电池管理系统（BMS）可以迅速可靠地侦测出充电状态（SoC）、健康状态（SoH）以及功能状态（SoF），以提供必要的信息。因此，BMS能有效地减少汽车因无法预见的电池问题而故障的次数，增加电池寿命与效益，并降低二氧化碳排放量。BMS的关键在于智能型电池传感器（IBS），它可以测量电池端点电压、电流及温度，并据以计算出电池状态。

本文将说明如何以最新的算法实做BMS，计算出SoC、SoH和SoF，以及有效地在铅酸电池上的应用。

介绍

传统上，汽车的充电状态是一个谜，因此常常导致汽车故障。根据汽车的寿命，因电池而造成的故障率可上升至10000ppm。

另一个对于电池雪上加霜的问题，是在增加电力能源及动力的同时，还必须设法降低二氧化碳排放量。

由于电子化占了汽车新功能的绝大部分，因此势必要增加能源供应，才能应付各种新功能，像是舒适性、电气化的安全相关功能、油电混合车、驾驶辅助及信息娱乐等等。但在另一面，法规又要求要降低二氧化碳排放及耗油量。

因此，我们需要先进的能源管理系统来管理这些彼此对立的需求。系统必须确保在各种操作状况下，电池都能提供充足的能源以驱动引擎，而电池也可作为被动式电源，例如支持智能型交流发电机及往复式启动系统等等。

能源管理系统

典型用于支持往复式启动系统的电力网络，包括一组车体控制模块（BCM）、一组电池管理系统（BMS）、一具发电机及直流对直流转换器（参见图1）。

BMS会将电池状态提供给BCM，后者再以特定算法控制发电机和直流转换器，以稳定控制电力网络。直流转换器会将电力分送至车内各个需要用电的部份。

《图一 典型往复式启动系统所使用的电力网络范例》

典型的铅酸电池BMS都是直接附挂在电池架上的智能型接头里面。接头本身包括一具低奥姆数的分流电阻（通常是100uOhm左右），一组内含高度整合组件、能够精确测量及处理的小型电路板，称为智能型电池传感器（IBS，参见图2）。即使在恶劣环境下，IBS也能以高分辨率精确测量出电池电压、电流及温度，始终准确预测电池的健康状态（SoH）、充电状态（SoC）、以及功能状态（SoF）。这些参数会透过经验证的车内网络，定期或视需求传送给BCM。

《图二 典型的铅酸电池用智能型电池传感器》

除了上述的功能及参数功能以外，IBS还有其他关键需求，就是自身功率损耗要低，能确保在车内恶劣环境（例如EMC、ESD）内运作、汽车代工厂商的车内通讯接口（例如LIN）一致性测试、汽车级测试限制（测试参数受六标准偏差限制）、以及AEC-Q100品管条件等限制之下，还能持续运作。

电池监控

如上一节所述，IBS最主要的目的在于监视电池状态，并将状态变量传递给BCM，必要时也供其它的ECU使用。监控电池时的输入值为电池电流、电池电压及温度的取样值。输出则为SoC、SoH和SoF。

充电状态

SoC的定义相当直觉化，通常是以百分比来表示。一个完全充饱电池的SoC就是100%，电量放尽时的SoC当然就是0%。SoC会随着电池充电或放电时而变动。

计算SoC时，有两种广受欢迎的方法：库仑计算法，又称为电流累积或安培-小时平衡法，以及开回路电压（OCV）测量法。由于电流累加及α值的关系，因电池状态变动所造成的误差、以及电流测量与量化时的误差都会日益上升。因此通常会透过另一种方法取得电流累加的起始值参数Q（t0），以便改善准确度：也就是OCV方法。OCV代表当没有任何客户端居间消耗电池电流时，电池两极之间的电压值。

铅酸电池的OCV和SoC之间有很好的线性比关系。因此只要能量到OCV，就可以直接计算出SoC。两者间的精确因子是可以具体化的。

OCV唯一的缺点，是它只能在车辆停泊静止时测得，例如（几乎）所有耗电的部分都关闭时，或是在汽车已经熄火数十分钟甚至数小时的时候测得。

因此，OCV方法适合用来经常校正库仑计算法，而后者则是持续执行。这种组合可以较精准地算出SoC，而且还可以透过长时间停车时的自我放电率进一步修正SoC。

健康状态

铅酸电池有各种老化效应，对于电池的影响也各有不同。由于只靠IBS很难侦测及量化这些效应，因此SoH往往不会透过直接评估老化效应来计算。相反地，通常是透过容量随时间降低的速率来估算，而这一点也属常见的老化现象之一。第二个与电池老化也很有关系的重要参数，就是驱动效能；但这一点通常以SoF显示，代表驱动量。

另一个可以判断SoH的方法，是追踪充电与放电循环次数，并拿来与电池制造商提供的循环次数规格做比较。通常厂商会有一个给定剩余量与给定温度下的充放电循环次数，例如剩余量25%与摄氏27度时为500次。将所有的次数与这些数字做比较，再套用温度及SoC等修正因子，就可以达到上述的Caged追踪效果。而修正因子必须透过对电池特性描述而产生。

然而，这两种方式通常会合并使用，再配合其它与电池寿命息息相关的数种参数所导出的专属算法。这些电池参数多半经由实验室中对电池进行广泛特性测试而得，且只适用于特定型号电池。

功能状态（SoF）

铅酸电池的重要功能之一，就是要发动汽车引擎。因此BMS有一项重要的作业，它必须预测在实际状况下能否发动引擎。这种发动预测性质通常会以SoF参数表示。

除了「传统的」停车后发动之外，由于微型油电混合车辆引进了往复式发动系统，使得发动引擎的预测变得更形重要。BMS必须判断并告知BCM，熄火后是否还可以再次发动引擎、甚至还要据此预测是否可以放心熄火。

要得出SoF，办法之一就是分析最近引擎的发动纪录、电池内剩余的电荷量（SoC和SoH的函数）、以及实际的温度。发动时，必须纪录电池内部电阻（Ri） （可由电池两端电位差及电流计算而得）。由于Ri通常十分稳定，只有在电池寿命将尽时才会突增，因此Ri的平均值必须低于一定的门坎值，才可确保引擎能够发动。电池老化的另一个现象是，发动阶段时以取样电压及电流计算出来的Ri值会呈现非线性，也就是同样的电压取样却会对应不同的电流值。新电池的Ri则会呈现线性。

Ri （以电压差和电流计算而得）、电池剩余电荷量、再加上实际温度，就可以准确指出发动能力为若干。还有，必须透过电池特性测试以决定门坎值。为了要精确地判断Ri的线性及非线性行为，所有发动时的电压及电流取样值都必须经过线性滤波器，而以带通式线性滤波器为佳。

以经济的方式应用BMS软件及硬件

新型车辆最重要的功能之一，就是电气能源效率，而这要靠BMS来达成。除了管理若干节能功能以外，BMS本身的能源效益也必须良好，因为它是必须常保启动的系统之一，而且当交流发电机尚未启动时，它同样只能倚靠铅酸电池供电。为了满足这些要求，IBS的电力损耗必须尽量降低。

低功率模式

低功率模式的实现，是测量功率损耗降低的好办法。包括关闭不需使用的SoC零件（特别是CPU），而且只有在必要时才启动正常模式（及所有硬件模块都启动）。如上所述，低功率模式有两组，但是其差别仅在于CPU在唤醒后所使用的程序进入点。

不过，即使是在低功率模式下，仍需观察电池状态，例如没有软件互动时。基本上还是需要追踪电流值，以便以库仑计算法计算SoC。如此就能在低功率模式时测量电流及自动求和电流取样值（例如库仑计算法）。

IBS必须能够反应出电池及汽车状态的变动，譬如说，电池传感器必须要能在各种状态下苏醒过来。因此低功率模式时的电流和温度也一样要测量。电流的变更通常代表汽车状态有所变动（耗电装置可能开启或关闭），温度的变动会需要校正测量信道参数。电流与温度取样值的门坎可以事先指定，一旦超过，便会启动传感器。以自动化库仑计数器的门坎值来唤醒传感器也同样可行。

除了以各种测量参数唤醒传感器以外，也有可以让BCM或车中其它电子组件来唤醒IBS的功能（透过LIN或直接缆线链接），也有定时唤醒的方式。

上述的低功率模式及唤醒功能，让IBS大部分时间（通常是70%）都得以在低功率模式下运作，包括当引擎仍在运转的时候。正常运作时，SoC、SoH和SoF参数都会重新计算。

结论

本文说明了如何以IBS有效使用微型油电混合汽车的BMS。也介绍了先进的电池状态计算算法（SoC、SoH和SoF）。文中介绍了如何以特殊硬件功能来改善IBS效率的功率损耗。使用低功率模式及自动电池状态侦测（无需软件介入）、还有复杂的唤醒机制也做了说明。因此，IBS可以经常保持在低功率模式。此外，透过正确的硬件讯号处理、可程序化的过滤及简化的校正方式，证明软件复杂度的确可以降低。定点运算数学理论也被提及，并证明16位的定点数据格式已经足供BMS算法的变量使用，32位只有必要时才会用到。

（本文作者任职于飞思卡尔半导体）