动力电池管理系统核心算法 第2版

《动力电池管理系统核心算法（第2版）》结合作者多年来的研究实践，阐述了电动汽车动力电池管理系统的特点及其核心算法开发的关键技术问题，详细介绍了动力电池测试、建模、状态估计、剩余寿命预测、故障诊断、低温加热、优化充电、算法开发、评估与测试以及新一代动力电池管理系统，并配有详细的算法实践步骤和开发流程，专注于分析当代新能源领域及动力电池发展存在的关键问题，从技术先进性和共性基础理论两方面帮助读者掌握新能源汽车动力电池管理系统的核心算法。

熊瑞，北京理工大学教授、博导，IET Fellow，中国电工技术学会理事、储能系统与装备专委会主任委员，电动汽车产业技术创新战略联盟电池专委会副主任。长期从事电动载运工具与电化学储能系统研究与人才培养，主持国家自然科学基金、国家重点研发计划等课题，发表论文150余篇，授权专利45件、软著9部。担任《新能源与智能载运》创刊执行主编，创办储能系统和电动智能载运(ICEIV) 国际学术会议，并连续4次担任大会主席。获教育部自然一等奖，汽车工业技术发明一等奖等多项奖励。

【适读人群】

《动力电池管理系统核心算法（第2版）》可以作为新能源汽车、动力电池管理等相关领域研究人员和工程技术人员的参考书，也可以作为汽车专业（特别是新能源汽车专业）高年级和研究生的专业课教科书。

【图书特色】

1.本书结合作者十多年来的研究实践，全面系统地介绍了新能源汽车动力电池系统核心算法开发的技术细节，内容包括动力电池管理系统概述、动力电池测试、动力电池建模理论、动力电池状态估计、动力电池寿命预测、低温加热与优化充电、动力电池管理算法开发流程与测试评价等。

2. 本书第2版增加了面向冬奥低温环境的动力电池系统环境适应性的应用需求概述以及固态锂电池、电容电池等内容。完善了动力电池测试设备与测试流程介绍，并补充了相关动力电池测试数据。完善了动力电池单体和系统状态估计，增加了动力电池组均衡管理、基于差异的动力电池组状态估计内容。增加了动力电池故障诊断相关内容。增加了系统设计与仿真辅助软件、车-云协同架构、先进传感器技术、精细化热管理技术、电池主动管理技术、全寿命周期管理、区块链技术和数字孪生技术等内容。

3. 在本书第2版的编写过程中坚持从实际出发，本着尽力为读者呈现前沿领域技术知识的原则，适当简化了在用但即将淘汰的内容，及时跟进动力电池管理领域的*新发展，力求让读者能系统而全面地掌握动力电池系统管理核心算法开发的全貌和细节，同时使之了解新一代动力电池管理系统的发展趋势与研究方向。

第2版前言

发展节能与新能源汽车是我国推动绿色发展、实施可再生能源革命、实现“碳达峰”和“碳中和”目标的重要举措。高品质的动力电池管理是电池储能系统、新能源汽车高效安全以及可靠运行的核心技术。本书第1版结合了作者十多年来的研究实践，全面系统地介绍了新能源汽车动力电池系统核心算法开发

的技术细节，内容包括动力电池管理系统概述、动力电池测试、动力电池建模理论、动力电池状态估计、动力电池寿命预测、低温加热与优化充电、动力电池管理算法开发流程与测试评价等，从技术先进性和共性基础理论两方面帮助读者掌握新能源汽车动力电池管理系统的核心算法，得到了广大读者的认可。

近年来，在国家政策、科技专项、绿色冬奥与科技冬奥以及新能源汽车产销量快速上升等多方面的推动下，新能源汽车动力电池系统的应用领域和技术创新需求发生了深刻的变化，为了适应这种变化的需要，对本书第2版内容做了较大调整：

1.增加了面向冬奥低温环境的动力电池系统环境适应性的应用需求概述以及固态锂电池、电容电池等内容。

2.完善了动力电池测试设备与测试流程介绍，并补充了相关动力电池测试数据。

3.完善了动力电池单体和系统状态估计，增加了动力电池组均衡管理、基于差异的动力电池组状态估计内容。

4.为确保新能源汽车的安全可靠运行，针对动力电池系统的故障诊断必不可少，因此增加第 7章动力电池故障诊断。

5.动力电池低温加热和优化充电不仅技术创新需求发展快，而且内容越来越丰富、越来越具有独自形成知识体系的特征，因此本书将两者单独成章，分别为第8章动力电池低温加热和第

9章动力电池优化充电。

6.在第10章算法开发、评估与测试中，增加了系统设计与仿真辅助软件的内容。

7.为适应动力电池管理技术与新兴技术融合的需求，增加了车

-云协同架构、先进传感器技术、精细化热管理技术、电池主动管理技术、全寿命周期管理等内容，介绍了区块链技术和数字孪生技术应用于动力电池管理的发展趋势。

在本书第 2版的编写过程中坚持从实际出发，本着尽力为读者呈现前沿领域技术知识的原则，适当简化了在用但即将淘汰的内容，及时跟进动力电池管理领域的最新发展，力求让读者能系统而全面地掌握动力电池系统管理核心算法开发的全貌和细节，同时使之了解新一代动力电池管理系统的发展趋势与研究方向。

在本书第1版的基础上，本书第2版凝练了我的导师孙逢春院士领衔的北京理工大学电动车辆国家工程实验室团队和先进储能科学与应用课题组的最新研究进展。在这里，衷心感谢杨瑞鑫博士以及博士生卢家欢、段砚州、李幸港、蒋帅、孙越、李正阳，硕士生王晨旭、黄锦涛、孙万洲、王雯雯、陈翰林、王存斌等对本书所做的校对等工作。

本书可作为高等院校储能科学与工程、电气工程、车辆工程及相关专业的教材，也可供新能源汽车及储能系统管理与运维等领域的工程技术人员使用和参考。由于书中有些研究工作还在不断探索之中，有些理论与技术还在不断完善，书中难免会有疏漏和谬误，敬请业内专家、同行及读者批评指正。

此外，本书的出版得到了国家自然科学基金优秀青年基金项目（51922006）的支持。

熊瑞　　　　　

2021年春于北京　　

第1版前言

发展节能与新能源汽车是国际共识，也是我国的战略性新兴产业和《中国制造 2025》确立的重点发展方向。据中国汽车工业协会统计，我国新能源汽车2017年全年产销量分别达到 79.4万辆和77.7万辆，连续三年位居全球第一，目前总量已突破180万辆。显然，新能源汽车产业迎来了前所未有的重大发展机遇，与此同时带动了动力电池产业的迅猛发展。

动力电池系统是新能源汽车的技术瓶颈，而动力电池管理技术是保障整车高效、安全以及动力电池长寿命运行的关键所在，也是各国竞相占领的技术制高点。动力电池具有可测参数量有限且特性耦合、即用即衰、强时变、强环境温度依赖和强非线性等特征。因此，高精度、强鲁棒性的动力电池状态量估计

成为动力电池主动管理的根本途径。提高动力电池系统动态建模精度、突破多状态协同估计的技术瓶颈、加强剩余寿命预测与耐久性管理、保障预期使用寿命的达成，成为动力电池系统管理的重要内容，是保障新能源汽车市场活力和健康可持续发展的关键，也是树立新能源汽车市场信心的基本要求。

本书结合作者十多年来的研究实践，详细叙述了新能源汽车动力电池管理系统核心算法开发的技术细节。第1章剖析了国家“十三五”新能源汽车发展规划以及对动力电池管理系统的技术指标，系统地阐述了动力电池系统及管理的设计与实现要点。第2章阐述了动力电池测试平台搭建、实验设计与特性分

析，系统分析了动力电池在不同老化、温度和充放电倍率等因素下的工作特性，为动力电池管理系统核心算法开发提供了方向性指引。第3~7章系统深入地论述了动力电池系统建模、荷电状态与健康状态协同估计、峰值功率预测、剩余寿命预测、低温快速加热与优化充电等动力电池管理系统核心算法的基础理论、算法构建与实施细节。最后，从核心算法的软硬件在环仿真验证、台架测试和实车验证等角度论述了动力电池管理系统算法的“V”开发流程。本书力求做到文字准确、精练，插图清晰，内容系统、详实、先进，力求站在前沿领域帮助读者掌握新能源汽车动力电池管理系统的核心算法。

本专著是在我的研究生导师孙逢春院士和何洪文教授的亲自指导下完成的，是电动车辆国家工程实验室在新能源汽车动力电池及其管理领域研究开发工作的结晶，也是十多年研究成果的集中体现。参加本书资料整理和提供帮助的有博士后穆浩、马泽宇，博士生陈铖、陈欢、郭姗姗、卢家欢、田金鹏、王春、

王榘、杨瑞鑫、于全庆、张永志，硕士生曹家怡、段砚州、方煜、龚浩然、李幸港、李琳琳、李治润、吕亮、宋旬、王侃等。

经过多年酝酿和努力，我们力图将该领域国内外最新的研究进展以及实验室在动力电池系统管理方面的研究成果与心得体会奉献给同仁和读者，助力我国在该领域的创新与进步，推动行业技术发展。虽经多次修改，但仍难如人意，主要是有些工作仍然没有结束，有些理论与技术还在探讨，谬误自然也难以避

免，望读者体谅。欢迎读者提出批评与斧正意见，共同推动我国动力电池管理系统的研究与开发工作快速向前发展。

熊瑞　　　　　　　　　

2018年夏于电动车辆国家工程实验室

丛书序

第 2版前言

第 1版前言

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　动力电池系统的应用要求……… 4

1.2.1　纯电动汽车……… 5

1.2.2　混合动力汽车……… 6

1.2.3　插电式混合动力汽车……… 7

1.2.4　相关研发指标……… 7

1.2.5　全气候动力电池系统应用要求……… 8

1.3　动力电池……… 8

1.3.1　动力电池的发展背景……… 9

1.3.2　锂离子动力电池的原理与分类……… 10

1.3.3　磷酸铁锂锂离子动力电池……… 12

1.3.4　三元锂离子动力电池……… 14

1.3.5　其他类型的动力电池……… 16

1.4　动力电池管理系统……… 19

1.4.1　BMS的基本功能……… 19

1.4.2　BMS的拓扑结构……… 21

1.4.3　BMS的开发流程……… 24

1.5　本章小结……… 25

第 2章　动力电池测试……… 26

2.1　动力电池测试平台……… 26

2.1.1　充放电性能测试设备……… 26

2.1.2　交流充放电设备……… 27

2.1.3　阻抗特性测试设备……… 30

2.1.4　环境模拟设备……… 31

2.1.5　加速绝热量热仪……… 32

2.1.6　电触发加热测试平台……… 33

2.1.7　惰性气体手套箱……… 34

2.2　动力电池测试流程……… 35

2.2.1　国内外测试标准介绍……… 35

2.2.2　BMS算法开发与实验设计……… 35

2.2.3　动力电池常规电性能测试……… 36

2.2.4　交流阻抗测试……… 42

2.2.5　剩余寿命测试……… 44

2.3　动力电池测试数据……… 47

2.4　动力电池实验特性分析……… 48

2.4.1　动力电池的温度特性……… 48

2.4.2　动力电池的性能衰退特性……… 51

2.4.3　动力电池的寿命特性……… 53

2.5　本章小结……… 58

第 3章　动力电池建模理论……… 59

3.1　电化学模型……… 59

3.1.1　模型介绍……… 59

3.1.2　模型构建……… 60

3.1.3　参数辨识……… 74

3.1.4　算例分析……… 74

3.2　等效电路模型……… 77

3.2.1　模型介绍……… 77

3.2.2　模型构建……… 79

3.2.3　参数辨识……… 81

3.2.4　算例分析……… 84

3.3　分数阶模型……… 89

3.3.1　模型介绍……… 89

3.3.2　模型构建……… 91

3.3.3　参数辨识……… 92

3.3.4　算例分析……… 93

3.4　多模型融合……… 95

3.4.1　模型融合……… 95

3.4.2　神经网络融合方法……… 96

3.4.3　算例分析……… 99

3.5　本章小结……… 102

第 4章　动力电池状态估计……… 104

4.1　动力电池 SOC估计……… 104

4.1.1　SOC估计方法分类……… 104

4.1.2　基于模型的 SOC估计方法……… 108

4.1.3　基于 EKF算法的 SOC估计方法……… 112

4.1.4　基于 AEKF算法的 SOC估计方法……… 115

4.1.5　基于 HIF算法的 SOC估计方法……… 120

4.1.6　基于集员估计算法的 SOC估计方法……… 122

4.2　动力电池 SOH估计……… 126

4.2.1　SOH估计方法分类……… 126

4.2.2　基于 SOC估计值的可用容量估计方法……… 131

4.2.3　基于响应面的可用容量估计方法……… 137

4.2.4　基于 ICA/DVA的 SOH估计方法………141

4.3　动力电池 SOC-SOH协同估计……… 146

4.3.1　问题描述……… 146

4.3.2　基于 MAEKF的协同估计方法……… 147

4.3.3　基于 MHIF的协同估计方法……… 157

4.4　动力电池 SOP预测……… 161

4.4.1　持续 SOP预测方法……… 161

4.4.2　典型瞬时 SOP预测方法……… 164

4.4.3　动力电池 SOC与 SOP联合估计方法……… 172

4.4.4　SOP评价方法介绍……… 179

4.5　本章小结……… 181

第 5章　动力电池系统管理……… 182

5.1　动力电池系统成组分析……… 182

5.1.1　动力电池组的“扫帚”现象……… 182

5.1.2　串联与并联动力电池组……… 183

5.1.3　典型混联动力电池组性能分析……… 185

5.2　动力电池组均衡管理……… 190

5.2.1　动力电池被动均衡拓扑……… 190

5.2.2　动力电池主动均衡拓扑……… 191

5.2.3　动力电池均衡策略……… 199

5.3　动力电池组建模与状态估计……… 201

5.3.1　电池组的不一致性分析……… 201

5.3.2　动力电池筛选方法……… 202

5.3.3　动力电池组系统建模……… 208

5.3.4　基于特征电池单体的动力电池组状态估计……… 212

5.3.5　基于差异的动力电池组状态估计……… 214

5.4　本章小结……… 216

第 6章　动力电池剩余寿命预测……… 217

6.1　剩余寿命预测的概述……… 217

6.1.1　问题描述……… 217

6.1.2　方法分类……… 218

6.1.3　概率分布……… 224

6.2　基于 Box-Cox变换的剩余寿命预测……… 225

6.2.1　Box-Cox变换技术……… 225

6.2.2　应用流程……… 226

6.2.3　算例分析……… 228

6.3　基于长短时记忆循环神经网络的剩余寿命预测……… 232

6.3.1　长短时记忆循环神经网络……… 233

6.3.2　应用流程……… 234

6.3.3　算例分析……… 237

6.4　本章小结……… 240

第 7章　动力电池故障诊断……… 241

7.1　动力电池系统故障类型……… 241

7.1.1　动力电池及部件故障……… 242

7.1.2　传感器故障……… 245

7.1.3　执行器故障……… 246

7.2　故障诊断方法分类……… 246

7.2.1　基于电池模型的方法……… 247

7.2.2　基于信号分析的方法……… 248

7.2.3　基于数据驱动的方法……… 248

7.2.4　基于统计分析的方法……… 249

7.2.5　其他方法……… 249

7.3　动力电池系统传感器故障诊断及故障容错……… 249

7.3.1　基于电池模型的故障检测、隔离和辨识方法……… 250

7.3.2　传感器故障容错控制及多状态估计校正……… 256

7.3.3　算例分析……… 257

7.4　本章小结……… 264

第 8章　动力电池低温加热……… 265

8.1　动力电池低温加热方法分类……… 265

8.1.1　外部加热法……… 266

8.1.2　内部加热法……… 270

8.2　交流加热方法……… 273

8.2.1　锂离子动力电池生热机理……… 273

8.2.2　交流加热机理 ………273

8.2.3　自适应梯度加热方法……… 277

8.2.4　自适应梯度加热实例……… 281

8.3　复合加热方法……… 283

8.3.1　复合加热原理……… 284

8.3.2　复合加热实验流程……… 285

8.3.3　复合加热实例……… 286

8.4　本章小结……… 288

第 9章　动力电池优化充电……… 289

9.1　恒流和恒压充电方法……… 289

9.1.1　恒流充电……… 289

9.1.2　恒压充电……… 290

9.1.3　恒流恒压充电……… 290

9.1.4　多阶恒流充电……… 294

9.1.5　脉冲充电……… 294

9.2　交流充电方法……… 298

9.3　基于模型的优化充电方法……… 300

9.3.1　基于等效电路模型的方法……… 300

9.3.2　基于电化学模型的方法……… 301

9.3.3　应用算例 ………302

9.4　快速充电方法……… 307

9.5　本章小结……… 310

第 10章　算法开发、评估与测试……… 311

10.1　算法开发流程……… 311

10.1.1　算法开发的一般流程……… 311

10.1.2　基于模型的“V”开发流程……… 312

10.2　系统设计与仿真辅助软件……… 315

10.2.1　软件总体框架……… 315

10.2.2　软件功能……… 315

10.2.3　算例分析……… 318

10.3　快速原型仿真测试……… 320

10.3.1　系统构成……… 320

10.3.2　算法集成……… 322

10.3.3　算例分析……… 324

10.4　硬件在环算法测试……… 327

10.4.1　系统构成……… 328

10.4.2　算法集成……… 329

10.4.3　测试评价……… 332

10.5　实车实验验证……… 335

10.5.1　转鼓实验台测试……… 335

10.5.2　实际道路测试……… 335

10.6　本章小结……… 337

第 11章　新一代动力电池管理系统展望……… 338

11.1　新一代动力电池管理系统概述……… 338

11.2　车 -云协同架构……… 339

11.3　新一代动力电池管理系统核心技术……… 341

11.3.1　先进传感器技术……… 341

11.3.2　动力电池系统精细化热管理技术……… 343

11.3.3　电池主动管理技术……… 344

11.3.4　全寿命周期管理技术……… 345

11.3.5　区块链技术……… 346

11.3.6　数字孪生技术……… 347

11.4　本章小结……… 349

参考文献………350