0 引言

    電動(dòng)汽車具有低污染、低噪音的顯著特點(diǎn),使之引領(lǐng)未來(lái)汽車工業(yè)的發(fā)展方向。但電池技術(shù)的優(yōu)劣嚴(yán)重影響電動(dòng)汽車的發(fā)展，其中電動(dòng)汽車剩余里程的預(yù)測(cè)是關(guān)鍵技術(shù)之一。SOC是電池能量管理系統(tǒng)（BMS）的主要參數(shù)，它與電動(dòng)汽車的剩余電量和剩余行駛路程具有近似線性關(guān)系。電動(dòng)汽車的剩余里程與電池端電壓、充放電電流、電池溫度、坡度、車載燈飾的耗能、循環(huán)次數(shù)等因素有關(guān)。純電動(dòng)汽車剩余里程的預(yù)測(cè)是用戶最關(guān)心的參數(shù)之一，其能有效消除駕駛員因擔(dān)心剩余里程達(dá)不到目的地而產(chǎn)生的里程焦慮^[1]。因此精確、迅速、穩(wěn)定地預(yù)測(cè)電動(dòng)汽車剩余里程的研究具有重要意義。

    目前，電動(dòng)汽車剩余里程的預(yù)測(cè)主要有直接預(yù)測(cè)和間接預(yù)測(cè)兩類方法。直接預(yù)測(cè)法根據(jù)測(cè)量剩余里程的表征參數(shù)，如剩余電量、標(biāo)準(zhǔn)里程、坡度系數(shù)和車載設(shè)備耗電量等建立數(shù)學(xué)模型，直接得出剩余里程；間接預(yù)測(cè)法主要根據(jù)剩余里程與剩余SOC之間的強(qiáng)映射關(guān)系，在標(biāo)準(zhǔn)里程確定的情況下二者可以相互轉(zhuǎn)化，通過(guò)預(yù)測(cè)電池的SOC間接測(cè)量剩余里程^[2]。預(yù)測(cè)電池SOC的方法主要有安時(shí)積分法、開路電壓法(OCV)、卡爾曼濾波法、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和模糊控制。本文針對(duì)現(xiàn)有方法誤差大、自適應(yīng)性差的不足，基于優(yōu)化OCV法及利用STM32對(duì)純電動(dòng)汽車剩余里程的實(shí)時(shí)預(yù)測(cè)進(jìn)行優(yōu)化研究。

1 剩余里程預(yù)測(cè)原理

1.1 優(yōu)化OCV法預(yù)測(cè)初值SOC₀

    當(dāng)電池靜置足夠長(zhǎng)時(shí)，能有效消除電池內(nèi)部化學(xué)、電極化現(xiàn)象，此時(shí)開路電壓（OCV）約等于電池端電壓(U_b)^[3]。當(dāng)電池靜置足夠長(zhǎng)時(shí)，內(nèi)部達(dá)到化學(xué)平衡，測(cè)得U_b-SOC數(shù)據(jù),然后擬合出映射函數(shù)，再測(cè)得U_b，利用映射函數(shù)間接測(cè)得SOC。該方法簡(jiǎn)單易操作，應(yīng)用廣泛^[4]。如圖1所示，大量放電實(shí)驗(yàn)表明，電池SOC與OCV存在近遞增關(guān)系，SOC較大階段預(yù)測(cè)誤差比較小，在SOC<0.4后誤差遞增，此時(shí)利用OCV法預(yù)測(cè)初值(SOC₀)誤差比較小^[5]。利用Isqurvefit進(jìn)行擬合，得到相應(yīng)的函數(shù)關(guān)系為：

1.2 剩余里程預(yù)測(cè)模型

    影響電動(dòng)汽車動(dòng)力剩余里程預(yù)測(cè)的因素主要有內(nèi)部電池包因素(如電池端電壓、充放電電流、電池溫度、循環(huán)次數(shù)等)和外部因素(如已行駛路程、道路坡度、載荷、車載設(shè)備的耗能等)。為了精確、迅速、穩(wěn)定地預(yù)測(cè)電動(dòng)汽車剩余里程，優(yōu)選內(nèi)部因素電池端電壓U_b和外部因素已行駛路程、道路坡度與車載設(shè)備的耗能作為預(yù)測(cè)剩余里程的表征參數(shù)。

    剩余里程與剩余SOC之間具有近似線性的映射關(guān)系，在標(biāo)準(zhǔn)里程確定的情況下，二者可以近似正比關(guān)系。為了使剩余里程的預(yù)測(cè)具有自適應(yīng)性，定義動(dòng)態(tài)S_N和SOC_N。

    (1)標(biāo)準(zhǔn)里程S_N：電動(dòng)汽車的額定行駛里程會(huì)隨著汽車本身的折舊和外部因素漸進(jìn)性的改變，因此為減小累積里程誤差，定義標(biāo)準(zhǔn)里程S_N，電池容量或道路坡度里程每達(dá)到一次設(shè)定值時(shí)更新一個(gè)末值，如式(2)。

    (2)標(biāo)準(zhǔn)容量SOC_N：電動(dòng)汽車電池的額定容量會(huì)隨著循環(huán)次數(shù)、溫度和健康狀態(tài)(SOH)等因素漸進(jìn)減少，因此為了減小累積SOC誤差，溫度或者循環(huán)次數(shù)達(dá)每到設(shè)定值一次時(shí)更新一個(gè)末值，如式(3)。             

    在標(biāo)準(zhǔn)里程S_N和標(biāo)準(zhǔn)準(zhǔn)容量SOC_N確定后，把其他相應(yīng)參數(shù)轉(zhuǎn)化為里程參數(shù)。由式(1)可得到初始SOC₀，再轉(zhuǎn)化為初始里程參數(shù)S₀；η₁為轉(zhuǎn)化折損系數(shù)，由實(shí)驗(yàn)測(cè)試得式(4)。

    (4)設(shè)備能耗里程參數(shù)的轉(zhuǎn)化：電動(dòng)汽車的車載設(shè)備也會(huì)消耗電能，非必須耗能設(shè)備(如照明燈、音響和空調(diào)等)會(huì)干擾剩余里程的預(yù)測(cè)，其他必用設(shè)備已經(jīng)考慮在標(biāo)準(zhǔn)里程S_N和標(biāo)準(zhǔn)準(zhǔn)容量SOC_N中，因此不會(huì)干擾剩余里程的預(yù)測(cè)，不必再計(jì)算。把非必須耗能設(shè)備的總額定容量累積后再轉(zhuǎn)化為里程值S_con：

2 預(yù)測(cè)剩余里程硬件設(shè)計(jì)

    純電動(dòng)汽車載系統(tǒng)設(shè)備要求在滿足功能需求時(shí)盡可能體積小、功耗低、運(yùn)行快和穩(wěn)定可靠。ARM嵌入式芯片STM32的處理器內(nèi)核小、占用空間小、功耗低、運(yùn)行穩(wěn)定可靠、功能相對(duì)強(qiáng)大，比較適合設(shè)計(jì)的預(yù)測(cè)剩余里程^[6]。STM32103x芯片配置外部電路后能滿足標(biāo)準(zhǔn)里程S_N和標(biāo)準(zhǔn)準(zhǔn)容量SOC_N判別與更新、端電壓U_b的檢測(cè)、位移S檢測(cè)、傾斜角α檢測(cè)、能耗設(shè)備的啟動(dòng)及運(yùn)行時(shí)間的檢測(cè)，最后實(shí)時(shí)計(jì)算并顯示。由于電路設(shè)計(jì)占據(jù)大量篇幅，以下優(yōu)選重要外部電路設(shè)計(jì)進(jìn)行介紹。

    端電壓采集：端電壓U_b在消除內(nèi)部極化現(xiàn)象時(shí)近似等于OCV，因此可檢測(cè)U_b，取代檢測(cè)OCV(其檢測(cè)比較復(fù)雜)^[7]。 

    行駛位移采集：電動(dòng)汽車行駛里程測(cè)量的精確與否對(duì)剩余里程預(yù)測(cè)至關(guān)重要，Scon、S_α和S都依靠其計(jì)算，因此對(duì)位移傳感器的精度要求較高,其采用霍爾型非接觸式轉(zhuǎn)速傳感器。考慮到電動(dòng)汽車的行駛特點(diǎn)，STM32103x系列的外部中斷有電平觸發(fā)和邊沿觸發(fā)，在編程時(shí)，根據(jù)性能要求優(yōu)選邊沿觸發(fā)方式進(jìn)入中斷。

3 剩余里程預(yù)測(cè)流程

    剩余里程預(yù)測(cè)流程步驟如下：

    (1)以EV-1型純電動(dòng)車為試驗(yàn)對(duì)象，在UDDS工況下，不同溫度、不同核電狀態(tài)下進(jìn)行，分別采集數(shù)據(jù)U_b、位移S、傾斜角α、能耗設(shè)備的啟動(dòng)及運(yùn)行時(shí)間t、溫度T、循環(huán)次數(shù)N，然后隨機(jī)選擇2 000組數(shù)據(jù)作為預(yù)測(cè)值和測(cè)試值。為了減小誤差，對(duì)所有數(shù)據(jù)進(jìn)行歸一化處理。

    (2)初始化參數(shù)，利用式(2)、式(3)根據(jù)實(shí)際參數(shù)更新標(biāo)準(zhǔn)里程S_N和標(biāo)準(zhǔn)準(zhǔn)容量SOC_N。采集靜止時(shí)間t，利用式(1)、式(4)計(jì)算S₀。

    (3)采集溫度T、N、S、w、α系數(shù)，利用式(5)～式(7)分別計(jì)算計(jì)S_α、S_con、S_re。

    (4)根據(jù)功能要求設(shè)計(jì)STM32103x相應(yīng)電路、配置參數(shù)。

    (5)根據(jù)預(yù)測(cè)原理及硬件特點(diǎn)進(jìn)行編程預(yù)測(cè)及試驗(yàn)。

4 試驗(yàn)測(cè)試及分析

4.1 試驗(yàn)平臺(tái)

    以EV-1型純電動(dòng)車為試驗(yàn)對(duì)象，依據(jù)《電動(dòng)汽車能量消耗率與續(xù)駛里程試驗(yàn)方法》，以40 km/h等速進(jìn)行試驗(yàn)，為防止過(guò)放電損害電池包，充滿電時(shí)SOC等于1，在SOC等于0.2時(shí)停止試驗(yàn)，再次充電并靜置12 h，消除內(nèi)部極化現(xiàn)象后再繼續(xù)試驗(yàn)，重復(fù)以上試驗(yàn)。在UDDS工況、不同溫度T及初始SOC下進(jìn)行試驗(yàn)，分別采集數(shù)據(jù)U_b、S、α、能耗設(shè)備的啟動(dòng)及運(yùn)行時(shí)間t、溫度T、循環(huán)次數(shù)N、剩余里程S*_re。隨機(jī)選擇2 000組數(shù)據(jù)作為參數(shù)預(yù)測(cè)得S_re并與相應(yīng)的試驗(yàn)值S^*_re做比較。

4.2 試驗(yàn)結(jié)果及對(duì)比分析

    利用OCV法、AH積分法與優(yōu)化OCV法預(yù)測(cè)剩余里程對(duì)比。圖2、圖3為基于優(yōu)化OCV法的剩余里程預(yù)測(cè)結(jié)果及相對(duì)誤差，誤差無(wú)累積，最大相對(duì)誤差為5.2%；圖4為基于OCV法的預(yù)測(cè)結(jié)果,最大相對(duì)誤差為13.3%，SOC較低時(shí)誤差會(huì)劇增；圖5為基于AH積分法預(yù)測(cè)結(jié)果，最大相對(duì)誤差為8.8%，誤差會(huì)累積。通過(guò)以上3種剩余里程預(yù)測(cè)法相比，表明優(yōu)化OCV法預(yù)測(cè)效果相比其他兩種算法有明顯改善。

5 結(jié)論

    本文根據(jù)優(yōu)化OCV法得到準(zhǔn)確的SOC初值，并根據(jù)條件更新標(biāo)準(zhǔn)里程S_N和標(biāo)準(zhǔn)容量SOC_N，使預(yù)測(cè)誤差降低并提高自適應(yīng)性；把所有影響因素參數(shù)轉(zhuǎn)化成S_N標(biāo)準(zhǔn)下的相應(yīng)里程參數(shù)，單位統(tǒng)一，降低建立數(shù)學(xué)模型、STM32硬件設(shè)計(jì)的難度。其最大相對(duì)誤差為5.2%，相比較現(xiàn)有其他方法，優(yōu)化效果有明顯提高，證明了該方法優(yōu)化的可行性。

參考文獻(xiàn)

[1] HIDRUE M K，PARSONS G R，KEMPTON W，et a1.Willingness to pay for electric vehicles and their attributes[J].Resource and Energy Economics，2011，33(3)：686-705.

[2] 王艷靜，劉光明，馮超.電動(dòng)汽車剩余里程估計(jì)算法研究與驗(yàn)證[J].Development of Energy Science，2015，3(1)：1-7.

[3] 麻友良，陳全世，齊占寧.電動(dòng)汽車用電池SOC定義與檢測(cè)方法[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版)，2001，41(11)：95-97.

[4] PILLER S，PERRIN M，JOSSEN A. Methods for state of charge determination and their applications[J].Journal of Power Sources，2001，96 (1)：113- 120．

[5] 龍宇舟，郭毅峰，韓峻峰，等.一種基于預(yù)測(cè)開路電壓估算SOC初值的方法[J].通信電源技術(shù)，2014，31(3)：14-24.

[6] 陳果，郭慶，王金宏，等.基于STM32的蓄電池檢測(cè)系統(tǒng)[J].國(guó)外電子測(cè)量技術(shù)，2012，31(1)：70-73.

[7] 丁力，宋志平，徐萌萌，等.基于STM32的嵌入式測(cè)控系統(tǒng)設(shè)計(jì)[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013，44(1)：260-265.

作者信息：

陳德海，任永昌，華  銘，黃艷國(guó)

（江西理工大學(xué) 電氣工程與自動(dòng)化學(xué)院，江西 贛州341000）