神華國(guó)能集團(tuán)公司 張建生

0 引言

電動(dòng)汽車(chē)充電站是電動(dòng)汽車(chē)的動(dòng)力能源補(bǔ)充裝置，然而過(guò)分密集的集中充電可能導(dǎo)致充電站瞬時(shí)負(fù)荷過(guò)大，引起供電系統(tǒng)電能質(zhì)量下降等問(wèn)題。充放電過(guò)程控制不合理可能導(dǎo)致電池永久性損壞，甚至導(dǎo)致爆炸。本文設(shè)計(jì)了一種基于ARM的電動(dòng)汽車(chē)充放電管控系統(tǒng)，采用安時(shí)法與電動(dòng)勢(shì)法加權(quán)的改進(jìn)型混合式SOC估計(jì)算法[1-2]，實(shí)時(shí)監(jiān)測(cè)與分析電動(dòng)汽車(chē)電池的充放電電壓與電流的參數(shù)指標(biāo)，并通過(guò)以太網(wǎng)傳輸?shù)奖O(jiān)控與管理中心，從而加快了檢測(cè)速度，了解電池的充放電狀態(tài)，做到對(duì)電池健康狀況的準(zhǔn)確估計(jì)，能夠保證汽車(chē)電池充放電過(guò)程的安全。

1 總體設(shè)計(jì)

電動(dòng)汽車(chē)電池充放電管控系統(tǒng)的硬件部分包括電源電路、AD數(shù)據(jù)采集電路、以太網(wǎng)通信電路、數(shù)據(jù)顯示電路等部分組成。硬件裝置框圖如圖1所示。軟件部分包括安時(shí)法與電動(dòng)勢(shì)法加權(quán)的電池荷電狀態(tài)（SOC）估計(jì)算法、傳感器控制與數(shù)據(jù)采集算法。

硬件電路以ARM9架構(gòu)的中央處理器S3C2440為主控制器，控制數(shù)據(jù)采集電路采集電動(dòng)車(chē)電池的充放電電壓和電流等數(shù)據(jù)[3]。充放電數(shù)據(jù)經(jīng)改進(jìn)SOC算法的估計(jì)后，由電池健康狀況估計(jì)算法進(jìn)行處理，最終顯示在顯示屏上，并將處理結(jié)果經(jīng)由以太網(wǎng)上傳至總監(jiān)控與管理中心。

圖1 硬件裝置框圖

2 硬件電路與改進(jìn)SOC估計(jì)算法

2.1 核心處理電路簡(jiǎn)介

根據(jù)電動(dòng)車(chē)電池充放電檢測(cè)的實(shí)際需要，以及為加快檢測(cè)速度，做到實(shí)時(shí)檢測(cè)與估計(jì)，本系統(tǒng)選用了SAMSUNG公司的S3C2440作為核心處理器。S3C2440處理器優(yōu)勢(shì)在于它是專門(mén)為小型設(shè)備提供的高性價(jià)比、低功耗的小型微處理器。主要作用是控制AD芯片采集充放電電壓、電流信號(hào)，應(yīng)用改進(jìn)SOC算法與電池健康狀況估計(jì)算法處理采集到的數(shù)據(jù)，將結(jié)果顯示在LCD顯示屏上，并將檢測(cè)數(shù)據(jù)與處理結(jié)果傳送到監(jiān)控與管理中心。

2.2 信號(hào)采集電路

圖2 放大濾波電路

圖3 直流電壓、電流采集電路

圖4 AD7606信號(hào)采集電路

信號(hào)采集電路使用交流電壓傳感器SPT204B，電流信號(hào)經(jīng)由OP07轉(zhuǎn)換成電壓信號(hào)，由OP07與電容C3、C4組成的二階低通混疊電路濾除高頻噪聲，實(shí)現(xiàn)交流電壓的采集。同理，使用交流電流傳感器SCT224AX，經(jīng)過(guò)放大濾波電路實(shí)現(xiàn)交流電流的采集。放大濾波電路如圖2所示。

通過(guò)電阻分壓方式，采集直流電壓，并使用電流傳感器TBC0PS5采集直流電流。直流電壓、電流采集電路如圖3所示。

高采樣率與后級(jí)數(shù)據(jù)處理速度的匹配程度決定了實(shí)時(shí)檢測(cè)與估計(jì)的準(zhǔn)確性，為此選用模數(shù)轉(zhuǎn)換器AD7606，它是16位同步采樣ADC，內(nèi)置二階抗混疊濾波器、跟蹤保持放大器、靈活的數(shù)字濾波器；正常工作模式下功耗為l00mW，待機(jī)模式下為25mW。本系統(tǒng)使用AD7606通過(guò)串行外設(shè)總線SPI和ARM進(jìn)行數(shù)據(jù)傳輸，并對(duì)50Hz電網(wǎng)信號(hào)每周期采樣256個(gè)點(diǎn)，采樣率為12.8ksps，對(duì)于51次諧波，每周期仍然可以釆5個(gè)點(diǎn)。AD7606信號(hào)采集電路圖如圖4所示。

2.3 改進(jìn)SOC估計(jì)算法

2.3.1 鋰電池模型選取

在SOC估計(jì)算法中普遍使用等效電路模型進(jìn)行估算，而適用于靜態(tài)表征的PNGV一階模型很難準(zhǔn)確表征電池的充放電等動(dòng)態(tài)特性。為此，提出改進(jìn)的二階等效電路模型，如圖5所示，它是在一階模型的基礎(chǔ)上增加了一個(gè)阻容環(huán)節(jié)，因此對(duì)電池充放電的動(dòng)態(tài)過(guò)程可以更準(zhǔn)確地進(jìn)行估計(jì)，通過(guò)實(shí)驗(yàn)證明，盡管在電池靜置過(guò)程中二階模型與一階模型的估算結(jié)果基本一致，但在電池的充放電之后再次進(jìn)入靜置時(shí)，其估算效果要明顯好于一階模型，估算的SOC值更準(zhǔn)確。

圖5 PNGV改進(jìn)模型電路圖

其中：R0 表示電池等效內(nèi)阻； R1、R2表示等效極化電阻；C1、C2表示等效極化電容；C0表示電池等效電容；U1、U2表示電池等效電容電壓。

由圖5可得如下關(guān)系式：

由此可得改進(jìn)的PNGV模型SOC估計(jì)算法：

其中：

2.3.2 加權(quán)的安時(shí)-電動(dòng)勢(shì)法

SOC估計(jì)算法的實(shí)際應(yīng)用中，安時(shí)法雖然測(cè)量精度高，自身影響小，但容易積累誤差，而電動(dòng)勢(shì)法在整個(gè)充電過(guò)程中都表現(xiàn)出很好的估計(jì)效果，但缺點(diǎn)是電池需要長(zhǎng)時(shí)間靜置[4]，綜合分析兩種方法的優(yōu)缺點(diǎn)，本文提出加權(quán)的安時(shí)-電動(dòng)勢(shì)法。算法原理圖如圖6所示。算法流程圖如圖7所示。

圖6 加權(quán)的安時(shí)-電動(dòng)勢(shì)法原理圖

加權(quán)的安時(shí)-電動(dòng)勢(shì)法的值由三部分相加得出，第一部分為電動(dòng)勢(shì)法SOCV估算值，第二部分為安時(shí)法估算出的當(dāng)前拍SOC增量，第三部分就是圖中虛線框中的部分，它是截止到上一拍為止估算出的SOC值，由于電池充放電過(guò)程中電動(dòng)勢(shì)法SOC占的權(quán)重僅為0.0005，故將其約等于截止到上一拍為止安時(shí)法估算出的SOC值。最后加權(quán)的SOC的計(jì)算公式如下式：

當(dāng)w=0時(shí)，公式表示為電動(dòng)勢(shì)法：

當(dāng)w=1時(shí)，公式表示為安時(shí)法，傳遞函數(shù)為：G(z)=z/(z-l)，屬于純積分環(huán)節(jié)，初值的誤差無(wú)法消除，不會(huì)收斂于真值。離散化后的遞推迭代公式是：

當(dāng)0＜w＜1時(shí)，公式表示為改進(jìn)SOC估計(jì)算法：加權(quán)的安時(shí)-電動(dòng)勢(shì)法。算法會(huì)收斂于真值，w決定收斂速度。離散化后的遞推迭代公式是：

汽車(chē)啟動(dòng)時(shí)，電池充放電管控系統(tǒng)上電，初始化w=0，此時(shí)電池電動(dòng)勢(shì)與開(kāi)路電壓接近，改進(jìn)算法完全由電動(dòng)勢(shì)法計(jì)算起始值，調(diào)整0＜w＜1，使CPU進(jìn)行遞推運(yùn)算，就實(shí)現(xiàn)了加權(quán)的安時(shí)-電動(dòng)勢(shì)估計(jì)算法。

圖7 加權(quán)的安時(shí)-電動(dòng)勢(shì)估計(jì)算法流程圖

表1 電壓采集值與實(shí)際測(cè)量值比較

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)用額定電壓為3.3V的汽車(chē)鋰離子電池，使用文中系統(tǒng)對(duì)其進(jìn)行電壓采集，并與萬(wàn)用表實(shí)際測(cè)量值做對(duì)比。實(shí)驗(yàn)結(jié)果如表1所示。

由表1證明5號(hào)電池誤差最大為0.38%，小于國(guó)標(biāo)的0.5%，因此電池充放電管控系統(tǒng)對(duì)電池的電壓檢測(cè)精度較高，且運(yùn)行可靠。

4 結(jié)論與展望

基于ARM的充電管理與控制系統(tǒng)的實(shí)際應(yīng)用地點(diǎn)為山西省電力公司大同供電分公司，該系統(tǒng)實(shí)現(xiàn)了傳感器的數(shù)據(jù)采集、控制與顯示，可實(shí)時(shí)監(jiān)測(cè)電池的電壓、電流數(shù)據(jù)，并通過(guò)網(wǎng)絡(luò)傳送至監(jiān)控與管理中心。實(shí)驗(yàn)結(jié)果證明檢測(cè)結(jié)果準(zhǔn)確，該系統(tǒng)能充分了解電動(dòng)汽車(chē)電池的充放電狀態(tài)，估計(jì)電池的健康狀況，且在很大程度上減輕了CPU的負(fù)擔(dān)。

[1]沈佳妮,賀益君,馬紫峰.基于模型的鋰離子電池SOC及SOH估計(jì)方法研究進(jìn)展[J/OL].化工學(xué)報(bào),1-11(2017-10-24).http：//kns.cnki.net/kcms/detail/11.1946.TQ.20171024.1148.008.html.

[2]姬偉超,傅艷,羅欽.三種常用動(dòng)力鋰電池模型分析與比較[J].農(nóng)業(yè)裝備與車(chē)輛工程,2015,53(05)：37-41.

[3]管利佳,楊永杰.電動(dòng)車(chē)蓄電池智能充電監(jiān)控系統(tǒng)[J].電源技術(shù),2017,41(01)：30-33.

[4]楊夢(mèng)勤,樊紹勝.基于電動(dòng)車(chē)用蓄電池荷電狀態(tài)估測(cè)的充電方法[J].電源技術(shù),2014,38(11)：2070-2072+2084.

[5]王志福,彭連云,孫逢春,等.電動(dòng)車(chē)用鋰離子動(dòng)力電池充放電特性[J].電池,2003(03)：167-168.