Java教程

BMS(电池管理系统)第六课 ——SOP&均衡 算法开发

本文主要是介绍BMS(电池管理系统)第六课 ——SOP&均衡 算法开发,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

​SOP算法开发

SOP目前可靠的方法为基于大量的试验结果,标定电性能数据库,查表法实时上报,后期加入SOH修正;

  1. 建立SOP与SOC、温度T的三维表格;
  • 需要允许放电电流的表格;
  • 需要允许放电功率的表格;
  • 需要根据2s,10s,30s,600s分别建立;
  1. 需要试验确定, SOP与定义的SOH之间的关系, 加入SOH参数修正;

image

均衡算法开发

世界上没有两片完全一样的叶子,电池同理。同一批次生产出来的电芯在容量,电压,内阻和自放电率上都有微小的差异,而且随着电池使用时间越长这种差异将被慢慢放大。

image

大家都知道整个pack的容量遵循木桶原理即pack的容量由最低能量的那串电池决定,所以利用均衡算法保持电芯的一致性是BMS必不可少的一项功能。

image

均衡分为两种:

主动均衡:将高能量的电芯的能量通过电路控制转移到低能量的电芯最终使得电芯能量一致;

image

这就要求每一串电池之间必须有一个用来转移能量的通路(下图为原理示意图,后续熊猫会写一篇详细的主动均衡方案对比)

image

被动均衡:将高能量的电芯能量通过发热等方式消耗掉最终使得电芯能量一致;

image

这是目前应用比较广泛的方案,几乎所有AFE都具备被动均衡的功能;

image

下面对比一下两种均衡方式的应用领域的优缺点

image

目前主动均衡由于成本高,系统复杂在具体项目上应用不多,主流方案还是采用被动均衡,它主要有三种参考依据:电压、后期电压、历史SOC;

电压:充电全程开均衡,操作非常简单但是以电压来考量SOC本身就是不准确的,另外电池在均衡过程中处于带载状态对电芯电压的测量误差也很大。

后期电压:在充电末期开均衡,这时候电压曲线斜率大以电压考量SOC相比第一种方式精度会好一些,但是这段时间很短,均衡不了多少。如果电芯差别很大很可能出现一直均衡结束不了的情况。这就要求均衡电流很大在很短时间完成均衡但是大电流又会带来发热严重的问题,所以要在两者之间权衡。

历史SOC:参考上一次每个电芯的SOC全程开均衡,这种利用历史SOC值均衡最准确,但是要记忆上一次每个电芯SOC并且实时计算,这样软件计算量很大容易造成系统累赘冗余。

从控制器软硬件支持均衡功能

  • 均衡电流50mA~100mA(1%SOC per 5~6hr.)

  • 均衡开启后对应通道的单体电压采样会有40~50mV偏离

均衡开启条件

  • 主/从控制器上电

  • 主控制器监测到不同电芯间OCV或者SOC的差值超过了均衡阈值

  • 电池包状态允许均衡,无禁止类故障

  • 根据均衡SOC差值及均衡电流,预估需要的均衡时间(可以为标定表格)

有限选择充电式均衡

• 均衡关闭条件

  • 控制器下电

  • 自主均衡时各电芯与最低电芯压差<10mV,~2% SOC

  • 均衡时按照相应开关开启/闭合指令

这篇关于BMS(电池管理系统)第六课 ——SOP&均衡 算法开发的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!