電動汽車電池能量管理策略研究

王業斌

（吉林大學汽車學院，長春130022）

主題詞：電動汽車 電池管理系統 模糊規則 控制策略

1 前言

目前，可用于電動車市場的電池種類有很多，鋰電池由于其能量密度大、質輕、工作溫度范圍寬、綠色環保等優點成為了電動汽車領域應用最為廣泛且可靠的主流電池。但是，鋰電池也存在一定的缺陷，其制作成本較高、充電和放電期間強制要求的電子保護系統以及制造過程中的溫室氣體排放等均是常見的負面因素。

電池管理系統（Battery Management Systems，BMS）主要用于控制電動汽車系統中的能量存儲和傳輸，例如充電和放電控制、電池單元電壓監控和平衡、電池電量均衡控制、輸入/輸出電流和電壓監控、溫度控制、電池保護、故障診斷和評估等[1]。BMS根據電池屬性和電池的充電狀態控制電池的充電過程，并根據負載需求和電池系統中的剩余電量控制電池放電。

2 電池管理系統

電池管理系統主要包括以下5項基本功能：電池狀態數據采集、電池荷電狀態（State Of Charge,SOC）的估算、電池安全保護、電池均衡管理和電池信息管理，其中每一項技術對于電動汽車的安全都至關重要。目前，模糊邏輯控制由于不需要精確的數學模型，同時具有較強的容錯能力、魯棒性強等優點，因此被廣泛地應用在電動汽車控制領域。

2.1 基于模糊邏輯控制的電動汽車鋰離子電池組的均衡技術

由于制造水平的差異以及車輛的充放電狀態導致了電動汽車電池組中各個單體電池之間的電壓不同，因此，電池之間的均衡技術對于電池的使用壽命起到了關鍵作用。常見的均衡技術主要分為兩種：被動均衡技術（耗散均衡技術）和主動均衡技術（非耗散均衡技術）。非耗散均衡能夠充分進行能量的分配成為了當前主流的電動汽車均衡方案。

吉林大學國家重點實驗室的Dr.Ma[2]提出了一種基于模糊邏輯控制（FLC）的非耗散均衡方案，以改善串聯鋰離子電池的不一致性，并設計了一種雙向均衡電路，該電路基于降壓-升壓電路，并采用功率電感來提供能量。均衡電路如圖1所示，它由兩個電感器L1和L2，兩個電阻R1和R2以及四個二極管組成。均衡過程主要分為三個部分：電池單元2的放電，電池單元1的充電以及電池單元1的消磁。此外，由于電池的均衡技術與電池SOC估計有著密切的關系，因此提出了基于SOC的電池均衡策略，并選擇戴維寧等效電路模型以及擴展卡爾曼濾波器（EKF）算法進行SOC估計。結果發現，由于工作電流的大幅波動，EKF的SOC估計值在參考值附近波動，估計誤差小于1%，且SOC估計的最終誤差接近于零[2]。

圖1 雙向均衡電路圖[2]

由于每個電池組包含許多電池并且電池彼此相互作用，因此難以建立電池組的精確數學模型。因此，提出FLC來實現基于SOC的均衡方案。為了驗證該方案的優點，進行了與均值差分算法的比較。仿真結果表明，FLC的最終SOC標準偏差減小了18.5%，均衡時間減少了23%，能效提高了5.54%[2]。與均值差分算法相比，該方案可以在相同的均衡條件下提高電池的不一致性，降低能耗，節省均衡時間。

2.2 并聯混合動力汽車能量管理策略的數值研究

Dr.Liu[3]建立了用于并聯混合動力電動車輛（HEV）的能量管理策略，該策略基于雙輸入和單輸出的模糊邏輯控制器，并在在NEDC和WLTC駕駛循環下，對車輛的燃油經濟性和電池充電狀態（SOC）進行了數值研究。

模糊邏輯控制（FLC）由模糊器、推理系統（包括數據庫，規則庫和模糊邏輯代碼）和解模糊器組成，如圖2所示。

圖2 模糊控制器結構框架[3]

根據理論知識與實踐經驗建立模糊規則[3]：

（1）當HEV的SOC值在正常范圍內時，發動機單獨提供驅動力，僅當所需扭矩超過發動機的最大扭矩時，電動機才開始工作以輔助驅動力提供。

（2）當SOC值低時，發動機單獨提供驅動力。在確保車輛所需驅動力的前提下，發動機通過驅動發電機來傳輸多余的能量以對電池充電。

（3）當SOC值高時，電動機輔助發動機一起提供驅動力。

仿真結果表明，與邏輯閾值控制策略相比，采用模糊邏輯控制策略時，NEDC和WLTC驅動周期下的燃料消耗分別降低了13.3%和4.5%[3]。此外，與邏輯門限控制策略相比，模糊邏輯控制策略的SOC變化波動在兩個驅動周期內都小得多，這對提高電池放電效率，保持電池運行穩定性有積極作用，并有利于延長電池壽命。

3 新型電動汽車的研究

為了降低汽車污染對于全球氣候變暖造成的影響，國際能源機構（IEA）根據大數據推算出到2060年，電動汽車需要占全球汽車市場的86%，才能達到降低污染的目標。然而，目前電動汽車市場受政府政策影響較大，例如財務激勵，銷售任務和免費車輛充電等。目前，市場上電動汽車選擇的動力電池大部分是鋰離子電池，但是由于鋰電池也存在一些弊端，所以電池技術的發展仍有一條很長的路要走。不僅是電池的發展，包括儲能技術以及電化學裝置的創新也至關重要。

3.1 新型電動汽車市場的電池和燃料電池

隨著工業化的迅速發展，鋰電池應該朝著高續駛里程、低成本、高效率的方向改進。因此增加比能量或降低能量存儲成本對于電動汽車至關重要，而快速充電、電網兼容性和安全運行對于電池的高效率至關重要。為此，滑鐵盧大學的Cano Z P[4]評估了未來可能在商業中應用的各種電池，包括燃料電池的發展潛力。

Cano Z P介紹了除了鋰電池之外的其他可用于電動汽車的動力電池特性。如圖3所示，燃料電池在電池容量、能量密度、能量儲存成本、續航里程、能量效率等面均具有較大優勢，且與電網的兼容性較好并能夠實現快速充電，因此燃料電池是未來新能源汽車的一個重要發展領域[4]。此外，鋰硫電池，鋰空氣電池、鋅空氣電池和氫燃料電池也在能量儲存方面也存在較大潛力，因而具有較大的發展前景。其中，氫燃料電池更有助于脫碳因而能夠更好地降低環境污染[4]。但是由于目前氫燃料電池缺乏氫輸送和分配的基礎設施，且氫氣加氣站的成本遠高于電動車快速充電站，因而目前氫燃料電池的發展比較緩慢，而氫的高比能量和能量密度也更有助于長距離行駛。因此，氫燃料電池對于未來電動汽車的發展至關重要。

圖3 電動汽車電池特性[4]

3.2 氫燃料電池汽車的控制策略分析

伊斯肯德倫科技大學的Yakup Hame?[5]將電池（BAT）和超級電容器（SCAPs）與燃料電池（FC）結合使用，并通過4種控制策略，即峰值電源策略（PPSS）、運行模式控制策略（OMCS）、模糊邏輯控制策略（FLCS）和等效消耗最小化策略（ECMS）對HFCEVs進行控制。

表1是4種控制策略氫消耗量的仿真計算結果，仿真發現制定的控制策略均有類似的結果，相比之下最優的控制策略是ECMS。根據輕型HFCEV中的功率需求，發現在FC的氫消耗和BAT-SCAP等效氫消耗在ECMS條件下最小，且調整參數較簡單，能夠應用于許多車輛并能將車輛的性能保持在高水平。從計算時間的角度來看，FLCS的計算時間遠遠高于其他控制策略的計算時間，且與其他3種控制策略相比，FLCS具有相當復雜的結構，且當應用于不同工具時需要對參數進行嚴格的校對。PPSS使FC保持在功率的最佳工作點，且當車輛需要時能夠迅速做出響應，相比之下OMCS可以更好地控制車輛的狀態。

表1 4種控制策略氫消耗量仿真計算結果[5]

3.3 一種新的超級電容器充電控制策略

現有的電動汽車的電池類型一般為電化學電池，電池壽命和續駛里程通常受環境溫度、工作溫度和充電/放電循環狀態的影響。因此將電池與超級電容器結合在一起作為電動汽車的能量儲存系統，能夠彌補電動汽車電池容量小和壽命短的缺點。在這種雙儲存系統中，能量管理方案在整體系統效率方面起著重要作用。馬斯達爾科學技術研究所的網絡安全和建模工程師Khaled Alobeidli[6]基于雙儲存系統提出了一種新的充電控制策略概念。

圖4 ANN結構框架[6]

制定的控制策略的目標是：（1）提高整體系統效率；（2）通過降低電池能量耗散量來延長電池壽命。為了實現這些目標，基于以下原則：電池僅支持負載（即不對UC充電）；UC在再生制動/減速期間參與工作；在加速期間UC和電池互相支持?；谀繕酥贫艘粋€兩階段人工神經網絡（ANN）的方法。第一個ANN為電荷維持UC（CD-ANN），根據加速期間的車速，控制UC的功率釋放率。通過不同的車輛速度進行離線訓練；第二個ANN被稱為電荷消耗UC（CDANN），在CS-ANN的基礎上進行增強。這樣做是為了考慮電池的SOC，因此，CD-ANN控制UC的整體耗盡率，使得電池和UC大致以相似的速率耗盡。因此，所提出的方法能夠更好地利用電池和UC的電量，并可以實現效率的同時增強。圖4顯示了所提出的雙級ANN結構。

在三個不同的駕駛循環（即J1015，India Urban和UDDS）下評估所提出方案的性能。此外，分析了兩種額外的控制方案即基于模糊規則的方法以及僅用于電池的基本情況，并與所提出的方法進行比較。通過實驗發現，所提出的方法減少了系統中的總能量損失以及單體20%的電池能量。能量儲存系統能量損失的減少增強了整個系統的能量效率，當EV用于完全電池放電時，電池工作可溫度降低8%[6]。基于這些改進，所提出的方法將延長電池壽命。

3.4 適用于通路（Through-the-road，TtR）混合動力汽車的能量管理策略

馬來西亞砂拉越大學的Sabri M F M[7]以通路混合動力汽車為研究對象，基于模糊邏輯控制制定能量管理策略，以改善其燃油經濟性。

TtR HEV是并聯式HEV，但在動力系的機械路徑和電氣路徑之間沒有機械扭矩耦合裝置。為了彌補傳動扭矩耦合機制的缺失，兩個動力系統之間的連接是運動時通過與路面的接觸在外部建立的，因此稱為“通路”。與任何其他種類混合動力汽車相比，這種沒有復雜的扭矩耦合裝置為HEV實施提供了更簡單和價格更低的優勢。能量管理策略（EMS）通常分為離線型和在線型兩種，主要區別在于計算的復雜程度。其中，離線型的復雜度較高，一般用于車輛性能的基準測試。相比于離線型，在線型EMS可以根據實際工況下的復雜程度自行計算，優先從計算較小的復雜度開始到較大的復雜度。該項研究中基于模糊邏輯控制制定的EMS屬于在線型中的一種。EMS的工作模式劃分十分重要，具體的劃分如下[7]：

（1）內燃機（ICE）單獨為負載供電

（2）電機（EM）單獨向負載供電

（3）ICE和EM都為負載供電

（4）能量存儲系統（ESS）從負載中重新獲得電力

（5）ESS從ICE獲得電力

（6）ESS從ICE和負載獲得電力

（7）ICE為負載和ESS提供電力

（8）ICE為EM提供動力，EM為負載提供動力

（9）ICE向負載供電，并且負載為ESS提供動力。

圖5 TtR HEV能量流動框架[7]

TtR HEV的能量流動如圖5所示。此外還基于Simulink建立了車輛的模型包括：整車模型、電池模型及基于模糊規則的EMS控制器。仿真結果發現，與普通的EMS的參考模型相比，所提出的控制策略在標準駕駛循環中表現良好，并且燃料消耗改善了62%，在高平均速度駕駛循環中，燃油消耗改善了19.8%[7]。

4 電動汽車的鋰離子電池組的能量和環境評估

為了降低汽車對于環境的污染，各大汽車廠商加大了對于電動汽車的發展，由此引發的電動汽車的環境評估也變得至關重要。巴勒莫大學的Cusenza M A

[8]主要介紹了一種用于插電式混合動力電動汽車的鋰電池的環境評估,該項工作主要從5個方面展開研究：

（1）在鋰電池上提供生命周期清單（LCI）數據

（2）估計電池組的潛在生命周期的環境影響，并評估每個生命周期階段的貢獻度

（3）估算所檢查的電池技術的鈷含量

（4）評估電池EoL測試對二次原材料生產的潛在環境影響和益處

（5）研究假設條件如何影響評估

其中，生命周期評估（LCA）是科學界廣泛采用的標準化方法（ISO 14040），從這個角度可以評估產品和服務對環境的影響，圖6介紹了LCA的流程。

圖6 LCA流程框架[8]

評估結果比較側重于對全球變暖潛力的影響，因為這是在所有評估研究中僅有的影響類別，此外，還可以使用相同的影響評估方法（IPCC，2007）進行估算。

經過研究發現，電池生產是對生命周期影響做出最大貢獻的階段。電池組裝工藝是造成主要影響的原因。在所檢查的文獻中，電池組裝電量變化很大。然而，對該參數進行靈敏度分析，參照在文獻中可獲得的最低值，電池生產仍然是對生命周期影響最大的階段。根據累積能源需求，全球變暖趨勢和臭氧消耗潛在影響類別。雖然通過使用來自電池制造商的原始數據能夠提高評估的可靠性，但所獲得的結果仍然一致。使用階段占整個生命周期影響的約20%，對于某些影響類別，電池效率導致的電力損失影響可能比電池運輸產生的影響高30%[8]。該結果證實電池效率是電池使用階段的非常重要的參數。由于電池質量增加對運行階段的影響通常很低。此外，靈敏度分析表明，電池生產是最差、使用階段配置中影響最大的階段（電池效率為90%；稱重能量關系為50%）[8]。

5 結束語

電動汽車電池管理系統的發展為安全使用動力電池、延長動力電池使用壽命提供了可能，盡管目前的電池管理系統還不夠完善，但是很多團隊均在電動汽車市場投入了大量的研發力量，除了要不斷完善電動汽車的控制策略之外，對于電動汽車的各項性能的評估也十分重要。總之，電動汽車的發展仍有一條很長的路要走。