电动汽车电池组分级均衡充电方法的对比研究

康 斌，谭晓军，陈维杰

(中山大学工学院，广东广州510275)

电动汽车电池组分级均衡充电方法的对比研究

康 斌，谭晓军，陈维杰

(中山大学工学院，广东广州510275)

针对电动汽车电池组的特点，基于当前较为先进的非耗散型均衡技术，提出了两种分级均衡充电方法，并对所提出的策略进行对比分析。两种方案都利用了非耗散型均衡效率较高的特点，结合分级控制的概念，可有效适应包括电动汽车在内的大型电池组均衡应用情景。与传统的耗散型均衡相比，所提出的两种均衡方法减少了均衡充电时间，且能耗明显降低，从而降低了电池组热管理的难度，具有较强的实用性。

电动汽车；电池管理系统；均衡控制

Abstract:Based on the updated active equalization technology,two hierarchical balance control schemes were proposed to charge the electric vehicle battery.The two schemes were then simulated with typical battery samples and the results were compared with the traditional passive solution.The proposed schemes both took advantage of active balance with its high efficiency,and were applicable to the power batteries on electric vehicles with the hierarchical control strategy.Compared with traditional passive equalization,the proposed methods were faster with lower energy consumption,which reduced the difficulty of thermal management and would be more practical on electric vehicles.

Key words:electric vehicle;battery management system;equalized charging

电动汽车动力电池普遍存在不一致的问题，这种不一致通常表现为电池容量的不一致，电池当前剩余电量(SoC)不一致，电池内阻不一致以及电池自放电速率不一致等多个方面[1]。电池不一致所引起的短板效应将使电池组内的电池不能完全充满，从而降低了电池组的整体有效容量。在电动汽车的实际应用中，由于电池数量多，这样的问题尤为突出。

为解决这一问题，在电动汽车的电池管理系统中，通常设置了均衡充电的功能，即在电池组充电的过程中，对电池进行均衡控制，从而使得各个单体电池的剩余电量达到一致。关于均衡充电，研究人员已经提出了不少的方法，大致可以归纳为“耗散型”与“非耗散型”两大类。耗散型均衡控制相对简单，易于实现；非耗散型均衡可通过电池间的电量转移实现高效均衡，但控制相对复杂。非耗散型均衡方案又可根据转移器件的不同分为电容类[2]、电感类[3]及互感器[4]类。然而这些均衡方案往往只能实现能量的单向传导，而且各电池间的均衡操作需要分步进行，灵活性受到一定限制。

为此，凌力尔特公司于2013年推出LTC3300芯片，使得非耗散型均衡控制得到了优化。高集成度、灵活的控制模式及良好的可扩展性是基于该芯片进行均衡控制的主要优点。应用该芯片所构造的均衡控制电路，能实现较高的能量转移效率，支持能量的双向传导以及同步均衡，从而进一步提高均衡效率。然而，LTC3300更适合用于小电池组(典型地，6至12个电池)，对于电动汽车上所使用的大规模电池组(典型地，串联数量超过100个)，基于能量转移的非耗散型均衡是不现实的。

为了克服以上不足，本文从电动汽车实际应用出发，提出了两种基于LTC3300的二级均衡方案，可适应包括电动汽车在内的大型电池组应用情景。两种方案都将电池组分为若干个电池模块，模块内基于LTC3300均衡电路实施LLB(Low-level Balancing)控制策略，模块与模块之间进行HLB(High-level Balancing)控制策略。在实现HLB控制的过程中两种方案采用了不同的形式：其一是为每个电池模块分配独立的小型充电机进行补电，其二是为每个电池模块配置一个耗散旁路电阻。本文将对这两种不同的方案进行描述并对其有效性进行评价。

1 基于LTC3300的模块内均衡

图1所示为基于1片LTC6804和2片LTC3300芯片所配置的BMS子板，其中LTC6804负责监控每节电池的状态，而LTC3300负责控制能量转移，实现组内均衡(LLB)。其中能量转移的方式具有双向性与同步性两方面特点，既可对单体电池进行放电，并转移给整个模块，也可由整个模块统一放电，为单体电池补电，而且各单体电池的均衡操作可以同时进行互不干扰，从而提高了组内均衡的效率。理论上这种LLB策略可以实现3个及以上任意数量电池的均衡，但对于电池数量较多的情景，长距离的能量传输以及复杂的控制将大大降低均衡的实际效率，因此对于大型电池组而言，需要配合模块化以及HLB策略弥补一次均衡的不足。本文提出以下两种不同的解决途径。

图1 基于LTC3300的电池模块(12节电池)

2 方法一：运用小型独立充电机进行模块间均衡

为每个模块配置一个小型充电机，可以用较小的功率，对SoC较低的模块进行独立充电，如图2所示。

图2 运用小型独立充电机进行模块间均衡

图2中，每个充电机只能为相应的电池模块进行单独充电，而不影响其他模块。这里所提及的“小型”、“小功率”都是相对于能对整个电池组充电的“大型”充电机而言的。因为这些独立充电机一般是与BMS一起安装在车上的，若功率太大不仅难以安装，而且从经济成本来看也不划算。

配置了小型独立充电机以后，二级均衡可以按照以下步骤进行：

(1)利用第1节的模块内均衡方法对各模块进行LLB均衡。当每个模块内的最高与最低电压之差均小于阈值U1时，模块内均衡完成，进入(2)。

(2)利用外置的大型充电机，对整个电池组进行充电，直到电池组内任意一个电池达到电压保护上限，进入(3)。

(3)利用小型充电机分别对模块进行小功率充电(HLB)，直至模块内任一电池充满，进入(4)。

(4)如果电池组内最高电压与最低电压小于阈值U2，则HLB均衡充电完成，均衡操作结束。否则跳到(1)进行下一轮LLB均衡。

在上述步骤中，只要根据电压传感器及电池的特性选择U1、U2，并使得U1＜U2，则可保证电池间的SoC 差距逐渐缩小，最终收敛于充满状态。

3 方法二：运用旁路电阻进行模块间均衡

不难理解，方法一属于非耗散型均衡，能量效率高；然而，因为每个模块都要配备小型充电机，成本较高，可以采用方法二，即为每个模块配置一个旁路电阻，用耗散型的方法实现模块之间的均衡(HLB)，如图3所示。

图3 运用旁路电阻进行模块间均衡

与方法一相比，方法二用旁路电阻取代了小型独立充电机，相比之下，成本和占用空间都减少了，其缺点是损耗了电池组荷带的能量并随之增加了电池组内热管理的难度。

配置了旁路电阻以后，二级均衡可以按照以下步骤进行：

(1)利用第1节的模块内均衡方法对各模块进行LLB均衡。当每个模块内的最高与最低电压之差均小于阈值U1时，模块内均衡完成，进入(2)。

(2)将每个模块状态标志置为0。

(3)利用外置的大型充电机为整个电池组充电，直至任一电池充满，并对最先充满的电池所在的模块更改状态标志为1。

(4)判断各模块的状态标志，若均为1，跳至步骤(6)，否则进入步骤(5)。

(5)利用耗散电阻对状态标志为1的小组放电1min(HLB)。放电后返回步骤(3)。

(6)此时各模块均已充电至预设范围。判断电池组内最高电压与最低电压之差是否在阈值U2内，若是则视为全局均衡完成，无须进一步操作；否则视为电量差异未达到要求，返回步骤(1)进行下一轮LLB均衡控制。

在上述步骤中，U1、U2的取值可参照方法一，根据电压传感器及电池的特性选择，并使得U1＜U2，则可保证电池间的SoC差距逐渐缩小，最终收敛于充满状态。

4 均衡控制建模

为对所提方法进行有效性分析，需要先建立动力电池和均衡电路的等效模型以及根据实测试验进行参数识别。

4.1 电池模型的建立

近年来，有不少学者都尝试用“等效电路模型”模拟动力电池的特性[5]，即通过建立一个二端口电路网络来描述电池在工作过程中所表现出来的电压与电流之间的外特性关系。

我们于2011年提出一种等效电路模型，并将其运用于动力电池剩余电量的估算，取得了良好的效果[1]。模型主要由等效电压源与等效阻抗两个部分组成，如图4所示。

图4 动力电池等效电路模型

图4中等效电压源由两个受控电压源组成，其一反映电池的电动势特性，其二反映动力电池的开路电压滞回特性；等效阻抗由一个三阶阻容电路表示，主要考虑了电池的欧姆内阻以及极化内阻特性。文献[6]中给出了电池模型中各个参数的辨识方法。

4.2 均衡电路模型的建立

均衡过程中电池组能量的消耗主要表现在三个方面：均衡控制电路板上的能量损耗(简称“板耗”)、导线上的能量损耗(简称“线损”)以及电池内部损耗(简称“电池内耗”)。其中，板耗主要与均衡电路板上的元器件相关，主要表现为变压器的损耗以及开关管的损耗。此外，线损往往因为数量级太小而被忽视。但事实上，在均衡电路中，由于能量的转移在同一条导线上持续、反复地进行，因此导线上的能量损耗会被累积，必须在能耗建模时考虑其大小。

据此可以建立起两种均衡方案的能耗模型。根据实测试验可标定模型所需的如均衡效率、实际均衡电流、线阻等参数信息。

5 均衡充电方法的有效性分析

要比较不同的均衡充电方法，需要将不同的方法用于具有相同“不一致性”的电池组样本。然而，由于电池组“不一致”的可能情况有很多种，不可能对每种情况进行测试，因此可以根据所建立的模型，对各种可能的情况进行过程仿真，对比不同方法的能量消耗及时间消耗情况，最后结合相应不同方案的器件成本，全面进行对比。

5.1 仿真样本的选择

本文选用的仿真样本为：一个由96个100 Ah动力电池组成的串联电池组，其中每12个电池作为一个模块，共有8个模块。为了反映电池的不一致性，每个电池的初始SoC有两种可能的取值(90%或100%)，共有296约7.9×1028种可能的情况，可认为已历遍所有情况，具有代表性。由于很多样本的均衡过程是等效的，因此计算机仿真时可以只考虑独立不重复的情况，从而提高仿真效率。

5.2 两种均衡充电方法的对比分析

根据以上的仿真样本及参数设定，对所有情况进行仿真，得到各方法对相同样本进行均衡充电的能量消耗及时间消耗结果，对比分析如下。

(1)能量消耗对比

直方图是统计样本频数的有效工具，用直方图分析两种分级均衡充电方案对于传统耗散型方法的相对能耗，如图5所示。以30%～39%区间为例解释该图的生成方法：96个电池，总共有296(≈7.92×1028)种可能的样本，经过仿真计算，共有约5.17×1028个样本在利用方法一进行均衡充电时，相对能量消耗落在30%～39%的区间，而利用方法二进行均衡充电时，共有约1.07×1028个样本的相对能耗落在该区间，据此画出直方图中30%～39%区间的两个柱子高度，用不同底纹表示。

图5 相对能量消耗统计直方图

由图5可见，利用方法一进行均衡充电的能量消耗大概为传统耗散型方法的20%～49%，其中以落在30%～39%区间的样本为最多；方法二的能量消耗大概为传统耗散型方法的30%～89%，其中以落在40%～49%区间的样本为最多。表1是对所有样本分别用传统耗散型方法以及本文的两种方法实施均衡充电的能量消耗统计值，其中最后一行是本文两种方法分别与传统方法比较的能耗节约百分比。

表1 各均衡充电方法的能量消耗对比

对以上结果进行分析可知：

由图5可见，所提出的两种均衡充电方法都比传统耗散型的方法的能耗小。这样的结果是必然的，因为所提出的两种方法都在LLB环节加入了非耗散型均衡控制，对不一致的能量进行了转移，减少了总体能量损耗；而传统方法只有通过旁路电阻进行能量耗散作为唯一手段；

由图5和表1可见，方法一比方法二能耗更小，更加节能。这是因为，方法一在进行HLB控制时采用的是非耗散型的方式，而方法二则是在这一环节采用了旁路电阻耗散的方法；

由表1可见，方法一的最大能量消耗远远低于其他两种方法，这意味着该方法对应的电池系统的热管理难度将大大降低。

(2)时间消耗对比

利用直方图分析两种分级均衡充电方案对于传统耗散型方法的相对时间消耗，如图6所示。

由图6可见，本文提出的两种方法的时间消耗大概为传统耗散型方法的50%～99%，其中以落在85%～89%区间的样本为最多。表2是对各种均衡充电的时间消耗统计值，其中最后一行是本文两种方法分别与传统方法比较的时间节约百分比。

图6 相对时间消耗统计直方图

表2 各均衡充电方法的时间消耗对比

对以上结果进行分析可知：

由图6可见，所提出的两种方法都比传统方法节约了均衡的时间。这是由于两种方法在LLB环节利用的非耗散型均衡能够实现能量的双向转移，在均衡电流相同的情况下，比单纯的耗散型方法所需均衡速度更快；

由图6和表2可见，所提出的两种方法均衡时间节约率大概在15%左右，而前面就能耗节约率而言，两种方法分别可以达到64.52%和49.58%，这是因为两种方法都只能通过LLB环节提升均衡速度，而在HLB环节的均衡速度与传统方法是一致的；

由图6和表2可见，方法一和方法二相比，其均衡时间的分布区间相仿，平均值大小相近，相差不大。

6 结论

以上针对电动汽车的实际应用，提出了两种基于LTC3300的分级均衡充电控制方法，并以典型的电动汽车电池组作为对象进行对比分析。结果表明，所提出的两种方法与传统的耗散型均衡控制方法相比，在时间消耗和能量消耗两个指标上均有不同程度的降低，其中能耗节约更为明显。当然，与传统耗散型均衡方式相比，所提出的两种方法在成本上均有增加(对于96串电池系统，按照当前价格，以上的方法一将使每台车成本增加1200元，方法二使每台车增加900元)，但由于均衡过程中减小了能耗，降低了热管理的难度，并有助于延长电池寿命，因此仍然值得推广。

[1]谭晓军.电动汽车动力电池管理系统设计[M].广州：中山大学出版社，2011：118-141.

[2]SPELTINO C，STEFANOPOULOU A，FIENGO G.Cell equalization in battery stacks through state of charge estimation polling[C]//American Control Conference，Baltimore：IEEE，2010：5050-5055.

[3]DAI H，WEI X，SUN Z，et al.A novel dual-inductor based charge equalizer for traction battery cells of electric vehicles[J].Electrical Power and Energy Systems，2015，67：627-638.

[4]LI S，MI C，ZHANG M.A high efficiency low cost direct battery balancing circuit using a multi-winding transformer with reduced switch count[C]//Applied Power Electronics Conference and Exposition，Orlando：IEEE，2012：2128-2133.

[5]LIAO C L，LI H J，WANG L F.A dynamic equivalent circuit model of LiFePO4cathode material for lithium ion batteries on hybrid electric vehicles[C]//Vehicle Power and Propulsion Conference，Dearborn：IEEE，2009：1662-1665.

[6]肖莎.磷酸铁锂动力电池模型的建立与应用[D].广州：中山大学工学院，2011.

Comparative research on hierarchical equalized charging schemes for electric vehicle battery

KANG Bin,TAN Xiao-jun,CHEN Wei-jie
(Sun Yat-sen University,Guangzhou Guangdong 510275,China)

TM 912

A

1002-087X(2017)09-1338-03

2017-02-21

广东省科技计划项目(2014B090901050；2015-B010135006)

康斌(1992—)，男，江西省人，硕士生，主要研究方向为电动汽车电池管理系统。

谭晓军(1977—)，男，广东省人，博士，副教授，主要研究方向为电动汽车动力电池管理系统，现场总线网络，智能识别与智能控制等。