本文主要是介绍新能源汽车BMS应用设计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
新能源汽车BMS应用设计
电池管理系统(BMS)
概述
电池管理系统(BMS)为一套保护动力电池使用安全的控制系统,时刻监控电池的使用状态,通过必要措施缓解电池组的不一致性,为新能源车辆的使用安全提供保障。作为国内优质的动力系统供应商,在控制系统开发方面拥有雄厚的实力和丰富的经验,可以为客户在电池管理系统开发方面提供优质的工程和配套服务。
为什么要有BMS系统
如果想把电动汽车上这个“将军”理解透彻首先还是要从下面的士兵说起。BMS系统主要应用在二次电池上,尤其对于目前主流的使用锂离子电池的电动新能源汽车尤为重要。
不管车辆使用的是哪种锂离子电池,动力电池都是由一个个小的电池单体通过串、并联的方式组成电池组,再由电池组最终组成车辆的动力电池单元。
特斯拉汽车电池组PACK单元
而在电池组中真正发挥储能作用的是电池组中每一个小小的电池单体,比如特斯拉使用的18650锂离子电池,其实数字代表的就是每一个电池单体直径为18mm,长度为65mm。而一辆85kW?h版本的Tesla Model S的电池组就由接近7000节18650锂电池构成。
一辆汽车上有如此多的电池单体,而每一个小的电池单体都是单独制造的,因为电池的电化学特性的原因出厂后的电池存在每个单体储能一致性存在差别的问题。而充电时又是从一个充电口来为车子充电,如何保证每一块电池都充满电,而又不会因为过度充电对电池造成损害就是BMS系统要解决的问题之一。
BMS 的硬件拓扑
BMS 硬件的拓扑结构分为集中式和分布式两种类型。
集中式是将电池管理系统的所有功能集中在一个控制器里面,比较合适电池包容量比较小、模组及电池包型式比较固定的场合,可以显著的降低系统成本.
分布式是将BMS 的主控板和从控板分开,甚至把低压和高压的部分分开,以增加系统配置的灵活性,适应不同容量、不同规格型式的模组和电池包。
BMS 的状态估算及均衡控制
针对电池在制造、使用过程中的不一致性,以及电池容量、内阻随电池生命周期的变化,应用多状态联合估计、扩展卡尔曼滤波算法、内阻/ 容量在线识别等方法,实现对电池全生命周期的高精度状态估算。经测算,针对三元锂电池,常温状态下单体电池SOC 估算偏差可达最大2%,平均估算偏差1%。
同时针对电池单体间的不一致性,使用基于剩余充电电量一致等均衡策略,最大程度的挥电池的最大能效。
电池内短路的快速识别
电池内短路是最复杂、最难确定的热失控诱因,是目前电池安全领域的国际难题,可导致灾难性后果。电池内短路无法从根本上杜绝,目前一般是通过长时间(2 周以上)的搁置观察以期早期发现问题。
在电池的内短路识别方面,利用对称环形电路拓扑结构(SLCT)及相关算法,可以在极短时间内(5 分钟内)对多节电池单体进行批量内短路检测,能够识别出0~100kΩ量级的内短路并准确估算内短阻值。这种方法可显著降低电芯生产企业或模组组装厂家的运营成本,提高电池生产及使用过程的安全性。
电池内短路检测设备,可以达成如下指标:
• 检测范围:0~100kΩ量级内短路
• 内短路阻值估计:规定区间内精度达±5%
• 单次检测时长:1~5min(根据精度需求调节)
• 检测对象:电池(无体系容量限制)、电容等
• 单台设备年监测能力:
▼1~5 千万节电池单体
▼2~11GWh(60Ah NCM),0.13~0.65GWh(18650 3.5Ah NCM)
▼定制设备可承担整条产线或多条产线的内短路检测任务
关于AFE
AFE(analog front end),中文是模拟前端,在BMS里面专指电池采样芯片,用来采集电芯电压和温度等。
写这个之前,想了比较久,AFE这一块实在是能写的地方太多了,某一个小地方都可以扯上一阵;最后还是决定从一个问题切入,中间顺带介绍一点AFE相关东西,这样内容就不至于显得太生硬和教条化。
这个问题就是:如何选择一款合适的AFE?
按照正常的思维逻辑,当然是对我们的输入需求进行分析,然后再做出选择;实际呢,上面这句话只有一半是对的,因为可供我们选择的AFE不多,所有的需求都要向现实妥协;就像一个大厨,可以做出满足顾客需求的各类风味,但手里却只有豆腐这一种食材,怎么都有些捉襟见肘。 上图是ADI的LTC6813的内部功能框图,目前市面上可以接触到的AFE内部结构大同小异,不同点更多是集中在硬件资源方面;还有的话就是针对功能安全要求所设计的架构形式。简单来讲,最主要的不同点是采样通道数量、内部ADC的数量、类型与架构(关于ADC这一块,后面可以单独拿出来讨论)。
我们获得的外部输入需要主要于两部分:国内外标准以及客户的需求。两个部分之间一定会有交叉,这就需要我们自己去分辨了,好消息是,一般客户的需求会比标准要严格。
BMS可以参考的主要标准是QC/T 897-2011,由于更新的版本暂时还没出来,先拿这个来讲;里面针对AFE最主要的要求就是采集精度(如下图),这个是我们的底线;标准里面指标要求不是很严格,而且测试条件写的很模糊,最新的讨论稿要好很多。关于AFE的电压采集精度的测量与验证,看起来简单,但怎么实现一个精准的电压参考源,尤其在EMC测试中,是一个值得讨论的问题。
来自客户的需求就比较多了,其中影响AFE选择的主要就是电池模组的配置。例如,最小的一个Module是几串几并的?一共有多少个模组? 再就是一些细节的要求,如采样精度,温度点数量,功能安全需求等。
现实应用中,对于并联在一起的电芯,我们是当做同一个电芯去采样的;进一步的,电芯基本都是先并后串,用以减少对采样通道的需求;但让我们头疼的事情是,一个Module里面串联的电芯数量不是固定的,再就是电芯的总串联数量也不统一。这样的话就需要我们去匹配每一种模组的电芯数量,更不幸的是,AFE的最大电压通道数量是不连续的分布(主要分为3个档次:6s左右、12s左右和18s左右),这样就要仔细选择合适的通道数量进行匹配,做到既不浪费也不勉强。所以尤其对于第三方独立的BMS厂家来说,因为本身的话语权有限,夹在主机厂和电芯厂之间,想做出一个平台版本的产品是比较困难的。
而且还会涉及到一种比较特殊的场景,就是AFE跨接模组进行采样(如下图)。简单说就是把铜排上面的压降一起采回来;我们可能用一个独立的通道去采集,或者把它和电芯放在一起去采集。无论哪种方式,都会涉及到一种负压的采样问题,这就需要AFE的采样通道可以承受负压,目前来看,能做到的厂家不多,很多厂家的产品都在朝这个方向演进。
除了采样精度外,容易被我们忽略的就是AFE的温度采样通道数量。推荐的温度通道与电压通道数量比是1:2,不要再小了,因为可能会造 成温度通道数量不够用。除了采集外部的NTC,板内还可能会有一些模拟信号,所以,温度采样通道是比较紧张的资源。
小结:现实点来看,短期内我们很难在车载应用上脱离这些芯片,也很难用国内的芯片来代替。国内同等芯片,要么在储能(小储能)上面先用,到一定的应用量,去解决芯片的稳定性的问题再来,实际上这个BMIC由于连接着电芯,存在大量的浪涌脉冲的问题,前端设计不好,后面芯片的压力可不小,加上共模电压和上电工作时间的问题,这颗芯片其实对材料和设计的要求一点都不低。
这篇关于新能源汽车BMS应用设计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!