电池管理系统国内外现状及其未来发展趋势

电池管理系统国内外现状及其未来发展趋势

ID:3959666

大小:47.57 KB

页数:11页

时间:2017-11-26

电池管理系统国内外现状及其未来发展趋势_第1页
电池管理系统国内外现状及其未来发展趋势_第2页
电池管理系统国内外现状及其未来发展趋势_第3页
电池管理系统国内外现状及其未来发展趋势_第4页
电池管理系统国内外现状及其未来发展趋势_第5页
资源描述:

《电池管理系统国内外现状及其未来发展趋势》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、电池管理系统国内外现状及其未来发展趋势一、前言  目前,影响电动汽车推广应用的主要因素包括动力电池的安全性和使用成本问题,延长电池的使用寿命是降低使用成本的有效途径之一。为确保电池性能良好,延长电池使用寿命,必须对电池进行合理有效的管理和控制,为此,国内外均投入大量的人力物力开展广泛深入的研究。例如,日本青森工业研究中心从1997年开始至今,仍在持续进行(BMS)实际应用的研究[1];美国Villanova大学和USNanocorp公司已经合作多年对各种类型的电池SOC进行基于模糊逻辑的预测[2];丰田、本田以及通用汽车公司等都把BMS纳入技术开发的重点。  

2、        我国在十五期间设立电动汽车重大专门研究项目,经过几年的发展之后,在BMS方面取得很大的突破,与国外水平也较为接近。在国家863计划2005年第一批立项研究课题中,就分别有北京理工大学承担的EQ7200HEV混合动力轿车用镍氢动力电池组及管理模块、湖南神舟公司承担的EQ6110HEV混合动力城市公交车用大功率镍氢动力电池及其管理模块、苏州星恒电源有限公司承担的燃料电池轿车用高功率型锂离子动力电池组及其管理系统、北京有色金属总院承担的解放牌混合动力城市客车用锂离子电池及管理模块等课题。此外还有清华大学、同济大学等承担的多能源动力总成控制系统和DC/

3、DC变换器等一大批相关课题。二、BMS的基本结构       BMS的主要工作原理可简单归纳为:数据采集电路首先采集电池状态信息数据,再由电子控制单元(ECU)进行数据处理和分析,然后根据分析结果对系统内的相关功能模块发出控制指令,并向外界传递信息。基于上述原理,美国托莱多大学提出一个典型的BMS基本结构框图(图1)[3]。这个典型的系统把BMS简化划分为1个ECU和1个均衡电池之间电荷水平的均衡器(EQU)两大部分。其中ECU的任务主要由4个功能组成:数据采集、数据处理、数据传送和控制。ECU也控制均衡器、车载充电器等电池维护设备。             

4、图2是韩国Ajou大学和先进工程研究院开发的BMS系统的组成结构及其相互逻辑关系[4]。该系统在上述结构中进行功能扩展,即增设热管理系统、安全装置、充电系统以及与PC机的通信联系。另外还增加与电动机控制器的通信联系,实现能量制动反馈和最大功率控制。             湖南大学研发的电动汽车(EV23号)采用的集中式BMS结构示意图见图3。该BMS系统最大的优点是采用电压隔离开关矩阵提高数据采集的可靠性和系统的安全性。其内部多条隔离的数字及模拟信号输入输出通道不仅可以根据要求灵活使用,而且有效增强系统的抗干扰能力。             现在国外正在开展

5、基于智能电池模块(SBM)的BMS研究,即在1个电池模块中装入1个微控制器并集成相关电路,然后封装为一个整体,多个智能电池模块再与1个主控制模块相连,加以其它辅助设备,就构成1个基于智能电池的管理系统。该BMS成功实现对每个电池模块的状态监测、模块内电池电量均衡和电池保护等功能[5]。美国Micron公司开发的军用电动车辆BMS采用的就是这种结构[6]。       三、BMS功能组成部分概述       综合国内外的研究工作,目前所设计的电动汽车用BMS通常包含以下功能组成部分[7]:数据采集、剩余容量(SOC)的估算、电气控制(充放电控制、均衡充电等)、热

6、管理、安全管理和数据通信。       (一)数据采集       在BMS中,采集到的数据是对电池作出合理有效管理和控制的基础。因此,数据的精度、采样频率和数据过滤就非常重要。鉴于电压、电流、温度的动态变化特征,采样频率通常应不低于1次/s[7]。锂离子电池的安全性要求高,对电压敏感,所以必须采集每个单体电池的电压,监测到每个电池的温度。镍氢电池和铅酸电池对电压和温度的采集精度要求不像锂离子电池那样高,有时为简化BMS的结构,对电压和温度成对或成组采集。例如,文献[8]中研发的镍氢BMS在每组由10个单体电池组成的电池组中设置5个电压测量点;而对于温度测量,

7、每个电池组设置1个测量点。(二)SOC的估算        电池剩余容量(SOC)的确定是BMS中的重点和难点。由于电动汽车电池在使用过程中表现的高度非线性,使准确估计SOC具有很大难度。传统的SOC基本估算方法有开路电压法、内阻法和安时法等。近年来又相继研发出许多对电池SOC的新型算法,例如模糊逻辑算法模型[2]、自适应神经模糊推断模型[9]、卡尔曼滤波估计模型算法[10]以及新出现的线性模型法和阻抗光谱法等[11]。             开路电压法适用于测试稳定状态下的电池SOC,在电动汽车行驶过程中不宜单独使用。开路电压法通常用作其它算法的补充[11

8、]。内阻法是根据蓄电池的内阻与SOC之

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。