電池管理系統 (BMS) 由一系列監控和控制電池運行的電子設備組成。典型 BMS 的主要元件包括電池監控器和保護器、電量計以及主微控制器 (MCU)（見圖 1）。

Figure 1: BMS Architecture（BMS 架構）

BMS 最重要的參數之一是充電狀態 (SOC) 的估算精度。SOC 估算錯誤將可能導致電池壽命和運行時間的縮短，同時造成潛在的危險，例如系統意外斷電。

影響 SOC 精度的主要因素有兩個：電池監控器的測量精度和電量計的估算精度。本文將探討這兩個因素對 SOC 最終估算精度的影響，并提供設計實踐，讓設計人員在嘗試優化 SOC 精度與成本時能夠更好地分配資源。

電量計算法精度

電量計是負責計算電池預估 SOC 的 IC。其算法可以部署在主 MCU 中，但專用的電量計 IC 更具優勢，如：

高效率：采用單獨的電量計可以降低 MCU 的計算要求，從而提升整個系統的效率。

高可靠性：一款成熟的電量計 IC 能夠實現設計冗余并確保一定水平的 SOC 精度，從而提高系統的整體穩健性。

快速上市：電量計生產級別和經過充分驗證的算法可適用于多種電池類型，因此可減少工程資源需求。高精度的電量計算法需要軟件和電池工程師團隊花費數月甚至數年的時間才能開發出來。

沒有一種簡單的方法可以直接測量電池的 SOC，工程師必須根據電池監控器測得的信號來估算 SOC。電量計的精度取決于其估算 SOC 的方法。最簡單的估算方法是庫侖計數法，它將進出電池的電流進行積分，并通過公式（1）來計算：

不過，庫侖計數法高度依賴于初始 SOC 的估計、電流測量精度以及電池的可用容量。而且，精度不高的測量結果積分后還會導致 SOC 估算值隨時間漂移。因此，這種方法不能保證結果的收斂性，而只有收斂性才能說明實際 SOC 與估算 SOC 一致。

除了庫倫計數法，還可以采用基于模型的方法，通過電流、電壓和溫度讀數來實現 SOC 的收斂性，并使用數學電池模型將這些讀數與估算 SOC 關聯起來。當然，電壓讀數過于不精確，再加上低保真的模型，也可能產生較大的 SOC 偏差。

電池監控器 (BM) 對 SOC 精度的影響

電池監控器和保護器是負責感測電池電壓、電流和溫度的 IC。其測量結果將發送至電量計，由電量計根據這些讀數估算電池的 SOC。

電池監控器是 SOC 估算過程的第一步，因此其測量精度不可避免地會對最終 SOC 估算誤差產生影響。在嚴重依賴庫侖計數或簡單電池模型來估算 SOC 的傳統 BMS 中，電池監控器的測量精度是產生 SOC 估算偏差的主要原因。電池組設計人員不得不努力尋求，實現更精確的電池電壓測量。然而，要提高 SOC 精度，采用精確的電量計算法以改進 SOC 估算能力比僅僅提高電池監控器的電壓測量精度要有效得多。

此外，使用電池監控器和保護器 (BMP) 配合的IC組合也是當前電池組設計的流行趨勢。BMP IC 具備一個有利條件，即電池監控器是距離電池最近的元件，因此它是第一個檢測到潛在故障和危險的元件。這意味著 BMP IC 無需 MCU 干預即可觸發保護，使電池系統更加安全。

盡管一些設計人員主要依據精度來選擇電池監控器，但測量值和實際值之間的微小偏差并不會對系統造成什么危險。微小的偏差不足以嚴重到阻止保護被觸發，因此不會損壞電池。

BMS 和電量計對 SOC 估算精度的影響

前文已經描述了電量計方法和電池監控器精度對 SOC 估算精度的影響，我們還需要評估不同的電量計方法和 BM 精度對 SOC 精度的影響。結合不同的電量計方法和 BM 精度進行多次仿真將幫助我們確定它們對 SOC 誤差的影響。圖 3 和圖 4 顯示了在不同場景下的 SOC 誤差。

圖 3 和圖 4 中的不同場景包含了十個完整的充電/放電周期，周期之間有 15 分鐘的間隙時間，初始 SOC 為 50%。在所有場景中，BM 電流測量偏移均為 20mA。為了最大限度地減少由于模型不精確而導致的誤差，我們采用了理想化的數學模型，這也意味著電池數據來自于所有電量計方法都使用的同一個模型。我們采用以下三種不同的電量計方法：

庫侖計數法：對進出電池的電流進行積分（注：電壓僅用于 SOC 初始化）。

庫侖計數+基于開路電壓(OCV) 的校正：在充電/放電期間使用庫侖計數法，在松弛階段則利用開路電壓關系進行 SOC 校正。

MPS 混合法：考慮了測量和數學電池模型的不確定性，可實現庫侖計數的短期精度和數學電池模型的長期收斂性。

圖 3 顯示了鋰鎳錳鈷氧化物 (NMC) 化學電池的 SOC 誤差。

Figure 3: SOC Error (NMC Chemistry Example) -----圖3: SOC 誤差（NMC 電池示例）

圖 4 顯示了磷酸鐵鋰 (LFP) 化學電池的 SOC 誤差。注意，由于 LFP 具有平坦的 OCV，因此其化學成分對電壓測量的不精確性更加敏感。

Figure 4: SOC Error (LFP Chemistry Example)---圖4: SOC 誤差（LFP 電池示例）

由圖 3 和圖 4 可知：

庫侖計數法效果最差。由于缺乏反饋，它無法對不準確的初始 SOC 進行改善。此外，電流測量中的任何誤差都會導致 SOC 隨時間而漂移。

庫侖計數 + 基于 OCV 的校正法有助于減少 SOC 隨時間的漂移，但它也有一些缺點。首先，較正次數可能不夠頻繁，因為它們只發生在電池松弛階段；其次，校正會導致 SOC 跳躍，這會帶來系統級問題并對最終客戶的使用產生負面影響。OCV 模型和電池電壓測量中的任何誤差都會對該方法產生極大的影響。

MPS 混合法則應用了小而連續的 SOC 校正，可以確保 SOC 估算值平滑，并且跟蹤真實的 SOC，因為它通過高保真模型來完成電壓、電流和溫度的測量。此外，其算法還根據當前運行條件對 SOC 進行了更佳校正，同時還考慮了模型/測量的誤差。這種方法避免了對任意單個參數（例如電池電壓測量）的高精度要求。

需要注意的是，隨著時間的推移，電阻和容量等電池模型參數會發生變化，這可能會影響 SOC 的精度，即使是使用昂貴高端電池監控器的系統也是如此。因此，擁有一個精確的電量計非常重要，它可以接收電池監控器的電壓和電流同步測量值，并計算電池阻抗。先進的電池監控器（例如 MPS 的MP279x 系列）均可進行同步測量。

SOC 估算誤差解決方案

高端電量計（例如 MPS 的 MPF4279x 系列）使用混合估算法，它采用高保真模型，考慮了輸入測量的不確定性以降低不精確感測的影響，同時可跟蹤串聯電池組中每個電池的電阻上升和容量衰減 ，以便在整個電池生命周期內保持較高的 SOC 估算精度。一套完整的估算參數還包括電池的功率限制、健康狀況 (SOH)、運行時間以及充電時間。

MPF42791等高端電量計能夠在給定 BM 測量精度的情況下顯著改善 SOC 估算結果，令其成為實現卓越性能的關鍵參數，如圖 5 所示。

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

結語

精確估算電池 SOC 對所有電池供電應用都非常關鍵。BMS 設計人員需要在優化 SOC 精度與成本之間進行權衡。通常情況下，BMS 系統更加青睞具有極高電壓精度的昂貴電池監控器，以實現良好的 SOC 估算精度。然而，增加不必要的電池監控器成本，卻只能起到微不足道的改進作用；相比之下，高端電量計則能夠以更低的系統總成本和更短的設計時間得到更佳的 SOC 精度。

審核編輯：彭菁