電動汽車充電剩余時間估算

趙振熙，周炳偉，龐偉強，梁 燕

(北汽福田汽車股份有限公司，北京 102206)

0 引言

隨著動力鋰離子電池技術的成熟，推動著電動汽車的發展，電動汽車最核心的是安全性、動力性、快速充電等技術。與油車加油時間比較，充電時間長是電動汽車技術當前發展瓶頸之一，使用者對充電剩余時間非常關注。充電剩余時間的準確預測對電動車的安全和電池壽命也有重要的指導意義。

1 行業對比

通過動力電池的當前荷電態(SOC)、當前電流等參數可以預測充電剩余時間[1]，但僅考慮以上兩種參數的方法在精確度、適用性上有很大的局限[2]。文獻[3]提出了一種基于多元參數融合曲面的充電特性分析方法，結合多元參數辨識以及電池充放電等特性，建立電池充電過程中電池參數與時間的關系模型，但涉及的參數數據較多且不同階段對應不同的模型，實用性、通用性受局限。文獻[4-6]分別提出了將充電過程劃分為涓流、恒流與恒壓的三段過程，并針對三段過程分別建立充電模型，針對多參數下的實際使用有一定的參考作用，但可靠性不足，缺少針對異常狀態的反應。文獻[7-9]主要是針對電流對剩余充電時間的估算，涉及參數過于單一，未考慮到充電過程中溫度等因素變化，顯示剩余充電時間與真實剩余充電時間之間會出現偏差過大的現象。

充電時間不允許出現跳變，針對此問題，目前估算策略主要有實時估算法、數據庫、“實時判斷+數據驅動”3種，估算策略類型與優缺點如表1所示。

表1 估算策略類型與優缺點

通過從估算精度、數據復雜程度、算法適配性等幾個關鍵維度得出，“實時判斷+數據驅動”為整車應用最優方案。本文也是基于該方案進行研究編制，實現對剩余充電時間的準確預測。

2 剩余時間估算

針對行業普遍使用的充電剩余時間估算方法，為了提高充電剩余時間的估算精確度、通用性的要求。本文采取估算從當前狀態到SOC97%(標定值)的剩余充電時間，利用類似構建簡易熱模型與SOC估算模型，在3 s內簡化模擬電池充電過程，輸出電池充電過程中的模擬溫度與SOC狀態，當模擬SOC到達97%后輸出此時計時值，此值為當前狀態下電池充電至SOC為97%的估算時間。算法邏輯圖如圖1所示。

圖1 算法邏輯圖

2.1 溫度模擬變化

1)單體電芯發熱量(內阻發熱+加熱片發熱-液冷制冷量+自然散熱量)。

根據加熱充電需求+此時實際輸入電流值平方與單體電芯內阻乘積的積分-液冷需求+自然散熱量，得到此時電池單體電芯發熱能量，單位采用J。

2)估算單體電芯溫度實時變化值。利用電池單體電芯發熱量與單體電芯比熱容之比得到單體電芯溫度變化值。

ΔT=q/CM

(1)

其中：q為單體電芯發熱量，C為單體電芯比熱容，M為單體電芯質量。

3)估算單體電芯實時溫度值。估算單體電芯溫度實時累計變化值ΔT+初始溫度。

2.2 SOC模擬變化

此算法基于安時積分法進行SOC估算。

1)估算單體電芯SOC實時變化值。利用快充請求電流值的累計與電芯容量之比，得到單體電芯SOC實時變化值ΔSOC。

2)估算單體電芯實時SOC值。估算單體電芯SOC實時累計變化值ΔT+初始SOC。

2.3 模擬計時器輸出估算充電時間

當電池開始充電時，計時器同步工作，當SOC到達97%時同步輸出此時計時器對應值，此值為當前狀態下電池充電至97%的估算時間。由于在實際使用中會出現仿真時間過長，影響實際用戶使用的現象，此部分將仿真時長進行等比縮放。

2.4 充電時間末端校準策略

本文采用的充電末期剩余充電時間校準的策略，通過實車數據作為數據驅動，在充電末期降流后，剩余充電時間比較固定，因此采用實時追隨。此算法基于設定的末端降流策略變化。下面以173 Ah磷酸鐵鋰電池為研究對象，末端分段校準策略設計如圖2所示，校準點位按照表2所示。

圖2 末端剩余充電時間校準策略

表2 剩余充電時間校正表

2.5 異常環節處理

本文估算剩余充電時間是經過模擬電池充電過程所得到的，因此對涉及充電過程的異常情況十分敏感。考慮到充電流程由電池與充電樁雙方進行交互式完成，而電池角度充電點主要在根據充電溫度、SOC選取的需求充電電流，此項數據由電池電芯類型決定，此處不深入討論，因此著重考慮電池在充電過程中出現的充電電流與實際請求值不匹配等問題。

3 常規狀態剩余充電時間估算驗證

本文使用搭載173 Ah電芯成組電池包整車數據作為測試對象。通過上述策略簡述，影響充電估算的因素主要為SOC初始值、溫度等參數，考慮到電池在低溫下活性受到抑制，充電時長分析較高溫情況下更具有代表性[11]；因此測試過程中針對高電量和低電量、區分溫度為常溫和低溫分別驗證。

將采集數據按照SOC：0～50%與50%～100%，溫度：0℃以下與0℃以上進行分別驗證，數據對比結果見表3(由于0℃以下僅加熱不充電，且實車使用時不會出現等待電池與環境一致再進行充電，因此此處未列舉初始溫度低于0℃)。

表3 常規充電測試數據

圖3 序號7低溫環境溫度下的充電數據

通過仿真估算數據與實際數據對比進行驗證，由此可以分析出以下內容。

1)此剩余時間估算算法在工程項目上具有可行性，可以滿足實車需求。

2)此剩余時間估算算法與實際結果在常溫下偏差在2 min左右，低溫下偏差在5 min左右，優于現有工程項目。

3)此算法對不同起始溫度、初始SOC均存在適用性，可用來進行整車充電時間估算。

4 結語

本文提出基于快速模擬電池全程充電過程，準確預測電動汽車充電剩余時間的估算方法。該方法具有以下優點：①其結構簡單，避免了對大數據進行自學習的依賴，從而降低策略依托于樣本數據的不確定性。②考慮到電池充電過程中溫度的變化以及充電電流隨溫度的變化等因素，初始估算值精度較高，符合用戶實際關注點。③靈活程度高，可根據不同電芯與電池包進行參數調整匹配。根據文中采集的實車數據驗證結果分析，此方法可以對剩余充電時間進行合理的預測，并且實際應用過程中估算速度與精度上有較大優勢，具有很好的通用性。