新能源Leader|基于等效电路的动力电池模型分析
近年来随着人们对于环保的日益重视 ， 以及相关技术的不断成熟 ， 新能源汽车产业快速发展 。 新能源汽车的电池包主要由单体电池、模组和电池管理系统（BMS）等部分构成 ， 其中BMS不仅需要对电池进行充放电管理 ， 还需要对电池使用过程中的SoC、SoH等指标进行分析预测 ， 这些指标对于动力电池的安全使用具有重要的意义 ， 因此如何准确的对动力电池的这些参数进行预测就显得尤为重要 。
加拿大麦克马斯特大学的RyanAhmed（第一作者）等人采用基于等效电路的模型对动力电池在不同使用工况下电池的SoH状态进行了预测分析 。
常见的电池模型主要包括等效电路模型 ， 经验模型和电化学模型等几种类型 ， 其中等效电路模型是采用RC电路为基本构成要素组成的能够模拟锂离子电池放电过程中电压变化的电路 ， 该方法相对简单 ， 对于计算能力的要求也较低 ， 因此可以非常方便的移植到BMS系统之中 。
以往的研究中 ， 学者们通常采用单一的循环制度对电池进行寿命测试和模型分析 ， 但是在实际中动力电池的使用工况是非常复杂的 ， 因此在该研究中作者采用了更接近实际工况的电动汽车驾驶工况对于电池进行了测试 。 电池的等效电路模型中则包含一个电压源用来输出电压、一个串联电阻用来模拟电池内阻 ， 一系列的RC电路用来模拟电池的极化特性 。
试验中作者采用的电动汽车模型如下图所示 ， 包含电池包、速度控制器、动力模型、电动汽和DC-DC模块 。 电池充满电后进行模拟测试 ， 采用的测试制度为UDDS ， 用来模拟电动汽车在城市中的使用工况 ， US06用来模拟加速较多的暴力驾驶场景 ， 以及HWFET公路燃油经济性测试 。
文章图片
下图为上述的三种测试工况下的电池包电流曲线 ， 单体电池的工作电流则根据电池包的电流获得 ， 这一过程作者忽略了单体电池之间的不均衡的现象 。
文章图片
电池的建模过程需要首先进行测试数据的收集 ， 用来计算模型中的相关参数 ， 并对电池的模型进行检验 。 为了获得更为详尽的数据 ， 作者采用了两种测试方案对电池进行测试 ， 其中A制度包括电池在1C下的容量 ， 以及脉冲充放电测试等 ， 而B制度则为加速寿命测试 ， 主要是将电池在高温（35-40℃）下进行测试 ， 以加速电池的衰降 ， 从而缩短测试时间 。
A制度
该制度主要测试电池的基本特性 ， 例如电池的功率性能、内阻、容量和时间常数等 。
电池的1C容量测试制度如下所示
1.电池以1C倍率恒流充电充电至4.2V ， 然后4.2V恒压充电至电流下降到0.02C 。
2.电池静置1h ， 以稳定电池电压和电流 。
3.电池以1C倍率恒流放电至电压下降到2.8V 。
4.电池静置1h 。
脉冲测试制度如下所示
1.电池以1C倍率 ， 恒流恒压方式充满电 。
2.静置1h 。
3.电池以1C的倍率进行脉冲放电 ， 每次放出1%的电池容量 ， 直到电池的SoC值降低到90% ， 其中两次脉冲之间静置1h 。
4.在90%-10%SoC范围内 ， 每次脉冲放电的容量增加到5%SoC ， 两次脉冲放电的时间间隔也增加到4h 。
5.在10%-1%的SoC范围内 ， 每次脉冲放电的容量为1%SoC ， 两次脉冲之间间隔1h 。
B制度
该测试主要是为了模拟驾驶员在实际使用中的驾驶工况包含UDDS、US06和HWFET三种驾驶模式 ， 该复合驾驶工况会一直测试到电池荷电状态降低到25%SoC ， 同时为了加速衰降 ， 作者将测试温度设定在了35-40℃ 。 下图为工作日的驾驶工况曲线 。
文章图片
下图为周末的驾驶工况
推荐阅读
- 路人战队|产业链分布速览（附名单），新能源汽车火热
- 通信世界网|MEC云边端协同的工业视觉解决方案，华为发布首个基于5G
- 昊明有态度|北大、斯坦福提出基于动态图网络学习的三维部件拼装
- 品玩|特斯拉将在海南建设新能源汽车展示及体验中心
- 亚洲新能源汽车网|小鹏G3i车机系统体验报告：智能没那么简单
- 上游新闻|新能源汽车停车免费政策落实了吗？免收费程序复不复杂？
- 加米谷大数据张老师|大数据平台搭建：基于Hadoop的数据分析平台
- 青亭网|加速AR/VR串流应用，NVIDIA推基于AWS云服务的CloudXR方案
- IT之家|Plus可升级基于Android 11的LineageOS 18.0，小米5/5s
- 玛娜君|NR广播业务试验，华为完成全球首个基于5G商用手机的5G