1. 做SOC均衡前，先搞清楚SOC为什么会偏
1.1 单体不一致是均衡存在的唯一理由
去年我做一块16串磷酸铁锂电池组的BMS样机时，遇到了一个很典型的毛病：整组充电器已经转灯，但拆下来一量，某几串电芯电压只有3.35V，另外几串却已经顶到3.65V。当时保护板没有均衡功能，SOC显示还有8%，结果一拉载电压直接塌到保护值。说白了，这就是电芯不一致导致的容量利用率问题。
电芯不一致来自三个方面：制造工艺的离散性、使用过程中的温度差异、以及循环老化速度不同。哪怕是同一批次出厂的电芯，内阻、自放电率、容量也不可能完全一致。随着充放电循环次数增加，这种差异会被逐步放大。一组电池的可用容量，不是由平均值决定的，而是由最差的那一串决定的。均衡的目的，就是让各串电芯在充放电过程中尽量保持同步，避免某一串提前到达截止电压，从而浪费整组容量。
1.2 SOC误差的三个来源：采样、积分、模型
做SOC估算时，我习惯把误差来源分成三层来排查。
第一层是采样误差。电压、电流、温度的测量精度直接决定SOC估算的上限。STM32F4内部的12位ADC理论上能分辨3.3V/4096，约0.8mV，但在实际板上，电源纹波、PCB走线压降、参考电压漂移都会把有效精度拉低。我实测一块板子，ADC采样值在静止状态下有±5mV的跳变，这对SOC估算来说是不可接受的噪声。
第二层是积分误差。安时积分法说白了就是把电流对时间做累加，积分误差会随时间累积。假设电流采样偏置有10mA，对一块100Ah的电池来说，10小时就累积0.1Ah，折合SOC约0.1%。看起来不大，但如果偏置达到100mA，10小时就是1%的SOC偏差，而且这个误差只增不减，没有收敛机制。
第三层是模型误差。无论是开路电压查表还是等效电路模型，本质上都是对电芯特性的近似。磷酸铁锂的OCV-SOC曲线在中段（20%到90%）非常平缓，电压变化只有几十毫伏，这个时候靠电压反推SOC，误差相当可观。模型误差不像积分误差那样随时间累积，但在特定SOC区间会被放大。
1.3 为什么单独靠电压法撑不住
很多人会问，SOC直接查开路电压曲线不就行了吗？实测中问题很多。
电池从工作状态切换到静置状态，极化电压需要相当长时间才能消除，磷酸铁锂可能需要2小时以上。也就是说，你必须等电池真正"休息"够，测得端电压才对应OCV曲线。行驶中、充电中、刚停机时的电压，都叠加了极化内阻和欧姆内阻上的压降，直接查表必然不准。
我在样机上做过一个对比测试：同一串电芯，静态放置3小时后测得电压3.32V，查表SOC约55%；而在1C放电过程中同样测到3.32V，实际SOC已经到了40%左右。两者相差15个百分点。这就是我坚持在方案中采用"OCV查表 + 安时积分 + 卡尔曼滤波"三者融合的原因——任何一个单独方案都有硬伤，组合起来才能互相弥补。
2. 采样链路设计：电压、电流、温度这三路数据怎么喂给STM32F4
2.1 电压采样：从模拟前端到ADC的完整链路
对串数较多的电池组，优先选择专用模拟前端芯片来做电压采样，比如常见的16串AFE方案，通过SPI或I2C与MCU通信，同时提供均衡MOS驱动、诊断功能和温度采集接口。它的优点是采样精度高、通道间一致性有保障、电气隔离也天然解决。STM32F4在这里的角色是负责策略判断、数据融合和总线上位机通信，而不是直接去量每一串电压。
如果只做几串的低压保护板试验，当然可以用STM32F4的ADC直接采。此时必须注意输入通道的共模电压范围，以及前端电阻分压网络的精度温漂。分压电阻用1%还是0.1%的合金电阻，直接决定整条采样链路的精度天花板。我建议至少用0.5%精度、温度系数小于100ppm的电阻，并且在ADC引脚对地并联一个0.1uF电容，配合几十到几百欧姆的串联电阻构成低通滤波，滤除高频噪声。
关于采样触发，我强烈建议用定时器触发ADC，而不是在软件里用延时循环去读。STM32F4的ADC支持外部触发注入，配合DMA可以做到固定采样率、零CPU干预。我一般配置定时器每100ms触发一次16路电压采样，每路做64次累加后取平均，等效采样率足够滤掉大部分工频干扰。CPU只在DMA传输完成中断里做数据搬运，耗时几乎可以忽略。
2.2 电流采样：两个方向，两种做法
电流采样有两条路线：分流电阻法和霍尔传感器法。
分流电阻法在BMS里更常见，尤其是需要控制BOM成本的场合。用毫欧级的锰铜或合金电阻串联在主回路中，通过高精度运放把微弱压降放大到ADC可测范围，或者直接用带放大功能的专用电流检测芯片。STM32F4的ADC采集放大后的信号，换算成实际电流。这种方法线性度好、温漂可控，但需要注意分流电阻的功率损耗：100A电流流过2mΩ电阻，功耗20W，散热设计不能马虎。
霍尔传感器的优势是隔离和几乎零插入损耗，但零漂和温漂相对更明显，小电流下精度不如分流电阻。我做均衡电流检测时用了开环霍尔，静态输出有±10mA的波动，对SOC积分来说需要做零点校准。方案里我用了一个低成本的零点校准策略：电池静置超过一定时间后，把霍尔输出读数的平均值记录为零偏量，实时计算时扣除。
无论哪种方式，电流采样值最终都要进安时积分器，所以偏置误差必须严肃对待。我调试时发现，运放的输入偏置电流和参考电压误差会造成实测零点偏移，这一步不做校准，后面SOC积分会越漂越远。
2.3 温度采样与SOC温度修正
温度对SOC估算的影响常被低估。电池在不同温度下的可用容量不同：低温时放电容量明显衰减，内阻增大、极化加剧，同一SOC下端电压也不同。如果SOC算法不引入温度修正，冬季低温场景会出现SOC虚高、电量跳变的现象。
我在这块BMS上用了两种温度采集方式混合：每串电芯附近的AFE芯片自带NTC输入，采集电芯表面温度；同时在电池组两侧布置两路独立NTC，通过STM32F4的ADC直接采集，作为环境温度参考。所有温度数据进入SOC算法后参与两个修正：一是容量修正系数，二是OCV查表曲线的温度插值。
温度采样同样要用DMA配合定时器，只不过NTC信号本身变化慢，采样频率可以降到每1秒一次。另外，NTC的串联分压电阻需要低漂移类型，否则温度变化引起的分压变化会被错误当成NTC阻值变化，产生几度的偏差。我在实际样板调试时遇到过NTC引脚被干扰的问题，解决方法是在ADC引脚加100nF电容并做软件滤波。
3. 核心算法落地：查表、安时积分与卡尔曼滤波的组合拳
3.1 OCV-SOC查表与滞回处理
在STM32F4上做SOC估算，大多数人会先建立一张"电压-SOC"查找表。这张表怎么来？最好不要直接拿厂家手册的典型曲线，而应该用你实际批次电芯做静态标定：充满后静置，按5%或10%的SOC步进放电，每次静置足够长时间后记录端电压，再把数据拟合、插值成至少几十个点的数组。
实测过程中最值得注意的是滞回现象。充电平衡状态下和放电平衡状态下，相同SOC对应的OCV并不一致，差距可以到20mV以上。磷酸铁锂这方面尤其明显。我在算法里维护了充放电两套OCV表，根据最近的电流方向和充电累计电量切换查表。同时增加了一个滞回过渡逻辑：当电流方向改变时，估算的OCV在两条曲线之间渐进过渡，而不是瞬时跳变，避免SOC输出明显突变。
具体数据结构很简单：一个const数组存SOC点对应的OCV，一个const数组存OCV点对应的SOC，二分查找配合线性插值。在STM32F4上，用浮点计算和二分法没有任何性能压力，查找一次耗时是微秒级，完全可以在1秒周期的估算任务里随意调用。
3.2 安时积分：采样率、漂移与校零
安时积分的基础公式就是SOC(t) = SOC(0) - (∫I dt) / Q_nom。工程上要做的首先是把电流采样值转换为Ah增量，并按固定周期积分。我设定估算周期为1秒，电流采样周期为100ms，每1秒对近10个电流样本做算术平均，再乘时间差得到Ah增量，累加到当前SOC上。
积分有两个关键敌人。第一个是零点漂移，上面提到过，霍尔和运放都会有零偏。我在设备进入静置状态且电流小于一定阈值时，把当前读数的平均值记录为零偏补偿量，参与实时计算。需要注意，只有在电量稳定的状态才适合校准，否则会把真实电流当成零偏消掉。
第二个是容量老化。Q_nom不是一个常量，它随循环次数增加而下降。严谨的做法是定期做一次满充满放标定，把积分得到的实际容量更新到算法里。我的方案支持通过上位机写入实际容量值，同时在每次充满判据成立时，把安时积分结果强制归一到100%，消除累积误差。
3.3 卡尔曼滤波在STM32F4上的工程化
卡尔曼滤波的原理大家都清楚，但落地到MCU上有几个实际工程点需要处理。我采用的是扩展卡尔曼滤波（EKF），状态量是SOC和极化电压，输入量是电流，观测量是端电压。
状态方程离散化后，SOC的预测就是上一时刻SOC减去电流积分与容量之比；极化电压预测项包含一个由RC参数决定的时间常数衰减项。测量方程就是端电压 = OCV(SOC) + 极化电压 + 欧姆内阻×电流。
核心难点是测量方程的雅可比矩阵，需要计算dOCV/dSOC。我把OCV-SOC数组的导数也预先算好，存在另一个const数组里，插值得到当前梯度。这样在STM32F4上就避免了运行时求解偏导数的复杂运算。
STM32F4带有FPU，单精度浮点运算足够快。EKF里的矩阵运算维度很小，我用C语言手写，没有引入通用矩阵库，反正就是2x2和1x2的运算量。整个EKF一步迭代在168MHz主频下运行时间不到几十微秒，1秒的周期里非常充裕。
这里要提醒一点：卡尔曼滤波的Q和R参数不是随便设的。Q设得小，滤波增益低，SOC变化迟缓，但抗扰能力强；Q设得大，跟踪速度快，但容易被噪声带偏。我测试中Q设太小时，从静置切到放电状态，SOC要几分钟才能跟上真实值，表现就是"显示值掉得慢、突然跳一下"。最后我是在不同工况下反复试出来的折中值，并且让Q随电流大小动态调整，大电流工况下信任安时积分，小电流/静置工况下信任电压测量。
4. 均衡策略的工程实现：什么时候均衡才不算瞎折腾
4.1 被动均衡电路与MOS控制细节
SOC均衡和SOC估算完全不同，它是要真正干预电池状态的。我的方案选择被动均衡，理由很简单：电路简单、控制可靠、成本低，对中小容量电池组完全够用。主动均衡效率高，但电感或变压器的能量转移控制逻辑复杂，在紧凑的板子上也不易布局。
被动均衡的电路拓扑是每串电池并联一组"均衡电阻 + 均衡MOS"。MOS管由STM32F4的GPIO控制，或者由AFE芯片内部的均衡开关控制。均衡电阻阻值决定均衡电流，我用的典型值是51Ω，对应单串3.2V电压下约63mA的均衡电流。也有人用10Ω电阻做到300mA级别，但散热和功耗考验比较大，16串同时均衡时，电阻网络总功耗可能超过10W，板子会明显发热。
我使用的是AFE芯片内置均衡MOS，只需通过I2C/SPI写入均衡控制寄存器即可开启对应通道，省去了外置MOS驱动电路。实际测试中，内置MOS的导通电阻和额定电流需要确认，部分AFE的均衡电流上限只有几十毫安，不适合大容量电芯。大容量电芯做均衡时，可以考虑外置MOS并联多组电阻的方案。
4.2 均衡判据：压差、SOC差、温度、状态机
均衡不能不分时机地一直开着。均衡开启时机不对，不仅浪费能量，还会让SOC本来偏高的串被强行拉低到错误值。
我设计的均衡状态机分成三个阶段：充电均衡、静置均衡、放电不均衡。充电阶段是均衡的最佳窗口，因为充电末期电压被充电机抬升到较高水平，最高单串电压已经接近充电截止电压，此时把偏高电芯的能量通过电阻放掉，能减缓它到达截止电压的速度，让其他电芯继续充电。静置阶段也会做小幅均衡，目的是修正静置电压差异，但这个阶段均衡电流不能太大，避免把电芯压到均衡曲线以下。
开启均衡的条件我在代码里做成同时满足多项：最高单体电压高于某个平台值（比如3.40V）、最高与最低单体压差大于30mV、被均衡串的温度低于设定阈值（比如45℃）、电池处于非放电状态且电流小于设定值。只有这些条件全部满足，均衡状态机才允许进入均衡流程。
为什么要在充电阶段才均衡？如果静置时某串电压偏高就拼命均衡，很容易造成"虚均衡"：这串电芯的电压偏高可能只是静置时间不够、极化未消除，而不是真的SOC偏高，强行均衡会把它拉到不健康的低SOC状态。
4.3 均衡结束条件与异常保护
均衡不能无休止地进行。我设置了几个结束条件，任何一个满足就停止整组均衡或关闭该串通道。
- 单体压差收敛到阈值以下，例如10mV以内，说明不一致已经修正
- 充电过程结束，均衡必须同步停止，防止把高SOC电芯放过头
- 被均衡串电压降到与最低串电压一致，此时继续均衡意义不大，甚至会引入反向差异
- 温度超限，均衡电阻发热严重时立即关闭，转化为告警事件上报
- 均衡连续运行超过预设时长（例如2小时），即使压差还没收敛，也要强制停一段时间，避免电阻长期发热
我把这些条件全部挂在1秒的周期任务里检查，每次均衡开关操作后更新AFE寄存器，并在内存中保留均衡记录，方便通过上位机查看哪一串被均衡过、均衡了多久。这个记录对后续定位电芯老化非常有用——经常被均衡的串，大概率容量偏低，需要重点关注。
5. 参数整定与实测调试记录
5.1 从仿真到真电池的差距
我先在PC端的仿真模型里用理想数据跑SOC估算逻辑，把EKF的增益参数和OCV表调到自洽，但移植到STM32F4真机上后，问题马上就来了。
最大的差距是真实电压数据里带着噪声和极化干扰。仿真里我给OCV查表输入的是一个精确值，真机上输入的是经过64次平均的采样值，仍然有大约2mV的毛刺。这个毛刺对端电压观测方程的影响不大，但在计算dOCV/dSOC时会放大——曲线平坦区段的导数很小，微小电压误差会换算成较大的SOC修正量。
解决思路是让EKF在静置和动态工况下使用不同的R参数。静置时端电压可信，R设小一些，让滤波器更多信任电压观测；动态时极化模型不完美，R设大一些，更多信任安时积分。同时我限制了单次EKF修正SOC的最大幅度，比如单次不超过3%，防止个别异常采样点把SOC打飞。
5.2 典型调试问题：跳变、振荡、均衡失效
调试阶段我遇到过一个很典型的SOC跳变问题：电池从放电切到静置，显示SOC会在几秒内从52%跳变到58%再弹回54%。排查下来，原因是我在滞回过渡和EKF修正两部分同时对OCV做了调整，两个修正量叠加导致过冲。后来我把滞回过渡改成纯曲线插值，不再直接修正SOC，只影响测量方程的OCV值；SOC的修正完全交给EKF的状态更新逻辑，问题就消失了。
均衡振荡的案例也值得分享。最初我的均衡开启条件里压差阈值是30mV，关闭条件是10mV。实际运行时，某串电芯被均衡到与最低串只差8mV，均衡关闭；但因为它自放电率稍高，电压慢慢回落，半小时后压差又到28mV，均衡重新开启。这样的振荡导致均衡电流频繁通断，对MOS寿命不利。我加了时间延迟：均衡关闭后至少要等待10分钟才能重新开启，并且关闭阈值提高到15mV，让均衡留出一点余量。
还有一个均衡失效的情况：在充电阶段开启均衡后，均衡电流会叠加到充电电流里，导致被均衡电芯所在回路的充电电流反而略高，出现"越均衡越慢"的现象。后来我把充电阶段均衡的判定策略做了调整，只在接近充电截止时开启均衡，配合充电机降流阶段，才能保证均衡效果可观测。
5.3 参数整定的实践清单
最后分享一份我在调试过程中沉淀下来的参数整定清单，直接按这个顺序过，能少走不少弯路。
- 先校零后调增益：任何电流采样校零不完成，后面所有积分逻辑都不可信
- SOC初始值用静置OCV对表，不要用上次下电保存值直接续着用，除非确认电池没有明显自放电
- OCV-SOC表的标定必须用同一批次电芯，不同厂家的电芯曲线差异足以改变整个SOC行为
- EKF的Q和R参数用日志记录法来调：跑实际工况，记录电压残差，残差偏大说明R偏小或模型不准，SOC过冲说明Q偏大
- 均衡开启后要在日志里记录均衡通道和时长，隔段时间对比一下，长期被均衡的串大概率容量衰减，后续维护时优先排查
- 电池组静置下的压差正常应在10mV之内，超过20mV要检查连接片压降、采样线虚接和电芯本身差异，别一上来就调均衡参数
整套系统在STM32F4上运行稳定后，我做了一个小实验：把均衡功能关闭，充满后静置24小时，记录各串压差；再把均衡打开跑一轮完整充电，同样静置24小时。压差从关闭时的37mV收敛到12mV，满充容量利用率提高了约6个百分点。这个数据侧面说明了SOC估算和均衡策略配合的价值。
目前在琢磨的是把主动均衡方案做一个简化版样机，利用STM32F4的定时器输出可控PWM驱动电感式能量转移电路，想看看效率能把被动均衡的发热损耗优化到什么程度。这个坑估计又要踩几个月，后面有结论了再来跟大家细聊。
