霍克动力锂电池组论文

动力锂电池组论文 第1篇 关键词：锂电池,主动均衡,电池管理系统 0 引 言 车载动力 锂离子电 池成组后 , 电池单体 性能的不 一致严重影 响了电池 组的使用 效果 ,减少了电 池组的使 用寿命。造 成单体电 池间差异 的因素主 要有以下 三方面 :( 1 ) 电池制作 工艺限制 , 即使同一 批次的电 池也会出 现不一致 ;(2)电池组中 单体电池 的自放电 率不一致 ;(3)电池组使用 过程中 ,温度、放电 效率、保护 电路对电 池组的影响 会导致差 异的放大 [1-4]。因此均 衡系统是 车载动力锂 电池组管 理系统的 关键技术 。本文设 计了一种 车载动力锂 电池组主 动均衡系 统 , 通过能量 双向转移 的方式 ,在电池组 充放电末 期对电池 组内各单 体电池进 行均衡处理 ,使电池组 单体性能 保持一致 ,避免单体 过充过放 ,延长了电 池组的使 用寿命[5,6,7,8]。 1 主动均衡系统设计方案 1 . 1 系 统 硬 件 设 计 车载动力 锂电池组 主动均衡 系统结构 图如图1所示 ,N个单体串 联构成锂 电池组模 块 , 通过电池 管理系统 (Battery Management System ,BMS) 从机采集 锂电池组模块中各 单体的电 压信息 ,由通信将 各单体电 压信息传递 于均衡主 控模块 ,通过均衡 策略控制 均衡模块 组对电池组 内各单体 电池进行 均衡[9,10,11,12]。 主动均衡 系统设计 主要由两 部分组成 : ( 1 ) 主动均衡 主控部分 : 均衡主控 部分负责 对各单体电 压信息的 处理、均 衡策略管 理、与均 衡模块化 部分通信和PWM控制信号 产生及驱 动。 (2 ) 主动均衡模块组部 分 : 均衡模块组由N个均衡模块 单元构成 , 每个均衡模块单元与 其对应的 单体电池 并接。均衡模块单元由一个反激变压器和两个开关管构成。 1 . 2 均 衡 主 控 芯 片 均衡模块 单元控制 芯片采用LTC3300, 该芯片可 实现多达6节串联锂 电池的双 向同步反 激式平衡 、高达10 A的平衡电 流、高达92 % 的电荷转 移效率、 可堆迭式架 构可用于 大于1 000 V的系统、高 噪声裕度 串行通信 、48引脚带裸 露衬垫QFN封装和LQFP封装。 1 . 3 均 衡 主 电 路 主动均衡模块组由N个均衡模块单元构成,本文设计的均衡系统模块单元如图2所示。均衡模块单元包括一个反激变压器和两个开关管,每个均衡模块单元反激变压器的原边绕组与对应该单体电池的正负极连接,副边绕组均连接到功率总线。开关管分别串接到原边绕组的非同名端与副边绕组的同名端。其中开关管为MOSFET开关管。 图3为均衡模 块组电路 。均衡主 控模块通 过均衡策略 控制各均 衡单元MOSFET管的导通 顺序 , 从而实现 能量转移型 双向型能 量变换。 能量从电 压较高单 体通过变换 直接传递 到电压较 低单体。 例如 : 当检测到CELL1的单体电 压较高 ,CELL3电压较低。 此时开启 均衡功能 ,实现能量 由CELL1转移至CELL3。首先 , S11导通 ,S12断开 ,放电电流Id从CELL1正极经T1原边绕组 流到CELL1负极 ,T1原边绕组 储存能量 ; 经过设定 时间t1之后 ,S11断开 ,S12导通 , 储存在T1原边绕组 的能力耦 合至T1副边 ; 经过设定 时间t2后 ,S32导通 ,此时T1副边绕组 储存的能 量传递于T3副边绕组 ;经过设定时间t3后 ,S12断开 ,S32断开,S31导通 , 储存在T3副边绕组 的能量耦 合至T3原边 , 给单体电 压较低的CELL3补电 , 如此实现 能量从CELL1转移到CELL3。 1 . 4 单 体 电 池 电 压 测 量 精确的单 体电压测 量是整个 电池管理 系统的核 心 ,为均衡功 能的顺利 实现提供 了基础 ,同时为电 池管理系统 中SOC(State Of Charge) 值的精确 计算提供 了保证。 本文利用BMS从机模块 采集各单 体电压 , 由通信将 单体电压信 息传递给 均衡主控 模块。电 压采集芯 片为LTC6802 - 2 , 该芯片是 一款完整 的电池监 视IC , 它内置一个12位ADC、一个精准 电压基准 、一个高电 压输入多工 器和一个 串行接口 。每个LTC6802-2能够在总 输入电压高 达60 V的情况下 测量12个串接电 池的电压 。所有12个输入通 道上的电 压测量都 能在13 ms的时间之 内完成。可 以将多个LTC6802-2器件串联 起来 ,以监视长串 串接电池 中每节电 池的电压 。 1 . 5 均 衡 控 制 策 略 电池管理 系统BMS实时监测 电池的电 压、电流等 参数 ,然后根据SOC算法计算 电池的剩 余电量。 当发现电池 出现不一 致时 ,BMS主机向均 衡主控模 块发送均 衡命令 ,开启均衡 功能。启 动均衡功 能之后 ,均衡控制 策略根据电 池的SOC、单体极 值、单体 压差等情 况控制均 衡电路 , 使电量从 最高的单 体电池转 移到其他 的单体电 池 ,相当于电 量高的电 池给电量 低的电池 充电 ,最终实现 电池组内各 单体电池 的均衡。 2 实 验与测试 为验证能 量双向转 移型主动 均衡方案 的性能 , 在电池组静 态下进行 了实际电 路实验 , 均衡时间 为30 min。电池组由12个50 Ah锂电池单 体串联构 成 , 初始各单体 电压如表1所示。从 表可以看 出 ,Cell7单体电压 最高 , 为3.166 5 V;Cell8单体最低 , 为2.640 0 V。通过均衡 策略控制 计算出均 衡所需时 间 ,30 min后测量单 体锂电池电 压。均衡 前后的单 体电压变 化如图4所示。由 图4可以看出 : ( 1 ) 均衡后单 体最高为Cell7 ( 为3 . 043 5 V ) ,单体最低 为Cell8(为2.788 5 V)。对比均 衡前单体 最高电压下 降了0.123 0 V,单体最低电压上升了0.148 5 V;(2)均衡前电 压均方差 为2.22045E -16, 均衡后均 方差为1 . 11022E - 16 ; ( 3 ) 均衡后12串单体更 趋向于某 一电压值 , 电池单体 的一致性 有明显提 高 , 说明了该 电路具有较 好的均衡 效果。 3 结 论 通过分析 现有均衡 技术 , 本文设计 了一种能 量双向转移 型主动均 衡系统。 该方案通 过反激变 换电路实 现 ,采用多变 压器法均 衡拓扑结 构 ,使得电荷 能量在单 体间和模块 间高效传 递。由实 验可以得 出 ,该均衡系 统能有效提 高电池单 体间和电 池模块间 的一致性 ,从而延长 动力电池的 使用寿命 , 增加电动 车的单次 行驶里程 , 提高了锂离 子电池组 的利用率 。 动力锂电池组论文 第2篇 轮胎式集装箱起重机 (RTG) 是从20世纪70年代初逐渐发展起来的一种集装箱堆场作业的专用装卸设备。常规RTG的能量源为柴油发电机组, 其能量转换效率低且能耗大。在能源日趋紧张的今天, 如何减少能量消耗及合理回收其制动阶段产生的能量成为目前研究的必然趋势。混合动力RTG就是将起重机下放集装箱时释放的能量收集起来, 转化为电能, 然后在需要时重新提供给起重机。这种RTG不仅节能环保, 而且可以保证常规RTG操作灵活的优势。 近年来, 双向DC-DC变换器以其优良的特性在数控机床、地铁、电力机车、电动汽车等领域得到了广泛的应用。文中混合动力RTG再生制动能量采用锂电池组进行存储, 出于对串联电池数量与高电压电机的矛盾及对制动能量回收的考虑, 促使双向DC-DC变换器在混合动力RTG上的使用, 而双向DC-DC变换器是影响混合动力RTG性能的重要因素之一。 对混合动力RTG的研究早已成为国内外关注的重点, 尤其是双向DC-DC变换器的建模与控制在混合动力RTG方面的应用。文献[1]主要从基于超级电容器的混合动力RTG的能量管理和控制策略方面进行研究;文献[2-3]利用状态空间平均法建立三电平双向DC-DC变换器的小信号模型, 使用二项式准则和巴特沃斯准则对DC-DC变换器的控制器进行设计, 实现了基于超级电容器的混合动力RTG的制动能量回收和不间断运行状态。 为了更好地模拟混合动力起重机系统的运行过程, 文中根据混合动力RTG运行的各个工作模式的特点, 针对锂电池储能系统充放电方式的不同设计了不同的控制策略, 按时间节点进行切换, 并进行了建模仿真, 来实现控制策略。 1 混合动力RTG结构及工作模式 混合动力系统 (Hybrid Power System) 发明于19世纪末, 已经被成功地应用于电动汽车领域。鉴于其在汽车上的成功应用, 近年来混合动力系统已成为工程机械节能降耗、降低废气排放的重要研究课题之一, 而混合动力RTG正是其工程应用的一种具体体现。混合动力RTG通过柴油发动机和锂电池组系统协同工作, 将再生制动时产生的能量转换为电能, 存储在锂电池组中, 需要时可以利用, 从而减少柴油消耗和废气排放。 对常规RTG的改造主要是混合动力RTG系统的应用, 混合动力系统主要由小功率柴油发电机组、锂电池组和双向DC-DC变换器组成, 其工作原理及能量流动如图1所示。 混合动力RTG系统中, 实现能量传递的核心单元是双向DC-DC变换器, 其功能是监测机组运行状态, 并实现对锂电池组的充放电, 控制能量流动的传输方向。 该混合动力系统在运行过程中主要有3种工作模式:柴油发电机模式、再生发电模式和锂电池组放电模式。图2 (a) 为柴油发电机模式, 当RTG起重机处于加速提升集装箱或平移状态, 电动机负载从柴油发电机组获得能量。图2 (b) 为再生发电模式, 当RTG起重机处于提升集装箱减速运行和下放集装箱时, 负载电动机处于发电模式, 并通过双向DC-DC变换器给锂电池组进行充电。图2 (c) 为锂电池组放电模式, 当RTG起重机处于再次加速提升集装箱状态, 且锂电池组储能充足时, 电动机负载从锂电池组获得能量, 锂电池组通过双向DC-DC变换器放电。 2 混合动力RTG的关键技术 混合动力RTG起重机的关键性技术是对锂电池组和双向DC-DC变换器的研究, 锂电池组作为储能元件, 双向DC-DC变换器用来控制锂电池组的充放电。接下来将分别对其进行介绍。 2.1 锂电池组 目前用于混合动力RTG能量储蓄单元的主要有超级电容器和锂电池2种。 超级电容器具有功率密度高、充电时间极短和使用寿命特别长等优点;但是, 超级电容器的漏流自放电现象比较严重, 长时间的搁置会内耗掉能量, 易受充放电流和温度等因素的影响, 作为动力电源难以控制。 锂电池具有储存容量大、放电电流稳定、无污染及安全性能好等优点, 是RTG上理想的能量储蓄单元。目前将锂电池作为能量储蓄单元并且使用得较好的, 是日本住友重工研发的混合动力电源系统 (Hybrid Power System) 。整个锂电池系统由许多小的供电单元组成, 对每个小供电单元进行电池温度和充电量的监测, 监测其充、放电是否过量, 并且在整个操作过程中保持电池的输出功率处于稳定状态, 从而提高电池的使用寿命。住友重工的实测数据表明, 该电池系统的使用寿命可达7.5年, 较好地改善了锂电池寿命较短的缺点[4]。 文中选择Thevenin模型作为锂电池的等效电路模型。该电路模型由一个理想电压源、内阻抗Rd和并联R0C组成, 在该模型中增加的阻容并联环节, 相比原模型, 能更准确地描述锂电池的特性响应[5,6]。 等效电路模型如图3所示。 2.2 双向DC-DC变换器 双向DC-DC变换器具有多种拓扑结构, 其中半桥双向DC-DC变换器具有结构简单、可靠性高、易实现电压的双向控制的特点, 能满足混合动力RTG对能量变换装置的特殊要求[7,8]。 图4给出了半桥双向DC-DC变换器的拓扑结构。 现以提升机构为例进行说明。当吊具提升集装箱时, 能量流向是由柴油发电机组供给到电动机负载;当吊具下放集装箱时, 能量流向是将电动机再生制动能量回送到锂电池组 (经过DC-DC变换器控制) , 多余部分消耗在制动电阻上;当吊具提升集装箱且锂电池组储能充足时, 能量流向是由锂电池组供给到电动机负载 (经过DC-DC变换器控制) , 直到锂电池组放电结束, 柴油发电机开始供能。由此可见, 双向DC-DC变换器是控制能量流向的关键设备。 3 混合动力系统控制策略 根据前述混合动力RTG系统工作模式的不同, 双向DC-DC变换器分别工作在Boost模式和Buck模式。当起重机负载处于再生制动状态, 且由锂电池组供电时, 双向DC-DC变换器工作于Boost模式, 保证起重机的正常运行;当起重机负载处于发电状态时, 双向DC-DC变换器工作于Buck模式, 从而实现对再生能量的回收。混合动力RTG系统需要保证双向DC-DC变换器的输出电压、电流保持在一个稳定的范围内, 在升压过程中, 能有效地减少逆变系统输入的直流电压纹波, 保证驱动性能;在降压过程中, 使变换器电压输出平稳, 减少电流波动对电池充电性能所造成的影响。下文将对双向DC-DC变换器两种工作模式控制器进行设计, 并完成仿真实验。 3.1 Boost控制器设计 轮胎式起重机系统主要是完成对集装箱的提升、平移和下放操作。当混合动力系统处于以下两种状态且锂电池组电量充足时, 双向DC-DC变换器工作于Boost模式:提升集装箱时加速状态和平移状态。针对双向DC-DC变换器的Boost模式, 采用电压-电流双闭环控制结构, 其结构如图5所示。 电压控制器根据电压设定值与输出电压之间的偏差, 实时调节电流设定, 电流控制器控制脉宽调制信号, 使输出始终跟随给定, 稳定输出电流和电压。 当由锂电池组给电动机负载供能时, 锂电池组电压无法满足要求, 双向DC-DC变换器需运行在Boost模式。此时, 保持Q1关断, 设Q2的占空比为D′ (D=1-D′) , 等效负载R=75Ω, 根据文献[9-10]可知, 电流环的被控系统占空比扰动d̂到锂电池组侧电流扰动îBa的传递函数Gid (s) 为: 电流环控制器Gi Ba (s) 采用PI调节器, 即: 式中:Kip为电流环的比例调节器;Kii为电流环的积分调节器。 电压环的被控系统锂电池组侧电流扰动îBa到直流母线电压扰动v̂BUS的传递函数Gvi (s) 为: 电压环控制器Gv BUS (s) 采用PI调节器, 即: 式中:Kvp为电压环的比例调节器;Kvi为电压环的积分调节器。 3.2 Buck控制器设计 当混合动力系统处于以下两种状态时, 双向DC-DC变换器工作于Buck模式:提升集装箱时减速状态和下放集装箱状态。由于系统处于提升集装箱减速状态的时间比较短, 且此状态下制动能量不易回收, 所以该系统主要对下放集装箱操作时的再生制动能量进行回收, 并存储于锂电池组中。 针对双向DC-DC变换器的Buck模式, 分别设计了单闭环的电流和电压两种控制器, 分别通过对锂电池组侧电流和母线电压信号的跟踪来实现将再生制动能量存储于锂电池组中。 4 实验结果及分析 为了验证上述控制策略的有效性, 应用仿真软件PLECS进行数值仿真, 模拟混合动力RTG系统提升、下放集装箱时, 双向DC-DC变换器从电动升压到制动降压的工作过程, 以电磁转矩的正负信号作为变换器升降压切换的控制信号。 本研究搭建了一个最大储能量为60 Ah的锂电池组储能系统, 锂电池组等效电路参数:C=49 F, Rd=0.88Ω, R0=1Ω;电感L=400μH, 直流母线电容CBUS=300μF。4.1 4.1 仿真结果 混合动力RTG提升集装箱且锂电池组供电过程中, 电感电流、母线电压以及电动机负载的电枢电流和电磁转矩的波形图, 如图6所示。 整个提升集装箱的过程包括加速提升、匀速提升和减速提升运行三个阶段。在加速提升过程中, 出现电动机负载启动电流远大于额定启动电流现象, 但是由于在实际的起重机运行过程中, 负载电机一直处于运行状态, 根本不会出现这种现象, 故波形图中0.2 s之前的波形可以忽略不记。从0.2 s开始起重机处于加速提升阶段, 从0.5 s开始起重机处于匀速提升阶段, 从0.7 s开始起重机处于减速提升阶段。 从母线电压的波形中可以看出, 在减速提升阶段电动机负载再生的能量很难被存储于锂电池组中, 而是消耗在能量转换的过程中。 混合动力RTG下放集装箱过程中, 电感电流、母线电压以及电动机负载的电枢电流和电磁转矩的波形图, 如图7所示。整个下放集装箱的过程包括加速下放、匀速下放和减速下放运行三个阶段。从0.2 s开始起重机处于加速下放阶段, 从0.5 s开始起重机处于匀速下放阶段, 从1.5 s开始起重机处于减速下放阶段。图7 (a) 是采用电流环控制器时所得试验波形, 图7 (b) 是采用电压环控制器时所得试验波形。 4.2 结果分析 混合动力RTG下放集装箱的过程是再生制动能量回收的关键阶段, 通过分别采用电流环控制器和电压环控制器完成集装箱下放过程中的仿真实验。 由图7可看出, 在再生制动能量的回收过程中, 采用电流环控制器时, 母线电压下降到200 V左右, 不利于制动能量的回收;而采用电压环控制器时, 母线电压保持恒定处于500 V左右, 达到很好的能量回收效果, 实现了较高的再生能量回收效率。 采用电压环控制器充电, 在1 s时: 负载电机动能:184 rad/s×5 N⋅m=920 W; 200 V锂电池组充电功率:200 V×15.4 A/2×50%=770 W; 能量回收效率:770 W/920 W=84%。 5 结语 本文分析了混合动力RTG系统各个工作模式的特点, 并对再生制动能量回收过程分别设计了混合动力系统电流环和电压环控制策略。通过PLECS仿真, 有效地完成了混合动力RTG系统提升和下放集装箱过程的仿真实验。仿真结果表明, 采用电压环控制器可以实现再生制动能量较高效率的回收, 从而使整个系统可以采用小功率的柴油机发电组, 并达到节能减排的目的。 参考文献 [1]KIM Sang-Min, SUL Seung-Ki.Control of rubber tyred gantry crane with energy storage based on supercapacitor bank[J].IEEE Transactions on Power Electron, 2006, 21 (5) :1420-1427. [2]GRBOVIC P J, DELARUE P, LE MOIGNE P, et al.Modeling and control of the ultracapacitor-based regenerative controlled electric drives[J].IEEE Transactions on Industrial Electronics, 2011, 58 (8) :3471-3484. [3]GRBOVIC P J, DELARUE P, LE MOIGNE P, et al.A bidirectional three-level DC-DC converter for the ultracapacitor applications[J].IEEE Transactions on Industrial Electronics, 2010, 57 (10) :2415-2430. [4]陈光.基于锂电池的混合动力RTG[J].港口装卸, 2011 (6) :35-36. [5]Dubarry M, Vuillaume N, Liaw B Y.From Li-ion single cell model to battery pack simulation[C]//Proceeding of 2008IEEE International Conference on Control Applications.[S.l.]:IEEE, 2008:708-713. [6]CHEN Min, RINCON-MORA G A.Accurate electrical battery model capable of predicting runtime and I-V performance[J].IEEE Transactions on Energy Conversion, 2006, 21 (2) :504-511. [7]马奎安, 陈敏.超级电容器储能系统充电模式控制设计[J].机电工程, 2010, 27 (7) :85-88. [8]丁惜瀛, 于华, 李健, 等.基于模糊PI控制的电动汽车双向DC/DC变换器[J].大功率变流技术, 2012 (1) :13-16. [9]徐德鸿.电力电子系统建模及控制[M].北京:机械工业出版社, 2005. 动力锂电池组论文 第3篇 随着更多的混合动力车型被开发出来,汽车厂商如今将目标锁定于进一步提升混合动力系统效率,以满足政府在燃油经济性及排放上更为严格的要求,从而在日益激烈的竞争中胜出对手。为了进一步提高效率,电力驱动水平需要得以提升,从而要求锂电池要能储存更多的电量。 对于启停技术的应用,下一代系统正在寻求增加一项“靠惯性滑行”功能,允许汽车在运转时可以关闭引擎。这一功能的实现也对汽车电池提出了更高的要求。传统的铅酸化学很难满足更大的电容、更多启停循环以及更高充电/放电率这些要求。 Strategy Analytics汽车电子服务(AES)分析师Kevin Mak表示,“这些电气化发展的需求给锂电池化学带来优势,近年来锂电池化学的发展(例如莱顿能源公司的新技术)提升了功率密度和循环寿命,这些都是新动力系统所需的。” 磷酸铁锂电池组soc估算研究 第4篇 动力电池组的soc估算难点在于电池组系统动态特性比较复杂, 因此建立合适的电池模型, 选择合适的估算方法是soc估算的关键。 常见的电池模型主要是电化学模型、神经网络模型、等效电路模型, 文中选择的是2阶RC等效电路模型, 该模型能够较准确的反应电池组的动态特性。 卡尔曼滤波算法能够实时的追踪系统的状态, 适合用于动力电池组的soc估算研究。卡尔曼滤波算法是应用于线性系统的估算方法, 而电池组是一个复杂的非线性系统, 因此有采用泰勒展开来将非线性系统线性化的扩展卡尔曼滤波 (EKF) 算法, EKF算法能够较好的应用于电池组soc估算研究但计算的过程较为复杂, 计算的稳定性较差, 因此文中采用的是无迹卡尔曼滤波 (UKF) 算法, UKF算法通过对系统的状态变量进行UT变换, 将状态变量转化为符合状态变量统计特性的几个采样点, 再带入系统方程中运算。UKF算法相比EKF算法计算简单, 算法稳定。 为了进一步提高计算精度, 文中对于系统的噪声采用自适应匹配的算法, 实时的更新系统的状态噪声和观测噪声, 能够进一步提高系统方程的准确程度, 提高算法的精度。 1 电池模型的建立与参数识别 文中建立的二阶RC等效电路模型如图1所示。 其中, Voc是LIFe SO4电池组的开路电压, 电池的开路电压与电池的soc具有一定的函数关系, R0表示的是电池组的欧姆内阻, RS、RL表示的是电池组的两个极化内阻, 与CS、CL一起构成了电池的两个RC环节, Vbat表示的是电池组的端电压, I bat表示的是充放电的电流。根据电池组的等效电路模型可以建立如下的电池组数学模型: 根据电池组的数学模型可以得出, 电池组的端电压可以表示为: 建立了电池组的数学模型后, 通过电池组脉冲放电实验, 对电池组的数学模型中的参数进行识别, 得到了电池模型中的各个参数。 为了根据获得的参数, 验证电池模型的准确性, 在matlab/simulink中建立的了电池组的仿真模型, 将对电池模型进行恒流放电以及脉冲放电两种工况的仿真结果与实验结果相比较, 得出如下图2、图3所示的结果。从模型验证结果可以看出, 两种工况下的电池组端电压的误差都在1.5%以内, 所以可以认为建立的电池组的模型能够具有较高的精度。 2 自适应UKF的soc估算算法 选择soc作为系统的状态变量, 电池组的端电压作为系统的输出变量, 得到卡尔曼滤波算法的模型: (1) 状态变量soc的sigma化即UT变换, 产生soc的3个采样点: 其中, n是系统状态变量的维数, 文中取1, P是系统状态变量的误差矩阵wm表示的是采样点的均值权重, wc表示的是采用点的协方差权重;α确定了采样点与均值之间的接近程度, 通常取0-1之间的正值;k为比例因子, 在UT变换中通常取0, 如果状态分布为高斯分布时, 可以取k=n-3;β在正态分布情况下通常取2。 经过sigma化, 得到3个soc采样点以及对于的wm、wc。 (2) k+1时刻soc值的预测 计算得到k+1时刻soc的预测值及soc误差p的预测值。 (3) k+1时刻soc值的更新 (4) 噪声的自适应匹配 系统噪声的更新是通过前若干次的soc的预测值与估计值的差值来得到: 同理, 观测噪声的更新也是通过前若干次的端电压u的预测值与估计值的差值来得到: 给定soc以及soc误差的初值后, 通过以上4个步骤的循环, 就可以实时的更新和预测任意时刻电池组的soc值。 3 仿真结果与实验分析 根据自适应匹配的UKF算法在matlab/simulink中建立了算法的仿真模型, 以脉冲放电实验的数据作为输入对仿真模型进行了仿真分析, 并与安时积分法结果比较得到的仿真结果如图4所示。 得到仿真结果后, 再进行Li Fe SO4电池组的脉冲放电实验, 通过实验中静置阶段的电池组开路电压的测量得到电池组的soc的真实值, 结果如表1所示。 从表中发现自适应UKF算法的误差在3%以内。说明该算法能够很好的估算soc。 4 总结与展望 文章采用了二阶RC电池模型, 运用了自适应匹配的无迹卡尔曼滤波算法来估算磷酸铁锂电池组的soc, 从仿真结果与实验结果比较来看, 该算法精度较高, 稳定性较好, 可以应用于电池组的soc估算。 摘要：磷酸铁锂电池组soc估算是为了更好的应用电池组作为动力电池。文中选用了二阶RC电池模型, 应用噪声自适应匹配的无迹卡尔曼滤波法来估算电池组的soc, 提高了卡尔曼滤波算法的准确度。仿真结果以及实验验证, 证实该算法具有较高的估算精度, 用时soc估算的效果较好。 关键词：LIFeSO4电池组,soc估算,卡尔曼滤波,自适应匹配 参考文献 [1]朱雅俊.电动汽车用磷酸铁锂电池建模与soc估算研究[D].合肥:合肥工业大学, 2012. [2]陈洪图.纯电动大巴磷酸铁锂动力电池监测与SOC估计[D].哈尔滨:哈尔滨理工大学, 2010. [3]仝猛, 卢兰光.动力型铅酸及Li Fe PO4锂离子电池的容量特性[J].电池, 2009.39. 电动汽车动力锂电池模型参数辨识 第5篇 作为纯电动汽车的唯一动力来源,动力锂离子电池的性能对于整车的动力性、经济性、安全性以及平顺性至关重要[1,2]。电池管理系统(battery management system,BMS)是电动汽车的关键部件。BMS的基础功能之一就是准确地估算电池的SOC,电池等效模型的准确度对SOC估算精度影响极大。 根据建模的出发点不同,等效模型可以简单归类为化学模型与性能模型。化学模型的建立需要对电池的电化学机理有很深的理解,复杂程度较高,考虑的因素繁多,因此,一般不适用于电动汽车的在线管理,多应用于电池的研发过程。与化学模型相对应的是电池性能模型,目前常用的性能模型主要为等效电路电路模型,等效电路模型不考虑电池内部化学成分及其化学反应,仅通过电子元器件描述电池工作时的外特性,简单易用,结构可根据不同电池类型进行调整,普遍适用于电动汽车动力电池上。等效电路模型中常用的有:Rint模型、Thevenin模型、GNL模型和PNGV模型[3,4]。Thevenin电池等效电路模型具有良好的非线性特性,因此能很好体现电池的动态特性,准确模拟电池的充放电行为。 对于已选定的电池等效模型,由于其模型参数受到诸多因素的影响,例如:电池的SOH、温度、寿命及自放电等,其参数会随着时间的推移发生变化。因此需要对电池等效模型参数进行在线辨识更新,以便电池模型能够真实地反映电池工作状态。因此需要在线的辨识蓄电池等效模型参数,才能更有效地准确地估算出电池的SOC,可以使电池管理系统准确的对电池当前状况作出响应,延长蓄电池的使用寿命,减少电动汽车的故障率[5]。 本研究以由87个单体额定电压为3.8 V,额定容量为84 Ah的镍钴锰三元锂离子电池串联成的纯电动汽车为实验对象,由致远电子的UABCAN-I连接PC采集一段单人驾驶(约60 kg)的市区行驶工况的电动汽车的锂电池的行驶数据进行电池模型参数的辨识。 1 电池建模 本研究以Thevenin模型为基础,增加了一阶RC网络,增强了Thevenin模型描述电池极化效应及浓差效应的能力[6]。改进后的二阶RC网络动力锂离子电池的模型如图1所示。 由基尔霍夫定律有: 对式(1)进行拉氏变换得到: Uoc—电池的开路电压;R0—电池的内阻;R1,C1—电池的极化电阻和极化电容;R2,C2—电池的浓差电阻和浓差电容;U—负载电压;I—电池工作电流 令F(s)=[Uoc(s)-U(s)]/I(s)可得: 其中: 对传递函数进行离散化处理,由双线性变换法,令: 其中:z-1—离散因子,T—采样时间,得到: 其中: 由式(6)与式(4)结合可计算得电池的参数R0、R1、R2、C1和C2之间的关系如下: 将式(5)代入式(3)中,可得: 由于实验中的电池容量较大,在采样时间较小的情况下,每3个采样时间内,电池的开路电压基本不变,Uoc(k)≈Uoc(k-1)≈Uoc(k-2),则式(7)可以简化为: 定义: 则U(k)=φ(k)·θ(k)+e(k)。 2 参数辨识 文献[6]中选用HPPC脉冲循环工况对电池进行进行放电测试,利用递推最小二乘法对电池参数进行辨识,证明了在大容量电池在电流连续以较大电流放电时通过递推最小二乘法可以辨识到电池的参数,但其收敛速度较慢,在初始参数未知的情况下,需经过200次以上的递推计算后,识别的参数才能收敛于稳定值。本研究以汽车在市区内行驶的电池的运行数据为研究对象,由开路电压法获取电池的SOC0,运用最小二乘法对选取后的电池数据进行等效电路模型的参数辨识。市区工况下,部分电池的电压电流数据如图2所示。 由于电池包内配有水冷和风冷系统,行驶过程中温度变化不超过3℃,所以不考虑温度变化的影响。 2.1 最小二乘法方程 最小二乘法的基本思想是寻找一个θ0值的估计值^θ,使误差ε的分量平方和取极小值[7],即: 取极小值。使得,则有: 得到以下方程: 当φTφ是可逆矩阵时,有: 通过极小化式(8)求出的θ值,则为最小二乘估计值。由求出的θ值则可以计算出Uoc、R0、R1、R2、C1和C2。 2.2 数据的选取 由于该实验对象的电池为大容量电池,且电池在较小电流波动又受噪声的影响,电池的端电压变化基本为0,因此电流波动较小的数据将影响电池参数的辨识精度,导致辨识出的结果发散,所以需要对电池的参数进行选取。87个电池的最大和最小开路电压分别为:4.064和4.022(经过充分的电池静置),由OCV-SOC曲线拟合出的SOC与OCV的关系式如下式所示: 其拟合的多重判定系数R2值为0.999 8(越接近1拟合效果越好),计算出相对应的SOC0,则电池的最大和最小SOC0分别为:91.35%和87.88%。在运行结束时,电池最大和最小的OCV和SOC分别为:3.604和3.587,30.44%和27.06%。 文献[8]中,介绍了以复合脉冲电流对电池充放电,以电池在电流发生阶跃的瞬间的端电压的电压变化除以电流变化值来求取电池的内阻的方式。由于电动汽车上电池管理系统成本有限,电压传感器和电流传感器的精度有限,笔者选取了在一个采样时间(T=0.5 s)内,以电流变化超过1 C的瞬间的电压变化值除以电流变化值: 经过计算可知,受电压和电流传感器的精度所限,不能以单次放电的方式求取电池的内阻,受内阻的影响也会导致对极化、浓差内阻和电容的辨识。由式(14)求出的电压最大和最小的内阻的平均值分别为0.921 1 mΩ和0.685 3 mΩ。 由最小二乘法可知仅φTφ可逆的情况下,求出的θ才有意义,否则θ是发散的。当电流变化很小,端电压变化极小,受测量精度有限的有限,导致电压变化基本为0,使φTφ不可逆,且φ矩阵的行数必须大于等于6,否则也将使φTφ不可逆。根据市区行驶的特点,本研究选取电池数据的流程图如图3所示。 根据图3,在Matlab上进行数据选取,选取出的w,l分别为行驶数据中电流连续变化超过0.2 C(16.8 A)的位置及其数据长度。以初始电压最大和最小的电池单体带入计算得到的辨识结果如表1所示。 由R0的结果对比通过式(14)计算的结果对比可知,当数据长度越长时,辨识的结果接近于真实值,因此,本研究以数据长度最长的,长度为20的w带入最小二乘方程中,辨识得到初始电压最大和最小值的电池单体的5个参数如表2、表3所示。 3 辨识结果验证 二阶RC网络的零输入响应为: 二阶RC网络的零输出响应为: 因此,可以得到电池端电压的计算公式: 将选取出的数据经最小二乘辨识的最大以及最小端电压的辨识结果代入式(11)中。其中Uoc(k)是以电池的安时积分法计算的SOC经过式(13)计算得到的[9]。 4 实验及结果分析 本研究以选取出的数据进行最小二乘法辨识的参数辨识的结果代入计算,由图4、图5可知,最大端电压计算值与真实值之间误差最大值为0.100 7 V,平均值为0.002 3 V,相对误差率最大值为4.28%,平均值为0.06%,绝对误差率的平均值3.62%。最小端电压计算值与真实值之间误差最大值为0.117 4 V,平均值为0.000 34 V,相对误差率最大值为3.5%,平均值为0.005%,绝对误差率的平均值为3.24%。根据电动汽车用电池管理系统技术条件的要求[10],误差小于标准要求的6%以下,符合技术要求,满足工程要求,可运用于工程实践中。计算Umax以及真实Umax的对比如图4、图5所示。 5 结束语 本研究提出的电池数据选取方法结合二阶RC模型的参数辨识能实时地辨识模型的参数,计算结果表明该方法的辨识结果的最大相对误差率为4.28%,可进一步用于后续的电池的SOC和SOH等一系列电池状态的计算中。 在下一步阶段中,本研究将结合智能算法(卡尔曼滤波算法、模糊算法、神经网络算法等)计算电池的SOC。由于整车在行驶过程中变化情况很复杂,还需要采集更多的实车在运行过程中的数据,对电池模型做进一步的改进,以提高电池模型参数辨识的准确度。 参考文献 [1]何洪文,余晓江.电动车辆动力电池性能评价[J].吉林大学学报:工学版,2006,36(5):659-623. [2]欧阳剑,李迪,枊俊城.电动汽车用动力电池模型的研究综述[J].机电工程技术,2015,44(12):1-4. [3]JOHNSON V H.Battery Performance Models in ADVISOR[J].Journal of Power Sources.2002(110):321-329. [4]DOE/ID-11069.Freedom CAR Battery Test Manual for Power Assist Hybrid Electric Vehicles[S].Washington-DC:US Department of Energy,2003. [5]魏学哲,邹广楠,孙泽昌.燃料电池汽车中电池建模及其参数估计[J].电源技术,2004,28(10):605-608. [6]张廷,胡社教.基于改进Thevenin模型锂电池SOC估算方法[J].电源技术,2015,39(11):2400-2402. [7]Hongwen H,Xiaowei Z,Rui X,et al.Online model-based estimation of State-of-charge and open-circuit voltage of lithium-ion batteries in electric vehicles.Energy,2012,39(1):310-318. [8]刘兴堂.现代辨识工程[M].北京:国防工业出版社,2006. [9]林成涛,仇斌,陈全世.电流输入电动汽车电池等效电路型的比较[J].机械工程学报,2005,41(12):77-81. 一种锂电池组均衡充电保护板设计 第6篇 随着国际性的不可再生性能源紧缺以及环境污染问题的不断加剧,采用新型长效无污染的电池取代传统的铅酸电池作为动力的电动自行车已成为电动自行车行业发展的必然趋势[1]。其工作电压高、体积小、质量轻、比能量高、无记忆效应、无污染、循环寿命长的锂离子电池的使用,使得电动自行车的动力部分越来越轻便、高效。 目前,国内外各大IC生产厂商针对不同类型锂离子电池过充、过放、过流保护的要求设计有各种型号的锂电池保护芯片,以保证电池的安全性能,避免出现电池特性恶化的现象。这类锂电池保护芯片绝大多数适用于1~4节串联数的锂离子电池,极个别新型产品,如Texas Instruments公司的BQ77PL900芯片[2],适用于5~10节串联数的锂离子电池,其保护功能完善,在很多锂电池保护电路中获得广泛应用。但是对多串联数,如10串以上锂电池串联的电池组或保护芯片路数与实际应用的锂电池组串联数不同的情况,如果采用目前市场上的集成电路芯片来制作保护电路,存在无法实现保护或使用上不够灵活的缺点。 另外,成组锂电池串联充电时,应保证每节电池均衡充电,否则使用过程中会影响整组电池的性能和寿命。常用的均衡充电技术有恒定分流电阻均衡充电[3]、通断分流电阻均衡充电[3]、平均电池电压均衡充电[3]、开关电容均衡充电[4]、降压型变换器均衡充电[5,6]、电感均衡充电[7]等。而现有的单节锂电池保护芯片均不含均衡充电控制功能;多节锂电池保护芯片均衡充电控制功能需要外接CPU,通过和保护芯片的串行通讯(如I2C总线)来实现,加大了保护电路的复杂程度和设计难度、降低了系统的效率和可靠性、增加了功耗。 本文针对动力锂电池成组使用,各节锂电池均要求充电过电压、放电欠电压、过流、短路的保护,充电过程中要实现整组电池均衡充电的问题,设计了采用单节锂电池保护芯片对任意串联数的成组锂电池进行保护的含均衡充电功能的电池组保护板。仿真结果和工业生产应用证明,该保护板保护功能完善,工作稳定,性价比高,均衡充电误差小于50mV。 2 基本工作原理 采用单节锂电池保护芯片设计的具备均衡充电能力的锂电池组保护板示意图如图1所示。其中:1为单节锂离子电池;2为充电过电压分流放电支路电阻;3为分流放电支路控制用开关器件;4为过流检测保护电阻;5为省略的锂电池保护芯片及电路连接部分;6为单节锂电池保护芯片(一般包括充电控制引脚CO,放电控制引脚DO,放电过电流及短路检测引脚VM,电池正端VDD,电池负端VSS等);7为充电过电压保护信号经光耦隔离后形成并联关系驱动主电路中充电控制用MOS管栅极;8为放电欠电压、过流、短路保护信号经光耦隔离后形成串联关系驱动主电路中放电控制用MOS管栅极;9为充电控制开关器件;10为放电控制开关器件;11为控制电路;12为主电路;13为分流放电支路。单节锂电池保护芯片数目依据锂电池组电池数目确定,串联使用,分别对所对应单节锂电池的充放电、过流、短路状态进 行保护。该系统在充电保护的同时,通过保护芯片控制分流放电支路开关器件的通断实现均衡充电,该方案有别于传统的在充电器端实现均衡充电的做法,降低了锂电池组充电器设计应用的成本。 当锂电池组充电时,外接电源正负极分别接电池组正负极BAT+和BAT-两端,充电电流流经电池组正极BAT+、电池组中单节锂电池1~N、放电控制开关器件、充电控制开关器件、电池组负极BAT-,电流流向如图2所示。 系统中控制电路部分单节锂电池保护芯片的充电过电压保护控制信号经光耦隔离后并联输出,为主电路中充电开关器件的导通提供栅极电压;如某一节或几节锂电池在充电过程中先进入过电压保护状态,则由过电压保护信号控制并联在单节锂电池正负极两端的分流放电支路放电,同时将串接在充电回路中的对应单体锂电池断离出充电回路。 锂电池组串联充电时,忽略单节电池容量差别的影响,一般内阻较小的电池先充满。此时,相应的过电压保护信号控制分流放电支路的开关器件闭合,在原电池两端并联上一个分流电阻。根据电池的PNGV等效电路模型[8],此时分流支路电阻相当于先充满的单节锂电池的负载,该电池通过其放电,使电池端电压维持在充满状态附近一个极小的范围内。假设第1节锂电池先充电完成,进入过电压保护状态,则主电路及分流放电支路中电流流向如图3所示。当所有单节电池均充电进入过电压保护状态时,全部单节锂电池电压大小在误差范围内完全相等,各节保护芯片充电保护控制信号均变低,无法为主电路中的充电控制开关器件提供栅极偏压,使其关断,主回路断开,即实现均衡充电,充电过程完成。 当电池组放电时,外接负载分别接电池组正负极BAT+和BAT-两端,放电电流流经电池组负极BAT-、充电控制开关器件、放电控制开关器件、电池组中单节锂电池N~1和电池组正极BAT+,电流流向如图4所示。系统中控制电路部分单节锂电池保护芯片的放电欠电压保护、过流和短路保护控制信号经光耦隔离后串联输出,为主电路中放电开关器件的导通提供栅极电压;一旦电池组在放电过程中遇到单节锂电池欠电压或者过流和短路等特殊情况,对应的单节锂电池放电保护控制信号变低,无法为主电路中的放电控制开关器件提供栅极偏压,使其关断,主回路断开,即结束放电使用过程。 一般锂电池采用恒流-恒压(TAPER)型[9]充电控制,恒压充电时,充电电流近似指数规律减小。系统中充放电主回路的开关器件可根据外部电路要求满足的最大工作电流和工作电压选型。控制电路的单节锂电池保护芯片可根据待保护的单节锂电池的电压等级、保护延迟时间等选型。单节电池两端并接的放电支路电阻可根据锂电池充电器的充电电压大小以及锂电池的参数和放电电流的大小计算得出。均衡电流应合理选择,如果太小,均衡效果不明显;如果太大,系统的能量损耗大,均衡效率低,对锂电池组热管理要求高[10],一般电流大小可设计在50~100mA之间。分流放电支路电阻可采用功率电阻或电阻网络实现。这里采用电阻网络实现分流放电支路电阻较为合理,可以有效消除电阻偏差的影响,此外,还能起到降低热功耗的作用。 3 仿真模型 根据上述均衡充电保护板电路工作的基本原理,在Matlab/Simulink环境下搭建了系统仿真模型,模拟锂电池组充放电过程中保护板工作的情况,验证该设计方案的可行性。为简单起见,给出了锂电池组仅由2节锂电池串联的仿真模型,如图5所示。 模型中用受控电压源代替单节锂电池,模拟电池充放电的情况。图5中,Rs为串联电池组的电池总内阻,RL为负载电阻,Rd为分流放电支路电阻。所采用的单节锂电池保护芯片S-8241封装为一个子系统,使整体模型表达时更为简洁。保护芯片子系统模型主要用逻辑运算模块、符号函数模块、一维查表模块、积分模块、延时模块、开关模块、数学运算模块等模拟了保护动作的时序与逻辑。由于仿真环境与真实电路存在一定的差别,仿真时不需要滤波和强弱电隔离,而且多余的模块容易导致仿真时间的冗长。因此,在实际仿真过程中,去除了滤波、光耦隔离、电平调理等电路,并把为大电流分流设计的电阻网络改为单电阻,降低了仿真系统的复杂程度。建立完整的系统仿真模型时,要注意不同模块的输入输出数据和信号类型可能存在差异,必须正确排列模块的连接顺序,必要时进行数据类型的转换,模型中用电压检测模块实现了强弱信号的转换连接问题。仿真模型中受控电压源的给定信号在波形大体一致的前提下可有微小差别,以代表电池个体充放电的差异。图6为电池组中单节电池电压检测仿真结果,可见采用过流放电支路均充的办法,该电路可正常工作。 4 系统实验 实际应用中,针对某品牌电动自行车生产厂的需求,设计实现了2组并联、10节串联的36V8A·h锰酸锂动力电池组保护板,其中单节锂电池保护芯片采用日本精工公司的S-8241,保护板主要由主电路、控制电路、分流放电支路以及滤波、光耦隔离和电平调理电路等部分组成,其基本结构如图7所示。放电支路电流选择在800mA左右,采用510Ω电阻串并联构成电阻网络。 调试工作主要分为电压测试和电流测试两部分。电压测试包括充电性能检测过电压、均充以及放电性能检测欠电压两步。可以选择采用电池模拟电源供应器代替实际的电池组进行测试,由于多节电池串联,该方案一次投入的测试成本较高。也可以使用装配好的电池组直接进行测试,对电池组循环充放电,观测过压和欠压时保护装置是否正常动作,记录过充保护时各节电池的实时电压,判断均衡充电的性能。但此方案一次测试耗费时间较长。对电池组作充电性能检测时,采用3位半精度电压表对10节电池的充电电压监测,可见各节电池都在正常工作电压范围内,并且单体之间的差异很小,充电过程中电压偏差小于100mV,满充电压4.2V、电压偏差小于50mV。电流测试部分包括过流检测和短路检测两步。过流检测可在电阻负载与电源回路间串接一电流表,缓慢减小负载,当电流增大到过流值时,看电流表是否指示断流。短路检测可直接短接电池组正负极来观测电流表状态。在确定器件完好,电路焊接无误的前提下,也可直接通过保护板上电源指示灯的状态进行电流测试。 实际使用中,考虑到外部干扰可能会引起电池电压不稳定的情况,这样会造成电压极短时间的过压或欠压,从而导致电池保护电路错误判断,因此在保护芯片配有相应的延时逻辑,必要时可在保护板上添加延时电路,这样将有效降低外部干扰造成保护电路误动作的可能性。由于电池组不工作时,保护板上各开关器件处于断开状态,故静态损耗几乎为0。当系统工作时,主要损耗为主电路中2个MOS管上的通态损耗,当充电状态下均衡电路工作时,分流支路中电阻热损耗较大,但时间较短,整体动态损耗在电池组正常工作的周期内处于可以接受的水平。 经测试,该保护电路的设计能够满足串联锂电池组保护的需要,保护功能齐全,能可靠地进行过充电、过放电的保护,同时实现均衡充电功能。根据应用的需要,在改变保护芯片型号和串联数,电路中开关器件和能耗元件的功率等级之后,可对任意结构和电压等级的动力锂电池组实现保护和均充。如采用台湾富晶公司的FS361A单节锂电池保护芯片可实现3组并联、12串磷酸铁锂电池组保护板设计等。最终的多款工业产品价格合理,经3年市场检验无返修产品。 5 结论 本文采用单节锂电池保护芯片设计实现了多节锂电池串联的电池组保护板,除可完成必要的过电压、欠电压、过电流和短路保护功能外,还可以实现均衡充电功能。仿真和实验结果验证了该方案的可行性,市场使用情况检验了该设计的稳定性。今后可考虑采用锂电池电量监测芯片及外围电路实时反馈电池组电量、可续行里程、剩余重复充电次数、电池疲劳程度等参数。随着更高性能的电池保护芯片和电力电子开关器件不断问世,在保护电路功耗、精度上将获得进一步的改善。 参考文献 [1]余世光.中国电动自行车市场现状及发展趋势分析[J].中国自行车,2005(2):4-8. [2]Texas Instrument.BQ77PL900[EB/OL].[2008-12-03].http://focus.ti.com.cn/cn/docs/prod/folders/print/bq77pl900.html. [3]Isaacson M J,Hollandsworth R P,Giampaoli P J,et al.Ad-vanced Lithium-ion Battery Charger[J].IEEE Aerospaceand Electronic Systems Magazine,1997,12(11):30-35. [4]Andrew C Baughman,Mehdi Ferdowsi.Double-tieredSwitched-capacitor Battery Charge Equalization Technique[J].IEEE Trans.on Industrial Electronics,2008,55(6):2277-2285. [5]Sang-Hyun Park,Tae-Sung Kim,Jin-Sik Park,et al.ANew Battery Equalizer Based on Buck-boost Topology[C]∥The 7thInt.Conf.on Power Electronics,2007:962-965. [6]Park Sang-Hyun,Kim Tae-Sung,Park Jin-Sik,et al.ANew Buck-boost Type Battery Equalizer[C]∥The 24thAnnual IEEE Applied Power Electronics Conference andExposition,2009:1246-1250. [7]王伟,罗光毅,钱照明.一种改进的VRLA电池组无损均衡充电电路[J].电力电子技术,2003,37(6):24-26. [8]PNGV Battery Test Manual,Revision 3,DOE/ID-10597[Z].2001. [9]Lynch W A,Salameh Z M.Taper Charge Method for aNickel-cadmium Electric Vehicle Traction Battery[C]∥Power Engineering Society General Meeting,2007:1-5. 动力锂电池在电动汽车中的应用 第7篇 随着电池技术的进步和对全球变暖以及燃料价格提高的担忧, 汽车制造商将注意力转向了电动汽车。与传统燃料汽车相比, 电动汽车具有更环保和清洁的优点[1,2,3]。作为能量储存系统, 锂离子电池凭借其比能量高、体积小、无维护、环境友好而受到各行业的青睐, 正逐步从手机、笔记本电脑的应用走向电动自行车、电动汽车等。 目前, 锂离子蓄电池已经在电动汽车中得到了初步的使用。动力蓄电池作为纯电动汽车的动力来源, 是提高整车性能和降低成本的关键一环。特别是磷酸铁锂电池的出现, 更加推动了锂电池行业的发展[4,5,6]。如今, 电动汽车锂电池技术受到了各国能源、环境、交通等部门的重视, 电池的多种性能得到了提高, 这也将推动电动汽车的大规模商业化[7,8]。 以采用洛阳天空生产的规格型号为SE180AHA磷酸铁锂电池的电动车辆为研究对象, 主要对磷酸铁锂电池在电动汽车中充放电特性进行研究, 以期为锂电池在电动汽车中的应用提供参考。 1 锂电池智能监控与管理系统 电动汽车电池智能监控与管理系统能够实现对电动汽车动态数据的采集功能, 能实时采集车辆运行的各种动态数据, 包括电池的电流及电压、车速、电池状态、发动机状态、电机状态、故障信息等。通过在电动公交车上做实际检验, 可快速准确地获取电动汽车数据。 系统将公交车当前运行粗略状况以及电池在运行中的详细参数进行监控, 能够通过互联网实时对混合动力公交进行监控和危险报警, 对于电动汽车和动力电池研究以及车辆运行的安全性有着重要的意义。 该系统可以监测车辆当前的运行状况, 包括剩余电量、总电压、总电流、模块最高温度、模块最低温度、单体最大电压以及单体最小电压等因素。可以查询并分析当天电池实时的变化情况, 并且能够对历史数据进行查询和下载。 2 车用磷酸铁锂电池性能研究 2. 1 锂电池放电特性分析 锂离子电池的储能特性是评价其性能的主要指标, 为了研究电动汽车用动力电池运行的规律, 选用了磷酸铁锂电池作为储能电池。在实际应用中, 应当合理利用锂电池的优点, 减少造成电池损害的因素, 从而延长电池的使用寿命[9]。 锂离子动力电池组是由多个单体电池串、并联组成, 所有单体电池的制造工艺相同, 单体的一致性较强, 但是单体间的性能差异客观存在。电池组的参数与单体参数有以下关系: 组电压等于所有单体电压之和加上在连接导体上产生的压降, 其中后者在分析时往往忽略不计; 组内阻等于单体内阻之和外加连接导体电阻; 组功率等于单体功率之和;组瓦时容量接近于单体容量最小者与单体数量的乘积; 组安时容量、组寿命等于单体最小者; 组其他性能指标大部分取决于单体中相关指标较差者; 成组的单体集合犹如木桶效应, 如果任何一个单体损坏, 则视同为整组损坏。 文中对实际运营中的电动汽车锂电池特性进行分析, 电池的容量为300AH, 共9箱168组, 对电池的充电过程进行了分析, 对比情况如图1所示。 充电时单体电压随SOC的变化如图2所示。图2中显示的是充电过程中单体电压的变化, 充电时, 充电总电压最小值为362V, 最大值为380V, 平均充电电压为373. 9V, 变化稳定。充电电流恒定为72. 8A, 电池的SOC由30% 到100% , 比较了冬季和春季单体电压的变化。电动汽车用磷酸铁锂电池的单体最大电压为3. 7V, 电池的电压变化情况能够反映出电池性能的优劣。由图中可以看出冬季的电池单体最小电压与春季相比明显偏低, 最大差值为ΔV =0. 09V; 与此同时, 由冬季最大单体电压和春季最大单体电压可以看出, 最大电压的变化趋势与单体最小电压变化趋势一致, 最大差值为ΔV =0. 32V。说明冬季电池的性能与春季相比略有下降。 充电时模块温度随SOC的变化如图3所示。随着SOC的增大, 模块最高温度和模块最低温度也随之增加, 其中模块最高温度的变化范围在4℃以内, 模块最低温度的变化仅有3℃。单体最大电压的最大值为3. 59V, 单体最小电压的最小值为3. 28V, 在同一时刻, 单体最大电压与单体最小电压的最大差值仅有0. 21V。说明电池的一致性良好。 电池电量由50% 充到100% 的过程中, 仅需要2. 5h即可完成。模块温度的变化在4℃以内。总体来看, 电池充电的各项参数都很稳定。 2. 2 锂电池放电特性分析 为保证电池组的安全稳定运行, 采用了电池阵列管理模块 ( BAU) 、电池簇管理模块 ( BCU) 、电池组管理模块 ( BMU) 三级体系架构, 全方位、多角度、全生命周期管理电池, 最优化储能电池效用; 实时监控各逻辑单体电池的电压、温度信息及电池簇的充/放电电流, 设置了电压、电流、温度等多级报警与故障诊断、故障恢复等保护措施为系统长期安全可靠运行。电池的放电曲线如图4 ~ 图7所示。 可以看出, 在放电的过程中, 总电压在346. 8 ~364. 2V之间变化, 没有明显的规律, 但一直保持稳定。而总电流的变化范围是2. 2 ~ 256A, 变化幅度较大, 原因主要是车辆在实际运行的过程中, 并不是保持同一个速度运行。在运行过程中, 电池模块的最高温度之间的变化范围仅有1℃, 模块最低温度之间的变化同样仅为1℃。单体最大电压和单体最小电压在3. 11 ~ 3. 32V之间变化, 电池的一致性较好。 与充电过程相比, 在放电过程中各项参数的变化只是在一定的范围内波动, 变化趋势不明显。原因是选用运营中的电动公交车在运行时速度一直在改变, 而且在固定的站点速度为0, 但是从总体的运行数据来看, 各项参数都在较小的范围内稳定变化, 说明电池的一致性较好。 运行中电动汽车对电机的功率需求是动态变化的, 启动、爬坡时瞬间的大电流以及下坡时瞬间的能量回馈必然会影响动力电池的各种性能。到目前为止, 电池的工作状况良好, 尚未出现较为严重的问题。但各车电池的区别也较大, 各项情况和司机驾驶习惯、气候、温度载客量等不可控因素有关。 从实际运行状况看, 磷酸铁锂电池应用在混合动力公交车的储能装置中可以将制动、下坡时的能量回收到蓄电池中再次利用, 降低了燃油消耗; 能够在运行中关停内燃机, 由电机单独驱动, 实现了“零”排放; 利用电机和内燃机联合驱动, 提高了车辆动力性; 利用现有的加油设施, 具有与传统燃油汽车相同的续驶里程[10]。 3 结语 磷酸铁锂电池应用在电动汽车的储能中, 能够满足车辆运行需求, 同时可以减少车辆燃油的消耗, 绿色环保。文中电动汽车用磷酸铁锂电池为研究对象, 研究了电池的储能特性, 得出以下结论: 1) 电动汽车智能监测与管理系统从2011年底运行至今未出现状况, 能够对车辆和电池进行实时监测, 及时发现电池存在问题。这对于车辆电池来说具有一定参考性, 但经过长期的监测观察, 电池工作状况都趋近稳定, 只有极个别车辆的某节电池温度比较突出, 但并未发生任何事故。 2) 通过实验测定电池性能的各项参数, 得出磷酸铁锂电池充放电过程较为稳定, 电压和电流的变化都很稳定, 在放电过程中, 由于车辆的的运行速度时刻在变, 电流和电压的变化也在一定的范围内波动, 但都趋于稳定。模块温度的变化不超过4℃ , 变化稳定。总体来看, 电池的稳定性良好。 文中通过对电动汽车动力电池的研究, 实现了电动汽车动力电池的监测管理, 这不仅节约了系统能量, 提高了系统的能量利用率, 更降低了系统的成本, 对促进可再生能源在交通领域的应用及交通能源转型奠定了良好的基础[11,12]。 摘要：针对能源危机的现状, 对新能源汽车的核心部件锂离子电池的应用性能进行了研究。通过使用电动汽车智能监控和管理系统对电动汽车锂离子电池进行监测和管理, 能够系统地对电池的电量、电压、电流、车辆运行速度、车辆方向、车辆位置、报警信息、故障情况等因素进行监测, 将车辆在充电过程和运行过程中各项电池参数的数据进行采集, 研究磷酸铁锂电池的性能规律, 分析锂离子电池的总电压、总电流、单体最高电压、单体最低电压、模块最高温度和模块最低温度的变化情况。结果表明, 锂离子电池在电动汽车的应用中性能稳定且规律, 电池的一致性良好。