¿Cuál es la tecnología central del sistema de gestión de baterías de litio BMS power?

¿Cuál es la tecnología central de bMS?

Recientemente, vi una cartelera de una empresa nacional que afirmaba comprender completamente la tecnología de software y hardware del sistema de gestión de baterías de litio (bMS) debido al uso del software subyacente, como la arquitectura de software AUTOSAR, para alcanzar el nivel avanzado del mundo. , y para adoptar múltiples capacidades de control de equilibrio. Muy llamativo. ¿Son estas cosas la tecnología central de bMS?

Por lo general, el sistema bMS suele incluir un módulo de prueba y un módulo de control de operación.

La prueba se refiere a medir el voltaje, la corriente y la temperatura de la celda de la batería y el voltaje del paquete de baterías, y luego enviar estas señales al módulo informático para resolver y emitir instrucciones. Entonces, el módulo de control de operaciones es el cerebro de bMS. El módulo de control generalmente incluye hardware, software básico, entorno de tiempo de ejecución (RTE) y software de aplicación. La parte central: el uso de software. El entorno desarrollado con Simulink generalmente se divide en dos partes: algoritmo de estimación del estado de la batería y diagnóstico y protección de fallas. La estimación del estado incluye SOC (StateOfCharge), SOP (StateOfPower), SOH (StateofHealth) y gestión térmica y de equilibrio.

La estimación del estado de la batería suele ser para estimar SOC, SOP y SOH. SOC (estado de carga) simplemente significa cuánta energía queda en la batería; SOC es el parámetro más crítico en bMS, porque todo lo demás se basa en SOC, por lo que su precisión y robustez (también llamada capacidad de corrección de errores) es extremadamente importante. Si no hay un SOC preciso, agregar más funciones de protección no hará que el bMS funcione normalmente, porque la batería a menudo estará en un estado protegido y la vida útil de la batería no se puede extender.

Además, la precisión de la estimación de SOC también es muy crítica. Cuanto mayor sea la precisión, mayor será el rango de crucero para la batería con la misma capacidad. Por lo tanto, la estimación de SOC de alta precisión puede reducir efectivamente el costo de la batería requerida. Por ejemplo, el Fiat 500ebEV de Chrysler puede descargar SOC=5% todo el tiempo. Se convirtió en el automóvil eléctrico con el rango de crucero más largo en ese momento.

La siguiente figura es un ejemplo de la robustez del algoritmo. La batería es una batería de fosfato de hierro y litio. Su curva SOCvsOCV solo cambia alrededor de 2-3mV en el SOC del 70% al 95%. El error de medición del sensor de voltaje es de 3-4 mV. En este caso, dejamos deliberadamente que el SOC inicial tenga un error del 20 % y vemos si el algoritmo puede corregir el error del 20 %. Si no hay una función de corrección de errores, SOC seguirá la curva de SOCI. La salida SOC del algoritmo es CombinedSOC, que es la línea continua azul en la figura. CalculatedSOC es el SOC real deducido en función del resultado final de la verificación.

SOP es la potencia máxima de descarga y carga que la batería puede suministrar en el siguiente momento, como los próximos 2 segundos, 10 segundos, 30 segundos y corriente alta continua. Por supuesto, también se debe tener en cuenta la influencia de la gran corriente continua en el fusible.

La estimación precisa de SOP puede maximizar la eficiencia de utilización de la batería. Por ejemplo, al frenar, puede absorber tanta energía de retroalimentación como sea posible sin dañar la batería. Al acelerar, se puede suministrar más potencia para obtener una mayor aceleración sin dañar la batería. Al mismo tiempo, también puede garantizar que el automóvil no pierda energía debido a la protección contra sobrevoltaje o sobrecorriente durante la conducción, incluso cuando el SOC es muy bajo. De esta manera, la llamada protección de primer nivel y la protección de segundo nivel pasan todas frente al SOP preciso. No es que la protección no sea importante. Siempre se necesita protección. Pero no puede ser la tecnología central de bMS. La estimación precisa del SOP es especialmente crítica para las bajas temperaturas, las baterías viejas y el SOC muy bajo. Por ejemplo, para un grupo de paquetes de baterías bien balanceados, cuando el SOC es relativamente alto, la diferencia de SOC entre ellos puede ser pequeña, como 1-2%. Pero cuando el SOC es muy bajo, el voltaje de una celda caerá rápidamente. El voltaje de esta celda es incluso más de 1V más bajo que los voltajes de otras baterías. Para garantizar que el voltaje de cada celda de la batería no sea siempre inferior al voltaje mínimo proporcionado por el proveedor de la batería, el SOP debe estimar con precisión la potencia de salida máxima de la celda de la batería cuyo voltaje cae rápidamente en el siguiente momento para limitar el uso de la batería. batería y proteger la batería. El núcleo de la estimación de SOP es estimar cada impedancia equivalente de la batería en línea en tiempo real.

SOH se refiere al estado de salud de la batería. Incluye dos partes: capacidad de amperios-hora y cambios de potencia. En general, se cree que cuando la capacidad de amperios-hora disminuye en un 20 % o la potencia de salida disminuye en un 25 %, la vida útil de la batería ha terminado. Sin embargo, esto no significa que el automóvil no se pueda conducir. Para vehículos eléctricos puros EV, la estimación de la capacidad de amperios-hora es más importante porque tiene una relación directa con el rango de crucero y el límite de potencia solo es importante cuando el SOC es bajo. Para HEV o PHEV, el cambio de potencia es más crítico porque la capacidad de amperios-hora de la batería es relativamente pequeña y la potencia que se puede suministrar es limitada, especialmente a baja temperatura. Los requisitos para SOH son alta precisión y robustez. Y SOH sin robustez no tiene sentido. La precisión por debajo del 20% no tiene sentido. La estimación de SOH también se basa en la estimación de SOC. Entonces, el algoritmo SOC es el núcleo del algoritmo. El algoritmo de estimación del estado de la batería es el núcleo de bMS. Todo lo demás está al servicio de este algoritmo. Entonces, cuando alguien afirma haber superado o dominado la tecnología central de bMS, debe preguntarle qué ha hecho en bMS. ¿Es algoritmo o ecualización activa o solo hardware bMS y software subyacente? ¿O simplemente proponer una forma de estructurar bMS?

Algunas personas dicen que Tesla es increíble porque su bMS puede administrar baterías 7104. ¿Es aquí donde es increíble? ¿Está realmente administrando celdas 7104? El modelo S de Tesla en realidad usa baterías 7104, pero solo hay 96 baterías en serie y solo una batería en paralelo, sin importar cuántas baterías conecte en paralelo. ¿por qué? Porque los paquetes de baterías de otras compañías solo cuentan el número de conexiones en serie en lugar del número de conexiones en paralelo. ¿Por qué Tesla debería ser especial? De hecho, si comprende el algoritmo de Tesla, comprenderá que el algoritmo de Tesla no solo requiere una gran cantidad de datos de condiciones de trabajo para calibrarse, sino que tampoco puede garantizar la precisión de la estimación bajo ninguna circunstancia, especialmente después de que la batería envejece. Por supuesto, el algoritmo de Tesla es mucho mejor que casi todos los algoritmos bMS domésticos. El algoritmo bMS doméstico es casi siempre el método de integración de corriente más voltaje de circuito abierto, usando el voltaje de circuito abierto para calcular el SOC inicial y luego usando la integración actual para calcular el cambio de SOC. El problema es que si el voltaje en el punto de partida es incorrecto, o la capacidad de amperios-hora es inexacta, ¿no se corregiría hasta que el voltaje vuelva a desbordarse? ¿Será incorrecto el voltaje en el punto de partida? La experiencia relevante nos dice que así será, aunque la probabilidad es muy baja. Si quiere ser infalible, no puede simplemente confiar en el voltaje exacto en el punto de inicio para garantizar la corrección del SOC inicial.

¿Qué tipo de algoritmo es la tecnología central?

Desde el punto de vista del control, un buen algoritmo debe tener dos criterios: precisión y robustez (capacidad de corrección de errores). Cuanto mayor sea la precisión, mejor será la razón. No hay mucho que decir aquí. La integración de corriente mencionada anteriormente más el voltaje de circuito abierto es en realidad una corrección de errores con voltaje de circuito abierto, pero este método obviamente es mucho menos robusto que la corrección de errores en línea en tiempo real. Esta es la razón por la que las grandes empresas extranjeras utilizan la estimación en línea en tiempo real del voltaje de circuito abierto para realizar la corrección de errores en tiempo real en línea.

¿Por qué el énfasis en la estimación en línea en tiempo real aquí? ¿Cuáles son sus beneficios? Todos los parámetros equivalentes de la batería se estiman a través de una estimación en línea en tiempo real, lo que permite estimar con precisión el estado de la batería. La estimación en línea en tiempo real simplifica enormemente el trabajo de calibración de la batería. Esto hace que el control preciso del estado del paquete de baterías menos consistente sea una realidad. La estimación en línea en tiempo real permite mantener una alta precisión (Exactitud) y una gran capacidad de corrección de errores (Robustez o capacidad de corrección de errores), ya sea que se trate de una batería nueva o una batería antigua.

Algunas personas en China a menudo no entienden qué son los algoritmos de otras personas. No es apropiado decir que un determinado fabricante ha dominado la tecnología central de bMS cuando procesa algunas partes de bMS para una determinada fábrica. Esas voluminosas publicaciones que cuestan decenas de miles de dólares comentan las ventajas y desventajas de bMS de varios fabricantes, pero no se preocupan por las diferencias en el algoritmo de cada bMS o la diferencia en la tecnología central, el significado real es demasiado pequeño. . Solo mirar si suministrar bMS a un OEM conocido se considera increíble, y no sé qué suministrar en bMS. No sé si existe una especie de psicología de la admiración por los extranjeros.

¿Cuáles son las características de los mejores bMS del mundo en la actualidad? Puede estimar los parámetros de la batería del paquete de baterías en línea en tiempo real para estimar con precisión el SOC, SOP y SOH del paquete de baterías, y puede corregir el error del SOC inicial que excede el 10% y el error o porcentaje del amperaje. Capacidad horaria superior al 20% en poco tiempo ¿Cuántos errores de medición actuales? General Motors de los Estados Unidos hizo un experimento para detectar la solidez del algoritmo cuando desarrolló el Volt hace 6 años: retire una cadena de paquetes de baterías conectadas en paralelo con 3 series y luego aumente la resistencia interna en 1/3, Ah la capacidad se reduce en 1/3. Pero bMS no lo sabe. El resultado es que SOC, SOP se corrigen en menos de 1 minuto y SOH se estima con precisión. Esto no solo muestra la gran capacidad de corrección de errores del algoritmo, sino que también muestra que el algoritmo puede mantener la precisión de la estimación sin cambios a lo largo del ciclo de vida de la batería.

En lo que respecta a la computadora, si aparece una pantalla azul, generalmente solo necesitamos reiniciar la computadora. Sin embargo, para un automóvil, incluso una posibilidad entre diez mil de averiarse es intolerable. Por lo tanto, a diferencia de la publicación de artículos, se debe garantizar que la electrónica automotriz funcione bajo cualquier circunstancia. Hacer un buen algoritmo requiere mucha energía para hacer frente a aquellas situaciones en las que la probabilidad de ocurrencia es solo una en mil o una en diez mil. Esta es la única manera de asegurarse de que nada salga mal. Por ejemplo, cuando un coche circula por una sinuosa carretera de montaña a gran velocidad, el modelo de batería que todo el mundo conoce fallará. Esto se debe a que la alta corriente continua consumirá rápidamente los iones cargados en la superficie del electrodo, y los iones internos no tendrán tiempo de difundirse, y el voltaje de la batería caerá bruscamente. El SOC estimado tendrá un gran error o incluso un error de más del 10%. El modelo matemático preciso es la ecuación de difusión mencionada en los libros de texto de métodos de física matemática. Pero no se puede usar en el automóvil porque la complejidad computacional de la solución numérica es demasiado grande. La potencia informática de la CPU de bMS no es suficiente. Este no es solo un problema de ingeniería, sino también un problema de matemáticas y física. Tratar con tales dificultades técnicas puede resolver casi todos los problemas de polarización conocidos que afectan la estimación del estado de la batería.

La tecnología de estimación de estado de bMS es la tecnología central de bMS. Aunque han pasado 6 años, todavía no existe un proveedor en el mundo que pueda alcanzar un nivel tan alto de precisión y robustez para garantizar que la batería funcione a toda prueba. Incluso Tesla, que actualmente es roja y morada, está muy por detrás. Esto no es fanfarronear. Los fanáticos de Tesla deben haber oído hablar de Tesla siendo arrastrado por las calles de Beijing. El algoritmo de Tesla tampoco puede garantizar precisión y solidez a medida que las baterías envejecen. ¡Solo un algoritmo que puede garantizar alta precisión y alta robustez es el asesino! Sin esa tecnología, ¿cómo adelantar en una curva?