英语原文共 6 页
摘要
电池是电动汽车的基本组成部分，代表着可持续移动的一步。锂化学现在被公认为电动汽车储能的首选技术。但是，仍有几个研究点尚未公开。它们包括电池材料的最佳选择以及电子电路和算法的开发，以实现更有效的电池利用率。本文最初回顾了用于预测电池性能的最有趣的建模方法，并讨论了适用于电池管理的IC和系统的苛刻要求和标准。然后，报告了用于电池管理实现的通用且灵活的架构以及用于充电状态估计和电荷平衡的主要技术。最后，我们描述了创新BMS的设计和实现，其中包含几乎完全集成的有源电荷均衡器。
关键词：锂离子电池，电池建模，电池管理系统，电荷均衡，充电状态估计，电动汽车。
I.导言
由于在使用中有效利用能源和零排放，电动汽车（EV）预计将在可持续交通中发挥重要作用。电池对电动汽车的性能影响很大，基本上决定了续航里程。因此，电池技术的选择及其有效利用至关重要。从今天的角度来看，锂离子化学是电池技术的首选，因为它具有良好的能量密度，良好的额定功率和脉冲能量流系统的充电/放电效率。通常，根据应用，大量电池串联连接以构建具有所需电压（高达400V）的电池串。
锂离子化学对过充电和深度放电非常敏感，这可能会损坏电池，缩短其寿命，甚至导致危险情况。这需要采用适当的电池管理系统（BMS）来将电池的每个电池维持在其安全可靠的工作范围内。除了电池保护的主要功能外，BMS还应估算电池状态，以便预测仍可输送到负载的实际能量。这是一项非常具有挑战性的任务，因为电池在可用容量和内阻方面的性能随时间而变化。
BMS的另一个重要功能是通过面对串联电池中可能出现的电荷不平衡问题来延长电池寿命。这降低了电池的可用容量，因为即使在电池的其他电池中仍存储有能量，最少充电的电池也确定放电结束。由于对锂离子电池施加严格的电压限制，电荷不平衡不能自行恢复，而是随着时间的推移而恶化。实际上，当一个电池达到电压上限时，必须中断充电过程，导致一些电池不能完全充电。即使假设所有电池具有相同的容量（容量不匹配通常仅限于百分之几），也要充电
不平衡可能是由具有不同自放电率的电池引起的。这种不匹配也可以通过沿电池串的温度梯度来确定。因此，BMS应实施电荷均衡技术以周期性地恢复平衡条件。
本文的目的是描述电动汽车电池设计和管理中的主要问题。本文涵盖了从锂离子技术（第II部分）到BMS要求（第III部分）以及电池状态估算和电荷均衡（第IV部分）的架构和技术等方面。然后将它们应用于创新的BMS设计，以集成到电动车辆中（第V部分）。实施的BMS包括第一个几乎完全集成的有源电荷均衡器。结论见第六节。
II.锂电池技术与建模
A.细胞建模的挑战
与其他几种电化学（EC）系统相比，锂离子电池允许改变不同电池材料的组合。不同的阳极和阴极材料结合不同的分离器和电解质导致电池和系统设计的巨大挑战。单个组件的任何更改都会修改单元特征。需要付出很多努力才能获得有价值的测试结果，特别是在生命周期方面。通过改进这些系统的建模，可以减少这种努力。
B.不同的建模方法
第一种方法来自于从外部观察电化学系统（Black-Box Approach）。电压 - 电流特性用于提取描述电化学系统的数学函数的参数。这导致快速计算模型。通常，这些模型不允许在系统改变之后直接改变参数（例如，不同的分离器厚度），而不重复参数化模型所需的所有测量。第二种方法是电集总模型。这种建模可以快速计算结果。另一方面，当需要汽车应用中的宽操作区域的覆盖时存在若干缺点。通过温度，荷电状态，电流密度和寿命来处理参数变化确实需要非常复杂的查找表以使模型的特征适合于单元的特征。第三种方法是对电化学系统本身进行建模。在下文中，模型源自详细的物理和化学特征。该模型还涵盖了反映锂离子系统实际系统行为的充放电效应。主要方面是：
bull;集电器和电极材料的电子传导性，
bull;锂在高度多孔电极内的固态扩散，
bull;电荷转移，SEI（固体电解质间期） - 锂离子的转移和溶剂化，
bull;电解液中的锂扩散，
bull;欧姆和动能热量产生，
bull;中性电荷和能量平衡。
这些现象由非线性耦合微分方程描述。需要大量参数，预测应用案例的结果不够稳健，必须加强。长距离估计不同的参数，因为它们不能通过测量直接获得。此外，评估的参数仅代表单个电化学系统，如果不是来自单个供应商的单个电池。这些参数也受生产过程和生产线质量的影响。寿命终止标准取决于所考虑的应用。通常，在整个生命周期内需要预定义数量的负载循环。寿命限制特性是电池容量的降低和电池内阻的增加。这两个特性分别直接影响行驶里程和可用功率。一方面，容量损失直接受到活性材料的失活（实际容量损失）的影响，另一方面，通过内阻的增加。在后一种情况下，容量仍然可用，但在实际负载条件下不能充分利用。当应用于不同的细胞几何形状以预测细胞寿命时，物理 - 化学建模方法是最有效的。该方法基于劣化机制以及材料和电池参数的相关变化。另一方面，该参数组的评估需要大量时间和专门的测量设备，因为现场电池的典型目标通常是10年或更高。
C. EC建模和老化
从应用的角度来看，锂离子系统老化方面的机械建模是一个巨大的挑战。除了对这些模型进行参数化的努力之外，计算时间还在电池系统开发周期的时间范围之外。工业中可用的工具应该能够快速产生结果。目前用统计模型描述了锂离子电池系统的老化。必须在长时间测试期间收集这些模型的数据输入。该程序要求测试矩阵定义明确。如果最终产品的要求在开发阶段有所不同，那么用之前定义的测试矩阵覆盖这些新要求是纯粹的运气。在测试过程中更改测试矩阵本身就会危及任何时间表。
D.在老龄化预测方面，为什么不将统计模型和EC模型结合起来？
在定义基于设计实验的测试矩阵时，了解哪些参数及其如何影响老化是一个关键问题。即使在单个方面，了解老化行为也有助于设计更可靠的测试设置。在Liion电池系统的今天早期产品开发阶段，我们需要考虑改变关键参数。当影响寿命性能的主要关键因素（例如涂在集电箔上的活性材料的厚度）必须改变时，该怎么办？新的测试设置需要时间并严重推迟产品的开发时间表。统计模型和EC扩展的组合是实现更可靠老化的一种方式。
III.电池监测和管理的要求和标准
锂离子电池必须使用电池管理，以确保能量存储系统的能量可用性，寿命和安全性。电池电流，电压和温度随时间变化是电子电池管理系统的主要输入。它负责电池保护和充电状态（SoC），健康状态（SoH）和功能状态（SoF）估计。附加任务是控制加热/冷却子系统和主电源开关，确保从车辆隔离高压，实现与车载网络的隔离通信。
从电子角度来看，挑战是电池电流和电池组电压的准确和同步测量，以及多个电压域上的数据通信和满足ASIL-C安全要求。对于高达450 A和1-2 mV的电流，典型精度目标为0.5-1％，对于电池和电池组电压，典型精度目标分别为0.1％。这种对电压精度的严格要求主要由LiFePO4化学驱动。这是汽车应用的首选技术之一，因为它在能量密度，成本，安全性能，寿命和循环阻力方面具有良好的折衷。开路电压与充电状态的非常平坦的特性代表了这种电池技术。这使得电压测量的电荷估计的准确状态非常困难，尤其是在20％至80％的充电状态范围内。其他汽车锂离子化学品，如Li-Titanate（具有更好的耐循环性，快速充电性能但能量密度更低）或Li-Mangan，在电压测量精度方面要求比LiFePO4电池要低。从半导体元件的角度来看，必须设计集成误差补偿技术，并相应地设计ISO26262设计流程。此外，为了准确评估产品参数，需要具备高精度的生产测试设备并进行全面的产品认证。
假设采用线性和无偏移测量系统，分流电流测量中的主要误差源是分流电阻，放大器增益和ADC参考随温度和时间的变化。电压测量中的误差源是ADC参考随温度和时间的变化，沿电池串的共模电压变化以及影响电阻分压器的容差。在电池管理系统中，不会预见到重新校准，并且必须保持所有车辆寿命的完全准确性。然而，测量系统的长期漂移存在物理原因。最重要的一些与MOS晶体管在偏置时的阈值偏移有关，机械应力可能引起MOS参数偏移和长期弛豫效应。通过高度精确的自动测试设备资源进行全面的资格测试，为在整个生命周期内提供良好的准确性预测奠定了基需要考虑在偏置的高温操作环境中对电子器件进行预老化，以最小化长期精度降低并实现最高精度。
IV.电池管理技术，电荷均衡和SOC估算
用于实现电池管理系统的架构选择可以由目标应用中使用的电池的物理结构驱动。在高功率应用中，大约十到一百多个高容量基本单元串联连接以建立所需的电池电压。整个单元串通常被分段为由4到14个串联连接的单元组成的模块。因此，可以看到电池由三个嵌套层组成：即基本单元，模块和包（即一系列模块）。每个层都可以作为有效实施BMS监控和管理功能子集的智能平台。这种方法导致图2中示意性描绘的BMS分层结构。最内层承载单元监视单元（CMU），每个单元用于字符串的每个单元。中间层由模块管理单元（MMU）组成，每个模块对应一个分区的字符串。 MMU使用内部CMU实现的基本监控功能，并为包管理单元（PMU）提供更高级别的服务，PMU监控所有电池组。可以使用专用的定制总线将每个CMU连接到相关的MMU。相反，共用电流隔离控制器局域网（CAN）总线是实现MMU和PMU之间通信的首选。后者还嵌入了电池和目标应用的其他控制系统之间的接口。在电动车辆中，PMU通过外部CAN总线链接到车辆管理系统（VMS），如图2所示，或其他更高速度的故障图2. BMS的分层架构显示了小区监控单元（CMU），模块管理单元（MMU）和包管理单元（PMU）。 MSU是主交换机单元。宽容总线，如FlexRay [1]。
上述分层架构平台非常灵活，因为BMS功能可以自由分发，并且 - 如果需要冗余 - 在平台的所有三层上复制。分层平台的实例将在下一节中介绍。该实例仅利用平台的两个外层，因为设计的BMS为每个电池模块和PMU嵌入MMU。这是一种常见的选择，主要是由于为每个电池提供专用CMU可能相对昂贵并且可以以不可忽略的方式增加电池的整体自放电率。然而，目前的趋势是通过增加电池
串联连接超高容量电池，而不是具有较小容量的并联电池组。这样，与高容量电池的成本（大约400欧元/千瓦时）和自放电率（典型值为每月3％）相比，CMU的成本和功耗可能变得可承受。使用单元层可以在实现BMS监视任务方面带来一些优势。事实上，CMU可以很容易地充当测量相关电池的电压和温度的仪表。这为以有效方式为此关键BMS功能添加冗余提供了基本支持。此外，由于CMU可以嵌入在单元的情况下，它允许一些有价值的信息，例如序列号，寿命，要评估的周期数和存储在单元本身中。当电池的可用容量的逐渐降低使其不再适用于电动车辆时，这使得能够容易地跟踪电池历史以及在第二市场应用中的潜在用途，例如智能电网[2]。
通常可以实现防止过充电，深度放电和过热的电池保护，从而破坏通过主开关单元（MSU）接触器的电池电流。该方法可以与通过每个模块中存在的双向开关从当前路径中排除一段字符串的可能性相结合（参见图2）。这样，旁路段的电池受到保护，而电池仍然能够为负载供电。此外，双向开关的插入使得能够动态地重新配置弦。
该机制还提供了电荷均衡的直接方法。实际上，如果段达到完全充电，则它可以与电流路径断开，从而可以继续对串的其余单元充电。根据交换机粒度，此方法可应用于由单个单元[3]组成的字符串段，从而允许在单元级别进行电荷平衡。然而，这种方法需要用于电池的每个电池的一对双向开关，并且由于相关的复杂性和成本以及在正常电池操作期间的效率损失，它在高功率应用中是不可行的。因此，如果应用于段级而不是单元级，则该方法似乎更具吸引力。 这是因为每个模块只需要一个高电流双向开关。
已经提出了用于电荷均衡的不同方法。 [4]提供了对不同平衡技术的良好回顾。比较如表I所示，其中上述方法报告为电池/模块旁路。它属于主动平衡技术的范畴。存储在更多带电电池中的额外能量不会通过放电电阻器作为热量消散，因为它发生在被动均衡中，而是转移到带电较少的电池。取决于在电池之间重新分配能量的方式，不同的有源平衡技术是可能的。然而，必须在主动平衡方法的电路复杂性和可实现的效率之间进行非常好的权衡，以使主动平衡与被动均衡相竞争。无源平衡实现非常简单，因为每个单元只需要一个受控开关和电阻。最有希望的方法似乎是模块到单元和共享单元到单元技术[5]，其中单个DC / DC转换器用于均衡模块单元之间的电荷。事实上，与分布式电池到电池技术相比，单个转换器可以设计成具有非常高的效率，并且还可以最大限度地减少庞大的无源元件（电感器和电容器）的数量。下一节将介绍采用反激式DC / DC转换器的模块到单元的有趣实现。
电荷均衡器电路的硬件实现在于MMU，而整体平衡过程通常由PMU监督，PMU控制存储在串的每个单元中的电荷量。为此，PMU需要估计电池串的每个电池的充电状态，即电池中存在的电荷除以其标称容量。后者对应于当电池完全充电时可以存储在电池中的电荷量。如上所述，这仅在电池寿命开始时才如此，因为实际电池容量随时间逐渐减小。因此，老化效应的精确建模对于精确估计存储在单元中的剩余电荷非常重要。
假设初始值已知，可以通过随时间积分电池电流来评估SoC。这种方法称为库仑计数，通常用于低功率应用，作为便携式消费设备。然而，库仑计数对测量误差非常敏感，尤其是由电流传感器的偏移温度漂移引起的测量误差，由于电流积分，这可能导致随时间的大的SoC误差。另一种估算充电状态的简单方法是利用
SoC与开路电压（OCV）之间的关系。然而，OCV对锂离子电池中SoC的依赖性非常小，因此OCV的测量必须非常准确。这要求电池处于稳定状态，这种状况仅在很长时间（通常是几分钟甚至几小时）之后才能连接到负载。因此，该方法不适用于电动车辆中的实时SoC估计，其中电池以高电流连续充电或放电。
在文献报道的其他方法[6]中，如放电测试，内阻测量或神经网络，基于模型的算法（如卡尔曼滤波器[7]或
资料编号：[5819]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
