KA_IX

  • 2015 主题
  • 2063 帖子
  • 6509 积分
  • 身份:LV6 初级工程师
  • 论坛新秀 灌水之王 突出贡献
  • E币:3676

“1%”剩余电量是怎么“算”出来的?

2019-12-23 15:58:37 显示全部楼层
这是一个直击灵魂的问题——有时候手机最后1%的电能用很久,有时候却只能用一瞬间。

给人留下这个印象,有一些心理层面的原因,我们今天就不分析了。在技术上,有三个可能会导致现在这个结果

1                               
显示策略的原因                               
你看到的电量,是工程师想要让你看到的电量。                               
考虑到用户的心理,在电量即将耗尽时,尽早显示1%,会促使用户尽早充电,降低电量真实耗尽的可能性。                               
所以实际情况下,有可能显示剩余电量是1%,但实际上还有一定的可用电量。                               

2                               
软件主动限制能耗                               
现在很多品牌的手机,如华为、苹果,都会在低电量的时候进入低电量模式。                                                       

此时很多后台软件都会被限制使用,芯片耗电功率会主动降低,使得最后的电量变得更加耐用一点。                               
新能源车上也可能会有相应的策略。在低电量情况下使得Pedal Map更柔和,也就是说踩同样深度的油门,会输出更小的扭矩。这样能降低你的实际能耗,延长续驶里程。                               

3                               
“1%”剩余电量是被估算出来的                               
你也看到了,这里用的词是估算,不是计算,也不是测量。                               
因为电池电量SOC(State of Charge,电池荷电状态)的算法实在太复杂了!                               

这也是今天我们真正硬核的内容:
控制系统是怎么知道,电池剩余电量的?


01
我们在手机和车上看到的电量百分比
是怎么来的?
我们再看上面公式:当前时刻的SOC,等于上一时刻的SOC,加上电流和时间的累积量除以容量。通过对于放电电流和时间的积分,计算得到当前的SOC。

举个栗子,假设一个标称容量为10000mAh的充电宝,持续以5A电流放电至电量为0。代入以上公式,算出充电宝能放电2h。

那么,将放电电流提高到10A,这个充电宝的放电时间将缩短为1h。因为:
10Ah=10A*1h=5A*2h
以上就是最简单的“安时积分法”。这种算法,广泛应用于各类普通的3C产品,如手机、充电宝、电瓶车剩余电量估算。

有了这种算法就万事大吉了呢?当然不是,这个公式最大的敌人是误差。

就好比你要从上海走到北京,用计算步数的方法,估算已经走过了多少路。每一步步长有差距,步数的计数也可能出错。而这些误差,会在整个估算过程中被不断地累计,使得结果越来越偏离正确的值。

02
有什么方法可以消除累计误差么?
有,那就是引入一个相关的变量——电压。好比在从上海到北京的路上,放下一个又一个里程碑,后续直接读数字一样。电压就是电量估算用的里程碑。

电池在长时间静置后测量到的电压被称为开路电压OCV(open circuit voltage)。OCV与SOC存在一一对应关系,将其绘制成OCV-SOC曲线,作为标尺。

这样,我们通过测量电压OCV,就可以精确地知道当前SOC是多少。是不是很方便,很直接?这条曲线也在SOC估算中被大量的应用。
不过这条曲线也有一个很大的问题。
问题就出在OCV的名字上。因为只有在电池长时间静置后,我们才认为此时的电压是开路电压OCV。换句话说,OCV的实时性很差。而在新能源车上,电压是会变化的。电池的输出功率是很不稳定,一会儿大,一会儿小,时不时还要能量回收,导致功率是负的。
如果直接用OCV曲线计算SOC,会发生奇葩的情况——驾驶员踩一脚大油门,就能看到电量蹭蹭蹭地往下降,松开油门后电量又蹭蹭蹭地上涨。相信这你一定不能接受。

03
看来OCV也行不通,又该怎么办?
幸好,我们还可以A+B:将安时积分的算法与OCV-SOC算法相结合,这就是当前电池SOC的一种主流算法——
- 当BMS判断电压处于相对平稳的状态时,我们就用OCV-SOC查表。               
- 当BMS发现电压处于波动,即非稳态条件下时,我们就采用安时积分的方法来估算SOC。               
- 这能完成大多数情况下的SOC估算,但是实际情况往往更复杂。

比如经过一段时间的使用,电池标称容量发生了衰减。比如回到我们最初的问题,在电量还剩1%的时候,抓取不到可以采用OCV-SOC的工况等。

而且,手机电池只有一块,而电动汽车的电池,是由很多节电池串联又并联组成的。因此电动汽车的电池SOC估算会更加复杂。

对新能源汽车来讲,SOC精度不仅影响着表显续航里程,关系用户出行计划。甚至还意味着充电更安全,续航里程更多。
以用户最关心的电动车自燃事件为例。电动汽车自燃是一个复杂原因导致的直接现象。可能是因为硬件短路、电芯杂质,但你万万想不到,也有可能是SOC估算误差的原因!
举例来说,在充电过程中实际SOC已经达到了100%,而由于估算误差的原因,BMS以为SOC为95%需要继续充电,从而导致电芯过充,长期过充便可能引发自燃。
同时在放电末期,精准的SOC意味着更准的里程。随着电池容量的不断增大,每1%的SOC对应的里程数也越来越大。比如续驶里程420公里,3%的估算精度相比于5%来说,就有可能多开出整整8.4公里。
我还从网上也找到了一张SOC的发展趋势,从图中我们可以看到:最底端红色线为OCV-SOC估算方法(OCV based),最底端黄色安时积分估算方法(Ampere hour counting),OCV-SOC和安时积分法的算法复杂度较低,而且其精度的跨越幅度非常大,做得好的话也能获得不错的精度。


目前电动汽车的估算精度一般保证在5%以内。上汽新能源从电芯的电化学特性出发,实时动态估算修正SOC,其算法可以将精度确保在3%以内。在这种算法下,BMS可以在行车过程中对SOC进行实时修正。
当然,技术还在不断发展的。目前很多与电池相关的产业,比如3C、电动汽车等产业针对电池SOC估算提出了很多新的算法
比如上文提到的OCV-SOC估算方法与安时积分相结合的估算方法,比如基于电池模型和电池外特性的卡尔曼滤波算法,比如通过数据驱动的机器学习方法,比如从电池的电化学机理出发,通过电池本身内在固有特性来解释电池特性的电化学模型方法等等。

随着硬件技术及算法工程的不断推进,以及电芯厂商和OEM对电池本身特性研究的越发深入,SOC估算的参数因子分析会越来越全面,其估算精度也随之会越来越高。

可以相信,通过技术的不断发展,最后1%更耐用的原因,会越来越趋向于电池应用厂商故意将最后1%的容量增大,以迎合消费者的心理,而不是由于技术限制,导致算不准的情况。

来源:绿芯之友 编辑:拓跋猴儿

最新评论

楼层直达:
我要评论
0
15
广告
关闭 热点推荐上一条 /6 下一条
快速回复 返回列表