周 迅,孟令鋒,趙 辰
(四川啟??丝萍加邢薰?,四川 成都 610000)
關(guān)鍵字:電池管理系統(tǒng);荷電狀態(tài)(SoC)估計(jì);均衡策略
電池管理系統(tǒng)(Battery Management System,BMS)的主要功能是實(shí)現(xiàn)電池組及各個(gè)電池單體的智能化管理與維護(hù),避免電池在充電或使用過程中出現(xiàn)過度充電或過度放電的問題,從而延長(zhǎng)動(dòng)力電池的循環(huán)使用壽命[1]。電池管理系統(tǒng)基本組織架構(gòu)如圖1所示。
圖1 電池管理系統(tǒng)基本構(gòu)成
電池荷電狀態(tài)(State of Charge,SoC)是SoC估計(jì)電池管理系統(tǒng)的核心指標(biāo),主要作用是顯示電池剩余電量[2]。SoC值是評(píng)估電池管理系統(tǒng)運(yùn)行狀態(tài)的關(guān)鍵參數(shù),SoC值評(píng)估的準(zhǔn)確性會(huì)對(duì)電池的安全使用造成影響。因此,如果出現(xiàn)SoC值不準(zhǔn)確的情況,很可能導(dǎo)致汽車電池管理系統(tǒng)誤判,影響電動(dòng)汽車的運(yùn)行,嚴(yán)重情況下可能會(huì)產(chǎn)生危險(xiǎn)。
在鋰離子電池汽車的運(yùn)行中,為了滿足基本的運(yùn)轉(zhuǎn)需求,多使用鋰離子電池提供所需電能。鋰離子電池通常由多節(jié)電池單體組成,是目前電動(dòng)汽車電池系統(tǒng)的主要選擇,具有工作壽命長(zhǎng)、安全性高、可靠性強(qiáng)以及自放電率高等優(yōu)勢(shì)。在復(fù)雜的運(yùn)行環(huán)境下,依靠傳感器確定電池荷電狀態(tài)的實(shí)時(shí)性和準(zhǔn)確性難以得到保障,需要使用電池模型確定電池性能及運(yùn)行狀態(tài)。采用等效電路模型來檢測(cè)電池的運(yùn)行狀態(tài),從而確定電池是否供電[3]。
SoC是在一定放電倍率工況下剩余電量與標(biāo)定容量之間的比值,可以表示為
式中:Qt為電池剩余容量;Q0為電池標(biāo)定容量[4]。
應(yīng)用安時(shí)積分法進(jìn)行計(jì)算。具體而言,計(jì)算電流在時(shí)間上的積分來判斷電池充電、放電的電流變化,根據(jù)實(shí)際計(jì)算的充電或放電過程中電流的變化量,在扣掉原有基礎(chǔ)電流量和標(biāo)定電容量比值的基礎(chǔ)上,就可以確定當(dāng)前電池SoC的變化量。
(1)生產(chǎn)過程中導(dǎo)致電池出現(xiàn)差異。在生產(chǎn)時(shí),無法確保電池在制造過程中能全部符合標(biāo)準(zhǔn),在電池原材料、生產(chǎn)工藝、組裝工藝的影響下,都會(huì)對(duì)電池使用性能造成影響,影響電池使用的一致性。
(2)存儲(chǔ)過程中導(dǎo)致電池存在差異。從鋰離子電池生產(chǎn)到出售,可能被長(zhǎng)期存放在倉庫,存儲(chǔ)過程中環(huán)境溫度、濕度的變化都會(huì)導(dǎo)致電池的不一致性增大。此外,在存儲(chǔ)的過程中也會(huì)出現(xiàn)電池自放電的現(xiàn)象,導(dǎo)致電池能量浪費(fèi)。在長(zhǎng)期放電過程中,電池容量逐漸降低,實(shí)際可用的電量就大大減少。
(3)使用過程中導(dǎo)致電池存在差異。電動(dòng)汽車在運(yùn)行過程中會(huì)面臨復(fù)雜工況,不確定因素較多。在復(fù)雜的工況下,運(yùn)行環(huán)境對(duì)電池性能也有不小的影響,電池循環(huán)使用的次數(shù)越多,其每次存儲(chǔ)電量的能力也會(huì)相應(yīng)降低[5]。
(1)開路電壓差異。開路電壓差異需要在電池放電過程中測(cè)量開路電壓的情況,并與原始的開路電壓比較。
(2)容量差異。在存儲(chǔ)的過程中由于電池不一致性的存在,導(dǎo)致電池可實(shí)際使用容量出現(xiàn)較大變化,進(jìn)而縮短汽車的續(xù)航里程。
(3)SoC差異。SoC受電池剩余容量與可用容量的直接影響,當(dāng)電池可用容量發(fā)生變化時(shí),SoC值也就會(huì)相應(yīng)的變化,進(jìn)而導(dǎo)致電池的電量不能全部發(fā)揮出來。
在正式估計(jì)SoC前,需要明確電池模型來了解電池基本性能,在等效模型的基礎(chǔ)上對(duì)電池SoC值進(jìn)行有效估計(jì)。選用二階PC等效電路模型進(jìn)行SoC估計(jì),如圖2所示。
圖2 二階PC等效電路模型
為了獲得動(dòng)力電池開路電壓(Open Circuit Voltage,OCV)-SoC曲線,需要對(duì)電池進(jìn)行脈沖實(shí)驗(yàn),實(shí)驗(yàn)步驟如下。
(1)充滿電池,將其空置3 h,在電池溫度恢復(fù)到室內(nèi)溫度時(shí),記錄電池的開路電壓值。
(2)在一個(gè)脈沖放電周期的條件下,選用3 A恒流狀態(tài)將電池持續(xù)放電180 s,記錄電池電壓值。
(3)放電完成后,將電池靜置2 h。當(dāng)電池恢復(fù)到正常條件時(shí),記錄電壓值。
(4)重復(fù)步驟(2)和步驟(3),在設(shè)定時(shí)間內(nèi)測(cè)定周期性脈沖放電與靜置的狀態(tài)。
(5)記錄放電過程中的所有參數(shù)數(shù)據(jù)。
在得出測(cè)量結(jié)果的基礎(chǔ)上,在MATLAB軟件上繪制開路電壓OCV-SoC曲線,脈沖放電電流和放電電壓如圖3(a)、圖3(b)所示,OCV-SoC曲線如圖4所示。
圖3 電池脈沖放電實(shí)驗(yàn)
圖4 OCV-SoC擬合曲線
隨著SoC值的上升,當(dāng)SoC容量在70%左右時(shí),鋰離子進(jìn)出受阻,大量的鋰離子被阻擋在外部,導(dǎo)致短時(shí)間內(nèi)的極化內(nèi)阻增大。電池等效參數(shù)隨著運(yùn)行狀態(tài)的不同而逐漸改變,如果離線辨識(shí)結(jié)果不對(duì),那么SoC估計(jì)的精準(zhǔn)度會(huì)受到影響。
考慮到SoC估計(jì)的實(shí)用性,選用拓展卡爾曼濾波算法(Extended Kalman Filter,EKF)進(jìn)行電池估算。估計(jì)過程的等式可表示為
式中:X為狀態(tài)變量;U為噪聲變量。
建立觀測(cè)模型
式中:Zk為tk時(shí)刻的觀測(cè)向量;Hk為觀測(cè)矩陣,Vk為測(cè)量的噪聲向量。
EKF算法主要用于離散時(shí)間的非線性系統(tǒng),在應(yīng)用前需要將非線性系統(tǒng)對(duì)應(yīng)的函數(shù)進(jìn)行泰勒展開,去掉高階項(xiàng)就可以得到系統(tǒng)線性函數(shù)。在遵循卡爾曼濾波算法理論的基礎(chǔ)上,結(jié)合二階PC模型進(jìn)行估算。逐漸遞推,在時(shí)間更新、狀態(tài)更新的基礎(chǔ)上計(jì)算得出下一個(gè)時(shí)刻的SoC估計(jì)值。將計(jì)算得出的估計(jì)值與實(shí)際值進(jìn)行對(duì)比,得出的結(jié)果如圖5所示。
圖5 SoC估計(jì)值與實(shí)際值對(duì)比
從對(duì)比情況來看,實(shí)際的誤差值相對(duì)較小,說明采用EKF算法進(jìn)行SoC估計(jì)可以完成動(dòng)力電池SoC估計(jì)值的準(zhǔn)確測(cè)量,有較好的測(cè)量效果。
綜合考慮均衡速度、控制難度以及電路成本,基于Buck-Boost結(jié)構(gòu)的均衡電路構(gòu)建電感雙層均衡結(jié)構(gòu),如圖6所示。
圖6 雙層均衡結(jié)構(gòu)
在雙層均衡結(jié)構(gòu)的基礎(chǔ)上,為了有效控制SoC值,需要加強(qiáng)差值測(cè)量。如果在實(shí)際測(cè)量中電路電壓超過0.1 V,則說明SoC估計(jì)不夠準(zhǔn)確,需要關(guān)閉均衡。均衡控制流程如圖7所示。
圖7 均衡控制流程
采集電流和電壓值,利用EKF算法進(jìn)行SoC估計(jì)。比較實(shí)際值與估計(jì)值的差值,符合條件則開啟均衡,不符合條件則關(guān)閉均衡。通過模糊控制器完成PWM信息的占比控制,進(jìn)而實(shí)現(xiàn)均衡電流實(shí)時(shí)動(dòng)態(tài)調(diào)整,確保電池單體均衡。
為了實(shí)現(xiàn)動(dòng)力電池管理系統(tǒng)均衡策略優(yōu)化,應(yīng)當(dāng)明確SoC估計(jì)的基本作用、基本算法以及實(shí)際的改進(jìn)思路。在二階PC等效電路模型的基礎(chǔ)上對(duì)電池SoC值進(jìn)行有效估計(jì),通過優(yōu)化均衡控制策略,為電路實(shí)時(shí)均衡狀態(tài)的實(shí)現(xiàn)提供更多全新的選擇。