电动汽车充电剩余时间估算

赵振熙，周炳伟，庞伟强，梁 燕

(北汽福田汽车股份有限公司，北京 102206)

0 引言

随着动力锂离子电池技术的成熟，推动着电动汽车的发展，电动汽车最核心的是安全性、动力性、快速充电等技术。与油车加油时间比较，充电时间长是电动汽车技术当前发展瓶颈之一，使用者对充电剩余时间非常关注。充电剩余时间的准确预测对电动车的安全和电池寿命也有重要的指导意义。

1 行业对比

通过动力电池的当前荷电态(SOC)、当前电流等参数可以预测充电剩余时间[1]，但仅考虑以上两种参数的方法在精确度、适用性上有很大的局限[2]。文献[3]提出了一种基于多元参数融合曲面的充电特性分析方法，结合多元参数辨识以及电池充放电等特性，建立电池充电过程中电池参数与时间的关系模型，但涉及的参数数据较多且不同阶段对应不同的模型，实用性、通用性受局限。文献[4-6]分别提出了将充电过程划分为涓流、恒流与恒压的三段过程，并针对三段过程分别建立充电模型，针对多参数下的实际使用有一定的参考作用，但可靠性不足，缺少针对异常状态的反应。文献[7-9]主要是针对电流对剩余充电时间的估算，涉及参数过于单一，未考虑到充电过程中温度等因素变化，显示剩余充电时间与真实剩余充电时间之间会出现偏差过大的现象。

充电时间不允许出现跳变，针对此问题，目前估算策略主要有实时估算法、数据库、“实时判断+数据驱动”3种，估算策略类型与优缺点如表1所示。

表1 估算策略类型与优缺点

通过从估算精度、数据复杂程度、算法适配性等几个关键维度得出，“实时判断+数据驱动”为整车应用最优方案。本文也是基于该方案进行研究编制，实现对剩余充电时间的准确预测。

2 剩余时间估算

针对行业普遍使用的充电剩余时间估算方法，为了提高充电剩余时间的估算精确度、通用性的要求。本文采取估算从当前状态到SOC97%(标定值)的剩余充电时间，利用类似构建简易热模型与SOC估算模型，在3 s内简化模拟电池充电过程，输出电池充电过程中的模拟温度与SOC状态，当模拟SOC到达97%后输出此时计时值，此值为当前状态下电池充电至SOC为97%的估算时间。算法逻辑图如图1所示。

图1 算法逻辑图

2.1 温度模拟变化

1)单体电芯发热量(内阻发热+加热片发热-液冷制冷量+自然散热量)。

根据加热充电需求+此时实际输入电流值平方与单体电芯内阻乘积的积分-液冷需求+自然散热量，得到此时电池单体电芯发热能量，单位采用J。

2)估算单体电芯温度实时变化值。利用电池单体电芯发热量与单体电芯比热容之比得到单体电芯温度变化值。

ΔT=q/CM

(1)

其中：q为单体电芯发热量，C为单体电芯比热容，M为单体电芯质量。

3)估算单体电芯实时温度值。估算单体电芯温度实时累计变化值ΔT+初始温度。

2.2 SOC模拟变化

此算法基于安时积分法进行SOC估算。

1)估算单体电芯SOC实时变化值。利用快充请求电流值的累计与电芯容量之比，得到单体电芯SOC实时变化值ΔSOC。

2)估算单体电芯实时SOC值。估算单体电芯SOC实时累计变化值ΔT+初始SOC。

2.3 模拟计时器输出估算充电时间

当电池开始充电时，计时器同步工作，当SOC到达97%时同步输出此时计时器对应值，此值为当前状态下电池充电至97%的估算时间。由于在实际使用中会出现仿真时间过长，影响实际用户使用的现象，此部分将仿真时长进行等比缩放。

2.4 充电时间末端校准策略

本文采用的充电末期剩余充电时间校准的策略，通过实车数据作为数据驱动，在充电末期降流后，剩余充电时间比较固定，因此采用实时追随。此算法基于设定的末端降流策略变化。下面以173 Ah磷酸铁锂电池为研究对象，末端分段校准策略设计如图2所示，校准点位按照表2所示。

图2 末端剩余充电时间校准策略

表2 剩余充电时间校正表

2.5 异常环节处理

本文估算剩余充电时间是经过模拟电池充电过程所得到的，因此对涉及充电过程的异常情况十分敏感。考虑到充电流程由电池与充电桩双方进行交互式完成，而电池角度充电点主要在根据充电温度、SOC选取的需求充电电流，此项数据由电池电芯类型决定，此处不深入讨论，因此着重考虑电池在充电过程中出现的充电电流与实际请求值不匹配等问题。

3 常规状态剩余充电时间估算验证

本文使用搭载173 Ah电芯成组电池包整车数据作为测试对象。通过上述策略简述，影响充电估算的因素主要为SOC初始值、温度等参数，考虑到电池在低温下活性受到抑制，充电时长分析较高温情况下更具有代表性[11]；因此测试过程中针对高电量和低电量、区分温度为常温和低温分别验证。

将采集数据按照SOC：0～50%与50%～100%，温度：0℃以下与0℃以上进行分别验证，数据对比结果见表3(由于0℃以下仅加热不充电，且实车使用时不会出现等待电池与环境一致再进行充电，因此此处未列举初始温度低于0℃)。

表3 常规充电测试数据

图3 序号7低温环境温度下的充电数据

通过仿真估算数据与实际数据对比进行验证，由此可以分析出以下内容。

1)此剩余时间估算算法在工程项目上具有可行性，可以满足实车需求。

2)此剩余时间估算算法与实际结果在常温下偏差在2 min左右，低温下偏差在5 min左右，优于现有工程项目。

3)此算法对不同起始温度、初始SOC均存在适用性，可用来进行整车充电时间估算。

4 结语

本文提出基于快速模拟电池全程充电过程，准确预测电动汽车充电剩余时间的估算方法。该方法具有以下优点：①其结构简单，避免了对大数据进行自学习的依赖，从而降低策略依托于样本数据的不确定性。②考虑到电池充电过程中温度的变化以及充电电流随温度的变化等因素，初始估算值精度较高，符合用户实际关注点。③灵活程度高，可根据不同电芯与电池包进行参数调整匹配。根据文中采集的实车数据验证结果分析，此方法可以对剩余充电时间进行合理的预测，并且实际应用过程中估算速度与精度上有较大优势，具有很好的通用性。