Menu Close

动力电池SOC估算难点

传统燃油车上有油表,还有多少油,还能跑多远,看一眼心里就有数了。换做是电动汽车,驾驶员则需要了解电池包还剩下多少电量。荷电状态又叫剩余电量,SOC,State of Charge,是反应电池包内当前电量占总体可用容量百分比的一个参数。驾驶员根据满电状态总的里程数,可以推断出当前电量的续航能力,也有车型直接显示续航距离。

电量估计不准确的电动汽车,往往给车主带来一些困扰。

电量跳变,即将停车的时候,扫了一眼电量,还剩下50%,估计回程勉强够用了。过一会回来发动车子,发现电量指示在了40%,貌似回不去了……

突然掉电,电量还有30%的时候,一脚加速,骤然报警电量过低,停车了……

SOC的准确性,一直是电动汽车用户诟病的重点,在网络论坛上时常能看到,电动汽车车主说又被放到半路的抱怨帖。发展多年的电动汽车,SOC的准确估计仍然没有做的特别好。

  %title插图%num

  SOC预测存在哪些难题

1. 电池开路电压(OCV)特性。电池开路电压指的是电池在静置状态下,正负电极之间的电位差。以下图为例,图中展示的是两种锂电池的OCV-SOC曲线。一般通过充电或者放电到特定SOC后,电池进行静置一段时间(通常为两个小时或者更长时间)测量得到的电池电压,以此得出OCV-SOC曲线(注:一般而言,即便对于同一SOC,充电后和放电后静置得到的OCV也是不一样的)。对于三元类电池,SOC与OCV对应关系还好,严格单调,且不同SOC的OCV差异比较明显。但是对于磷酸铁锂而言,有一段相当长的SOC区间很平坦,OCV差异很小,而且并非严格单调的,表现为同一个OCV值对应多个SOC点。所以单纯用SOC-OCV对应关系来预估SOC,存在静置时间难以满足,精准度不够等难题。

  %title插图%num

  2. 充放电倍率与端电压对应关系特性。电池动态情况下,我们测量到的电池电压,实际上电池的端电压。下图为一个简单的电池一阶RC模型,其中左侧的电压源代表OCV,R表征内阻,R1C1表征极化,右侧输出为端电压。所以一旦电池进行充放电,则端电压与OCV相差甚远。

  %title插图%num

  选取某个电流倍率,让电池以该倍率进行恒流充电或者放电(注:同一电流下充和放,得到的曲线也是有差异的),可以得到一组端电压与SOC的对应关系。下图为某一个温度下,磷酸铁锂电池不同倍率的端电压曲线。那能否以这一曲线进行SOC预估呢?实际上,除了电池恒流充电阶段,电池的工况电流很少有长时间恒流充放电阶段,只要有不同电流切换存在,那么电池极化的差异就会让端电压偏离预测曲线。

  %title插图%num

  3. 温度特性。前面两期有提到不同材料体系的电池,表现出来的温度特性是不一样的。以磷酸铁锂为例,下图为不同温度下电池表现出的SOC与内阻关系。总体而言,电池的内阻随着温度和SOC的变化而变化,且对于低温很敏感。同理,OCV,极化等参数,也会随着温度的变化而变化。这无疑进一步加剧了预测的难度。

  %title插图%num

  4. 电池的成组效率。上述的特性是以单个电芯表现出来的特性。在实际整包应用中,由于电芯的串并联组合,会使情况变得更加复杂。不同电芯间难免存在欧姆内阻、极化内阻、自放电率、初始容量等差别。如下图为一个最简单的例子:一个电池包由三个电芯串联而成,额定容量为50Ah,不考虑均衡。由于额定容量和初始容量存在差异,实际在放电过程中,电量少的先放空,充电时电量多先充满。这就造成了成组后的效率降低,也让成组后的SOC预估更加困难。

  %title插图%num

  5. 除此之外,其实还有很多因素会造成SOC预估困难,如实际BMS的MCU或者AFE测量精度,采样频率,日历/循环寿命的影响等等。

总结:实际的多电芯串并联组合的应用场合,是上述所有因素加权,共同影响着SOC的预估准确性,因此想要电池全生命周期范围内都能准确预估SOC,依旧是一个世界性的难题。一般而言,对于电动车或者储能领域,能保证全质保阶段内,SOC精度控制在8%以内就相当不错了。

文章来源:网易号

Posted in 行业资讯

发表评论

相关链接