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(lái)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(cè)。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(guò)程中,不同控制子板信號(hào)會(huì)存在同步問(wèn)題,會(huì)對(duì)實(shí)時(shí)監(jiān)測(cè)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(cè)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(jiǎn)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(jiǎn)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(jiǎn)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(cè)方法EPM(energypredictionmethod)。
圖8電池剩余放電能量預(yù)測(cè)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(guò)均衡方法來(lái)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(guò)程;
2)對(duì)鋰離子電池性能進(jìn)行測(cè)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(guò)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(guò)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
- 音頻放大器的 LLC 設(shè)計(jì)注意事項(xiàng)
- 服務(wù)器電源設(shè)計(jì)中的五大趨勢(shì)
- 電子技術(shù)如何助力高鐵節(jié)能?
- 利用創(chuàng)新FPGA技術(shù):實(shí)現(xiàn)USB解決方案的低功耗、模塊化與小尺寸
- 加速度傳感器不好選型?看這6個(gè)重要參數(shù)!
- 功率器件熱設(shè)計(jì)基礎(chǔ)(十三)——使用熱系數(shù)Ψth(j-top)獲取結(jié)溫信息
- IGBT并聯(lián)設(shè)計(jì)指南,拿下!
技術(shù)文章更多>>
- MD&M West展會(huì):Micro Crystal攜創(chuàng)新定時(shí)元件,共繪醫(yī)療科技新藍(lán)圖
- PLC 交流模塊的 TRIAC 輸出故障排除
- 解鎖AI設(shè)計(jì)潛能,ASO.ai如何革新模擬IC設(shè)計(jì)
- 汽車拋負(fù)載Load Dump
- 50%的年長(zhǎng)者可能會(huì)聽(tīng)障?!救贖的辦法在這里
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
過(guò)熱保護(hù)
過(guò)壓保護(hù)
焊接設(shè)備
焊錫焊膏
恒溫振蕩器
恒壓變壓器
恒壓穩(wěn)壓器
紅外收發(fā)器
紅外線加熱
厚膜電阻
互連技術(shù)
滑動(dòng)分壓器
滑動(dòng)開關(guān)
輝曄
混合保護(hù)器
混合動(dòng)力汽車
混頻器
霍爾傳感器
機(jī)電元件
基創(chuàng)卓越
激光二極管
激光器
計(jì)步器
繼電器
繼電器接線
減速電機(jī)
檢波二極管
檢波器
檢驗(yàn)設(shè)備
鑒頻器