詳解電動(dòng)汽車BMS的關(guān)鍵技術(shù)
發(fā)布時(shí)間:2018-04-13 責(zé)任編輯:wenwei
【導(dǎo)讀】現(xiàn)今電動(dòng)汽車車型日新月異,如何在諸多車型中脫穎而出呢?一款性能強(qiáng)大的電動(dòng)汽車內(nèi)部一定會(huì)有一套優(yōu)質(zhì)的電池管理系統(tǒng)(BMS)。只有對(duì)復(fù)雜而繁多的電池組進(jìn)行有效的控制與管理,才能突破電動(dòng)汽車推廣普及的瓶頸。一起來看看電池管理系統(tǒng)如何工作。
圖1安全工作區(qū)域示意
1 電池管理系統(tǒng)(BMS)定義
鋰離子電池的安全工作區(qū)域如圖1所示。BMS的主要任務(wù)是保證電池系統(tǒng)的設(shè)計(jì)性能:1)安全性;;2)耐久性;3)動(dòng)力性。
BMS軟硬件的基本框架如圖2所示,應(yīng)該具有的功能:1)電池參數(shù)檢測。2)電池狀態(tài)估計(jì)。3)在線故障診斷。4)電池安全控制與報(bào)警。5)充電控制。6)電池均衡。7)熱管理。8)網(wǎng)絡(luò)通訊。9)信息存儲(chǔ)。10)電磁兼容。
圖2車用BMS軟硬件基本框架
2 電池管理系統(tǒng)關(guān)鍵技術(shù)
2.1 電池管理系統(tǒng)對(duì)傳感器信號(hào)的要求
2.1.1 單片電壓采集精度
一般地,為了安全監(jiān)控,電池組中的每串電池電壓都需要采集。不同的體系對(duì)精度的要求不一樣。
圖3單體電池OCV曲線及其電壓采集精度要求
對(duì)于LMO/LTO電池,單體電壓采集精度只需達(dá)到10mV。對(duì)于LiFePO4/C電池,單體電壓采集精度需要達(dá)到1mV左右。但目前單體電池的電壓采集精度多數(shù)只能達(dá)到5mV。
2.1.2 采樣頻率與同步
電池系統(tǒng)信號(hào)有多種,而電池管理系統(tǒng)一般為分布式,信號(hào)采集過程中,不同控制子板信號(hào)會(huì)存在同步問題,會(huì)對(duì)實(shí)時(shí)監(jiān)測算法產(chǎn)生影響。設(shè)計(jì)BMS時(shí),需要對(duì)信號(hào)的采樣頻率和同步精度提出相應(yīng)的要求。
2.2 電池狀態(tài)估計(jì)
電池各種狀態(tài)估計(jì)之間的關(guān)系如圖4所示。電池溫度估計(jì)是其他狀態(tài)估計(jì)的基礎(chǔ)。
圖4電池管理系統(tǒng)算法框架
2.2.1 電池溫度估計(jì)及管理
溫度對(duì)電池性能影響較大,目前一般只能測得電池表面溫度,而電池內(nèi)部溫度需要使用熱模型進(jìn)行估計(jì)。根據(jù)估計(jì)結(jié)構(gòu)對(duì)電池進(jìn)行熱管理。
圖5電池內(nèi)部溫度估計(jì)流程
2.2.2 荷電狀態(tài)(SOC)估計(jì)
SOC算法主要分為單一SOC算法和多種單一SOC算法的融合算法。單一SOC算法包括安時(shí)積分法、開路電壓法、基于電池模型估計(jì)的開路電壓法、其他基于電池性能的SOC估計(jì)法等。融合算法包括簡單的修正、加權(quán)、卡爾曼濾波以及滑模變結(jié)構(gòu)方法等。
卡爾曼濾波等基于電池模型的SOC估計(jì)方法精確可靠,是目前的主流方法。
2.2.3 健康狀態(tài)(SOH)估計(jì)
SOH是指電池當(dāng)前的性能與正常設(shè)計(jì)指標(biāo)的偏離程度。圖6為電池性能衰減原理簡單示意圖。目前SOH估計(jì)方法主要分為耐久性經(jīng)驗(yàn)?zāi)P凸烙?jì)法和基于電池模型的參數(shù)辨識(shí)方法。
圖6鋰離子電池雙水箱模型
2.2.4 功能狀態(tài)(SOF)估計(jì)
估計(jì)電池SOF可以簡單認(rèn)為是在估計(jì)電池的最大可用功率。常用的SOF估計(jì)方法可以分為基于電池MAP圖的方法和基于電池模型的動(dòng)態(tài)方法兩大類。
2.2.5 剩余能量(RE)或能量狀態(tài)(SOE)估計(jì)
RE或SOE是電動(dòng)汽車剩余里程估計(jì)的基礎(chǔ),與百分?jǐn)?shù)的SOE相比,RE在實(shí)際的車輛續(xù)駛里程估計(jì)中的應(yīng)用更為直觀。
圖7電池剩余能量(RE)示意
圖8是一種適用于動(dòng)態(tài)工況的電池剩余放電能量精確預(yù)測方法EPM(energypredictionmethod)。
圖8電池剩余放電能量預(yù)測方法(EPM)結(jié)構(gòu)
2.2.6 故障診斷及安全狀態(tài)(SOS)估計(jì)
故障診斷是保證電池安全的必要技術(shù)之一。安全狀態(tài)估計(jì)屬于電池故障診斷的重要項(xiàng)目之一,BMS可以根據(jù)電池的安全狀態(tài)給出電池的故障等級(jí)。
2.2.7 充電控制
充電析鋰是影響電池壽命的主因,目前對(duì)于析鋰的機(jī)理已經(jīng)有了研究,基于析鋰狀態(tài)識(shí)別的充電管理將是今后的主要研究方向,應(yīng)在保證電池負(fù)極不發(fā)生析鋰情況下,盡可能增大充電電流,縮短充電時(shí)間。
2.2.8 電池一致性與均衡管理
單體電池的不一致性將最終影響電池組的壽命,主要是由單體電池容量衰減差異(不可恢復(fù))和荷電量差異兩者造成。后者可以通過均衡方法來補(bǔ)償。
電池均衡算法分為基于電壓一致的均衡策略、基于SOC一致的均衡策略和基于剩余充電電量的均衡策略。最后一種均衡算法約束較寬、效率較高(圖9)。
圖9基于剩余充電容量的耗散式均衡的示意
3 結(jié)論
鋰離子電池管理系統(tǒng)的基本研究方法為:
1)對(duì)鋰離子電池機(jī)理進(jìn)行研究,深入了解電池性能演變過程;
2)對(duì)鋰離子電池性能進(jìn)行測試研究,確定影響電池性能的主次因素及規(guī)律;
3)采用基于機(jī)理、半經(jīng)驗(yàn)或經(jīng)驗(yàn)的建模方法,建立電池管理系統(tǒng)可實(shí)際應(yīng)用的電池系統(tǒng)模型;
4)在運(yùn)行過程中,根據(jù)可采集的數(shù)據(jù),采用在線或離線識(shí)別電池系統(tǒng)參數(shù),估計(jì)出電池狀態(tài)(SOC、SOH、SOF、SOE及故障),并通過網(wǎng)絡(luò)通知整車控制器,保證車輛安全可靠運(yùn)行。
推薦閱讀:
特別推薦
- 克服碳化硅制造挑戰(zhàn),助力未來電力電子應(yīng)用
- 了解交流電壓的產(chǎn)生
- 單結(jié)晶體管符號(hào)和結(jié)構(gòu)
- 英飛凌推出用于汽車應(yīng)用識(shí)別和認(rèn)證的新型指紋傳感器IC
- Vishay推出負(fù)載電壓達(dá)100 V的業(yè)內(nèi)先進(jìn)的1 Form A固態(tài)繼電器
- 康佳特推出搭載AMD 銳龍嵌入式 8000系列的COM Express緊湊型模塊
- 村田推出3225尺寸車載PoC電感器LQW32FT_8H系列
技術(shù)文章更多>>
- “扒開”超級(jí)電容的“外衣”,看看超級(jí)電容“超級(jí)”在哪兒
- DigiKey 誠邀各位參會(huì)者蒞臨SPS 2024?展會(huì)參觀交流,體驗(yàn)最新自動(dòng)化產(chǎn)品
- 提前圍觀第104屆中國電子展高端元器件展區(qū)
- 高性能碳化硅隔離柵極驅(qū)動(dòng)器如何選型,一文告訴您
- 貿(mào)澤電子新品推薦:2024年第三季度推出將近7000個(gè)新物料
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索