技术中心
Technology Center

主动均衡介绍

电池的离散性将影响电池组可用容量和电池组使用寿命,电池管理系统的均衡能力非常重要,也是目前电池管理系统中的难点。高特提出的双向主动均衡技术迄今为止是所有均衡技术中效率最高,综合成本最低的一种方案,已申请多项相关专利,申请国家科研奖项。

双向主动均衡技术-智能控制策略

高特电子提出的双向主动均衡技术,是迄今为止所有均衡技术中效率最高、综合成本最低的一种方案,是基于单体电压、单体 SOC、单体 SOH 以及历史数据等因素的综合均衡策略机制。该方案可以实时的对电池各项特征数据进行分析,挑选出电池簇中需要进行维护充电及维护放电的单体电池,通过需要均衡的程度执行主动均衡,可快速提高电池簇内单体电池电压和性能的一致性,同时提高电池堆性能的一致性,进一步延长电池系统的循环寿命和提升全生命周期内储能系统的收益。

1.均衡无需分级,可实现簇内跨模组、跨PACK之间内任意单体间的双向能量转移,无需通过模组级二次均衡。

2.均衡母线和供电母线合二为一,同时兼容均衡线束和采集线束,无需增加额外线束,简化了工程施工难度和安装维护成本。

双向主动均衡技术——经济效益分析

单体电池到8年后容量低于80%,加上主动均衡后电池簇大约从第2年末主动均衡开始启动,在均衡有效区间内,电池簇容量始终可保持单体电池容量5%的差距以内,直到第13年电池簇容量低于80%。与无均衡相比电池簇寿命延长4年多(对应图中C区间),提升量为30%,因此,主动均衡对电池组寿命延长明显。

电池状态SOX诊断技术

电池状态SOX(SOC/SOE/SOP/SOH)是电池能源系统运行和决策的重要依据之一,也是BMS技术的难点。国内厂家通常算法是基于安时积分和OCV修正算法、或卡尔曼滤波算法,缺点是不能适应电池衰减的参数变化。很多电池厂更是以电池全寿命周期的测试数据闭环比对计算,缺点是测试成本高、任何电池参数变化就需要重新测试。

电池状态SOX诊断技术-优异的鲁棒性

高特的电池状态计算技术采用了一种全新的算法,具有自学习和神经网络模型特点,能自适应各类电池,实时学习电池参数,具有很好的收敛性和鲁棒性。高特还创新性的提出SOS的定义,把电池的安全状态作为电池的一个评价参数,可大幅提高电池系统的安全性。

左图是对一个系统中的三节电池进行验证的效果图,图中真实值为黄色曲线,红、绿、蓝为三节电池曲线。在第一次充电SOC=40%时,对系统结果人为修改,对蓝、绿电池添加了正15%和负15%的偏差,可以看到误差曲线马上跳到了17%,然后迅速被拉回。再次在SOC=90%的点插入误差,正10%、负10%、负20%,也可以看到误差被迅速拉低,系统表现出误差干扰非常好的鲁棒性。

电池安全状态SOS诊断技术

迄今为止,电池的安全评估一直没有被解决。高特在2017年创新性的提出了安全评估参数SOS(state of safety),并进行了开创性的研究工作。

SOS(State of Safety)是电池安全参数的综合评估值。通过对每个单体电芯的电压、温度监测,结合SOC、SOH、R 、ΔR、T、ΔT 给出SOS的评估。

SOS = F[ SOC, SOH, ΔR, ΔT ]

通过建立电池失效及热失控的判断模型,及时给出电池安全评估参数,使控制系统采取必要的安全保护动作达到系统的安全性。
 

常见问题

Q&A

主动均衡有几种方式?
有电容、电感、和DC/DC几种方式,以DC/DC为最佳,电路拓扑有很多种;
切换开关选择继电器有风险吗?
有风险。均衡电路可能频繁动作,继电器受寿命影响容易发生黏连而引发电池短路故障。一般以MOS为佳,还应加上检测电路,确保均衡电路可靠、安全。
主动均衡对好的电池有效果吗?
随着运行使用,电池组的离散性一定会逐步变大,导致电池组的容量一定小于单体电池容量,通过主动均衡明显能提升落后单体的容量而提升电池组容量,提升充放电深度,延长电池组循环使用寿命;
主动均衡的电流是否越大越好?
均衡的本质是补偿电池循环使用产生的差异,如果均衡所补偿的容量超过差异,就可以达到均衡的目的。如电池容量200Ah,每次循环4h,差异0.5%,则均衡电流0.25A即可,考虑均衡时间的限制,设计均衡电流1~2A。
主动均衡的效果如何评价?主动均衡的效果取决于电流还是均衡策略?
目前还没有量化评价的标准,但是可以从电路和均衡策略二个方面进行评价,电路效率越高,均衡策略越全面,均衡效果就会越好。由于电池堆存在充电、放电和静止等状态,尤其在充放电平台区,电压离散性不大,因此均衡的效果取决于能否在电池全过程状态下均可均衡,均衡策略的优劣决定了均衡的效果,一般BMS以电压为均衡策略,就无法在充放电平台区对单体进行均衡,因此均衡的时间比较有限(只能在充放电末期均衡),需提高电流来加速均衡;

我们随时为您解答您的疑问。

GOLD is here for help.