特点与技术难题,针对新能源汽车应用,详细阐述了动力电池系统实验设计、动态建模、荷电状态估计、健康状态估计、峰值功率预测、剩余寿命预测、低温快速加热与优化充电以及相应核心算法的工程应用和实践问题,并配有详细的算法实践步骤和开发流程,可作为相关领域技术人员的参考用书,也可以作为汽车专业的高年级本科生和研究生的专业课教科书。
【搜狐汽车E电园】(文:高超)大家好!新的一期搜狐汽车新能源大讲堂又和大家见面了。众所周知,纯电动汽车的动力输出依靠电池,而电池管理系统BMS(Battery Management System)则是其中的核心,负责控制电池的充电和放电以及实现电池状态估算等功能。如果说,把一台电动车比作人体的话,那么电池系统就是他的心脏,而BMS电池管理系统就是支配其身体运作的大脑。今天的搜狐汽车新能源大讲堂,我们就来认识一下电动汽车的智慧大脑——BMS电池管理系统。作为国内电池企业的龙头,宁德时代在技术方面可以说是比较权威和令人信服的,本篇文章当中的数据和图表等与宁德时代合作完成。
为什么要有BMS?
既然叫做电池管理系统,BMS的主要工作就是处理和车载电池有关的任务。尽管当前的电池制造工艺已经让各个电芯之间的差异化缩小,但是单节锂电池之间仍然存在者内阻、容量、电压等差异,所以在实际应用中,电池组内部各单体电池容易出现散热不均或过度充放电等现象。时间一长,这些处于不良工作状态下的电池就很可能提前损坏,电池组的整体寿命也就大大缩短。
不仅如此,电池处于严重过充电状态下还存在爆炸的危险,造成电池组损坏的同时还对使用者的人生安全造成威胁。因此,必须为电动汽车上的动力电池组配备一套具有针对性的电池管理系统(Battery Management System,BMS),从而对电池组进行有效的监控、保护、能量均衡和故障警报,进而提高整个动力电池组的工作效率和使用寿命。
BMS的主要作用是什么?
一台电动车有上百块电芯,BMS是如何管理的?如果我们见到过,电池包的剖析图我们会看到内部具有上百块的电芯,如何管理这些密密麻麻的电芯系统呢?BMS系统的主要工作分成两大任务——对电池的检测和保证电池安全。
其中电池检测实现相对简单一些,主要是通过传感器收集电池在使用过程中的参数信息比如:温度、每一个电池单体的电压、电流,电池组的电压、电流等。这些数据在之后的电池组管理中起到至关重要的作用,可以说如果没有这些电池状态的数据作为支撑,电池的系统管理就无从谈起。
如果我们把对电池的检测流程,看成对电池“体检”的话,那么这种“体检”是在线的、持续的、不间断的。过程中当发现数据异常时,可及时查询对应电池状况,并挑选出有问题的电池,从而保持整组电池运行的可靠性和高效性。当电池的“体检”结束之后,会进入分析、诊断、计算的阶段,之后生成“体检报告”,这个过程可以理解为电池的状态评估。
什么是SOC?
如果你开过电动车,那么肯定会在仪表盘上见到SOC的标识,这又是什么意思呢?SOC即State of Charge,是电池组的荷电状态简称,我们更习惯叫它电池剩余电量。SOC是判断电池过充及过放等一系列故障的基础,精确的估算SOC,可防止电池过充和过放,延长电池的使用寿命,从而提高电池的利用率。
其实,除了SOC估算,还有SOH(State of Health),SOP(State of Power),用户可通过车上仪表显示,看到这些数据,从而确认电池的工作、功能状态。据此,在保护电池的基础上,将潜力发挥最大化,大大提升驾乘体验。
对于续航来说,SOC的精度很重要
SOC的算法一直是电池管理系统(BMS)开发应用的关键技术之一,它计算的准确与否直接影响到了,表显续航与实际续航的差值,如果计算不够精确的话,甚至会导致电池用尽车辆抛锚的情况出现。
关于电池状态的估算,需要经过一系列复杂的计算。即准确估计电池剩余电量,保证SOC维持在合理的范围内,防止由于过充电或过放电对电池的损伤,从而随时预报混合动力汽车储能电池还剩余多少能量或者储能电池的荷电状态。SOC的估算精度高,对于相同量的电池,可以有更高的续航里程。所以,高精度的SOC估算可以有效地降低所需要的电池成本。
如今,像宁德时代这样的国内电池的生产企业,已经掌握了精确的核心算法,通过基于电池参数的估算方法,有效消除累积误差的影响,估算更精确。NCM估算(NCM即锂电池正极材料的缩写,即镍钴锰三元材料)精确度在3%,LFP(另一种锂离子电池的正极材料,称为锂铁磷)在5%左右。从数据方面看,国内的电池企业的技术标准已经达到国际领先水平。
电池与人员安全的守护神
BMS还有另一大核心功能,就是为电池组和人员提供安全保障。
众所周知,电池过充、过放会带来局部过热,影响电池寿命不说,严重时会威胁到电池组的安全,进而引发人身安全隐患。这时,BMS的“充放电管理”模块就开启了保护职能,一方面与整车、充电机实现通讯,另一方面实时提供电池状态,便于及时发出指令控制,有效防止高充、低放的发生。
图中工程师在-30℃的极寒环境进行样车冬季测试
在保护电池的模块,均衡也是很重要的一环,是保护并提升电池寿命的必要手段。另外,电池的保护还包括过压、欠压、过温、过流等的保护。简单来说,当实际参数高于或低于某约定值时,系统将自动做出判断,并采取断开、预充等方式保护电池安全。
工程师在采集数据,观测车辆在充电状态下的电流、电压、SOC的变化
在人身安全方面,BMS通过高压控制的手段来保护。电池高压可达300-500V,远超人体安全电压36V,风险隐患极大,必须做好高压控制,最常见的就是继电器、高压互锁、绝缘防护。周全的高压防护控制,可有效保护司机、乘客和维护人员的人身安全。
如何理解电池的安全等级
我们从宁德时代技术人员那里了解到,国内的很多电池企业采用的是国际通用的ISO 26262评估标准。而ISO 26262标准又根据安全风险程度,划分由A到D的安全需求等级(Automotive Safety Integrity Level ,ASIL),其中D级为最高等级,需要最苛刻的安全需求。等级越高,对系统的安全性要求越高,为实现安全付出的代价越高,意味着硬件的诊断覆盖率越高,开发流程越严格,相应的开发成本增加、开发周期延长,技术要求越严格。
ASILD等级,失效率为10^-8/h,意味着1辆车假定每天运行4小时, 需要运行7万年才出现1次由BMS导致的功能性故障。而如此低概率的失效率,可媲美飞机运行时的要求。通常来说,汽车行业对零部件的要求是B或C等级。
目前国内的很多电池企业早已走出国门,为更多国际品牌提供产品和技术支持。例如宁德时代已先后为宝马、大众、标致雪铁龙及长城等多家国内外客户,提供或合作开发了满足功能安全要求的BMS产品,获得了客户及第三方评审机构的一致认可。这说明,国内的电池与BMS技术并不落后于日本和欧美,甚至在一些领域达到了世界先进水平。
推荐几款SOC表显续航里程与实测续航比较接近的电动车
我们的推荐标准是依托充满电后的表现续航里程作为基准,与实际续航里程之间的差值大小作为评判标准。看看哪一款车型的误差值最小。
编辑总结:
好了!在今天的新能源大讲堂当中我们一起了解了BMS电池管理系统和SCO的相关知识,还为大家推荐了几款SOC续航较为准确的车型。我想说的是,一款电动车的优与劣除了机械部件的性能以外,BMS电池管理系统在其中承担着重要的责任。BMS系统的好坏甚至会电池系统与人员的安全造成影响。若搭载不成熟的BMS,无法实时精准地监控电池充放电状况,极易造成电池芯局部功耗过大,产生局部热量,且信息无法传递至驾驶员,极易导致电池自燃发生。安装优秀的电池管理系统BMS能够有效提高电池的利用率,防止电池出现过充电和过放电,并且延长电池的使用寿命,监控电池组及各电池单芯的运行状态,有效预防电池组自燃,如遇紧急情况提前对司机作出突发事件预警,为保障安全赢得时间。(特别鸣谢:技术支持及部分图片来自合作伙伴宁德时代)
丛书序
前言
第1章 动力电池及其管理概述1
1.1 我国新能源汽车的发展规划1
1.2 动力电池及管理系统的应用要求3
1.2.1 纯电动汽车4
1.2.2 混合动力汽车4
1.2.3 插电式混合动力汽车5
1.2.4 相关研发指标6
1.3 动力电池6
1.3.1 动力电池的发展背景6
1.3.2 锂离子动力电池的原理与分类8
1.3.3 磷酸铁锂锂离子动力电池10
1.3.4 三元锂离子动力电池12
1.4 动力电池管理系统14
1.4.1 BMS的基本功能15
1.4.2 BMS的拓扑结构16
1.4.3 BMS的开发流程18
1.5 本章小结19
第2章 动力电池测试20
2.1 动力电池系统测试平台20
2.1.1 充放电性能测试设备20
2.1.2 频域-阻抗特性测试设备22
2.1.3 环境模拟设备23
2.1.4 动力电池测试平台24
2.2 动力电池测试流程26
2.2.1 国内外测试标准介绍26
2.2.2 BMS算法开发与实验设计26
2.2.3 动力电池常规电性能测试28
2.2.4 交流阻抗测试32
2.2.5 剩余寿命测试35
2.3 动力电池测试数据37
2.4 动力电池实验特性分析38
2.4.1 动力电池的温度特性38
2.4.2 动力电池的性能衰退特性41
2.4.3 动力电池的寿命特性43
2.5 本章小结48
第3章 动力电池建模理论49
3.1 电化学模型49
3.1.1 模型介绍49
3.1.2 模型构建50
3.1.3 参数辨识61
3.1.4 算例分析62
3.2 等效电路模型64
3.2.1 模型介绍64
3.2.2 模型构建67
3.2.3 参数辨识68
3.2.4 算例分析73
3.3 分数阶模型77
3.3.1 模型介绍77
3.3.2 模型构建79
3.3.3 参数辨识80
3.3.4 算例分析80
3.4 本章小结83
第4章 动力电池SOC和SOH估计84
4.1 SOC估计84
4.1.1 SOC估计分类84
4.1.2 基于模型的SOC估计方法89
4.1.3 基于AEKF算法的动力电池SOC估计91
4.1.4 基于HIF算法的动力电池SOC估计97
4.2 动力电池SOH估计100
4.2.1 动力电池SOH方法分类100
4.2.2 基于SOC估计值的动力电池可用容量估计方法105
4.2.3 基于响应面的动力电池可用容量估计方法110
4.2.4 基于ICA/DVA的SOH估计方法114
4.3 基于多时间尺度的动力电池SOC-SOH协同估计119
4.3.1 问题描述119
4.3.2 基于MAEKF的协同估计方法120
4.3.3 基于MHIF的协同估计方法129
4.4 本章小结133
第5章 动力电池系统状态估计134
5.1 动力电池系统成组分析134
5.1.1 动力电池组的“扫帚”现象134
5.1.2 串联与并联动力电池组135
5.1.3 典型混联电池组的性能分析136
5.2 动力电池组状态估计141
5.2.1 电池组的不一致性分析141
5.2.2 动力电池筛选方法142
5.2.3 不一致性的量化方法148
5.2.4 动力电池组系统建模151
5.2.5 基于特征单体的动力电池组状态估计153
5.3 动力电池SOP预测157
5.3.1 典型瞬时SOP预测方法157
5.3.2 持续SOP预测方法165
5.3.3 动力电池SOC与SOP联合估计167
5.3.4 SOP评价方法介绍173
5.4 本章小结176
第6章 动力电池剩余寿命预测177
6.1 剩余寿命预测的概述177
6.1.1 问题描述177
6.1.2 方法分类178
6.1.3 概率分布183
6.2 基于Box-Cox变换的剩余寿命预测185
6.2.1 Box-Cox变换技术185
6.2.2 应用流程186
6.2.3 算例分析188
6.3 基于长短时记忆循环神经网络的剩余寿命预测191
6.3.1 长短时记忆循环神经网络192
6.3.2 应用流程193
6.3.3 算例分析196
6.4 本章小结198
第7章 动力电池低温加热和优化充电199
7.1 动力电池低温加热方法分类199
7.1.1 空气加热法200
7.1.2 宽线金属膜加热法200
7.1.3 动力电池内部交流电加热法200
7.1.4 动力电池内部自加热法201
7.1.5 其他加热法202
7.2 交流加热原理202
7.2.1 锂离子动力电池的生热机理202
7.2.2 交流加热机理203
7.3 自适应梯度加热方法205
7.3.1 问题描述205
7.3.2 自适应梯度加热方法207
7.3.3 自适应梯度加热流程209
7.3.4 算例分析210
7.4 动力电池优化充电213
7.4.1 恒流恒压充电213
7.4.2 多阶恒流充电213
7.4.3 脉冲充电214
7.4.4 基于模型的充电方法215
7.4.5 应用算例217
7.5 本章小结219
第8章 算法开发、2100433B