基于RCP仿真平台的锂电池快充控制策略研究

涂鑫阳，吴帅军，孙诚骁



基于RCP仿真平台的锂电池快充控制策略研究

涂鑫阳，吴帅军，孙诚骁

(上海科梁信息工程股份有限公司，上海 200233)

电动汽车充电快慢已经成为制约电动汽车市场化发展的一个关键因素。为了快速开发出有效实用的快充控制策略，使用半实物仿真工具对快充控制策略展开实时仿真研究。使用Matlab/Simulink软件搭建快充控制策略模型，并构建了一套锂电池充电控制的快速原型系统。对锂电池的快充控制策略展开仿真研究，制定了分段恒流结合脉冲充电的快充控制策略，在不损伤电池本体的前提下，缩短充电时间，提高充电效率。仿真实验结果表明，使用快速原型仿真平台能够快速地验证控制算法的有效性，实现锂电池快充控制策略的研究，为快充控制策略的开发提供便利。

锂电池快充；实时仿真；快速原型系统；分段恒流；脉冲充电

0 引言

相比于传统燃油车，电动汽车具有低噪声、零排放的优点，且电能来源广泛，可综合利用各种能源，可有效缓解能源危机和环境污染这两大世界性难题，具有广阔的应用前景和巨大的发展空间。然而，电池的能量密度和充电时间大大限制了电动汽车的市场推广。开发支持快充的动力电池，实现15 min甚至更短的时间内充满电的目标已经成为电池制造厂商的共识。同时，快充电池系统中，BMS起着至关重要的作用，也是研究开发的重点，半实物实时仿真平台可用于BMS控制算法的快速验证，在控制算法开发中起着越来越重要的作用。

本文首先对目前常用的充电方法进行归纳总结，并在此基础上提出了一种快速充电控制策略。然后，本文基于实时仿真概念搭建了一套控制算法快速验证的RCP快速原型开发平台，基于Matlab/Simulink建立快充控制策略模型，模拟真实控制器，通过RT-LAB软件完成模型的实时化。最后，本文基于快速原型控制器实现对真实电池的充电试验，并分析试验数据。

本文工作表明，所搭建的RCP仿真测试平台能够完成BMS控制算法的快速验证，而无需等待控制器硬件制作完成再进行算法验证，大大节省了控制器开发成本及时间。

1 常用锂电池充电控制方法

由锂电池特性可知，充电电流越小，充电时间越长，反之则充电速度越快。但充电电流过大，电池的安全性能越差。过充、过热或短路充电都将可能引起锂电池自燃、甚至爆炸。同时，若充电电流较大，容易导致电池内部析气，导致电池无法充满，降低充电效率，且引起电池内部极板上活性物质脱落，电池温度急剧上升，严重的影响电池的使用寿命。

1.1 恒流恒压充电法

恒流充电方式是指在充电过程中，通过调节电源充电电压值或充电电路中的电阻值，来确保电池的充电电流恒定。而恒压充电是指用大小恒定的电压对电池进行充电，充电过程中，保持充电电压恒定，充电电流随电池荷电容量的变化进行自动调整。在上述方法的基础上，文献[4]提出了恒压恒流充电方法，恒压恒流充电方式结合了恒流充电与恒压充电各自的优点，实现对电池安全快速地充电。在整个充电过程中，电池先采用较大电流(一般为0.5 C到1 C之间)进行恒流充电，充电速度较快，电池容量可在短时间内充至总容量的80%。当电池电压达到其上限电压，结束恒流充电，转入恒压充电区，随着充电的进行，充电电流不断减小，当充电电流缓慢降低到0.1 C以下时，停止充电。恒流恒压充电法同时克服了恒流充电和恒压充电的缺陷，是目前较为主流的充电方式，但其充电速度仍然较慢。

1.2 快速充电方法

有学者对蓄电池充电过程进行了大量实验研究[5]，提出了充电状态下锂电池能够承受的最大充电电流曲线，如图1所示。随着充电的进行，电池本体最大可接受充电电流将逐渐减小，当充电电流大于最大可接受充电曲线时，电池的析气量增加，正极析出氧气，负极析出氢气，极化反应加重。当充电电流小于最大可接受电流时，避免了对电池造成的损害，但充电速度过慢，不能满足快速充电要求。研究还表明，在充电过程中，如适时暂停充电，使充电电流突变为零，可瞬间消除欧姆极化效应，并且由于电解液的扩散作用，也可适当降低浓差极化和电化学极化，这种方式称为自然去极化，这种去极化作用有助于充电的快速完成。

图1 锂电池充电电流曲线

针对蓄电池极化效应对充电时间的影响，学者对充电方法展开了研究，并提出了各种不同的快速充电方法。

文献[11]提出了分段恒流充电方法：以阶段性的恒定电流对电池进行充电。充电初期，施加较大电流对电池充电，短时充入较大容量，当电池端电压升至预定值Up后，减小充电电流进入下一个恒流充电阶段，直到充电电流减小到0，完成充电。分段恒流充电方法避免了持续大电流充电引起的过充，能够较快地完成快速充电的目的。

图2 分段恒流充电电流波形

图3 脉冲充电电流波形

2 RCP平台搭建与快充控制算法建模仿真

本文在以上分析的基础上，搭建了一套可用于快充控制算法研究的RCP半实物仿真平台。并基于该平台对快充控制算法进行研究，提出了分段恒流结合大电流脉冲充电的方式，在Matlab/Simulink中建立基于OPAL-RT平台的快充控制算法模型。

2.1 基本概念

半实物仿真是一种将系统中部分硬件实物接入到仿真回路的实时性仿真，该方法能够更加真实地反映系统的实际情况，具有更高的置信度。

RCP快速原型技术是控制器研发初始阶段最常用的一种半实物仿真技术，该技术能够快速地建立控制器模型，并能够快速将控制算法模型编译下载到目标机中进行实时化运行。控制算法研发人员能够通过该平台对控制算法进行多次反复在线试验来验证控制系统软、硬件方案的可行性，这个过程便是快速控制原型。通过快速原型实时测试，在设计初期即可发现存在的问题，从而通过修改模型或参数，再进行实时测试，最终产生一个满足设计需求的控制原型，大大加快了控制器的开发进程。

图4为快速原型系统的基本架构原理图。系统开发主机运行在Windows系统下，安装上位机调度管理软件和Matlab建模软件，完成控制器建模、状态显示、在线调参、模型编译下载等工作。实时目标机作为系统的核心部件，完成被控对象信号实时采集、控制算法模型的实时运算、控制信号实时输出，用来代替一个完整真实的控制器。同时，上位机与目标机之间一般使用以太网进行数据交换。

图4 快速原型基本原理框图

2.2 系统架构

本文采用OPAL-RT公司的 OP5600实时仿真机来实现控制器的快速原型。RT-LAB实时仿真系统是由加拿大Opal-RT公司开发的一套基于模型设计和测试应用的平台，它相比于其他仿真平台的优势在于：能够把复杂的模型划分为多个子系统，再把这些子系统分配到多个目标机的节点上，从而构成一个可扩展的分布式实时仿真系统。

基于RT-LAB的锂电池快充控制原型系统总体组成结构如图5所示。其中硬件模块主要包括OP5600仿真目标机、信号调理箱、功率单元和负载电池。OP5600输出PWM波实现对功率单元的电流或电压控制，实现为负载电池充电的功能。

图5 快充控制原型系统架构

OP5600目标机是以基于Inter多核CPU的高性能仿真计算机为核心，可通过外围带I/O板卡与用户被控对象连接，实现对被控对象的精确控制。OP5600在硬件架构上采用双层结构，其中下层为机架式商用计算机，该计算机可配置双CPU形式；目标机的上层为以FPGA板卡为核心的I/O板卡系统，配置为FPGA板卡OP5142一块、模拟量输入和输出板卡各一块、数字量输入和输出板卡各一块，详细参数见表1。

表1 OP5600硬件配置

Table 1 Hardware configuration of OP5600

2.3 控制策略设计与建模

2.3.1分段恒流与脉冲充电方式

本文为了实现锂电池快速充电，结合分段恒流充电方法和脉冲充电方法各自的优势，采用分段恒流结合脉冲充电的控制策略。充电前半部分根据电池容量不同将充电电流分成7段，每段对应的电池容量阈值分别为20%、30%、40%、50%、60%、70%和80%。根据文献[11]中提出的电池最大充电电流与容量的关系，可求出每段充电电流的对应值分别为：1.28 C、1.12 C、0.96 C、0.8 C、0.66 C、0.52 C和0.38 C。在充电的后半部分，采用幅值为1 C的脉冲电流对电池进行脉冲充电。控制算法模型仿真如图6所示。

2.3.2 SOC检测算法

在上述算法中，SOC的准确估算是一个关键。本文将安时法和卡尔曼滤波法结合估算蓄电池的SOC。已知充电初始电池剩余电量为0，那么当前状态的剩余电量为

图6 控制算法子系统模型

SOC为系统状态的分量，对式(1)进行零阶保持采样离散化后得到系统状态方程为

式中：Z为时刻电池的SOC，结合电池的模型预测估计蓄电池电压如式(3)所示。

(3)

结合式(2)和式(3)用卡尔曼滤波法可直接递推估算出蓄电池SOC。

2.3.3模型封装

为了使RT-LAB实时系统能够识别调用控制算法模型，需将模型封装成规定格式。如图7所示，模型分成初始化模块、SC_console模型和 SM_charger模块。SC_console为控制台模块，用于上位机与目标机的数据交互与监控。SM_charger模块为主级子系统，主要实现电流、电压、电阻的采集，充电控制算法的计算，PWM波的输出等。

2.4 仿真结果分析

运行仿真模型，从SC模块的示波器中可以观测到仿真波形。图8所示为实际电流波形，充电开始时，进行分段恒流充电，当充电进行到3 620 s时，SOC达到80%，开始转入脉冲充电阶段。与电流充电曲线对应的是电池电压曲线，如图9所示，在恒流充电阶段，电池电压缓慢上升，进入脉冲充电阶段后，电压快速上升。如图10所示，SOC在4 500 s达到99%，充电完成。

图7 实时模型封装

图8 充电电流波形

图9 电池电压

图10 电池SOC

仿真实验结果表明，本文搭建的OPAL-RT仿真平台能够快速地验证控制算法的有效性，高效地实现锂电池快充控制策略的研究，为快充控制策略的开发提供便利性。

3 结论

本文使用目前控制算法开发中使用越来越广泛的MBD开发方法，基于OPAL-RT的实时仿真平台，结合Matlab/Simulink软件，并搭建了一套锂电池充电控制的快速原型系统，对锂电池的快充控制策略展开仿真研究。

本文结合前人的研究，制定了分段恒流结合脉冲充电的快充控制策略，以实现在不损伤电池本体的前提下，缩短充电时间，提高充电效率。

[1] 王鑫. V2G锂离子电池充放电控制器的研究[D]. 北京:北京交通大学, 2014.

WANG Xin. Study on charging and discharging controller of V2G lithium-ion battery[D]. Beijing: Beijing Jiaotong University, 2014.

[2] 刘敏, 周晓霞, 陈慧春, 等. 采用三相不可控整流充电机的电动汽车充电站谐波放大效应分析与计算[J]. 电力系统保护与控制, 2016, 44(4): 36-43.

LIU Min, ZHOU Xiaoxia, CHEN Huichun, et al. Analysis and calculation of harmonic amplification effect of EV charging stations using three-phase uncontrollable rectifier charging machine[J]. Power System Protection and Control, 2016, 44(4): 36-43.

[3] KEMPTON W, TOMIĆ J. Vehicle-to-grid power implementation: from stabilizing the grid to supporting large-scale renewable energy[J]. Journal of Power Sources, 2005, 144(1): 280-294.

[4] CLEMENT-NYNS K, HAESEN E, DRIESEN J. The Impact of charging plug-in hybrid electric vehicles on a residential distribution grid[J]. IEEE Transactions on Power Systems, 2008, 25(1): 371-380.

[5] 姚雷, 王震坡. 锂离子动力电池充电方式的研究[J]. 汽车工程, 2015(1): 72-77.

YAO Lei, WANG Zhenpo. Study on charging mode of lithium-ion power battery[J]. Automotive Engineering, 2015(1): 72-77.

[6] 邓磊, 刘敏, 应丽云, 等. 不同充电模式下电动汽车充电站的仿真与谐波分析[J]. 电力系统保护与控制, 2018, 46(1): 87-95.

DENG Lei, LIU Min, YING Liyun, et al. Simulation and harmonic analysis of EV charging stations under different charging modes[J]. Power System Protection and Control, 2018, 46(1): 87-95.

[7] 王立欣, 刘超. HEV车载快速充电系统的实现[J]. 电机与控制学报, 2007, 11(4): 429-433.

WANG Lixin, LIU Chao. Implementation of HEV on-board rapid charging system[J]. Journal of Motor and Control, 2007, 11(4): 429-433.

[8] 朱鹏程, 邱华静. 基于PXI和RT-LAB的永磁同步电机快速控制原型设计[J]. 计算机测量与控制, 2016, 24(8): 93-96.

ZHU Pengcheng, QIU Huajing. Prototype design for rapid control of permanent magnet synchronous motor based on PXI and RT-LAB[J]. Computer Measurement and Control, 2016, 24(8): 93-96.

[9] 谭伟, 邱华静, 邹毅军. SSN算法在大型风电系统实时仿真中的应用[J]. 电力系统保护与控制, 2014, 42(5): 98-103.

TAN Wei, QIU Huajing, ZOU Yijun. Application of SSN algorithm in real-time simulation of large-scale wind power system[J]. Power System Protection and Control, 2014, 42(5): 98-103.

[10] 吴铁洲, 白婷, 胡丽平, 等. 间歇-正负脉冲蓄电池快速充电方法研究[J]. 电子器件, 2014(6): 1245-1250.

WU Tiezhou, BAI Ting, HU Liping, et al. Study on intermittent positive and negative pulse battery rapid charging method[J]. Electronic Devices, 2014(6): 1245-1250.

[11] 吕晓峰. 基于V2G技术的双向DC-DC变换器的研究[D]. 杭州: 浙江大学, 2013.

LÜ Xiaofeng. Research on bidirectional DC-DC converter based on V2G technology[D]. Hangzhou: Zhejiang University, 2013.

[12] 吴凯, 程启明, 李明, 等. 具有V2G功能的电动汽车快速充放电方法[J]. 电力自动化设备, 2014, 34(2): 30-34.

WU Kai, CHENG Qiming, LI Ming, et al. Rapid charging and discharging methods for electric vehicles with V2G function[J]. Electric Power Automation Equipment, 2014, 34(2): 30-34.

[13] 王鸿雁, 李广凯, 江政昕, 等. 锂离子电池快速充电方法研究[J]. 电源技术, 2012, 36(11): 1616-1619.

WANG Hongyan, LI Guangkai, JIANG Zhengxin, et al. Study on rapid charging method of lithium ion battery[J]. Power Technology, 2012, 36(11): 1616-1619.

[14] 王彪, 尹霞. 实时电价下含V2G功能的电动汽车理性充放电模型及其分析[J]. 电力系统保护与控制, 2016, 44(24): 90-96.

WANG Biao, YIN Xia. Rational charging and discharging model of electric vehicles with V2G function in real-time electricity price and its analysis[J]. Power System Protection and Control, 2016, 44(24): 90-96.

[15] MA Y, CRUDEN A, INFIELD D. A Matlab simulator for electric drive vehicle to grid implementation[C] // 2010 IEEE International Conference on Industrial Technology (ICIT), March 14-17, 2010, Vina del Mar, Chile: 1097-1101.

[16] 薛松, 袁越, 傅质馨, 等. 考虑电动汽车入网技术的电力系统机组组合研究[J]. 电力系统保护与控制, 2013, 41(10): 86-92.

XUE Song, YUAN Yue, FU Zhixin, et al. Study on power system unit combination considering electric vehicle network technology[J]. Power System Protection and Control, 2013, 41(10): 86-92.

[17] 连湛伟, 石欣, 克潇, 等. 电动汽车充换电站动力电池全寿命周期在线检测管理系统[J]. 电力系统保护与控制, 2014, 42(12): 137-142.

LIAN Zhanwei, SHI Xin, KE Xiao, et al. Online detection management system of battery life cycle of electric vehicle charging and replacing station[J]. Power System Protection and Control, 2014, 42(12): 137-142.

[18] 南金瑞, 孙逢春, 王建群, 等. 纯电动汽车电池管理系统的设计及应用[J]. 清华大学学报(自然科学版), 2007, 47(增刊2): 1831-1834.

NAN Jinrui, SUN Fengchun, WANG Jianqun, et al. Design and application of battery management system for pure electric vehicles[J]. Journal of Tsinghua University (Science and Technology), 2007, 47(S2): 1831-1834.

Study on fast charge control strategy of lithium battery based on RCP system

TU Xinyang, WU Shuaijun, SUN Chengxiao

(Shanghai Keliang Information Tech & Eng Co., Ltd, Shanghai 200233, China)

The speed of charging has become a key factor restricting the development of electric vehicle market. In order to quickly develop an effective and practical charging control strategy, a real-time simulation study on the charging control strategy is carried out using hardware-in-the-loop simulation tool. A quick charge control strategy model is built by using Matlab/Simulink software and a set of rapid prototype system for lithium battery charging control is constructed. The fast charging of lithium battery control strategy is simulated and researched, and a quick charging control strategy which combines subsection constant current with pulse charging is designed to shorten the charging time and improve charging efficiency without damaging battery body. The simulation experimental results show that the Rapid Control Prototyping (RCP) platform is able to quickly verify the validity of the control algorithm and efficiently implement lithium battery quick charging control strategy research, which provides convenience for fast charging control strategy development.

lithium battery quick charge; real-time simulation; RCP system; subsection constant current; pulse charger

2017-03-31；

2017-08-25

涂鑫阳(1989—)，男，硕士，工程师，研究方向为电力电子电机控制；E-mail:xinyang.tu@keliangtek.com

吴帅军(1987—)，男，硕士，工程师，研究方向为汽车电子。E-mail: shuaijun.wu@keliangtek.com