船用液冷儲能柜BMS電池管理系統采用兩級架構，每一套電池管理系統由電池模組管理單元BMU、電池簇管理單元BCU組成。BMS系統具有模擬信號高精度檢測及上報，故障告警、上傳和存儲，電池保護，參數設置；被動均衡，電池組SOC標定、操作賬號權限與密碼管理、與其它設備信息交互等功能。從控單元BMU通過對各單體電池的電壓和溫度進行精確采集，實現對電池狀態的實時監控。模塊具有可靠的數據通訊功能，系統運行過程中，可實現與電池管理系統主控單元或者其他設備之間的通訊。主控單元BCU是電池管理系統的控制中樞，通過與從控單元通訊實現對電池單體電壓、溫度等的檢測，并檢測電池組總電壓、充放電流、對地絕緣電阻等外特性參數，按照特定的算法對電池內部狀態（容量、SOC、SOH等）進行估算和監控，在此基礎上實現了對電池組的充放電管理、熱管理、絕緣檢測、單體均衡管理和故障報警；通過通信總線實現與PCS、EMS等實現數據交換，通過菊花鏈實現與BMU通訊。智慧動鋰高壓工廠儲能BMS系統，采用高速32位MCU和高性能車規級AFE，保證高效率和高精度二級或三級架構。電摩BMS云平臺開發

  儲能BMS主動均衡和被動均衡的區別主要有能量的方式、啟動均衡條件、均衡電流、成本等，具體區別如下：能量的方式：主動均衡-主動采用儲能器件，將荷載較多能量的電芯部分能量轉移到能量較少的電芯上，是能量的轉移。被動均衡運用電阻，將高荷電電量電芯的能量消耗掉，減少不同電芯之間差距，是能量的消耗。啟動均衡條件：只要壓差大于設定值便開始啟動主動均衡，均衡時間一般是24小時都在工作。在電池快接近充滿的電壓下才啟動被動放電均衡，均衡時間一般就幾個小時。均衡電流：主動均衡電流可達1-10A,充放電過程均可實現，均衡效果明顯。被動均衡電流35mA-200mA不等，均衡電流越大，發熱越嚴重。成本：主動均衡電路復雜，故障率高，成本高。被動均衡軟硬件實現簡單，成本低。隨著電芯制造工藝不斷提升，電芯間的一致性越來越高。出于電路結構和成本考慮，被動均衡的策略仍然是市場的主流選擇。便攜式電源BMS電池管理系統保護板BMS系統保護板能夠確保電池組內各節電池的壓差不大，從而提高整個電池組的充放電性能。

儲能BMS廠商一般從動力電池BMS發展而來，因此，很多設計和名詞有歷史沿革比如動力電池里一般分為BMU（BatteryMonitorUnit）和BCU（BatteryControlUnit）前者采集，后者控制。因為電芯是一個電化學的過程，多個電芯組成一個電池，由于每個電芯特性，無論制造多精密，根基使用時間，環境，各個電芯都會存在誤差與不一致的地方，故電池管理系統，就是通過有限的參數，去評估當前電池的狀態，有點像中醫看病，通過表征，看你得了啥病，不是西醫，需要一些理化分析，人體的理化分析就像電池的電化學特性，可以通過大型試驗儀器去測量，但是嵌入式系統很難去評估電化學的一些指標，故BMS就是一個老中醫。

入局BMS制造的廠商分為幾類：一類是動力電池BMS中具主導能力的終端用戶-車廠，事實上國外BMS制造實力較強的也就是車廠，如通用、特斯拉等；國內有比亞迪、華霆動力等。第二類是電池廠，包含電芯廠商與做pack的廠商，如三星、寧德時代、欣旺達、德賽電池、拓邦股份、等；第三類專業的BMS制造商，此類廠商有多年的電力電子技術積累，有高校背景或相關企業背景的研發團隊，如億能電子、杭州高特電子、協能科技、等企業。目前看來儲能電池的終端用戶沒有加入BMS研發與制造的需求與具體行動，可以認為儲能電池BMS行業缺乏一個占據了重要優勢的參與者，給電池廠以及專注做儲能BMS的廠商留下了巨大的發展空間。儲能市場一旦確立，將給予電池廠與專業BMS生產廠商以非常大的發揮空間。在未來專業電動汽車的BMS生產廠商也極有可能成為大規模儲能項目使用的BMS供應商的重要組成部分。儲能BMS正在從單純的電池管理系統向更加綜合、智能的數據服務和能源管理平臺轉變。

開路電壓法估算電池SOC；鉛酸蓄電池的SOC與其開路電壓(OCV)之間存在近似線性關系，基于電池OCV的方法是，當電池與負載斷開時間超過兩小時時，電池的OCV與SOC成正比。然而，如此長的斷開時間對于電池來說可能太長而無法實現。與鉛酸電池不同，鋰離子電池的OCV與SOC之間不存在線性關系。OCV與SOC的關系是通過對鋰離子電池施加脈沖負載，然后讓電池達到平衡而確定的。所有電池的OCV與SOC之間的關系不可能完全相同。由于不同電池的傳統OCV-SOC有所不同，因此需要測量OCV-SOC的關系，以準確估算SOC。BMS終止充電意味著電池管理系統在監測到充電系統存在異常情況時，為了保護電池安全而主動切斷充電過程。便攜式電源BMS電池管理系統保護板

BMS通過傳感器實時監測電池的電壓、電流、溫度等參數，確保電池在安全范圍內工作。電摩BMS云平臺開發

BMS保護板的SOX算法估算方法。SOX包括SOC、SOE和SOP。SOC估計方法傳統方法：安時積分法、開路電壓法基于電池模型的方法：卡爾曼濾波法、粒子濾波算法神經網絡算法：神經網絡算法。SOP算法：根據電池的SOC和溫度，查表確定持續充放電最大功率瞬時充放電最大功率。電芯的去極化速度，決定當前最大功率使用的頻率。當SEI膜表面的Li離子堆積速度大于負極的吸收速度時候，就會發生電壓下降，最大功率無法維持。因此，SOP的計算難點是峰值功率與持續功率如何過度？SOH算法:兩點法計算SOH根據OCV-SOC曲線確定兩個準確的SOC值，并安時累積計算這兩個SOC之間的累積充入或放出電量，然后計算出電池的容量，從而得到SOH。算法有一定難度，需要大量的數據和模型，才能比較準確的估算。電摩BMS云平臺開發