上篇说到，锂电池系统庞大，需要电池管理系统的监督和优化，以维护其安全性、耐久性和动力性。上篇中提及的BMS功能需求包括电池电压测量、数据采样频率同步性。本文继续，中篇讲述温度估计和SOC估计。预报，明天的下篇中会包括电池状态包括:
SOH（健康状态估计）、 SOS（安全状态估计）、 SOF（功能状态估计）及 SOE（可用能量状态估计）。
这些功能是期望BMS具备的，但实际应用中，出于客户要求、车型要求以及成本等等的考虑，实际设计到系统中的可能只是其中的几个。
3.3 电池状态估计
电池状态包括电池温度、SOC（荷电状态估计）、SOH（健康状态估计）、SOS（安全状态估计）、SOF（功能状态估计）及SOE（可用能量状态估计）。各种状态估计之间的关系如图4所示。电池温度估计是其他状态估计的基础，SOC 估计受到SOH 的影响，SOF 是由SOC、SOH、SOS 以及电池温度共同确定的，SOE 则与SOC、SOH、电池温度、未来工况有关。
图4. BMS状态估计算法框架
3.3.1 电池温度估计
温度对电池性能影响较大，目前一般只能测得电池表面温度，而电池内部温度需要使用热模型进行估计。常用的电池热模型包括零维模型（集总参数模型）、一维乃至三维模型。零维模型可以大致计算电池充放电过程中的温度变化，估计精度有限，但模型计算量小，因此可用于实时的温度估计。一维、二维及三维模型需要使用数值方法对传热微分方程进行求解，对电池进行网格划分，计算电池的温度场分布，同时还需考虑电池结构对传热的影响（结构包括内核、外壳、电解液层等）。一维模型中只考虑电池在一个方向的温度分布，在其他方向视为均匀。二维模型考虑电池在两个方
向的温度分布，对圆柱形电池来说，轴向及径向的温度分布即可反映电池内部的温度场。二维模型一般用于薄片电池的温度分析。三维模型可以完全反映方形电池内部的温度场，仿真精度较高，因而研究较多。但三维模型的计算量大，无法应用于实时温度估计，只能用于在实验室中进行温度场仿真。为了让三维模型的计算结果实时应用，研究人员利用三维模型的温度场计算结果，将电池产热功率和内外温差的关系用传递函数表达，通过产热功率和电池表面温度估计电池内部的温度，具有在BMS中应用的潜力。图5所示为电池内部温度的估计流程。
图5 电池内部温度估计流程
一般地，锂离子电池适宜的工作温度为15~35℃，而电动汽车的实际工作温度为-30～50℃，因此必须对电池进行热管理，低温时需要加热，高温时需要冷却。热管理包括设计与控制两方面，其中，热管理设计不属于本文内容。温度控制是通过测温元件测得电池组不同位置的温度，综合温度分布情况，热管理系统控制电路进行散热，热管理的执行部件一般有风扇、水/油泵、制冷机等。比如，可以根据温度范围进行分档控制。Volt插电式混合动力电池热管理分为3种模式：主动（制冷散热）、被动（风扇散热）和不冷却模式，当动力电池温度超过某预先设定的被动冷却目标温度后，被动散热模式启动；而当温度继续升高至主动冷却目标温度以上时，主动散热模式启动。
3.2 荷电状态（SOC）估计
SOC（State of Charge），可用电量占据电池最大可用容量的比例，通常以百分比表示，100％表示完全充电，0％表示完全放电。
这是针对单个电池的定义，对于电池模块（或电池组，由于电池组由多个模块组成，因此从模块SOC计算电池组的SOC就像电池电池单体SOC估计模块SOC一样），情况有一点复杂。在SOC估计方法的最后一节讨论。
目前，对SOC 的研究已经基本成熟，SOC 算法主要分为两大类，一类为单一SOC 算法，另一类为多种单一SOC 算法的融合算法。单一SOC 算法包括安时积分法、开路电压法、基于电池模型估计的开路电压法、其他基于电池性能的SOC估计法等。融合算法包括简单的修正、加权、卡尔曼滤波（或扩展卡尔曼滤波）以及滑模变结构方法等。 1）放电测试方法
确定电池SOC的最可靠方法是在受控条件下进行放电测试，即指定的放电速率和环境温度。这个测试可以准确的计算电池的剩余电量SOC，但所消耗的时间相当长，并且在测试完毕以后电池里面的电量全部放掉，因此这个方法只在实验室中用来标定验证电池的标称容量，无法用于设计 BMS做车辆电池电量的在线估计。 2）安时积分法 安时积分计算方法为:
式中，SOC 为荷电状态；SOC0为起始时刻（t0）的荷电状态；CN为额定容量（为电池当时标准状态下的容量，随寿命变化）；η为库仑效率，放电为1，充电小于1；I 为电流，充电为负，放电为正。
在起始荷电状态SOC0比较准确情况下，安时积分法在一段时间内具有相当好的精度（主要与电流传感器采样精度、采样频率有关）。但是，安时积分法的主要缺点为：起始SOC0影响荷电状态的估计精度；库仑效率η受电池的工作状态影响大（如荷电状态、温度、电流大小等），η难于准确测量，会对荷电状态误差有累积效应；电流传感器精度，特别是偏差会导致累计效应，影响荷电状态的精度。因此，单纯采用安时积分法很难满足荷电状态估计的精度要求。 3）开路电压（OCV）法
锂离子电池的荷电状态与锂离子在活性材料中的嵌入量有关，与静态热力学有关，因此充分静置后的开路电压可以认为达到平衡电动势，OCV 与荷电状态具有一一对应的关系，是估计荷电状态的有效方法。但是有些种类电池的OCV 与充放电过程（历史）有关，如LiFePO4/C电池，充电OCV与放电OCV 具有滞回现象（与镍氢电池类似），并且电压曲线平坦，因而SOC估计精度受到传感器精度的影响严重，这些都需要进一步研究。开路电压法最大的优点是荷电状态估计精度高，但是它的显著缺点是需要将电池长时静置以达到平衡，电池从工作状态恢复到平衡状态一般需要一定时间，与荷
