电动汽车锂电池组充电均衡控制方法研究

锂电池组是电动汽车的主要驱动能源,然而尚不成熟的电池均衡充电技术成为制约电动汽车普及化的最大瓶颈。本文针对锂电池组中因单体电池性能差异造成能量不一致性的不良影响,以各单体电池电压为控制变量,提出一种基于模糊控制的锂电池组充电均衡控制方法。并通过MATLAB仿真分析得出:在充电均衡过程中,利用模糊控制方法调节PWM的占空比,电池组能够较好地完成各单体电池间的能量均衡,证明了该方案的可行性。     

基于SOC多模块变压器电池组主动均衡技术研究

针对纯电动汽车动力电池单体间以及电池模组间的均衡速率和均衡效率问题,设计电池单体串联和电池模组串联电路来研究电池单体间和电池模组间充放电时的均衡速率和均衡效率,电池单体间采用电感式和多模块变压器式的主动均衡方式,电池模组间采用多模块变压器主动均衡方式。在MATLAB/Simulink软件环境下分别搭建相应的仿真模型,以电池荷电状态（SOC）为均衡控制变量,采用“均值-差值”控制策略进行仿真实验。仿真结果表明,串联电池单体采用多模块变压器均衡时间是电感式均衡时间的3倍;电池组间均衡时底层单体电池SOC通过电感式均衡快速保持一致,顶层电池模组通过变压器同时充放电,使得电池组SOC保持一致。将单体均衡采用电感式,模组采用多模块变压器式均衡应用于车载多电池箱均衡中有助于提升均衡速率和均衡效率。     

SOC不一致的电池并联性能研究

此文从实验角度考察了当SOC状态不一致的两电池(0%/100%)并联时并联搁置阶段、放电阶段以及放电结束后的静置阶段的干路电压及支路电流变化情况,并比较了并联充放电与单体单独充放电的放电容量间的差异。实验结果表明:当开路电压相差较大时,其接触时的瞬间电流非常大,此情形可能会对电池造成伤害,因此应尽量避免开路电压相差较大的电池直接并联;在并联搁置时,电压较高的电池会对电压较低的电池进行充电,起到自我均衡的作用;并联恒流放电过程中,经过并联单体的支路电流不断变化;并联放电结束后,两电池之间仍然在相互充电以达到电压平衡;无论并联整体放电还是并联后单体单独放电,其容量均与单体独自放电容量相当。SOC不一致电池并联不会对容量产生不利影响。     

电动汽车动力电池均衡方法研究

针对电动汽车动力电池包中单体电池性能差异造成的不良影响，探讨了几种均衡技术。研究了集中均衡，以及分散均衡中的隔离式均衡和非隔离式均衡方法。分析了集中均衡系统和分散均衡系统的适用场合。通过集中均衡器对NiMH电池包的均衡实验，表明均衡不但能缩小电池电压的差异，还能提高电池包的放电容量。     

电动汽车的电池管理系统(下)

<正>(接上期)五.电池的均衡管理为什么需要电池均衡呢?首先一个串联的电池包,不管你怎么去筛选,总是会出现不均衡(电压差别、容量差别、内阻差别、充电和放电速度差别)现象。这样在实际使用过程中,每个单体电池的输出电量是不一样的。这里需要增加一个衡量电路,以提高电池包储电空间的利用率。在电池充放电时,出现的不均衡现象如图6所示。     

连接片阻值对电动汽车用动力电池性能的影响

鉴于单体电池间连接片的阻值和极柱的位置影响单节电池的性能,基于Matlab/Simscape开发了单体电池模型,并利用此模型和以电阻模拟的连接片构建了单节电池模型,仿真分析了连接片阻值对单节电池性能的影响。结果表明,连接片的存在使与极柱相连的单体电池最先达到电池管理系统设定的放电截止电压,以致影响电池的性能;与极柱相连的单体电池的率先老化导致与其相邻的单体电池出现过放电的现象,影响单节电池的安全性。最后,设定各单体电池SOC间最大偏差为0.05,对不同并联电池数目的单节电池进行仿真,得出连接片与电池欧姆内阻阻值的合理比例。     

从动力蓄电池单体电池到汽车电子设备 艾德克斯提供完善测试方案

凭借在测试领域多年的研究经验,在对行业内各企业的测试需求充分了解的基础上,艾德克斯针对汽车电子相关产业推出了一系列测试方案。在目前电动汽车相关测试中,从核心的动力蓄电池单体电池一直到充电桩的测试,艾德克斯均可提供精准而且可靠的测试方案。单体电池测试方案艾德克斯IT9600蓄电池测试系统配合IT9320测试软件,可以对单体电池进行部分的测试。在测试单体电池的充放电曲线时,用户可以设置停止时间、停止容量、停止电压等条件。这款测试方案不仅可以测试并描绘出单体电池的充放电曲线,还可以实时采集并监控单体电池的温度和电压。此系统也可进行多路电池的同时放电和同时监控,     

汽车电池均衡管理技术分析与探究

通常纯电动汽车的动力电池是由若干单体电池组合而成,每一个单体电池荷电状态会存在一定程度的差异,而此差异会直接决定动力电池的使用性能,因此需要对动力电池进行均衡管理。其中锂离子动力电池的主要研究集中在电池单体技术、热管理技术以及能量管理技术等方面,因此BMS（电池管理系统）对动力电池均衡系统尤为重要。本文通过对电池均衡管理系统进行基本的介绍,并建立电池等效模型,为后续电池均衡模型的仿真提供理论参考,进而为电池均衡管理提供重要的研究价值。     

车用锂离子动力电池均衡技术综述

得益于较高的能量密度、较长的循环寿命等优点,锂离子电池被广泛应用于电动汽车中作为动力电池。由于库仑效率高,锂离子电池无法实现"自我均衡"。如果没有适当的管理,锂离子电池失衡将不会随着时间的推移而自行矫正。因此,需要对电池电芯单体实施均衡以解决单体性能差异造成的不均衡。文章首先介绍了锂离子电池的荷电状态(SOC)不均衡的原因和分类,然后系统地介绍了当前锂离子电池SOC均衡技术的研究现状和主要均衡策略,为锂离子电池均衡技术的研究提供参考。     

基于主动均衡策略的电动汽车用锂电池管理系统设计研究

为提高电动汽车用锂离子动力电池单体间的一致性及其能量利用率,需对电池单体或在模组间进行电量均衡。在研究动力电池组主动均衡策略的基础上,对均衡系统进行仿真建模,得到了动力电池电量、均衡时间与反激式直流转换器通断间的关系,并根据仿真分析结果搭建试验平台进行验证。验证结果表明,设计开发的动力电池均衡管理系统可实时检测电池单体的情况,并实现可编程式电池能量主动均衡,具有良好的均衡效果。     

基于剩余充电电量的锂离子电池组容量快速估计方法

针对传统锂离子电池组容量确定方法存在的效率低、能耗高且只能离线应用等问题,提出一种基于电池剩余充电电量的锂离子电池组容量快速估计方法。首先,基于充电电压曲线一致性原理,以电池组内率先充电至充电截止电压的电池单体电压曲线为基准,通过电压曲线的平移缩放与线性插值计算出各单体电池的剩余充电电量与剩余充电时间,从而实现各单体电池的荷电状态(State of Charge, SOC)在线估计,在此基础上实现电池组容量的快速估计。其次,在电池单体模型的基础上建立电池组的仿真模型,并在全SOC区域上对模型参数进行分段辨识。通过所建立的仿真模型得到电池组的充放电曲线,并对电池组容量进行估计。最后,对4个单体串联而成的电池组进行充电试验。研究结果表明:仿真容量与估计容量误差为1.2%以内,验证了所提出的容量快速估计算法的有效性;利用所提方法估计出电池组容量与试验得到的电池组容量的误差为2.61%;该方法根据电池充电曲线的平移与缩放即可在线估计出电池组容量,可应用于新电池组容量的在线快速估计,能在保证3%估计误差的基础上将检测效率提高到传统方法的2倍以上。     

基于TL431的电动汽车多节串联锂电池模拟器

在对电动汽车电池管理系统(BMS)的测试中,需要电池模拟器来模拟多节锂电池串联后电池电压效果,以便测试BMS对每节电池电压的测量精度,从而评估BMS的品质。专业的电池模拟器做此应用并不合适,同时存在价格昂贵、电压模拟精度不高等缺陷。作者应用TL431,设计制作了一套模拟装置,达到了低成本、高精度模拟的效果。     

电池组均衡电路的真正作用及新方法

能否使用电池组的全部容量对于用户和电池制造商都具有重要意义。目前的“均衡”电路只对电池组充电有效,即能充到全部容量,但放电均衡电路稀少、复杂、昂贵且不具备实用性,各单体放电其实处于“裸奔”状态,其压差数据完全依赖于各单体出厂时的品质参数一致性。本文以满足实用性、工艺性、成本限制、用户接受度为导向,提出一种由大电流开关器件逐个切除已放电完毕的衰减单体的电路结构,具有简单高效、低成本的特点。     

动力电池单体电压采样失效分析

电压采样模块是电池管理系统监控动力电池健康的重要手段,需要重视并分析电压采样常见的失效模式。通过分析失效模式,了解失效机理,可以从设计、生产工艺等源头抑制故障发生。文章从分析单体电压采样失效模式、采样失效分析手段出发,阐述了常见的导致单体电压采样失效的原因,并基于日常工作经验总结了单体电压采样失效的分析手段。     

On-board aging estimation using half-cell voltage curves for LiFePO<Subscript>4</Subscript> cathode-based lithium-ion batteries for EV applications

The aim of this work is the design of an algorithm for on-board determination of the actual capacity of a lithium iron phosphate (LFP) cathode-based lithium-ion battery for electric vehicle applications. The presented approach is based on the detection of the predominant aging mechanisms (in terms of loss of lithium and loss of active material in both electrodes) by determining the single electrode voltage curves. The information related to the characteristic length and position of the voltage plateaus, which can be gathered during battery operation, can be used to obtain the actual aging state of the cells. The length of the plateaus depends on the respective position that the voltage curves of the single electrodes have in relation to each other. Relating the change of the plateau characteristics to the possible aging mechanisms allows the determination of the actual battery aging state in terms of total cell capacity. The work presents a possible implementation of an algorithm for capacity determination based on the described methodology. The algorithm is validated with various differently aged LFP cells. Furthermore, the work discusses the ability of the method to detect the actual battery capacity if the characteristics of only part of the quasi-OCV (open circuit voltage) curve are detected. Achieved accuracy and existing limitations are described and discussed in detail.     

基于云端放电数据的电池组一致性研究

为提升电池组放电数据使用价值，减少对电池组充电数据的依赖，改变放电数据因质量差、采集效率低等原因难以得到有效利用的现状，以云端放电数据为研究对象，提出一种动力电池组一致性评价方法。该方法筛选出电池组的有效放电循环数据片段，根据每一放电循环中的单体电压曲线绘制包络线，进而基于上下各数条包络线进行数学计算，最终拟合得到一条一次曲线，根据最终拟合一次曲线斜率大小对一致性进行定量评价。试验结果表明，对于不同一致性状况的电池组，该方法能合理对其评分；实车数据分析表明，该方法能有效运用于工程中。该方法为电池组一致性的评价提供一种新思路，在一定程度上实现放电数据的有效利用价值。     

Implementation of discharging/charging current sensorless state-of-charge estimator reflecting cell-to-cell variations in lithium-ion series battery packs

This paper offers novel insights to the design and implementation of an innovative state-of-charge (SOC) estimator for the lithium-ion (Li-Ion) series battery pack. The most interesting feature of this approach is that it can utilize information from each filtered terminal voltage of the Li-Ion cells connected in series for SOC estimation of the battery pack. Without actual sensing each discharging/charging current (DCC) applied to the Li-Ion cells, it is possible to extract each DCC estimation from the corresponding filtered terminal voltages with an equivalent electrical circuit model (EECM) identification of all Li-Ion cells in the battery pack. There are two advantages to SOC estimation of the battery pack with this approach. First, the proposal can be implemented simply and effectively, reducing the computational steps required for SOC estimation. By reducing computational steps, the proposal is expected to be more cost-effective. Second, the approach guarantees an improved SOC performance, even if the battery pack results in inevitable cell-to-cell variation among Li-Ion cells. Accordingly, there are fewer differences to previously estimated DCCs among Li-Ion cells. Specifically, all values from the estimated DCCs are properly compensated for by simultaneous parameter modification according to each cell’s electrochemical characteristics. Experimental results clearly demonstrate that our DCC sensorless SOC estimator provides robust SOC performance for the battery pack. This approach considered an experimental battery pack (12S1P) connected in series using 2.6 Ah LiCoO2 cells produced by Samsung SDI.     

考虑燃料电池衰退的FCHEV反馈优化控制策略

为了提高插电式燃料电池混合动力汽车的经济性和燃料电池耐久性，在构建燃料电池衰退模型的基础上，制定等效氢气消耗最小（ECMS）的反馈优化控制策略。ECMS反馈优化控制策略中目标价值函数的等效氢气消耗除包括燃料电池氢气消耗和动力电池等效氢气消耗外，还将燃料电池开路电压衰退转化成等效的氢气消耗加入到目标价值函数之中，以电机需求功率P_m、动力电池SOC值为状态变量，动力电池目标功率为控制变量，取使目标价值函数最小的动力电池目标功率作为参考动力电池目标功率输出，并根据反馈的燃料电池电压衰退速率对燃料电池系统输出功率限制变化值ΔP_f进行动态调整，最终得到燃料电池目标功率。通过MATLAB/Simulink建立插电式燃料电池汽车前向仿真模型，采用城市道路循环（UDDS）工况进行验证。研究结果表明：相比基于规则的能量管理策略，电量保持（CS）阶段采用ECMS反馈优化控制策略，氢气消耗量降低2.6%，同时燃料电池的开路电压衰退降低4.1%，基于ECMS的反馈优化控制策略相比基于规则的能量管理策略在高效区间的工作点占比更高；与ΔP_f分别为1，2，3 kW时相比，采用燃料电池系统电压衰退速率反馈调节ΔP_f策略的氢气消耗量为0.105 3 kg，相比ΔP_f为1，2 kW的氢气消耗量（0.121 3，0.110 2 kg）有明显优化，接近ΔP_f为3 kW的氢气消耗量（0.102 9 kg），同时燃料电池电压衰退速率有明显的减小，整车经济性与燃料电池耐久性都得到了改善。     

电动汽车电池管理系统采集模块的设计

以飞思卡尔的8位单片机MC9S08DZ60、凌力特的长串电池组采集芯片LTC6802为核心部件,设计电动汽车用电池管理系统的采集模块,包括硬件和软件设计,实现电芯电压、温度的实时精确采集功能、SPI及CAN通信功能,并验证该模块的性能有效、可靠。     

Transient modeling and validation of lithium ion battery pack with air cooled thermal management system for electric vehicles

A transient numerical model of a lithium ion battery (LiB) pack with air cooled thermal management system is developed and validated for electric vehicle applications. In the battery model, the open circuit voltage and the internal resistance map based on experiments are used. The Butler-Volmer equation is directly considered for activation voltage loss estimation. The heat generation of cells and the heat transfer from cells are also calculated to estimate temperature distribution. Validations are conducted by comparison between experimental results at the cell level and the pack level. After validations, the effects of module arrangement in a battery pack are studied with different ambient temperature conditions. The configuration that more LiB cells are placed near the air flow inlet is more effective to reduce the temperature deviation between modules.