優化責任國(SOC)精確度和電池管理系統(BMS)設計

優化責任國(SOC)準確度和電池管理系統設計

電池管理系統(BMS)由一系列監測和控制電池運行的電子裝置組成,典型的BMS的主要元素是電池監視器和保護器、燃料測量器和主要微控制器(MCU)(見圖1)。

Figure 1: BMS Architecture

房舍管理處最重要的參數之一是其充電狀況估算的準確性,而水電狀況估算中的錯誤可能導致電池使用壽命和運行時間差,以及潛在的危險情況,如系統意外喪失電力等。

兩個主要因素影響SOC的準確性:電池監測儀的測量準確性和燃料估測儀的估算準確性。 本條探討了這兩個因素對最終SOC估算準確性的影響,以確定設計做法,使設計師在試圖優化SOC準確性和成本時能夠更好地分配資源。

燃料測量儀是IC負責計算電池估計的SOC。 燃料測量儀算法可以部署在主MCU,但專門的燃料測量儀有許多優點,包括:

效率效率效率燃料量表減少了多邊協調單位的計算要求,使整個系統更有效率。

可靠性:經過試驗和測試的燃料測量儀(IC)通過在設計中增加冗余,以及確保某種程度的SOC準確性,提高了全方位系統的穩健性。

快速時間到市場:專用燃料計量儀減少了工程資源需求,因為其生產級的、充分驗證的算法適用于許多類型的電池,可能需要幾個月到幾年的軟件和電池工程師小組來開發一個非常精確的燃料計量算法。

直接測量電池的SOC并非易事。 相反,SOC必須用電池監視器測量的信號來估計。 燃料測量儀的準確性取決于它用來估計SOC的方法。 最簡單的方法是庫倫計數,它結合了電流進出電池的電流,計算公式(1):

然而,Coulomb的計算在很大程度上取決于最初的SOC估算、目前的測量精確度和電池的可用容量。 此外,不準確的測量是綜合的,導致SOC的估算隨時間推移而變化。 因此,這種方法不能保證趨同,這說明實際SOC與估計的SOC相匹配的時間。

模型方法可以用來考慮當前、電壓和溫度讀數,以使SOC趨同。 這些方法使用數學細胞模型將這些讀數與估計SOC聯系起來。 然而,過分不精確的電壓讀數加上低忠誠模型可能會產生一個巨大的SOC偏差錯誤。

電池監視器和保護器是IC,負責感測電池的電壓、電流和溫度。 這些測量結果隨后被送到燃料計數器,該計數器根據這些讀數估算電池的SOC。

由于電池監測是SOC估算過程的第一步,其測量準確性必然在最終SOC估算錯誤中發揮作用。在嚴重依賴庫倫計數或簡單化細胞模型來估算SOC的遺留的BMS中,電池監測測量準確性是SOC估算偏差的主要來源。這促使電池包設計師尋找最準確的電池電壓測量能力。然而,使用精確燃料計算算算法改進SOC估算效率遠高于僅僅提高電池監測電壓測量準確性。

此外,目前電池包設計的趨勢正在轉向使用混合電池監視器和保護器(BMP)臨時委員會。 BMP臨時委員會利用電池監視器是電池最接近電池的元素這一事實,因此是第一個發現潛在缺陷和危險的國家,這意味著BMP臨時委員會可以在沒有MCU干預的情況下啟動保護,使電池系統更加安全。

盡管有些設計師主要根據精確度選擇電池監視器,但測量值和實際值之間的微小差異對系統幾乎沒有什么危險。 稍有偏差不會損壞電池,因為電池的大小不足以防止電源被觸發。

迄今為止,這篇文章說明了燃料測量方法和電池監測的準確性如何驅動SOC估計準確性,然而,我們仍然需要評估不同的燃料測量方法和BM寬度如何影響SOC的準確性,進行了多次模擬,結合不同的燃料測量方法和BM寬度,以確定其對SOC誤差的貢獻。 圖3和圖4顯示了這些假想的SOC誤差。

圖3和圖4中的不同假設情景包括10個完整的充電/放電周期,15分鐘的放電時間在最初的SOC和50%的SOC之間和之間。在所有假設情景中,BM當前測量抵消為20mA。一個理想的數學模型用于盡量減少模型不準確造成的錯誤,這意味著電池數據來自所有燃料測量方法所使用的同一模型。

Coulomb 計數, 整合電流進出電池的電流。 (注意電壓僅用于 SOC 初始化 。 )

庫倫計數加以開路電壓為基礎的校正,在充電/放電時使用庫倫計數法,并在放松期間使用開路電壓關系進行SOC校正。

MPS的混合方法考慮了測量和數學細胞模型不確定性,以便實現Coulomb計數的短期準確性和數學細胞模型提供的長期趨同。

圖3顯示鋰鎳錳鈷氧化物(NMC)化學電池SOC誤差。

Figure 3: SOC Error (NMC Chemistry Example)

圖4顯示了鋰鐵磷酸鹽(LFP)化學電池的SOC錯誤,請注意,LFP化學對電壓測量不準確性比較敏感,因為其平坦的OCV。

Figure 4: SOC Error (LFP Chemistry Example)

從圖3和圖4可以看出以下各點:

Coulomb計數方法提供了最差的結果,因為由于缺乏反饋,它無法從最初不準確的SOC中恢復過來,此外,目前測量中的任何錯誤都導致SOC隨時間推移而變化。

以 Coulomb計數加上基于OCV 為基礎的校正方法有助于減少SOC隨時間推移而變化,但也有一些缺點。 首先,校正可能并不頻繁,因為它們只在放松時期發生。 其次,校正導致SOC跳躍,可能造成系統層面的問題并對終端客戶產生負面影響。 OCV 模型和細胞電壓測量中的任何錯誤都會大大影響這一方法。

MPS混合法采用小型但連續的SOC校正方法,以確保SOC估計數平滑,跟蹤真實的SOC。這是通過使用高纖維模型的電壓、電流和溫度測量實現的。此外,該算法根據當前運行條件對SOC進行最佳糾正,并考慮模型/測量不準確。這限制了任何單項參數(如細胞電壓測量)的高度精確性。

必須指出的是,隨著時間的流逝,阻力和能力變化等細胞模型參數可能會影響SOC的準確性,即使在使用昂貴高端電池監視器的系統中也是如此。 這就是為什么必須有一個精確的燃料測量儀,通過從電池監測器接收同步電壓和當前測量數據來計算細胞阻力。MP279x家庭摘自MPS。

Solutions to SOC Estimation Errors

高端燃料計量表比如MPS的 MPF4279x家族,實施混合估算方法,使用高忠誠度模型,考慮投入測量的不確定性,以減少不準確感的影響,跟蹤每個連接序列的單個細胞的抗力上升和能力減弱,以在整個電池生命周期保持高SOC估計準確度。 整套估算參數包括電池的功率限制、健康狀況、運行時間和充電時間。

圖5顯示高端燃料量測表與MPF42791能夠大大提高SOC對特定BM測量精確度的估算結果,成為實現出色業績的關鍵參數。

Figure 5: Improving SOC Estimation

Conclusion

最后,精確估計電池的SOC是任何電池動力應用的關鍵,而BMS設計師的任務是優化SOC精確度和成本之間的權衡。 通常,BMS系統針對高電壓精確度高的昂貴電池監測器,以達到良好的SOC估計準確度。 然而,這只給電池監測器增加不必要的費用,只是稍有改進;相反,BMS系統針對的是高電壓精確度的電池監測器,以達到良好的SOC估計準確度。高端燃料油量計能夠提高SOC的準確性,降低系統總成本和設計時間。

審核編輯：彭菁