低温BMS 系统剩余充电时间预估的研究

2022-02-14 07:37杨法松曾国建占礼葵熊珊珊
汽车电器 2022年1期

杨法松, 曾国建, 吉 祥, 占礼葵, 熊珊珊

(1.安徽锐能科技有限公司, 安徽合肥 230009;2.中科院合肥技术创新工程院, 安徽合肥 230009)

1 引言

当前交通工具、 民用电子、 航空航天大规模使用锂电池, 均看中锂电池具有高能量密度、 高输出电压、 循环寿命长等特性。 锂电池可以进行多次充电, 在充电过饱和或者欠饱和都会对其寿命造成影响。 锂电池寿命的缩短不仅会带来经济损失, 还可能导致重大事故的发生, 特别是在航天航空领域。 因此, 充电剩余时间的准确预测能防止锂电池寿命缩短, 对保证电池系统的安全和稳定具有重要意义。

目前国内外针对充电剩余时间的研究有很多方向: 娄宇成等提出在非线性 (GNL) 的改进电池模型上, 结合多元参数辨识以及电池充放电等特性, 建立电池充电过程中电池参数与时间的关系模型, 但参数较多且不同阶段对应不同的模型, 其实用性、 通用性不强。 文献[4-6]提出了三段模型, 将充电分成3个阶段: 涓流充电、 恒流充电和恒压充电, 这种做法没有考虑充电过程中损耗问题, 导致预测出现偏差。

从上述的研究方向, 都没有考虑低温充电时需要对电池进行加热而导致的损耗和充电时间的延长, 这样在低温充电时预测的充电时间将严重偏离。 因此研究低温电池充电剩余时间策略具有现实和工程指导意义。

2 BMS低温剩余充电时间预估介绍

本策略结合充电功率Map、 充电 (加热) 过程中温升速率和末端恒压充电实际充电时间数据, 实现在刚充电时刻准确预估完整充电过程并计算充电剩余时间的目的。

为了在充电开始时刻准确预测整个充电过程中的电流变化曲线、 精准估算充电剩余时间, 简化了充电功率Map的查表方式, 具体如下。

结合SOC与单体电压的对应关系, 确定不同温度下恒流充电与充电末端的界限值THR和对应的V、 SOC, 参考表1。

表1 名词缩写对照表

当SOC≤SOC且V≤V时, 使用温度、 SOC查充电功率Map表, 即:

加热的截止温度为T, 当T<T时, 加热、 充电同时进行 (仅加热可认为充电电流为0A的充电)。 插枪时刻,根据温度T、 SOC查功率Map, 起始充电电流为I, T、SOC分别为功率表中下一阶段充电电流所对应的温度、SOC。

同理, T、 SOC分别为下一阶段充电电流所对应的温度、 SOC, 则T-T经历的时间Δt, SOC-SOC经历的时间Δt, 充电电流I的充电时长为:

假设从T-T电流变化的次数为n, 则低温充电的总时间:

3 BMS低温剩余充电时间预估验证

根据低温剩余充电时间预估逻辑, 选取几个点的温度和SOC充电目标编写被测试表格 (表2), 然后根据表2, 用真实的电池在环境箱使用充电柜进行充电, 验证预估时间是否接近。

表2 被动均衡测试用例

选取电池后根据表1的初始SOC值, 使用充放电柜进行真实的充放电, 实现初始SOC值。 然后使用环境箱, 将电池的环境温度进行控制, 达到表1要求, 接着按照目标SOC进行充电, 统计达到目标SOC的充电时间。

图1为环境温度-5℃时, SOC从30%充电到100%时预测剩余时间和实际充电时间的数据记录, 图2 为环境温度-10℃时, SOC从3%充电到100%时预测剩余时间和实际充电时间的数据记录。 从测试数据可以看出, 从充电开始预估的充电剩余时间和真实充电完成的时间非常吻合, 但是在充电过程中, 因温升导致充电电流变化导致预估不准,在充电尾端会快速收敛准确地预测充电剩余时间。

图1 温度-5℃, SOC30%~100%数据记录

图2 温度-10℃, SOC3%~100%数据记录

4 结论

本文介绍了一种低温电池充电剩余时间预估的方法,该方法具有以下特点: 考虑加热膜加热速率和充电温升速率预测加热时间; 考虑加热充电进行充电积分, 预测加热充电的充电剩余时间; 将温度升高后充电电流变化进行分段积分, 预测温度段的充电时间; 最后将不同分段的时间进行累加算出低温充电的剩余充电时间。 后期通过真实的充电柜和环境箱进行测试验证, 发现该方法比较准确地预估了剩余充电时间, 因此具有较好的理论价值和实际意义。