来自系列:混合动力电动汽车
哈维尔·Gazzarri MathWorks
探索电池组电热建模与仿真。在本视频中,你将学习:
大家好。我的名字是Javier Gazzarri,我是MathWorks的应用工程师,专门用于电池系统的设计和分析,使用建模和仿真。我是一名机械工程师,拥有Buenos Aires大学和英国哥伦比亚大学的硕士和博士学位学士学位。
在七年前加入MathWorks之前,我在加拿大的政府工作了多年,在加拿大温哥华的国家研究委员会燃料电池神经化研究所研究低温燃料电池。现代电池系统,尤其是基于锂离子化学的电池系统,需要仔细监测和控制每个电池的状态,以确保操作安全、良好的性能和可接受的耐久性。
这项任务由电池管理系统负责,该系统测量每个电池的电流、电压和温度,控制冷却、平衡和电池组的动力元件,以及操作启动和关机断开开关。
该视频显示的典型的电池管理系统的任务,如平衡,热分析,以及SOC估计的例子。我们将用一个简单的3年1P电池组架构的模型开始,在低SOC和自动平衡开始。我们将展示怎样的Simulink可金宝app以塑造物理设备和控制器的电池组,它的平衡电路,并在电气和热性能方面提供结果。
其次,我们将展示非线性观察者如何跟踪电池的充电状态。在前面示例中使用的相同单元电池用于在本领域中使用以创建真实工厂的模型。
在之前的视频中,我们展示了如何创建一个电池等效电路,以及如何使用控制温度的实验数据对其进行参数化。我们看到,每个估计过程的结果是一个矢量的等效电路参数。不同的SOC水平有不同的值。
在不同温度下重复估计过程,得到一个查找型矩阵,输出元件的OCV、电阻和电容作为电荷状态和温度的函数。以这种方式创建的电池块现在可以成为一个系统的一部分,就像一个模型,它的架构反映了我们的设计需求和规格。
我们今天要分享的第一个例子反映了BAMS的重要任务之一,细胞平衡。循环使用电池组最终会导致单个电池失去平衡。不同细胞的热量效率是导致这个问题的一个典型原因,表现为不同的SOC水平和不同的细胞。
这种情况是不可取的,因为它限制了进入或离开电池组的总能量,因为最弱的电池限制了从整个系统中可以提取的电量。最强的电池会限制系统充电的范围。
通常情况下,平衡是通过两种方式来实现的。使用一种欺骗方法,通常称为无源平衡,在这种方法中,来自顶部电池的多余电荷通过连接的电阻排出
与每个单独的细胞平行。使用尼康耗散的方法,通常称为主动平衡,在这种方法中,来自某些细胞的多余电荷被重新分配到需要速率的其他细胞中。
今天我们将看到一个被动平衡的例子。平衡系统的设计者决定什么时候平衡,在充电期间,在放电期间,或两者都平衡,以及在什么SOC范围内进行平衡。在这种情况下,我们将在整个SOC范围内进行充电。
让我们看看模型结构。此Simu金宝applink模型使用Simscape组件表示具有3S 1P拓扑的小电池组,串联连接的3个单元,一个并行串。中心的电池组从左侧的任一源接收充电。
我们将在这里展示的充电曲线被称为CCCV充电,恒流,恒压。其中恒定电流控制下的初始充电阶段先在典型的C 2以上的速率而一旦越过端子处测量的电压达到额定满充电OCV,值的系统更改与该电压值作为设定点电压控制。
充电继续进行,直到电流达到预定下限阈值。从电流电压控制的变化有,我们可以在左下角看到交换机来完成。电池单元组里想,我们可以看到三个单元串联连接。到右侧,我们看到了平衡电路,它包括泄漏电阻和选择性地接通和根据所述电池单元的SOC相对关闭旁通支路的晶体管。
在适当时,电阻器分流的充电电流的一部分,从而减慢电荷它们被连接到允许下面的细胞追赶细胞的速率。的控制信号,在MOSFET的栅极该命令从上,我们将稍后返回右边的逻辑块来了。
细胞左边的橙色块代表相邻细胞之间的对流传热。这些块被连接到每个电池的热部分,然后连接到等效电路的热部分。热的产生被认为只是双重作用的结果。
的热连接是不对称的,因为在底部的单元,而在顶部的细胞经由对流热传递块连接到大气热在一侧绝缘。在电池单元块跳水一个进一步的下台,我们看到了3 RC电路,它的参数,我们发现使用Mollica关系的技术在我们以前的视频介绍。
每个元件都有温度和电荷状态的输入端口。在这些输入上,是块内二维查找带孔的入口点。所述输出板的内阻与所述内阻的参与相对应。
该功率在热块内转换为热流源,该热块又导热到热质量。让我们运行模型,看看它是如何工作的。左上角的绘图显示总电压和电流,在那里我们可以识别恒定电流和恒定电压周期。在右上方,我们的SoC水平。
最初低且彼此相差10%,因为它们增加,直到它们的值接近不够,充电时可以不进行平衡他们慢慢彼此接近。上底部的图表左边示出了电池的温度演变。温度堆积不均匀,因为流过每个电阻器的电流是不在每个时间瞬间如可以在范围向右被观察到的相同。作为由于非对称热拓扑之前描述以及。
观察他们的结果,我们可以看到,尽管从安全的角度来看,最高温度并不值得关注,但温度的差异可能会导致温度最高的电池比温度较低的电池降解得更快,从而加剧不平衡。
这表明需要主动热管理,以保持温差尽可能低。最后,让我们探索控制平衡过程的逻辑。statflow是Simulink上的一个附加库,专门为状态逻辑算法建模而设计。金宝app
这里的每个块表示某些变量被赋给特定值的状态。在这种情况下,输出信号馈送MOSFET门。基于每个电池对应的OCV值,MATLAB函数源它们,并基于它们相对的SOC statflow决定激活哪个MOSFET以减缓该电池的充电。
这是需要注意的重要,这里OCV是现成的,因为工厂的模拟。在实际应用中,应该OCV基于由在所述内部电阻推定电压降校正端电压测量来估计。
一旦在仿真中实现了状态流逻辑,我们就可以使用C-core自动生成来在硬件中实现算法,而不需要用c重写算法。本文模拟了电池的循环充放电特性和非线性的基于卡尔曼滤波的SOC估计方法。
由于各种原因,准确的SOC估计在宝马汽车中是至关重要的。其中,治疗范围为焦虑。如果你在驾驶电动汽车,你需要知道需要多长时间才能给电池充电。与可以直接测量油箱水平的传统汽车不同,电池的SOC不能用间接方法测量。例如,OCV估计,库仑计数,或两者的结合。
这些方法具有它们的缺点,有时它们不会有效适用。例如,对于具有非常平坦的放电轮廓的细胞。估计充电状态的更高级方法是使用观察者。通常,卡尔曼滤波器,其从电池接收输入和输出信号并使用电池单元的模型和递归算法计算内部状态。
在这个例子中,我们使用无迹卡尔曼滤波器,从控制系统工具框型非线性估算的。我们需要的,因为OCV与SOC之间的关系的非线性观测。该UKF至少需要两个函数作为参数。状态转换和测量功能。
前者描述状态和输入之间的关系,而阶梯则产生作为状态和输入函数的系统输出。这些函数可以是MATLAB或Simulink的函数块,本例中使用的金宝app是梯形。状态转移函数根据当前输入计算状态的演化。
该计算需要使用经过那个非线性查找表的温度和电流信号来先前计算等效电路参数,该表格显示我们在先前视频中估计的电池单元的电池单元。在此块内部存在故障,具有四种状态的状态更新方程,即SOC和RC组件的三个电压。
测量函数计算的端电压作为和整个等效电路元件的其余部分的单独的电压降之和OCV之间的差。需要在这种情况下,没有额外的功能,因为测量功能,而且也没有记忆。
运行模型,我们观察到在电池单元进行替代的充电和放电电流循环。的SOC估计在60%初始化虽然,其实际值是50%。该算法大约两个小时的模拟时间后收敛到真实价值。
最后,我们来谈谈控制算法的硬件实现。在硬件中实现Simulink算法的一个必要步骤是生成一个可嵌入金宝app的C代码。我们可以自动完成
从控制器块使用内置命令。这将将框图转换为C添加评论,以获取双向导航的代码。
在这段视频中,我们展示了如何创建一个电池系统的模型与典型任务信任的电池管理系统。细胞平衡和SOC估算。在先前的视频创建的单元电池单元现在被利用到一个不同的设计的情况。在Simulink物理模型库元件提供一个直观的装置,以灵活的方式来创建电池电路以及用金宝app于将植物和控制器在单一的环境相结合。
在第一示例中,简单的3S 1P电池组,启动了低SoC和失去平衡。金宝appSimulink,StateFlow和Simscape使能够设计充电和平衡策略,包括用于嵌入式实现的自动核心生成。
最后,我们展示了一个非线性卡尔曼滤波应用于单元电池的荷电状态估计。感谢您的收看。
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。