3、电压采集技术：单体电压采集方案
电压采集，是BMS最基础、也是最关键的一环。你想想看，SOC估算、SOH评估、均衡控制，哪一样离得开准确的单体电压？
我个人习惯把电压采集方案分成两大类：AFE芯片方案和分立器件方案。这两种方案我都用过，各有各的脾气。
3.1 单体电压采集方案
3.1.1 AFE芯片方案
AFE芯片，说白了就是专门干电压采集的“专业选手”。像ADI的LTC6811、TI的BQ79616、NXP的MC33771，这些都是市面上常见的型号。
AFE芯片的好处很明显：
- 集成度高：一个芯片能搞定12~16串电池的电压采集
- 精度好：典型精度能做到±1mV以内
- 隔离方便：通过SPI或变压器隔离，轻松实现高低压隔离
- 自带功能：被动均衡、温度采集、故障检测都集成在里面
我在项目中遇到过一个问题：某款AFE芯片在低温环境下，电压读数会漂移。后来查了手册才发现，芯片内部有个参考电压源，温度系数是±50ppm/°C。嗯，这个坑我踩过，所以现在选型时一定会看温度特性曲线。
核心要点：AFE芯片方案适合12串以上的高压电池包。如果你的项目是48V、72V或者更高，直接上AFE芯片，省心省力。
3.1.2 分立器件方案
分立器件方案，就是用运放、电阻、电容自己搭采集电路。说实话，现在用分立器件的越来越少了，但在某些场景下它还是不可替代的。
什么时候用分立器件？
- 成本敏感：AFE芯片一颗要几十块，分立器件几块钱搞定
- 串数很少：比如只有2~4串的电池包，用AFE芯片有点浪费
- 特殊需求：需要更高的采样率，或者需要定制化的滤波特性
我曾经给一个两轮电动车项目做过方案，电池包只有4串，客户要求成本压到最低。我用了差分运放+多路复用器+MCU内置ADC的方案，成本控制在3块钱以内。精度嘛，±5mV，够用了。
注意：分立器件方案对PCB布局要求很高。差分走线必须等长、等距，参考地要干净。否则噪声会直接耦合进采样信号，精度根本没法保证。
3.2 电压采样精度与误差分析
精度这东西，说起来简单，做起来全是坑。我见过太多人只看芯片手册上的“典型精度”，结果实际做出来差了一大截。
误差来源主要有这几个：
| 误差来源 | 典型值 | 影响程度 |
|---|---|---|
| AFE芯片内部ADC量化误差 | ±0.5mV | 中等 |
| 参考电压温漂 | ±50ppm/°C | 高 |
| 分压电阻精度 | ±0.1% | 高 |
| PCB走线压降 | ±0.2mV | 低 |
| 共模干扰 | ±1mV | 高 |
为什么会这样？我举个例子。假设你用了0.1%精度的分压电阻，在4.2V的电压下，误差就是4.2V × 0.1% = 4.2mV。这个误差已经比AFE芯片本身的精度大好几倍了。
所以我的习惯是：分压电阻必须用0.05%甚至0.01%的精密电阻。虽然贵一点，但省心。
避坑指南：我曾经在一个项目中，用了便宜的厚膜电阻，结果温度一变化，电压读数就飘。后来换成金属箔电阻，问题解决了。记住：电阻的温度系数比精度更重要。
3.3 电压采样滤波算法
硬件采集完了，软件还得做滤波。为什么？因为电池电压不是稳定的直流信号，它上面叠加了很多噪声：
- 电机PWM开关噪声（几百kHz）
- DC-DC变换器纹波（几十kHz）
- 电池自身电化学噪声（低频）
我常用的滤波算法有三种，各有适用场景：
3.3.1 滑动平均滤波
最简单，也最常用。说白了就是取最近N次采样的平均值。
// 滑动平均滤波
#define FILTER_WINDOW 8
uint16_t buffer[FILTER_WINDOW];
uint8_t index = 0;
uint32_t sum = 0;
uint16_t moving_average_filter(uint16_t new_value) {
sum -= buffer[index];
buffer[index] = new_value;
sum += new_value;
index = (index + 1) % FILTER_WINDOW;
return sum / FILTER_WINDOW;
}这个算法有个问题：窗口越大，延迟越大。8次采样，如果采样率是100Hz，延迟就是80ms。对于SOC估算来说，这个延迟可以接受。
3.3.2 一阶低通滤波
适合滤除高频噪声，计算量小，适合嵌入式MCU。
// 一阶低通滤波
#define ALPHA 0.1 // 滤波系数，范围0~1
uint16_t low_pass_filter(uint16_t new_value, uint16_t last_value) {
return (uint16_t)((float)last_value + ALPHA * ((float)new_value - (float)last_value));
}ALPHA值怎么选？我一般这样估算：如果采样率是100Hz，想滤除10Hz以上的噪声，ALPHA取0.1左右。具体可以查一下“截止频率”的计算公式。
3.3.3 中值滤波
这个算法对付“毛刺”特别有效。比如电池连接器接触不良，偶尔跳出一个异常值，中值滤波直接把它干掉了。
// 中值滤波
#define MEDIAN_WINDOW 5
uint16_t median_filter(uint16_t *data, uint8_t len) {
uint16_t temp[MEDIAN_WINDOW];
for(uint8_t i = 0; i < len; i++) temp[i] = data[i];
// 冒泡排序
for(uint8_t i = 0; i < len - 1; i++) {
for(uint8_t j = 0; j < len - 1 - i; j++) {
if(temp[j] > temp[j+1]) {
uint16_t t = temp[j];
temp[j] = temp[j+1];
temp[j+1] = t;
}
}
}
return temp[len / 2];
}我的建议：实际项目中，我通常把三种算法组合使用。先用中值滤波去掉毛刺，再用滑动平均平滑数据，最后用一阶低通滤除高频噪声。三层滤波下来，电压数据基本就干净了。
嗯，这里要注意：滤波不是越强越好。滤波太狠，真实电压变化会被“抹平”，导致SOC估算响应变慢。我一般把滤波后的延迟控制在100ms以内，这样既干净又及时。
好了，电压采集这块就聊到这儿。记住一句话：硬件方案决定精度上限，软件滤波决定实际表现。两者缺一不可。