电动汽车蓄电池参数监控系统研究

电动汽车蓄电池参数监控系统研究 马兹林，羌嘉曦，冒晓建，杨林 (上海交通大学汽车电子技术研究所， 上海 200240) 【——■瞄黔” 摘要：阐述J一一种电动汽车用的动力蓄电池参数监控系统过程。详细讨论了其系统构成、工作过程以及蓄电池状态估计算法 盼樊戮’舞结合台架试验对系统的实用性和准确性进行了验证。结果表明，应用本系统电池状态估计精度高。 泡管理的要求。 关麓词：电动汽车；电池参数监控；荷电状态 中圈分类号：TM912文献标识码：A 文章编号：1009-9492(2008)04-0021-03 1引言 由于环境污染和能源危机问日益严峻，电动汽车逐 渐得到人们重视并取得了极大的发展，而动力电池技术是 制约其迅速发展的瓶颈之一。电动汽车由于其运行工况复 杂。经常伴随大电流脉冲充、放电，工作条件极为恶劣， 对蓄电池系统要求更为严格，因此必须对蓄电池的各项参 数进行实时监控，及时了解蓄电池目前所处的状态，优化 蓄电池充、放电性能，从而提高蓄电池整体性能和寿命。 本文针对电动汽车特殊运行条件要求设计了一种实用 高效的电池参数监控系统(BPMS)，主要由高压监控子系 统(HVMS)和电池监控子系统(BMS)两部分组成，系 统结构如图1所示。根据仿真计算结果，电动汽车配备容 量为lOOAh，标称电压为312V的镍氢电池组。 1)高压监控子系统负责整车高压参数监控和安全管 理，检测绝缘情况和断路情况并控制高压继电器的接通和 断开。 2)电池监控子系统负责对电池组的电压、电流和温 度等进行采样分析，实时准确地估计电池组的SOC及其最 大充放电功率。 2高压监控子系统(HVMS) 高压监控子系统负责对动力电池高压线路进行监测和 管理，实时监测高压电路绝缘特性、漏电流、总线剩余电 量等各项参数，根据电动汽车和人体安全要求Ⅱ3，保 证高压系统工作在安全范围内o 2．1HVMS系统构成 高压监控子系统由高压控制器(ADM)、保险丝、高 压继电器和高压接插件组成，整体结构如图1所示。ADM 收稿日期：2007-11-13 BM$：电池监控子系统； ADM：高压控制罂； lI、mls：高压监控子系统；C1／C2：高压接插件； BP：电池组； F：保险丝 11：正端继电嚣；J2：负蝤继电嚣；J3：预充电继电器 ==：动力电源线 Cs：电流传感嚣； 图1 BPMS系统结构图 通过CAN总线接收BPMS发出的控制命令，指挥高压继电 器完成接通和断开操作，并将采样系统的高压参数实时反 馈给BPMS。 2．2HVMS系统工作过程 1)预充电控制：当点火开关闭合的时候，首先闭合 负端继电器J2和预充电继电器J3，开始预充电过程，检 测HV+和HV一两点的电压情况。如果它们之间的电压在一 定时间内达到电池端电压的90％，就断开J3，闭合正端继 电器Jl，否则断开所有继电器，以确保系统高压安全。 万方数据 2)安全管理：绝缘监测通过测量电池组正负端对地 的电压来判断。根据电动整车要求，设定电池组电压的 30％-70％为判别范围。当测得的电池组正负端对地的电压 在这个范围之外，就判定发生了绝缘故障，此时立即断开 高压继电器，继电器断开时间小于20ms，高压系统断开 h后即达到人体安全标准。 3电池监控子系统(BMS) 电池监控子系统是整个电池参数监控系统的核心部 分，其主要功能包括对电池电压、电流和当前的温度数据 进行采样；对电池的荷电状态(SOC)进行准确的预测并 计算电池所能承受的最大充放电功率等。 3．1数据采集 1)电压信号采集 电池组的电压信号采集通过浮地电压测量方式，循环 采样各模块的正、负端。通过地址译码器控制的高速光耦 阵列，指挥光耦开关循环开闭，将正负交替变化的电压信 号转换为正信号送入隔离放大器。模块电压采样电路如图 2(a)所示。 2)电流信号采集 电流信号的采集由高精度的电流传感器完成。由于电 流信号经电流传感器转换后的输出信号为正负电压信号， 因此我们在后端采用了一个加法器，将-2．5以．5V的双向 输入电压信号转换成以2．5V为中心的正电压。随后再通 过一个反相比例放大器，将功率放大后送入A／D芯片进行 处理。电流采样电路如图2(b)所示。 3)温度信号采集 温度信号采用热敏电阻对电池箱温度进行采样，其反 应时间为1—2s，8=1．1—1．6mW／℃，测量温度范围为一50-+ 3000C，能够满足电池运行要求。 3．2电池参数估计 1)SOC预测 电池的荷电状态(SOC)反映了电池当前的剩余电量， 是电动汽车整车控制的重要依据之一。 目前国内外主要采用的计算方法有放电测试法、开路 电压法、安时累计法、内阻法、神经网络及卡尔曼滤波等 方法【2】。但这些方法单独使用时都存在不同程度的缺陷。 放电测试法需要大量时间，并且需停止电池工作，一般用 于电池维修；对于电池而言，其开路电压和内阻与电池 SOC的对应关系并非完全线性，进行SOC预测时需要做 大量实验进行验正；神经网络法需要大量的数据对其模型 进行训练；而卡尔曼滤波法计算量过于庞大，目前还很难 应用于实际。相较而言，安时累计法更简单可靠且易于实 现，应用也最为广泛。本系统采用修正的安时累计法，基 本原理如下： ，- Eo-ITl·／dx SOC=——粤‘一x100％ (1) I 2．5v (a)模块电压采样电路 (b)电流采样电路 图2 电池模块电压及电流采样电路 其中，蜀为蓄电池初始电量；E是电池容量；Tl为充 放电效率系数；i为当前电流，放电时为正，充电时为负。 由于蓄电池工作时容量会受到自放电、充放电倍率、 电池寿命等因素影响而变化，计算时对其作如下修正。 自放电修正：由于镍氢电池自身电化学物质活性及电 池内阻的存在，电池会发生自放电的现象，导致容量发生 变化，其主要影响因素是温度和SOC[31，本文通过调用相 应的白放电计算函数，查表来修正容量。 品=虮xp(-静)soc (2) 其中，岛表示电池的自放电率；系数．|}。=1．0683x107， 日．s／Rs=6789K，K为温度系数；T表示温度。则自放电修 正系数： ∞．=St,x*／3600 (3) 充放电倍率修正：根据试验结果，不同的充放电倍率 下电池所能放出或充入的电量是不一致的，因此我们采用 电池充放电的热模型[41计算电池的充放电效率q。 在充放电过程中，电流流入电池中并不是全部转化成 了电能，而是有一部分转化成了热能，将转化成热能的这 一部分转换成当量的电能： 万方数据 dab=揣 (4) 式中，％是所有热源产生的热量之和；v为电池的 端电压。 计算时一个步长中电池电量名义变化量如下： (“等尺)出Ah=—铲 (5) 式中，，表示电流，充电时为负值，放电时为正值；R 表示电池的内阻。 因此，电池的充放电效率可以定义如下。 充电时：q=—Ahl+厂dAh (6) 放电时：11=—Ahl-FdA—h (7) 寿命修正：电池循环使用引起的内部化学降解也会导 致容量损失，电池容量会随着循环次数增加而开始有所增 加，最后趋于减少[5】。可根据电池生产厂家提供的容量一 寿命脉谱进行修正，寿命修正系数记为睨。 最后，得出SOC计算公式如下： ，i soc=—Eo-—J—o'qi"／d—'r+一to,+cot×100％(8)正“ 2)最大充放电功率计算 计算最大充放电功率采用修正的RC模型来模拟电池 实际运行，充分考虑电池的电容效应和充放电时内阻的差 异，模型请见图3t6,73。 其中，'，。表示电池的开路电压；L表示电池的端电 压；G代表电池的化学能；G代表电池的表面电容；R。代 表极化内阻；R。代表表面内阻；R。和RⅡ分别表示充电和 放电时的终端电阻；理想二极管仅为表明充、放电时只有 一个电阻被使用，无实际物理意义。 修正的RC模型一阶微分方程数学描述如下： (筻)_摩1瓦可西葡丁le(R。懈。)]x(玢 L 曼￡ 1 l引疋帆’l×， l一 亟 f L cc(尺c+Re)／ 儿=(甜寺蒜扩)×(瓷) (9) 其中，％表示电容G两端的电压；K表示电容e 两端的电压；，表示此时外电路中流过的电流。 由电池开路电压计算出当前电池所能承受的最大充放 电功率如下： fB一=I，豳×(亿一‰)／R_ (10) 1只一=I，。×(y。一亿)／R。 、’ 其中：‰是电池正常工作的ttJ,电压，设为260V； y。是电池正常工作的最大电压，设为390V。 图3 RC电池模型等效电路 4试验结果分析 4．1数据采集精度测试 在充放电机上对电池组进行变电流充放电试验，结果 见表1。比较充放电机记录电流数据和BMS采集电流数据 可知，BMS采集电流值和实测值最大误差为0．8A．精度为 0．4％。 表I BMS电流采样精度测试 4．2高压系统预充电实验 对于高压监控子系统，我们在测试台上验证其设计的 合理性。测试条件为：电池电压420V，预充电电阻 8364Q，等效电容3301xF，整个预充电过程持续了10s，每 20ms采样1次。 ‘ 高压系统当收到闭合命令后负端继电器和预充电继电 器先闭合，表现为负端继电器线圈有很大的脉冲电流，当 预充电电压达正负端电压的90％后，闭合正端继电器，此 时正端继电器线圈出现大的脉冲电流，高压系统电压迅速 上升至等于电池组的端电压，预充电实验测试结果见图4。 图4 高压电预充电实验 (下转第3l页) 万方数据 5结论 该系统能够在线监测SF6电气设备的SF,气体密度值， 利用该系统不必到现场就可以了解电气设备的运行状态， 可以节省大量的人力、物力，提高了电网运行效率，便于 实现对变电站的自动化管理、无人值守管理和远程管理。 该监测系统已经投入运行，运行情况表明，该系统抗干扰 能力强，稳定性好，精度高，符合现场测试要求。 参考文献： [1】北京三维力控科技有限公司．FIOSTMSDK使用指南Version 2．7[EB／OL]．http：／／www．sanwayland．CA】qlLcn． [2】官章全。詹晓卫．VisualC++6．0鳊程实例详解[M]．北京： 电子工业出版社，2000． [3]黎斌．SF6高压电嚣设计【M]．北京：机械工业出版社。 2000． 第一作者简介：袁德虎，男，1979年生，博士研究生。研究领 域：机电控制及运动控制。 (编辑i昊智恒) 、!多h蝓!彳乱!乒玉!多玉!乒乱!多小!乒乱!多乱墒!多^!多乱!多乱!多乱!乡乱!多乱!；≈!；；、!乡玉!多玉!多玉!；齐!多乱!多小皂多玉!多^!乒玉!乒乱墒蝓S写Ⅵ多≯ (上接第23页) 4．3SOC预测精度试验 在室温环境下，运用放电试验法在Arbin-EVTS测试 仪上对电池组进行SOC预测精度验证性试验，试验结果 如下。 裹2 实测SOC预测精度 由表l可知，BPMS的SOC估计最大误差为6．71％， 可以满足电动汽车对电池SOC预测精度的要求。 4．4电池最大充放电功率估计 设UDDS循环工况中，蓄电池初始SOC为70％，系统 设计电压工作范围为260V至416V，根据公式(10)计算 电池最大充放电功率，结果见图5。 图5 UDDS工况最大充、放电功率曲线 5结论 本电池参数监控系统应用于电动汽车研制当中，通过 台架试验，取得了良好的效果。 1)系统各项参数采样实时性、准确度高，误差可控 制在O．5％以内。 2)高压安全管理达到国家汽车安全标准。 3)SOC计算精度较高，误差小于7％，达到车用级 别。 4)算法策略能够较好地模拟电池实际运行状况，可 为整车能量分配提供依据。 但本系统未考虑镍氢电池单体和模块之间的不均衡问 题，SOC预测模型还有待于更深入的研究以进一步提高预 测精度。 参考文献： [1】GBT18384．3-2001电动汽车安全要求(第3部分)：人员 触电防护[S]． [2]林成涛，等．电动汽车SOC估计原理及应用【J]．电池。 2004．34(10)：376--378． [3】MarkVerbmgge。EdwardTall．Adaptive8lgtteofcha唱calgo- tithmfornickelmetalhydridebatteriesincludinghysteresis phen叩Ⅻ磕[刀．JournalofPowerSources，2004。126(1— 2)：236-249． [4]NoboruSato，KazuhikoYao．Thebehavioranalysis“nickel metalhydridebatteriesforelectricvehicles[J]．JSAERe- view2000，(21)：205—211． [5]BudiKaiser，Optimizedbatterymanagementsystemtoim- provestoragelifetimeinrenewableenergysystems【J】． Journal0fPowerSources，2007。168：58-65． [61邓文莲。等．电动丰用NiMH电池SOC预测方法的探讨 [J]．通讯电源技术，2004，21(8)：33-36． [7]V．H．Johnson。BatteryperformancemodelsinADVISOR[J】． JournaldPowerSources，2002。110：321—329． 第一作者简介：马兹林，男，1981年生，重庆人。博士研究生。 研究领域：新能源汽车动力能源管理。 (编辑：吴智恒) 万方数据