五部门关于开展2024年新能源汽车下乡活动的通知
用电子器件提高电动汽车的电池性能
用电子器件提高电动汽车的电池性能 混合动力电动型汽车电池中的电子器件是提高性能和安全性的关键。在集成电路设计领域的新技术使电池组设计师能进一步提高锂离子电池的性能。更高的测量准确
混合动力电动型汽车电池中的电子器件是提高性能和安全性的关键。在集成电路设计领域的新技术使电池组设计师能进一步提高锂离子电池的性能。更高的测量准确度、更坚固的数据链路和电池容量的主动电荷平衡都帮助实现了更低的成本、更长的行驶周期和更快的充电。
典型的电池组方框图(图1)由几组串联连接的锂离子电池组成,它们的测量和平衡由高压模拟集成电路完成。这些模拟前端(AFE) IC执行艰难的测量每节电池电压、电流和温度的任务,并向控制电路传递数据。控制器运用电池数据计算电池组的电荷状态和健康状态。控制器可能命令前端IC给某些电池充电或放电,以在电池组内保持平衡的电荷状态。
BATTERY PACK:电池组
DATA PORT:数据端口
CONTROLLER:控制器
State of Charge:电荷状态
State of Health:健康状态
System Safety:系统安全
DATA BUS:数据总线
ISOLATION BARRIER:隔离势垒
MEASURE & BALANCE:测量与平衡
12 SERIES LI-ION CELLS:12节串联的锂离子电池
图1:电池组方框图
更高的准确度意味着更低的成本
模拟前端IC的测量准确度对系统成本有直接影响。需要准确的测量以实现有用的电荷状态(SOC)计算。为了实现长寿命,电池组一般在20%至80%的SOC之间工作。如果在SOC计算中有5%的不确定性,那么电池组的尺寸就必须增大5%,这导致电池的成本显着增大。给一个16kW-hr电池组增加5%的容量,需要约360欧元(460美元)。改进SOC计算以实现1%的误差意味着,每个电池组能节省约300欧元(385美元)。
电池电压测量是SOC算法的关键要素。当测量3.3V LiFePO4(磷酸铁锂)电池时,IC电源和电池组开发人员都集中采用总测量误差1mV的规格。
对于诸如售价480欧元(615美元)的Fluke-289手持式万用表等实验室设备,测量3.3V至1mV以内的电压是司空见惯的。AFE IC必须以1/100的成本提供相同的性能,并在汽车环境中连续工作15个年。只有为数不多的IC技术能够实现这一目标。
真实世界中的准确度
什么样的IC技术最适合电池测量呢?答案可从图2(典型AFE IC的方框图)的误差分析获得。12个串接电池之一由多路复用器(MUX)模块来选择。通过闭合“S”开关把电池电压存储在一个电容器上。断开“S”开关,然后闭合“T”开关。电池两端的电压将转移至ADC.这种“飞跨电容器”方案消除了顶端电池33V的大共模电压,并保持了3.3V的差分电压。模数转换器(ADC)将电池电压与其电压基准进行比较,并产生一个与VCELL和VREF之比成比例的数字结果。
DATA I/O:数据I/O
VOLTAGE REFERENCE:电压基准
图2:典型模拟前端IC
如果开关的阻抗太大,无法在很短的采样时间内给电容器充电,那么MUX和飞跨电容器就可能引入测量误差。细致的开关电容器设计可消除这个误差项。
由ADC进行从模拟到数字的转换还可能由于器件失配而引入误差。其次,细致的设计与器件微调相结合,可降低ADC引起的误差。
AFE IC的基本限制来自电压基准
假如电压基准下降了1%,则所有的读数都将增加1%.电压基准是由某种物理量产生的,可以是反向偏置PN结的雪崩击穿(一个齐纳基准)、两个基极-发射极电压之差(一个带隙基准)、或一个电容器上存储的电荷(一个EPROM基准)。每个AFE IC在生产中都进行了微调,以使电压基准的初始值非常准确。不幸的是,视IC技术的不同而不同,电压基准可能随着时间、温度、湿度和印刷电路板(PCB)组装应力的不同而产生极大的变化。这导致一些IC厂商只提出“典型”准确度,而关于AFE IC在真实世界中会怎样表现则未提供指导。
要在严酷的汽车环境中运行,最佳技术是齐纳基准。数年来,凌力尔特新的LTC6804 AFE电池组监视器IC运用齐纳电压基准技术,以保持优于所需的准确度。LTC6804比前一代产品有了显着改进,前一代产品依靠带隙电压基准。例如,考虑PCB组装所产生的应力。AFE IC在焊接过程中会遭受几种热冲击。在塑料封装和铜引线框架的膨胀和收缩过程中,芯片会经受机械应力。带隙基准的表现就像一个应变计,将机械应力转换成基准电压的变化。电压基准的任何变化都会直接降低电池测量的准确度。PCB器件应力的影响示于图3,在热冲击之前和之后对10个AFE IC(3种类型)进行了测量。基准漂移以电池测量误差(单位是mV)来表示(假设采用的是一个3.3V电池)。
mV of additional measurement error due to PCB assembly:由于PCB组装而产生的额外测量误差(单位mV)
Number of units out of 10:来自10个器件的个数
Competitor:竞争对手的器件
Hours in the test chamber with, then without a cup of water:在有、然后是没有一杯水的测量室中的时间(小时)
mV of additional measurement error due to humidity:由于湿度而产生的额外测量误差(单位mV)
Competitor:竞争对手的器件
Years of Operation:工作年限
mV of additional measurement error due to long term reference drift:由于长期基准漂移而产生的额外测量误差(单位mV)
LTC6802 Worst Case Measured bandgap Drift:LTC6802在最差情况下测得的带隙漂移
LTC6804 Worst Case Measured Zener Drift (data from LT1021):LTC6804在最差情况下测得的齐纳漂移(数据来自LT1021)
Years of Operation:工作年限
mV of additional measurement error due to long term reference drift:由于长期基准漂移而产生的额外测量误差(单位mV)
Estimated mV Error = X * 3.3. / (SQRT[hours/1000]) / 1000:估计的mV误差 = X * 3.3/ [√ (小时/1000)] / 1000
LTC & other bandgap based AFE IC's:LTC6802和其他基于带隙的AFE IC
图3:生产之后的测量误差。由于真实世界因素(a)PCB组装应力、(b)湿度变化、(c)所测得的基准漂移和(d)估计的长期基准漂移而产生的3.3V电池测量误差。
-
一文看懂电动汽车是否能全部取代燃油车?2023-11-30
-
插电混动和纯电动汽车孰好孰坏2023-11-30
-
补贴下坡 限行助推电动汽车销量2023-11-30
-
电动汽车增程 甩掉里程忧虑2023-11-30
-
混合动力电动汽车工作原理2023-11-30
-
燃料电池汽车工作原理2023-11-30
-
燃料电池汽车特点2023-11-30
-
燃料电池汽车关键技术2023-11-30
-
中国氢燃料电池汽车落后国外5—10年2023-11-30
-
通用氢燃料电池汽车有望提前量产2023-11-30
-
燃料电池车,是在侮辱谁的智商?2023-11-30
-
电动车的生机远远大于燃料电池汽车2023-11-30
-
燃料电池客车最有希望率先商业化2023-11-30
-
“十三五”电动汽车展望 电池决定发展重点2023-11-30
-
燃料电池汽车前景如何2023-11-30