趙 宇,王棟梁,王冠軍,李若帆,呂超凡
(中航鋰電科技有限公司,河南 洛陽 471000)
近年來,隨著傳統(tǒng)燃油汽車的快速增加,帶來了一系列的能源和環(huán)境問題,迫使各國再次審視汽車產(chǎn)業(yè)未來的發(fā)展趨勢。目前,一些歐美國家已經(jīng)明確宣布將全面禁售燃油車。例如,英國2040年起禁售汽油和柴油汽車;德國2030年后禁售傳統(tǒng)內(nèi)燃機(jī)汽車,只允許零排放汽車上路。禁售燃油車的禁令,使得純電動(dòng)汽車將提前邁入市場化的新臺(tái)階。動(dòng)力電池作為純電動(dòng)汽車能源供給裝置,其性能的優(yōu)劣直接決定著新能源汽車的發(fā)展前景。為了防止電池過充和過放,保障電源系統(tǒng)使用安全性,延長電池使用壽命,優(yōu)化駕駛和提高電動(dòng)汽車的使用性能,電池管理系統(tǒng)(Battery Management System,BMS)需要對(duì)電池荷電狀態(tài)(State-Of-Charge,SOC)進(jìn)行準(zhǔn)確估算。
目前,SOC估算方法較多,有安時(shí)積分法、開路電壓法、卡爾曼濾波算法以及Thevenin等效模型法等[1]。其中,安時(shí)積分法和開路電壓法是目前應(yīng)用最廣泛、最簡單易行的估算方法。利用安時(shí)積分法估算SOC,從t0到t時(shí)刻,SOC的計(jì)算公式為:
式中,SOC0為電池充放電初始荷電狀態(tài),i為電流,Qn表示電池額定容量。通過對(duì)電池的充放電電流和時(shí)間進(jìn)行積分運(yùn)算,得到動(dòng)態(tài)實(shí)時(shí)的SOC值。但時(shí),安時(shí)積分法對(duì)電流傳感器的采集精度、采集周期等要求較高,電動(dòng)汽車長時(shí)間運(yùn)行可能產(chǎn)生較大的累積誤差。在放電過程中,電動(dòng)汽車運(yùn)行工況比較復(fù)雜,電流波動(dòng)很大,導(dǎo)致SOC估算值產(chǎn)生了較大誤差。
開路電壓法根據(jù)電池靜置狀態(tài)下的開路電壓(Open Circuit Voltage,OCV)與SOC的對(duì)應(yīng)關(guān)系來估算。當(dāng)電池經(jīng)過靜置再次上電工作時(shí),通過查詢OCV-SOC對(duì)照表得到初始SOC值。該方法需要電池靜置足夠長的時(shí)間,一般情況下,電池從工作恢復(fù)到穩(wěn)定,至少需要4個(gè)小時(shí),所以不適用于動(dòng)態(tài)估算SOC值。此外,由于磷酸鐵鋰電池平臺(tái)期OCV值變化很小,該方法僅在充電初期和末期估計(jì)效果好。
卡爾曼濾波算法[2-3]是用于解決線性問題的最優(yōu)設(shè)計(jì),通過構(gòu)建電池組的離散模型,結(jié)合一階泰勒公式,對(duì)系統(tǒng)內(nèi)部狀態(tài)SOC進(jìn)行估算。Thevenin等效模型法[4-5]主要用于構(gòu)建二階或多階RC等效電路模型,通過系統(tǒng)的電流、電壓和溫度等外參數(shù),實(shí)現(xiàn)對(duì)SOC的估算。以上兩種方法對(duì)電池模型的準(zhǔn)確度要求很高,但是電池內(nèi)部本為化學(xué)反應(yīng),不可控因素很多,會(huì)對(duì)SOC估算有較大的誤差。此外,電池模型越精確,對(duì)運(yùn)算器的處理速度要求越高[6],越不適用于數(shù)據(jù)量大的電源系統(tǒng)。
目前,SOC估算方法多采用安時(shí)積分算法和其他算法相結(jié)合的優(yōu)化算法。本文采用帶校準(zhǔn)參數(shù)的SOC估算方法,結(jié)合校準(zhǔn)參數(shù)對(duì)安時(shí)積分算法進(jìn)行優(yōu)化,實(shí)現(xiàn)對(duì)放電過程中SOC的修正。
車輛實(shí)際運(yùn)行過程中,電池額定容量隨著電池循環(huán)次數(shù)逐漸衰減。采用安時(shí)積分法計(jì)算SOC時(shí),若仍以Qn額定容量進(jìn)行計(jì)算,SOC估算值與實(shí)際值之間會(huì)有很大偏差,影響對(duì)車輛剩余電量的判斷。相比于電池放電階段工作情況的復(fù)雜多變,電池的充電過程一般為分階段恒流充電,充電過程較穩(wěn)定,電池的電流保持不變。因此,可以通過充電末端滿充過程來修正放電過程中的SOC值。
充電過程中,根據(jù)車輛存儲(chǔ)的數(shù)據(jù),分析充電末端SOC保持在某一值SOC1直到100%時(shí)的時(shí)間t。此時(shí),末端的充電電流為i,電池的額定容量為Qn。通過本次滿充充電過程,計(jì)算出SOC誤差為:
計(jì)算得到的SOC誤差作為上次放電過程中SOC的誤差,進(jìn)而得到校準(zhǔn)參數(shù)為:
在下次放電過程中乘以該校準(zhǔn)參數(shù),實(shí)現(xiàn)對(duì)放電過程中SOC值的修正,校準(zhǔn)參數(shù)的限幅為[0.9,1.1]。優(yōu)化后的SOC計(jì)算公式如下:
該優(yōu)化算法是通過觸發(fā)滿充校準(zhǔn)過程不斷更新校準(zhǔn)參數(shù),實(shí)現(xiàn)對(duì)下次放電過程中SOC的修正。
針對(duì)該優(yōu)化算法,選擇2輛出現(xiàn)SOC誤差偏大的純電動(dòng)車輛刷新程序進(jìn)行實(shí)車驗(yàn)證。根據(jù)車輛運(yùn)行歷史數(shù)據(jù),分析在每次充電末端SOC從97%直到100%時(shí)充入的容量,即末端充電電流i和時(shí)間t的乘積,再根據(jù)車輛電源系統(tǒng)額定容量176 Ah計(jì)算上次放電過程中SOC的誤差:
進(jìn)而得到校準(zhǔn)參數(shù)φ。在下次放電過程中,乘以該校準(zhǔn)參數(shù),即可實(shí)現(xiàn)對(duì)放電過程中SOC值的動(dòng)態(tài)修正。
車輛重新刷寫程序后,持續(xù)運(yùn)行一周。通過分析車輛存儲(chǔ)數(shù)據(jù)得到充電末端數(shù)據(jù),如表1所示。
下面僅對(duì)車輛1第1和第2次充電過程進(jìn)行詳細(xì)分析,其他充電過程依次類推。第1次充電過程中,SOC誤差為-32%,嚴(yán)重虛低,因此校準(zhǔn)參數(shù)選擇下限值0.9。于是,第1次放電過程SOC的安時(shí)積分算法中乘以該參數(shù),對(duì)放電過程中的SOC估算值進(jìn)行修正。第2次充電過程中,SOC從97%到100%,充電末端充入電量為9.63 Ah,實(shí)際SOC的變化量為5.47%(9.63/176=5.47%),得到第1次放電過程中修正后的SOC誤差為2.47%(97%+5.47%-100%=2.47%)。經(jīng)過第2次充電過程,還可以得到第2次放電的校準(zhǔn)參數(shù)為1.025。同樣,在第2次放電過程中乘以該校準(zhǔn)參數(shù),即可實(shí)現(xiàn)對(duì)本次放電過程中SOC的修正。
從表2的SOC誤差統(tǒng)計(jì)表可以明顯看出,校準(zhǔn)算法優(yōu)化前,車輛1的SOC誤差為-32%,嚴(yán)重虛低;車輛2的SOC誤差為10.9%,虛高;兩車初始的SOC誤差均大于行業(yè)的要求的標(biāo)準(zhǔn)10%。經(jīng)過校準(zhǔn)算法優(yōu)化后,SOC誤差可穩(wěn)定保持在±5%以內(nèi),滿足目前行業(yè)標(biāo)準(zhǔn)要求。此外,該優(yōu)化算法屬于動(dòng)態(tài)校準(zhǔn)過程,算法的校準(zhǔn)效果不會(huì)隨時(shí)間推移而衰減。
表1 實(shí)驗(yàn)數(shù)據(jù)
表2 SOC誤差統(tǒng)計(jì)表
本文提出了一種帶校準(zhǔn)參數(shù)的SOC估算方法,通過滿充過程得到的校準(zhǔn)參數(shù),實(shí)現(xiàn)對(duì)放電過程中的SOC估算值的修正。具體地,詳細(xì)闡述了該優(yōu)化算法的實(shí)現(xiàn)方法,并通過了實(shí)車驗(yàn)證和分析。結(jié)果表明,該方法可以有效解決車輛在放電狀態(tài)下SOC估算值虛高、虛低的問題,且SOC誤差可穩(wěn)定保持在±5%以內(nèi)。