電動汽車電池組分級均衡充電方法的對比研究

康 斌，譚曉軍，陳維杰

(中山大學工學院，廣東廣州510275)

電動汽車電池組分級均衡充電方法的對比研究

康 斌，譚曉軍，陳維杰

(中山大學工學院，廣東廣州510275)

針對電動汽車電池組的特點，基于當前較為先進的非耗散型均衡技術，提出了兩種分級均衡充電方法，并對所提出的策略進行對比分析。兩種方案都利用了非耗散型均衡效率較高的特點，結合分級控制的概念，可有效適應包括電動汽車在內的大型電池組均衡應用情景。與傳統的耗散型均衡相比，所提出的兩種均衡方法減少了均衡充電時間，且能耗明顯降低，從而降低了電池組熱管理的難度，具有較強的實用性。

電動汽車；電池管理系統；均衡控制

Abstract:Based on the updated active equalization technology,two hierarchical balance control schemes were proposed to charge the electric vehicle battery.The two schemes were then simulated with typical battery samples and the results were compared with the traditional passive solution.The proposed schemes both took advantage of active balance with its high efficiency,and were applicable to the power batteries on electric vehicles with the hierarchical control strategy.Compared with traditional passive equalization,the proposed methods were faster with lower energy consumption,which reduced the difficulty of thermal management and would be more practical on electric vehicles.

Key words:electric vehicle;battery management system;equalized charging

電動汽車動力電池普遍存在不一致的問題，這種不一致通常表現為電池容量的不一致，電池當前剩余電量(SoC)不一致，電池內阻不一致以及電池自放電速率不一致等多個方面[1]。電池不一致所引起的短板效應將使電池組內的電池不能完全充滿，從而降低了電池組的整體有效容量。在電動汽車的實際應用中，由于電池數量多，這樣的問題尤為突出。

為解決這一問題，在電動汽車的電池管理系統中，通常設置了均衡充電的功能，即在電池組充電的過程中，對電池進行均衡控制，從而使得各個單體電池的剩余電量達到一致。關于均衡充電，研究人員已經提出了不少的方法，大致可以歸納為“耗散型”與“非耗散型”兩大類。耗散型均衡控制相對簡單，易于實現；非耗散型均衡可通過電池間的電量轉移實現高效均衡，但控制相對復雜。非耗散型均衡方案又可根據轉移器件的不同分為電容類[2]、電感類[3]及互感器[4]類。然而這些均衡方案往往只能實現能量的單向傳導，而且各電池間的均衡操作需要分步進行，靈活性受到一定限制。

為此，凌力爾特公司于2013年推出LTC3300芯片，使得非耗散型均衡控制得到了優化。高集成度、靈活的控制模式及良好的可擴展性是基于該芯片進行均衡控制的主要優點。應用該芯片所構造的均衡控制電路，能實現較高的能量轉移效率，支持能量的雙向傳導以及同步均衡，從而進一步提高均衡效率。然而，LTC3300更適合用于小電池組(典型地，6至12個電池)，對于電動汽車上所使用的大規模電池組(典型地，串聯數量超過100個)，基于能量轉移的非耗散型均衡是不現實的。

為了克服以上不足，本文從電動汽車實際應用出發，提出了兩種基于LTC3300的二級均衡方案，可適應包括電動汽車在內的大型電池組應用情景。兩種方案都將電池組分為若干個電池模塊，模塊內基于LTC3300均衡電路實施LLB(Low-level Balancing)控制策略，模塊與模塊之間進行HLB(High-level Balancing)控制策略。在實現HLB控制的過程中兩種方案采用了不同的形式：其一是為每個電池模塊分配獨立的小型充電機進行補電，其二是為每個電池模塊配置一個耗散旁路電阻。本文將對這兩種不同的方案進行描述并對其有效性進行評價。

1 基于LTC3300的模塊內均衡

圖1所示為基于1片LTC6804和2片LTC3300芯片所配置的BMS子板，其中LTC6804負責監控每節電池的狀態，而LTC3300負責控制能量轉移，實現組內均衡(LLB)。其中能量轉移的方式具有雙向性與同步性兩方面特點，既可對單體電池進行放電，并轉移給整個模塊，也可由整個模塊統一放電，為單體電池補電，而且各單體電池的均衡操作可以同時進行互不干擾，從而提高了組內均衡的效率。理論上這種LLB策略可以實現3個及以上任意數量電池的均衡，但對于電池數量較多的情景，長距離的能量傳輸以及復雜的控制將大大降低均衡的實際效率，因此對于大型電池組而言，需要配合模塊化以及HLB策略彌補一次均衡的不足。本文提出以下兩種不同的解決途徑。

圖1 基于LTC3300的電池模塊(12節電池)

2 方法一：運用小型獨立充電機進行模塊間均衡

為每個模塊配置一個小型充電機，可以用較小的功率，對SoC較低的模塊進行獨立充電，如圖2所示。

圖2 運用小型獨立充電機進行模塊間均衡

圖2中，每個充電機只能為相應的電池模塊進行單獨充電，而不影響其他模塊。這里所提及的“小型”、“小功率”都是相對于能對整個電池組充電的“大型”充電機而言的。因為這些獨立充電機一般是與BMS一起安裝在車上的，若功率太大不僅難以安裝，而且從經濟成本來看也不劃算。

配置了小型獨立充電機以后，二級均衡可以按照以下步驟進行：

(1)利用第1節的模塊內均衡方法對各模塊進行LLB均衡。當每個模塊內的最高與最低電壓之差均小于閾值U1時，模塊內均衡完成，進入(2)。

(2)利用外置的大型充電機，對整個電池組進行充電，直到電池組內任意一個電池達到電壓保護上限，進入(3)。

(3)利用小型充電機分別對模塊進行小功率充電(HLB)，直至模塊內任一電池充滿，進入(4)。

(4)如果電池組內最高電壓與最低電壓小于閾值U2，則HLB均衡充電完成，均衡操作結束。否則跳到(1)進行下一輪LLB均衡。

在上述步驟中，只要根據電壓傳感器及電池的特性選擇U1、U2，并使得U1＜U2，則可保證電池間的SoC 差距逐漸縮小，最終收斂于充滿狀態。

3 方法二：運用旁路電阻進行模塊間均衡

不難理解，方法一屬于非耗散型均衡，能量效率高；然而，因為每個模塊都要配備小型充電機，成本較高，可以采用方法二，即為每個模塊配置一個旁路電阻，用耗散型的方法實現模塊之間的均衡(HLB)，如圖3所示。

圖3 運用旁路電阻進行模塊間均衡

與方法一相比，方法二用旁路電阻取代了小型獨立充電機，相比之下，成本和占用空間都減少了，其缺點是損耗了電池組荷帶的能量并隨之增加了電池組內熱管理的難度。

配置了旁路電阻以后，二級均衡可以按照以下步驟進行：

(1)利用第1節的模塊內均衡方法對各模塊進行LLB均衡。當每個模塊內的最高與最低電壓之差均小于閾值U1時，模塊內均衡完成，進入(2)。

(2)將每個模塊狀態標志置為0。

(3)利用外置的大型充電機為整個電池組充電，直至任一電池充滿，并對最先充滿的電池所在的模塊更改狀態標志為1。

(4)判斷各模塊的狀態標志，若均為1，跳至步驟(6)，否則進入步驟(5)。

(5)利用耗散電阻對狀態標志為1的小組放電1min(HLB)。放電后返回步驟(3)。

(6)此時各模塊均已充電至預設范圍。判斷電池組內最高電壓與最低電壓之差是否在閾值U2內，若是則視為全局均衡完成，無須進一步操作；否則視為電量差異未達到要求，返回步驟(1)進行下一輪LLB均衡控制。

在上述步驟中，U1、U2的取值可參照方法一，根據電壓傳感器及電池的特性選擇，并使得U1＜U2，則可保證電池間的SoC差距逐漸縮小，最終收斂于充滿狀態。

4 均衡控制建模

為對所提方法進行有效性分析，需要先建立動力電池和均衡電路的等效模型以及根據實測試驗進行參數識別。

4.1 電池模型的建立

近年來，有不少學者都嘗試用“等效電路模型”模擬動力電池的特性[5]，即通過建立一個二端口電路網絡來描述電池在工作過程中所表現出來的電壓與電流之間的外特性關系。

我們于2011年提出一種等效電路模型，并將其運用于動力電池剩余電量的估算，取得了良好的效果[1]。模型主要由等效電壓源與等效阻抗兩個部分組成，如圖4所示。

圖4 動力電池等效電路模型

圖4中等效電壓源由兩個受控電壓源組成，其一反映電池的電動勢特性，其二反映動力電池的開路電壓滯回特性；等效阻抗由一個三階阻容電路表示，主要考慮了電池的歐姆內阻以及極化內阻特性。文獻[6]中給出了電池模型中各個參數的辨識方法。

4.2 均衡電路模型的建立

均衡過程中電池組能量的消耗主要表現在三個方面：均衡控制電路板上的能量損耗(簡稱“板耗”)、導線上的能量損耗(簡稱“線損”)以及電池內部損耗(簡稱“電池內耗”)。其中，板耗主要與均衡電路板上的元器件相關，主要表現為變壓器的損耗以及開關管的損耗。此外，線損往往因為數量級太小而被忽視。但事實上，在均衡電路中，由于能量的轉移在同一條導線上持續、反復地進行，因此導線上的能量損耗會被累積，必須在能耗建模時考慮其大小。

據此可以建立起兩種均衡方案的能耗模型。根據實測試驗可標定模型所需的如均衡效率、實際均衡電流、線阻等參數信息。

5 均衡充電方法的有效性分析

要比較不同的均衡充電方法，需要將不同的方法用于具有相同“不一致性”的電池組樣本。然而，由于電池組“不一致”的可能情況有很多種，不可能對每種情況進行測試，因此可以根據所建立的模型，對各種可能的情況進行過程仿真，對比不同方法的能量消耗及時間消耗情況，最后結合相應不同方案的器件成本，全面進行對比。

5.1 仿真樣本的選擇

本文選用的仿真樣本為：一個由96個100 Ah動力電池組成的串聯電池組，其中每12個電池作為一個模塊，共有8個模塊。為了反映電池的不一致性，每個電池的初始SoC有兩種可能的取值(90%或100%)，共有296約7.9×1028種可能的情況，可認為已歷遍所有情況，具有代表性。由于很多樣本的均衡過程是等效的，因此計算機仿真時可以只考慮獨立不重復的情況，從而提高仿真效率。

5.2 兩種均衡充電方法的對比分析

根據以上的仿真樣本及參數設定，對所有情況進行仿真，得到各方法對相同樣本進行均衡充電的能量消耗及時間消耗結果，對比分析如下。

(1)能量消耗對比

直方圖是統計樣本頻數的有效工具，用直方圖分析兩種分級均衡充電方案對于傳統耗散型方法的相對能耗，如圖5所示。以30%～39%區間為例解釋該圖的生成方法：96個電池，總共有296(≈7.92×1028)種可能的樣本，經過仿真計算，共有約5.17×1028個樣本在利用方法一進行均衡充電時，相對能量消耗落在30%～39%的區間，而利用方法二進行均衡充電時，共有約1.07×1028個樣本的相對能耗落在該區間，據此畫出直方圖中30%～39%區間的兩個柱子高度，用不同底紋表示。

圖5 相對能量消耗統計直方圖

由圖5可見，利用方法一進行均衡充電的能量消耗大概為傳統耗散型方法的20%～49%，其中以落在30%～39%區間的樣本為最多；方法二的能量消耗大概為傳統耗散型方法的30%～89%，其中以落在40%～49%區間的樣本為最多。表1是對所有樣本分別用傳統耗散型方法以及本文的兩種方法實施均衡充電的能量消耗統計值，其中最后一行是本文兩種方法分別與傳統方法比較的能耗節約百分比。

表1 各均衡充電方法的能量消耗對比

對以上結果進行分析可知：

由圖5可見，所提出的兩種均衡充電方法都比傳統耗散型的方法的能耗小。這樣的結果是必然的，因為所提出的兩種方法都在LLB環節加入了非耗散型均衡控制，對不一致的能量進行了轉移，減少了總體能量損耗；而傳統方法只有通過旁路電阻進行能量耗散作為唯一手段；

由圖5和表1可見，方法一比方法二能耗更小，更加節能。這是因為，方法一在進行HLB控制時采用的是非耗散型的方式，而方法二則是在這一環節采用了旁路電阻耗散的方法；

由表1可見，方法一的最大能量消耗遠遠低于其他兩種方法，這意味著該方法對應的電池系統的熱管理難度將大大降低。

(2)時間消耗對比

利用直方圖分析兩種分級均衡充電方案對于傳統耗散型方法的相對時間消耗，如圖6所示。

由圖6可見，本文提出的兩種方法的時間消耗大概為傳統耗散型方法的50%～99%，其中以落在85%～89%區間的樣本為最多。表2是對各種均衡充電的時間消耗統計值，其中最后一行是本文兩種方法分別與傳統方法比較的時間節約百分比。

圖6 相對時間消耗統計直方圖

表2 各均衡充電方法的時間消耗對比

對以上結果進行分析可知：

由圖6可見，所提出的兩種方法都比傳統方法節約了均衡的時間。這是由于兩種方法在LLB環節利用的非耗散型均衡能夠實現能量的雙向轉移，在均衡電流相同的情況下，比單純的耗散型方法所需均衡速度更快；

由圖6和表2可見，所提出的兩種方法均衡時間節約率大概在15%左右，而前面就能耗節約率而言，兩種方法分別可以達到64.52%和49.58%，這是因為兩種方法都只能通過LLB環節提升均衡速度，而在HLB環節的均衡速度與傳統方法是一致的；

由圖6和表2可見，方法一和方法二相比，其均衡時間的分布區間相仿，平均值大小相近，相差不大。

6 結論

以上針對電動汽車的實際應用，提出了兩種基于LTC3300的分級均衡充電控制方法，并以典型的電動汽車電池組作為對象進行對比分析。結果表明，所提出的兩種方法與傳統的耗散型均衡控制方法相比，在時間消耗和能量消耗兩個指標上均有不同程度的降低，其中能耗節約更為明顯。當然，與傳統耗散型均衡方式相比，所提出的兩種方法在成本上均有增加(對于96串電池系統，按照當前價格，以上的方法一將使每臺車成本增加1200元，方法二使每臺車增加900元)，但由于均衡過程中減小了能耗，降低了熱管理的難度，并有助于延長電池壽命，因此仍然值得推廣。

[1]譚曉軍.電動汽車動力電池管理系統設計[M].廣州：中山大學出版社，2011：118-141.

[2]SPELTINO C，STEFANOPOULOU A，FIENGO G.Cell equalization in battery stacks through state of charge estimation polling[C]//American Control Conference，Baltimore：IEEE，2010：5050-5055.

[3]DAI H，WEI X，SUN Z，et al.A novel dual-inductor based charge equalizer for traction battery cells of electric vehicles[J].Electrical Power and Energy Systems，2015，67：627-638.

[4]LI S，MI C，ZHANG M.A high efficiency low cost direct battery balancing circuit using a multi-winding transformer with reduced switch count[C]//Applied Power Electronics Conference and Exposition，Orlando：IEEE，2012：2128-2133.

[5]LIAO C L，LI H J，WANG L F.A dynamic equivalent circuit model of LiFePO4cathode material for lithium ion batteries on hybrid electric vehicles[C]//Vehicle Power and Propulsion Conference，Dearborn：IEEE，2009：1662-1665.

[6]肖莎.磷酸鐵鋰動力電池模型的建立與應用[D].廣州：中山大學工學院，2011.

Comparative research on hierarchical equalized charging schemes for electric vehicle battery

KANG Bin,TAN Xiao-jun,CHEN Wei-jie
(Sun Yat-sen University,Guangzhou Guangdong 510275,China)

TM 912

A

1002-087X(2017)09-1338-03

2017-02-21

廣東省科技計劃項目(2014B090901050；2015-B010135006)

康斌(1992—)，男，江西省人，碩士生，主要研究方向為電動汽車電池管理系統。

譚曉軍(1977—)，男，廣東省人，博士，副教授，主要研究方向為電動汽車動力電池管理系統，現場總線網絡，智能識別與智能控制等。