本书专注于电力能源管理分支领域电池管理方向，从电池管理系统的主要目的出发，提供了应用等效电路模型解决电池管理和控制中问题的多种方法，重点研究了如何通过简单的电压、电流、温度测量来估计电池内部状态，以及如何控制电池的运行从而在寿命和性能之间达到最佳的平衡。本书主要内容包括：电池管理系统的设计要求、电池组的建模方法、电池状态的估计方法、电池组的均衡方法以及电池组的最优控制方法。

1.1 电池组拓扑

1.2 BMS 设计要求

1.3 电池组检测：电压

1.4 电池组检测：温度

1.5 电池组检测：电流

1.6 高压接触器控制

1.7 隔离检测

1.8 热管理

1.9 保护

1.10 充电控制

1.11 通过 CAN 总线的通信

1.12 日志功能

1.13 SOC 估计

1.14 能量估计

1.15 功率估计

1.16 诊断

1.17 小结与展望

电池管理系统要求

2.1 建立电池模型

2.2 建模方法 1：经验模型

2.3 建模方法 2：基于物理的模型

2.4 模拟电动车

2.5 车辆动力学方程

2.6 电动汽车仿真代码

2.7 电动汽车仿真结果

2.8 模拟恒功率和恒电压

2.9 模拟电池组

2.10 PCM 仿真代码

2.11 PCM 结果示例

2.12 SCM 仿真代码

2.13 SCM 结果示例

2.14 小结与展望

电池组仿真

3.1 SOC 估计

3.2 一个 SOC 的详细定义

3.3 SOC 估计的多种方法

3.4 回顾随机过程

3.5 序贯概率推断

3.6 线性卡尔曼滤波

3.7 扩展卡尔曼滤波 EKF

3.8 使用 ESC 电池模型实现 EKF

3.9 利用 Sigma - Point 对 EKF 问题进行改进

3.10 SPKF

3.11 使用 ESC 电池模型实现 SPKF

3.12 与传感器、初始化有关的实际问题

3.13 利用 bar - delta 滤波减低计算复杂度

3.14 小结与展望

3.15 附录：算法

电池状态估计

4.1 健康估计的必要性

4.2 负极老化

4.3 正极老化

4.4 电压对 R0 的灵敏度

4.5 估计 R0 的代码

4.6 电压对 Q 的灵敏度

4.7 通过卡尔曼滤波进行参数估计

4.8 EKF 参数估计

4.9 SPKF 参数估计

4.10 联合和双重估计

4.11 鲁棒性和速度

4.12 使用线性回归算法对总容量进行无偏估计

4.13 加权的普通最小二乘法

4.14 加权的总最小二乘法

4.15 模型拟合优度

4.16 置信区间

4.17 简化的总最小二乘法

4.18 近似的完美解决方案

4.19 仿真方法的代码

4.20 HEV 仿真示例

4.21 EV 仿真示例

4.22 关于仿真的讨论

4.23 小结与展望

4.24 附录：算法

电池健康估计

5.1 导致不均衡的原因

5.2 不会导致不均衡的原因

5.3 均衡器设计的选择

5.4 均衡电路

5.5 需要多长时间达到均衡

5.6 均衡仿真结果

5.7 小结与展望

电池均衡

6.1 基于电压的功率限值

6.2 通过简单电池模型的限值

6.3 通过全电池模型的限值

6.4 二分搜索

6.5 小结与展望

基于电压的功率限值估计

7.1 最小化退化

7.2 SEI 膜的形成和生长

7.3 SEI ROM 结果

7.4 过充电下的镀锂

7.5 电镀 ROM 结果

7.6 优化功率极限

7.7 插入式充电

7.8 快速充电示例

7.9 动态功率计算

7.10 小结与展望

基于物理的最优控制

关于作者