中國新能源汽車均衡問題出在哪里？

去年經(jīng)過專家評選的某主動均衡技術(shù)榮獲某鋰電金球獎。其理由是它的核心技術(shù)--主動均衡技術(shù)能夠延長電池壽命30%續(xù)航里程20%。這一看就不靠譜。因為根本無法定量。你和誰比能夠延長壽命30%？和自己比有意義嗎？和沒有均衡比嗎？那你的水平就差遠(yuǎn)了。和別人比，應(yīng)該與最好的比才有意義。世界上不說最好的至少還可以的BMS都沒有均衡問題。你怎么延長壽命30%呀？延長續(xù)航里程也是一樣的道理。比如克萊斯勒的Fiat500e,它的SOC容許一直放到5%。請問你還怎么延長20%的續(xù)航里程呀？再進一步說，主動均衡難嗎？硬件2008年TI就向我當(dāng)時所在的公司推銷它的主動均衡IC了。算法不外乎是同模組到電池相互均衡和不同模組之間的電池相互均衡。通用汽車公司早在6-7年前就已經(jīng)完成了仿真驗證。連文章都有了。從算法角度講完全沒有難度可言。而且主動均衡根本也不是網(wǎng)上說的是“主動均衡功能一直以來是國外產(chǎn)品的殺手锏”。國外為什么基本上不用主動均衡呢？主要是考慮到成本問題。如果被動均衡就能夠搞定，為什么要用主動均衡呢？國內(nèi)為什么極力鼓吹主動均衡呢？筆者認(rèn)為主要是被動均衡搞不定。說起被動均衡，絕大多數(shù)人告訴筆者說是因為國內(nèi)電池質(zhì)量太差一致性不好。但是通過交談筆者發(fā)現(xiàn)根本原因在于概念不清、方法不對。要不然怎么會開車時均衡會越均衡越差？均衡的效果是可以計算出來的。所謂多重均衡技術(shù)，分明是沒有一種手段可以搞定均衡。有人說被動均衡浪費了很多電。所以不好。以96節(jié)串聯(lián)的電池組為例，我們可以算出在最差情況下，被動均衡到底浪費了多少電。如果均衡電流是0.1A，一節(jié)電池在被均衡時大約要浪費0.4W。最差的情況是有95節(jié)電池都需要放電，所以，最差情況是有0.4X95=38W。還不如汽車的一個大燈(大約45瓦)費電。如果不是最差的情況，也許只要十幾瓦甚至幾瓦就夠了。所以，盡管被動均衡浪費了一點電，但是它如果能夠極大地延長電池的壽命，何樂不為呢？還有人說，對于比較大的安時容量的電池來說0.1A電流太小。如果能夠把不均衡消滅在萌芽狀態(tài)，就不會有無能為力情況的出現(xiàn)。如果電芯本身已經(jīng)不能正常工作了，無論是主動均衡還是被動均衡都是無能為力的。所以，不能完全責(zé)怪電池的一致性不好。也需要從自身找原因。筆者曾經(jīng)做過的車?yán)镉袃煽頟HEV的車，開了才幾個月電池組內(nèi)的SOC相差高達45%。而且由于SOC、SOP的問題，車在路上經(jīng)常拋錨。公司一致認(rèn)為是電池質(zhì)量問題而且一致同意更換電池供應(yīng)商。但是我僅僅只是更改了算法，就把均衡的問題解決了。而且是在公司明確規(guī)定不許充電的情況下做的。因為已經(jīng)有一輛車由于電池問題出了事故。電池組中電芯SOC的差別由45%降到了3%。現(xiàn)在車已經(jīng)行駛了十幾萬公里了。拋錨的問題再也沒有發(fā)生過。

怎樣的算法才算核心技術(shù)？

從控制的角度來說，一個好的算法應(yīng)該有2個標(biāo)準(zhǔn)：準(zhǔn)確性和魯棒性(糾錯能力)。精度越高越好的道理在這里就不多說了。前面提到的電流積分加開路電壓實際上是用開路電壓糾錯，但是這種方法與在線實時糾錯相比，顯然魯棒性差遠(yuǎn)了。這是為什么國外大公司都在用在線實時估算開路電壓來實現(xiàn)在線實時糾錯的原因。

為什么在這里要強調(diào)實時在線估算？它的好處在哪里？通過實時在線估算估算出電池的所有等效參數(shù)，從而精確地估算出電池組的狀態(tài)。實時在線估算極大的簡化了電池的標(biāo)定工作。使得對一致性不太好電池組狀態(tài)的精確控制成為現(xiàn)實。實時在線估算使得無論是新電池還是老化后的電池，都能保持高精度(Accuracy)和超強的糾錯能力(Robustness or error correction capability)。

國內(nèi)一些人往往不知道別人的算法是什么，一看某個廠家為某名廠生產(chǎn)BMS的某些零部件就認(rèn)為掌握了BMS核心技術(shù)，這樣說法是欠妥的。那些要花成千上萬塊錢去買的大部頭的出版物評論各個廠家BMS優(yōu)劣的卻不管各個BMS算法或者說在核心技術(shù)方面的區(qū)別，實際意義太小。只看是不是為某個有名的OEM提供BMS就認(rèn)為牛，也不知道到底提供BMS里面的什么東西。不知道有沒有一種崇洋的心理。

目前世界上BMS做得最好的應(yīng)該有什么特點呢？它可以在線實時估算電池組的電池參數(shù)從而精確估算出電池組的SOC、SOP、SOH，并且能夠在短時間內(nèi)糾正初始SOC超過10%的誤差以及超過20%的安時容量的誤差或者百分之幾的電流測量誤差。美國通用汽車公司在6年前研發(fā)沃藍(lán)達時就做過一個實驗來測試算法的魯棒性：將3串并聯(lián)在一起的電池組拿掉一串，這時內(nèi)阻增加1/3、安時容量減小1/3。但是BMS并不知道。結(jié)果是SOC、SOP 在不到1分鐘就全部糾正SOH隨后也被精確地估算出來。這不僅說明算法的強大的糾錯能力，而且說明算法可以在電池的整個生命周期中始終保持估算精度不變。

對于電腦而言，如果出現(xiàn)藍(lán)屏，我們一般只需要重新啟動電腦就算了?？墒牵瑢τ谄?，那怕拋錨的概率只有萬分之一也是難以容忍的。所以，與發(fā)表文章不同，汽車電子需要保證在任何情況下都能工作。做一個好的算法需要化極大精力去解決那些發(fā)生概率只有千分之一、萬分之一的情況。只有這樣才能保證萬無一失。比如說當(dāng)車高速行駛在盤山公路上，大家所知道電池模型都會失效。這是因為持續(xù)的大電流會很快消耗掉電極表面的帶電離子，而內(nèi)部的離子來不及擴散出來，電池電壓會急劇下降。估算出SOC會有較大的誤差甚至?xí)?0% 以上的誤差。精確的數(shù)學(xué)模型就是數(shù)學(xué)物理方法教科書上講的擴散方程。但是它無法用在車上因為數(shù)值解的運算量太大。BMS的CPU運算能力不夠。這不僅是一個工程難題，也是一個數(shù)學(xué)和物理的難題。解決這樣的技術(shù)難題，可以化解已知的幾乎所有影響電池狀態(tài)估算的極化問題。

BMS的狀態(tài)估算技術(shù)才是BMS的核心技術(shù)。盡管已經(jīng)過去了6年，目前世界上仍然沒有一家供應(yīng)商能夠做到這樣的高精度和高魯棒的水平來保證電池工作的萬無一失。就連現(xiàn)在紅的發(fā)紫的特斯拉也望塵莫及。這不是在吹牛。特斯拉的粉絲一定聽說過特斯拉在北京大街上被拖走的事跡吧。特斯拉的算法也不能保證電池老化后的精度和魯棒性。只有能夠保證高精度、高魯棒的算法才是殺手锏！沒有這樣的技術(shù)怎么彎道超車？