一种适用于大容量储能技术的锂离子电池管理系统

许守平，侯朝勇，杨水丽



一种适用于大容量储能技术的锂离子电池管理系统

许守平，侯朝勇，杨水丽

（中国电力科学研究院，北京 100192）

应用锂离子电池进行储能已成为大容量储能技术研究的重点，但为保证电池组的可靠性、安全性、一致性及使用寿命，必须设计电池管理系统来对锂离子电池进行有效管理。本文提出了一种适用于大容量储能技术的锂离子电池管理系统，该管理系统采用分层采集和管理的方法，分别对单体电池、电池组和储能子系统进行管理。文章详述了分层管理系统的结构、功能和管理策略，其中着重介绍了单体电池数据采集功能、电池状态估计功能和均衡管理功能，并进行了实验验证，给出了实验结果分析。实验结果证明了该管理系统可以满足实际的大容量储能应用需求，可以实现锂离子电池的高精度状态估计功能和高效均衡控制策略，具有很好的应用前景，为后续产业化发展提供了一种技术和思路。

储能技术；电池管理系统；数据采集；状态估计；均衡管理

储能技术对于全球节能减排与优化能源结构的目标实现有着积极的推动作用，尤其随着可再生能源比例的增大、智能电网概念的提出，规模化大容量储能技术应用的市场前景逐渐显现。其中，锂离子电池由于具有较高的能量密度比和功率密度比，良好的充放电效率和灵活的成组方式可满足目前大规模储能的要求，已经成为大容量储能研究的重点[1-3]。但锂离子电池具有明显的非线性、不一致性和时变特性，在长期充放电过程中容易造成成组电池之间的离散性加大，性能衰减加剧，严重影响电池组的使用寿命，因此，有必要对锂离子电池进行有效管理和控制，以保证电池的安全和可控运行，发挥电池的最大功效。近年来随着储能和电动汽车的发展，国内外对于电池管理系统的技术研究也迅速发展。目前国外具有代表性的电池管理系统有：美国Nanocorp公司和Villanova大学开发的电池管理系统；美国通用公司电动汽车EVI采用的电池管理系统；美国特斯拉公司开发的电动汽车动力电池管理系统；Aerovironment公司开发的SmartGuard系统；AC Propulsion公司开发的高性能电池管理系统Batopt；德国Mentzer Uleetronic GmbH和Werner Retzlaff为首设计的BADICHUQ系统及BADICOa CH系统；Hauek设计的Battman系统；韩国Ajou大学和先进工程研究院联合开发的电池管理系统；日本丰田普锐斯混合动力汽车上的电池管理系统等。在国外大力发展电动汽车电池管理系统相关技术的同时，国内也组织了很多电池管理系统重大研究项目，并取得了很大的突破，接近了国外的技术水平。其中比较成熟的有北京理工大学承担的EQ7200HEV项目，湖南神州公司承担的EQ6110HEV项目，还有惠州亿能、深圳派司德科技等厂商开发的高性能电池管理系统等[4]。总的来讲，虽然电池管理技术有了很大的提高，特别是动力电池管理技术已经进入实际应用阶段，但有些技术方面还有待完善，尤其是对适用于电池储能系统的锂离子电池管理系统的研究还比较少。因此，本文主要介绍一种适用于规模化大容量储能技术的锂离子电池管理系统，其中大容量储能是指额定功率不小于100 kW且储能时间不少于15 min的储能系统，详述了电池管理系统的结构特点和每个结构的主要功能，重点介绍了电池管理系统的数据检测、电池状态估计和电池均衡功能，并对电池估计状态功能进行了仿真计算，最后对储能用锂离子电池管理系统的研究方法进行了实验验证。

1 储能用锂离子电池管理系统结构

不同于电动汽车的应用场合，储能系统对电池性能的要求是大容量、高安全、长寿命、快速响应、可涓流充电，所用锂离子电池数量巨大，通常是成千上万节单体电池通过串并联的形式组成电池模块，形成储能系统来满足多种功能，因此，储能用锂离子电池管理系统有别于其它场合。储能用电池管理系统的结构框图如图1所示，每个电池箱配有一个电池监控单元（cell supervision circuit，CSC），几个CSC组成一个子电池系统管理单元（slave battery management unit，SBMU），根据储能容量的需要，再由适当数量的SBMU组成一个主电池系统管理单元（master battery management unit，MBMU），并配备就地监控系统、高压检测和绝缘监测模块等其它所需的模块，这些模块共同构成电池管理系统（battery management system，BMS）。

其中CSC对电池箱的电压和温度进行检测，经过处理后将其传输给SBMU，同时对电池箱内的电池进行均衡管理；同时，CSC还可以控制电池箱内的温度调节，当电池温度超过最优工作温度区间或电池温差大时，开启风机，对本箱电池进行热管理，直到电池工作温度和温差恢复到设计范围。SBMU 接收CSC传来的数据信息，检测电池子系统的总电流、总电压和绝缘度，根据采集的电池数据估计电池组的荷电状态（state of charge，SOC），对电池组进行保护；同时判断电池组的故障状态，实时上报给就地监控系统，完成与就地监控系统的通信。图2和图3分别是CSC和SBMU的结构框图。

根据储能需要，再由若干个SBMU组成一个MBMU来对整个储能电池系统的电池进行管理，其中电压和绝缘检测模块是对整个电池系统的总电压、绝缘状态进行检测，MBMU是对整个电池系统的电池状态进行汇总和处理，得到本系统的SOC、故障类型及等级、最大允许充放电电流等状态，并与双向变流器和监控调度系统进行通讯。为了提高系统的可靠性和及时性，MBMU和双向变流器之间除了CAN总线以外，还增加了保护干接点，在CAN总线保护失效时，通过输出干接点信号至双向变流器，使变流器停机，实现变流器与电池之间的物理断开。

考虑到MBMU传送到变流器的数据主要用于控制，实时性强，因此传输的数据仅限于控制数据，包括系统最高单体电池电压、系统最低单体电池电压、系统最高温度、系统SOC、系统最大允许充电电流、系统最大允许放电电流、系统故障代码等；而为了实现电池运行过程状态的全方位监控和记录，MBMU传送到监控调度系统的数据更为详尽，包括所有单体电池电压、温度、各箱电池工作电流、各箱电池SOC、各箱电池最高单体电池电压及位置、各箱电池最低单体电池电压及位置、各箱电池最高温度及位置、各箱电池最低温度及位置、各箱电池故障代码、各箱电池最大允许充放电电流、各箱电池工作模式（在线模式或者离线模式）等详细 数据。

BMS 的通讯主要分为内部通讯和外部通讯。外部通讯指BMS与上层监控调度系统的通讯，目前采用IEC104 协议。内部通讯指BMS中各个模块之间的通讯，目前采用可靠性高抗干扰能力强的CAN通讯接口。

依据储能系统的需求，BMS的软件设计可划分成如下几个任务：启动任务；总电压采集任务；总电流采集任务；温度采集任务；绝缘检测任务；SOC 估计任务；变流器数据接收任务；变流器充放电控制任务；监控调度系统数据接收和发送任务；数据分析任务；通讯任务；多级报警任务和空闲任务等。

2 电池管理系统的主要功能

储能用锂离子电池管理系统包含有数据检测功能、统计存储功能、运行参数设定功能、充放电管理功能、通信功能、报警功能、电池系统保护、电池系统容量标定及SOC估计功能、热管理功能、电池均衡管理功能、高压管理功能、绝缘检测功能等多个功能模块[5-6]。其中，单体电池数据检测、电池状态估计功能和均衡管理功能是目前电池管理系统研究的热点，本文主要就这三方面的实现策略进行讨论。

2.1 单体电池数据检测功能

单体电池工作数据的检测主要是电压和温度两个方面，由BMS中的CSC完成，其中温度是BMS对电池进行热管理和安全保护的依据。当CSC检测到电池温度超过最优工作温度区间或电池温差大时，就控制风机开启，对本箱电池进行热管理，直到电池工作温度和温差恢复到设计范围。单体电池的电压不但是电池的优劣状况的最好体现，也是初步估计电池SOC的重要参考依据。单体电池电压检测的难点主要有两点：① 储能系统中的电池数量巨大，需要很多通道来完成单体电池的电压检测。当进行电压测量时会产生累积电动势，同时每个单体电池的累积电动势都不相同，并且没有一个统一的办法来消除这种累积电动势，这就给电池检测电路的设计带来一定的困难；② 单体电池的测量精度要求很高，这是因为电池SOC的估计精度与电池参数的测量精度关系比较大。以磷酸铁锂电池为例，如图4所示，因为磷酸铁锂电池的开路电压曲线（open circuit voltage，OCV）比较平缓，相对应于单体电池电压每1 mV的变化，其SOC估计误差最大可以达到4%。因此单体电池的电压测量需要很高的精度[7-8]。但考虑到BMS的成本，大多数BMS厂商并不愿意使用高精度的电压和电流测量设备。

图4 25 ℃下磷酸铁锂电池的OCV曲线和每mV电压下的SOC变化趋势图[4-5] Fig.4 OCV curves and the SOC variation per mV voltage of LiFePO4[4-5] measured under 25 ℃ 本文所论述的单体电池数据检测方案采用了比较成熟的凌特公司电池监测芯片LTC6804，该芯片最多可测12个串联锂离子电池的电压，可堆叠式架构实现高电压电池组的监测，每个电池输入均具有一个相关联的MOSFET开关，用于对任何过充电池进行放电（100 mA）。每个LTC6804具有一个可单独寻址的串行接口，允许把多个LTC6804联接到一个控制处理器上实现同时运作。图5示出了利用LTC6804进行单体电池数据检测的原理电路图。利用这种监测芯片，本文介绍的储能用锂离子电池管理系统的检测精度，电压为2 mV，温度为0.5 ℃，可以满足目前的实际需要。 图5 单体电池数据检测的原理电路图 Fig.5 The circuit diagram of the cell data acquisition 2.2 电池SOC的估计功能 锂离子电池组的SOC是电池电量的直接反映，是锂离子电池组最主要的状态参数，它不仅提供了实际储能系统的当前存储（剩余）能量的重要信息，还为锂离子电池的使用、管理和维护提供重要依据。 在过去的研究中，学者们提出了许多种经典的SOC估计方法，每种方法都有各自的适用范围。考虑锂离子电池的放电特性，目前研究和采用较多的SOC 估计方法主要有：安时积分法、开路电压法、神经网络法和卡尔曼滤波法等[8-10]。这些方法各有优缺点，也都有各自的应用领域，具体的特性比较见表1。 朱熹对于“心”“性”之间的关系与胡宏大有不同。胡宏认为，性就是天道、天命，甚至可以说是万物中最高的本体;性还涵盖了万理，义理的性和生理的性是其两大重要组成部分。性、心、情三者之间的关系在朱熹看来可以用水来形容:“心譬水也。性，水之理也。性所以立乎水之静;情所以行乎水之动;欲则水之流而至于滥也。”而胡宏把性、心、情之间的关系描述成:性就相当于是水，水的下面就是心，水的波澜就是情，水的波浪就是欲。朱熹认为，心包括“性”与“情”，胡宏则主张“性体心用”。心包括“性”“情”的这个心指的是“气”，这个“性”即是理;“性体心用”的“心”与“性”的概念和内容是一样的，不同在于性是主体，心是表现。 表1 锂离子电池SOC估计算法的比较[11-12] Table 1 Comparison of the SOC estimation methods[11-12] 在实际估算SOC时，即要考虑SOC估算值的精确性，也要考虑算法实现的难易程度、计算量的大小和对电池管理系统造成的负荷。采用卡尔曼滤波法和人工神经网络法虽然能得到较高的精度，但是算法设计难度较大，需要大量的计算，电池管理系统的处理负荷也大。因此，本文认真总结了以上几种SOC估算方法的优缺点，将安时积分法与开路电压法结合，采用改进的安时积分法，依靠高精度的模拟量采集和大容量历史数据存储等功能，同时考虑温度、充放电效率、自放电、SOH等对电池容量的影响，参考当前OCV曲线和历史负载电压曲线，结合外特性试验建立的数值模型设定SOC估算策略，对锂离子电池的SOC进行估算。 具体的估算方法为在初始时刻t0釆用开路电压法估算SOC初始值双SOC0，根据影响初始值的温度、放电倍率和循环寿命等主要因素修正SOC0，修正系数为：K0=KT×KM×KS，其中KT、KM、KS分别为温度影响因子、充放电倍率和循环寿命影响因子。在到t1时刻采用安时积分法，计算公式为，其中CN为额定容量；i(t)为电池电流。根据t0到t1时刻SOC的影响因素对上述安时积分法的结果进行修正，修正系数为：K0=KT×KI×KR，其中KT、KI、KR分别为温度影响因子、充放电电流影响因子和电池容量影响因子；KI在充电时为负，放电时为正。 此时，t1时刻电池SOC的估算值SOC1为： 式中,分别为磁链和转矩的给定值,ψsN,TeN分别为磁链和转矩的额定值,kψ,kT为磁链和转矩的权重因子,通过选择适当的kψ和kT可以灵活实现对磁链和转矩的控制.由式(16)分别计算8个电压矢量对应的价值函数J,通过比较可得到使价值函数最小的电压矢量,即最优电压矢量. （1） 其中，K0为初始值修正系数，KI为安时积分法计算值修正系数，CN为电池额定容量。最后，要定时对SOC的初始值进行校正。这是因为一方面SOC的初始值大都在10%～95%开始估算，另一方面如果电池的静置时间不足，也会导致电压不能及时恢复, 采用开路电压法时，就会存在一定的误差且这个误差不易消除。因此，就需要在估算一定的时间范围内对SOC的初值进行校正，校正的方法是把电池充满或放空，静置一定的时间，然后再采用开路电压法对SOC初始值进行重新估算。 按照上述的SOC估算方法，本文所研究的电池管理系统针对储能中的某3并16串的磷酸铁锂电池箱进行试验，试验方案如图6所示，高低温箱设定为恒温25℃，充放电方式为恒流充放电和脉冲充放电模式。 液体肥能够与节水节肥技术配套使用。大部分企业关注了肥，却不太关注水。过量灌溉是目前水肥一体化过程中最突出的问题。当水肥结合时候风险非常大，肥料利用率降低，效果也变差了。 图6 试验方案示意图 Fig.6 The schematic diagram of experimental scheme 下文是按照恒流充电测试和脉冲充放电测试得到的测试数据和结果分析。图7是在以恒流100 A连续充电方式下SOC计算值曲线图。 图7100A连续充电下的SOC计算值曲线 Fig.7 The SOC value curve of constant current charging at 100 A 图7中，SOC为电池管理系统计算得到的SOC值，I为电池管理系统的检测电流，V为电池箱端电压，SOC_A·h为通过充放电设备的输出A·h累积所得到的理论SOC。在充电开始前，以固定100 A放电电流对电池箱放电到截止条件后静置30 min，启动系统得到此时的SOC计算值为3.2%。以恒定100 A的电流对电池组充电，整个充电过程持续3小时28分39秒，充放电设备输出总A·h数为348.5 A·h。表2为充放电设备输出不同A·h数时所对应的SOC估算值。 表2 充放电设备输出不同A·h数时所对应的SOC估算值 Table 2 The SOC estimating value corresponding to the different A·h of the charging and discharging device 在充电完毕后，静置电池组16 h后，测量电池组总电压为53.44 V，平均单节电池电压为3.34 V，通过查表可以得出此时的SOC等于95%。因此在一个充电循环结束后SOC的计算误差为 DSOC=97.2%-95%=2.2%。 图8是以0.3 C进行分段充电的SOC曲线图。 图8 0.3 C分段充电电流测试曲线 Fig.8 The test curve of stepped charging at 0.3 C 在这个充电过程中，SOC为电池管理系统的计算值，每一次充电结束的依据是充放电设备输出的安时数达到36 A·h，由于第一次充电时初始SOC为4.6%，因此第一次充电时输出的安时数为19.44 A·h，最后一次由于达到充电截止条件，因此充放电设备输出的安时数为30.71 A·h。本次测试中计算SOC与安时数的对应关系见表3。 3.仔猪下痢。因母猪奶水不足或过浓，乳质突变或品质差，易造成下痢而死亡；新生仔猪铁的贮存量很少，乳汁中铁的含量很低，仔猪常因缺铁造成食欲减退、贫血、抵抗力下降、生长停滞，导致下痢死亡。舍内卫生状况差，天气骤变或舍内潮湿，场内有传染性致痢的病史，没有严格消毒，仔猪易下痢死亡。仔猪补饲具有重要作用，不根据仔猪的生理特点和特殊要求进行补饲，常引起仔猪下痢。 表3 SOC计算值和安时数的对应关系表 Table 3 The SOC estimating value corresponding to the different A·h 从表3中可以看出，当输入36 A·h的能量时，SOC的增量平均为9.35%。其它能量以其它形式损失。适当调整影响损失能量的系统参数，建立精确的系统模型，就可以得到更加符合实际系统的数学模型，从而提高系统的计算精度。 通过上面两个实验的测试结果可以看出，在连续充电模式下，SOC的计算值与实际SOC的误差为+2.2%，满足实际需求的SOC估算精度指标。在分段充电模式下，在每个SOC平台阶段的计算值都低于实际输入的安时数，这符合电池的充电特性，即输入的安时数一部分以能量形式存储，小部分以其它形式损耗。由于存在能量损耗，连续充电模式下的估算结果，实际的SOC会低于按照安时法计算得出的SOC5%左右，也满足实际应用的需求。 2.3 均衡方法 当锂电池串联使用时，由于各单节锂电池内部特性的不一致，会导致各节锂电池充放电的不一致。当其中的一节电池性能恶化时，整个电池组的行为特征都会受到此电池的限制，降低整体电池组性能。为使锂电池组能够最大程度地发挥其优越性能，必须要对锂电池在充放电时进行实时监控，对电池间的不一致性进行均衡处理，能够削平电池间的差异，使电池保持较好的一致性，达到延长电池寿命降低成本的目的。储能用锂离子电池均衡管理的方法主要有被动均衡、主动均衡和两种均衡相结合的3种方式[13-14]。 交互式作为用户体验的一个方面，动态的效果在网页编排设计中不只是页面上简单出现的FLASH动画、跃动的文字、动态的图片等，更主要的是与用户之间的交互性，试图将用户的需求通过形变、移位等方法生动有趣的过渡，利用鼠标的点击、滚动效果增添在交互式过程中给用户带来的生动趣味。 被动均衡是通过高值电阻将某些电池单元的过剩电量分流消耗的方式，使高电量电池单元与低电量电池单元电量达到均衡的方法。这种方法使用的装置是电池均衡装置中最简单、最经济的，也是目前应用最广的。但其缺点也很明显，它只能做充电均衡，而且，在充电均衡过程中，多余的能量要作为热量释放掉，会造成整个系统效率低下，功耗提高。所以为了防止均衡过程中电池过热，被动均衡的电流一般都很小，目前大约是几十毫安。 主动均衡是在充放电过程中，电压较高的电池电能不是通过电阻消耗掉，而是利用一种主动往复充电的元件，将电量从一个电池单元转到另一个上，从而实现锂电池组的均衡充放电的方法。这种方法因为是外接电子元件，所以相对均衡电流比较大，目前可做到几安。但这种方法因为技术还不成熟，需要设计专门的电路来实现，因而会增加成本，减低可靠性，所以还需要进一步的研究。 本文采用一种基于双向能量转移的均衡架构及方法，以电池工作电压一致作为均衡目标，通过平均值计算，达到均衡目的。这种方法是采用高压双向DC/DC电路模块和公共的内部12 V电源总线，并通过SBMU单元集中调度整个电池组串内启动均衡的通道数量，可以实现电池模组之间的能量转移以及内部12 V电源总线与电池组高压母线之间的能量转移，从而实现整个电池组串内部各单体电池之间的均衡和电池模组之间的均衡，对均衡能量实现了有效地回收利用，避免了由于均衡导致的发热问题，这种方法可以使主动均衡的电流达到2 A，能起到很好的均衡效果。均衡电路及在试验过程中均衡24 h的均衡效果如图9所示。 （a）均衡电路图 （b）均衡效果图 图9 均衡电路和均衡效果图 Fig.9 The balancing circuit and the balancing results 3 结 论 本文主要介绍了一种适用于大容量储能技术的锂离子电池管理系统，详细阐述了该管理系统的各层结构和功能，重点研究了电池管理系统的数据采集功能、SOC估计功能和均衡功能等核心功能，分别提出了各自采取的控制策略，并进行了实验验证。实验结果表明，利用改进的安时积分法对电池的SOC进行估计，可以提高电池管理系统的SOC估算精度；利用基于双向能量转移的均衡方法，可以提高储能电池在运行中的一致性，延长电池的使用寿命。这种电池管理系统可以满足实际的大容量储能技术需要，具有很好的应用前景，为进一步研究储能用电池管理系统提供了一种思路，对于电池管理系统的发展具有一定的参考价值，有利于大容量储能系统的进一步推广应用。 翻译过程中，如果在源语的认知模式中，源认知域与目的认知域的映射关系不能被目的语认知经验所理解和接受，那么只得依据其目的认知域，改变译出语源认知域中的价元，以符合译入语的认知经验 (王子颖，2015)。也就是说仍使用源认知域进行表达，采用异化译法，保留源语言中已有的认知概念或表达方式，通过改变目的认知域的价元来匹配源认知域中的隐喻部分，即变价映射。 参 考 文 献 [1] Zhang Jing（张静），Yue Fen（岳芬），Yu Zhenhua（俞振华），et al. 2013年储能政策和产业盘点[J].Energy Storage Science and Technology（储能科学与技术），2014，3（1）：78-80. 随着社会逐渐趋向于现代化发展，国民生活水平得到了快速提高，在此背景下，新闻摄影对新闻质量的直接影响也逐渐被大众所认知。[2]通过高质高效的新闻摄影，不仅可体现出我国社会发展历程，更可对各领域做出的成果进行记录及传播。故新闻摄影自身也具有极高的社会性，对推动社会主义建设具有积极的作用。 [2] Consulting Group of State Grid Corporation of China to Prospects of New Technologies in Power systems. An analysis of prospects for application of large-scale energy storage technology in power systems[J]. Automation of Electric Power Systems（电力系统自动化），2013，37（1）：3-8，30. 综上所述，公路工程安全事故的引发因素包括人员素质不足、管理体系存在漏洞、建材存放未满足相关要求以及存在设计缺陷等，这些因素导致公路在施工和运行中都可能产生安全事故。要解决这一问题，可以通过应用新型技术、完善管理制度、提高人员素质以及设立监理系统等措施达成目的。 [3] Xu Shouping（许守平），Li Xiangjun（李相俊），Hui Dong（惠东）. A review of development and demonstration application of large-scale electrochemical energy storage[J]. Electric Power Construction（电力建设），2013，34（7）：73-80. [4] Jiang Jiuchun（姜久春）.电池管理系统的概况和发展趋势[J]. Advanced Materials Industry（新材料产业），2007，（8）40-43. [5] Arai J，Yamauchi S，Yamauchi S，et al. Development of a high power lithium secondary battery for hybrid electric vehicles[J]. Journal of Power Sources，2005，146（1-2）：788-792. ③-4层中砂(Q3al+pl)：灰白色～灰黄色，局部青灰色，密实，饱和，局部含黏土成分，上部主要为中砂，局部为粉砂；矿物成分以石英、长石为主，磨圆度一般，级配不良；场区普遍分布。 [6] Lu Languang，Han Xuebing，Li Jianqiu，et al. A review on the key issues for lithium-ion battery management in electric vehicles[J]. Journal of Power Sources，2013，226：272-288. [7] Chen Li（陈立），Lu Xuemei（卢雪梅），Fang Mingjie（方明杰），et al. A study on power Li-ion battery pack's management system of electric vehicles[J]. System Simulation Technology & Application，2011，13：1051-1055. [8] Li Zhe（李哲），Lu Languang（卢兰光），Ouyang Minggao（欧阳明高）. Comparison of methods for improving SOC estimation accuracy through an ampere-hour integeration approach[J]. Journal of Tsinghua University（清华大学学报），2010，50（8）：1293-1296. [9] Liao Xiaojun（廖晓军），He Liping（何莉萍），Zhong Zhihua（钟志华），et al. A review of battery management system[J]. Automotive Engineering（汽车工程），2006，28（10）：961-964. 心理学家普拉切克根据自己的研究提出，人的情绪主要有恐惧、惊讶、悲痛、厌恶、愤怒、期待、快乐和接受共8种基本情绪。每一种基本情绪都可以根据强度上的变化而加以细分，比如强度高的愤怒是狂怒，强度低的愤怒是生气。 [10] Yu Bin（俞斌），Sang Bingyu（桑丙玉），Liu Huan（刘欢），et al. Control strategy of lead-acid batteries energy storage system in smart microgrid[J]. Power System and Clean Energy（电网与清洁能源），2013（12）：119-125. [11] Yin Andong（尹安东），Zhang Wanxing（张万兴），Zhao Han（赵韩），et al. Research on estimation for SOC of LiFePO4 Li-ion battery based on neural network[J]. Journal of Electronic Measurement and Instrument（电子测量与仪器学报），2011，25（5）：433-437. [12] Chen Jian（陈健），Wan Guochun（万国春），Mao Huafu（毛华夫）. Study of battery SOC prediction based on multi-model[J]. Chinese Journal of Power Sources（电源技术），2013，37（2）：251-254. [13] Liu Xintian（刘新天），Liu Xingtao（刘兴涛），He Yao（何耀），et al. Based Vmin-EKF SOC estimation for power Li-ion battery pack[J]. Control and Decision（控制与决策），2010，25（3）：414-417. 即使再平凡不过的黑发，我也觉得她的发色格外乌黑柔顺，而发丝在她白皙脸庞画下的线条也特别迷人，像工笔国画。 [14] Li Na（李娜），Bai Kai（白恺），Chen Hao（陈豪），et al. Summary of equalization for LiFePO4 Li-ion batteries[J]. North China Electric Power（华北电力技术），2012（2）：60-65. A Li-ion battery management system for large-capacity energy storage XU Shouping, HOU Chaoyong, YANG Shuili （China Electric Power Research Institute, Beijing 100192, China） Abstract：With having many advantages, Li-ion battery has become the key research topics for large capacity storage. Lithium ion battery management system must be designed to maintain the battery safety operation and prolong its cycle life. This paper proposes a new hierarchical management strategy for Li-ion battery, which may monitor and manage the cells, battery packs and the energy storage subsystem. At the same time, it discusses the structure and function of each layer and introduces the main function of the Li-ion battery management system, especially the cell data acquisition part, state-of-charge estimation and the balancing part. They are verified by the experiments. The experimental results show that the system can meet the need of the energy storage system, realized the high precision of state-of-charge estimation and the balancing management function of Li-ion battery. It provides a technical solution for managing large capacity lithium ion battery energy storage system and a good application prospect. Key words：energy storage technology; battery management system; data acquisition ; state-of- charge; balancing management doi： 10.3969/j.issn.2095-4239.2016.01.008 中图分类号：TM 911 文献标志码：A 文章编号：2095-4239（2016）01-069-09 收稿日期：2015-07-02；修改稿日期：2015-12-02。 基金项目：国家电网公司科技项目（DG71-15-038）。 第一作者：许守平（1978—），男，高级工程师，研究方向为电能存储与转换技术，E-mail：bryan_xsp@126.com；通讯联系人：侯朝勇，高级工程师，研究方向为电能存储与转换技术，E-mail：houchaoyong@epri.sgcc.com.cn。