充电设施对电池管理系统保护需求响应评估

尹忠东,王 帅,张元星,王银顺,黄 炎,曾 爽

(1.新能源电力系统国家重点实验室(华北电力大学),北京市 102206;2.中国电力科学研究院,北京市100192;3.西安特锐德智能充电科技有限公司,陕西省西安市 710000;4.国网北京市电力公司电力科学研究院,北京市 100075)

充电设施对电池管理系统保护需求响应评估

尹忠东1,王 帅1,张元星2,王银顺1,黄 炎3,曾 爽4

(1.新能源电力系统国家重点实验室(华北电力大学),北京市 102206;2.中国电力科学研究院,北京市100192;3.西安特锐德智能充电科技有限公司,陕西省西安市 710000;4.国网北京市电力公司电力科学研究院,北京市 100075)

充电状态下的电动汽车动力电池或电池管理系统(BMS)出现异常时,充电设施应能可靠响应,以确保充电安全。文中分析了BMS保护需求,定义了充电设施对BMS保护需求的响应率;参考现有标准及工程实际,建立了响应率指标体系,涵盖了动力电池故障及BMS故障等评价指标。采用层次分析法对各项指标权重进行了分析计算;最后,结合实际工程数据,对两种充电设施的响应率进行评估,基于单项响应率和综合响应率等指标,找出充电设施对动力电池及BMS故障响应能力的薄弱环节,并根据评估结果提出提高响应率的措施。结果表明,响应率指标体系可量化评估充电设施对BMS保护需求的响应能力。

电动汽车;充电安全;电池管理系统;保护需求;需求响应率;层次分析法

0 引言

能源危机与环境污染的加剧,促使国内电动汽车技术快速发展[1-3],充电安全问题也随之增多,因此有必要对电动汽车充电安全进行研究。

文献[4]通过构建充电安全预警模型,提升了充电过程安全预警能力;文献[5]研究侧重于分析电动汽车充电电磁环境对人体安全的影响;文献[6]通过对电动汽车充电数据的分析与加密,提升了充电数据密文破解难度,保证了充电数据安全;文献[7-12]从电网电能质量、继电保护装置动作以及电网调度等角度,分析了电动汽车充电对电网安全的影响。

上述文献分别从不同角度研究电动汽车充电安全问题,其局限性在于均从宏观角度出发,而未对动力电池、电池管理系统(BMS)和充电设施构成的充电系统进行安全分析。

在充电系统中,BMS是连接动力电池与充电设施通信的关键设备。当BMS检测到故障后,其向充电设施发出的需要充电设施响应动作的信号,即是BMS保护需求。

依据动力电池及BMS相关标准[13-14],当BMS向充电设施发出保护需求时,充电设施应对保护需求做出响应,防止事故进一步扩大。而现实中充电状态下由于过充等动力电池故障[15]而导致的偶发燃烧或爆炸事件表明:目前充电设施并不能对BMS保护需求完全可靠响应,这将严重影响电动汽车充电安全。因此,有必要量化评估充电设施对BMS保护需求的响应能力。

本文分析了充电状态下电动汽车BMS保护需求,定义了充电设施对BMS保护需求响应率(以下简称响应率);随后建立了响应率指标体系,并采用层次分析法对指标权重进行分析与计算;最后,基于响应率指标体系对两种不同充电设施进行安全评估,并根据评估结果提出了提升响应率的措施。

1 充电设施对BMS的保护需求响应率

1.1 BMS保护需求

基于BMS保护需求定义,可知影响充电状态下电动汽车BMS保护需求的因素包含两方面:动力电池故障和BMS故障。文献[13]规定了BMS与充电设施之间的通信协议,文中故障数据均基于此协议获得。

1.1.1 动力电池故障[14]

充电状态下动力电池故障是BMS保护需求的主要部分。其可分为动力电池本体故障和动力电池及其相关组件电气故障。

1)动力电池本体故障:主要包括电池温度高、电池温度低、单体电压高、单体电压低、单体一致性偏差大、充电电流大、荷电状态(SOC)值高、总电压高、电池系统温差大等。

2)电气故障:主要包括绝缘薄弱、外部通信接口故障、内部通信接口故障、内部通信总线掉落和电池连接松动等。

1.1.2 BMS故障

BMS作为充电过程中动力电池与充电机之间数据交互的中间环节,对整个安全充电过程至关重要[13]。本文结合工程实际,将目前充电站汇总的BMS故障分硬件故障、软件故障、通信故障以及BMS工作条件异常4个方面。

1)硬件故障:主要包括传感器采样异常故障、均衡电路故障、BMS从板丢失故障、BMS接触器开路故障等。

2)软件故障:主要指BMS内部故障。

3)通信故障:主要包括控制器局域网络(CAN)总线通信故障、充电阶段电池数据不更新等。

4)BMS工作条件异常[14]:主要包括BMS供电辅助电源异常、BMS过温运行等。

1.2 响应率

响应率是指在BMS保护需求下,充电设施有效响应次数与需求总次数的百分比值。该指标用以衡量充电设施对BMS保护需求的响应能力。式(1)为响应率定义式,该计算方法简单粗略,并未考虑不同BMS保护需求对充电设施的响应能力要求的不同,因此需要对其进行完善。

(1)

式中:n为充电设施响应次数;N为需求总次数;η为响应率。

2 响应率指标体系

2.1 响应率指标体系的构建

基于1.1节所述BMS保护需求,根据层次分析法(AHP)原理[16],指标层从上至下分别为:O层指标={充电设施对BMS保护需求总响应率},A层指标={动力电池故障,BMS故障},B层指标={动力电池本体故障,电气故障,硬件故障,软件故障,通信故障,BMS工作条件异常},以及包含各单项指标的P层指标。针对A层、B层和P层各项指标,充电设施均有相应单一指标响应率,且该单一指标响应率越大,表示充电设施对某种或某类故障的可靠响应能力越强;O层指标充电设施对BMS保护需求总响应率值越大,表示该种充电设施充电安全可靠性越强。

综合上述原则,建立图1所示充电设施对BMS保护需求的响应率指标体系。

图1 响应率指标体系Fig.1 Indicator system of response rate

2.2 指标权重计算

2.2.1 构造判断矩阵

对于某层的指标T=[T1,T2,…,Ti,…,Tj,…],比较其中任意两项具体指标Ti和Tj对上层指标的重要程度,用Fij=Ti/Tj表示。Fij的数值用1至9之间的数字及其倒数来表示,其表示含义见表1[16]。

表1 层次分析法标度含义Table 1 Scale meaning in analytic hierarchy process method

基于表1,即可构造判断矩阵F[16],其中元素定义如下:

(2)

式中:Fij取值见表1;i=1,2,…,n。

2.2.2 一致性检验

获得判断矩阵后,利用“和积法”计算权重[16],而后计算判断矩阵的最大特征根λmax。

得到λmax后,需要进行一致性检验[16-17],完全一致时,应存在如下关系:

Fik=FijFjki,j,k=1,2,…

(3)

此时,利用一致性指标CI与平均随机一致性指标CR的比值CI/CR来判断结果是否可接受,其中CI=(λmax-n)/(n-1)。当该比值小于0.1时,则结果在合理范围内;反之,则需要进行修正。

2.3 评价指标

评价指标即为响应率。

针对P层任意i指标,其客观响应率pi由充电站统计数据计算:

(4)

式中:Mi为P层i指标发生的总次数;mi为针对i指标,充电设施的响应次数。

设由层次分析法所得P层指标对总目标的影响权重为Q=[q1,q2,…,qn],而P=[p1,p2,…,pn]T,则P层i指标单项响应率为:

ηi=qipi

(5)

最终总响应率为:

(6)

3 算例分析

3.1 算例数据

选取两个月内两种不同充电设施(Y和Z)针对BMS保护需求响应的数据进行评估分析。P层指标、各指标发生的次数以及充电设施响应次数见表2和表3。基于层次分析法计算所得P层指标总排序权重见表4。

表2 Y充电设施数据Table 2 Data of charging facility Y

表3 Z充电设施数据Table 3 Data of charging facility Z

表4 P层指标的影响权重Table 4 Infulence weight of indicator in layer P

基于表2、表3和表4,得到Y充电设施和Z充电设施各层指标响应率及总响应率,如表5所示。

本指标体系在现有标准的基础上,结合实际情况,增加了BMS故障指标,并将充电设施的响应能力给予量化。其意义在于可对比两种充电设施充电安全能力,同时指导采取针对性措施,提升响应率。

由算例结果(表5)可知,Y充电设施总响应率比Z充电设施高2.4个百分点,因此在充电设施对BMS保护需求响应方面,Y比Z安全,可靠性更好;应对Z采取措施,提升响应率。

对比A层指标,Y充电设施在动力电池故障及BMS故障两方面的响应率,均比Z充电设施高。

对比B层指标,Y充电设施在动力电池本体故障方面的响应率比Z高0.3个百分点;在BMS硬件故障方面,Y比Z的响应率高0.6个百分点;在通信故障响应率方面,Y比Z高1.6个百分点;在BMS工作条件异常方面,Z的响应率比Y高0.1个百分点。

具体到P层指标,Z充电设施对动力电池温度、充电电流大、BMS传感器采样异常以及BMS通信故障均未100%响应;Y充电设施对BMS供电辅助电源异常以及BMS过温均未100%响应。

表5 Y和Z充电设施响应率Table 5 Response rates of charging facility Y and Z

因此,提升Z充电设施响应率的措施重点应针对其对动力电池过温、过流的响应率,对BMS传感器采样信号异常的响应率和对充电阶段电池数据不更新故障的响应率3个方面;对Y充电设施则侧重提升其对BMS工作条件异常等故障的响应率。

3.2 提升充电设施响应率的措施

结合上述算例结果以及表2和表3,可采取下述措施提升Y和Z的响应率。

1)针对动力电池过温、过流,充电系统可建立动力电池安全预警机制。依据当前标准,BMS判断电池过温、过流的方法是比较采样值与设定值的大小,该方法导致充电设施对急剧变化物理量的响应能力不足。建立动力电池安全预警机制,在原有检测物理量的基础上,BMS增加监测温度、电流等物理量的动态变化率。该方法与原有标准互补,可提升充电设施对电池急剧变化的过温、过流等故障的响应率。

2)针对BMS传感器采样异常故障等硬件故障,可通过采用优质传感器、改善采样方法、提升传感器采样精度等措施,改进BMS性能,进而提升响应率。

3)针对充电阶段BMS向充电机发送的电池数据不更新故障,可在符合电动汽车与充电机通信协议的充电系统中,在充电设施中增设充电管理系统主动防护环节,其与充电机(桩)保护形成双重保护,提升对BMS通信故障的响应率。

4)针对BMS工作条件异常故障,当前标准QC/T 897—2011《电动汽车用电池管理系统技术条件》只提到了BMS耐环境性能(耐异常电压、耐高温等),但对影响BMS正常工作的电压和温度阈值并未给定,因此需要对标准进一步完善,以提升响应率。

4 结语

本文从充电系统安全角度,分析了充电状态下BMS的保护需求,建立了响应率指标体系。通过分析计算各层指标的响应率及总响应率,评估了不同种类的充电设施对BMS保护需求的响应能力,找出影响充电设施响应率的薄弱环节,并针对评估结果分析了提升充电设施响应率的措施,为充电设施的测试及维护以及不同充电设施充电安全性能比较提供了相应参考依据。

实际上从充电系统角度研究充电安全问题,主要包含动力电池安全预警问题、充电设施对BMS保护需求响应问题以及充电系统整体的电气安全问题3个方面的内容。本文只分析了其中一项,另外两项有待进一步研究。

[1] 黄嘉兴.电动汽车产业发展路径与政策研究[D].北京:北京交通大学,2010.

[2] 庄幸,姜克隽.我国纯电动汽车发展路线图的研究[J].汽车工程,2012,34(2):91-97.

ZHUANG Xing,JIANG Kejun.A study on the roadmap of electric vehicle development in China[J].Automotive Engineering,2012,34(2):91-97.

[3] 张蕾蕾.城市纯电动汽车发展模式论证方法研究[D].北京:华北电力大学,2015.

[4] 钱立军,赵明宇,张卫国.一种电动汽车充电安全预警模型设计方法[J].电网与清洁能源,2016,32(12):114-119.

QIAN Lijun,ZHAO Mingyu,ZHANG Weiguo.A method to design the security early warning model of EV charging[J].Advances of Power System &Hydroelectric Engineering,2016,32(12):114-119.

[5] 陈琛,黄学良,谭林林,等.电动汽车无线充电时的电磁环境及安全评估[J].电工技术学报,2015,30(19):61-67.

CHEN Chen,HUANG Xueliang,TAN Linlin,et al.Electromagnetic environment and security evaluation for wireless charging of electric vehicles[J].Transactions of China Electrotechnical Society,2015,30(19):61-67.

[6] 赵翔,刘志红,陈衢明,等.电动汽车充电设施数据通信安全策略[J].电力系统自动化,2011,35(9):92-94.

ZHAO Xiang,LIU Zhihong,CHEN Quming,et al.Data communication security strategy for electric vehicle charging facilities[J].Automation of Electric Power Systems,2011,35(9):92-94.

[7] BOSOVIC A,MUSIC M,SADOVIC S.Analysis of the impacts of plug-in electric vehicle charging on the part of a real medium voltage distribution network[C]// IEEE PES Innovative Smart Grid Technologies Conference Europe,October 12-15,2014,Istanbul,Turkey:1-7.

[8] 郭煜华,范春菊.含大规模电动汽车的配电网保护技术研究[J].电力系统保护与控制,2015,43(8):14-20.

GUO Yuhua,FAN Chunju.Research on relaying technologies of distribution network including mass electric vehicles[J].Power System Protection and Control,2015,43(8):14-20.

[9] GALUS M D,WARAICH R A,NOEMBRINI F A,et al.Integrating power systems,transport systems and vehicle technology for electric mobility impact assessment and efficient control[J].IEEE Trans on Smart Grid,2012,3(2):934-949.

[10] 张齐东,黄学良,陈中,等.电动汽车电池更换站集群充电控制策略研究[J].电工技术学报,2015,30(12):447-453.

ZHANG Qidong,HUANG Xueliang,CHEN Zhong,et al.Research on control strategy for the uniform charging of electric vehicle battery swapping station[J].Transactions of China Electrotechnical Society,2015,30(12):447-453.

[11] REDDY K S,PANWAR L K,KUMAR R,et al.Distributed resource scheduling in smart grid with electric vehicle deployment using fireworks algorithm[J].Journal of Modern Power Systems and Clean Energy,2016,4(2):188-199.

[12] WANG Mingshen,MU Yunfei,JIA Hongjie,et al.A preventive control strategy for static voltage stability based on an efficient power plant model of electric vehicles[J].Journal of Modern Power Systems and Clean Energy,2015,3(1):103-113.

[13] 电动汽车非车载传导式充电机与电池管理系统之间的通信协议:GB/T 27930—2015[S].2015.

[14] 电动汽车用电池管理系统技术条件:QC/T 897—2011[S].2011.

[15] 刘鹏,朱建新,储爱华,等.基于热模型的动力电池热故障诊断系统[J].上海交通大学学报,2015,49(4):487-493.

LIU Peng,ZHU Jianxin,CHU Aihua,et al.Power battery thermal faults diagnostic system based on thermal model[J].Journal of Shanghai Jiaotong University,2015,49(4):487-493.

[16] 张炳江.层次分析法及其应用案例[M].北京:电子工业出版社,2014.

[17] 杨小彬,李和明,尹忠东,等.基于层次分析法的配电网能效指标体系[J].电力系统自动化,2013,37(21):146-150.

YANG Xiaobin,LI Heming,YIN Zhongdong,et al.Energy efficiency index system for distribution network based on analytic hierarchy process[J].Automation of Electric Power Systems,2013,37(21):146-150.

ResponseAssessmentofChargingFacilitiestoProtectionDemandsofBatteryManagementSystems

YINZhongdong1,WANGShuai1,ZHANGYuanxing2,WANGYinshun1,HUANGYan3,ZENGShuang4

(1.State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University),Beijing 102206,China;2.China Electric Power Research Institute,Beijing 100192,China;3.Xi’an TGOOG Intelligent Charging Technology Co.Ltd.,Xi’an 710000,China;4.Electric Power Research Institute of State Grid Beijing Electric Power Company,Beijing 100075,China)

In the process of charging electric vehicle,the charging facilities (CF) should be able to reliably respond to the protection of battery management system (BMS) when the power battery and BMS are abnormal.This paper analyzes the protection demands of BMS,and defines the response rate of CF to the protection demand of BMS.By referring to the existing standards and engineering practice,the indicator system of response rate is developed,which covers the evaluation indicators of power battery failure and BMS failure.The weights of indicators are calculated by the analytic hierarchy process (AHP) method.Finally,with the assessment of the response rates of two CFs,the weak link of charging system is found according to the indicators of single response rate and comprehensive response rate,while measures to improve the response rate are proposed.The result shows that the response rate is able to quantify the response ability of CF to BMS protection demand.

This work is supported by National Key Research and Development Program of China (No.2016YFB0101900) and State Grid Corporation of China (No.5202011600U5).

electric vehicle;charging safety;battery management system (BMS);protection demand;demand response rate;analytic hierarchy process (AHP)

2017-04-30;

2017-08-06。

上网日期:2017-09-22。

国家重点研发计划资助项目(2016YFB0101900)；国家电网公司科技项目(5202011600U5)。

尹忠东(1968—),男,博士,教授,主要研究方向:电动汽车充电安全、车网融合技术等。E-mail： yzd@ncepu.edu.cn

王 帅(1988—),男,通信作者,博士研究生,主要研究方向:电动汽车充电技术、电力电子技术在电力系统中的应用等。E-mail:wangshuai@ncepu.edu.cn

张元星(1988—),男,工程师,主要研究方向:电力系统节能技术、电动汽车与电网融合技术等。E-mail:zhangyuanxing1988@163.com

(编辑蔡静雯)