陳天英侯仰軍栗會峰楊少波董靚媛嚴(yán)敬汝
(1.國網(wǎng)河北省電力有限公司電力科學(xué)研究院,河北 石家莊 050021;2.河北華電石家莊熱電有限公司,河北 石家莊 050041)
電動汽車磷酸鐵鋰電池作為當(dāng)前電動汽車主流配給電源,是影響電動汽車整體性能的關(guān)鍵因素,為確保電池的安全,延長電池的使用壽命和調(diào)節(jié)電池充放電的控制策略,可靠的電池管理系統(tǒng)尤為重要[1]。
針對目前電池管理系統(tǒng)(Battery Management System,BMS)的應(yīng)用需求,主要設(shè)計實現(xiàn)三大功能:實時監(jiān)測電池狀態(tài),采集單體電池電壓,電流和溫度等信息;建立有效的算法與模型,對電池荷電狀態(tài)(State of Charge,SOC)進(jìn)行準(zhǔn)確的估計,從而對電池組采取合適的充放電控制策略;在正確獲取電池的狀態(tài)下提供給車主剩余電量預(yù)警提示,以及過放電保護(hù)策略。
文中電池管理系統(tǒng)主要有四大部分組成:串聯(lián)電池組部分、系統(tǒng)控制部分、保護(hù)執(zhí)行部分、上位機(jī)信息采集部分。其結(jié)構(gòu)示意見圖1。
串聯(lián)電池組由7 節(jié)5 Ah 標(biāo)稱電壓為3.2 V的磷酸鐵鋰動力電池串聯(lián)組成。系統(tǒng)控制部分以TMS320LF2407作為主控制器,外設(shè)包括電壓、電流、溫度檢測模塊,鍵盤模塊,顯示模塊,報警模塊及CAN總線驅(qū)動等。保護(hù)執(zhí)行部分為主電路驅(qū)動 模 塊、51 單 片 機(jī)、8255 組 成 的I/O 口 擴(kuò) 展、CAN 控制器及其驅(qū)動和過沖過放保護(hù)電路等。PC機(jī)作為上位機(jī),從主控DSP采集監(jiān)測數(shù)據(jù),以便對控制系統(tǒng)進(jìn)行矯正[2]。其中,系統(tǒng)控制電路和保護(hù)執(zhí)行部分通過CAN 總線通信實現(xiàn)信息交換;系統(tǒng)控制電路和上位機(jī)信息采集部分通過SCI總線通信實現(xiàn)上位機(jī)與下位機(jī)間信息交換。
圖1 電池管理系統(tǒng)結(jié)構(gòu)示意
1.2.1 主控芯片的選擇
由于串聯(lián)電池組單體電池數(shù)量較多,系統(tǒng)需要采集信息的種類和數(shù)量較多,處理數(shù)據(jù)量較大,數(shù)據(jù)類型較多,運(yùn)算復(fù)雜,而且還需要與其他模塊進(jìn)行大量的信息交換[3]。因此,應(yīng)當(dāng)盡量選取集成度高、數(shù)據(jù)處理速度快、精度高的處理器作為系統(tǒng)主控制器[4]??紤]以上幾個方面,選取DSP芯片TMS320LF2407作為本系統(tǒng)的主控制器。
1.2.2 電池電壓采集電路設(shè)計
由于串聯(lián)電池組由多節(jié)單體電池串聯(lián)而成,每節(jié)單體的負(fù)極不共地,所以用一個控制器采集所有電池電壓時,會有一定的困難,但經(jīng)過長期的研究也出現(xiàn)了許多不同的方法,目前應(yīng)用較多的方法有:直接檢測;光耦隔離檢測[5];運(yùn)算放大器和模擬器件轉(zhuǎn)換抑制共模電壓檢測。選用一款專門用于串聯(lián)電池組的單體電壓測量芯片LTC6802,其每片可以檢測12節(jié)單體電池電壓,可以通過菊花鏈的結(jié)構(gòu)串聯(lián)使用,最高可以測量1 000 V 的系統(tǒng),這種方法設(shè)計簡單,成本較低,便于實現(xiàn)。
1.2.3 電流檢測電路設(shè)計
電流采集選用高精度閉環(huán)霍爾電流傳感器SO1TC2.52V1,電流經(jīng)霍爾傳感器轉(zhuǎn)換為電壓信號后,需將模擬信號轉(zhuǎn)換為數(shù)字信號才可以由DSP讀取[6],為了提高轉(zhuǎn)換精度,系統(tǒng)選取ADI公司的16位AD 轉(zhuǎn)換器AD7988。
由于DSP 的SPI通信波特率在電壓檢測已以初始化為1M,而此處的通信波特率相對較低,所以此處用DSP的通用I/O 模擬SPI通信,實現(xiàn)DSP與AD 的連接。
1.2.4 主通信電路設(shè)計
系統(tǒng)主通信包括兩部分:主控制器DSP 與電腦之間的SCI通信、主控制器DSP與均衡執(zhí)行控制器51單片機(jī)之間的CAN 總線通信。DSP與電腦之間,從兩者集成的硬件資源以及現(xiàn)有的上位機(jī)軟件資源考慮,選取了SCI通信[7];而DSP 與51單片機(jī)之間,則考慮控制系統(tǒng)的運(yùn)行工況,選用CAN 總線通信具有更高的可靠性。
對于一個完整的硬件控制系統(tǒng),必須要有完善的軟件系統(tǒng)作為支撐。本文的重點(diǎn)工作是電池SOC的估計,而且SOC估計分為動態(tài)估計和靜態(tài)估計。
主控制流程從整體上看是一個循環(huán)執(zhí)行的程序,實時檢測電池的信息并實現(xiàn)對電池SOC 狀態(tài)的估計。主控制流程如圖2所示。
圖2 主控制流程
系統(tǒng)上電后,首先要對系統(tǒng)內(nèi)所有模塊進(jìn)行初始化,包括各個檢測模塊、通信模塊、定時器以及SOC估計參數(shù)的初始化,并檢測各模塊是否工作正常[8]。初始化完畢后進(jìn)入主循環(huán)部分,第1步,檢測系統(tǒng)主電路的電流(即串聯(lián)電池組的電流)是否正常,如果出現(xiàn)過電流,則進(jìn)行報警提示,嚴(yán)重時系統(tǒng)會自動斷開主電路,使電池組停止放電;第2步,檢測每個單體電池的溫度,看是否有出現(xiàn)單體電池溫度過高現(xiàn)象,如果有也會先給出報警信號,當(dāng)溫度超過最高允許值時,系統(tǒng)也會自動斷開主電路;第3 步,檢測每個單體電池的電壓;第4步,根據(jù)檢測的單體電池的電壓判斷單體是否有單體過電壓或低電壓,如果有則根據(jù)過電壓或低電壓的程度給出報警信號或直接斷開主電路;第5步,是系統(tǒng)的核心部分,即根據(jù)以上檢測的電池信息對電池進(jìn)行SOC 估計;第6步,在估計完成后,將以上檢測的電池信息、報警信息和SOC估計信息傳給上位機(jī)系統(tǒng),同時通過液晶顯示器顯示出來。
2.2.1 電池SOC狀態(tài)估計算法與模型的選擇
準(zhǔn)確的電池SOC 狀態(tài)估計不僅需要完整的硬件系統(tǒng)做支持,還需要可靠的算法和電池模型去完善[9]。電池的內(nèi)部狀態(tài)成非線性變化,因此選擇卡爾曼濾波法的加強(qiáng)版——拓展卡爾曼濾波法(EKF)。該方法可以很好的適應(yīng)非線性系統(tǒng),而且加入Thevenin電池模型,通過對DSP進(jìn)行C語言編程實現(xiàn)軟硬件的結(jié)合。如圖3所示為Thevenin電池模型,E(t)是電池電動勢,i(t)是流經(jīng)R1內(nèi)阻的電流,U C(t)是極化電容C兩端電壓。
圖3 Thevenin 電池模型
式(1)、(2)表示了Thevenin電池模型的電氣關(guān)系,其中,S(t)為t時刻電池的荷電狀態(tài);F[S(t)]為電池SOC 與電動勢在同一溫度下的函數(shù)關(guān)系;ΔE(T)為電池在不同溫度下電動勢相對于參考條件下的變化量,一般可忽略不計。
EKF濾波算法計算過程。
a.式(4)和(5)作為其狀態(tài)方程和輸出方程
式(4)和(5)中:電流i(k)為輸入量;端電壓V(k)為輸出量;矩陣不可測量量對系統(tǒng)狀態(tài)變量的干擾;v(k)為電池端電壓的測量噪聲。
b.模型參數(shù)選定。
需要對式(5)進(jìn)行線性化處理,便可以得到
c.算法狀態(tài)量初始化
d.迭代計算
如圖4所示為EKF濾波過程。
圖4 EKF濾波算法流程
2.2.2 電池SOC狀態(tài)估計軟件設(shè)計
電池SOC 動態(tài)估計是指電動汽車正在運(yùn)行時的檢測[10],具體流程如圖5所示。
圖5 SOC狀態(tài)估計流程
這個過程電池內(nèi)部變化很復(fù)雜,為準(zhǔn)確估計電池實時SOC 動態(tài),以Thevenin電池模型為基礎(chǔ),并添加了拓展卡爾曼濾波法(EKF)為核心算法。電池SOC靜態(tài)估計是指電動汽車在靜止時對電池狀態(tài)的估計。
為檢驗此方法的準(zhǔn)確性,以標(biāo)準(zhǔn)容量5 Ah磷酸鐵鋰電池為實驗對象,在搭建的試驗平臺上進(jìn)行模擬工況試驗。因為硬件設(shè)備局限性,為了能和真實值進(jìn)行對比,這里只做了恒流間歇性放電試驗。然后把試驗數(shù)據(jù)通過matlab處理之后,可以得到真實值和EKF 濾波法估計值之間的對比曲線圖。圖6為搭建的電池管理系統(tǒng)硬件平臺。
圖6 電池管理系統(tǒng)硬件平臺
電池管理系統(tǒng)硬件平臺采用電阻來模擬電動汽車電量的消耗,通過改變電阻值大小和利用鍵盤控制主電路繼電器,實現(xiàn)以0.7 A 恒流間歇性放電,放電時間為5 000 s,如圖7所示。DSP通過處理電流、電壓等采集到的電池信息,得到所需要的電池SOC狀態(tài)估計值,并且最終結(jié)果將顯示在液晶屏上和上位機(jī)的串口調(diào)試頁面中。
圖7 放電電流
如圖8所示,先通過開路電壓法確定電池SOC初始值為80%。因為EKF狀態(tài)方差系數(shù)P 初值大小選取非最優(yōu)值,導(dǎo)致了試驗初始階段誤差較大,但是隨著試驗時間的增加,EKF濾波估計值會很好的收斂到理論真實值左右,精準(zhǔn)的完成的對電池SOC狀態(tài)的估計。由此可知狀態(tài)方差系數(shù)P 初值的選取對最終收斂結(jié)果無很大影響。
圖8 SOC估計值與理論實際值對比
如圖9所示,EKF 濾波法得到估計值的相對誤差基本都在5%以內(nèi),并且隨著試驗時間的增長,相對誤差也會越來越小。由此可以說明,所用到的電池管理系統(tǒng)硬件平臺的可靠性和EKF 濾波算法的準(zhǔn)確性。
圖9 EKF估計值的相對誤差
通過對電池管理系統(tǒng)硬件平臺的搭建,實現(xiàn)了系統(tǒng)的動態(tài)檢測、安全報警、實時計算SOC、CAN 通信和顯示信息等5項主要功能。并結(jié)合EKF濾波算法,成功的對電池的動態(tài)與靜態(tài)進(jìn)行準(zhǔn)確實時估計。但是,由于硬件條件的局限性,未能針對復(fù)雜的工況條件去做驗證,下一步工作是完善硬件系統(tǒng),以滿足實際需要。