被动平衡虽然有效，但会浪费能源。主动平衡方法试图节约能源，而且还有其他优点。本周，您将了解主动平衡电路和方法，并学习如何编写 Octave 代码，以确定电池组失去平衡的速度。这有助于确定导致不平衡的主要因素，并估算电池组必须多快进行平衡才能保持正常工作状态。

本周，我们首先回顾课程 1 中的 HPPC 功率限制方法。然后，您将学习如何扩展该方法，以满足对 SOC、负载功率和电子电流的限制。您将学习如何在 Octave 代码中实现功率限制计算方法，并看到一个代表性场景的结果。

HPPC 方法，即使是上周扩展的方法，也做了一些简化假设，而这些假设在实践中是无法实现的。本周，我们将探索一种更精确的方法，该方法使用 xKF 的完整状态信息作为输入，并使用完整的电调单元模型来查找功率限制。您将学习如何在 Octave 代码中实现这种方法，并将其计算结果与上周学习的 HPPC 方法进行比较。

目前的 BMS 算法主要使用等效电路模型作为估计充电状态、健康状态、功率限制等的基础。这些模型无法直接描述电池内部的物理过程。但是，正是这些过程是电池退化和失效的前兆。本周将快速介绍一些概念，这些概念可能会促使未来的 BMS 算法改用基于物理的模型。

该毕业设计项目探讨了开关电阻器无源平衡系统的电阻值设计，并改进了基于 HPPC 方法的功率限制方法。