2. 电池特性基础：锂离子电池工作原理、关键参数与模型简介
做BMS这么多年，我始终觉得一个道理颠扑不破——你连电池的脾气都没摸透，就别谈什么算法了。锂离子电池这东西，看着就是个黑盒子，充放电就完事了。但你要是真把它当黑盒子处理，迟早要出问题。
今天这一讲，咱们就把电池的底裤扒干净。从工作原理，到那几个绕不开的关键参数，再到怎么用数学模型去描述它。嗯，内容有点干，但都是硬通货。
2.1 锂离子电池的工作原理
说白了，锂离子电池就是个摇椅。锂离子在正负极之间来回跑，充电时从正极跑到负极，放电时从负极跑回正极。就这么简单。
我刚开始做BMS那会儿，总觉得这原理太基础了，没啥好深究的。直到有一次，一个项目在低温环境下SOC估算总是跳变，查来查去才发现——低温下锂离子扩散速度变慢，内阻增大，电压平台偏移，所有算法模型全跑偏了。从那以后，我再也不敢小看这个「摇椅」模型了。
具体来说，充电时：
- 正极材料（比如NCM、LFP）失去锂离子，发生氧化反应
- 锂离子通过电解液和隔膜，迁移到负极
- 负极（通常是石墨）接收锂离子，发生还原反应
- 电子通过外电路从正极流向负极
放电过程正好反过来。这里有个关键点——锂离子在正负极材料中的嵌入和脱出，会改变材料的晶格结构。你反复充放电，晶格就会膨胀收缩。这就是电池老化的根本原因之一。
核心要点：锂离子电池的本质是「锂离子浓度差驱动」的电化学系统。所有BMS算法，本质上都是在估算这个浓度差的状态。
2.2 电池关键参数
做BMS，你天天跟这四个参数打交道：电压、电流、温度、内阻。我习惯把它们称为BMS的「四大天王」。缺一个，算法就瘸腿。
2.2.1 电压
电压是最直观的参数。开路电压（OCV）和端电压（Terminal Voltage）是两码事，千万别搞混。
- 开路电压（OCV）：电池静置足够长时间后的电压。它和SOC有明确的对应关系，这是SOC估算的基础。
- 端电压：电池带负载时的电压。它等于OCV减去内阻上的压降。
我记得有个项目，客户反馈SOC跳变严重。排查后发现，他们在行车过程中直接用端电压查OCV-SOC表。这能不跳吗？端电压里包含了内阻压降和极化电压，直接查表误差能到10%以上。
避坑指南：千万不要在动态工况下直接用端电压估算SOC。我曾经吃过这个亏，后来老老实实加了卡尔曼滤波。
2.2.2 电流
电流是BMS的「眼睛」。没有准确的电流采样，安时积分法就是空中楼阁。
电流采样有两个关键指标：精度和带宽。精度决定了SOC估算的长期漂移，带宽决定了你能捕捉到多快的电流变化。
我个人习惯，采样频率至少要做到10Hz以上。对于混合动力这种大电流脉冲场景，建议50Hz起步。你想想看，一个100A的脉冲持续100ms，如果你采样频率只有1Hz，很可能就漏掉了。
2.2.3 温度
温度是电池的「脾气开关」。锂离子电池对温度极其敏感，我甚至觉得温度比SOC还重要。
低温下，电解液粘度增大，锂离子扩散变慢，内阻飙升。高温下，副反应加速，SEI膜分解，容量加速衰减。
这里有个经验值：
| 温度范围 | 对电池的影响 | BMS应对策略 |
|---|---|---|
| < 0°C | 内阻增大2-3倍，可用容量下降 | 限制放电功率，禁止大电流充电 |
| 0°C - 45°C | 正常工作区间 | 常规策略 |
| 45°C - 60°C | 老化加速，安全风险上升 | 限制充放电功率，加强散热 |
| > 60°C | 热失控风险 | 立即切断回路，报警 |
2.2.4 内阻
内阻是电池的「健康指标」。它不像电压电流那样可以直接测量，需要估算。
内阻分为欧姆内阻和极化内阻。欧姆内阻来自材料本身的电阻和接触电阻，极化内阻来自电化学反应的动力学限制。
我常用的内阻估算方法是：在电流突变瞬间，用电压变化量除以电流变化量。比如从0A突然拉到100A，看电压瞬间掉了多少。这个方法简单粗暴，但很实用。
小技巧：内阻随SOC和温度变化很大。做内阻估算时，一定要建立温度和SOC的二维查表。我习惯在25°C、50%SOC下标定基准内阻，然后通过实验数据拟合修正系数。
2.3 电池模型简介
为什么要建模型？说白了，电池内部的状态我们没法直接测量。SOC是多少？SOH还剩多少？内阻变大了多少？这些都得靠模型去估算。
常用的电池模型有三类：
- 等效电路模型（ECM）：用电阻电容搭电路，模拟电池的电气特性。最经典的是二阶RC模型。
- 电化学模型：基于PDE（偏微分方程）描述锂离子在电极中的扩散过程。精度高，但计算量大。
- 数据驱动模型：用神经网络、支持向量机等方法，从数据中学习电池特性。
我个人最常用的是二阶RC等效电路模型。为什么？因为它在精度和计算量之间取得了很好的平衡。嵌入式MCU上跑得动，精度也够用。
下面是一个典型的二阶RC模型结构：
// 二阶RC模型状态方程
// 状态变量: V1 (RC网络1电压), V2 (RC网络2电压)
// 输入: I (电流)
// 输出: Vt (端电压)
V1(k+1) = V1(k) * exp(-dt/(R1*C1)) + I(k) * R1 * (1 - exp(-dt/(R1*C1)))
V2(k+1) = V2(k) * exp(-dt/(R2*C2)) + I(k) * R2 * (1 - exp(-dt/(R2*C2)))
Vt(k) = OCV(SOC(k)) - V1(k) - V2(k) - I(k) * R0这个模型里，R0是欧姆内阻，R1C1和R2C2分别模拟不同时间常数的极化效应。R1C1通常模拟秒级的极化，R2C2模拟分钟级的极化。
嗯，这里要注意——模型参数不是一成不变的。温度变了，SOC变了，老化程度变了，R0、R1、C1这些参数都得跟着变。所以实际工程中，我们通常用查表法或者在线辨识法来更新模型参数。
我的建议：新手做BMS，先从二阶RC模型入手。把模型参数标定好，把卡尔曼滤波调通，再考虑更复杂的模型。别一上来就搞电化学模型，那玩意儿在MCU上跑不动。
2.4 本章知识体系
为了让你更直观地理解这一章的内容结构，我画了一张图：
这张图把这一章的核心逻辑串起来了。你从工作原理出发，理解电池为什么会有这些特性；然后掌握关键参数，知道该测什么、怎么测；最后用数学模型把这些知识封装起来，为后续的SOC、SOH、SOP算法打下基础。
好了，这一讲就到这里。内容不少，但都是BMS算法的基础中的基础。你把这些吃透了，后面讲卡尔曼滤波、SOC估算的时候，你会觉得顺很多。