电动汽车电池管理系统(bms)与其验证系统开发

《电动汽车电池管理系统(bms)与其验证系统开发》由会员分享，可在线阅读，更多相关《电动汽车电池管理系统(bms)与其验证系统开发（74页珍藏版）》请在金锄头文库上搜索。

1、 分 类 号 学号 M201371036 学校代码 10487 密级 硕士学位论文硕士学位论文 电动汽车电池管理系统 （电动汽车电池管理系统 （BMS） 及其验证系统） 及其验证系统 的开发的开发 学位申请人：学位申请人： 谢绍伟谢绍伟 学 科 专 业学 科 专 业 ： 动力工程动力工程 指 导 教 师指 导 教 师 ： 李顶根李顶根 副教授副教授 答 辩 日 期答 辩 日 期 ： 2015 年年 5 月月 20 日日 A Thesis Submitted in Partial Fulfillment of the Requirements for the Degree for the Mas

2、ter of Engineering Design and Implement of Battery Management System and BMS Testing System for an electric vehicle Candidate : Xie Shaowei Major : Power Engineering Supervisor : Assoc. Prof. LI Dinggen Huazhong University of Science 过 华 中 科 技 大 学 硕 士 学 位 论 文 10 度放电到一定的电压以下时会损坏；在安全工作的温度区间以外时锂电池的寿命会

3、显著缩短甚至着火；锂电池大电流充放电会影响其使用寿命等。由于这些缺点，在 使用锂电池必须对起进行高度可靠的保护，在安全性要求非常高的汽车上，对动力 电池的 充放电保护更是如此。在对锂电池组的单体电压、温度、充放电电流进行 高速实时采集的基础上，设计有效的控制策略对锂电池组的充放电过程进行保护以 保证锂电池组的性能和寿命是 BMS 的主要功能。 由于锂电池的充放电过程主要是靠其内部复杂的电化学反应来实现的， 因而锂 电池对温度比较敏感。锂电池内部温度及环境温度都会不仅显著地影响锂电池的性 能表现，而且还会影响到锂电池的使用寿命和安全。所以，BMS 对电池组的管理必 须使电池组工作在安全高效的温度

4、区间，这主要是通过驱动风扇(风冷式)或加热器 进行强制散热或加热来实现的。当电池包局部温度高时，冷却风扇启动进行强制散 热；当电池包温度低影响其放电性能时，加热器启动对电池包进行加热使其工作在 高效的温度区间。 为了达到电动汽车对动力电池的容量和功率要求， 动力电池一般由大量的单体 电池经过复杂的串并联连接在一起组成。 BMS 对电池组进行管理的另一项重要功能 就是单体电池间的电量平衡。由于各电池单体在制造过程中存在不一致性，以及反 复发生的不一致的充放电过程，电池组内各单体间在 SOC、自放电、内阻和容量等 参数上都存在着不一致性，这种不一致性会影响到电池组的充放电性能。为了发挥 动力电池组

5、的最佳性能，必须对各单体电池进行均衡，使各单体的 SOC 尽量相等。 2.1.3 SOC 和 SOH 估算 SOC(State of Charge)反映的是电池剩余的电量状态,而 SOH(State of Health)从 字面上理解是电池的健康状态，是反应电池的老化程度和性能衰退的重要参数。 对纯电动汽车，车辆全部靠动力电池存储的电能来提供驱动力。电池管理系统 必须准确地上报电池的电量状态，以便驾驶员判断行驶的里程和决定是否需要充 电， 如同传统汽车的油箱中的油量一样。 对于 PHEV 或 ER-EV 来说， 动力电池 SOC 是整车控制器或能量管理系统实施控制策略的重要参数。对于车辆所有者

6、来说，准 华 中 科 技 大 学 硕 士 学 位 论 文 11 确地了解车辆的状态包括电池折旧的状态是必要的。因而对动力电池组的 SOC 和 SOH 进行估算亦是 BMS 必备的功能24。 2.1.4 与外部通信 当使用充电桩对动力电池组充电时，需要 BMS 与充电机进行通讯以以充电过 程进行控制，对动力电池进行有效的保护。当电池组放电时，BMS 则需要与整车控 制器通讯，对放电过程进行必要的保护。另外电池组的各状态数据也需要在仪表盘 上显示，所以 BMS 也需要具备与外部通讯的功能。 2.2 SOC 定义及影响因素 对动力电池组的 SOC 等状态参数进行估算是 BMS 的核心功能， SOC

7、估算的精 度是 BMS 关键的性能指标之一， 各单体之间的均衡控制是基于 SOC 估算来实现的， 它也会影响到整车控制策略的执行或是驾驶人员的判断。因而 SOC 估算算法显得 十分重要，设计更优的估计算法是 BMS 领域和新能源汽车领域研究的热点之一。 2.2.1 SOC 的定义 通常用 SOC 用来表征电池的电量状态，其数值上等于电池剩余的电量跟标称 容量的百分比。一般所指的 SOC 定义如式(2-1)所示25： (2-1) 式中， QC是电池的剩余电量；QI是电池当放电电流恒定为 I 时电池能够放出 的总电量。它只能用来计算充放电电流不变时的荷电状态，在电流不为恒定时，该 定义会出现矛盾或

8、是不适用的情况。文献26将 SOC 定义分为标称荷电状态 SOCB 和动态荷电状态 SOCD两种情况，这样的定义方式可以使 SOC 的概念更加清晰，在 进行 SOC 的估计时分类。 2.2.2 影响 SOC 估计和因素 锂电池作为电化学储能装置，其实际容量显然并非固定不变的，而是随着其自 华 中 科 技 大 学 硕 士 学 位 论 文 12 身的状态和环境因素变化的。锂电池的实际容量会受到环境温度、放电电流（放电 倍率） 、自放电及电池老化等因素的影响，在估算动力电池的 SOC 时，这些因素必 须考虑到，才能得到更为精确的估算结果。 （1）温度： 电池性能表现的对温度比较敏感。当温度较高时，正

9、负电极材料活性高，电解 液电迁移率大，有利于化学反应的发生，电化学反应速率快，使电池能释放出更多 的电量，当然温度过高时锂电池易起火或是爆炸，会造成安全问题；温度低时，电 化学反应相对放慢，电池释放的电量减少27。因此，SOC 的估算精确度会受到温度 影响，需要在计算中进行修正。 （2）充放电电流： 不同放电倍率下锂电池电压与 SOC 的对应曲线如图 2-1 所示28。电池放电电 流的大小，对电池的实际放电容量有影响，在其它影响因素相同的情况下电池以不 同的电流放电，放出的电量会不同。放电电流小的电池可以放出更多电量。因为在 电池内的化学反应时会有某些生成物产生，这些生成物会分布电池内部，但当

10、电池 电流较大时，电极周围的大量生成物不能及时扩散出去，会积聚在电极上，这些生 成物会阻碍锂离子的移动和正常的化学反应。使电池输出的实际电量减少29。 图 2-1 不同放电分辨率下锂电池端电压与 SOC 的关系 华 中 科 技 大 学 硕 士 学 位 论 文 13 （3）自放电： 电池在无负载的情况下，电量会慢慢消失的现象被称为自放电，任何电池都会 有不同程度的自放电。经过长时间的存放，电池内部的活性物质会自我消耗。电池 存放环境温度越高，电池的自放电率就越大。锂离子电池应该在温度较低的环境下 存放。自放电也会造成 SOC 估计的偏差，需要加以修正。 （4）电池自身的老化： 当电池进行多次循环

11、使用后，电池内部材料活性降低，电池发生老化，电池的 性能也会改变。电池老化的快慢主要取决于电池的充放电过程和使用方式。当电池 经常以不当的方式充放电时或是经常发生过充或过放时电池的老化会变快。电池的 老化会导致其能够存储和放出的电量下降，因而在进行 SOC 估算时，必须用电池 的循环工作次数修正电池容量衰减的影响。 2.3 SOC 常用估计方法 2.3.1 开路电压法 图 2-2 典型的 OCV-SOC 放电曲线 华 中 科 技 大 学 硕 士 学 位 论 文 14 电池的 SOC 与其实开路电压(OCV: Open Circuit Voltage)存在着一定的对应关 系。典型的锂电池 SOC

12、-OCV 关系曲线如图 2-2 示。我们可以通过实验测定得到准 确的 SOC-OCV 关系数据，并以表格形式存储起来。在实际估算 SOC 时，测量电池 的开路电压并查表即可得到对应的 SOC 值。 开路电压法有很大的局限性。 首先， 开路电池在充放电结束后有一个恢复过程， 开路电压必须让电池静置一定时间待其恢复平衡后才能测得准确的开路电压，这个 静置时间一般在一个小时以上，这不符合电动汽车在线实时估算电池组 SOC 的要 求。 其次，SOC-OCV 关系受温度影响,测得的某一 OCV 值在不同的温度下对应的 SOC 是不同的，这使得要通过查表法获取 SOC 时要考虑温度变量，要通过实验测 定的

13、数据和存储的数据量变得庞大许多,使得此方法实施成本较高。再次，从图中可 以看出在 SOC 处在约 30-90%的区间，SOC-OCV 较为平坦，即 OCV 随 SOC 变化 并不明显，考虑到 OCV 的测量存在误差，此若在此区间则估算结果可能会有较多 误差。 虽然开路电压法存在着这些局限性，但它依然具有一定的实用性。开路电压法 可以用于停车时动力电池的 SOC 估计，为安时计量法提供 SOC 初始值和修正等， 可以与安时计量法、卡尔曼滤波法联合使用组成完整的 SOC 估算方法30。 2.3.2 安时积分法 安时计量法实质是将电池充放电电流对时间积分， 获得该段时间内流入或流出 电池的电量，计算

14、电池 SOC 的变化量从而得到 SOC 的估计值。 安时积分可以精确计算电池组的 SOC， 是实验室环境下测试电池充放电效率和 验证其它 SOC 算法精度的主要方法。在应用于电动汽车动力电池组 SOC 估算时， 则存在着一些缺陷，主要包括几个方面：电动汽车的行驶工况复杂，使得动力电池 的放电电流变化很大，电流的采集误差较大，使得这种方法存在着误差，且会随时 间累积；安时计量法需要其它方法辅助来标定 SOC 的初始值；另外在使用安时计 量法的时候必须考虑温度、充放电效率、自放电、SOH 等影响电池容量的因素，需 要大量的实验来建立经验公式或表格，过程较为复杂。安时计量法一般需要结合其 华 中 科

15、 技 大 学 硕 士 学 位 论 文 15 它的估算方法才能较为精确地估计 SOC31-33。 2.3.3 内阻法 电池内阻可以分为直流内阻与交流内阻， 它们都与电池的剩余电量有着复杂的 关系，可由它们之间的关系建立 SOC 与电池交流内阻之间的静态模型。内阻法是 在电池两极外加不同频率交流电压，来测得其交流内阻，以利用建立的交流内阻与 SOC 之间的关系模型来估计 SOC 的方法。 这种方法存的一些缺点使其只能用于少数特殊情形， 在电动汽车并不具有实用 性。其主要问题有是：电池的交流内阻受到温度、电池老化、充放电状态等诸多因 素的影响，SOC 与交流内阻无法找到确定的一一对应关系，只适用于少

16、数特殊的情 况；电池有交流阻抗与其化学特性、制作工艺都有关系，因而此方法通用性很差； 外加的交流电流频率不同时，计算出来的交流阻抗一般存在差异；在电动汽车的电 池管理系统中应用比较困难34。 2.3.4 神经网络法 电池是一个复杂的非线性系统，对其建立准确合理的数学模型十分困难。而非 线性是神经网络的基本特性，它能根据相应的外部输入给出对应的输出， 适合应 用于模拟电池的动态特性，估算电池的剩余电量和 SOC 值35。 在电池的动态特性模拟与 SOC 估计中应用神经网络法时， 一般将其分为三层， 即为输入层、输出层和中间层。对于输入层和输出层来说，神经元数目根据需要来 确定，而中间层的神经无数量则需要考虑问题的复杂程度和精度限制并根据它们来 确定。在采用神经网络法估算电池的 SOC 时，其输入一般是电池的电压、电流、 温度、内阴等状态参数。神经网络法在模拟电池的动态特性和 SOC 估算上具有较 好的通用性，适用于各种类型的电池。若能建立良好的网格模型并进行大量的数据 训练，能获得较高精度。其缺点