优化责任国(SOC)精确度和电池管理系统(BMS)设计

优化责任国(soc)准确度和电池管理系统设计
电池管理系统(bms)由一系列监测和控制电池运行的电子装置组成,典型的bms的主要元素是电池监视器和保护器、燃料测量器和主要微控制器(mcu)(见图1)。
figure 1: bms architecture
房舍管理处最重要的参数之一是其充电状况估算的准确性,而水电状况估算中的错误可能导致电池使用寿命和运行时间差,以及潜在的危险情况,如系统意外丧失电力等。
两个主要因素影响soc的准确性:电池监测仪的测量准确性和燃料估测仪的估算准确性。本条探讨了这两个因素对最终soc估算准确性的影响,以确定设计做法,使设计师在试图优化soc准确性和成本时能够更好地分配资源。
燃料测量仪是ic负责计算电池估计的soc。燃料测量仪算法可以部署在主mcu,但专门的燃料测量仪有许多优点,包括:
效率效率效率燃料量表减少了多边协调单位的计算要求,使整个系统更有效率。
可靠性:经过试验和测试的燃料测量仪(ic)通过在设计中增加冗余,以及确保某种程度的soc准确性,提高了全方位系统的稳健性。
快速时间到市场:专用燃料计量仪减少了工程资源需求,因为其生产级的、充分验证的算法适用于许多类型的电池,可能需要几个月到几年的软件和电池工程师小组来开发一个非常精确的燃料计量算法。
直接测量电池的soc并非易事。相反,soc必须用电池监视器测量的信号来估计。燃料测量仪的准确性取决于它用来估计soc的方法。最简单的方法是库伦计数,它结合了电流进出电池的电流,计算公式(1):
然而,coulomb的计算在很大程度上取决于最初的soc估算、目前的测量精确度和电池的可用容量。此外,不准确的测量是综合的,导致soc的估算随时间推移而变化。因此,这种方法不能保证趋同,这说明实际soc与估计的soc相匹配的时间。
模型方法可以用来考虑当前、电压和温度读数,以使soc趋同。这些方法使用数学细胞模型将这些读数与估计soc联系起来。然而,过分不精确的电压读数加上低忠诚模型可能会产生一个巨大的soc偏差错误。
电池监视器和保护器是ic,负责感测电池的电压、电流和温度。这些测量结果随后被送到燃料计数器,该计数器根据这些读数估算电池的soc。
由于电池监测是soc估算过程的第一步,其测量准确性必然在最终soc估算错误中发挥作用。在严重依赖库伦计数或简单化细胞模型来估算soc的遗留的bms中,电池监测测量准确性是soc估算偏差的主要来源。这促使电池包设计师寻找最准确的电池电压测量能力。然而,使用精确燃料计算算算法改进soc估算效率远高于仅仅提高电池监测电压测量准确性。
此外,目前电池包设计的趋势正在转向使用混合电池监视器和保护器(bmp)临时委员会。 bmp临时委员会利用电池监视器是电池最接近电池的元素这一事实,因此是第一个发现潜在缺陷和危险的国家,这意味着bmp临时委员会可以在没有mcu干预的情况下启动保护,使电池系统更加安全。
尽管有些设计师主要根据精确度选择电池监视器,但测量值和实际值之间的微小差异对系统几乎没有什么危险。稍有偏差不会损坏电池,因为电池的大小不足以防止电源被触发。
迄今为止,这篇文章说明了燃料测量方法和电池监测的准确性如何驱动soc估计准确性,然而,我们仍然需要评估不同的燃料测量方法和bm宽度如何影响soc的准确性,进行了多次模拟,结合不同的燃料测量方法和bm宽度,以确定其对soc误差的贡献。图3和图4显示了这些假想的soc误差。
图3和图4中的不同假设情景包括10个完整的充电/放电周期,15分钟的放电时间在最初的soc和50%的soc之间和之间。在所有假设情景中,bm当前测量抵消为20ma。一个理想的数学模型用于尽量减少模型不准确造成的错误,这意味着电池数据来自所有燃料测量方法所使用的同一模型。
coulomb 计数, 整合电流进出电池的电流。 (注意电压仅用于 soc 初始化。 )
库伦计数加以开路电压为基础的校正,在充电/放电时使用库伦计数法,并在放松期间使用开路电压关系进行soc校正。
mps的混合方法考虑了测量和数学细胞模型不确定性,以便实现coulomb计数的短期准确性和数学细胞模型提供的长期趋同。
图3显示锂镍锰钴氧化物(nmc)化学电池soc误差。
figure 3: soc error (nmc chemistry example)
图4显示了锂铁磷酸盐(lfp)化学电池的soc错误,请注意,lfp化学对电压测量不准确性比较敏感,因为其平坦的ocv。
figure 4: soc error (lfp chemistry example)
从图3和图4可以看出以下各点:
coulomb计数方法提供了最差的结果,因为由于缺乏反馈,它无法从最初不准确的soc中恢复过来,此外,目前测量中的任何错误都导致soc随时间推移而变化。
以 coulomb计数加上基于ocv 为基础的校正方法有助于减少soc随时间推移而变化,但也有一些缺点。首先,校正可能并不频繁,因为它们只在放松时期发生。其次,校正导致soc跳跃,可能造成系统层面的问题并对终端客户产生负面影响。 ocv 模型和细胞电压测量中的任何错误都会大大影响这一方法。
mps混合法采用小型但连续的soc校正方法,以确保soc估计数平滑,跟踪真实的soc。这是通过使用高纤维模型的电压、电流和温度测量实现的。此外,该算法根据当前运行条件对soc进行最佳纠正,并考虑模型/测量不准确。这限制了任何单项参数(如细胞电压测量)的高度精确性。
必须指出的是,随着时间的流逝,阻力和能力变化等细胞模型参数可能会影响soc的准确性,即使在使用昂贵高端电池监视器的系统中也是如此。这就是为什么必须有一个精确的燃料测量仪,通过从电池监测器接收同步电压和当前测量数据来计算细胞阻力。mp279x家庭摘自mps。
solutions to soc estimation errors
高端燃料计量表比如mps的 mpf4279x家族,实施混合估算方法,使用高忠诚度模型,考虑投入测量的不确定性,以减少不准确感的影响,跟踪每个连接序列的单个细胞的抗力上升和能力减弱,以在整个电池生命周期保持高soc估计准确度。整套估算参数包括电池的功率限制、健康状况、运行时间和充电时间。
图5显示高端燃料量测表与mpf42791能够大大提高soc对特定bm测量精确度的估算结果,成为实现出色业绩的关键参数。
figure 5: improving soc estimation
conclusion
最后,精确估计电池的soc是任何电池动力应用的关键,而bms设计师的任务是优化soc精确度和成本之间的权衡。通常,bms系统针对高电压精确度高的昂贵电池监测器,以达到良好的soc估计准确度。然而,这只给电池监测器增加不必要的费用,只是稍有改进;相反,bms系统针对的是高电压精确度的电池监测器,以达到良好的soc估计准确度。高端燃料油量计能够提高soc的准确性,降低系统总成本和设计时间。