汪杰強 劉志軍 李泉

【摘 要】純電動及混合動力汽車需采用多個單體電池進行串并聯(lián)成組的動力電池包作為其能量的存儲單元，考慮到電池組有限的容量、充放電倍率等參數(shù)，需通過電池管理系統(tǒng)對動力電池的最大可用充放電功率進行估算，并對電池組的充放電功率進行科學合理的限制，這是保證電池組使用壽命及可靠性的重要功能。實驗數(shù)據(jù)表明，利用改進的DP等效電路模型對動力電池最大功率進行估算能夠得到可靠的估算結(jié)果。

【關(guān)鍵詞】動力電池;電池管理系統(tǒng);最大功率;電動汽車

【中圖分類號】U463.22 【文獻標識碼】A 【文章編號】1674-0688（2020）05-042-03

0 引言

作為新能源汽車的重要代表，純電動汽車（PEV）近年來的發(fā)展速度有目共睹[1]。動力電池作為混合動力汽車及純電動汽車中的關(guān)鍵部件，在車輛中承擔著能量存儲和釋放的重任。電動汽車動力電池通過BMS（電池管理系統(tǒng)）能夠密切監(jiān)視、控制和分配整個電池系統(tǒng)在使用壽命期間的可靠充電和放電。電池管理系統(tǒng)的質(zhì)量直接影響PEV每次充電所能行駛的里程數(shù)。優(yōu)質(zhì)的電池管理系統(tǒng)能夠最大限度地延長電池的整體使用壽命，從而降低使用成本。

電機通常工作于4個象限，既可以提供動力輸出，又能夠在反拖制動時進行發(fā)電。在實際使用中需要對動力電池的充放電功率進行精確計算和限制，以便在電機處于驅(qū)動工作狀態(tài)時，在保證電池組安全的情況下能夠為電機提供最佳的能量供應，從而避免出現(xiàn)放電功率超過電池組最大放電功率而導致電池組壽命縮短及車輛線束異常發(fā)熱等情況[2]。

動力電池組最大充放電功率的估計值是指允許設(shè)計范圍內(nèi)電機等特定負載在下一時間段內(nèi)從電池組能夠以最快速度獲得能量，以及充電器以最大速度為電池組補充能量時電池組的功率。研究動力電池組最大充放電功率估算方法是電池管理系統(tǒng)進行電池組科學管理的重要任務(wù)，本文將對以下幾種電池組最大功率的估算方法進行探討。

1 電池電壓用于最大功率估算

3 基于DP等效電路模型的電池最大功率估算

以上兩種電池組最大充放電功率的估算方法均采用單一的參數(shù)進行計算，計算過程較為簡便，但是由于所使用的Rint電池模型較為簡單，并不能精確模擬電池的狀態(tài)變化，使得估算出的最大功率值的精度較低。而基于SOC值的估算結(jié)果由于SOC本身的估算誤差造成最大功率估算誤差的疊加，而且同樣存在電池模型較為簡單的問題而使得估算值又偏于保守，進而影響電池充放電的利用效率。因此，本文通過改進電池模型，利用更為精確的DP等效電路模型將上述電池最大充放電功率估算方法進行優(yōu)化，以便得到更為準確的計算結(jié)果[5]。

常規(guī)的鋰電池等效電路模型可以用串聯(lián)的二階RC網(wǎng)絡(luò)取代簡單的電阻來進行更加精確的充放電動態(tài)特性模擬，如圖1所示[6]，鋰電池的極化特性由兩個二階RC網(wǎng)絡(luò)來進行模擬。同時，考慮到電池在充電和放電過程中的極化特性存在差異，故對常規(guī)的DP等效電路模型進行改進，增加了兩個二極管D1和D2 ? ?。利用二極管的單向?qū)ㄌ匦裕瑢囯姵氐某潆娞匦杂肦C1、CC1、RC2、CC2進行模擬，而鋰電池的放電滯回特性用RD1、CD1、RD2、CD2進行模擬。此Randle結(jié)構(gòu)的改進DP等效電路模型并不是很復雜，但通過合適的模型參數(shù)辨識可以較好地近似鋰電池的充放電動態(tài)特性，從而獲得較為精確的電池狀態(tài)參數(shù)估算值。

一方面，鋰電池SOC值與開路電壓Uoc的關(guān)系函數(shù)可以借此等效電路模型獲得;另一方面，用兩個串聯(lián)的二階RC網(wǎng)絡(luò)表示的極化和滯回特性函數(shù)也可通過模型獲得。

4 電池最大功率估算實驗

課題組利用一輛混合動力實驗樣車開展了動力電池管理系統(tǒng)的相關(guān)實驗，采集了電池組在一般行駛工況下的電壓、電流等參數(shù)，并對SOC值利用卡爾曼濾波算法進行估算，所得數(shù)據(jù)如圖2所示。對電池組在△t為5 s的下一時間段內(nèi)進行了電池最大功率的估算，圖3為最大放電功率的不同算法估算結(jié)果，圖4為最大充電功率的估算結(jié)果。從圖3、圖4可以看出，基于電池端電壓的計算結(jié)果，不論是電池組的最大充電功率，還是最大放電功率都偏高，而采用基于電池SOC計算出的結(jié)果又偏保守，較為可信的估算值則來自于基于改進DP等效電路模型的計算結(jié)果。

5 動力電池最大功率估算的應用

圖5為某一搭載了ISG（Integrated-Starter-Gener-ator）電機的P2混合動力車輛CAN通信網(wǎng)絡(luò)示意圖。新能源汽車通常會搭載HCU（整車控制器），并通過通信總線與車輛其他控制器，如ECU（發(fā)動機控制器）、TCU（變速箱控制器）、MCU（電機控制器）等進行數(shù)據(jù)交換及指令的傳達。BMS需要在車輛運行過程中實時進行電池SOC、SOH、最大功率等狀態(tài)的估算，并將估算值發(fā)送至HCU。車輛實際行駛過程中，電池組總是處于放電與能量回收時的充電交替工況中。當電機處于驅(qū)動工況時，HCU需要根據(jù)當前的用電負荷、車輛的動力需求、電池組的狀態(tài)參數(shù)等，對電池組的放電功率進行必要的限制，并向MCU傳達最大輸出功率的指令，MCU即可在保證電池組安全可靠的前提下為車輛提供最大限度的動力輸出，而當電機進行制動能量回收時，同樣需要根據(jù)電池組的最大充電功率，動態(tài)調(diào)整電機的發(fā)電功率，以避免過大的充電功率對電池組造成損傷[8]。

6 結(jié)語

針對新能源汽車對于動力電池組安全性控制的需求，開展了基于電池端電壓、SOC值及改進DP等效電路模型的動力電池組最大充放電功率估算方法的研究，通過比較上述幾種不同估算方法的計算結(jié)果可以看出，采用基于改進的DP等效電路模型估算的電池組最大充放電功率值精度更高，可以為整車控制器進行車輛的能量管理及電池組的充放電功率限制提供科學的依據(jù)，在保證整車的行駛安全及動力電池的可靠性等方面提供必要的數(shù)據(jù)支撐。

參 考 文 獻

[1]宋紫峰.中國新能源汽車產(chǎn)業(yè)發(fā)展的回顧與展望[J].新經(jīng)濟導刊，2019（3）：22-25.

[2]Sun F，Xiong R，He H.Estimation of state-of-ch-arge and state-of-power capability of lithium-ion battery considering varying health conditions[J].Journal of Power Sources，2014，259：166-176.

[3]Manual P B T.Revision 2，Idaho National Engine-ering Laboratory，US Department of Energy[R].D-OE/ID-10597，August，1999.

[4]Wang S，Verbrugge M，Wang J S，et al.Power prediction from a battery state estimator that incor-porates diffusion resistance[J].Journal of Power Sources，2012，214：399-406.

[5]李泉.鋰離子動力電池管理系統(tǒng)關(guān)鍵技術(shù)研究[D].長沙：湖南大學，2017.

[6]Bhattacharya S，Bauer P.Requirements for charg-ing of an electric vehicle system based on state of power（SoP）and state of energy（SoE）[C]//Proceedi-ngs of The 7th International Power Electronics and Motion Control Conference. IEEE，2012，1：434-438.

[7]Juang L W，Kollmeyer P J，Jahns T M，et al.Im-plementation of online battery state-of-power and state-of-function estimation in electric vehicle app-lications[C]//2012 IEEE Energy Conversion Congressand Exposition（ECCE）.IEEE，2012：1819-1826.

[8]孫丙香，高科，姜久春，等.基于ANFIS和減法聚類的動力電池放電峰值功率預測[J].電工技術(shù)學報，2015，30（4）：272-280.