第1篇電動汽車及其電池管理繫統

第1章電動汽車

第2章電動汽車動力電池

第3章動力電池管理繫統關鍵技術

第2篇狀態估計方法

第4章動力電池建模方法

第5章荷電狀態SOC估算方法

第6章健康狀態SOH估計方法

第7章功率狀態SOP估計方法

第8章能量狀態（SOE）與安全狀態（SOS）估計

第三篇控制方法

第9章被動均衡及主動均衡

第10章優化充電管理

第11章熱管理與熱安全

第四篇功能安全與信息安全

第12章功能安全

第13章信息安全

第五篇應用及展望

第14章整車應用

第15章未來展望 

近年來，電動汽車行業得到了迅猛發展，在5G、物聯網、大數據和人工智能等新技術的助推下，以“電動化、網聯化、智能化、共享化”為核心的“汽車行業新四化”正重塑汽車產業新格局，其中，電動化是所有這些高級智能技術的*佳基礎載體。電動汽車在全球範圍內普及與推廣已成為一個重要的發展趨勢。電動汽車主要的能量來源為動力電池，可用的動力電池包括鉛酸電池、鎳鎘電池、鎳氫電池、鋰離子電池和燃料電池等，其中鋰離子電池是目前主流應用的動力電池，也是本書主要介紹的動力電池類型。動力電池管理繫統是新能源汽車不可或缺的關鍵部件，其核心功能主要包括參數采集、狀態估計、均衡管理、熱管理、通信及故障診斷等。本書探討了動力電池的電化學模型、黑箱模型、等效電路模型等建模方法，並簡述了相應的參數辨識方法。為了更好地利用動力電池，對電池管理繫統（BMS）提出了越來越高的要求，尤其是在全氣候、全電範圍、全生命周期的高精度電池狀態估算方面。本書結合仿真案例，從經驗模型、基於電池模型的估算方法及數據驅動算法幾個方面詳細闡述了荷電狀態的估算方法；從直接測量、間接分析、數據驅動和多尺度聯合估算等方面，全面敘述了健康狀態的估算方法；結合神經網絡、數據驅動算法，詳盡論述了功率狀態、能量狀態和安全狀態的估算方法。動力電池組可用充電容量由當前容量*高單體的可充入容量決定，可用放電容量由當前容量*低單體的可放電容量決定，並且這種不一致性會隨時間累積而逐漸增大，導致電池組提前老化，在充放電循環過程中可能導致過充和過放現像，進而存在熱失控安全風險。因而，使用以*長壽命為目標的充電優化控制算法進行主動干預，配合被動均衡與無損主動均衡，縮小單體不一致性，*大限度地提高電池組的能量利用率，同時輔以高均溫性能的熱管理繫統，將有效確保電池組充放電過程的安全。本書對這方面內容進行了重點討論。隨著汽車制造技術與信息通信技術等新一代技術的深度融合，汽車產業正加快向“四化”的方向發展，車載電子繫統變得越來越復雜的同時，逐步具備了網聯通信功能，包括與其他車輛、基礎設施通信以及接入互聯網，而繫統的功能安全一直是汽車電子控制領域的研究重點，因此，對電池管理繫統的整車集成搭載，也需要特別關注。數字孿生是一種集成多物理、多尺度、多學科屬性，具有實時同步、忠實映射、高保真度特性，能夠實現物理世界與信息世界交互與融合的技術手段，不僅能實現全壽命周期管理，還能借助物聯網和大數據技術，進行海量數據的挖掘，因此，基於數字孿生的下一代電池管理繫統將成為很有前途的研究方向。感謝對本書提出寶貴意見的評審專家！在本書撰寫過程中也得到了華中科技大學出版社的大力支持，在此致以誠摯的感謝！課題組研究生郭斌、高心磊、何瑢、華旸、周思達、周新岸、張正傑、張祚銘、範智偉、顧啟蒙、金鑫娜、李佶翀、李琳、曹瑞、王明悅、張力開、於瀚卿等為本書編寫也做出了貢獻，在此表示感謝！由於作者水平有限，書中錯誤與不妥之處在所難免，敬請廣大讀者批評指正。楊世春於北京航空航天大學