BMS学习经验 - 技术栈

宁德时代储能事业部
电池建模能力：ECM模型建立

要求	说明	你现在
电池建模能力	ECM 模型建立、参数辨识	需要学
SOC/SOH 算法	EKF、UKF 等算法实现	需要学
Simulink 仿真	基于模型的设计	需要学
编程能力	MATLAB/Python/C	Python
项目经验	有完整项目更好	需要做
学历	硕士优先，本科也可	硕士✅

面试会问什么？

技术问题：

SOC 估算有哪些方法？各自的优缺点？
EKF 和 UKF 的区别？什么时候用哪个？
你搭建的电池模型精度如何？
电池参数怎么辨识？用什么方法？
Simulink 模型怎么设计的？

项目问题：

你做过什么项目？
遇到过什么问题？怎么解决的？
模型误差多少？怎么优化？

阶段一：MATLAB 基础（2 个月）

目标：能熟练使用 MATLAB 进行数据处理和科学计算

核心知识点：

第一周：基础操作
- MATLAB 界面和基本操作
- 变量、数据类型、矩阵创建
- 基本数学运算
- 脚本和函数编写
第二周：数据处理
- 数组索引和操作
- 字符串处理
- 结构体和元胞数组
- 文件读写（CSV、Excel）
第三周：数据可视化

- 二维绘图（plot）
- 子图（subplot）
- 图形修饰（标签、标题、图例）
- 三维绘图
第四周：进阶功能
- 函数句柄
- 匿名函数
- 数值计算（积分、求根、最优化）
- 符号计算（Symbolic Math Toolbox）
第五 - 八周：结合电池数据练习
- 读取电池测试数据
- 数据清洗和预处理
- 特征提取
- 统计分析和可视化

书籍：《MATLAB 基础教程》（薛宁宁）------ 入门

《MATLAB 从入门到精通》------ 进阶参考

B 站：MATLAB 零基础入门教程（选一个播放量高的）MathWorks 官方入门：https://matlabacademy.mathworks.com

MATLAB 基础阶段产出

能够独立读取数据、处理数据、画图
完成 3-5 个小练习（处理电池数据）

基础项目：电池数据处理练习

项目内容：完成 3-5 个数据处理小练习，掌握 MATLAB 基本操作：

读取 CSV 格式的电池测试数据
绘制电压、电流、温度曲线
数据滤波和去噪
特征提取（峰值、谷值、均值）
生成数据分析报告

项目要求：能够独立完成简单的数据处理任务，为后续电池建模打基础。

进阶项目：电池充放电数据分析系统

项目内容：开发一个完整的电池充放电数据分析工具：

数据导入模块
- 支持 CSV、Excel、TXT 格式
- 自动识别列名（time、voltage、current、temperature）
- 数据完整性检查
数据预处理模块
- 异常值检测和剔除
- 数据插值填补缺失值
- 平滑滤波（移动平均、卡尔曼滤波）
- 重采样（统一采样频率）
分析计算模块
- 充放电容量计算
- 能量计算（Wh）
- 库仑效率计算
- 内阻计算（脉冲放电法）
- 温升计算
可视化模块
- 多曲线对比绘图
- 充放电阶段标注
- 数据统计表格
- 报告自动生成

需要的技术：MATLAB GUI 设计（uicontrol）或 App Designer、数据处理、图形可视化

达到的企业标准：面试时能展示一个完整的、数据处理分析的工具，比只会几个小练习强很多倍。这是宁德时代等企业日常工作的基础技能。

参考资源：GitHub 搜索 "battery data analysis MATLAB" 可以找到参考项目。MATLAB App Designer 官方教程。

阶段二：电池建模（2 个月）

目标

能够建立准确的电池等效电路模型

核心知识点

第一周：电池基础

锂离子电池原理
磷酸铁锂 vs 三元锂特性
OCV-SOC 关系
HPPC 测试原理

第二周：等效电路模型

Rint 模型
一阶 RC 模型（重点！）
二阶 RC 模型
PNGV 模型

第三周：OCV-SOC 查表

OCV-SOC 曲线拟合
线性插值
磷酸铁锂 OCV 表
三元锂 OCV 表

第四周：参数辨识

HPPC 测试数据分析
R0（欧姆内阻）提取
R1、C1（极化参数）提取
不同 SOC 下参数表

第五 - 八周：建模实践

用 MATLAB 实现一阶 RC 模型
从模拟 HPPC 数据提取参数
验证模型精度
搭建二阶 RC 模型对比

书籍

《动力电池管理系统核心算法》（熊瑞）------ BMS 必读书！《锂离子电池基础与应用》（郭炳焜）------ 电池原理

视频

B 站：电池等效电路模型详解MathWorks: How to Develop Battery Management Systems in Simulink

阶段产出

能够用 MATLAB 建立一阶 RC 模型
能够从 HPPC 数据提取参数
模型精度 RMSE < 15mV

MATLAB 快速入门

https://ww2.mathworks.cn/support/learn-with-matlab-tutorials.html?requestedDomain=zh

Self-Paced Online Courses - MATLAB & Simulink

MathWorks - MATLAB 和 Simulink的制造者

自定进度在线课程 - MATLAB & Simulink

基础项目：HPPC 参数辨识

项目内容：从 HPPC 测试数据中提取一阶 RC 模型参数：

建立 OCV-SOC 查表函数
从脉冲放电数据提取 R0
从电压恢复曲线拟合 R1、C1
生成不同 SOC 下的参数表
验证模型精度（RMSE < 15mV）

进阶项目：温度依赖电池建模系统

项目内容：建立考虑温度影响的电池等效电路模型，这是企业实际产品开发中的真实需求：

多温度 HPPC 测试数据
- 收集 - 20℃、0℃、25℃、45℃等温度下的 HPPC 数据
- 或使用 MATLAB 内置的电池温度模型数据
温度依赖参数建模
- R0 随温度变化关系（指数增长）
- R1、C1 随温度变化关系
- 温度补偿系数拟合
- 阿伦尼乌斯方程拟合
温度 - OCV 耦合模型
- OCV 随温度的轻微变化
- 低温极化增强建模
- 热失控边界建模
模型验证
- 不同温度下的端电压预测
- 与实测数据对比
- RMSE < 20mV（考虑温度后）

模型封装
- 参数查找表
- 温度插值函数
- 模型调用接口

需要的技术

MATLAB/Simulink、数据拟合、温度补偿模型

达到的企业标准

温度依赖建模是储能 BMS 开发的核心技能。宁德时代等企业的储能产品需要在全国各地运行，必须考虑温度影响。这个项目能直接展示你对企业实际需求的理解。

参考资源

《动力电池管理系统核心算法》（熊瑞）------ 第 5 章有温度对参数影响的讲解MATLAB Simscape Battery 中的温度模型示例

阶段三：SOC 算法（2 个月）

目标

能够实现 EKF 等算法，完成 SOC 估算

核心知识点

第一周：SOC 基础方法

SOC 定义
开路电压法
安时积分法
各方法优缺点

第二周：卡尔曼滤波原理

状态估计概念
线性卡尔曼滤波（5 个公式）
预测和更新步骤
Q、R 参数作用

第三周：扩展卡尔曼滤波（EKF）

非线性系统的线性化
雅可比矩阵计算
EKF 算法实现
状态方程和观测方程

第四周：EKF 实践

电池 EKF 状态空间模型
EKF 完整代码实现
初始 SOC 错误时的收敛性
调参技巧

第五周：无迹卡尔曼滤波（UKF）

UKF 原理（无迹变换）
Sigma 点选取
UKF vs EKF 对比
UKF 实现

第六 - 八周：算法验证

不同工况测试（恒流、动态脉冲）
EKF vs UKF vs 安时积分对比
精度评估（RMSE、MAPE）
算法优化

书籍

《卡尔曼滤波原理及应用》（MATLAB 版）------ EKF 必读！《动力电池管理系统核心算法》（熊瑞）------ SOC 算法详解

视频

B 站：卡尔曼滤波详解（Dr_Candle）------ 强烈推荐B 站：EKF SOC 估算

阶段产出

能够手写 EKF 算法代码
SOC 估算精度 < 3%
完成 EKF vs UKF 对比分析

基础项目：EKF SOC 估算

项目内容

实现扩展卡尔曼滤波进行 SOC 估算：

建立电池状态空间模型
实现 EKF 的预测和更新步骤
测试不同初始 SOC 下的收敛性
对比 EKF 与安时积分法的精度
SOC 估算误差 < 3%

进阶项目：SOH 估计与剩余寿命预测系统

项目内容

开发一个完整的电池健康状态估计和剩余寿命预测系统：

SOH 定义与计算
- 基于容量的 SOH（当前容量 / 标称容量）
- 基于内阻的 SOH（标称内阻 / 当前内阻）
- 综合 SOH 计算
在线参数辨识
- 递归最小二乘法（RLS）在线估计 R0、R1
- 遗忘因子自适应
- 抗噪声处理
SOH 估算算法
- 基于 RLS 的 SOH 估计
- 卡尔曼滤波 SOH 估计
- 双卡尔曼滤波（状态 + 参数）
剩余寿命（RUL）预测
- 指数衰减模型拟合
- 支持向量机回归（SVR）
- 高斯过程回归（GPR）
- LSTM 神经网络预测
可视化与报告
- SOH 实时曲线
- RUL 预测结果
- 置信区间显示
算法对比
- 不同方法精度对比
- 计算复杂度对比
- 实时性评估

需要的技术

MATLAB/Python、机器学习基础（可选用）、MATLAB Statistics and Machine Learning Toolbox

达到的企业标准

SOH 估计和 RUL 预测是 BMS 算法的高级功能，是宁德时代等企业研究院的热门研究方向。掌握这个技能可以显著提升薪资谈判筹码，也是面试时的技术亮点。

参考资源

GitHub 搜索 "battery SOH estimation MATLAB"GitHub 搜索 "remaining useful life prediction MATLAB"NASA 电池老化数据集：https://www.nasa.gov/intelligent-systems-division开源代码参考PyBaMM 中的 SOH 模块：https://github.com/pybamm-team/pybammMATLAB Central: Battery State of Health Estimation

阶段四：综合项目（2 个月）

目标

完成一个完整的 BMS 仿真项目，作为求职作品

项目一：16 串储能电池 BMS 仿真系统

项目内容

建立完整的储能系统 BMS 仿真平台，包括：

电池组模型
- 16 串磷酸铁锂电池
- 一阶 RC 等效电路
- 参数随 SOC 变化
SOC 估算模块
- EKF 算法实现
- 初始 SOC 自适应
- SOC 平滑处理
保护逻辑模块
- 过压保护（3.65V）
- 欠压保护（2.5V）
- 过流保护
- 过温保护
均衡模块
- 被动均衡策略
- 压差检测
- 均衡开启条件
测试验证
- NEDC 工况
- UDDS 工况
- 随机电流工况

技术要求

MATLAB/Simulink 实现
SOC 误差 < 2%
端电压误差 < 10mV
代码规范，有注释

产出

GitHub 仓库（完整代码 + README）
技术文档（设计说明 + 测试报告）

项目二：电池 SOH 估计与寿命预测

项目内容

基于机器学习的 SOH 估计系统：

产出

Python/MATLAB 代码

模型文件

测试报告

数据收集
- 使用公开电池老化数据集
- NASA Li-ion Battery Aging Dataset
- 数据预处理和特征提取
SOH 估计模型
- 支持向量机（SVM）
- 高斯过程回归（GPR）
- 或 LSTM 神经网络
模型训练和验证
- 训练集 / 测试集划分
- 交叉验证
- 精度评估

简历优化

项目经历描述模板

项目名称：16 串储能电池 BMS 仿真系统

项目时间：2025.03 - 2025.05

项目描述：基于 MATLAB/Simulink 开发的储能 BMS 仿真平台，实现电池建模、SOC 估算、均衡控制和保护功能

技术栈：MATLAB、Simulink、EKF 算法、ECM 建模核心成果：

建立一阶 RC 等效电路模型，参数通过 HPPC 数据辨识
实现扩展卡尔曼滤波（EKF）SOC 估算算法，估算精度 < 2%
设计被动均衡策略，压差控制在 50mV 以内
完成 NEDC/UDDS 工况仿真验证，模型误差 < 10mV项目链接：https://github.com/yourname/bms-simulation

阶段四：综合项目（2 个月）

基础项目：16 串储能 BMS 仿真系统

项目内容

建立完整的储能 BMS 仿真平台：

16 串磷酸铁锂电池组模型
EKF SOC 估算
被动均衡控制
过压 / 欠压 / 过流 / 过温保护
NEDC/UDDS 工况测试
SOC 误差 < 2%，电压误差 < 10mV

进阶项目一：储能系统热电耦合仿真平台

项目内容

这是企业级储能系统仿真的核心技术方向：

电化学 - 热耦合模型
- 电池产热模型（欧姆热、极化热、反应热）
- 热传导和对流模型
- 电池组热分布模型
- 热失控触发条件
热管理策略仿真
- 风冷系统建模
- 液冷系统建模（可选）
- 冷却液流量优化
- 温升控制效果评估
电 - 热耦合仿真
- 放电工况下的温升仿真
- 快充工况下的温升仿真
- 低温加热策略仿真
- 温度对 SOC 估算的影响（温度补偿）
系统优化
- 最大允许充放电功率计算（SOP）
- 热均衡优化
- 能耗优化
可视化界面
- 温度场分布显示
- 实时数据监控
- 工况动画

需要的技术

MATLAB/Simulink、Simscape Thermal 模块、热力学基础、传热学基础

达到的企业标准

热管理是储能系统的核心技术难点。宁德时代、阳光电源等企业的储能产品对热管理要求极高。掌握热电耦合仿真能直接展示你的系统级仿真能力。

参考资源

MATLAB Simscape Thermal 教程《动力电池热管理技术》------ 热管理专业书籍GitHub 搜索 "battery thermal management simulation MATLAB"

进阶项目二：主动均衡控制策略仿真

项目内容

开发完整的主动均衡仿真系统（比被动均衡更高级）：

主动均衡拓扑建模
- 电容式均衡（飞容均衡）
- 电感式均衡（Boost-Buck）
- 变压器式均衡
- 直流变换器式均衡
均衡控制策略
- 基于电压的均衡
- 基于 SOC 的均衡
- 主动均衡与被动均衡对比
- 均衡效率计算
仿真验证
- 多串电池不一致性仿真
- 均衡效果对比
- 能耗分析
- 均衡时间优化
工程实现考虑
- 均衡电路损耗计算
- 均衡电流选择
- 控制时序设计

需要的技术

MATLAB/Simulink、电力电子基础、控制系统设计

达到的企业标准

主动均衡是 BMS 的高级功能，目前工业应用还不多，但代表技术前沿。展示主动均衡仿真能力能体现你对前沿技术的关注和学习能力。

项目难度与时间规划表

表格

项目	难度	建议时间	面试热度
数据分析系统	⭐⭐	2 周	⭐
HPPC 参数辨识	⭐⭐	2 周	⭐
温度依赖建模	⭐⭐⭐	3 周	⭐⭐
EKF SOC 估算	⭐⭐⭐	2 周	⭐⭐
SOH+RUL 系统	⭐⭐⭐⭐	3 周	⭐⭐
热电耦合仿真	⭐⭐⭐⭐	3 周	⭐⭐
主动均衡仿真	⭐⭐⭐⭐	2 周	⭐⭐