|
從架構(gòu)上來看，BMS負責(zé)采集數(shù)據(jù)，并匯報給整車控制器，在接受整車控制器的反饋以后對電池組進行一定的管理和調(diào)整。在實際車用情況下，有些明顯的問題是需要考慮的。 1.電池組采集的信息是有限的。這個有限可以從很多方面來談： 1.1采集參數(shù)量：傳統(tǒng)來看就是電壓，電流和溫度，而且一般有流量傳感器（無論風(fēng)冷還是液冷，一般都需要）。電池是一個復(fù)雜的系統(tǒng)，受很多的變量影響，但是實際系統(tǒng)能夠采集的參數(shù)就只有這些。 1.2采集頻率和數(shù)據(jù)量：同樣的問題，如果存在100個單體，就有100個單體電壓信號，1個總電壓信號，N個溫度信號和1個電流信號。這些數(shù)據(jù)不能以一個非常高的頻率進行采集，必須考慮持續(xù)的數(shù)據(jù)量的存儲和篩選。注意在車里面電機和其他負載使用中，電池的電流變化很大。 1.3精度：前面的文章已經(jīng)談及電壓的精度問題，事實上更大的問題在于電流。車內(nèi)的電流變化很快，而且范圍很大，有正反電流。所以使用電流傳感器的時候，就增加了很多的限制。想要實現(xiàn)100A的電流量程，做一個合理成本下的精度，1％已經(jīng)很不容易了。但是1A的誤差，也會對電池狀態(tài)的評估增加困難。這也是為什么，手機和電腦的電池管理系統(tǒng)相對容易的一個原因。 此圖從《LiFePO4 battery performances testing for BMS》Dr. Languang Lu Department of Automotive Engineering, Tsinghua University在中美交流會上的Presentation的第三頁，作為一個參考。 
1.4 BMS的處理速度：太復(fù)雜的算法，一般在實際系統(tǒng)中很難實現(xiàn)，畢竟車內(nèi)處理器的頻率是有限的。想要把Workstation都要跑很久的一個復(fù)雜算法，移植入車載系統(tǒng)之中，需要很多很多優(yōu)化和簡化的心思。 所以從BMS的開發(fā)而言，完成基本的功能只是一部分，需要做的還有兩個事情： 1.搭建單體的測試平臺：收集大量的單體測試數(shù)據(jù)，在實驗室里頭的所有條件都比車內(nèi)環(huán)境好很多很多，如果可以從實驗室內(nèi)收集足夠的數(shù)據(jù)，可以將各種參數(shù)收集全，也可以建立細致的模型，進行一定的優(yōu)化后，可以大大節(jié)約BMS的工作任務(wù)量。
2.搭建電池組的測試平臺：通過構(gòu)建單體平臺后，可以將車輛的運行情況進行抽象，實現(xiàn)對電池組的實驗室評估和數(shù)據(jù)獲取。同時整車的測試平臺搭建，大概也需要同步進行。在輸入駕駛工況以后才能獲取相對真實的功率需求。 此圖出自《EV Battery Pack Testing in a Manufacturing Environment》DMC，講的是組裝環(huán)境下的情況。實際在調(diào)試實驗可能需要更可靠的安全防護措施。
3.實車測量和收集：從電池組評估之后，可以在實車上找到那些不易發(fā)生和發(fā)現(xiàn)的死角。此時收集數(shù)據(jù)需要整車的Telematics或者數(shù)據(jù)記錄儀，前者適合較多的車和長期做這件事情。 《From driving cycle analysis to understanding battery performance in real-life electric hybrid vehicle operation》中圖1
很多設(shè)計工具，都是可以加快這些評估過程。但是這些無不基于實測的數(shù)據(jù)，想要建立一勞永逸的模型，大概需要科學(xué)家們的努力，得出公理化的模型。 |
