基于多時間尺度的電動汽車充電過程故障在線預(yù)警方法①

芮光輝,張明浩,魏廷云,汪映輝,石進(jìn)永

1(國網(wǎng)青海省電力公司 西寧電動汽車服務(wù)分公司,西寧 810008)

2(國電南瑞南京控制系統(tǒng)有限公司,南京 210023)

近年來,能源短缺和環(huán)境污染,成為人類發(fā)展所面臨的巨大挑戰(zhàn)[1-3].為了減少碳排放,降低化石能源消耗對國家能源安全構(gòu)成的威脅,緩解環(huán)境危機(jī),加速開發(fā)和推廣應(yīng)用新能源車輛已成為全球共識,新能源汽車和軌道交通車輛被列入我國七大戰(zhàn)略新興產(chǎn)業(yè),也是“中國制造2025”的重要組成部分.作為新能源車輛的關(guān)鍵技術(shù),動力電池及其應(yīng)用是各國競相占領(lǐng)的技術(shù)制高點,對自主突破新能源車輛技術(shù)瓶頸至關(guān)重要.為了電動汽車安全平穩(wěn)運(yùn)行費(fèi),保障動力電池的安全穩(wěn)定是重中之重.對此,需要研究電動汽車充電過程故障在線預(yù)警方法,保證充電過程安全性,而且實現(xiàn)電池充電時間的最小化.

國內(nèi)外車企在電池安全管理方面具備一定成果.文獻(xiàn)[4]主要對電動汽車充電過程中的故障現(xiàn)象進(jìn)行分析,并給出了一些診斷方法.文獻(xiàn)[5]劃分了不同的動力電池故障等級,通過算例驗證故障檢測方法.文獻(xiàn)[6]通過對動力電池故障數(shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換,運(yùn)用神經(jīng)網(wǎng)絡(luò)的方法對動力電池故障進(jìn)行短期預(yù)測.文獻(xiàn)[7]研究一種實時故障診斷與失效處理策略,實時診斷可能發(fā)生的故障并根據(jù)故障的嚴(yán)重程度采取合適的失效處理策略.文獻(xiàn)[8]研究了電動汽車充電控制原理,給出了常見無法充電故障檢測與維修的方法.針對電動汽車充電故障在線診斷,許多學(xué)者僅僅是分析了電動汽車動力電池的故障等級,并給出了一種常規(guī)的手工操作的故障診斷方法,并沒有對動力電池故障進(jìn)行一個短期和中長期的在線診斷與預(yù)警,因此如何將短期和中長期的動力電池在線診斷與預(yù)警成果應(yīng)用于實車監(jiān)控就顯得尤為重要.

本文以電動汽車充電過程的動力電池為對象,針對充電安全問題,分析單體電池基本性能,為了準(zhǔn)確清晰的表征電池電壓的變化趨勢,采用“電壓差歸一化曲線”來進(jìn)行分析動力電池組安全特性,以短期和中長期不同時間尺度為依據(jù)制定安全充電控制策略,主要研究了電池充電溫升因素影響下的中長期充電控制策略,并建立目標(biāo)函數(shù),利用遺傳算法進(jìn)行優(yōu)化控制,最后利用充電樁監(jiān)控平臺提供的充電狀態(tài)信息數(shù)據(jù),對所提出的基于電池模型的充電設(shè)施充電數(shù)據(jù)在線預(yù)警進(jìn)行了驗證.

1 電動汽車動力電池充電安全特性分析

1.1 單體電池基本性能研究

針對充電安全問題,搭建電池測試平臺,以典型鋰離子電池(三元電池和磷酸鐵鋰電池)為研究對象,分析不同溫度、充電倍率、充電電壓等對電池?zé)岱€(wěn)定性和負(fù)極析鋰的影響.

對單體電池進(jìn)行容量測試實驗和混合脈沖功率特性實驗,來分析單體電池的基本特性.兩款電池的容量測試結(jié)果如圖1,圖2所示.圖3,圖4為電池開路電壓與內(nèi)阻隨SOC變化的關(guān)系.

圖1 磷酸鐵鋰電池容量測試結(jié)果

圖2 三元電池容量測試結(jié)果

圖3 磷酸鐵鋰電池開路電壓與內(nèi)阻隨SOC 變化

根據(jù)對單體電池的基本特性研究結(jié)果的出,開路電壓隨SOC的變化情況,形成電池充電安全的邊界條件,可以為動力電池充電安全系數(shù)的制定及預(yù)警提供理論依據(jù).

圖4 三元電池開路電壓與內(nèi)阻隨SOC 變化

1.2 動力電池組充電安全特性分析

造成不同電池單體電壓差異的原因是多樣的,其中主要關(guān)注的影響因素是電池的容量、內(nèi)阻及放電區(qū)間.

本文基于電池單體SOC-V 曲線對充電階段電池電壓變化趨勢進(jìn)行判別.但是由于鋰離子電池存在電壓平臺,電池處于平臺區(qū)時,電池電壓的差異可能很小,僅利用SOC-V 曲線很難進(jìn)行判斷.為了準(zhǔn)確清晰的表征電池電壓的變化趨勢,采用“電壓差歸一化曲線”來進(jìn)行分析.以充放電過程中SOC作為橫坐標(biāo),形成曲線的公式為:

其中,V(SOC)、Vmin(SOC)、Vmax(SOC)分別表示對應(yīng)SOC的選定單體電池的電壓、最低單體電壓、最高單體電壓.對于一個完整的充放電過程,取任意的單體電池,曲線都是在0～100%之間變化.通過對比參考曲線即可分析出選定單體電池的電壓變化趨勢,參考曲線選定電池電壓中位數(shù)的“電壓差歸一化曲線”[9,10],即:

其中,Vmid(SOC)是對應(yīng)SOC的所有電池單體電壓的中位數(shù).選取中位數(shù)作為參考標(biāo)準(zhǔn),是為了防止電池組中異常偏高和偏低的電池對參考標(biāo)準(zhǔn)造成影響.如圖5所示的是一次充電過程中某一單體電池“電壓差歸一化曲線”與參考曲線的對比.

“電壓差歸一化曲線”作為普通統(tǒng)計方法的擴(kuò)展和補(bǔ)充,不僅增強(qiáng)了異常電池診斷的精度,同時這種方法簡單易行,可以應(yīng)用于每一個電池單體,使異常電池的定位更加直觀.

圖5 電壓差歸一化曲線

2 多時間尺度的電動汽車動力電池智能充電策略

2.1 短期安全智能充電策略

常見的故障現(xiàn)象包括:電池組容量降低、充電電壓過高、電池組充不進(jìn)電、放電電壓低;電池自放電大;局部高溫、單體電壓一致性變差、電池打弧擊穿等.

圖6展示了短期充電安全智能保護(hù)策略流程圖.該策略通過實時檢測鋰離子電池的充放電電流、單體電壓、電池組總電壓以及環(huán)境溫度等數(shù)據(jù),并根據(jù)這些數(shù)據(jù)對動力鋰電池可能存在的故障進(jìn)行判斷,給出相應(yīng)的處理措施,避免鋰電池發(fā)生嚴(yán)重故障和事故,并將數(shù)據(jù)上傳至云服務(wù)器處理,以便長期安全預(yù)警[9,10].需要采集的電池數(shù)據(jù)有:

(1)單體電池的電壓;

(2)單體電池的極耳溫度;

(3)電池組總電壓;

(4)充放電總電流.

2.2 中長期安全智能充電策略

基于充電極化電壓特性的鋰電池可接受充電電流曲線如圖7所示,隨著電池SOC的增加,可接受充電電流逐漸減小.隨著電池SOC的增加,歐姆內(nèi)阻、極化內(nèi)阻和熵變系數(shù)會隨之變化,造成不同SOC區(qū)間的充電溫升速率不同,因此,在基于極化特性的可接受充電電流的限制下,在溫升速率小的區(qū)間提高充電電流,在溫升速率大的區(qū)間降低充電電流,從而實現(xiàn)全程充電時間和充電溫升的平衡,在保證充電速度的前提下延長電池使用壽命.因此本節(jié)提出以縮短充電時間和限制充電溫升作為優(yōu)化目標(biāo)的優(yōu)化充電策略(時間-溫升策略):以△SOC為間隔劃分充電SOC區(qū)間,共分為N步,在極化限制的可接受充電電流曲線約束下,合理優(yōu)化選擇每一步的充電電流,使得優(yōu)化充電目標(biāo)函數(shù)取得最優(yōu)值.因為溫升與電池壽命相關(guān),因此目標(biāo)函數(shù)綜合考慮了充電時間和壽命,將已由充電時間和充電溫升組成.

圖6 短期充電安全智能保護(hù)策略流程圖

圖7 極化限制可接受充電電流曲線及容量溫升充電策略示意圖

每隔一定△SOC變化一次充電電流,假設(shè)從0%SOC充電到充電100%SOC需要N步變化電流.不考慮預(yù)充電情況下,N和SOC之間的關(guān)系為式(3).

第k步充電時間tk為:

其中,電池充電容量Q以0.05C 充電容量為基準(zhǔn).

總充電時間t為:

總充充電容量Qch為:

在此把第N步充電容量和充電時間單獨(dú)提出來討論,因為第N步充電容量不一定能達(dá)到理論值ΔS OCQ,多數(shù)情況第N步充電電流大于0.05C,總充電容量小于0.05C時的充電容量.下面計算最后一步充電容量和充電時間.以三元材料電池充電上限電壓4.2 V為例.達(dá)到充電上限電壓時有關(guān)系:

OCV(N)表示第N步充電結(jié)束時的OCV.

則OCV(N)為:

根據(jù)OCV-SOC 曲線可以求解出第N步充電結(jié)束時的SOCN為:

則第N步充入的容量為:

第N步充電時間也可求.

關(guān)于充電溫升的函數(shù)關(guān)系如下:

式中,表示第k步充電開始電池溫度,Tk表示第k步充電過程中電池溫度變化.第k+1 步的電池初始溫度等于第k步電池結(jié)束溫度:

溫升為充電過程中的最大溫度-初始溫度:

目標(biāo)函數(shù)歸一化線性打分制,以最大允許溫升為60 分,1/20C 充電溫升為100 分.最大允許溫升是電池生產(chǎn)或在使用過程中人為設(shè)定的最大溫升,保證電池安全;1/20C 充電溫升為最小溫升,因為通常用此倍率測定電池OCV-SOC 曲線.以最大允許充電時間為60 分,極化邊界電流充電時間為100 分.最大允許充電時間是用戶角度定制的,因為超過一定長度的充電時間,用戶會焦躁不安難以接受.最終目標(biāo)函數(shù)為式(14),采用線性加權(quán)的形式,加權(quán)系數(shù) α稱為時間加權(quán)系數(shù),代表充電時間的重要程度,加權(quán)系數(shù) β稱為溫升加權(quán)系數(shù),代表充電溫升的重要程度,滿足α+β=1.

運(yùn)行Matlab 遺傳算法程序,設(shè)置初始種群數(shù)10,代溝0.9,代數(shù)40,并設(shè)置不同的充電時間和充電溫升權(quán)重系數(shù),優(yōu)化結(jié)果如圖8～圖10所示.

α=0.5,β=0.5 優(yōu)化結(jié)果如圖8所示.

圖8 系數(shù)α=0.5,β=0.5 優(yōu)化計算結(jié)果

α=0.3,β=0.7 優(yōu)化結(jié)果圖9所示.

α=0.7,β=0.3 優(yōu)化結(jié)果圖10所示.

圖9 系數(shù)α=0.3,β=0.7 優(yōu)化計算結(jié)果

從不同權(quán)重系數(shù)的Matlab 仿真優(yōu)化結(jié)果可以看出,當(dāng)遺傳算法進(jìn)行40 代時,每代個體的最大適應(yīng)度值已經(jīng)近似趨于穩(wěn)定,這說明適應(yīng)度函數(shù)即目標(biāo)函數(shù)是收斂的.由于充電電流以極化電壓限制的可接受充電電流為邊界條件,而此電流邊界條件隨SOC的增加逐漸減小,所以優(yōu)化得到的最優(yōu)充電電流隨著SOC的增加整體變化趨勢是逐漸減小,同時,在某些SOC區(qū)間,充電電流會稍有增加,這是因為在這些SOC區(qū)間,電池具有較小的內(nèi)阻或極化,產(chǎn)熱速率相對較低,因此可以用大電流充電以加快充電速度.當(dāng)權(quán)重系數(shù)α=0.3,β=0.7 時,相應(yīng)的優(yōu)化充電電流對應(yīng)的充電時間為1.99 h,充電溫升為1.9℃;當(dāng)權(quán)重系數(shù)α=0.5,β=0.5 時,相應(yīng)的優(yōu)化充電電流對應(yīng)的充電時間為1.34 h,充電溫升為2.87℃;當(dāng)權(quán)重系數(shù)α=0.7,β=0.3 時,相應(yīng)的優(yōu)化充電電流對應(yīng)的充電時間為1.07 h,充電溫升為3.8℃.

圖10 系數(shù)α=0.7,β=0.3 優(yōu)化計算結(jié)果

3 基于充電樁監(jiān)控平臺的充電故障在線預(yù)警策略檢驗

利用充電樁監(jiān)控平臺提供的充電狀態(tài)信息數(shù)據(jù),對所提出的基于電池模型的充電設(shè)施充電數(shù)據(jù)在線預(yù)警進(jìn)行了驗證.根據(jù)電動汽車動力蓄電池的類型、規(guī)格以及參數(shù)信息構(gòu)建動力電池模型,例如電池類型、額定容量、初始荷電狀態(tài)等信息.根據(jù)提出的模擬動力蓄電池充電響應(yīng)方法以及電池模型計算模擬動力電池充電響應(yīng).利用CAN 總線監(jiān)聽技術(shù),解析充電過程中充電機(jī)和電池管理系統(tǒng)的CAN 通信報文,實時獲取充電機(jī)和電池充電狀態(tài)信息以及電池充電需求信息,將電池模型模擬的充電響應(yīng)信息與電池的充電狀態(tài)信息進(jìn)行對比,同時將充電機(jī)的充電狀態(tài)信息與電池充電需求信息進(jìn)行對比,來判斷充電過程是否正常.如果比對信息的差異在允許范圍內(nèi)則說明充電過程正常,如果比對信息存在明顯差異則說明充電過程有誤,對差異信息進(jìn)行具體解析,可以明確充電故障信息,進(jìn)而實現(xiàn)充電故障預(yù)警.

3.1 正常充電過程

選取正常充電過程中的一組完整的電池狀態(tài)信息數(shù)據(jù),其中包括充電時間、充電電流、充電電壓、荷電狀態(tài)等信息,在Matlab 仿真環(huán)境中進(jìn)行程序設(shè)計,驗證所提故障監(jiān)測方法的可行性.電池模型的SOC計算數(shù)據(jù)與BMS 提供的SOC數(shù)據(jù)對比結(jié)果如圖11所示,電池模型的計算數(shù)據(jù)與BMS 提供的數(shù)據(jù)最大相對誤差小于2%.電池模型的電壓計算數(shù)據(jù)與BMS 提供的電壓數(shù)據(jù)對比結(jié)果如圖12所示,電池模型的計算數(shù)據(jù)與BMS 提供的數(shù)據(jù)最大相對誤差小于0.5%.以上對比結(jié)果說明,電動汽車充電正常,充電結(jié)果顯示電池的初始SOC為60%,初始電壓為552 V,歷時92 分鐘電池充滿,電壓達(dá)到570 V.

圖11 電池模型的SOC 計算數(shù)據(jù)與BMS 提供的SOC 數(shù)據(jù)對比

圖12 電池模型的電壓計算數(shù)據(jù)與BMS 提供的電壓數(shù)據(jù)對比

3.2 異常充電過程

選取電動汽車充電事故案例的充電數(shù)據(jù)進(jìn)行仿真以驗證所提故障監(jiān)測方法在異常充電過程中的應(yīng)用.電池模型的SOC 計算數(shù)據(jù)與BMS 提供的SOC 數(shù)據(jù)對比結(jié)果如圖13所示.通過圖13可以看出,電池的初始SOC為62%,在充電歷時88 分鐘電池已經(jīng)充滿的情況下,BMS 沒有向充電機(jī)發(fā)送中止充電指令,電池繼續(xù)充電,在正常情況下,充電過程應(yīng)停止,因此說明充電過程出現(xiàn)異常,應(yīng)當(dāng)發(fā)出充電故障預(yù)警信號.充電機(jī)提供的充電電壓信息與BMS 提供的充電電壓數(shù)據(jù)對比結(jié)果如圖14所示,通過圖14可以看出,當(dāng)充電歷時88 分鐘電池充滿后,充電過程繼續(xù),BMS 提供的電池電壓數(shù)據(jù)并沒有按照實際充電過程進(jìn)行更新,電池充電需求與充電機(jī)充電電壓存在較大差異,差異數(shù)值超出允許范圍,可以判斷由于BMS 模塊功能失效導(dǎo)致充電過程出現(xiàn)異?；蚬收?而充電機(jī)由于缺少主動保護(hù)機(jī)制未及時發(fā)出故障預(yù)警信號,沒有及時中止充電過程.

圖13 電池模型的SOC 計算數(shù)據(jù)與BMS 提供的SOC 數(shù)據(jù)對比

圖14 充電機(jī)提供電壓數(shù)據(jù)與BMS 提供電壓數(shù)據(jù)對比

4 結(jié)論

本文針對電動汽車充電安全問題,分析單體電池基本性能,采用“電壓差歸一化曲線”來分析動力電池組安全特性,以短期和中長期不同時間尺度為依據(jù)制定安全充電控制策略,最后利用充電樁監(jiān)控平臺提供的充電狀態(tài)信息數(shù)據(jù),對所提出的基于電池模型的充電設(shè)施充電數(shù)據(jù)在線預(yù)警進(jìn)行了驗證.本研究能夠?qū)﹄妱悠嚦潆姽收线M(jìn)行診斷及預(yù)警,能夠最大程度的減少電池在電動汽車運(yùn)行中出現(xiàn)故障造成的危害,實現(xiàn)短期與中長期的充電安全智能保護(hù)控制功能,排除隱患.