一种锂电池管理系统研究分析与设计

一种锂电池管理系统研究分析与设计

李文灿  黄圣涛  夏乙珩  李硕勇

珠海格力电器股份有限公司   广东珠海  519070

摘要：锂电池的使用安全一直是锂电池产品设计的工作重难点。为了保证锂电池的安全性、可靠性，对锂电池进行实时监控及控制尤其重要。本文通过分析锂电池管理系统的功能需求，设计了一款集成锂电池电压、电流、温度保护检测、低功耗设计、电量估算以及可与外部通讯数据的锂电池管理系统，保证锂电池的安全性及可靠性，简化产品设计。

关键词：锂电池管理系统；保护检测；低功耗；电量估算

引言

当前新能源技术正在快速发展，其中锂离子电池因体积小、能量密度高、耐用性强等优点，广泛应用于各类家电类产品中，使传统产品由有线供电转换为无线供电，极大提高产品的使用便利性。但锂电池的安全性是一项重大的核心问题。充电过程中，若充电电压超过其最高限值，锂电池会损坏甚至会导致爆炸。若锂电池长期工作在规定温度范围外，则会影响电池寿命，甚至出现自燃现象。基于安全性的需求，有必要设计一款锂电池管理系统用以监控锂电池的状态，防止锂电池出现过充、过放等异常情况，延长锂电池使用寿命。

1 系统需求分析

产品上使用的锂电池包根据负载功率的需求，将多个电芯串联、并联或串并联构成。目前锂电池管理系统分为纯硬件保护方案与MCU保护方案。纯硬件保护方案基于电路逻辑完成对锂电池包的保护，成本相对较低，但通用性一般。MCU保护方案是基于可编程芯片对锂电池进行检测和控制，利用简单电路即可实现对锂电池的管理和保护，开发周期稍长。

本文主要论述基于MCU的锂电池管理系统设计，系统包括电压控制、电流控制，温度控制和低功耗控制几个部分。

1.1系统充放电电压控制需求

由于锂电池的正极与负极结构均需要一定的锂离子作为支撑，在电量充足的情况下继续充电，内部电解质加快分解，导致正负极结构崩塌，容量损耗，且分解释放的氧与电解液会发生剧烈化学反应，严重情况下会造成燃烧、爆炸等重大事故。锂电池放电欠压情况下继续放电，同样会导致锂电池内部正负极结构崩塌，影响锂电池的容量与循环寿命，导致电池过早失效。

故锂电池管理系统最重要和最基本的功能，就是过充电、过放电保护。其保护精度要求也随着锂电池技术的发展而提高，目前主流的过充过放保护精度约为±3%以内。

1.2系统充放电电流控制需求

不同倍率的放电电流，锂电池的可放电容量存在差异，放电倍率越大，可放出的容量越少。充电电流大小也影响锂电池的容量保持率、循环寿命及安全性，充电电流越大，实际充进的容量越小，循环寿命衰减越快，安全性也会随之下降。因此对于锂电池管理系统来说，系统充放电电流监控也是系统需求之一【1】，合理设置充电过流、放电过流保护，确保锂电池正常工作。

1.3系统温度控制需求

温度高低直接影响锂电池的氧化还原反应。在温度过高情况下，电池内的化学平衡遭到破坏，导致负反应，电池材料的性能会退化，电池循环寿命将大大缩短。在低温情况下，锂电池内部电解液的离子导通率会降低，锂离子从正极脱嵌及嵌入负极的阻抗大幅增加，导致电池放电容量和放电平台下降，影响电池功率和能量的输出。故锂电池管理系统需要对锂电池的温度进行精准检测，合理设置充电、工作温度保护范围，确保在高低温环境下实现充放电的控制，保证锂电池的性能。

1.4系统低功耗控制需求

锂电池类产品如电动牙刷、无线吸尘器等，具有长时间待机的状态，待机功耗大小则是影响用户体验的关键。待机功耗越大，则电池容量消耗越快，造成使用时电量不足而频繁充电，影响电池寿命，严重者会造成电池过放电而报废。故低功耗设计也是锂电池管理系统的重要考量。

1.5锂电池管理系统架构设计

综上所述，锂电池系统包含多方面的控制要素，但各个方面是相对独立的，因此系统采用集中控制、功能模块化设计的思想，对各个需求进行单独划分，在保证系统的可靠性、安全性的同时提高了系统的可拓展性和可维护性。本系统分别从硬件设计部分和软件设计部分进行阐述。

2 系统设计

2.1硬件设计

图图1 系统硬件框图

锂电池充电保护包括过压、过流、高低温保护和充电均衡等四大保护。过压保护可选择锂保芯片、充电芯片和MCU共同监测，过流保护可选择由充电芯片检测充电过流，高低温保护可选择MCU采集电池感温包来判断电池温度。充电均衡可选择充电芯片监测控制，保证电池包每节电芯电量同步。

锂电池放电保护包括低压、过流、高低温保护等三大保护。低压保护可选择保护芯片和MCU共同监测，保护芯片检测单节电芯电压，MCU检测总电压；过流保护可选择MCU检测电流采样电阻电压，来实时监控电流情况；高低温保护可选择MCU通过感温包来实时采集电池组的温度来监控。

锂电池低功耗处理：休眠状态下可选择仅保护芯片带电，MCU及充电芯片均不带电，负载(如电机等)完全断电。唤醒方式包括按键唤醒、插入充电器唤醒等等。

2.2软件设计

2.2.1系统功能架构

按照稳定高效、低功耗的系统需求，本研究设计思想将系统分为处理系统和保护系统，涉及系统通讯、状态管理、电池包监控、电量SOC估算、一级保护、各节电芯监控和二级保护7个功能模块。当系统上电时，首先采集保护系统的状态信息，并定期采集电池包电压、电流、温度数据，根据采集到的数据确定电池包的状态以及充放电控制，同步对SOC电量进行估算，实时与外部通讯交换信息。详见下图2系统架构框图。

图2 系统架构框图

2.2.2 SOC电量估算及自适应处理

荷电状态SOC被用来反映电池的剩余容量状况，其数值上定义为电池剩余容量占电池容量的比值【2】，常用百分比表示。目前，常见的SOC估算方法有开路电压法、安时积分法、卡尔曼滤波法、神经网络法等。各方法优缺点详见下表1。

表1 各SOC估算方法优缺点

基于产品使用场景，系统通过融合传统开路电压法、安时积分法进行电量估算，并针对各种异常情况进行自适应处理，修正影响因素对电量估算造成的偏差，既能实现低成本，同时也保证锂电池管理系统的可靠性及锂电池包的安全性。

①开路电压自修正和电量自适应策略

当系统应用开路电压法进行初始电量估算时，锂电池的电压变化及工作状态对电量估算的影响较大。由于锂电池特性，电压在长时间静置后会回升，升高的电压值与负载大小强相关，负载越大电池电压回升的越多，对初始电量估算存在较大的干扰。对于电量精度，充放电情况下SOC电量值均以1%精度显示，若舍弃中间过程的耗电量计算，在系统频繁记忆读取数据情况下，中间过程舍弃的耗电量多次累积后，导致电量偏差增大。

针对上述问题，系统需考量针对性设置多重融合算法自适应各工况下的电量估算。系统根据多个时刻锂电池状态数据，融合锂电池温度等因素，通过设置不同权重计算得出最终贴近当前锂电池状态的电量值。同时系统会累计中间过程的耗电量，自动匹配至电量估算，从源头上消除累计偏差。通过自适应算法，无论是更换锂电池包或在长时间掉电情况下，均可匹配到较贴合的电量值。

②安时积分计算中电流数据的处理策略

安时积分计算公式如公式1所示，电流值的准确性和精度是影响电量SOC的重要因素。锂电池在大负载长时间工作后发热严重，此时进行充电，锂电池会进入过温假充状态。因截止充电，此时理论上无充电电流，但受其软硬件客观影响，系统会采样到异常电流。另外，锂电池充电过程和放电过程中也会采集到干扰信号。这些信号均属于异常数据，通过安时积分法计算，结果将会一直累积误差，严重影响SOC精准度。

其中：SOC0为初始状态SOC，SOC为t时刻的剩余电量，I为t时刻的电流，CN为电池的额定容量。

建议系统设计时可考虑多重滤波算法和筛选机制，根据锂电池状态和负载大小，自动匹配各工况下的电流值范围，判断当前获取的电流值是否符合当前工况，筛除异常数据，提高系统电量估算、保护控制的可靠性及准确性。

③低功耗设计

锂电池在待机状态或充电完成后一直连接适配器，都会因电路器件消耗电流，导致电池消耗电量。这部分消耗的电量完全是无效和浪费的，因此尽可能降低锂电池的待机耗电量、延长电池寿命，是至关重要的。

若锂电池长时间处于待机状态下，则切断处理系统的电源，仅保留保护系统工作，功耗为系统最低，同时也能保证锂电池的安全。在充电完成的情况下，处理系统截止充电，通过适配器为处理系统提供电源，锂电池仅给保护系统供电。如此可降低锂电池管理系统损耗，保证锂电池寿命以及续航时间。

综上所述，根据需求，锂电池管理系统可基于传统开路电压法和安时积分法或不同的算法，同时结合温度、电池循环寿命、电池电压等要素，修正各要素造成的偏差，通过自适应算法优化SOC电量估算和保护机制，保证锂电池的寿命、安全性。

3系统验证及分析

根据产品具体需求，完成软硬件设计，搭建了锂电池管理系统和电机负载组成的测试系统，其锂电池包为6串21700电芯，容量4000mAH，最大连续放电电流20A（5C），实际负载工作最大电流为10A左右。经过软硬件的联调，实现了整体系统的功能，通过工作中锂电池管理系统采集的实际数据，与使用负载仪模拟负载运行情况采集数据作对比，验证系统的各要素的采集精准度和SOC估算的精准度。下图3是某次测试过程中的部分数据。

图3 仪器数据与BMS数据

观察示意图可见，锂电池管理系统电量估算可以贴近真实值，误差小。

4结论

本设计结合锂电池包的控制需求，整体的系统配置、硬件电路、软件采用集中控制，功能模块化思想设计，通过搭建的测试平台进行验证测试锂电池包的实际放电情况，从测量结果分析可知，设计方案满足低成本、高性能、模块化的需求，是一款可靠性高、开发周期较短的锂电池管理系统方案。

参考文献：

[1]荣雅君，杨伟，马秀蕊，等.电动汽车电池管理系统的建立及SOC准确估计[J].电力电子技术，2014(3):61-63.

[2]邵春声，李蓓，蔡纪鹤，等.基于回跳电压的锰酸锂电池组SOC估算研究[J].电源技术，2017(2):211-213，269.

[3]奇智，吴锋，陈实，于卿，王国庆.利用人工神经网络预测电池 SOC 的研究

[J].电源技术，2005,29(5).

[4]焦慧敏, 余群明. 电动车用MH-Ni电池剩余电量的预测研究[J].计算机仿真. 2006, 23(3).

[5]孙桓, 郝民欢，程硕，王新雨，杨金喜. 中小型锂电池管理系统浅析[J].中国安全防范技术与应用. 2019(1):40-45.

第一作者简介：李文灿（1970-），男，大学本科学历，工业电气自动化专业，中级工程师，从事智能控制技术研究，智能家电开发。