电池设计模块化热管理和诊断数据的匹配

  搜狐   2019-07-22 次浏览

我在IND4汽车人App可以帮助大家解答汽车电子相关的技术问题，欢迎通过IND4汽车人App向我付费咨询。

接上篇文章《电池管理系统故障诊断策略-过温1》，我想仔细谈一下当前面临的困难，这个问题也是当前比较常见的事情，而且又挺大的共性。电池系统已经开始奔着模块化方向走，如下图所示：

l 电池模组作为一个固定化的通用组建，为项目平台化所采用

l 电芯的特性差异，在模组层面抽象

l CMU/BMU电子部件和电气系统也是通用化的

说实话，以下的模块化的过程，对每个车企而言是不同的（有时候也是跟着前面的车企一起用），很多时候一旦形成一个大家都使用的局面，很多的设计改动就只剩下匹配的概念了。因为在标准品上进行工程改动，需要很多的费用，从总体的采购成本上来看也会比竞争对手来得更高。在目前的局面下，我们做的工作，还是把问题分析清楚，把匹配做好，在标准品应用在我们想要的产品上面，有些地方做妥协，有些地方做改动，需要把预期的东西提前用实验的办法尽早展示出来。

图1 电池系统的层级

在电芯和模组层面，会做一些按照固定要求的实验，一般如下图所示，是用来分析和评估电池的热仿真和实验的准确性。根据不同基准使用要求，在使用的1C、2C、3C下面，分别评估电芯的产热情况。这个数据，如果有条件，我们自己可以去做，因为代价不菲，现在往往是电芯企业提供仿真和部分实测的数据。

图2 标准化的电芯和模组设计，使得设计一开始就是在一个框架里面进行的

所以当我们使用这个模块化的层级，匹配不同的车辆的配置的时候，就会出现匹配的问题。如前文所提及的，我们在设定保护策略的时候，是具备一定的通用性的，里面的数值是在电芯寿命、电芯安全和路试中发生的概率做折衷的。

在这个里面，在进行标定中，我们需要对电池系统各个层级的测试的数据进行汇总，不仅仅把我们在仿真和Pack层级的测试定义的数据拿出来，也需要在极端状态如高温路试（极限工况）状态下的数据进行对比。

备注：如下图所示，我们可以根据整车生命周期内比较恶劣的使用，对实验条件进行调整，在Pack层级先做多一些测试，得到基准数据

图3 Pack的实验设计

这个实验和整车的高温最恶劣的工况是可以进行匹配的。我们可以在电池的使用过程中，预估最坏的使用工况，根据这样的使用场景，还有测试区域的条件来对系统实验和整车实验的数据进行比对。

图4 整车使用的场景和测试

在匹配的过程中，模块化的特点，是可以打通各个项目，把不同的电池系统和电驱动系统搭载在整车上，这些数据读取和匹配的过程中，最终回溯下来我们能控制的，一方面是限制功率的参数，如下图所示：

l 这是一种治标的办法，软件上调整功率限制，在电芯产热功率和热管理不匹配的时候，热量会逐步累计，慢慢达到极限

l 使用这种办法，只能应对一定的工况和一定的条件，往往是前期设计锁定之后的权宜之计

图5 电池系统内温度和功率限值

在软件没有办法的时候，就是对整个热管理系统的控制参量，比如系统的流量速度，慢冷模式和急冷模式，电池的冷却系统对整车制冷的要求有个明确的要求。我们大致的目标，还是通过热管理系统的改进本身，使得车辆在极端条件下，尽可能少的碰到往上的功率限制的边界，减少驾驶者驾驶体验受到损害的情况发生。

图6 热管理系统的控制参数图

当然这个事情的前提，还是存在电芯的温度检测的准确性，还有检测电路的自诊断。在电池系统里面，所有温度传感器往上抬，这种一致性的变化是常态的。而单个电芯的温度异常的时候，我们就需要在之前的诊断，在使用中和一些响应的模式识别给分析清楚。

小结：真的出现电动汽车的爆款以后，倒是也简单。在出现爆款之前，各个细分市场都得一台台车去尝试，所以平台的事情也就复杂了。