英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
Battery Monitoring and Electrical Energy Management Precondition for future vehicle electric power systems
未来汽车的电池监测和电能预测管理
到目前为止，没有特殊的传感器集成到SLI电池测量内部性质成立，并至少在铅酸蓄电池方面，在近期内是不会有这样的传感器。一个在电池内部的温度传感器可以提供比外部监测的传感器或者综合其他温度的电池温度模型更为精确的数据。但是因为电池内部的温度是不均匀的，因此集成传感器的作用也是有限的，对于传感器的成本和精确性必须审慎。这个同样适用于单个的电池电压监控单元，或者至少对于电压平衡-取单元链的中点电压。单元电压不平衡这种电池的不正常状态的信息，然而需要借助单元平衡来提供合适的指示。
然而，更多的动态过程施加于电池时，恶劣的高倍率循环操作，伴随着AC纹波，特别是进行启动/停止和升降压的时候。这时候电池集成的温度和电压传感器的用处进一步提高，因为不平衡和电自加热作为电池的热管理和单个电池单元的电压控制输入，例如在混合动力汽车上已经成熟使用。
3.3.3。从车辆的输入数据
由于车辆数据并不能直接提供电池状态的信息，所以对于电池的数据的估值是非常有益的。环境或发动机温度可以帮助电池温度估计和发动机起动电力需求。
如果发动机停止后，电池电压不会受交流电机影响。车辆锁定后，车辆会在一定有限时间内进入睡眠模式，只有静态电流流过电池。这种情况特别适用于开路电压的估值。如果进行电力制动或者转向时，发动机数据会提供关于交流电机性能，以及车辆速度允许电力需求的估计信息。
3.3.4.输入数据的传输
模拟数据从传感器传到模拟数据转换器（ADC），应该布置的尽可能靠近，以避免电磁干扰（EMI）。产生的数字数据被引导到所述处理单元，它要么布置在附近，也或通过数字链路。这个链路可以是一个单独的数据总线，或由其他组件也使用的数据总线，在这种情况下，在数据传输的潜在延迟被认为是电池监控数据与传送优先级的其他车辆数据都在争夺。这可能会影响U和I数据的实时性和同步性。到目前为止，对于电池监控和能源管理数据处理由专门的控制单元进行，其中包括还进行了必要的I / O组件的大部分（如果不是全部）。然而，由于成本原因，电池监控和能源管理的分布式实现可能在将来，由具有数据处理和I / O与其他车辆功能共享控制单元执行。这些分布式功能内的数据传输将是一个具有挑战性的问题。
3.4. 数据分析
哪种类型的数据从其中的一段时间，在什么精度，采集频率，和其他条件，都需要，并且什么是由这些数据计算，取决于监测算法（参见第3.2节），以及网络连接应受的类型和所需的精确信息。所有类型的算法需要对电池的性能有一定的了解，并根据负荷对电池性能进行预测。如果电池的类型和性质，包括降解，负载能力，被完全固定的，这些数据可以存储为常数。否则，这些值都同时（或之前）的电池监控算法运行时了解。当输入数据被要求可以容易并且精确获得时，输出数据已经被转移到要使用的地方去，于是所述分析硬件用于电池监控的最佳情况的观点是不能成立的。如果硬件被安装到蓄电池侧，电池的特性参数可以已经存储在电池制造中，可以废弃用于电池的“烧入”和“配对”阶段的控制单元。另一方面，对于被请求的性能预测被系统给定的负载条件下，即在车辆中，并且该信息将必须从车辆的电池传送到控制单元，这意味着燃尽阶段电池（包括控制单元）与车辆和/或“配对”。
今天的汽车电池是一种商品，它不仅有合格的生产还有不合格的。它不能被排除，从由车辆制造商提供的电池安装不同的单元。如果任何监测算法要使用电池的某些特征信息-完全独立的信息，程序员需要估计关键的数据。
参考值，例如迪恩的标称容量，可以在电池安装后，在良好的状况下，在一个“燃烧”操作周期内“学习”到。
最重要的信息是标称容量，它可以从SOC的平衡开路电压的特性的依赖性来估计。
电池正常容量从完全失电到完全充电（SOC=100%），会有的减少（精确的数值由电池的设计决定）。因此，的前值（）和后值（）表示为充电量，
对于相似系列的电池有一个近似容量：
（4）
默认值被用做“燃烧”阶段的初始值，并作为返回值。然而，自学习程序会对电池的标定参数进行缩放。存储电池的电池参数是解决这一问题的一个很好的方式。对于电池世界范围内流通的要求，电子装置还没有足够的节省成本的解决方案。一个很好的折中办法是用一个条形码包含基本数据。当电池被安装在生产或车间，电池和控制单元会进行匹配。如果不这样做，该系统可能一个回退模式下工作。在有电池监控预测的负载条件下，该系统的电力需求，是很容易定义的。然而，特别是对内燃机起动，负荷需求是相当复杂的，不仅取决于温度，而且取决于发动机类型，发动机油的种类，发动机的老化程度。因此，用电负荷的不断学习要求为起动可以进一步提高起动能力的预测。
3.4.1.存储的电能和蓄电能力的预测
在很多的应用中，实际可得到的所需的能量，从某个SOC值开始到，即可以以标称电流从完全充电的电池可以得出的电荷的量直到达到所使用的截止电压。
SOC可以从平衡开路电压U00用公式来计算。 （1），用于向电池电阻电解质贡献的计算提供输入负载下的电压的预测。然而，SOC的信息只是满足新电池的容量预测，其中CSC应该是额定容量的100%。随着电池容量的逐渐衰减，CSC可以从电池的历史或者电池性能变化中估算。旧电池的操作空间可能会减小由于在低充电量的情况下的容量损失（例如，由于活性物质的降解），并且在高充电量的情况下（如，由于菲可重复充电的硫酸铅，“硫酸化”），如20，....，90%的SOC，即电荷存储能力（CSC）剩下额定容量的70%。电池运行条件的历史观测可以帮助估算电池老化，即其特性的变化，尤其是其降解。在高温阶段的影响，在高充电电压下，或在低充电量的情况下，可定量的构建电池衰退的实证模型。电池老化的关键估算输入数据，例如积分充电量，电池电压和电池温度的时间。这些允许活性物质降解估计，板栅腐蚀，失水，使用的电池参数的函数，例如基于对场试验的结果。电池状态和电池性能预测是利用这些依据。举一个例子，电荷存储能力（CSC）和通过的充电电流，从变成容量，可以有以下的估计：
（5）
与所有这样的方法，电池典型属性变化是依据电池的操作历史估计的，而对于各个在同样条件下的电池也是被认为是正确的。由于个别电池性能不测量和个体电池的性能会被忽略，这些方法在精密性上有固有限制。但是，它们可以容易地建立，可以用作退化的一个粗略的估计，并且可以支持更复杂的方法作为用于真实性进行检查。这种方法的优点是相对于数量，精度和采集频率，即有限的传感器，内存成本和处理能力有限。
3.4.2.电池性能预测
状态值（SOC，SOH，T等）确定，假定（假设）未来负载下的行为可以预见，即已知的电需求的电池的即功率能力。负载，如对于一个ICE或用于EPS或EHB的操作起动，其特征在于所述电流i（t）或所需的作为时间的函数的功率P（t）和由最低（或最高）允许电压电平。预测者可以使用特征数据或者数学模型来预测预测的电压电平。
该预测可以用于：
- 短期的，在当前的电池状态下，用于电池的直接负载已可以预测的情况，或者用于
- 中期是对电池未来状况的估计，即用于在汽车长期待机之后对未来负载的预测（根据当前的轨迹），在此之间状态值（尤其是SOC和T）有可能发生变化。
下面的信息模型解释了在今后一段时间的预测不同点的差异
3.4.3.电池降解率
车间对于车辆的检测服务，或者用于对电池，一个关于何时电池的损耗和何时更换电池的信息的评估。而电池性能测定涉及一种实际的电池状态，降解装置（假象）基准条件下的性能，即SOH对于某些负载。然而，一个SOH的值只是说明电池实际状况。未电池剩余寿命的预测，直到下阀值（SOH），需要一种特殊的寿命模型。
- 精度电池监测
4.1.精度--什么是可能和有意义的
对于电池监控的讨论，精度是关键的一个点，没有具体定义“精度”和其潜在的好处。为建立车辆测量仪器，如燃料表，冷却水温度（沸点），发动机油的压力和温度，可以粗略计算。在剩余燃料约5％的相对误差是国家的最先进的。环境温度可以被精确测量，但是由于传感器的不良位置（车辆的前保险杠的温度和前方100m处的桥的温度会显著不同），该信息的价值是相当有限的，但是对于空调的控制是完全足够的。
对于电池监控的精度也同样正确：任何数字，任何尝试，一定要分析对于讨论目的重要性。
4.2.精度需求和技术的必要性
电池监测精度是由一系列的冲突变量决定的，包括：
- 需要达到的给定的技术指标
- 做以下的尝试
- 电池有限的充电能力和电池性能。
- 数据获取和传感器的精度
- 模型/算法的质量它的应用范围
- 成本
尽量去考虑边际成本和边际效用，需求和成本作最大平衡，以最大满足客户。定义技术指标包括错误预测的风险分析，可能是破坏机理与影响分析（FMEA），可接受的残余风险定义，并且如果该系统必须过大，要选择更加保守的阀值，或者意味着要采取额外的费用去完成。
4.3.电池再生和电池性能
电池性能的再生性必须对铅酸电池的数据进行测量。没有算法可以超过理想的情况：一个实验来衡量什么是被预测。然而，重复时，该实验的结果将不相同：电池的状态的特征是电极微结构和其空间分布，由于操作历史的许多细节，这是不能由宏观数据像SOC,SOH与温度等覆盖。
电池再生性的实验取决于实验的类型，和初始状态由于“可逆容量衰减”现象，深度放电和上一周期的放电影响着电池的实际容量。对照[39]：在连续深（满）循环减小容量，在低速率（所谓的“回收循环”）深度放电可能提高百分之几的容量[40].
容量的估值需要保持直到电压U(t)下降到低于一个电压阀值。精度取决于dU(t)/dt在这点的变化率：有急剧下降，门槛区域通过的很快，会有一个精确的时间。然而，伴随着电平的下降，电压缓缓流逝，实验的模糊性造成了时间和容量值的更多不确定性。 在负载电压（）在一定负载下，经过之后的一段时间也是如此。
酸分层也造成误差的潜在来源：如果在电池低层，酸比重SG较高，这造成下部分的电动势EMF比低浓度的上部分高。然而，电池的端电压，是由单元的的最高电动势EFM决定的，模拟的总电压EFM仅对底层有效，这会影响从端电压计算的估值的正确性。
汽车电池是循环的，但是几乎从不完全充电。使用现代无锑网格，放气很大的提高了维护的自由度，有限的充电电压（约14V，......，最高15V）并不能克服酸分层的问题。窄电极板堆叠和优化车辆悬架，车辆运动造成的电解质搅动也会减少。好消息是显著的酸分层在这领域基本上没有发现。这很大可能是在大多数应用中都是有限循环。不好的是，在密集电池环状重型汽车中，顶部和若干底部区域之间的酸密度差几个0.01g/ ml单位的可被观察到。而且这类汽车越来越普及。
dEMF/dSG的梯度是每个单元920mV/(g .ml)（5.5V/(g .ml)每六个电池单元）。对于汽车电池的梯度DSOC/ DSG为约400-500％/（g·ml），这取决于设计的，即1％的SOC的变化相当于大约11-14毫伏在电动势的变化。
如果“真正”的酸比重SG（=整个电池的平均）被假设为“底部”值和“顶部”值得平均值，根据EMF的SOC过估值大概为2%对任意的酸比重（-）的0.01g/ml。在该计算中，由于在每个单元电位中酸的不均匀分布不予考虑，造成潜在的存储能力减小。除了酸分层，硫酸化，不充电的硫酸活性物质（“硬硫酸”），在延长充电时没有转换成或者Pb，会误导电池监控。然而，SOC的估算只是根据EMF被认为只是“放电”能力的值，“硬硫酸”被认为是普通的放电硫酸铜材料。另一方面，对于“补给”的能力评估，硫酸盐是一个问题，因为通常的硫酸铜可以充电比硬硫酸盐好得多。
电池本身的再生性和该设计的理想类型有关，它包括活性材料和非活性材料的数量，活性材料密度，电极面积的不均匀性，和电极到电极之间的偏差，或者单元之间的连接问题，等。根据[42]，SLI电池的电解质SGD的范围应从1.27到1.30 g/ml,如果不是厂家之间有太大不同的话。通常情况下，当他们在运转时，SG的范围在1.28 g/ml0.01 g/ml之间。
电解质在特定的SG比重下变化会有两种结果：
- SG有0.01 g/ml的偏差将会导致电池的开路电压或者负载下测量到的SOC值会有4%的误差。
- SG的0.01 g/ml偏差会引起M（）的偏差，在单元中可得到的硫酸的量，大约4%。
偏差的另外一个来源是电解质进入单元的量，这可能随M（）变化而变化。当电池完全充电后，从端电压的SOC估计不会受M（）的变化影响。然而，当硫酸一再放电期间被消耗，其电动势是由残留的来确定的。电解质的总量的变化必须与 的残留量联系起来考虑。因此，通过这样的变化产生的误差变得更相关的SOC降低，如图10，绝对值取决于电池的设计。
电解质的量的变化所带来的后果的一个例子如下：
如果额定容量的电量被放出，1%的酸的变化量会导致SOC约0.6%的变化。如果电解质的量的变化遵循具有1%的方差的正态分布，那么SOC在40%左右变化1.2%的置信度为99.7%。
图10.通过电解质总的变化产生的
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[147486]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
