董世駿，王瑋，孫丙香，何婷婷，黃小艷

(1.北京交通大學(xué)國家能源主動配電網(wǎng)技術(shù)研發(fā)中心，北京市100044；2. 悉尼科技大學(xué)，澳大利亞悉尼市2070；3.昆明鐵路局昆明機(jī)務(wù)段，昆明市650206)

?

基于TargetLink的電池SOC估算軟件開發(fā)方法

董世駿1，王瑋1，孫丙香1，何婷婷2，黃小艷3

(1.北京交通大學(xué)國家能源主動配電網(wǎng)技術(shù)研發(fā)中心，北京市100044；2. 悉尼科技大學(xué)，澳大利亞悉尼市2070；3.昆明鐵路局昆明機(jī)務(wù)段，昆明市650206)

以電池管理系統(tǒng)中的電池荷電狀態(tài)估算策略為研究對象，采用擴(kuò)展卡爾曼濾波算法，在MatlabSimuLink/Stateflow中搭建了仿真模型，并驗(yàn)證了模型的正確性；使用dSPACE公司的TargetLink自動代碼生成工具，完成了模型轉(zhuǎn)換、在環(huán)仿真、代碼生成。生成的代碼下載到CPU為Freescale的EVB9S12XEP100系列芯片的電路板調(diào)試。測試結(jié)果與理論結(jié)果的誤差在可接受范圍內(nèi)，生成的代碼尺寸和堆棧使用情況滿足芯片的處理能力要求，軟件能夠穩(wěn)定運(yùn)行。

SOC估算；擴(kuò)展卡爾曼濾波；TargetLink

0 引 言

近年來，汽車電子控制單元(electroniccontrolunit，ECU)的功能越來越復(fù)雜，如何安全、可靠、快速地開發(fā)汽車電子系統(tǒng)成為整車廠和供應(yīng)商所關(guān)心的重要問題。傳統(tǒng)汽車ECU的開發(fā)采用手動編程的開發(fā)方式，需要開發(fā)人員在編程、查錯、調(diào)試、驗(yàn)證上花費(fèi)大量的時(shí)間和精力。并且，開發(fā)與驗(yàn)證的不同步導(dǎo)致錯誤定位的代價(jià)高，這種方式已日漸不能滿足市場對開發(fā)周期和效率的要求。隨著新型電子控制系統(tǒng)的發(fā)展，“V”型開發(fā)模式作為高效的標(biāo)準(zhǔn)化開發(fā)流程，可以在開發(fā)階段完成對模型的驗(yàn)證，使模型的更新和代碼的更新實(shí)現(xiàn)同步[1]。

“V”型開發(fā)模式縮短了開發(fā)周期、提高了開發(fā)效率，已廣泛應(yīng)用于汽車電子領(lǐng)域的開發(fā)。但是在電動汽車電池管理系統(tǒng)(batterymanagementsystems，BMS)中的應(yīng)用還較少。BMS做為電池系統(tǒng)的核心部分，在整個電動汽車的研究和發(fā)展過程中具有舉足輕重的作用[2-3]。使用MATLAB數(shù)學(xué)軟件的Simulink/Stateflow仿真建模分析平臺，進(jìn)行電動汽車BMS的開發(fā)，可在較短的時(shí)間內(nèi)完成BMS原型的設(shè)計(jì)。本文采用“V”型開發(fā)模式，結(jié)合使用dSPACE公司的TargetLink自動代碼生成工具進(jìn)行電池管理系統(tǒng)中電池荷電狀態(tài)(stateofcharge，SOC)估算模塊的軟件開發(fā)，在MatlabSimuLink/Stateflow中建立基于擴(kuò)展卡爾曼濾波算法的SOC估算模型，并完成模型轉(zhuǎn)換、在環(huán)仿真和自動代碼生成。在CPU為FreescaleEVB9S12XEP100芯片的開發(fā)板進(jìn)行調(diào)試和分析，提高BMS原型向產(chǎn)品型轉(zhuǎn)換的效率。隨著電動汽車電池管理系統(tǒng)的發(fā)展，程序語言的標(biāo)準(zhǔn)也將趨于統(tǒng)一。使用自動代碼生成工具，能夠生成高效的標(biāo)準(zhǔn)ANSIC代碼，因此自動代碼生成技術(shù)在電動汽車電池管理系統(tǒng)開發(fā)領(lǐng)域的使用是大勢所趨，此種新的開發(fā)模式必將成為今后BMS開發(fā)的有力助推器。

1 “V”型開發(fā)模式與自動代碼生成技術(shù)

“V”型模式(見圖1)的開發(fā)流程特點(diǎn)是開發(fā)、編程和測試均工作在同一環(huán)境下，使開發(fā)過程的每一步都可以得到驗(yàn)證，加速和簡化了開發(fā)流程，開發(fā)人員可以快速地把構(gòu)思變成現(xiàn)實(shí)，開發(fā)過程中的錯誤也可以被較早地發(fā)現(xiàn)和修正[4]。

圖1 “V”型開發(fā)模式

TargetLink是德國dSPACE公司的一款產(chǎn)品，可以將SimuLink&Stateflow下的模型轉(zhuǎn)化為產(chǎn)品級代碼[5]。本文使用“V”型模式和自動代碼生成技術(shù)的開發(fā)流程如圖2所示。

圖2 自動代碼生成與仿真流程

2 基于擴(kuò)展卡爾曼濾波的SOC估算策略建模仿真

電池管理系統(tǒng)的核心就是SOC估算，一般最常用的估算方法是安培法，其他的還包括開路電壓法、內(nèi)阻法、卡爾曼濾波法[6]、神經(jīng)網(wǎng)絡(luò)法[7-8]等。

2.1 擴(kuò)展卡爾曼濾波算法

由于電池模型是非線性的，不能直接采用卡爾曼濾波法算法估算SOC，所以采用擴(kuò)展卡爾曼濾波算法進(jìn)行SOC估算。

非線性離散系統(tǒng)的狀態(tài)方程和觀測方程如式(1)所示。

(1)

式中：xk為在k時(shí)刻的n×1階狀態(tài)向量；uk為在k時(shí)刻的l×1階控制向量；yk為在k時(shí)刻的m×1階狀態(tài)觀測向量；wk為n×1階信號模型的激勵白噪，期望值為0，協(xié)方差陣已知；vk為m×1階觀測噪聲向量，與wk不相關(guān)的白噪，期望值為0，協(xié)方差陣已知；f(xk，uk)為非線性狀態(tài)轉(zhuǎn)移函數(shù)；g(xk，uk)為非線性測量函數(shù)。

該非線性系統(tǒng)如圖3所示。

圖3 擴(kuò)展卡爾曼濾波算法流程框圖

擴(kuò)展卡爾曼濾波算法流程[6]如圖4所示。

圖4 卡爾曼濾波器流程圖

本文所用電池模型建立在Thevenin電路之上[10-11]，模型以電流為輸入變量，電壓為輸出變量，狀態(tài)方程和觀測方程[12]如下：

(2)

UL(k)=UOC+ikR0+Up(k)+vk

(3)

式中：SOCk為采樣點(diǎn)k處的電池荷電狀態(tài)；Up(k)為采樣點(diǎn)k處的極化電壓估計(jì)值；Δt為實(shí)驗(yàn)采樣周期；τ為RC環(huán)節(jié)的時(shí)間常數(shù)，定義τ=RpCp；kT為溫度對SOC的修正系數(shù); kR為充放電倍率對SOC的修正系數(shù)；C為錳酸鋰電池的額定容量；ik為采樣點(diǎn)k處的電池負(fù)載電流，令充電方向?yàn)檎粀k為采樣點(diǎn)k處的過程噪聲，在實(shí)際計(jì)算過程中，一般設(shè)定為常數(shù)；UL(k)為采樣點(diǎn)k處的電池負(fù)載電壓估計(jì)值;UOC為電池的開路電壓;R0為電池的歐姆內(nèi)阻;vk為采樣點(diǎn)k處的觀測噪聲。

該模型用混合脈沖實(shí)驗(yàn)[13-14](hybridpulsepowercharacterizationtest，HPPCTest)辨識等效模型的參數(shù)UOC, R0, Cp, Rp；然后用最小二乘法，利用Matlab的cftool擬合工具，得出UOC, R0與SOC的微分關(guān)系。

2.2SOC估算建模仿真

擴(kuò)展卡爾曼濾波算法的SOC估算模型的Matlab/SimuLink仿真模型如圖5、6所示。

TimeConstant模塊存儲時(shí)間常數(shù)τ和極化電阻Rp。Filter模型中包括3個模塊：TimeUpdate為時(shí)間更新模塊，用于狀態(tài)估計(jì)時(shí)間和誤差協(xié)方差的更新；Battery為負(fù)載電壓計(jì)算模塊；Kalman為測量值更新模塊。

圖5 SOC估算模型

圖6 濾波器模型

模型的輸入文件為.mat格式數(shù)據(jù)文件，包含時(shí)間、電流、負(fù)載電壓和SOC理論值。其中時(shí)間、電流和負(fù)載電壓由電池放電實(shí)驗(yàn)得到，理論SOC值通過安時(shí)積分計(jì)算得到。以電流、負(fù)載電壓為輸入變量，通過擴(kuò)展卡爾曼濾波算法，得出SOC的估計(jì)值，并在示波器中與理論值進(jìn)行對比分析，圖7為仿真結(jié)果。仿真結(jié)果表明，該SimuLink模型搭建正確，仿真結(jié)果可以與理論值較好地?cái)M合。

圖7 SimuLink模型仿真結(jié)果

3 基于TargetLink的SOC估算模型轉(zhuǎn)化與仿真

3.1 基于TargetLink的SOC估算模型轉(zhuǎn)化

TargetLink是德國dSPACE公司的一款產(chǎn)品，可以將SimuLink&Stateflow下的模型轉(zhuǎn)化為產(chǎn)品級代碼[8]，在MATLAB的CommandWindow中輸入tllib就可以打開TargetLinkblocklibrary，其中包含了除電源類，信號類、發(fā)生器類的大多數(shù)SimuLink模塊。由于TargetLink不支持矩陣運(yùn)算和自定義函數(shù)，所以本文在進(jìn)行模型轉(zhuǎn)換時(shí)，對相關(guān)模塊進(jìn)行了處理。

以TimeUpdate模塊為例，該模塊的程序中包含了if條件語句和Matlab插值函數(shù)interp1。if語句用TargetLinkblocklibrary的if-ifAction模塊實(shí)現(xiàn)，插值函數(shù)則選擇Look-UpTable模塊。圖8為實(shí)現(xiàn)上述函數(shù)功能的TargetLink模塊。

圖8 函數(shù)功能模塊

需要注意的是，在使用Look-UpTable模塊時(shí)，輸入的插值節(jié)點(diǎn)必須按照由小到大的順序，模塊縮略圖上顯示的曲線即插值函數(shù)的圖像。該部分模塊實(shí)現(xiàn)了函數(shù)程序中的2個功能：(1)在“ifi_mem<-1”條件下，給參數(shù)xdd和Ud賦值；(2)Matlab插值函數(shù)Xk0(2,1)=interp1(xcc,Ud,Zk0)的實(shí)現(xiàn)。

程序中涉及到矩陣運(yùn)算的語句為

Xk1=Ak×Xk0+Bk×i

(4)

式中：Ak為2×2的矩陣;Bk為2×1的矩陣， Xk0、Xk1為2×1的矩陣。

按照矩陣運(yùn)算規(guī)定，可將其寫為

(5)

這樣，矩陣運(yùn)算全部轉(zhuǎn)換為基本數(shù)學(xué)運(yùn)算。以Filter模塊為例，轉(zhuǎn)換后的模型如圖9所示。

圖9 濾波器模塊的TargetLink模型

3.2 模型在環(huán)仿真

對轉(zhuǎn)換的TargetLink模型進(jìn)行模型在環(huán)仿真(modelintheLoop，MIL)得到仿真結(jié)果如圖10所示。由圖10可知，TargetLink模型在環(huán)仿真結(jié)果與SimuLink模型仿真結(jié)果一致，說明模型轉(zhuǎn)換成功。

圖10 模型在環(huán)仿真結(jié)果

3.3 變量定標(biāo)與軟件在環(huán)仿真

變量定標(biāo)是對模型中所有變量進(jìn)行大小和精度范圍的規(guī)定，根據(jù)每個變量可能的大小分配取值范圍和數(shù)據(jù)長度。定標(biāo)環(huán)節(jié)對生成代碼的質(zhì)量有重要影響。不合理定標(biāo)可能會導(dǎo)致數(shù)據(jù)溢出甚至系統(tǒng)崩潰，精度過低會使代碼運(yùn)行結(jié)果誤差過大。

在給TargetLink模型變量定標(biāo)時(shí)，主要是確定數(shù)據(jù)類型(datatype)，最低有效位(leastsignificantbit,LSB)和偏移量(offset)[9]。

變量X和其整數(shù)表達(dá)式x之間的關(guān)系為

X=LSB×x+offset

(6)式中：LSB為x的最低有效位，表示精度；offset表示給定的偏移量。TargetLink支持手動定標(biāo)和自動定標(biāo)。

自動定標(biāo)分為依據(jù)仿真結(jié)果定標(biāo)和依據(jù)最差計(jì)算結(jié)果定標(biāo)2種方式。最差情況定標(biāo)是最常用的定標(biāo)方式，只需手動指定所有輸入輸出模塊的取值范圍和LSB、Offset等，TargetLink會根據(jù)各個變量之間的關(guān)系計(jì)算出所有中間模塊的定標(biāo)參數(shù)，但是要注意的是TargetLink不會對LookUpTable模塊進(jìn)行自動定標(biāo)，因此要在最差情況定標(biāo)完成后點(diǎn)擊ScaleTable或者直接手動定標(biāo)然后將定標(biāo)方式設(shè)定為不自動定標(biāo)。

本文采用自動定標(biāo)和手動定標(biāo)相結(jié)合的方法，具體定標(biāo)過程如下。

(1)給輸入輸出模塊進(jìn)行手動定標(biāo)，在模塊屬性中設(shè)置Noautoscaling；在每個循環(huán)中選擇一個模塊，設(shè)定上下限，給TargetLink自動定標(biāo)的最差范圍計(jì)算提供參考。為保證精度，利用TargetLink的屬性管理器(propertymanager)工具將所有模塊的數(shù)據(jù)類型從默認(rèn)的int16改為int32。

(2)使用TargetLink的自動定標(biāo)功能，選擇最差情況定標(biāo)。點(diǎn)擊BuildSIL生成代碼進(jìn)行軟件在環(huán)仿真(softwareintheloop，SIL)，并與MIL仿真結(jié)果對比，如圖11所示。

圖11 MIL-SIL仿真結(jié)果對比

(3)結(jié)果顯示，由于依據(jù)最差情況自動定標(biāo)，定標(biāo)范圍過于寬泛，在輸入數(shù)據(jù)絕對值較小時(shí)，運(yùn)算后仿真結(jié)果誤差偏大，需要手動進(jìn)行定標(biāo)修改。

修改后部分參數(shù)定標(biāo)結(jié)果見表1。

表1 部分參數(shù)定標(biāo)結(jié)果

Table1Parametersscalingresults

Noautoscaling表示該變量是手動定標(biāo)的，Calculatescaling則表示該變量應(yīng)用的是自動定標(biāo)[10-11]。多次修改變量定標(biāo)并仿真，找到最合理定標(biāo)，對模型進(jìn)行軟件在環(huán)仿真，結(jié)果如圖12所示。

圖12 SIL-MIL仿真誤差

SIL仿真結(jié)果表明，SIL和MIL的仿真絕對偏差(absolutedeviation)在±5×10-3以內(nèi)，滿足精度要求。

3.4 自動代碼生成與處理器在環(huán)仿真

將TargetLink生成的代碼下載到FreescaleEVB9S12XEP100系列芯片開發(fā)板(見圖13)，進(jìn)行處理器在環(huán)仿真(ProcessorintheLoop，PIL)，并觀察仿真結(jié)果，如圖14所示。

圖13 EVB9S12XEP100開發(fā)板

圖14 SIL-PIL仿真結(jié)果對比

由圖14可知，軟件在環(huán)仿真結(jié)果與處理器在環(huán)仿真結(jié)果沒有誤差，絕對偏差為0，說明代碼在硬件中運(yùn)行良好。

根據(jù)代碼報(bào)告，代碼執(zhí)行總時(shí)間為19 200μs，堆棧使用為280byte，代碼尺寸為5 034byte，使用RAM為1 586byte，ROMwithoutlibraries使用7 047byte，ROMwithlibraries使用13 516byte。代碼質(zhì)量和尺寸均滿足處理器要求。

4 結(jié) 語

本文設(shè)計(jì)了基于擴(kuò)展卡爾曼濾波算法的SOC估算模型，完成了Simulink/Stateflow模型到TargetLink模型的轉(zhuǎn)換和代碼生成，生成的代碼可以在開發(fā)板上正確運(yùn)行，模型仿真結(jié)果與理論結(jié)果的誤差滿足精度要求，代碼尺寸和堆棧使用情況均滿足處理器能力要求。作為BMS軟件開發(fā)方法的嘗試，該方法適用于算法復(fù)雜，編程耗時(shí)的電動汽車BMS策略，可以節(jié)省編程過程中消耗的人力物力，提高開發(fā)效率，縮短開發(fā)周期。

[1]魏學(xué)哲, 戴海峰, 孫澤昌. 汽車嵌入式系統(tǒng)開發(fā)方法, 體系架構(gòu)和流程[J]. 同濟(jì)大學(xué)學(xué)報(bào): 自然科學(xué)版, 2012, 40(7): 1064-1070.WeiXuezhe,DaiHaifeng,SunZechang.Methodology,architectureanddevelopmentflowofautomotiveembeddedsystems[J].JournalofTongjiUniversity:NaturalScience, 2012, 40(7): 1064-1070.

[2]夏正鵬,汪興興,倪紅軍,等.電動汽車電池管理系統(tǒng)研究進(jìn)展[J].電源技術(shù),2012,36(7):1052-1054XiaZhengpeng,WangXingxing,NiHongjun,etal.Researchprogressofbatterymanagementsystemforelectricvehicle[J].ChineseJournalofPowerSources, 2012,36(7):1052-1054.

[3]HuY,WuX,TuJ,etal.ResearchofPowerBatteryManagementSysteminElectricVehicle[J].InternationalJournalofMultimediaandUbiquitousEngineering, 2015, 10(2): 187-194.

[4]洪曉君, 朱磊. 基于MATLAB/RTWEC自動代碼生成技術(shù)整車控制器快速原型開發(fā)[J]. 機(jī)電一體化, 2014, 20(8):47-52.HongXiaojun,ZhuLei.VehiclecontrollerrapidprototypebasedontheautomaticcodegenerationtechnologyonMATLAB[J].Mechatronics, 2014, 20(8):47-52.

[5]WilmesB.Towardatoolforsearch-basedtestingofSimulink/TargetLinkmodels[C]//4thSymposiumonSearchBased-SoftwareEngineering. 2012: 49.

[6]ManKL,WanK,TingTO,etal.TowardsahybridapproachtoSOCestimationforasmartbatterymanagementsystem(BMS)andbatterysupportedcyber-physicalsystems(CPS)[C]//FutureInternetCommunications(BCFIC), 2012 2ndBalticCongresson.IEEE, 2012: 113-116.

[7]劉騫, 孫紅. 電池管理系統(tǒng)的設(shè)計(jì)及荷電狀態(tài)的估算[J]. 電源技術(shù), 2014, 38(5): 897-899,905.LiuQian,SunHong.DesignofBMSandestimationofSOC[J].ChineseJournalofPowerSources, 2014, 38(5): 897-899,905.

[8]嚴(yán)喜林, 許加柱, 何建, 等. 基于改進(jìn)的EKF法估計(jì)電動汽車電池SOC[J]. 電源技術(shù), 2013, 37(11): 2003-2006.

YanXilin,XuJiazhu,HeJian,etal.EstimationofSOCbasedonimprovedEKFmethodforelectricvehiclebatteries[J].ChineseJournalofPowerSources, 2013, 37(11): 2003-2006.

[9]劉艷莉, 戴勝, 程澤, 等. 基于有限差分?jǐn)U展卡爾曼濾波的鋰離子電池SOC估計(jì)[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(1): 221-228.LiuYanli,DaiSheng,ChengZe,etal.EstimationofstateofchargeofLithium-ionbatterybasedonfinitedifferenceextendedKalmanfilter[J].TransactionsofChinaElectrotechnicalSociety, 2014, 29(1): 221-228.

[10]RongY,YangW,WangH,etal.SOCestimationofelectricvehiclebasedontheestablishmentofbatterymanagementsystem[C]//TransportationElectrificationAsia-Pacific(ITECAsia-Pacific), 2014IEEEConferenceandExpo.IEEE, 2014: 1-5.

[11]方明杰, 王群京. 基于擴(kuò)展卡爾曼濾波算法的鋰離子電池的SOC估算[J]. 電工電能新技術(shù), 2013, 32(2): 39-42.FangMingjie,WangQiongjing.StrategyofestimatingstateofchargeforlithiumionbatterybasedonextendedKarlnanfilter[J].AdvancedTechnologyofElectricalEngineeringandEnergy, 2013, 32(2): 39-42.

[12]馮飛, 逯仁貴, 朱春波. 一種鋰離子電池低溫SOC估計(jì)算法[J]. 電工技術(shù)學(xué)報(bào), 2014, 29(7): 53-58.FengFei,LuRengui,ZhuChunbo.StateofchargeestimationofLi-ionbatteryatlowtemperature[J].TransactionsofChinaElectrotechnicalSociety, 2014, 29(7): 53-58.

[13]李曉紅.動力電池管理系統(tǒng)SOC估算研究及軟件設(shè)計(jì)[D].湖北:武漢理工大學(xué), 2012.[14]王吉松.基于EKF的混合動力汽車用鋰電池SOC估算算法研究[D].北京:北京交通大學(xué),2011.

[15]涂成姣. 基于Targetlink的自動代碼生成及其在電池管理系統(tǒng)開發(fā)中的應(yīng)用[J]. 汽車零部件, 2014, 4(4): 43-47.TuChengjiao.AutomaticCodeGenerationBasedonTargetlinkandItsApplicationinBatteryManagementSystem[J].AutomobileParts,2014, 4(4): 43-47.

王 瑋(1959)，男，博士，教授，博士生導(dǎo)師，主要研究方向?yàn)樵诰€監(jiān)測、新能源并網(wǎng)及優(yōu)化運(yùn)行；

孫丙香(1979)，女，博士，講師，研究方向?yàn)閯恿﹄姵爻山M應(yīng)用技術(shù)；

何婷婷(1990)，女，博士研究生，研究方向?yàn)閯恿﹄姵爻山M應(yīng)用技術(shù)；

黃小艷(1992)，女，學(xué)士,主要從事軌道交通方面的研究工作。

(編輯：張小飛)

oftware Development Method of Battery SOCEstimation Based on Targetlin

DONGShijun1,WANGWei1,SUNBingxiang1,HETingting2,HUANGXiaoyan3

(1.NationalActiveDistributionNetworkTechnologyResearchCenter,BeijingJiaotongUniversity,Beijing100044,China;2.UniversityofTechnology,Sydney,Sydney2070,Australia; 3.KunmingRailwayBureau,Kunming650206,China)

TakingtheestimatestrategyoftheSOC(stateofcharge)inbatterymanagementsystemasresearchobject,thispaperusedextendedKalmanfilteralgorithmtoestablishedthesimulationmodelinMatlabSimuLink/Stateflow,andverifiedthecorrectnessofthemodel.TheTargetLinkautomaticcodegenerationtoolofthedSPACEcompanywasusedtocompletethemodeltransformation,in-the-loopsimulationandcodegeneration.ThegeneratedcodewasdownloadedtothedebuggingcircuitboardwhichusedFreescaleEVB9S12XEP100astheCPU.Thedeviationoftestresultsandtheoreticalresultsisinanacceptablerange,thesizeofgeneratedcode,thestackusagecansatisfythedemandsofchipprocessingcapacityandthesoftwarecanoperatestably.

SOCestimation;extendedKalmanfilter;Targetlink

國家科技支撐計(jì)劃項(xiàng)目(2013BAG24B02)。

TM

A

1000-7229(2015)07-0181-06

10.3969/j.issn.1000-7229.2015.07.026

2015-04-25

2015-05-27

董世駿(1990)，男，碩士研究生，研究方向?yàn)樾履茉窗l(fā)電技術(shù)與智能電網(wǎng)；

ProjectSupportedbyNationalKeyTechnologySupportProgram(2013BAG24B02).