• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于虛擬儀器的電池管理系統(tǒng)檢測(cè)平臺(tái)設(shè)計(jì)

      2014-09-28 04:57:58魏增福曾國(guó)建劉新天
      關(guān)鍵詞:延時(shí)電池混合

      魏增福, 何 耀, 曾國(guó)建, 劉新天, 董 波

      (1.廣東電網(wǎng)公司 電力科學(xué)研究院,廣東 廣州 510080;2.合肥工業(yè)大學(xué) 新能源汽車工程研究院,安徽 合肥 230009)

      近年來(lái),受能源危機(jī)與環(huán)境危機(jī)的影響,清潔能源產(chǎn)業(yè)尤其是鋰電池產(chǎn)業(yè)受到了世界各國(guó)的重視。目前,鋰電池可用于電動(dòng)汽車、儲(chǔ)能通信、微型電源、軍用電源等多種領(lǐng)域。為了確保鋰電池安全長(zhǎng)效運(yùn)行,電池管理系統(tǒng)(Battery Management System,簡(jiǎn)稱BMS)必不可少。BMS的主要功能有鋰電池單體電壓、電流、溫度等基本參數(shù)的測(cè)量、SOC估計(jì)、均衡、通信交互、故障診斷與邏輯控制等。

      當(dāng)前針對(duì)BMS的檢測(cè)仍以手動(dòng)或半自動(dòng)為主,BMS的自動(dòng)化檢測(cè)技術(shù)是動(dòng)力電池管理領(lǐng)域比較新的研究方向。目前針對(duì)BMS檢測(cè)平臺(tái)的研究,?;贓TAS公司的Labcar平臺(tái)或NI公司的LabVIEW平臺(tái)仿真電動(dòng)汽車的高壓電池系統(tǒng),以評(píng)估BMS的參數(shù)檢測(cè)、控制邏輯和故障診斷功能。DMC公司[1]基于LabVIEW 平臺(tái)設(shè)計(jì)了一款BMS檢測(cè)平臺(tái),實(shí)現(xiàn)了BMS的參數(shù)檢測(cè)、均衡、邏輯控制等部分功能驗(yàn)證。美國(guó)的dSPACE公司[2]推出了一款BMS檢測(cè)系統(tǒng),除了評(píng)估BMS參數(shù)檢測(cè)、控制邏輯和故障診斷等功能外,也能實(shí)現(xiàn)對(duì)單體SOC的簡(jiǎn)單評(píng)估。文獻(xiàn)[3]設(shè)計(jì)了一款硬件在環(huán)(Hardware-in-the-Loop,簡(jiǎn)稱HIL)系統(tǒng),通過(guò)儲(chǔ)能元件搭建模擬電池系統(tǒng)用于檢測(cè)BMS的均衡功能。而文獻(xiàn)[4-7]研究的BMS檢測(cè)系列產(chǎn)品也主要集中于評(píng)估BMS的電壓、電流、溫度等傳感器的檢測(cè)精度以及特定故障狀況下的BMS控制邏輯等,并未涉及SOC精度的檢測(cè)。

      到目前為止,研究的BMS檢測(cè)平臺(tái)大多用于評(píng)估特定工況下的BMS參數(shù)檢測(cè)、控制邏輯驗(yàn)證和故障診斷等功能。針對(duì)復(fù)雜工況下的SOC精度以及BMS的實(shí)時(shí)性等性能指標(biāo)的自動(dòng)化測(cè)試研究較少,導(dǎo)致檢測(cè)平臺(tái)實(shí)用化程度較低。為此,本文基于LabVIEW平臺(tái)開(kāi)發(fā)了一款以實(shí)際工況為輸出的電池管理系統(tǒng)檢測(cè)平臺(tái),實(shí)現(xiàn)了混合動(dòng)力汽車實(shí)際工況下的BMS參數(shù)檢測(cè)、控制邏輯驗(yàn)證、檢測(cè)實(shí)時(shí)性以及SOC估計(jì)精度等性能和功能的驗(yàn)證與評(píng)估。

      1 基于LabVIEW的檢測(cè)平臺(tái)架構(gòu)設(shè)計(jì)

      基于LabVIEW的BMS檢測(cè)平臺(tái)主要包含上位機(jī)、LabVIEW嵌入式控制器、模擬電池模塊、多功能數(shù)據(jù)采集卡、CAN接口卡、被測(cè)BMS等模塊,如圖1所示。

      圖1 基于LabVIEW的BMS檢測(cè)平臺(tái)架構(gòu)

      其中上位機(jī)模塊供用戶編輯和發(fā)送測(cè)試指令。測(cè)試BMS時(shí),可選擇手動(dòng)測(cè)試和自動(dòng)測(cè)試2種,也可對(duì)不同功能測(cè)試項(xiàng)進(jìn)行組合。測(cè)試完成后,上位機(jī)顯示被測(cè)BMS的檢測(cè)結(jié)果,并生成BMS性能的綜合評(píng)價(jià)報(bào)告。

      LabVIEW嵌入式控制器采用NI公司的PXIe-8130模塊。該控制器接收上位機(jī)模塊發(fā)出的指令,控制模擬電池模塊與數(shù)據(jù)采集卡分別生成模擬電壓、電流及溫度等信號(hào),并接收被測(cè)BMS返回的測(cè)量結(jié)果,通過(guò)綜合比較后將比較結(jié)果發(fā)回上位機(jī)模塊顯示。

      LabVIEW模擬電池模塊采用NI公司的PXIe-4154模塊。該模塊接收嵌入式控制器的工況控制信號(hào),模擬鋰電池特性,生成多路的模擬電壓信號(hào),供BMS測(cè)量。

      LabVIEW多功能數(shù)據(jù)采集卡采用NI公司的PXI-6259模塊。該模塊可同時(shí)檢測(cè)輸入I/O信號(hào)并輸出I/O控制信號(hào)。在本文中,該模塊接收嵌入式控制器發(fā)出的控制信號(hào),模擬充電機(jī)和整車控制器,向BMS提供I/O輸出、模擬電流、溫度等信號(hào),同時(shí)接收被測(cè)BMS反饋的I/O信號(hào),驗(yàn)證其控制策略。

      LabVIEW的CAN接口卡采用NI公司的PXI-8512模塊。該模塊提供BMS與嵌入式控制器之間的CAN接口,實(shí)現(xiàn)信息交互。

      BMS檢測(cè)平臺(tái)主要基于LabVIEW現(xiàn)有模塊開(kāi)發(fā)。

      2 檢測(cè)平臺(tái)工況模式設(shè)計(jì)

      目前BMS主要工作于恒流模式、脈沖模式、純電動(dòng)模式以及混合動(dòng)力模式等,本文選取混合動(dòng)力汽車用BMS作為檢測(cè)平臺(tái)設(shè)計(jì)依據(jù),其他工況模式可按本文類似方法進(jìn)行研究。在混合動(dòng)力模式下,除了鋰電池外,還包括其他常規(guī)能源驅(qū)動(dòng)混合動(dòng)力汽車。混合動(dòng)力模式較多,按動(dòng)力源混合程度可分為弱混、中混和重混[8],按照是否可外部充電又分為插電和非插電式。不同類型的混合動(dòng)力汽車控制策略一般不同,常用控制策略有開(kāi)關(guān)型、功率跟隨式、基于車速或扭矩的控制策略等[9]。

      本文選取使用開(kāi)關(guān)型策略的某品牌中度混合插電式中型客車作為研究對(duì)象,分析了該策略下典型工況特點(diǎn),并采集實(shí)時(shí)工況數(shù)據(jù),然后通過(guò)高精度混合動(dòng)力汽車模擬平臺(tái)等進(jìn)行工況模擬,獲取精確的單體電壓、電流、SOC等混合動(dòng)力工況數(shù)據(jù),作為BMS檢測(cè)平臺(tái)的信號(hào)輸出。部分工況數(shù)據(jù)曲線如圖2所示。

      圖2 混合動(dòng)力模式工況下電池實(shí)時(shí)數(shù)據(jù)

      在該策略下,當(dāng)蓄電池的SOC<SOCmin時(shí),發(fā)動(dòng)機(jī)啟動(dòng),驅(qū)動(dòng)車輛并為電池充電;當(dāng)SOC>SOCmax時(shí),發(fā)動(dòng)機(jī)停機(jī)或怠速,使用蓄電池驅(qū)動(dòng)車輛。圖2中,SOCmin=55%,SOCmax=95%。

      3 檢測(cè)平臺(tái)SOC估計(jì)策略

      動(dòng)力電池常用的SOC估算方法包括安時(shí)計(jì)量法[10]、開(kāi)路電壓法[11]、卡爾曼系列濾波法[12]、粒子濾波法[13]、神經(jīng)網(wǎng)絡(luò)模糊推理法[14]等。其中安時(shí)計(jì)量法誤差來(lái)源包括初始SOC誤差、電池額定容量誤差以及電流累積誤差等。在檢測(cè)平臺(tái)中由于初始SOC與額定容量等參數(shù)恒定,并且輸出電流精度較高,因此在檢測(cè)平臺(tái)中采用安時(shí)計(jì)量法估算SOC??紤]輸出電流漂移的安時(shí)積分法的算法過(guò)程如下:

      其中,SOC(0)為電池初始SOC;Ireal(t)為檢測(cè)平臺(tái)實(shí)際輸出電流;C為額定容量;η為庫(kù)侖效率因子(本文中取η=1)。在考慮檢測(cè)平臺(tái)電流輸出漂移噪聲Is(t)時(shí),實(shí)際電流值Ireal(t)可以通過(guò)理論輸出電流Im(t)和漂移電流Is(t)表示成:

      因此檢測(cè)平臺(tái)實(shí)際SOC可以改寫成:

      SOC估計(jì)誤差為:

      在測(cè)試BMS前,通過(guò)檢測(cè)平臺(tái)的自檢結(jié)果對(duì)漂移電流進(jìn)行校準(zhǔn),減小漂移電流的影響。

      4 BMS檢測(cè)延時(shí)評(píng)估

      BMS檢測(cè)延時(shí)是BMS的另一項(xiàng)重要參數(shù)。它是指BMS從檢測(cè)平臺(tái)發(fā)出電池信號(hào)到返回測(cè)量結(jié)果所需的時(shí)間。如果檢測(cè)延時(shí)過(guò)長(zhǎng),在控制策略的關(guān)鍵節(jié)點(diǎn)可能會(huì)因保護(hù)延遲導(dǎo)致故障發(fā)生。BMS檢測(cè)延時(shí)主要包括通信延時(shí)和處理延時(shí)2個(gè)部分。

      本文采用電子計(jì)數(shù)法[15]測(cè)量BMS檢測(cè)延時(shí),如圖3所示。

      圖3 電子計(jì)數(shù)法原理圖

      LabVIEW主控制器的內(nèi)部時(shí)鐘頻率為f0,周期為T0=1/f0,檢測(cè)平臺(tái)發(fā)出的脈沖與BMS返回脈沖的間隔為Tx。在Tx的時(shí)間內(nèi),計(jì)數(shù)器產(chǎn)生的脈沖數(shù)目為N,T1為BMS檢測(cè)延時(shí)上升沿與下個(gè)內(nèi)部時(shí)鐘脈沖上升沿之間的時(shí)間間隔。則檢測(cè)延時(shí)Tx為:

      但是電子計(jì)數(shù)法只能檢測(cè)到脈沖數(shù)目N,因此實(shí)際測(cè)量得到:

      T1產(chǎn)生的原因?yàn)闄z測(cè)延時(shí)的上升沿與內(nèi)部時(shí)鐘脈沖上升沿不一致,其極限值為時(shí)鐘脈沖周期±T0,該誤差為電子計(jì)數(shù)法的原理誤差。

      對(duì)(6)式求微分,則

      使用ΔTx代替dTx,則(7)式可化為:

      ΔNT0即為原理誤差,ΔN 極限值為±1,ΔT0N為時(shí)標(biāo)誤差,N=Tx/T0,檢測(cè)延時(shí)的最大測(cè)量誤差為:

      LabVIEW嵌入式控制器的內(nèi)部時(shí)鐘頻率為133MHz,因此T0=7.5×10-9s,由(9)式可知,其測(cè)量誤差較小,可忽略。

      5 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

      驗(yàn)證BMS檢測(cè)平臺(tái)的性能采用BMS實(shí)物驗(yàn)證與仿真驗(yàn)證相結(jié)合的方式展開(kāi),重點(diǎn)驗(yàn)證了以下3個(gè)方面:① 基于圖2所示的工況數(shù)據(jù),通過(guò)測(cè)量檢測(cè)平臺(tái)自身的輸出電壓與電流,驗(yàn)證平臺(tái)本身的信號(hào)輸出精度及輸出延時(shí);② 連接某廠家生產(chǎn)的BMS,檢測(cè)平臺(tái)通過(guò)輸出脈沖信號(hào)檢測(cè)其信號(hào)延時(shí),驗(yàn)證平臺(tái)的延時(shí)測(cè)量功能;③ 連接BMS實(shí)物,基于圖2所示的工況數(shù)據(jù),驗(yàn)證檢測(cè)平臺(tái)SOC估計(jì)測(cè)量功能。

      (1)檢測(cè)平臺(tái)輸出信號(hào)精度檢測(cè)。基于圖2中混合動(dòng)力模式下的工況數(shù)據(jù),測(cè)量檢測(cè)平臺(tái)輸出信號(hào),并分別與輸入工況數(shù)據(jù)相比,驗(yàn)證BMS檢測(cè)平臺(tái)輸出的精確度。為了更清晰地表示檢測(cè)平臺(tái)輸出精度,在測(cè)試結(jié)果中每隔10個(gè)數(shù)據(jù)選取1個(gè)繪圖點(diǎn),結(jié)果如圖4所示。圖4中,I1為輸入工況值,I2為平臺(tái)輸出值,滿量程為±500A;V1為輸入工況值,V2為平臺(tái)輸出值,滿量程為0~5V。

      圖4 混合動(dòng)力模式下檢測(cè)平臺(tái)輸出對(duì)比

      由圖4可知,電流輸出整體偏差在檢測(cè)量程的0.1%~0.5%之間,通過(guò)自檢修正0.3%后,可使輸出誤差在±0.2%以內(nèi);單體電壓整體偏差在檢測(cè)量程的0.12%~0.20%之間,修正0.16%后,可使其誤差在±0.04%以內(nèi)。電動(dòng)汽車采用文獻(xiàn)[16]中規(guī)定的電流檢測(cè)精度為±3%,電壓檢測(cè)精度為±0.5%,與之相比,檢測(cè)平臺(tái)輸出精度較高,滿足使用要求。

      (2)BMS的檢測(cè)延時(shí)測(cè)量。連接某廠家生產(chǎn)的BMS后,檢測(cè)平臺(tái)以1s為周期輸出3200mV的脈沖信號(hào),分析BMS的返回信號(hào)延時(shí),驗(yàn)證其延時(shí)測(cè)量功能。測(cè)試波形及實(shí)驗(yàn)結(jié)果如圖5所示。圖5中,V1為平臺(tái)發(fā)出脈沖,V2為BMS返回脈沖。

      由圖5可知,BMS檢測(cè)總延時(shí)為(150.05±14.99)ms,去掉檢測(cè)平臺(tái)自身的信號(hào)處理延時(shí)15ms,可以得出被測(cè)BMS的檢測(cè)延時(shí)為(135.05±14.99)ms。

      (3)SOC估計(jì)精度評(píng)估。連接某廠家生產(chǎn)的BMS,輸入圖2中的混合動(dòng)力模式工況數(shù)據(jù),比較輸入工況SOC理論曲線、加入電流漂移的平臺(tái)輸出SOC擬合曲線以及該BMS的SOC估計(jì)曲線,驗(yàn)證檢測(cè)平臺(tái)的SOC估計(jì)精度測(cè)量功能,如圖6所示。

      圖5 檢測(cè)平臺(tái)的延時(shí)檢測(cè)功能

      圖6 SOC估計(jì)比較

      圖6a所示為SOC工況理論曲線(SOC1即為圖2中的SOC曲線)、加入電流漂移的檢測(cè)平臺(tái)SOC輸出曲線(SOC2)與BMS估算SOC曲線(SOC3)對(duì)比圖;圖6b所示為檢測(cè)平臺(tái)SOC輸出誤差(E(SOC1))與 BMS檢測(cè)誤差(E(SOC2))對(duì)比圖,可以看出檢測(cè)平臺(tái)的SOC估計(jì)誤差小于0.5%,遠(yuǎn)小于電動(dòng)汽車行業(yè)標(biāo)準(zhǔn)[16]要求的10%SOC估計(jì)誤差。同時(shí)從實(shí)驗(yàn)結(jié)果的分析可以看出,被測(cè)BMS的SOC估計(jì)誤差最大在7%左右,并呈發(fā)散趨勢(shì)。

      6 結(jié)束語(yǔ)

      本文針對(duì)混合動(dòng)力汽車用BMS,設(shè)計(jì)了一款基于LabVIEW的BMS檢測(cè)平臺(tái),分析了混合動(dòng)力汽車用鋰電池組及BMS的典型工況特點(diǎn),并收集實(shí)際工況數(shù)據(jù)作為檢測(cè)平臺(tái)的信號(hào)輸出,采用脈沖信號(hào)測(cè)量BMS的檢測(cè)延時(shí),并用安時(shí)計(jì)量法實(shí)時(shí)估算工況SOC,并與BMS估計(jì)的SOC進(jìn)行對(duì)比,評(píng)估BMS的SOC估計(jì)精度。最后進(jìn)行BMS實(shí)物驗(yàn)證與仿真驗(yàn)證,結(jié)果表明檢測(cè)平臺(tái)輸出信號(hào)精度高,可實(shí)現(xiàn)混合動(dòng)力汽車用BMS的參數(shù)測(cè)量、控制策略、SOC估計(jì)以及檢測(cè)實(shí)時(shí)性等功能和性能的評(píng)估。下一步可建立鋰電池典型工況數(shù)據(jù)庫(kù),全面評(píng)估多種工況模式下的不同BMS性能。

      [1]DMC Website.Battery management system(BMS)validation test stand [EB/OL].[2013-10-15].http://www.dmcinfo.com/latest-thinking/case-studies/view/projectid/236/batterymanagement-system-bms-test-stand-2nd-generation.

      [2]Jace A.Simulation and test systems for validation of electric drive and battery management systems[EB/OL].(2012-10-22).[2013-10-30].http://papers.sae.org/2012-01-2144/.

      [3]Wai C L,David D.Development of a Hardware-in-the-Loop simulation system for testing cell balancing circuits[J].IEEE Transactions on Power Electronics,2013,28(12):5949-5959.

      [4]劉忠其,姜久春,王占國(guó).基于LabVIEW的電池管理系統(tǒng)監(jiān)控平臺(tái)開(kāi)發(fā)[J].微處理機(jī),2010,8(4):111-114.

      [5]Li Yuheng,Sun Zechang,Wang Jiayang.Design for battery management system Hardware-in-loop test platform[C]//The Ninth International Conference on Electronic Measurement &Instruments,2009:3-399-3-402.

      [6]廉 靜,陳覺(jué)曉,孫澤昌.基于xPC的電池管理系統(tǒng)硬件在環(huán)測(cè)試研究[J].佳木斯大學(xué)學(xué)報(bào):自然科學(xué)版.2009,29(2):193-196.

      [7]Zeng J,Sun J J,Ma Y.The system architecture design about test platform of battery management system[J].Advanced Materials Research,2013,645:217-220.

      [8]舒 紅,秦大同,胡建軍.混合動(dòng)力汽車控制策略研究現(xiàn)狀及發(fā)展趨勢(shì)[J].重慶大學(xué)學(xué)報(bào):自然科學(xué)版,2001,24(6):28-31.

      [9]劉慶凱,紀(jì)麗偉,劉 雄.混合動(dòng)力汽車整車控制策略比較分析[J].柴油機(jī)設(shè)計(jì)與制造,2010,16(3):337-342.

      [10]田 甜,李孝尊,李紅梅.磷酸鐵鋰電池的改進(jìn)建模及SOC估計(jì)[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2012,35(9):1192-1195,1252.

      [11]Chiang Y H,Sean W Y,Ke J C.Online estimation of internal resistance and open-circuit voltage of lithium-ion batteries in electric vehicles[J].Journal of Power Sources,2011,196(8):3921-3932.

      [12]周 翔,趙 韓,江 昊.基于EKF算法的磷酸鐵鋰電池在線SOC估算[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2013,36(4):385-388,394.

      [13]He Y,Liu X T,Zhang C B,et al.A new model for State-of-Charge(SOC)estimation for high-power Li-ion batteries[J].Applied Energy,2013,101:808-814.

      [14]Charkhgard M,F(xiàn)arrokhi M.State-of-charge estimation for lithium-ion batteries using neural networks and EKF[J].IEEE Transactions on Industrial Electronics,2010,57(12):4178-4187.

      [15]孫 杰,潘繼飛.高精度時(shí)間間隔測(cè)量方法綜述[J].計(jì)算機(jī)測(cè)量與控制,2007,15(2):145-148.

      [16]QC-T 897-2011,電動(dòng)汽車用電池管理系統(tǒng)技術(shù)條件[S].

      猜你喜歡
      延時(shí)電池混合
      混合宅
      電池很冤
      “一粒鹽電池”
      軍事文摘(2022年14期)2022-08-26 08:14:30
      把電池穿身上
      穿在身上的電池
      基于級(jí)聯(lián)步進(jìn)延時(shí)的順序等效采樣方法及實(shí)現(xiàn)
      一起來(lái)學(xué)習(xí)“混合運(yùn)算”
      油水混合
      Two-dimensional Eulerian-Lagrangian Modeling of Shocks on an Electronic Package Embedded in a Projectile with Ultra-high Acceleration
      混合所有制
      大荔县| 花莲市| 木里| 佛教| 故城县| 仁布县| 喀喇沁旗| 桐乡市| 山东省| 霍州市| 嘉禾县| 祁门县| 嘉黎县| 柞水县| 隆尧县| 馆陶县| 安西县| 大悟县| 新郑市| 北川| 高青县| 黔西县| 朝阳市| 柯坪县| 大竹县| 富源县| 高邮市| 措勤县| 横山县| 会理县| 五寨县| 伊吾县| 两当县| 青阳县| 东乡县| 嵊泗县| 庆安县| 冀州市| 筠连县| 汝南县| 大足县|