基于RCP仿真平臺的鋰電池快充控制策略研究

涂鑫陽，吳帥軍，孫誠驍

?

基于RCP仿真平臺的鋰電池快充控制策略研究

涂鑫陽，吳帥軍，孫誠驍

(上海科梁信息工程股份有限公司，上海 200233)

電動汽車充電快慢已經成為制約電動汽車市場化發展的一個關鍵因素。為了快速開發出有效實用的快充控制策略，使用半實物仿真工具對快充控制策略展開實時仿真研究。使用Matlab/Simulink軟件搭建快充控制策略模型，并構建了一套鋰電池充電控制的快速原型系統。對鋰電池的快充控制策略展開仿真研究，制定了分段恒流結合脈沖充電的快充控制策略，在不損傷電池本體的前提下，縮短充電時間，提高充電效率。仿真實驗結果表明，使用快速原型仿真平臺能夠快速地驗證控制算法的有效性，實現鋰電池快充控制策略的研究，為快充控制策略的開發提供便利。

鋰電池快充；實時仿真；快速原型系統；分段恒流；脈沖充電

0 引言

相比于傳統燃油車，電動汽車具有低噪聲、零排放的優點，且電能來源廣泛，可綜合利用各種能源，可有效緩解能源危機和環境污染這兩大世界性難題，具有廣闊的應用前景和巨大的發展空間。然而，電池的能量密度和充電時間大大限制了電動汽車的市場推廣。開發支持快充的動力電池，實現15 min甚至更短的時間內充滿電的目標已經成為電池制造廠商的共識。同時，快充電池系統中，BMS起著至關重要的作用，也是研究開發的重點，半實物實時仿真平臺可用于BMS控制算法的快速驗證，在控制算法開發中起著越來越重要的作用。

本文首先對目前常用的充電方法進行歸納總結，并在此基礎上提出了一種快速充電控制策略。然后，本文基于實時仿真概念搭建了一套控制算法快速驗證的RCP快速原型開發平臺，基于Matlab/Simulink建立快充控制策略模型，模擬真實控制器，通過RT-LAB軟件完成模型的實時化。最后，本文基于快速原型控制器實現對真實電池的充電試驗，并分析試驗數據。

本文工作表明，所搭建的RCP仿真測試平臺能夠完成BMS控制算法的快速驗證，而無需等待控制器硬件制作完成再進行算法驗證，大大節省了控制器開發成本及時間。

1 常用鋰電池充電控制方法

由鋰電池特性可知，充電電流越小，充電時間越長，反之則充電速度越快。但充電電流過大，電池的安全性能越差。過充、過熱或短路充電都將可能引起鋰電池自燃、甚至爆炸。同時，若充電電流較大，容易導致電池內部析氣，導致電池無法充滿，降低充電效率，且引起電池內部極板上活性物質脫落，電池溫度急劇上升，嚴重的影響電池的使用壽命。

1.1 恒流恒壓充電法

恒流充電方式是指在充電過程中，通過調節電源充電電壓值或充電電路中的電阻值，來確保電池的充電電流恒定。而恒壓充電是指用大小恒定的電壓對電池進行充電，充電過程中，保持充電電壓恒定，充電電流隨電池荷電容量的變化進行自動調整。在上述方法的基礎上，文獻[4]提出了恒壓恒流充電方法，恒壓恒流充電方式結合了恒流充電與恒壓充電各自的優點，實現對電池安全快速地充電。在整個充電過程中，電池先采用較大電流(一般為0.5 C到1 C之間)進行恒流充電，充電速度較快，電池容量可在短時間內充至總容量的80%。當電池電壓達到其上限電壓，結束恒流充電，轉入恒壓充電區，隨著充電的進行，充電電流不斷減小，當充電電流緩慢降低到0.1 C以下時，停止充電。恒流恒壓充電法同時克服了恒流充電和恒壓充電的缺陷，是目前較為主流的充電方式，但其充電速度仍然較慢。

1.2 快速充電方法

有學者對蓄電池充電過程進行了大量實驗研究[5]，提出了充電狀態下鋰電池能夠承受的最大充電電流曲線，如圖1所示。隨著充電的進行，電池本體最大可接受充電電流將逐漸減小，當充電電流大于最大可接受充電曲線時，電池的析氣量增加，正極析出氧氣，負極析出氫氣，極化反應加重。當充電電流小于最大可接受電流時，避免了對電池造成的損害，但充電速度過慢，不能滿足快速充電要求。研究還表明，在充電過程中，如適時暫停充電，使充電電流突變為零，可瞬間消除歐姆極化效應，并且由于電解液的擴散作用，也可適當降低濃差極化和電化學極化，這種方式稱為自然去極化，這種去極化作用有助于充電的快速完成。

圖1 鋰電池充電電流曲線

針對蓄電池極化效應對充電時間的影響，學者對充電方法展開了研究，并提出了各種不同的快速充電方法。

文獻[11]提出了分段恒流充電方法：以階段性的恒定電流對電池進行充電。充電初期，施加較大電流對電池充電，短時充入較大容量，當電池端電壓升至預定值Up后，減小充電電流進入下一個恒流充電階段，直到充電電流減小到0，完成充電。分段恒流充電方法避免了持續大電流充電引起的過充，能夠較快地完成快速充電的目的。

圖2 分段恒流充電電流波形

圖3 脈沖充電電流波形

2 RCP平臺搭建與快充控制算法建模仿真

本文在以上分析的基礎上，搭建了一套可用于快充控制算法研究的RCP半實物仿真平臺。并基于該平臺對快充控制算法進行研究，提出了分段恒流結合大電流脈沖充電的方式，在Matlab/Simulink中建立基于OPAL-RT平臺的快充控制算法模型。

2.1 基本概念

半實物仿真是一種將系統中部分硬件實物接入到仿真回路的實時性仿真，該方法能夠更加真實地反映系統的實際情況，具有更高的置信度。

RCP快速原型技術是控制器研發初始階段最常用的一種半實物仿真技術，該技術能夠快速地建立控制器模型，并能夠快速將控制算法模型編譯下載到目標機中進行實時化運行。控制算法研發人員能夠通過該平臺對控制算法進行多次反復在線試驗來驗證控制系統軟、硬件方案的可行性，這個過程便是快速控制原型。通過快速原型實時測試，在設計初期即可發現存在的問題，從而通過修改模型或參數，再進行實時測試，最終產生一個滿足設計需求的控制原型，大大加快了控制器的開發進程。

圖4為快速原型系統的基本架構原理圖。系統開發主機運行在Windows系統下，安裝上位機調度管理軟件和Matlab建模軟件，完成控制器建模、狀態顯示、在線調參、模型編譯下載等工作。實時目標機作為系統的核心部件，完成被控對象信號實時采集、控制算法模型的實時運算、控制信號實時輸出，用來代替一個完整真實的控制器。同時，上位機與目標機之間一般使用以太網進行數據交換。

圖4 快速原型基本原理框圖

2.2 系統架構

本文采用OPAL-RT公司的 OP5600實時仿真機來實現控制器的快速原型。RT-LAB實時仿真系統是由加拿大Opal-RT公司開發的一套基于模型設計和測試應用的平臺，它相比于其他仿真平臺的優勢在于：能夠把復雜的模型劃分為多個子系統，再把這些子系統分配到多個目標機的節點上，從而構成一個可擴展的分布式實時仿真系統。

基于RT-LAB的鋰電池快充控制原型系統總體組成結構如圖5所示。其中硬件模塊主要包括OP5600仿真目標機、信號調理箱、功率單元和負載電池。OP5600輸出PWM波實現對功率單元的電流或電壓控制，實現為負載電池充電的功能。

圖5 快充控制原型系統架構

OP5600目標機是以基于Inter多核CPU的高性能仿真計算機為核心，可通過外圍帶I/O板卡與用戶被控對象連接，實現對被控對象的精確控制。OP5600在硬件架構上采用雙層結構，其中下層為機架式商用計算機，該計算機可配置雙CPU形式；目標機的上層為以FPGA板卡為核心的I/O板卡系統，配置為FPGA板卡OP5142一塊、模擬量輸入和輸出板卡各一塊、數字量輸入和輸出板卡各一塊，詳細參數見表1。

表1 OP5600硬件配置

Table 1 Hardware configuration of OP5600

2.3 控制策略設計與建模

2.3.1分段恒流與脈沖充電方式

本文為了實現鋰電池快速充電，結合分段恒流充電方法和脈沖充電方法各自的優勢，采用分段恒流結合脈沖充電的控制策略。充電前半部分根據電池容量不同將充電電流分成7段，每段對應的電池容量閾值分別為20%、30%、40%、50%、60%、70%和80%。根據文獻[11]中提出的電池最大充電電流與容量的關系，可求出每段充電電流的對應值分別為：1.28 C、1.12 C、0.96 C、0.8 C、0.66 C、0.52 C和0.38 C。在充電的后半部分，采用幅值為1 C的脈沖電流對電池進行脈沖充電。控制算法模型仿真如圖6所示。

2.3.2 SOC檢測算法

在上述算法中，SOC的準確估算是一個關鍵。本文將安時法和卡爾曼濾波法結合估算蓄電池的SOC。已知充電初始電池剩余電量為0，那么當前狀態的剩余電量為

圖6 控制算法子系統模型

SOC為系統狀態的分量，對式(1)進行零階保持采樣離散化后得到系統狀態方程為

式中：Z為時刻電池的SOC，結合電池的模型預測估計蓄電池電壓如式(3)所示。

(3)

結合式(2)和式(3)用卡爾曼濾波法可直接遞推估算出蓄電池SOC。

2.3.3模型封裝

為了使RT-LAB實時系統能夠識別調用控制算法模型，需將模型封裝成規定格式。如圖7所示，模型分成初始化模塊、SC_console模型和 SM_charger模塊。SC_console為控制臺模塊，用于上位機與目標機的數據交互與監控。SM_charger模塊為主級子系統，主要實現電流、電壓、電阻的采集，充電控制算法的計算，PWM波的輸出等。

2.4 仿真結果分析

運行仿真模型，從SC模塊的示波器中可以觀測到仿真波形。圖8所示為實際電流波形，充電開始時，進行分段恒流充電，當充電進行到3 620 s時，SOC達到80%，開始轉入脈沖充電階段。與電流充電曲線對應的是電池電壓曲線，如圖9所示，在恒流充電階段，電池電壓緩慢上升，進入脈沖充電階段后，電壓快速上升。如圖10所示，SOC在4 500 s達到99%，充電完成。

圖7 實時模型封裝

圖8 充電電流波形

圖9 電池電壓

圖10 電池SOC

仿真實驗結果表明，本文搭建的OPAL-RT仿真平臺能夠快速地驗證控制算法的有效性，高效地實現鋰電池快充控制策略的研究，為快充控制策略的開發提供便利性。

3 結論

本文使用目前控制算法開發中使用越來越廣泛的MBD開發方法，基于OPAL-RT的實時仿真平臺，結合Matlab/Simulink軟件，并搭建了一套鋰電池充電控制的快速原型系統，對鋰電池的快充控制策略展開仿真研究。

本文結合前人的研究，制定了分段恒流結合脈沖充電的快充控制策略，以實現在不損傷電池本體的前提下，縮短充電時間，提高充電效率。

[1] 王鑫. V2G鋰離子電池充放電控制器的研究[D]. 北京:北京交通大學, 2014.

WANG Xin. Study on charging and discharging controller of V2G lithium-ion battery[D]. Beijing: Beijing Jiaotong University, 2014.

[2] 劉敏, 周曉霞, 陳慧春, 等. 采用三相不可控整流充電機的電動汽車充電站諧波放大效應分析與計算[J]. 電力系統保護與控制, 2016, 44(4): 36-43.

LIU Min, ZHOU Xiaoxia, CHEN Huichun, et al. Analysis and calculation of harmonic amplification effect of EV charging stations using three-phase uncontrollable rectifier charging machine[J]. Power System Protection and Control, 2016, 44(4): 36-43.

[3] KEMPTON W, TOMI? J. Vehicle-to-grid power implementation: from stabilizing the grid to supporting large-scale renewable energy[J]. Journal of Power Sources, 2005, 144(1): 280-294.

[4] CLEMENT-NYNS K, HAESEN E, DRIESEN J. The Impact of charging plug-in hybrid electric vehicles on a residential distribution grid[J]. IEEE Transactions on Power Systems, 2008, 25(1): 371-380.

[5] 姚雷, 王震坡. 鋰離子動力電池充電方式的研究[J]. 汽車工程, 2015(1): 72-77.

YAO Lei, WANG Zhenpo. Study on charging mode of lithium-ion power battery[J]. Automotive Engineering, 2015(1): 72-77.

[6] 鄧磊, 劉敏, 應麗云, 等. 不同充電模式下電動汽車充電站的仿真與諧波分析[J]. 電力系統保護與控制, 2018, 46(1): 87-95.

DENG Lei, LIU Min, YING Liyun, et al. Simulation and harmonic analysis of EV charging stations under different charging modes[J]. Power System Protection and Control, 2018, 46(1): 87-95.

[7] 王立欣, 劉超. HEV車載快速充電系統的實現[J]. 電機與控制學報, 2007, 11(4): 429-433.

WANG Lixin, LIU Chao. Implementation of HEV on-board rapid charging system[J]. Journal of Motor and Control, 2007, 11(4): 429-433.

[8] 朱鵬程, 邱華靜. 基于PXI和RT-LAB的永磁同步電機快速控制原型設計[J]. 計算機測量與控制, 2016, 24(8): 93-96.

ZHU Pengcheng, QIU Huajing. Prototype design for rapid control of permanent magnet synchronous motor based on PXI and RT-LAB[J]. Computer Measurement and Control, 2016, 24(8): 93-96.

[9] 譚偉, 邱華靜, 鄒毅軍. SSN算法在大型風電系統實時仿真中的應用[J]. 電力系統保護與控制, 2014, 42(5): 98-103.

TAN Wei, QIU Huajing, ZOU Yijun. Application of SSN algorithm in real-time simulation of large-scale wind power system[J]. Power System Protection and Control, 2014, 42(5): 98-103.

[10] 吳鐵洲, 白婷, 胡麗平, 等. 間歇-正負脈沖蓄電池快速充電方法研究[J]. 電子器件, 2014(6): 1245-1250.

WU Tiezhou, BAI Ting, HU Liping, et al. Study on intermittent positive and negative pulse battery rapid charging method[J]. Electronic Devices, 2014(6): 1245-1250.

[11] 呂曉峰. 基于V2G技術的雙向DC-DC變換器的研究[D]. 杭州: 浙江大學, 2013.

Lü Xiaofeng. Research on bidirectional DC-DC converter based on V2G technology[D]. Hangzhou: Zhejiang University, 2013.

[12] 吳凱, 程啟明, 李明, 等. 具有V2G功能的電動汽車快速充放電方法[J]. 電力自動化設備, 2014, 34(2): 30-34.

WU Kai, CHENG Qiming, LI Ming, et al. Rapid charging and discharging methods for electric vehicles with V2G function[J]. Electric Power Automation Equipment, 2014, 34(2): 30-34.

[13] 王鴻雁, 李廣凱, 江政昕, 等. 鋰離子電池快速充電方法研究[J]. 電源技術, 2012, 36(11): 1616-1619.

WANG Hongyan, LI Guangkai, JIANG Zhengxin, et al. Study on rapid charging method of lithium ion battery[J]. Power Technology, 2012, 36(11): 1616-1619.

[14] 王彪, 尹霞. 實時電價下含V2G功能的電動汽車理性充放電模型及其分析[J]. 電力系統保護與控制, 2016, 44(24): 90-96.

WANG Biao, YIN Xia. Rational charging and discharging model of electric vehicles with V2G function in real-time electricity price and its analysis[J]. Power System Protection and Control, 2016, 44(24): 90-96.

[15] MA Y, CRUDEN A, INFIELD D. A Matlab simulator for electric drive vehicle to grid implementation[C] // 2010 IEEE International Conference on Industrial Technology (ICIT), March 14-17, 2010, Vina del Mar, Chile: 1097-1101.

[16] 薛松, 袁越, 傅質馨, 等. 考慮電動汽車入網技術的電力系統機組組合研究[J]. 電力系統保護與控制, 2013, 41(10): 86-92.

XUE Song, YUAN Yue, FU Zhixin, et al. Study on power system unit combination considering electric vehicle network technology[J]. Power System Protection and Control, 2013, 41(10): 86-92.

[17] 連湛偉, 石欣, 克瀟, 等. 電動汽車充換電站動力電池全壽命周期在線檢測管理系統[J]. 電力系統保護與控制, 2014, 42(12): 137-142.

LIAN Zhanwei, SHI Xin, KE Xiao, et al. Online detection management system of battery life cycle of electric vehicle charging and replacing station[J]. Power System Protection and Control, 2014, 42(12): 137-142.

[18] 南金瑞, 孫逢春, 王建群, 等. 純電動汽車電池管理系統的設計及應用[J]. 清華大學學報(自然科學版), 2007, 47(增刊2): 1831-1834.

NAN Jinrui, SUN Fengchun, WANG Jianqun, et al. Design and application of battery management system for pure electric vehicles[J]. Journal of Tsinghua University (Science and Technology), 2007, 47(S2): 1831-1834.

Study on fast charge control strategy of lithium battery based on RCP system

TU Xinyang, WU Shuaijun, SUN Chengxiao

(Shanghai Keliang Information Tech & Eng Co., Ltd, Shanghai 200233, China)

The speed of charging has become a key factor restricting the development of electric vehicle market. In order to quickly develop an effective and practical charging control strategy, a real-time simulation study on the charging control strategy is carried out using hardware-in-the-loop simulation tool. A quick charge control strategy model is built by using Matlab/Simulink software and a set of rapid prototype system for lithium battery charging control is constructed. The fast charging of lithium battery control strategy is simulated and researched, and a quick charging control strategy which combines subsection constant current with pulse charging is designed to shorten the charging time and improve charging efficiency without damaging battery body. The simulation experimental results show that the Rapid Control Prototyping (RCP) platform is able to quickly verify the validity of the control algorithm and efficiently implement lithium battery quick charging control strategy research, which provides convenience for fast charging control strategy development.

lithium battery quick charge; real-time simulation; RCP system; subsection constant current; pulse charger

2017-03-31；

2017-08-25

涂鑫陽(1989—)，男，碩士，工程師，研究方向為電力電子電機控制；E-mail:xinyang.tu@keliangtek.com

吳帥軍(1987—)，男，碩士，工程師，研究方向為汽車電子。E-mail: shuaijun.wu@keliangtek.com