1.1 课题研究目的及意义
随着全球汽车保有量的不断增加，资源告急的问题也随之而来，能源危机和环境污染已成为了一个全球性问题。伴随着石油资源的消耗，环境污染也与日剧增，尤其是大气污染。近年来全球汽车年增长率超过 25%，其燃油需求占石油资源总需求的 60%，各类燃油需求的占比情况如图 1-1 所示。我国作为石油需求大国，2016 年国内原油进口量超过 2.89 亿吨，对外依存度为 59.9%，石油资源日渐枯竭是促使新能源汽车发展的一项重要原因。减少在交通领域的能源消耗及污染排放，促进交通资源转型势在必行。新能源汽车具备低污染、零排放等优势，对新能源汽车的研究以及鼓励发展新能源汽车，可以有效的解决能源危机，同时也能促进相关的材料工业、机械制造业、电子通信业的发展。当今时代是新能源汽车快速发展的时代，特别是 2015 年 9 月 29 日，国家制造强国建设战略咨询委员会正式发布《中国制造 2025 重点领域技术路线图》，其中对新能源汽车进行了如下规划[1,2]：强力推动我国自主品牌新能源汽车同国际先进水平接轨，并进一步加快电动汽车、燃料电池汽车的进步速率。新能源汽车时代即将来临，因此与之相关的技术研发也成为了汽车行业的热点。在汽车领域中，新能源汽车核心技术的探索早已受到各界人士的高度关注。电池作为电动汽车的动力源，是制约电动汽车发展的技术之一。锂离子电池相比于镍镉、镍氢、铅酸等电池有高寿命、无污染、循环使用次数高、能量密度高等诸多优点[3]，因此成为电动汽车储能元件的首选。建立一套合理性、安全性俱佳的 BMS 是电动汽车研究的重要方向。本课题主要完成了对电动汽车 BMS 核心技术的分析研究工作。该研究是为了对电动汽车中的锂离子电池进行科学管理，满足电动汽车对其高效、稳定的使用需求。通过对解决核心技术问题的各项算法进行分析、对比，选择并尝试了一种新的算法，最终设计出了一套合理的分布式 BMS，融合采集、通讯、SOC 估算等功能为一体，提高了汽车行驶过程的稳定性和安全性。
........
1.2 国内外研究现状
在电动汽车不断发展的今天，对动力电池的研究已经成为人们关注的重点，为保证电池性能的合理性，解决成本高、易损耗等问题，研究人员付出了大量努力，通过技术层面的改革与提升，目前已研制出新一代锂离子电池，在许多方面都取得了重大进展，在许多技术上也取得了重要突破。当前主流动力电池为铅酸电池（VRLA）、镍镉电池（Ni-Cd）、镍氢电池（Ni-MH）和锂离子（Li-ion）电池。铅酸电池是由法国人 Plante 于 1859 年发明的，距今已有 150 多年，是汽车领域应用最为广泛的动力电池[4]。但是其自身较低的能量比质量和能量比体积，致使其过于笨重，而且充电时间较长，所以只使用在各类运输车、采集车和电动自行车上。镍氢电池相比与镍镉电池优点在于质量更轻、容量更大、寿命更长且不污染环境。缺点是原材料金属镍较为昂贵，因此其价格比镍镉电池更高。锂离子电池的性能较镍镉、镍氢电池又提高很多，是现今市场上最普及的动力电池。表 1-1 为各主流动力电池主要性能参数。
........
第二章 锂离子电池管理系统分析
本章将对锂离子电池的工作原理及其性能进行分析。首先，分析锂离子电池作为电动汽车动力电池所具备的各种化学特性和电气特性。其次，对 BMS 不同结构进行对比并确定本课题所选用的结构。最后，对一套完整的 BMS 应实现的功能进行详细介绍，为后续课题关键技术的研究奠定了基础。
2.1 锂离子电池工作原理
锂离子电池属于高效型储能元件，充放电功能良好，一般是由正负极材料、电解质及隔膜构成。按照物理状态可分为两种：液态电池和固态电池。结合图 2-1，对其工作原理进行分析。锂离子电池充电阶段，Li+ 由正极到达负极，正级的+Li 数量明显下降，负极的+Li 数量明显上升，补偿电荷随即到达负极，确保电荷始终平衡；放电阶段与之完全相反。电池充放电阶段的状态变化如图 2-2 所示。
.......
2.2 锂离子电池特性
本课题选择天津力神公司制造的 BLP2770105A 锂离子电池进行研究分析，表 2-1 中提供了电池的规格参数。开路电压（Open OCV , Voltage Circuit ）即开路状态下测出的电压值。OCV 与电池正、负极混合电动势的差值相等。电池结束充电过程，处于开路时，端电压将不断减小，最终逐渐接近电池电动势；电池结束放电过程，处于开路时，端电压将不断升高，同样会与电池电动势值趋于一致[11]。影响OCV 的因素比较多，比如温度、剩余容量SOC 等[12]。而剩余容量SOC 与电动势之间存在着直接关联。电池的电动势无法实现有效测量，但 OCV 能够由电池两端直接测出，OCV 与电动势两者的数值非常相近。因此，能够利用OCV 的实测值估算电池SOC 。
...........
第三章 分布式电池管理系统荷电状态估算策略研究........... 18
3.1 分布式电池管理系统 SOC 定义及估算方法........ 18
3.2 基于 PSO-BP 神经网络算法的 SOC 估算..... 21
3.3 基于 PSO-BP 神经网络算法的 SOC 估算仿真分析....... 24
3.4 本章小结.......... 34
第四章 分布式电池管理系统软硬件设计.... 35
4.1 分布式电池管理系统总体设计方案........... 35
4.2 分布式电池管理系统硬件设计.......... 36
4.2.1 主控制板电路设计..........36
4.2.2 采集板电路设计.....41
4.3 分布式电池管理系统软件设计.......... 42
4.4 本章小结.......... 46
第五章 分布式电池管理系统软硬件调试.... 47
5.1 采集板的数据采集与传输测试.......... 47
5.2 SOC 估算子程序运行调试.......... 49
5.3 本章小结.......... 51
第五章 分布式电池管理系统软硬件调试
根据第四章对分布式 BMS 硬件原理图的设计，通过合理布局与走线，完成了主控制板的实物设计。图 5-1 为本课题设计制作的主控板、采集板以及实验使用的电池。本章将对自行设计的硬件电路板进行相应的程序调试，在实验工况下利用主控板、采集板、锂电池、上位机软件模拟一套完整的分布式 BMS。主要完成电池数据的采集和单组锂离子电池 SOC 估算的软硬件测试。
5.1 采集板的数据采集与传输测试
采集板的调试过程如图 5-2 所示。采集板通过本课题设计的SPI 通信子程序，将采集所得电压、电流值传输至主控板。图 5-3 是利用CCS 程序调试软件读取的主控板中单体电池电压和电流值。通过对电压、电流提取值和测量值的对比可知：使用本课题设计的采集板进行数据采集时，可以将电压误差降低至0.01V ，将电流误差控制在 3%范围内，满足BMS 在采集精度方面的要求。C 代码移植完成后整个系统的运行就可以被模拟为一套功能强大、结构合理的数学模型，仅需把采集所得电压、电流等结果附加在变量中，便能够利用相关方程得出SOC估算值。表 5-3 中给出了部分SOC 实测值（通过安时法得到的结果）与估算值（ BP 神经网络及 PSO-BP 神经网络估测值）。图 5-6 是上述三种不同算法在 CCS 中编译成对应C 代码，转移到 DSP 中进行算法运算得到的 SOC 估算曲线。
总结
本课题立足电动汽车分布式锂离子电池管理系统的 SOC 估算做了理论分析、仿真实验、系统软硬件设计与调试：
（1）本课题基于一套完整的分布式 BMS，首先，对制约其发展的关键因素之一锂离子电池性能进行研究；其次，对衡量其精确性的关键技术之一 SOC 估算技术进行理论分析。对比分析了 Ah 法、卡尔曼滤波法和善于处理非线性系统的 BP 神经网络等等算法的优劣势，最终选择参数调整容易、有记忆功能，兼顾了 BP 算法的优点又能弥补其不足的 PSO-BP 网络算法估算电池 SOC。
（2）对试验设计得到的分布式 BMS 进行了电池数据的采集。并对 BP 神经网络算法、PSO-BP 神经网络算法估算电池 SOC 进行了 MATLAB 仿真。结果表明，PSO-BP神经网络算法大大优于 BP 神经网络算法，并可将 SOC 估算误差减小到 4%，验证了算法的可行性。
（3）硬件设计方面，本课题主要完成了以 TMS320F28335 作为核心模块，集数据传输、AD 采集、IO 输出等任务为一体的主控板的设计和以LTC6802 为主体的采集板设计。可以对单体电池电压、电流等进行采集。而软件设计过程中，本课题进行了数据采集与处理、SOC 估算算法、SPI 通讯子程序等设计。
（4）依据软硬件设计原理图，完成了主、从控制板的设计。用锂离子电池和所设计的硬件电路板在实验室条件下模拟了一套完整的分布式 BMS。在 CCS 中编写 BP 神经网络算法和 PSO-BP 神经网络算法估算 SOC 的C 代码，同时把代码移植至主控板DSP中内，进行了软硬件的调试，基于真实物理环境实施检验，证明利用 BP-PSO 算法可以完成对电池SOC 的精确估算。验证了仿真的正确性，并建立了一套合理的分布式 BMS。
.........
参考文献（略）
