基于DSP的電動汽車電池管理系統建立及SOC精準估計

陳天英侯仰軍栗會峰楊少波董靚媛嚴敬汝

(1.國網河北省電力有限公司電力科學研究院,河北 石家莊 050021;2.河北華電石家莊熱電有限公司,河北 石家莊 050041)

電動汽車磷酸鐵鋰電池作為當前電動汽車主流配給電源,是影響電動汽車整體性能的關鍵因素,為確保電池的安全,延長電池的使用壽命和調節電池充放電的控制策略,可靠的電池管理系統尤為重要[1]。

針對目前電池管理系統(Battery Management System,BMS)的應用需求,主要設計實現三大功能:實時監測電池狀態,采集單體電池電壓,電流和溫度等信息;建立有效的算法與模型,對電池荷電狀態(State of Charge,SOC)進行準確的估計,從而對電池組采取合適的充放電控制策略;在正確獲取電池的狀態下提供給車主剩余電量預警提示,以及過放電保護策略。

1 系統硬件設計

1.1 電池管理系統結構框架

文中電池管理系統主要有四大部分組成:串聯電池組部分、系統控制部分、保護執行部分、上位機信息采集部分。其結構示意見圖1。

串聯電池組由7 節5 Ah 標稱電壓為3.2 V的磷酸鐵鋰動力電池串聯組成。系統控制部分以TMS320LF2407作為主控制器,外設包括電壓、電流、溫度檢測模塊,鍵盤模塊,顯示模塊,報警模塊及CAN總線驅動等。保護執行部分為主電路驅動 模 塊、51 單 片 機、8255 組 成 的I/O 口 擴 展、CAN 控制器及其驅動和過沖過放保護電路等。PC機作為上位機,從主控DSP采集監測數據,以便對控制系統進行矯正[2]。其中,系統控制電路和保護執行部分通過CAN 總線通信實現信息交換;系統控制電路和上位機信息采集部分通過SCI總線通信實現上位機與下位機間信息交換。

圖1 電池管理系統結構示意

1.2 主要電路設計

1.2.1 主控芯片的選擇

由于串聯電池組單體電池數量較多,系統需要采集信息的種類和數量較多,處理數據量較大,數據類型較多,運算復雜,而且還需要與其他模塊進行大量的信息交換[3]。因此,應當盡量選取集成度高、數據處理速度快、精度高的處理器作為系統主控制器[4]?？紤]以上幾個方面,選取DSP芯片TMS320LF2407作為本系統的主控制器。

1.2.2 電池電壓采集電路設計

由于串聯電池組由多節單體電池串聯而成,每節單體的負極不共地,所以用一個控制器采集所有電池電壓時,會有一定的困難,但經過長期的研究也出現了許多不同的方法,目前應用較多的方法有:直接檢測;光耦隔離檢測[5];運算放大器和模擬器件轉換抑制共模電壓檢測。選用一款專門用于串聯電池組的單體電壓測量芯片LTC6802,其每片可以檢測12節單體電池電壓,可以通過菊花鏈的結構串聯使用,最高可以測量1 000 V 的系統,這種方法設計簡單,成本較低,便于實現。

1.2.3 電流檢測電路設計

電流采集選用高精度閉環霍爾電流傳感器SO1TC2.52V1,電流經霍爾傳感器轉換為電壓信號后,需將模擬信號轉換為數字信號才可以由DSP讀取[6],為了提高轉換精度,系統選取ADI公司的16位AD 轉換器AD7988。

由于DSP 的SPI通信波特率在電壓檢測已以初始化為1M,而此處的通信波特率相對較低,所以此處用DSP的通用I/O 模擬SPI通信,實現DSP與AD 的連接。

1.2.4 主通信電路設計

系統主通信包括兩部分:主控制器DSP 與電腦之間的SCI通信、主控制器DSP與均衡執行控制器51單片機之間的CAN 總線通信。DSP與電腦之間,從兩者集成的硬件資源以及現有的上位機軟件資源考慮,選取了SCI通信[7];而DSP 與51單片機之間,則考慮控制系統的運行工況,選用CAN 總線通信具有更高的可靠性。

2 系統軟件設計

對于一個完整的硬件控制系統,必須要有完善的軟件系統作為支撐。本文的重點工作是電池SOC的估計,而且SOC估計分為動態估計和靜態估計。

2.1 主控制流程設計

主控制流程從整體上看是一個循環執行的程序,實時檢測電池的信息并實現對電池SOC 狀態的估計。主控制流程如圖2所示。

圖2 主控制流程

系統上電后,首先要對系統內所有模塊進行初始化,包括各個檢測模塊、通信模塊、定時器以及SOC估計參數的初始化,并檢測各模塊是否工作正常[8]。初始化完畢后進入主循環部分,第1步,檢測系統主電路的電流(即串聯電池組的電流)是否正常,如果出現過電流,則進行報警提示,嚴重時系統會自動斷開主電路,使電池組停止放電;第2步,檢測每個單體電池的溫度,看是否有出現單體電池溫度過高現象,如果有也會先給出報警信號,當溫度超過最高允許值時,系統也會自動斷開主電路;第3 步,檢測每個單體電池的電壓;第4步,根據檢測的單體電池的電壓判斷單體是否有單體過電壓或低電壓,如果有則根據過電壓或低電壓的程度給出報警信號或直接斷開主電路;第5步,是系統的核心部分,即根據以上檢測的電池信息對電池進行SOC 估計;第6步,在估計完成后,將以上檢測的電池信息、報警信息和SOC估計信息傳給上位機系統,同時通過液晶顯示器顯示出來。

2.2 電池SOC狀態估計

2.2.1 電池SOC狀態估計算法與模型的選擇

準確的電池SOC 狀態估計不僅需要完整的硬件系統做支持,還需要可靠的算法和電池模型去完善[9]。電池的內部狀態成非線性變化,因此選擇卡爾曼濾波法的加強版——拓展卡爾曼濾波法(EKF)。該方法可以很好的適應非線性系統,而且加入Thevenin電池模型,通過對DSP進行C語言編程實現軟硬件的結合。如圖3所示為Thevenin電池模型,E(t)是電池電動勢,i(t)是流經R1內阻的電流,U C(t)是極化電容C兩端電壓。

圖3 Thevenin 電池模型

式(1)、(2)表示了Thevenin電池模型的電氣關系,其中,S(t)為t時刻電池的荷電狀態;F[S(t)]為電池SOC 與電動勢在同一溫度下的函數關系;ΔE(T)為電池在不同溫度下電動勢相對于參考條件下的變化量,一般可忽略不計。

EKF濾波算法計算過程。

a.式(4)和(5)作為其狀態方程和輸出方程

式(4)和(5)中:電流i(k)為輸入量;端電壓V(k)為輸出量;矩陣不可測量量對系統狀態變量的干擾;v(k)為電池端電壓的測量噪聲。

b.模型參數選定。

需要對式(5)進行線性化處理,便可以得到

c.算法狀態量初始化

d.迭代計算

如圖4所示為EKF濾波過程。

圖4 EKF濾波算法流程

2.2.2 電池SOC狀態估計軟件設計

電池SOC 動態估計是指電動汽車正在運行時的檢測[10],具體流程如圖5所示。

圖5 SOC狀態估計流程

這個過程電池內部變化很復雜,為準確估計電池實時SOC 動態,以Thevenin電池模型為基礎,并添加了拓展卡爾曼濾波法(EKF)為核心算法。電池SOC靜態估計是指電動汽車在靜止時對電池狀態的估計。

3 試驗驗證

為檢驗此方法的準確性,以標準容量5 Ah磷酸鐵鋰電池為實驗對象,在搭建的試驗平臺上進行模擬工況試驗。因為硬件設備局限性,為了能和真實值進行對比,這里只做了恒流間歇性放電試驗。然后把試驗數據通過matlab處理之后,可以得到真實值和EKF 濾波法估計值之間的對比曲線圖。圖6為搭建的電池管理系統硬件平臺。

圖6 電池管理系統硬件平臺

電池管理系統硬件平臺采用電阻來模擬電動汽車電量的消耗,通過改變電阻值大小和利用鍵盤控制主電路繼電器,實現以0.7 A 恒流間歇性放電,放電時間為5 000 s,如圖7所示。DSP通過處理電流、電壓等采集到的電池信息,得到所需要的電池SOC狀態估計值,并且最終結果將顯示在液晶屏上和上位機的串口調試頁面中。

圖7 放電電流

如圖8所示,先通過開路電壓法確定電池SOC初始值為80%。因為EKF狀態方差系數P 初值大小選取非最優值,導致了試驗初始階段誤差較大,但是隨著試驗時間的增加,EKF濾波估計值會很好的收斂到理論真實值左右,精準的完成的對電池SOC狀態的估計。由此可知狀態方差系數P 初值的選取對最終收斂結果無很大影響。

圖8 SOC估計值與理論實際值對比

如圖9所示,EKF 濾波法得到估計值的相對誤差基本都在5%以內,并且隨著試驗時間的增長,相對誤差也會越來越小。由此可以說明,所用到的電池管理系統硬件平臺的可靠性和EKF 濾波算法的準確性。

圖9 EKF估計值的相對誤差

4 結論

通過對電池管理系統硬件平臺的搭建,實現了系統的動態檢測、安全報警、實時計算SOC、CAN 通信和顯示信息等5項主要功能。并結合EKF濾波算法,成功的對電池的動態與靜態進行準確實時估計。但是,由于硬件條件的局限性,未能針對復雜的工況條件去做驗證,下一步工作是完善硬件系統,以滿足實際需要。