【《车载动力电池管理系统的总体设计案例》5000字】

车载动力电池管理系统的总体设计案例目录TOC\o"1-3"\h\u12744车载动力电池管理系统的总体设计案例 1278811.1电池管理系统技术指标及分析 181021.1.1电池管理系统性能指标分析 132621.1.2电池管理系统功能需求 2247001.2单个电池SOC定义和估算 3213441.1.1最大可用容量 4130021.1.2单只电池SOC估算方法 494661.1.3初始荷电状态SOC的估算 5130741.3串联电池组SOC定义和估算方法 6227811.3.1串联电池组剩余电量和最大可用容量 6153801.3.2成组电池的SOC定义和计算方法 810151.4改进的SOC估算方法 8188871.4.1扩展卡尔曼滤波算法概述 833541.4.2SOC估计算法 91.1电池管理系统技术指标及分析1.1.1电池管理系统性能指标分析考虑到电动汽车电池的系统的功能需求，文中设计了基于RX210的电池管理系统，其各项性能指标如表1.1所示。表1.1电池管理系统设计指标序号名称指标1电池组最大充电电流<250A2电池组峰值放电电流<500A3电池组下限电压保护电池组和单体电芯双保护4电池组上限电压保护电池组和单体电芯双保护5电池组放电电流保护限制1-500A6单体电池放电限制电压1〜6V7电池组高低温保护可设置8电池温度测量精度±2°C9单体电压采集相对精度±10mA10电流采集分辨率15mA11电流测量范围±900A12系统正常工作温度-40°C〜70°C13电池组短路保护响应时间<2us14电池均衡硬件种类电阻均衡，最大均衡电流0.2A15剩余电量估算精度±3%1.1.2电池管理系统功能需求1、界面显示：当单个电池出现过压、欠压等情况时，此时，系统需实时将车载电池状态信息通过液晶显示屏进行报警；2、均衡功能：当车载电池使用充电器进行充电时，系统通过均衡功能模块对各个电池进行均衡充电，以确保各个电池能够正常运行；3、过压保护：当车载动力电池在充电状态下过压等情况时，文中设计的电池过压保护电路将被激活，以避免出现输入电压偏高的情况而缩短电池寿命；4、过温保护：当充电机对电池进行充电时，其充电过程中势必会散发出一定的热量。为了确保车载电池能够正常工作，系统则要通过温度传感器检测电池温度。当检测温度超过阈值后，系统会执行报警，并对充电电流进行一定的限制；5、电量管理功能：为了便于司机了解整车电量等信息，系统具备电量监控功能，并将监控的电量等信息通过液晶显示器进行数据显示；6、电池组短路保护功能：为了防止现场人员误操作，从而出现电池组短路等现象，系统设计的车载电池管理系统需具备电池组短路保护功能；对于电动汽车而言，电池组电量主要用于评估当前车载电池电量大小，系统能够根据分析得出的电池当前容量大小对电池整体运行状态进行评估，以避免车载动力电池出现过充或过放等现象。因此，对于车载电池而言，如何有效评估车载电池电量大小具有非常重要的现实意义。为了便于后期分析，本小节首先对SOC涉及的相关概念进行简要介绍：1、充放电终止电压：充放电终止电压为车载动力电池充电停止时所处的电压大小，该值与电池使用的安全性、以及电池使用寿命存在一定的关系；2、额定容量：在对电池进行SOC分析时，通常采用额定容量大小来评估电池在放电状态下最低电量大小；3、剩余容量：剩余容量就是指电池在当前状态下内部存储的电量大小，或电池在当前状态下至电池终止放电过程所能放电的电量大小；4、充放电效率：车载电池释放的电能除以充电的电能所占百分比即为充放电效率大小，其大小可用式1.1进行表示： （1.1）上式：为车载电池释放的电能，为车载电池充电时消耗的能源。而车载电池释放的能量除以车载电池内部存储的电能大小即为能量效率大小，其大小可用式1.2进行表示： （1.2）上式：为车载电池释放的能量，为车载电池内部存储的能量。5、荷电状态当前，车载电池SOC通常从容量的角度进行定义，其中，SOC的定义为剩余容量与电池实际容量之间的比值，即： （1.3）当电池处于满电荷状态时，此时，电池SOC处于100%，当储能电池释放完电能后，此时，SOC=0%。1.2单个电池SOC定义和估算1.1.1最大可用容量当系统对电池内阻进行测量时，在不同的应用状态下，电池放电容量存在一定的差异。其中，电池内阻压降和电池极化电压通常随着电池应用环境、充放电方法等参数的变化而变化。其中，当电池处于大电流或处于持续放电状态下时，其和值更大。即使电池全部电量释放后，其电池外电压都等于放电终止电压。由于=－－所处的状态并不相同，这反映了电池SOC所处状态将会出现一定的变化。当放电电流逐渐降低时，此时，可忽略和大小，即=，当放电终止时，==，放电容量就会达到最大值，并逐渐趋于稳定状态，试验数据表明：1、当电池处于充电静止状态后，此时，电池的电压随着电池释放的电流增大而增大。当电池处于大电流放电状态时，电池的最大可用容量并不会随之减小，其主要表现在电池没有完全释放出电能而已。2、当车载动力电池结束大电流释放时，在由小电流进行放电时，其电池放电电容量处于不变状态。当电池电能将释放完时，其放电电流将会随之而减小；1.1.2单只电池SOC估算方法上述采用开路电压与电流与电池自身充放电截止电压来定义电池最大可用容量、剩余容量和SOC，其关系可用式1.4进行表示：（1.4）系统采用表示电池初始荷电状态，用于表示当前电池荷电状态，用于表示电池初始状态与当前状态荷电变化量，其通常根据电流时间积分方式进行求得：考虑到当前市面上部分电源芯片已实现了按时积分功能，为了简化系统设计难度，系统可借助专用芯片对电池容量大小进行测量，其不仅提高了系统整体检测精度，同时，也能够有效降低了系统硬件电路设计难度。1.1.3初始荷电状态SOC的估算随着时间的延长，车载电池管理系统对电池内部SOC估算误差将会逐渐增大。为了能够更好地对电池整体现状进行评估，系统需定期对电池进行修正。在对电池进行修正过程中，系统首先需要获得电池开路电压，并根据OCV-SOC相关理论得出电池当前大小。由于电池在实际使用过程中，系统可在以下几种情况得到：1、车辆长时间处于搁置状态时：当车辆停止运行一段时间后，电池内部极化电压能够得到了充分的消褪。故车辆停放时间相对较长时间后，电池会处于自放电状态，从而导致电池内部剩余容量的降低，这也会反映到上。故系统对车载动力电池SOC进行修改，能够有效提高系统对车载动力电池SOC评估精度。2、充电结束时：当车辆管理系统完成对电池进行充电后，此时，电池将处于接近满电荷状态。而电池处于满电荷状态时，一方面开路电压对电池SOC变化率将会增大，每增大1%SOC对应都将会需要改变较高的电压量。另一方面，电池处于充满状态后，充电机对电池进行充电过程中，由于其充电电流较小，故可近似忽略车载动力电池内部极化电压大小。因此，车载电池管理系统可根据当前电池外电压状态对电池进行修正。通过上述两种方式，系统可对电池进行修正，并在接下来使用的过程中通过对时间进行积分，从而能够得出电池SOC大小。对于纯电动汽车电池SOC测量时，通常采用上述2种方法对进行修正，最大限度地估算出车载电池SOC大小。3、最大可用容量：根据电池SOC定义可知，如果对电池进行定期修正，其能够在一定程度上提高SOC估算精度。其中，电池最大可利用的电量可通过完全充放电方式来获取，其具有一定的可操作性，而且，测量精度相对比较准确。但电池根据充满后状态来评估电池容量大小时，需花费较多的时间，且浪费一定的能源。为了提高能源利用效率，同时，对电池最大容量进行实时检测，系统可从电池的SOC定义可知，其最大可用容量可通过式1.6求得：（1.6）通过上述分析可知，电池在实际应用过程中，其大小可通过在线方式进行累积。为了能够准确对电池SOC进行评估，系统首先需要对电池起始和结束时的电荷量大小，在根据和以及累积算法可求得电池最大可用容量大小。1.3串联电池组SOC定义和估算方法1.3.1串联电池组剩余电量和最大可用容量对于车载蓄电池而言，其电池通常由单体电池采用串联方式进行组成。为避免电池组中单体电池出现过充或过放等现象，系统需实时确保车载动力电池SOC处于合理状态。相比单只电池定义方法而言，电池组的荷电状态等于电池组的剩余电量与电池最大电池容量的比值。根据上述分析可知，串联电池组的荷电状态关键问题在于如何准确计算出和当各个单只电池最大可用容量分别为、...、时，此时，单只电池内部荷电状态可采用、...、进行表示。根据单只电池SOC定义可知，电池组内任意一只电池k的最大放电量可采用式1.7进行求得：其电池的最大的充电容量可以采用式1.8求得：上式中：为电池的最大充电电容量大小。因为车载电池组中每一个电池难以建立一致状态，则在电池组中必然会出现单节电池电量最小的现象，即：基于对电池组可能出现全部电池过度充放电现象的考虑，系统在一般情况下只检测单只电池，而如果串联电池组中任一电池出现了过度充放电，那么串联电池组将不能继续放电。当车载电池组放电容量达到了，电池i首先完成放电。此时，系统需限制电池继续放电，其可用式1.10进行求得： (1.10)同理如果车载动力电池SOC处于不平衡状态时，其势必会存在一个单体电池充电容量在n只电池中存在最小值，其可用式1.11求得：(1.11)当对车载电池组进行充电时，车载电池组内各个电池流过的电流处于相同状态，其各个电池充电容量处于相等状态。由于车载串联电池组各个电池状态不相同，为了避免电池组内部分电池出现过充电等现象，系统需实时对车载串联电池组内单只电池进行检测。当检测到串联电池组内单只电池处于满电荷状态后，系统停止对电池组进行继续充电。此时，车载串联电池组充电最大容量可通过式1.12求得： (1.12)所以，串联电池组最大可以使用的电量大小可用式1.13求得：通过上述分析可知，串联电池组最大可用容量与串联电池组各个单只电池最大的可用容量存在不可磨灭的关系：当i=j时，为串联电池组内最大可用电容量中最小的电池容量]大小；当i≠j时，为串联电池组内可用容量最小的电池容量大小。1.3.2成组电池的SOC定义和计算方法根据上述分析可知，串联电池组电荷量通常采用式1.14进行表示：当i=j时，此时，可将式1.14简化为式1.15：根据上述分析可知，串联电池组的估算可通过单只电池i的SOC进行估算。当i≠j，且串联电池组释放的电量为时，单体电池i完全释放了电能，即=0%。当充入的电量为后，电池j将完全充满。此时，串联电池组剩余电量可通过式1.16进行表示： (1.16)由此可见，串联电池组SOC采用本定义方法后，系统只需将'控制在0〜100%，即可从侧面保证车载动力电池组中单只电池SOC处于0-100%之间，从而避免串联电池组出现任何过充电和过放电等现象，有效提高了串联电池组整体使用的安全性。1.4改进的SOC估算方法1.4.1扩展卡尔曼滤波算法概述目前，人们通常根据卡尔曼滤波算法应用系统的不同，将卡尔曼滤波算法划分为标准卡尔曼滤波算法和扩展卡尔曼滤波算法。其中，标准卡尔曼滤波算法的通常对线性系统进行滤波处理，它对系统动态变量具有较高的预估作用：状态方程： (1.17)输出方程： (1.18)上式中，、、分别用于表示系统输入和输出相关信息，用于表示过程噪声变量大小，用于表示系统观测的噪声变量大小，而、、、则分别表示输入输出参数系数。由于车载电池为一个非线性系统，其电池电量以及电池充放电倍率都为非线性对应关系，故系统借助扩展卡尔曼滤波算法进行信号处理时，会将非线性信号转换线性信号。当系统借助扩展卡尔曼滤波算法进行处理时，其扩展卡尔曼滤波算法模型可用式1.19-1.20进行表示：状态方程：输出方程： (1.20)上式中，用于表示非线性系统转移函数，而则为非线性测量函数，其状态空间模型可用图1.1进行表示：图1.1非线性离散时间状态空间模型1.4.2SOC估计算法考虑到电池的非线性特性，本论文采用修正后的卡尔曼滤波算法对电池SOC进行测算。当系统完成对电池相关参数测量时，系统首先借助扩展卡尔曼滤波算法进行修正，再根据修正的结果进行计算。通过扩展卡尔曼滤波算法处理后，其能够很好地解决电池的非线性特性的问题：1、模型选择系统状态方程：系统输出方程：上式中，为SOC值大小，而为电池负载电压值大小，而尺、、、、为待辨识的电池模型参数，其输出获得对高精度评估电池SOC大小具有重要的作用。该数值的获取需经过由电池从一个满充电状态以标准放电速率放电的过程，并通过最小二乘法进行拟合，即可获得相关参数数值大小。2、系统参数选择比较式1.17-1.18和式1.21-1.22可求得系统参数，其结果如下所示： (2-23)