基于改進(jìn)DP等效電路模型的動(dòng)力電池最大功率估算方法

汪杰強(qiáng) 劉志軍 李泉

【摘 要】純電動(dòng)及混合動(dòng)力汽車(chē)需采用多個(gè)單體電池進(jìn)行串并聯(lián)成組的動(dòng)力電池包作為其能量的存儲(chǔ)單元，考慮到電池組有限的容量、充放電倍率等參數(shù)，需通過(guò)電池管理系統(tǒng)對(duì)動(dòng)力電池的最大可用充放電功率進(jìn)行估算，并對(duì)電池組的充放電功率進(jìn)行科學(xué)合理的限制，這是保證電池組使用壽命及可靠性的重要功能。實(shí)驗(yàn)數(shù)據(jù)表明，利用改進(jìn)的DP等效電路模型對(duì)動(dòng)力電池最大功率進(jìn)行估算能夠得到可靠的估算結(jié)果。

【關(guān)鍵詞】動(dòng)力電池;電池管理系統(tǒng);最大功率;電動(dòng)汽車(chē)

【中圖分類(lèi)號(hào)】U463.22 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2020）05-042-03

0 引言

作為新能源汽車(chē)的重要代表，純電動(dòng)汽車(chē)（PEV）近年來(lái)的發(fā)展速度有目共睹[1]。動(dòng)力電池作為混合動(dòng)力汽車(chē)及純電動(dòng)汽車(chē)中的關(guān)鍵部件，在車(chē)輛中承擔(dān)著能量存儲(chǔ)和釋放的重任。電動(dòng)汽車(chē)動(dòng)力電池通過(guò)BMS（電池管理系統(tǒng)）能夠密切監(jiān)視、控制和分配整個(gè)電池系統(tǒng)在使用壽命期間的可靠充電和放電。電池管理系統(tǒng)的質(zhì)量直接影響PEV每次充電所能行駛的里程數(shù)。優(yōu)質(zhì)的電池管理系統(tǒng)能夠最大限度地延長(zhǎng)電池的整體使用壽命，從而降低使用成本。

電機(jī)通常工作于4個(gè)象限，既可以提供動(dòng)力輸出，又能夠在反拖制動(dòng)時(shí)進(jìn)行發(fā)電。在實(shí)際使用中需要對(duì)動(dòng)力電池的充放電功率進(jìn)行精確計(jì)算和限制，以便在電機(jī)處于驅(qū)動(dòng)工作狀態(tài)時(shí)，在保證電池組安全的情況下能夠?yàn)殡姍C(jī)提供最佳的能量供應(yīng)，從而避免出現(xiàn)放電功率超過(guò)電池組最大放電功率而導(dǎo)致電池組壽命縮短及車(chē)輛線束異常發(fā)熱等情況[2]。

動(dòng)力電池組最大充放電功率的估計(jì)值是指允許設(shè)計(jì)范圍內(nèi)電機(jī)等特定負(fù)載在下一時(shí)間段內(nèi)從電池組能夠以最快速度獲得能量，以及充電器以最大速度為電池組補(bǔ)充能量時(shí)電池組的功率。研究動(dòng)力電池組最大充放電功率估算方法是電池管理系統(tǒng)進(jìn)行電池組科學(xué)管理的重要任務(wù)，本文將對(duì)以下幾種電池組最大功率的估算方法進(jìn)行探討。

1 電池電壓用于最大功率估算

3 基于DP等效電路模型的電池最大功率估算

以上兩種電池組最大充放電功率的估算方法均采用單一的參數(shù)進(jìn)行計(jì)算，計(jì)算過(guò)程較為簡(jiǎn)便，但是由于所使用的Rint電池模型較為簡(jiǎn)單，并不能精確模擬電池的狀態(tài)變化，使得估算出的最大功率值的精度較低。而基于SOC值的估算結(jié)果由于SOC本身的估算誤差造成最大功率估算誤差的疊加，而且同樣存在電池模型較為簡(jiǎn)單的問(wèn)題而使得估算值又偏于保守，進(jìn)而影響電池充放電的利用效率。因此，本文通過(guò)改進(jìn)電池模型，利用更為精確的DP等效電路模型將上述電池最大充放電功率估算方法進(jìn)行優(yōu)化，以便得到更為準(zhǔn)確的計(jì)算結(jié)果[5]。

常規(guī)的鋰電池等效電路模型可以用串聯(lián)的二階RC網(wǎng)絡(luò)取代簡(jiǎn)單的電阻來(lái)進(jìn)行更加精確的充放電動(dòng)態(tài)特性模擬，如圖1所示[6]，鋰電池的極化特性由兩個(gè)二階RC網(wǎng)絡(luò)來(lái)進(jìn)行模擬。同時(shí)，考慮到電池在充電和放電過(guò)程中的極化特性存在差異，故對(duì)常規(guī)的DP等效電路模型進(jìn)行改進(jìn)，增加了兩個(gè)二極管D1和D2 ? ?。利用二極管的單向?qū)ㄌ匦?，將鋰電池的充電特性用RC1、CC1、RC2、CC2進(jìn)行模擬，而鋰電池的放電滯回特性用RD1、CD1、RD2、CD2進(jìn)行模擬。此Randle結(jié)構(gòu)的改進(jìn)DP等效電路模型并不是很復(fù)雜，但通過(guò)合適的模型參數(shù)辨識(shí)可以較好地近似鋰電池的充放電動(dòng)態(tài)特性，從而獲得較為精確的電池狀態(tài)參數(shù)估算值。

一方面，鋰電池SOC值與開(kāi)路電壓Uoc的關(guān)系函數(shù)可以借此等效電路模型獲得;另一方面，用兩個(gè)串聯(lián)的二階RC網(wǎng)絡(luò)表示的極化和滯回特性函數(shù)也可通過(guò)模型獲得。

4 電池最大功率估算實(shí)驗(yàn)

課題組利用一輛混合動(dòng)力實(shí)驗(yàn)樣車(chē)開(kāi)展了動(dòng)力電池管理系統(tǒng)的相關(guān)實(shí)驗(yàn)，采集了電池組在一般行駛工況下的電壓、電流等參數(shù)，并對(duì)SOC值利用卡爾曼濾波算法進(jìn)行估算，所得數(shù)據(jù)如圖2所示。對(duì)電池組在△t為5 s的下一時(shí)間段內(nèi)進(jìn)行了電池最大功率的估算，圖3為最大放電功率的不同算法估算結(jié)果，圖4為最大充電功率的估算結(jié)果。從圖3、圖4可以看出，基于電池端電壓的計(jì)算結(jié)果，不論是電池組的最大充電功率，還是最大放電功率都偏高，而采用基于電池SOC計(jì)算出的結(jié)果又偏保守，較為可信的估算值則來(lái)自于基于改進(jìn)DP等效電路模型的計(jì)算結(jié)果。

5 動(dòng)力電池最大功率估算的應(yīng)用

圖5為某一搭載了ISG（Integrated-Starter-Gener-ator）電機(jī)的P2混合動(dòng)力車(chē)輛CAN通信網(wǎng)絡(luò)示意圖。新能源汽車(chē)通常會(huì)搭載HCU（整車(chē)控制器），并通過(guò)通信總線與車(chē)輛其他控制器，如ECU（發(fā)動(dòng)機(jī)控制器）、TCU（變速箱控制器）、MCU（電機(jī)控制器）等進(jìn)行數(shù)據(jù)交換及指令的傳達(dá)。BMS需要在車(chē)輛運(yùn)行過(guò)程中實(shí)時(shí)進(jìn)行電池SOC、SOH、最大功率等狀態(tài)的估算，并將估算值發(fā)送至HCU。車(chē)輛實(shí)際行駛過(guò)程中，電池組總是處于放電與能量回收時(shí)的充電交替工況中。當(dāng)電機(jī)處于驅(qū)動(dòng)工況時(shí)，HCU需要根據(jù)當(dāng)前的用電負(fù)荷、車(chē)輛的動(dòng)力需求、電池組的狀態(tài)參數(shù)等，對(duì)電池組的放電功率進(jìn)行必要的限制，并向MCU傳達(dá)最大輸出功率的指令，MCU即可在保證電池組安全可靠的前提下為車(chē)輛提供最大限度的動(dòng)力輸出，而當(dāng)電機(jī)進(jìn)行制動(dòng)能量回收時(shí)，同樣需要根據(jù)電池組的最大充電功率，動(dòng)態(tài)調(diào)整電機(jī)的發(fā)電功率，以避免過(guò)大的充電功率對(duì)電池組造成損傷[8]。

6 結(jié)語(yǔ)

針對(duì)新能源汽車(chē)對(duì)于動(dòng)力電池組安全性控制的需求，開(kāi)展了基于電池端電壓、SOC值及改進(jìn)DP等效電路模型的動(dòng)力電池組最大充放電功率估算方法的研究，通過(guò)比較上述幾種不同估算方法的計(jì)算結(jié)果可以看出，采用基于改進(jìn)的DP等效電路模型估算的電池組最大充放電功率值精度更高，可以為整車(chē)控制器進(jìn)行車(chē)輛的能量管理及電池組的充放電功率限制提供科學(xué)的依據(jù)，在保證整車(chē)的行駛安全及動(dòng)力電池的可靠性等方面提供必要的數(shù)據(jù)支撐。

參 考 文 獻(xiàn)

[1]宋紫峰.中國(guó)新能源汽車(chē)產(chǎn)業(yè)發(fā)展的回顧與展望[J].新經(jīng)濟(jì)導(dǎo)刊，2019（3）：22-25.

[2]Sun F，Xiong R，He H.Estimation of state-of-ch-arge and state-of-power capability of lithium-ion battery considering varying health conditions[J].Journal of Power Sources，2014，259：166-176.

[3]Manual P B T.Revision 2，Idaho National Engine-ering Laboratory，US Department of Energy[R].D-OE/ID-10597，August，1999.

[4]Wang S，Verbrugge M，Wang J S，et al.Power prediction from a battery state estimator that incor-porates diffusion resistance[J].Journal of Power Sources，2012，214：399-406.

[5]李泉.鋰離子動(dòng)力電池管理系統(tǒng)關(guān)鍵技術(shù)研究[D].長(zhǎng)沙：湖南大學(xué)，2017.

[6]Bhattacharya S，Bauer P.Requirements for charg-ing of an electric vehicle system based on state of power（SoP）and state of energy（SoE）[C]//Proceedi-ngs of The 7th International Power Electronics and Motion Control Conference. IEEE，2012，1：434-438.

[7]Juang L W，Kollmeyer P J，Jahns T M，et al.Im-plementation of online battery state-of-power and state-of-function estimation in electric vehicle app-lications[C]//2012 IEEE Energy Conversion Congressand Exposition（ECCE）.IEEE，2012：1819-1826.

[8]孫丙香，高科，姜久春，等.基于ANFIS和減法聚類(lèi)的動(dòng)力電池放電峰值功率預(yù)測(cè)[J].電工技術(shù)學(xué)報(bào)，2015，30（4）：272-280.