一种荷电状态的估计方法
技术领域
本发明属于电动汽车控制领域,通过简易、有效的算法,实现了对纯电动汽车铅酸动力电池荷电状态的估计。
背景技术
新能源汽车是汽车工业应对能源危机和环境恶化的必然选择。其中纯电动汽车是新能源汽车中重要的组成部分。动力电池作为纯电动汽车的动力源,是纯电动汽车的关键组成部分。如何合理使用电池,充分利用电池中的能量,延长动力电池的使用寿命是纯电动汽车及混合动力汽车开发中必须要解决的问题。动力电池荷电状态,以下简称SOC(State Of Charge),表示动力电池剩余电量与额定容量的比值,通常用百分比表示,即满荷电状态时,SOC为100%,电池剩余电量接近0时,SOC为0%。对于动力电池本身来说,其很多电特性都与SOC密切相关,比如动力电池的内阻在SOC很高或者很低的时候相对较大,动力电池在不同SOC状态下,对应着不同的工作电压和允许的放电电流,也有着不同的充放电效率,这都直接影响纯电动汽车的能力管理策略,进而影响整车的经济性。所以,精确估计纯电动汽车中动力电池的SOC将影响整车动力性、经济性、甚至安全性。
电动汽车动力电池SOC的估计,目前国内外采用的方法主要有安时计量法、开路电压法、负载电压法、内阻法、神经网络法和卡尔曼滤波法。目前电动汽车上最为常用的算法是用开路电压法结合安时计量法。公开号为CN 101022178A的中国专利文献,公开了一种“基于标准电池模型的镍氢动力电池荷电状态的估计方法”,其中详细描述了安时计量法存在的固有缺陷。
针对特定的整车系统结构及某一类型的动力电池,选择一种成熟、实用的算法很关键,只有这样,才能保障SOC估计精度并提高算法的实用性。目前,国内外对铅酸动力电池的特性研究已经很成熟,其中一个结论是铅酸动力电池的SOC与其电动势有接近线性的关系。因此,针对铅酸动力电池,如果能够准确计算出电动势,那么就容易估算出电池当前的SOC,但在电动汽车实际使用过程中,由于铅酸动力电池的负载变化大,负载范围宽,利用简单的内阻等效模型很难准确计算出电动势。
目前国内外估计SOC的方法种类多,但都存在各自的缺陷,有的理论算法复杂且实现起来对控制器的计算速度要求非常高;有的估算结果误差较大。目前最常用的算法是安时计量法与开路电压法相结合,但实践证明该方法存在很难解决的固有缺陷。
发明内容
本发明的目的在于提供一种估计误差小,计算简单,可以解决铅酸动力电池充电浮压以及自放电影响的SOC估计方法。特别适合于配置铅酸动力电池的纯电动汽车。
本发明的方法是基于负载端直流母线电压,根据简易的内阻等效模型计算出两个有效电动势,通过经验算法对这两个有效电动势取不同的加权系数,然后结合铅酸动力电池厂家提供的理论数据和实际测试的经验数据,最终估计出铅酸动力电池的SOC值。
本发明考虑了铅酸动力电池在不同负载情况下,通过检测负载端直流母线电压、根据简易的内阻等效模型计算出两个有效电动势,通过经验算法对这两个有效电动势取不同的加权系数,从而估计出当前铅酸动力电池的电动势,然后参考铅酸动力电池厂家提供的数据,得到当前SOC值。该方法是基于负载端直流母线电压,通过简单有效的算法,同时参考了铅酸动力电池理论和实际测试的数据,能够相对准确的估计出铅酸动力电池SOC值。该方法对整车系统结构配置要求低,通过实际应用后的反馈,利用该方法估计的SOC完全能够满足纯电动汽车需要。由于铅酸动力电池在充电时,产生的浮压较大,所以该方法的缺点是不能准确估计充电中以及充电一段时间后铅酸动力电池的SOC值,但该算法利用铅酸动力电池实际的测试和经验数据,考虑了充电后浮压的影响,能够快速逼近真实的SOC值,弥补了算法固有的缺陷。
具体技术方案如下:
一种荷电状态的估计方法,其用于电动汽车的铅酸动力电池,采用如下步骤:
(1)建立铅酸动力电池内阻等效电路模型;
(2)整车控制器VMS根据铅酸动力电池内阻等效电路模型计算得出两个有效电动势EMF1和EMF2;
(3)整车控制器VMS计算出合理的加权系数Z;
(4)对两个有效电动势EMF1和EMF2取不同的加权系数,得到铅酸动力电池的EMF;
(5)计算出铅酸动力电池的SOC值。
进一步地,步骤(1)中所述建立铅酸动力电池内阻等效电路模型具体为:电机控制器MCU通过三相线连接驱动电机,铅酸动力电池包括内阻(R),其所在一极与铅酸动力电池另一极通过直流母线连接至电机控制器MCU,驱动电机的输出端机械连接外部被驱动部件;其中,当MCU端负载电流为正时,表示铅酸动力电池处于充电状态;当MCU端负载电流为负时,表示铅酸动力电池处于发电状态;当MCU端负载电流为零时,则认为铅酸动力电池当前无负载。
进一步地,步骤(1)中所述建立铅酸动力电池内阻等效电路模型具体为:当MCU端负载电流为零,将当前MCU端直流母线电压认为是铅酸动力电池电动势,记为EMF1,即EMF1=U,当MCU端负载电流不为零时,EMF1的值则保持为软件前一周期的计算值,此时,将铅酸动力电池简化为内阻等效电路模型,根据欧姆定律,计算出铅酸动力电池电动势,记为EMF2,即EMF2=U+I*R。
进一步地,通过数据查表的方式实现铅酸动力电池内阻R的计算。
进一步地,步骤(2)中,整车控制器VMS得到信号:MCU端直流母线电压,MCU端负载电流,电池单体电压、电池温度、加速踏板位置信号和钥匙开关位置信号,根据上述信号通过策略算法和经验测试数据,通过铅酸动力电池内阻等效电路模型计算得出两个有效电动势EMF1和EMF2。
进一步地,铅酸动力电池在无负载情况下,检测到的负载端直流母线电压认为是开路电压,此时,如果整车条件满足,将当前开路电压值认为是第一种电动势EMF1=U,其中U为负载端直流母线电压。
进一步地,在电动汽车行驶过程中,将铅酸动力电池等效为内阻等效电路模型,利用负载端测量到的负载电流以及整车其它高压负载的开启情况,计算出第二种电动势EMF2=U+I*R(T,I),其中I为负载端直流母线电流,R为铅酸动力电池等效内阻,T为铅酸动力电池使用环境温度。
进一步地,步骤(3)中,整车控制器VMS根据经验算法和数据,实时计算一个加权系数Z,记为EMF1的加权系数,EMF2的加权系数为(1-Z),其中0<Z<1。
进一步地,步骤(4)中,结合整车状况,对EMF1和EMF2实时、动态的调整其加权系数,最终得到铅酸动力电池的EMF=Z*EMF1+(1-Z)*EMF2。
进一步地,步骤(5)中,结合铅酸动力电池厂家提供的理论数据、EMF与SOC之间的关系曲线和实际测试的经验数据,在软件中,通过查表的方式修正初始SOC值。
与目前现有技术相比,本发明:
1,对整车系统的配置要求低。因为该方法是基于负载端直流母线电压估计得到的SOC值,所以整车系统中,没有安装采集电池充电电流的电流传感器。
2,利用简单的内阻等效模型,实时计算出两个有效电动势。SOC的估计受这两个有效电动势的直接影响,根据铅酸动力电池固有的特性及实际测试经验,不同的使用环境下,包括温度、负载等,都会在这两个电动势上体现出差别。所以,综合考虑这两种电动势,根据理论、实际测试数据,能够估计出铅酸动力电池的SOC值,且能够满足纯电动汽车对SOC精度的要求。
3,对充电一段时间,首次钥匙上电后,该算法中会根据测试的经验数据对起始的电动势进行解析、修正,尽可能的消除浮压或者自放电导致的误差,从而保证了估计的初始SOC准确性。
4,本发明的优点是该算法具有很强的自适应性。算法的理论和实现的方式都很简单,估计的SOC值能够满足电动汽车使用精度要求。通过经验算法及数据能够很好的消除充电浮压及自放电对估计SOC过程中的影响。本发明适用于纯电动汽车上铅酸动力电池单体、模块和电池组的SOC估计。
附图说明
图1是电动汽车系统结构示意图
图2是铅酸动力电池内阻等效电路模型示意图
图3是各种电动势之间的关系示意图
图4是SOC估计流程示意图
具体实施方式
下面根据附图对本发明进行详细描述,其为本发明多种实施方式中的一种优选实施例。
1,估计初始SOC;
初始SOC的估计是通过检测铅酸动力电池初始时刻,无负载情况下的负载端直流母线电压,然后根据经验算法和测试得到的经验数据预估算法中的两种起始电动势,然后根据铅酸动力电池厂家提供的理论数据和实际测试验证的数据结合,从而估计当前SOC值。
2,计算第一种电动势;
铅酸动力电池在无负载情况下,检测到的负载端直流母线电压认为是开路电压,此时,如果整车条件满足,将当前开路电压值认为是第一种电动势,以下简称EMF1,EMF(Electromotive Force)即:电动势。其中:EMF1=U
U:负载端直流母线电压;
3,计算第二种电动势;
在电动汽车行驶过程中,由于车辆的行驶模式不断变化,比如在驱动行驶模式和再生制动模式之间来回切换,这就在铅酸动力电池上体现为频繁的进行充放电,所以电池的负载是不断变化,且变化的范围很宽。此时,将铅酸动力电池等效为内阻等效电路模型,利用负载端测量到的负载电流以及整车其它高压负载的开启情况,计算出第二种电动势,以下简称为EMF2。其中:EMF2=U+I*R(T,I)
I:负载端直流母线电流;
R:铅酸动力电池等效内阻;
T:铅酸动力电池使用环境温度;
4,电动势加权系数分配;
因为电动势是唯一的,前面计算得到的EMF1和EMF2都是估计值,通过算法和经验数据能够保证铅酸动力电池的实际EMF是在EMF1和EMF2之间的。结合整车状况,对EMF1和EMF2实时、动态的调整其加权系数,最终得到铅酸动力电池的EMF。其中:EMF=Z*EMF1+(1-Z)*EMF2
Z:EMF1加权系数,0<Z<1;
5,电动势变化梯度限制;
在一些极限工况下,比如负载端大电流放电和大电流充电模式快速、频繁切换的过程中,由算法计算得到的EMF变化幅度相对较大,不能和实际电动势的变化梯度接近,所以此处考虑到负载端电流的大小,对EMF的变化梯度进行了限制,尽可能的接近真实变化趋势。
6,估计并修正初始SOC;
进过梯度限制后的EMF,可以认识是当前铅酸动力电池的EMF,然后根据铅酸动力电池厂家提供的EMF与SOC之间的关系曲线,并结合实际测试的经验数据,在软件中,通过查表的方式修正初始SOC值。从而实现了铅酸动力电池SOC的估计。
图1为电动汽车系统结构图。系统主要由以下几部分组成:驱动电机,驱动电机控制器,以下简称MCU(Motor Control Unit),铅酸动力电池,整车控制器,以下简称VMS(VehicleManagement System),减速器,仪表,高压线束等组成。MCU采集了MCU端直流母线电压和电流,并以CAN通讯的方式将这两个信号实时的发送给VMS,VMS根据MCU发送的驱动电机当前状态信息及MCU端直流母线电压和电流,并结合采集到的驾驶员加速踏板,制动踏板,档位等信号,最终决定整车当前工作模式和驱动扭矩。同样以CAN通讯的方式命令MCU控制驱动电机工作模式和驱动扭矩。SOC估计是在VMS中完成,VMS根据MCU发送的MCU端电压和电流,结合整车状况,依据本发明的估计方法,实现SOC准确、便捷估计。
图2为铅酸动力电池内阻等效电路模型示意图。其中MCU端负载电流有正负方向,当负载电流为正时,表示铅酸动力电池处于充电状态;当负载电流为负时,表示铅酸动力电池处于发电状态;负载电流为零时,则认为铅酸动力电池当前无负载。本发明中两种电动势的计算方法大致为:当负载电流为零,同时整车其它条件满足时,则将当前MCU端直流母线电压认为是铅酸动力电池电动势,记为EMF1,即EMF1=U,当负载电流不为零或者整车其它条件不满足时,EMF1的值则保持为软件前一周期的计算值。此时,根据图2所示的原理图,将铅酸动力电池简化为内阻等效电路模型,根据欧姆定律,计算出铅酸动力电池电动势,记为EMF2,即EMF2=U+I*R,其中内阻R受到负载电流和电池温度共同影响,本发明中,是通过数据查表的方式实现铅酸动力电池内阻R的计算。
图3是各种电动势之间的关系示意图。VMS根据MCU端负载电流及整车其它条件,估算铅酸动力电池在不同负载情况下的电动势,分别为EMF1和EMF2。根据对铅酸动力电池实际充放电过程中的实际电量测试并参考国内外对铅酸动力电池的研究成果。可以认为铅酸动力电池的EMF将会介于EMF1和EMF2之间。与此同时,VMS会根据经验算法和数据,实时计算一个加权系数Z,记为EMF1的加权系数,EMF2的加权系数为(1-Z)。将EMF1和EMF2分别与其加权系数相乘,然后乘积相加,得到值就认为是铅酸动力电池的EMF。然后对EMF进行合理的梯度限制,进一步优化VMS所估计得到的EMF。
图4是SOC估计流程示意图。由图4可知VMS在估算铅酸动力电池SOC时,需要的信号大致有MCU端直流母线电压,MCU端负载电流,电池单体电压、电池温度、加速踏板位置信号,钥匙开关位置信号等。钥匙首次上电后,VMS根据这些信号通过策略算法和经验测试数据可计算得出EMF1和EMF2,同时,VMS也会计算出一个合理的加权系数Z,然后将EMF1和EMF2分别与其加权系数相乘,得到的乘积再相加,经过一个合理的电动势变化梯度限制,得到铅酸动力电池的EMF。然后根据铅酸动力电池厂家提供的EMF与SOC之间的关系曲线,并结合实际测试的经验数据,通过查表的方式得到铅酸动力电池SOC,实现了铅酸动力电池SOC的估计。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进直接应用于其它场合的,均在本发明的保护范围之内。