鉅大LARGE | 點(diǎn)擊量:5196次 | 2018年05月20日
基于電動(dòng)汽車工況,如何識(shí)別預(yù)測(cè)的鋰離子電池SOE?
中國(guó)科學(xué)院電力電子與電力傳動(dòng)重點(diǎn)實(shí)驗(yàn)室、中國(guó)科學(xué)院大學(xué)的研究人員劉偉龍、王麗芳、王立業(yè),在2018年第1期《電工技術(shù)學(xué)報(bào)》上撰文指出,能量狀態(tài)(SOE)是電動(dòng)汽車動(dòng)力電池的重要狀態(tài)指標(biāo),直接影響電動(dòng)汽車?yán)m(xù)航里程,受電動(dòng)汽車工況顯著影響。
為進(jìn)行基于電動(dòng)汽車工況的SOE估計(jì),對(duì)SOE估計(jì)方法、行駛工況識(shí)別算法、行駛工況預(yù)測(cè)算法展開研究,建立基于模型的電池剩余能量狀態(tài)(SOR)估計(jì)方法,提出基于信息熵理論的行駛工況識(shí)別算法,應(yīng)用馬爾科夫鏈理論構(gòu)建了行駛工況預(yù)測(cè)算法,建立電動(dòng)汽車系統(tǒng)模型,仿真獲取電動(dòng)汽車預(yù)測(cè)行駛工況對(duì)應(yīng)的電池預(yù)測(cè)工況,實(shí)現(xiàn)基于電動(dòng)汽車工況識(shí)別與預(yù)測(cè)的SOE估計(jì)。仿真結(jié)果驗(yàn)證了該方法的有效性。
目前,電動(dòng)汽車已經(jīng)成為科研與汽車產(chǎn)業(yè)界的熱點(diǎn),但電汽車的“里程焦慮”問題限制著其發(fā)展[1],荷電狀態(tài)(State-of-Charge,SOC)作為動(dòng)力電池剩余荷電量的指標(biāo)參量被廣泛地應(yīng)用于電動(dòng)汽車中,具有提醒用戶及時(shí)充電的功能。
但由于在放電工況下動(dòng)力電池的端電壓呈現(xiàn)下降趨勢(shì),使得動(dòng)力電池在SOC較大區(qū)間內(nèi)的能量(W×h)供給能力降低,進(jìn)而在電動(dòng)汽車運(yùn)行過程中SOC指標(biāo)表現(xiàn)出加快下降的趨勢(shì)。以SOC作為充電指標(biāo)參量,容易導(dǎo)致充電時(shí)機(jī)的誤判,給電動(dòng)汽車用戶造成了諸多不便。
動(dòng)力電池的能量狀態(tài)(StateofEvergy,SOE)作為電動(dòng)汽車W×h單位尺度上剩余能量的比例參數(shù),是電池能量供給能力的直接描述,將其作為電動(dòng)汽車用戶充電指標(biāo)參量更具優(yōu)勢(shì)。
充電溫度:0~45℃
-放電溫度:-40~+55℃
-40℃最大放電倍率:1C
-40℃ 0.5放電容量保持率≥70%
目前,電池SOE估計(jì)方法通常為SOC估計(jì)算法的應(yīng)用拓展,利用SOC與SOE的映射關(guān)系估計(jì)電池SOE[2,3],然而通過SOC換算得到的SOE并不準(zhǔn)確,這是由于動(dòng)力電池在實(shí)際應(yīng)用中,隨著車輛行駛工況的改變將造成不同程度的能量損耗,使得動(dòng)力電池的實(shí)際供給能量產(chǎn)生變化。因此,基于未來車輛行駛工況預(yù)測(cè)的動(dòng)力電池剩余可用能量狀態(tài)(SOE)更具實(shí)際意義。
而未來車輛行駛工況預(yù)測(cè)的前提是歷史車輛行駛工況的識(shí)別,為此本文進(jìn)行了基于電動(dòng)汽車工況識(shí)別預(yù)測(cè)的鋰離子電池SOE估計(jì)的研究。
電池模型是進(jìn)行電池狀態(tài)估計(jì)的基礎(chǔ),主要可以分為電化學(xué)機(jī)理模型[4,5]、經(jīng)驗(yàn)?zāi)P蚚6,7]和等效電路模型[8,9]三類。其中,因等效電路模型具有便于分析應(yīng)用,通用性好的優(yōu)點(diǎn),取得了廣泛應(yīng)用。
本文基于電池等效電路模型進(jìn)行SOE估計(jì)算法研究,提出了基于模型的電池剩余能量狀態(tài)(StateofResidualEnergy,SOR)估計(jì)算法、基于信息熵理論的行駛工況識(shí)別算法以及基于馬爾科夫鏈理論的行駛工況預(yù)測(cè)算法;構(gòu)建了電動(dòng)汽車系統(tǒng)模型,獲取電池預(yù)測(cè)工況,實(shí)現(xiàn)了基于工況識(shí)別與預(yù)測(cè)的SOE估計(jì);仿真結(jié)果分析、驗(yàn)證了算法的精度。
圖1鋰離子電池等效電路模型結(jié)構(gòu)
標(biāo)稱電壓:28.8V
標(biāo)稱容量:34.3Ah
電池尺寸:(92.75±0.5)* (211±0.3)* (281±0.3)mm
應(yīng)用領(lǐng)域:勘探測(cè)繪、無人設(shè)備
圖2電動(dòng)汽車系統(tǒng)模型
圖3電池SOE估計(jì)算法示意圖
結(jié)論
本文提出了一種基于電動(dòng)汽車工況識(shí)別與預(yù)測(cè)的鋰離子電池SOE估計(jì)算法。
首先,基于電極阻抗譜理論,構(gòu)建了不同階次電池等效電路模型,并應(yīng)用GA算法實(shí)現(xiàn)了模型參數(shù)辨識(shí);
其次,基于AUKF,提出了基于不同階次電池模型的SOR估計(jì)算法,仿真結(jié)果表明,該算法可以實(shí)現(xiàn)迅速收斂;
再次,應(yīng)用FCMIE算法,實(shí)現(xiàn)了電動(dòng)汽車行駛工況的識(shí)別,并采用基于馬爾科夫鏈理論的行駛工況預(yù)測(cè)算法,得到了電動(dòng)汽車預(yù)測(cè)行駛工況,仿真結(jié)果表明,該算法預(yù)測(cè)工況效果良好;
最后,將不同階次電池等效電路模型集成于電動(dòng)汽車系統(tǒng)模型,仿真獲取了電動(dòng)汽車預(yù)測(cè)行駛工況對(duì)應(yīng)的電池預(yù)測(cè)工況,進(jìn)行了電池預(yù)測(cè)工況下的電池能量損耗率的計(jì)算,繼而實(shí)現(xiàn)了電池SOE的估計(jì)。
SOE估計(jì)方均誤差在2.45%以內(nèi),本文提出的電池SOE估計(jì)算法具有良好效果。