5月24日，CIBF2018 第十三届中国国际电池技术交流会展览会在深圳会展中心开幕。美国Siatron公司Xia Lei博士在技术交流会上发表主题演讲。以下是演讲正文：

电池管理系统有什么功能？第一，要把你放进去的能量最大化限度的用出来，可能充了100度电，但是不是能用出来100度电，这些电用到哪里去了，能用到70-80度电就非常不错了。第二，能不能满足功率的要求，乘务车百公里加速是多快的概念，商务车爬坡的时候能不能爬上去，军事上的车逃跑的时候能不能跑的快，这些都是非常重要的问题。

下面一个非常实际的问题，车里面还剩下多少度电，还能走多远，这也是电池管理系统需要告知的问题。这个电池的健康状态是不是还能继续工作，还是说已经衰减的很厉害了，而且还能给这个电池做什么工作，如果这个电池衰减或不匹配还能做什么工作，均衡也是属于这个范畴。

还有一个非常重要的方面就是充电，能充的多快，能不能安全的充电。电池千万不要着火爆炸，做电池管理系统的人比较尴尬，事情做好了是电池的功劳，是电池有本事，干不好是电池管理系统没管好，经理没管好，所以责任都在我们身上。

看看这些电池管理系统应用在哪些地方，这些地方也是二三十年工作经验的地方，在航空系统里面，做论文的时候跟美国国家宇航局做低空飞行的电池系统，这里面要求白天是太阳能充电，晚上是电池放电，周期要放几万次，3-5万次。白天和晚上很快，90分钟、一个半小时转一天，45分钟白天，45分钟黑夜，这个过程非常快。

另外，在飞机公司工作了一段时间，有幸参与到最先进的飞机，也是最电气的飞机的工作，本来一个好的电池，结果飞上去以后一两个电池换了以后传到别的地方去了，因为这个问题，飞机公司最好的一架公司损失了上百亿美金，就因为一个小小的电池问题，别人的成效和工作都浪费在这么一件事情上。

参与过兆瓦级、几十兆瓦级的能量存储，最多的时间还是在汽车公司工作，在一家很大的汽车公司，从很古老的几十年前做的电动汽车到新一代的电动汽车，EV1是电动汽车的鼻祖，在近十年电动汽车的发展，也亲自参与和看到了整个电池系统的进化，从使用上的进化过程。

这是20年前我们在汽车公司做的这个工作，当时为什么要做这个工作？我虽然是念了博士，但不是化学的博士，完全是电子工程系的博士，要使用这个电池就很沮丧，不知道怎么去用，也不知道怎么描述这个电池。但是在实际的工作里面，我们需要把这个电池的特性最优的发挥出来，要知道电池的状态，要保证电池的安全，还要良好的控制这个电池。当然，这个电池的化学特性和结构非常重要，这两天半所听到的这些事情。

同时，电池的使用和管理也是同样重要的，作为一个电池工程师，作为一个应用工程师，出了这么一个电池的符号，还要知道电池其他方面的东西。为了更好的了解电器的特性，需要给它建一个模型。在我们工作之前有两种建模的方法，一种是FEA或FDA的方法来建模，好处是能反映实际应用的材料和电池的结构，也是基于化学和物理的。不好的地方，能建模的人都是化学系的博士，硕士可能都干不了，化学系以外的人更没法干这个事。

第二，得了解电池的结构和用化学的物质，用电池的人怎么有这个知识呢？根本就没有这个知识。这个方法所用到的分析方法跟电子工程所用到的方法是完全不一样的，最后就算做出这个模型，都要用主机来计算，根本无法通过单片机实现运算。

对于大多数人，都是用经验公式的方法，进去多少电，出来多少电，做很多方面的修整。优点是能实施，大家可以抓住一根稻草做这件事情。缺陷是需要把各种各样的情况都考虑进去，不是件很容易的事情，知其然而不知其所以然，知道这种现象，但是不知道为什么会出现这种现象。

于是用一种新的方法，新的期望是希望模型是准确的，而且是有效的，就遵循第一原则，特斯拉经常提的遵循第一原则，建模的方法很早就使用这种方法。这个模型一定要对电池工程是有用的。

第三，电池的使用者自己去建模，最后也容易实施。我们采用混合的建模方面，基于化学物理的行为建模，把这个模型全部用等效的电子线路的方法表现出来，有参数识别的方法，可以验证这个模型的有效性，把这个模型应用到实际的过程中去。为了建模，我们看一下电池，在还没有通负载的时候，我们首先要知道电压是怎么建立起来的，正极是3.7伏，负极是3.7伏，有的是4.9伏，这个电压是怎么建立起来的，作为工程的人来说很难理解，里面用到的概念也叫热力学，但这种热力学跟我们搞发动机的热力学是不同的概念。追踪到最根本的问题上，最后还是一个概念，要知道这个电压怎么建立起来的，在极性上的电压。这个电压建立起来以后是以什么形成存在的，电压完全分布在几个原子级的截面上，中间基本上是平的，没有压差的，所有的压差都在这两个之间，超级电容都是这种概念做起来的，这是一个非常重要的概念，需要理解的。

当有电流通过负载的时候，我们作为用户，作为电子工程师需要了解什么东西。当有电流通过以后就会有一个压降，这个压降实际上是化学反应所付出的代价，在电化学的领域，叫极化，对于工程学的来说就是压降，电流和电压的关系。大家知道电子是从负极到正极，这里头的离子是通过扩散的过程，并不是一个电子无限快的过程，相对来说是一个比较慢的过程。在这个过程里面，一个是它的速度不是无限快；第二它也产生很大的压降，在里面加扩散极化的概念。

各个节点上的欧姆电阻，我们认为这个现象在电池里面是最主要的现象，只能把这些现象建立到我们的模型里面去，所以我们建立了这样一个模型。如果是搞电子工程系的人看了肯定是高兴的，这个东西就是一个电池，这个东西怎么成为一个电池了？起码特性上是完全代表一个电池。首先，因为电化学是从化学转换成电能的装置，所以我们需要两端口转换的机制，在转换机制的左边是化学的部分，这个部分的公式是代表扩散的过程，怎么去表示一个扩散的过程。

有了电流以后，电流极化。由于在极板上的浓度所表现的电压降，这是一般的电阻（PPT），电容就是两个极板之间能存在的所有的电容，化学的边和电的这一边。每一个主要的关系，在电化学的科学家里面都定义出来一个非常准确，非常适用的到底，跟欧姆定理一样，只是学电子工程的不太了解。从化学这一端到电这一端用内斯特，上面是太傅，上面有小孔、细微孔，可以用等效模型表现出来。

把这些元件放到模型里面，下一步的工作是要把里面的参数识别出来。对于一个电池的使用者来说，唯一有的数据就是在不同的放电的倍率，其他的都没有，这些信息一般可以从电池厂要到。把这些信息参数识别出来，把仿真的结果和实际的结果进行比较，我们当时比较了很多电池，这是20年以前的工作，碱性电池，镍格电池，按照这样的模型建出来仿真的结果非常好。大家可能会问，因为就用这个数据，所以跟建模型产生的预测数据一样。对于新的情况，在不同的应用情况下能不能预估出同样的。所以，我们做了很多模型的验证，看这个模型在不同的情况下能不能预估出来反映的结果。我们做了单体的验证，做了非常多的验证。

我们当时以为能建立起来这个模型，基础的试了两下看来还是可以用。下面看看这些模型怎么在实际中进行应用，第一个应用，把电池里面存储的能量，多大的能量能用得出来，能趋势汽车轮子走路。如果是横流的输出，假如说能放出来50瓦电，争取最大化的把电池的能量使用出来，实际上这个工作是控制电源和负载之间的阻抗，把最大的能量放出来。

有了电子线路以后，学控制的人都知道，就可以做很多分析，做小信号分析，大信号分析，当我们做大信号分析的时候，主要是看直流的，这个时候我们可以分析在什么条件下可以得到最大的功率输出。我们当时在做燃料电池的时候，因为我们不是用纯氢气，把天然气转换成氢气，氢气再去驱动燃油电池，氢气的浓度和流量都不确定的，在不同的流量和不同的浓度情况下要得到最大的能量输出，怎么办到就跟太阳一样，早上和晚上的位置不一样，这就可以通过模型来做。

有了模型就可以做很多事情，突然加速，突然减速，抖动多快，可以进行频率分析。非常重要的是估算SOC里面到底有东西，如果用函数含对的方法来做，状态观测器。基本上有一个实际的电池在工作，还有一个模型也同时在工作，输入是一样的，根据输出比较，再反馈回来不断校正这个模型，最后得到真实的电池里面还有多少能量存在里面。刚开始估算是不正确的，但实际上很快估的数跟真实的概念是一样的。

想起以前到农村劳动秤肥猪的重量，这是很难称的，农民就很有办法，拿一个尺子把腰围一量，腰围的直径，基本上就知道猪的重量，拿可以看到的信号，如果这个信号理论上跟里面看不到的信号有一定的关联度，一定可以把里面看不见的数值估算出来。就是这么一个概念。

Charging Operation，充电什么时候结束，以前充钱在这个模型就一直上去了，但是在镍格，充到一定程度又掉下来了，这到底是怎么回事？把这个模型加进去也可以估算，在锂电池上也有作用，尤其是在快充方面起到很大的作用。

还有一个就是Small Signal Model，一个电池一般不说交流阻抗，但实际上电池有一个交流阻抗，初始有交流阻抗，使用一段时间以后有新的交流阻抗，这两个变化代表电池的衰减，以这种方法做电池的健康状态评估估算。

用大的可以最大限度的把能量和功率使用出来，小信号分析可以使用它的动态和控制，（PPT）这些都可以通过模型来解决这个问题。还有一些模型解决不了的问题，还有均衡的问题，这不是用一种分析的方法，用工程的方法，强迫它均衡就可以了，就不是一种分析的方法来解决的。另外，电池的热能的管理，这也是用一种工程的方法，而不是用分析的方法。电池坏了以后，电压往下降，赶紧关掉。在这里面做了很多分析，中间软包电池连接线怎么被烧断了，像保险丝一样，所以我们采用工程的方法来解决这个问题。

在硬件上实现比较直接，软件上，因为管理的东西太多了，所以我们推荐考虑使用商业化的开发时间快一些。我们认为BMS的趋势，可以把温度产生多少热建立在这个模型里面去，根据我说的所有那些统治的各个元素的关系，数学的关系，都有温度的特性在里面。现在我们这个模型还是基于电池制造厂商给我们的数据建的模型，而且做了不少的尝试，在电池的实际使用过程中对电池理解的更多，更好，使用人工智能的方法。

如果要把自己的算法固化在一个芯片里面去也是一个趋势。电池管理系统做成一个标准的电池管理系统，模块化的，任何一个人使用电池都可以用这个系统，像window系统一样受益于整个用户群。管理争取还是要做到单个电芯的管理，不要管一串，一串16个或24个，都无法区分，要换的话全部要换，每一个都很贵，所以还是要单个管理。最后，每一个单独的电芯都不一样，不能强迫它一样，不能强迫电压和放电能力都一样，而是要想一种方法，尽管它有自己的缺陷，有自己的不足或不一样地方，还是要把它最大的能力发挥出来。16匹马拉一个车，不能把小马都杀了，只要把它的劲儿发挥出来就行了。

今天要跟大家分享的报告就这些。谢谢大家！

提问：我想请教一下你刚才提出来的模型适用于哪种电池？

Xia Lei：不论用什么样的电池，电池的化学特性，LTO、三元，磷酸铁锂，任何一个电池都不会超过模型里面包括的这几个最重要的电化学的现象，对电化学没有要求，无论是做成圆的还是方的，还是软包的，也不会受使用这个模型的限制。现在跟国内很大也很著名的电池厂合作，做出这个模式，跟他们的客户去谈，他们认为电池是我们做的，实际上不是我们做的，我们只是拿这个电池建模，我们对电池的预估比现有的方法更好一些，就这个模型等于是没有任何限制，没有应用的限制。

提问：目前这种模型的方式有没有用在SOC的预估上？实际应用。

Xia Lei：1995年开始的工作，最早的应用是国家宇航局，那个时候国家宇航局低空的卫星和航天飞机的估算基本上都是用这个方法。之后到飞机公司去，飞机公司的电池管理系统实际上简单，但还是用了一些方法，最长的时间是在汽车里面，在汽车公司里面，包括现在的特斯拉和通用汽车体系的电池管理系统都是以这个模型为基础的。所以说使用实际应用的案例和情况，我们还是比较有信心的。

（根据速记整理，未经嘉宾审阅）