微型混合動力汽車鉛酸電池能效管理

　　電池管理系統(BMS)可根據起動能力對充電狀態(SoC)、健康狀態(SoH)和功能狀態(SoF)進行快速、可靠的監測，以提供必要的信息。因此，BMS能夠最大限度地降低因為電池意外失效而導致的汽車故障次數，從而盡可能地提升電池使用壽命和電池效率，并實現CO2減排功能。BMS的關鍵元件是智能電池傳感器(IBS)，它可以測量電池的端電壓、電流和溫度，并計算出電池的狀態。

　　本文將介紹如何使用最先進的算法計算SoC、SoH和SoF來實現BMS，以及它們在飛思卡爾(Freescale)鉛酸電池IBS上的有效實現。

技術簡介

　　過去，汽車電池的充電等級一直是一項未被了解的因素，它在許多情況下會導致汽車故障。根據汽車的生命期不同，與電池有關的故障率可能攀升至10000ppm。

　　對于現存的嚴峻形勢而言，汽車電池還面臨著來自于不斷增長的電能和功耗，同時減小CO2減放等要求的其他挑戰。

　　由于電子技術在汽車創新領域起著非常重要的作用，因此隨著汽車的舒適性、安全相關功能電氣化、動力混合、駕駛輔助和信息娛樂等功能不斷發展，對能量的需求也越來越高。

　　另一方面，越來越多的法規出臺呼吁降低CO2排放和燃料消耗。

　　為了應對上述互為對立的要求，需要采用先進的能源管理系統，來確保在各種工作場合中電池都能為引擎起動提供足夠的電能。

電能管理系統

　　用來為起停系統供電的典型供電網絡包含一個車身控制模塊(BCM)、一個電池管理系統(BMS)、一個發電機和一個DC/DC轉換器(見圖1)。

　　BMS借助專用的負載管理算法為BCM提供電池狀態信息，BCM通過對發電機和DC/DC轉換器進行控制來穩定和管理供電網絡。DC/DC轉換器為汽車內部的各個用電部件分配電能。

　　通常，鉛酸電池的BMS直接安裝在電池夾上的智能連接器中。該連接器包括一個低阻值的分流電阻(通常在100μΩ范圍內)和一個帶有高度集成器件(具有準確測量和處理功能)的小型PCB，稱為智能電池傳感器(IBS, 見圖2)。IBS即便是在最惡劣的條件下以及在整個使用壽命中都能以高分辨率和高精確度測量電池電壓、電流和溫度，從而正確預測電池的充電狀態(SoC)、健康狀態(SoH)和功能狀態(SoF)。這些參數定期或根據要求通過已獲汽車行業認證的車載網絡傳送至BCM。

　　除上述功能與參數性能外，對IBS提出的其它關鍵要求包括低功耗、能夠在惡劣的汽車環境中(即EMC、ESD)工作、進行汽車OEM廠商驗收的車載通信接口一致性測試(即LIN)、滿足汽車等級測試限制(針對被測參數的6σ限制)，另外還需符合AEC-Q100標準要求。

　　飛思卡爾宣布推出一款完全集成的基于Freescale S12 MCU技術的LIN電池監控器件，這種技術能夠滿足上述所有參數要求。該器件包括三個獨立的測量通道：通過外部分流電阻測量電流；通過直接安裝在電池正極的串聯電阻測量電池電壓；通過集成傳感器測量溫度。采用一個集成的LIN 2.1接口直接將傳感器連接至LIN總線，無需其他元件。飛思卡爾IBS完全符合汽車行業的AEC-Q100標準要求。

　　下文我們將為您介紹的是使用飛思卡爾IBS器件的BMS實現方案，以及如何通過利用IBS的硬件特性和定點算法實現高效率的BMS。

電池監控

　　正如前一段中所提到的，IBS的主要用途是監控電池狀態，并根據需要將狀態變量傳送至BCM或者其他ECU。將測量到的電池電流、電池電壓和溫度采樣值作為電池監控輸入。電池監控輸出為SoC、SoH和SoF。

　　1. 充電狀態 (SoC)

　　SoC的定義非常直觀，通常以百分數的形式表示。完全充電的電池SoC為100%，完全放電的電池SoC為0%。SoC值隨電池的充電和放電而改變。

　　This leads to formula (1), where Cr is the remaining (dischargeable) capacity of the battery and Ca is the total available battery capacity:

　　該值通過公式(1)計算，其中Cr代表電池的剩余(可放電)電量，Ca代表電池的可用總電量：

　　但是，常常會出現可用電池電量與電池的標稱容量(通常標注在電池外殼上)不同的問題。對于一個新電池，它可能比標稱容量更高，對于已經使用一段時間的電池來說，可用電量會降低。另一個問題是，實際可用電量很難根據IBS的輸入值來確定。

　　因此，SoC通常用標稱容量Cn來評定，它具有多項優點：

　　特定SoC的電池可用充電量是已知的，包括舊電池；Cn是在確定的電流(I=Cn/20h)和溫度(27 °C)下來測定的。

　　共有2種常用的SoC計算方法：庫侖計數法，也稱為電流積分或安時平衡，以及開路電壓(OCV)測量。

　　庫侖計數法是跟蹤SoC快速變化的最佳算法。它基于對流入和流出電池的電流進行積分，并相應地調整計算出的電池SoC。公式(2)用于SoC計算，其中Q(t0)表示電池的初始電量，α表示效率因子，i(t)表示電流(正向或反向)，Cn表示電池的標稱容量。

　　除α因子外，公式中的參數都非常直觀。這是一個用來描述效率的因子，也稱為Peukert定律。它表述了在不同放電率情況下鉛酸電池的電量。當放電率提高時，電池的可用電量會降低。另一個影響可用電量的參數是溫度。溫度越高，可用電量也就越高。兩種效率都使用α描述，因此α值需要采用一個2維數組(溫度和放電率)。根據測量到的溫度和放電率，相應的值被分別用于每一個積分步驟。α值在很大程度上取決于電池的設計和化學組成，通常情況下即便是同一家制造商的不同型號的電池，該值也會有所不同。他們通常是在實驗室里通過充電和放電測試獲得。

　　雖然Peukert定律只適用于放電的情況，但也有一個與α值類似的效率因子被用于充電周期。除了溫度和充電率以外，實際的SoC也需要考慮在內，因為SoC較高時的充電效率要小于中等SoC情況下的充電效率。

　　由于整合了電流值和α值，因而電池狀況改變時產生的誤差以及電流測量和量化誤差將隨著時間的推移而變大。因此，參數Q(t0)(電流積分的起點)通常通過一種能夠提供更高精確度的不同方法來獲得：OCV方法。OCV是在沒有用電器件從電池中汲取電流時電池兩極間的電壓。

　　鉛酸電池顯示OCV與SoC之間具有良好的線性關系。因此，通過測量OCV，SoC可被直接計算出來。OCV和SoC之間的確切因子(exact factor)必須被表征出來。

　　這種方法的唯一缺陷是，OCV只能在停車以后測量，即(幾乎)所有的用電器件都關閉后，而且要在汽車熄火后經過數十分鐘甚至數小時再測量。

　　因此，OCV法常被用于重校準庫侖計數，而庫侖計數法連續運行。這種組合提供了一種良好的SoC計算方法，并且可在較長的停車時間內，用自放電率校正SoC來使計算結果更加精確。

　　2. 健康狀態 (SoH)

　　鉛酸電池的各種老化效應會對電池造成不同的影響。由于很難通過IBS分別對這些老化效應進行監測和量化，因此SoH通常不直接根據這些老化效應來評定。取而代之的是，SoH是通過使用壽命內電池容量的減少來評定的，這是老化的主要結果。與電池老化相關的另一個非常重要的參數是起動性能，但是它通常用起動能力的功能狀態(SoF)來表述。

　　由此，SoH可通過公式(3)來估算，其中Caged代表老化的電池容量，Cn代表按照SoC的計算作為參考的標稱容量。

　　由于Cn是已知的，因此計算SoH的關鍵任務是找到Caged。一種可能的方法是在電池的整個使用壽命內跟蹤所達到的最大電量(或SoC)。如果在隨后進行的若干次完全充電后，電池的最大充電水平低于之前計算的老化容量，則表示老化容量變小。相應地，Caged和SoH必須根據庫侖計數和OCV方法確定的容量進行調整。完全充電狀態可以在充電電流降至特定閾值以下時監測。

　　確定SoH的另一個方法是跟蹤充電和放電周期，以電池制造商所提供的周期穩定性來進行評估。通常，制造商會確保在指定溫度下對于某一深度的充放電周期總量，例如，27℃、25%放電深度時為500個周期。通過用這些數字對所有周期進行評估，并應用溫度和充電狀態校正因子，可提供對上文提到的Caged的跟蹤。這些校正因子必須通過對電池特性的表征來確定。

　　但是，這兩種方法通常還會與其他專用算法結合使用，這些算法與電池使用壽命中的多個電池參數緊密結合。在實驗室中通過大量的電池特性分析可確定這些電池參數，它們通常只適用于一個特定的電池型號。

　　3. 功能狀態 (SoF)

　　對鉛酸電池來說，發動汽車引擎即便不是最重要的功能，也是非常重要的功能。因此，BMS的一個非常重要的任務是在實際條件下預測汽車能否起動。起動預測通過SoF參數表示。

　　除了“傳統的”停車后再起動，通過在微型混合動力汽車中引入起停系統，起動預測功能正變得更加重要。BMS必須決定是否可在引擎關閉后再次起動，以及是否可以安全地進入停止模式，并與BCM進行通信。

　　獲取SoF參數的一個非常好的方法是對最近的引擎起動情況、剩余電量(作為SoC和SoH的函數)和實際溫度進行分析。在起動期間，電池內阻Ri(通過電壓降和電流來計算)需要被記錄下來。因為Ri在電池的使用壽命中是相對一致的，并且只是在電池使用壽命結束前顯著升高，因此Ri平均值需要低于某個特定的閾值，以確保安全起動。老化電池的另一個影響是，在起動階段，從電壓和電流采樣中計算出的Ri值會趨向于非線性，即對于相同的電壓采樣值會有不同的電流值。而對于新電池來說，Ri是線性的。參見圖3和圖4了解起動過程中常見的電壓和電流變化趨勢。

　　綜合Ri(通過電壓降和電流來計算)、電池剩余電量和實際溫度，可以很好地表征起動能力。此外，這些閾值也必須通過電池的特性分析來確定。

　　為了以必要的準確度確定Ri的線性性或非線性性，所有起動階段取樣的電壓和電流值都需要使用線性濾波器來過濾，最好采用帶通濾波器。

高效實現BMS的硬件和軟件

　　電能效率是新型汽車一個最重要的特性，由BMS來實現。除了管理一些節電功能外，BMS還需要具有高能效，因為它是一種始終運行的系統，當發電機不工作時需要通過鉛酸電池供電。為滿足這一要求，IBS的功耗必須盡可能低。

　　為實現這一目標，飛思卡爾的IBS實施采用兩種低功耗模型，其中CPU和其他不需要的硬件(HW)模塊被關閉。為降低正常運行模式時的功耗，并減少客戶端的軟件(SW)開發工作，增加了額外的硬件模塊以降低軟件復雜性。這樣便可以使用尺寸更小、功耗更低、性價比更高的16位微控制器。另一種降低軟件復雜性的方法是在整個使用壽命期間確保產品參數，并將工廠調校值存儲在非易失性存儲器(NVM)中。作為產品下線測試的一部分，這些調校值針對每個芯片分別進行表征描述，并相應地存儲。因此，在軟件中無需使用復雜的校準算法。

　　除了在硬件中實施的這三種技術以外，本文還介紹了電池監控算法的高效軟件實現方法。

　　1． 低功耗模式

　　實現低功耗模式是一種非常好的降低功耗的方法。實現方法是，在不需要SoC的部件(尤其是CPU)時將其關閉、并僅在需要時切換到正常模式(即激活所有硬件模塊)。正如前面所提到的，共有兩種低功耗模型，其不同之處僅在于CPU被喚醒后使用的程序入口點。

　　但是，在低功耗(即沒有軟件交互)模式下，也需要監控電池狀態。首先，需要跟蹤電流，用庫侖計數法計算出SoC。相應地，可支持低功耗模式下的電流測量和電流采樣值的自動求和(即庫侖計數)。

　　IBS必須能夠對電池和汽車的狀態變更做出反應，即電池傳感器必須在各種事件發生時被喚醒。相應地，也需要測量低功耗模式時的電流和溫度。電流變化通常表明汽車狀態發生變化(用電器件的開和關)，而溫度改變時有時需要重新校準測量通道參數。可以配置電流和溫度采樣值的閾值，如果超出閾值則喚醒。還可以使用自動庫侖計數器閾值喚醒機制。

　　除了那些針對被測參數的喚醒事件以外，還可實現其它喚醒機制，允許BCM或汽車中的其它電子器件喚醒IBS(通過LIN消息或直接導線連接)，此外還有定時喚醒機制。

　　上述低功耗模式和喚醒機制的實現允許IBS在大多數時間里都運行在低功耗模式下(通常約為70%)，包括引擎運行時。在正常運行模式期間，SoC、SoH和SoF參數將被重新計算。

　　2． 將軟件任務移至硬件模塊

　　采用專用硬件模塊來承擔軟件的任務是降低軟件復雜性和節省電能的一種有效方式。在將此類硬件模塊用于電池監控算法以前，可以非常有效地將其用于電壓、電流和溫度測量采樣值的預處理。這一點非常有必要，因為汽車的電源線經常受到干擾，而且對于IBS來說，采樣值的測量精度要求很高。

　　帶有抽取濾波器和抗干擾濾波器的高精度16位Σ-Δ ADC非常適合這種應用，因為與其他ADC技術相比它具有高測量精確度。結合誤差補償功能，已經能夠提供非常好的精確度。但是，在信號處理鏈后常常需要對采樣值進行再濾波。這樣做的原因是可以去除汽車中其它電子器件的噪音，因此濾波器需要有可自由轉換的頻率特性。另一個原因是，作為電池監控的一部分而被觀測的特定電池參數，與激勵頻率(由電池的化學組成決定)緊密聯系在一起。例如Ri就是如此。

　　可編程線性濾波器可以滿足這些要求：濾波器系數可經過寄存器傳送到硬件濾波器模塊。這些寄存器被編程后，在軟件中就不再需要完成濾波任務。

　　電流測量面臨著需要對小電流進行高精度測量，同時還必須支持寬測量范圍的挑戰。所要求的精度要高于10mA，這意味著在100μΩ的分流器上產生1μV的壓降。而在汽車起動過程中，會出現1000A甚至更高的電流。為支持上述兩種需要同時避免在軟件上進行手動測量重配置，需要引入一個自動增益放大器?？蛇x增益因子用來調節輸入信號，使其與ADC的參考電壓達到最優匹配。增益因子的調節可以自動完成，在整個運行過程中，無需對軟件進行重配置。出于測試的目的，或者當存在特殊的應用需求，也可以選擇固定增益因子。

　　3． 簡化校準工作

　　確保器件在整個使用壽命期間都保持高精確度的一個非常重要的任務是調整和校準。為此，之前測試得到的校正因子被應用到關鍵的器件參數中。作為產品線器件測試的一部分，這些因子在各種溫度下被測試，并存儲到IBS的NVM中。在器件啟動時，各調整參數需由軟件寫入到器件的寄存器中。需要調整的參數可在電流和電壓測量鏈中得到。另外，振蕩器、電壓基準和LIN定時也需要被校準。在運行期間需要進行重校準，例如需要定期校準或在溫度出現急劇變化時進行校準。如果有的話，不同的校正因子需再次寫入到各自的寄存器中。

　　上面提到的校準方法可以避免客戶對這些參數進行昂貴的產品下線測試。另外，通過簡單地應用參數，還可以降低軟件校準的復雜性。

　　4． 軟件實現

　　在前文中提到的電池管理算法需要采用處理器密集型計算和控制算法。通常是在PC機上利用基于模型的仿真工具來完成這些算法的初次實現。這些工具通常使用浮點數據格式。在隨后的開發過程中，這些算法被移植到IBS上。但是，由于成本和功耗的原因，IBS所用的微控制器上并不提供浮點硬件。因此，為獲得合適的運行時間，在算法中所使用的數據類型必須映射到定點整數格式。有多種數據類型及相應的取值范圍可用。例如，下表列出了在飛思卡爾的IBS上提供的數據類型。

　　數據類型 范圍(無符號) 范圍(有符號)

　　char (8位) 0 – 255 -128 – 127

　　int (16位) 0 – 65535 -32768 – 32767

　　long int (32位) 0 – 4294967295 -2147483648 – 2147483647

　　為了表示小于1的值，LSB被映射為特定的值。該值由所需的分辨率決定。通過選擇其中一個可用的數據類型，可以得出該變量的可用值范圍和虛擬固定小數點(定點格式)。例如，分辨率為1mV，采用無符號整型時所能表示的范圍為0~65.535V。

　　由于飛思卡爾IBS中有一個16位S12 CPU，因此整型數據類型可以提供16位的精度。這意味著8位和16位變量處理起來較32位性能更優。因此，一般首選8位及16位變量。

　　上述計算SoC、SoH和SoF所用算法的實現范例顯示，在許多情況下，16位變量可以提供足夠的數值精度和范圍。這是因為電壓和溫度輸入值都是16位精度(通過使用16位ADC)。其它的一些16位精度就已足夠的數值包括SoC、SoH、Ri和校正因子α。即使采用具有24位精度的電流采樣值，也可以在大多數情況下映射到16位數據。例如在3mA的精度上，通過使用帶符號16位整型格式，可表示達±98.3A的電流值，而無需對數字格式做進一步的修改。這足以滿足汽車在行駛和停止時的要求。在起動過程中，電流采樣值會超出邊界，必須使用32位數據格式。需要32位格式的參數是與電池充電有關的值(例如，庫侖計數器)。

本文小結

　　本文介紹了如何采用飛思卡爾IBS來有效實現微型混合動力汽車中的BMS。討論了最先進的電池狀態計算算法(SoC、SoH和SoF)。從中可以了解到，在功耗方面可以采用哪些特殊的硬件特性來提高IBS的效率。本文還介紹了具有自動電池狀態觀測(無需軟件交互)和復雜喚醒機制的低功耗模式的使用。因此，IBS能夠在大多數情況下都處于低功耗模式。另外，通過采用合適的硬件信號處理、可編程濾波和簡化的校準方式，軟件復雜性得以降低。本文還介紹了定點運算原理，分析結果表明，對于BMS算法中的變量來說，16位定點數據格式一般能夠滿足要求，僅在少數時候需采用32位格式。