基于电池约束的电机控制预测模型



基于电池约束的电机控制预测模型

电力推进系统在汽车工业的应用越来越广泛，同时电动汽车的销量也在不断增加。电动汽车行驶时，电池组所提供的最大功率和轮胎附着限制，给电机额定功率增加了一个上限。同样，在再生制动时，电池组所能接受的最大电能以及制动方面的作用也产生相关约束。当确定电机功率时，需要考虑电机控制器产生的各种约束。在电池放电和充电过程中对最大功率产生的约束进行了分析，提出了一种预测电池最大功率的新方法，并将该方法用于汽车动力系统电机控制中。

电池组最大功率预测的主要难点在于：①多种因素均会影响电池的最大功率。②电池组内电池之间存在的不平衡荷电状态，其主要影响因素是电池使用环境温度以及电池荷电状态。电池荷电状态之间的不平主要在于，汽车用电池组需要通过将各单体电池并联或串联以满足特定的功率需求和能量需求，并联增加电池组的容量，而串联增加电池组的电压各单体电池生产过程、使用条件的不同，也使各电池荷电状态之间存在着不平衡。文中首先对电池组状态估计进行分析，指出目前多使用扩展卡尔曼滤波、卡尔曼滤波、粒子群滤波和滑模观测器对电池组状态进行估计，选择基于扩展卡尔曼滤波建立电池组状态观测器，并采用等效电路模型描述电池。之后将状态观测器和电池模型结合，建立预测电池最大功率的新模型。对模型进行试验验证时，使用台湾能元科技公司制造的18650锂电池。将该模型用在一个微控制器上，对荷电状态进行硬件在环估计。试验结果表明，电池组最大功率随温度和荷电状态发生显著的变化。在环境温度为20℃、充电荷电状态为90%、放电荷电状态为20%时，电池组最大功率下降1/ 3。环境温度为0℃、电池组荷电状态为35%时，电池组中功率损失为环境温度20℃时的5倍。

B.Roscaetal.2014IEEE International Electric Vehicle Conference，Florence Dec.17-19，2014.

编译：陈丁跃