第十二届(深圳)新能源汽车核心电源技术研讨会
电动汽车动力电池管理系统核心算法
报告人:姜久春
欣旺达电子股份有限公司
2019年6月19日
目录
1
电池管理系统基本功能
2
电池荷电状态(SOC)估计
3
电池峰值功率(SOP)估计
4
电池健康状态(SOH)估计
2
电池管理系统基本功能
BMS
核心
算法
信息采集
状态监测
安全保护
充电控制
均衡管理
热管理
信息管理
• 电压、电流、温度
• SOC、SOP、SOH
• 在线故障诊断及安全控制
• 充电电流与充电电压控制
• 主动均衡、被动均衡
• 温度控制、散热/加热功率控制
• 关键数据存储、与整车控制器通讯、与
云平台通讯
3
SOC估计
p常用SOC估计方法
4
SOC估计
pSOC估算方法优缺点对比
方法
优点
缺点
Ah积分
简单,准确,易嵌入实现
依赖准确SOC初值,存在累计误差
基于OCV
准确,易嵌入实现
需要大量静置时间,对某些电池具局限性
基于电池模型
不需静置及SOC初值
对测量噪声十分敏感,对某些电池的适用性差
卡尔曼滤波
准确灵活,对噪声SOC初始误差具鲁棒性
复杂,计算量大,依赖模型参数,增益选取不当
会造成不稳定
滑模观测器
准确灵活,对噪声,模型误差及SOC初始误差具
鲁棒性
非线性,不易实现
模糊逻辑
人工的模糊思维
不准确
神经网络
适合于所有种类电池
需要大量训练数据
实车上常用的是 Ah积分+OCV校正
5
SOC估计
pSOC估计影响因素分析
参数
扰动
初始
误差
温度
依赖
电池
老化
测量
噪声
误差源
电流测量值
电压测量值
输入量
功率约
束条件
等效电路模型
电池状态空间方程
模型结构 模型参数
最大可用
容量
OCV-SOC
曲线
x
k
1
y
k
f x u
(
k
h x u
(
k
)
k
)
,
k
,
k
k
IC曲线特征值提取
SOP
SOC
SOH
输出量
6
SOC估计
p常用观测器
基于状态空间方程的SOC观测器的通用结构
EKF观测器
H∞观测器
PI观测器
T
T
A P C X
P F
(
P
0
2
m in(
X C
T
P A
X G
)
T
对于高斯白噪声,有较高的估计
精度
考虑有色噪声影响时,估计精度
效果好
)
I
P F
X G
2
0
兼顾超调幅度和收敛速度
7
SOC估计
p不同SOC估计方法性能对比-SOC估计精度
SOC初始误差为20%
SOC初始误差为50%
SOC初始误差为100%
8