在接下来的几分钟我将解释BMS的主要部件建模仿真软件。万博1manbetx我们可以使用这个桌面模拟模型,例如,复制不同的使用周期和环境条件来评估系统的应对潜在的不安全状态;例如,温度、电压或电流外推荐的限制。
假设这电池系统是电动汽车的动力系统的一部分。说,电池充电75%和外面的温度是15摄氏度。在这种条件下我们开始开车,然后停下来充电电池。最后,电池是静止和平衡周期。我们怎么知道,在这三个典型使用阶段,电池仍然在推荐电气和热限制呢?如果室外温度是40度,而不是15 c ?如果收取30%的初始状态吗?将积极推动循环导致欠压情况?
模型允许车辆设计师在模拟测试所有这些情况,也不用担心造成真正的损害电池。
这是百时美施贵宝在仿真软件模型。万博1manbetx里面的电池及其管理系统这个模型参考。
在左上角我们定义不同的驾驶场景确定子系统提供的测试序列在左下角。绿色的灯在右上角显示是否有故障;例如,任何细胞已经达到了一个超温条件。
系统本身有一个模型参考代表BMS ECU的各种监测和控制算法,连接到一块的表示电池组和相关电路和外设。这个模型包含两个版本的电池组:一个小一个只有6细胞系列,和一个更大的16-module包,每个模块包含一个6芯系列字符串。在所有情况下我们模型只是一个并行字符串。我们称这些架构6 s-1p和96 s-1p包,分别。
让我们先从电池组及其外围设备的描述。
左边的变体子系统包含前面提到的两个版本的电池组:小有6大细胞和96个细胞。让我们看一看小。这个电池组建模Simscape,组件颜色告诉我们它的物理域。蓝色表示电气和橙色表示热。我们可以看到6细胞连接在系列和可以交换热量。热布局不对称,细胞数量6底部绝缘一侧(所以没有热量可以消散在这个方向上),和细胞1顶部暴露在外面的气氛,因此通过对流去除热量。这种不对称将负责一个重要的温度6细胞之间的差异。
是什么让这个单元格代表一个现实生活中的李离子化学;说,NiMnCo ?好,在每个细胞有一个等效电路的拓扑结构和参数应该给我一个答复相当于我观察实验。等效电路组件应该包括温度、SOC和可能老化的依赖。如果你有兴趣细胞特征,详细叙述如何执行这一参数估计电池可在我们的网站上,寻找电池建模。
电池组的旁边有一个子系统与被动平衡电路。由百时美施贵宝的平衡逻辑算法,这些开关选择性关闭当相应的细胞需要降低SOC的局部放电。
维持在平衡电池模块让我更好地利用其总存储容量,我们会看到在几分钟。
进一步元素植物模型组充电器和逆变器接触器电路。电池组连接到充电器之前,重要的是pre-connect他们通过一个电阻,防止过分高电流涌入包和潜在的破坏性。这个pre-connection需要一个特殊的序列,我们将展示当我们描述了BMS算法。
最后,最后一块电池的工厂是充电器和负载,都只是在这里代表当前来源吩咐按照充电和驱动配置文件从源块在顶层模型。
百时美施贵宝算法
现在让我们关注BMS算法。这部分电池管理系统监控,保护,限制,和报告测量电池组。
左边的子系统使用单独的电池电压和温度来计算最大允许充电和放电电流水平。当细胞处于低SOC,电压较低,重要的是防止细胞提供大量的当前因为这将导致一个特别大的电压降,可能低于指定的截止电压电池制造商。比较的最小电压模块中对这种降低阈值,除以这个细胞的最大内部阻力值计算,计算voltage-based电流阈值。
我们也知道,重要的是限制目前的交货或摄入时温度过高或过低。使用一个查找表和s形轮廓上升或下降,我们可以指定一个电流阈值基于许用温度和调节电流。这是非常重要的,以避免物理伤害细胞材料在高温下都在充电和放电过程中,和在低温自这样做低于冰点的温度是不允许的。
然后一相比,这两个阈值和最低成为当前的限制。
子系统标记状态机定义了BMS的主要操作状态。这里代表使用Stateflow模型附加工具箱用于设计状态逻辑。万博1manbetx在Stateflow我们使用组件代表国家的或不活动的根据不同的条件,和文本我们执行的代码写在状态条目,期间,或没有退出状态。
状态机有四个平行的状态(平行意味着他们可以活跃在同一时间):
- 第一个定义了变量BMS_State指示备用,开车,充电,错。收费包括恒流和恒压阶段。
- 第二状态开关故障电流,电压,或温度的值达到一个不安全的程度。
- 第三和第四状态定义接触器开关切换序列充电器和逆变器。这是需要避免过分大电流流入初充电阶段。
SOC估计
知道多久我们就能开我们的车之前我们需要停止充电电池的SOC取决于准确的估计。这是非常重要的,它是更具挑战性比传统汽车燃料的情况下测量设计,直接测量的。在电池系统中,我们没有测量电荷状态,不直接可测;我们实际测量别的东西,希望与我们SOC。
第三个子系统包含三个不同的电荷状态估计方法。在实践中BMS开发人员只会选择其中一个,但是我们现在所有三个来说明它们各自的优点和局限性。第一个方法,知道库仑计数,包括整合当前的进入和离开细胞跟踪的电荷状态。这种方法的一个好处是它的简单性和计算成本非常低。其缺点包括电流传感器误差的积累,它无法从一个错误的初始条件恢复由于缺乏反馈电压测量。
第二个和第三个SOC估计方法这是无味和扩展卡尔曼滤波器实现。都是变化的非线性卡尔曼滤波器,他们依赖的单胞模型来预测终端电压造成的电流刺激,估计内部细胞状态(SOC)通过比较预测对终端电压的测量。选择EKF与UKF之间通常是根据系统的非线性的严重程度。在这种情况下,目前只有非线性OCV-SOC关系,它是一个温和的人,所以预计EKF应该给足够的结果。
卡尔曼滤波算法有两个部分:测量状态更新和更新。状态更新预测当前状态根据先前的状态值和输入,并测量更新纠正这种预测使用新获得的数据。我们使用的细胞模型是实现为一个MATLAB脚本和对应于我们使用的等效电路来模拟电池组。
要考虑下一个任务是平衡。重要的是个别电池大约保持在相同的电荷状态,否则电池SOC水平最高的将会限制的电荷量我们可以放入包,呈现系统充分利用。这种状态逻辑计算最高及最低的电池电压之间的电压差,基于这种差异是否超过设计值,激活被动的平衡。平衡命令是一个布尔向量表示它流血电阻器来激活电池SOC正在慢慢减少。与所有细胞,但这样做的一个SOC是最低的最终使得SOC的收敛在一个规定的公差。
现在让我们来看第二个仿真结果。
在这个driving-charging-balancing序列的例子中,我们首先观察单个细胞电压变化的电流。一开始他们略有不同,因为我们的模拟初始化模型有轻微SOC失衡。末期的模拟,收敛值对另一个平衡的结果。
目前怎么样?看充电周期。在恒流阶段,当前期间发表因为最大模块电压足够高而规定的4.4 v限制,过高的电流可能驱动电压超出阈值,大大限制了电池的寿命。由于我们计算当前限制基于电池内的最大阻力值查找表,我们是保守的。不那么保守的限流计算可以使用实际的电池SOC估计阻力位和温度自该信息可以在所有的操作条件。
温度显示痕迹最热和最冷细胞之间的显著差异。原因主要是模块中的不对称布局的热行为。细胞6号得到显著的温度比细胞1,因为它是热绝缘一侧。即使在最高温度达到在这个模拟直接关心的不是在安全方面,这里的温差表现出最终将导致更快的退化细胞相比6细胞1,导致不良细胞上的不平衡状态。因此需要主动热管理保持热差异几摄氏度。
右上角的图显示了三个相同的电池的SOC估算痕迹,每个执行不同的方法。黄色对应于库仑数,蓝色对应UKF, EKF和橙色。这个模拟的初始SOC是75%,但是SOC估计初始化为80%来评估他们的能力恢复。很明显,CC从不因为它没有意识到这是错误的方式,由于电压信息的缺失。KF算法,另一方面,从最初的错误恢复的第一个小时内模拟时间,UKF的表现与EKF。
最后,其他两个范围表明BMS状态和每个六平衡命令信号。
总之,我们利用仿真软件,Stateflow Simsc万博1manbetxape,控制系统工具箱设计使用建模与仿真电池管理系统。
