基于改进DP等效电路模型的动力电池最大功率估算方法

汪杰强 刘志军 李泉

【摘 要】纯电动及混合动力汽车需采用多个单体电池进行串并联成组的动力电池包作为其能量的存储单元，考虑到电池组有限的容量、充放电倍率等参数，需通过电池管理系统对动力电池的最大可用充放电功率进行估算，并对电池组的充放电功率进行科学合理的限制，这是保证电池组使用寿命及可靠性的重要功能。实验数据表明，利用改进的DP等效电路模型对动力电池最大功率进行估算能够得到可靠的估算结果。

【关键词】动力电池;电池管理系统;最大功率;电动汽车

【中图分类号】U463.22 【文献标识码】A 【文章编号】1674-0688（2020）05-042-03

0 引言

作为新能源汽车的重要代表，纯电动汽车（PEV）近年来的发展速度有目共睹[1]。动力电池作为混合动力汽车及纯电动汽车中的关键部件，在车辆中承担着能量存储和释放的重任。电动汽车动力电池通过BMS（电池管理系统）能够密切监视、控制和分配整个电池系统在使用寿命期间的可靠充电和放电。电池管理系统的质量直接影响PEV每次充电所能行驶的里程数。优质的电池管理系统能够最大限度地延长电池的整体使用寿命，从而降低使用成本。

电机通常工作于4个象限，既可以提供动力输出，又能够在反拖制动时进行发电。在实际使用中需要对动力电池的充放电功率进行精确计算和限制，以便在电机处于驱动工作状态时，在保证电池组安全的情况下能够为电机提供最佳的能量供应，从而避免出现放电功率超过电池组最大放电功率而导致电池组寿命缩短及车辆线束异常发热等情况[2]。

动力电池组最大充放电功率的估计值是指允许设计范围内电机等特定负载在下一时间段内从电池组能够以最快速度获得能量，以及充电器以最大速度为电池组补充能量时电池组的功率。研究动力电池组最大充放电功率估算方法是电池管理系统进行电池组科学管理的重要任务，本文将对以下几种电池组最大功率的估算方法进行探讨。

1 电池电压用于最大功率估算

3 基于DP等效电路模型的电池最大功率估算

以上两种电池组最大充放电功率的估算方法均采用单一的参数进行计算，计算过程较为简便，但是由于所使用的Rint电池模型较为简单，并不能精确模拟电池的状态变化，使得估算出的最大功率值的精度较低。而基于SOC值的估算结果由于SOC本身的估算误差造成最大功率估算误差的叠加，而且同样存在电池模型较为简单的问题而使得估算值又偏于保守，进而影响电池充放电的利用效率。因此，本文通过改进电池模型，利用更为精确的DP等效电路模型将上述电池最大充放电功率估算方法进行优化，以便得到更为准确的计算结果[5]。

常规的锂电池等效电路模型可以用串联的二阶RC网络取代简单的电阻来进行更加精确的充放电动态特性模拟，如图1所示[6]，锂电池的极化特性由两个二阶RC网络来进行模拟。同时，考虑到电池在充电和放电过程中的极化特性存在差异，故对常规的DP等效电路模型进行改进，增加了两个二极管D1和D2    。利用二极管的单向导通特性，将锂电池的充电特性用RC1、CC1、RC2、CC2进行模拟，而锂电池的放电滞回特性用RD1、CD1、RD2、CD2進行模拟。此Randle结构的改进DP等效电路模型并不是很复杂，但通过合适的模型参数辨识可以较好地近似锂电池的充放电动态特性，从而获得较为精确的电池状态参数估算值。

一方面，锂电池SOC值与开路电压Uoc的关系函数可以借此等效电路模型获得;另一方面，用两个串联的二阶RC网络表示的极化和滞回特性函数也可通过模型获得。

4 电池最大功率估算实验

课题组利用一辆混合动力实验样车开展了动力电池管理系统的相关实验，采集了电池组在一般行驶工况下的电压、电流等参数，并对SOC值利用卡尔曼滤波算法进行估算，所得数据如图2所示。对电池组在△t为5 s的下一时间段内进行了电池最大功率的估算，图3为最大放电功率的不同算法估算结果，图4为最大充电功率的估算结果。从图3、图4可以看出，基于电池端电压的计算结果，不论是电池组的最大充电功率，还是最大放电功率都偏高，而采用基于电池SOC计算出的结果又偏保守，较为可信的估算值则来自于基于改进DP等效电路模型的计算结果。

5 动力电池最大功率估算的应用

图5为某一搭载了ISG（Integrated-Starter-Gener-ator）电机的P2混合动力车辆CAN通信网络示意图。新能源汽车通常会搭载HCU（整车控制器），并通过通信总线与车辆其他控制器，如ECU（发动机控制器）、TCU（变速箱控制器）、MCU（电机控制器）等进行数据交换及指令的传达。BMS需要在车辆运行过程中实时进行电池SOC、SOH、最大功率等状态的估算，并将估算值发送至HCU。车辆实际行驶过程中，电池组总是处于放电与能量回收时的充电交替工况中。当电机处于驱动工况时，HCU需要根据当前的用电负荷、车辆的动力需求、电池组的状态参数等，对电池组的放电功率进行必要的限制，并向MCU传达最大输出功率的指令，MCU即可在保证电池组安全可靠的前提下为车辆提供最大限度的动力输出，而当电机进行制动能量回收时，同样需要根据电池组的最大充电功率，动态调整电机的发电功率，以避免过大的充电功率对电池组造成损伤[8]。

6 结语

针对新能源汽车对于动力电池组安全性控制的需求，开展了基于电池端电压、SOC值及改进DP等效电路模型的动力电池组最大充放电功率估算方法的研究，通过比较上述几种不同估算方法的计算结果可以看出，采用基于改进的DP等效电路模型估算的电池组最大充放电功率值精度更高，可以为整车控制器进行车辆的能量管理及电池组的充放电功率限制提供科学的依据，在保证整车的行驶安全及动力电池的可靠性等方面提供必要的数据支撑。

参 考 文 献

[1]宋紫峰.中国新能源汽车产业发展的回顾与展望[J].新经济导刊，2019（3）：22-25.

[2]Sun F，Xiong R，He H.Estimation of state-of-ch-arge and state-of-power capability of lithium-ion battery considering varying health conditions[J].Journal of Power Sources，2014，259：166-176.

[3]Manual P B T.Revision 2，Idaho National Engine-ering Laboratory，US Department of Energy[R].D-OE/ID-10597，August，1999.

[4]Wang S，Verbrugge M，Wang J S，et al.Power prediction from a battery state estimator that incor-porates diffusion resistance[J].Journal of Power Sources，2012，214：399-406.

[5]李泉.锂离子动力电池管理系统关键技术研究[D].长沙：湖南大学，2017.

[6]Bhattacharya S，Bauer P.Requirements for charg-ing of an electric vehicle system based on state of power（SoP）and state of energy（SoE）[C]//Proceedi-ngs of The 7th International Power Electronics and Motion Control Conference. IEEE，2012，1：434-438.

[7]Juang L W，Kollmeyer P J，Jahns T M，et al.Im-plementation of online battery state-of-power and state-of-function estimation in electric vehicle app-lications[C]//2012 IEEE Energy Conversion Congressand Exposition（ECCE）.IEEE，2012：1819-1826.

[8]孫丙香，高科，姜久春，等.基于ANFIS和减法聚类的动力电池放电峰值功率预测[J].电工技术学报，2015，30（4）：272-280.