员工使用信息系统记录数据
“贴心管家”
新住户郑立鹏正在天津滨海新区嘉铭红树湾智慧用电小区参观智慧用电样板间。 通过掌上电脑接入智能能源管理系统,他可以清楚地了解家庭用电量和家用电器的能耗情况。 小郑说:“现在信息技术这么发达,我什至可以在电脑上查看家里的用电情况,还能自动分析,就像请了个免费的电管家一样!”
不久的将来,“爱心电管家”将走进智慧社区的千家万户,社区居民可以像小郑一样,通过智能能源管理系统享受用电服务。 智能能耗管理系统作为生态城信息系统的重要组成部分,通过能源管理信息节点采集各类能耗信息,计算分析全网实时运行状态,综合分析结合电网历史现状,构建智能能源管理系统。 面向社区、智能建筑和客户的综合能源管理平台。 同时可为各类客户提供能效监测、节能分析、双向互动等服务。
借助系统管家式的用电管理,客户可以实时了解电价,参考供电公司提供的数据和用能策略,实现用电设备的远程控制和动态自主分配,让产品选型和支付更便捷 享受信息系统带来的结算、信息查询、故障修复、业务拓展报装、电动汽车充放电预约等一站式服务。
《强电卫士》
崔玉祥是中新天津生态城动漫园一家动漫公司的老板。 他说:“我们动画人最怕停电,有时需要连续工作十多天不停地渲染3D动画效果,一次停电可能造成几十万元的损失。现在,停电了。”智能电网供电可靠性高,不用担心停电。”
强大的配电网信息系统和初级网架构成了生态城的智能电网配电自动化系统。 信息网络连接主配电站、配电分站、配电终端和通信通道。 通过信息传输和处理,实现配电网SCADA(数据采集与监控)、自愈控制、智能分析等功能。 电网灵活的运行方式可以满足分布式电源的接入,并借助信息交互总线,完成与上级调度自动化系统、生产管理系统、GIS(地理信息系统)、营销管理系统,实现一体化业务流程。
智能配电自动化系统自建立以来,在配电网抢修指挥和运行中发挥了重要作用。 不仅可以有效缩短停电时间,还可以将网络结构优化和负荷调节相结合,减少配电网的电能损耗,改善配电网的用电量。 网络运行效率。 目前,生态城起步区10kV配电线路全面接通,供电可靠性达到99.999%,电压合格率达到99.99%,线损率降至1.21% .
“聪明医生”
“您好,您是第6000位访问智慧营业厅可视化平台的客人,沙盘上闪现的是……”生态城智慧营业厅讲解员谢伟解释道生态城智能电网总体布局给参观者。 在这里,她已经为285批次国内外各界参观者讲解了智能电网知识。 借助以信息化为基础的智能交互服务系统和可视化平台,一场从业务管理模式到智能电网品牌传播的全方位革命正在悄然开启。
据了解,智能交互服务系统不仅能以多媒体形式简洁展示智能业务办理流程,还能为客户办理业务提供智能业务受理和智能自助终端现场交互服务。 通过信息技术的广泛应用,将95598客服热线、客服网站、手机网站(wap)、移动终端服务程序等远程交互服务融为一体,通过多种渠道为客户提供服务选择。
梁小虎副主任说:“为了保证客户信息的安全楼宇自控电能管理系统图片,我们在设计系统的时候搭建了多重信息防火墙。” 他表示,智能交互服务系统采用了当前先进的安全技术,能够实现网段隔离、入侵检测等,对系统进行多重加密保护,为整个信息系统提供安全保障,提高整体安全性,确保客户信息安全。
生态城智能营业厅4楼的可视化平台可以说是智能电网品牌传播的主要阵地之一。 它以信息技术为依托,以智能化数据信息集成平台为基础,综合运用3D虚拟、动作捕捉和动力仿真。 通过与可视化融合等先进技术,全方位、全景式、全方位展示生态城智能电网的各个环节和系统。
据智慧营业厅工作人员介绍,可视化平台展示范围包括智能电网运行、智能维护、智能用电三大业务主题,清洁发电、智能变电、配电自动化、微电网、电能质量、输变电。 设备状态监测、配电设备状态监测、用电信息采集、电动汽车充电设施、用电用能服务11个业务场景。 换电设施等3D模型将设备运行状态与3D场景相结合,实现监控展示。
以“信息化、自动化、交互化”为特征的坚强智能电网的不断创新发展,对信息技术的应用提出了更高的要求。 在中新天津生态城智能电网综合示范项目的建设和运行过程中,信息系统发挥了重要作用。 不久的将来,随着信息技术的飞速发展,一个又一个“可操作、可复制、可扩展”的智慧城市将破茧而出。
电池管理系统 (BMS) 可根据启动能力对充电状态 (SoC)、健康状态 (SoH) 和功能状态 (SoF) 进行快速可靠的监控,以提供必要的信息。 因此,BMS可以最大限度地减少因电池意外失效而导致的汽车故障次数,从而尽可能地提高电池寿命和电池效率,实现CO2减排。 BMS的关键部件是智能电池传感器(IBS),它测量电池的端电压、电流和温度,并计算电池的状态。
电源管理系统
用于为起停系统供电的典型电源网络包括车身控制模块 (BCM)、电池管理系统 (BMS)、发电机和直流/直流转换器(见图 1)。
BMS 借助专用的负载管理算法向 BCM 提供电池状态信息,BCM 通过控制发电机和 DC/DC 转换器来稳定和管理供电网络。 DC/DC转换器将电能分配给车内的各种电气元件。
通常,铅酸电池的BMS直接安装在电池夹上的智能连接器中。 该连接器由一个低值分流电阻器(通常在 100µΩ 范围内)和一个带有高度集成设备(具有精确测量和处理功能)的小型 PCB 组成,称为智能电池传感器(IBS,见图 2)。 IBS 以高分辨率和准确度测量电池电压、电流和温度,即使在最恶劣的条件下和整个生命周期内,也能正确预测电池充电状态 (SoC)、健康状态 (SoH) 和功能状态 (软)。 这些参数会定期或根据要求通过汽车认证的车载网络传输到 BCM。
除了上述功能和参数性能,IBS 的其他关键要求包括低功耗、能够在恶劣的汽车环境中工作(即 EMC、ESD),以及车辆通信接口一致性测试(即 LIN),满足汽车级测试限值(测量参数的6σ限值),也满足AEC-Q100标准的要求。
电池监控
如前一段所述,IBS 的主要目的是监控电池状态并根据需要将状态变量传送至 BCM 或其他 ECU。 测得的电池电流、电池电压和温度样本用作电池监控输入。 电池监视器输出为 SoC、SoH 和 SoF。
1.充电状态(SoC)
SoC的定义很直观,通常用百分比表示。 充满电的电池的 SoC 为 100%,完全放电的电池的 SoC 为 0%。 SoC 值随着电池的充电和放电而变化。
这导致 (1),其中 Cr 是 () 的,Ca 是总数:
该值由式(1)计算,其中Cr代表电池剩余(可放电)容量,Ca代表电池总可用容量:
但是,经常会出现可用电池容量与电池标称容量(通常标示在电池盒上)不同的情况。 对于新电池,它可能会高于标称容量,而对于使用一段时间的电池,可用电量会更低。 另一个问题是实际可用功率很难从 IBS 输入中确定。
因此,SoC通常以标称容量Cn来定级,有以下几个优点:
特定 SoC 的电池可用充电容量是已知的,包括旧电池; Cn 是在定义的电流 (I=Cn/20h) 和温度 (27 °C) 下测量的。
常见的 SoC 计算方法有 2 种:库仑计数,也称为电流积分或安时平衡,以及开路电压 (OCV) 测量。
库仑计数是跟踪 SoC 快速变化的最佳算法。 它基于对流入和流出电池的电流进行积分,并相应地调整计算出的电池 SoC。 等式(2)用于SoC计算,其中Q(t0)代表电池的初始充电,α代表效率因子,i(t)代表电流(正向或反向),Cn代表标称容量电池。
除了α因子,公式中的参数非常直观。 这是用来描述效率的一个因素,也称为定律。 它表示铅酸蓄电池在不同放电倍率下的电量。 随着放电率的增加,电池的可用电荷会减少。 影响可用功率的另一个参数是温度。 温度越高,可用功率越多。 两种效率都是用α来描述的,所以α值需要取一个二维数组(温度和放电率)。 根据测得的温度和放电率,每个积分步骤分别使用相应的值。 alpha 值在很大程度上取决于电池的设计和化学成分,并且即使在同一制造商的不同型号之间也经常有所不同。 它们通常通过实验室的充放电测试获得。
尽管该定律仅适用于放电情况,但也有一个类似于用于充电循环的 α 值的效率因子。 除了温度和充电速率之外,还需要考虑实际的 SoC,因为较高 SoC 的充电效率低于中等 SoC。
由于电流和 alpha 值的集成,电池条件变化的误差以及电流测量和量化误差会随着时间的推移而增加。 因此,参数Q(t0)(电流积分的起点)通常通过精度更高的不同方法获得:OCV方法。 OCV 是当没有消费者从电池汲取电流时电池端子两端的电压。
铅酸电池在 OCV 和 SoC 之间表现出良好的线性关系。 因此,通过测量OCV,可以直接计算出SoC。 必须表征 OCV 和 SoC 之间的确切因数 (exact)。
这种方法唯一的缺点是OCV只能在停车后测量,也就是在(几乎)所有用电设备都关闭后,以及汽车熄火后几十分钟甚至几小时后才能测量。
因此,OCV 方法常用于重新校准连续运行的库仑计数。 这种组合提供了一种很好的SoC计算方法,可以利用自放电率对SoC进行修正,使计算结果在较长的停车时间更准确。
2. 健康状况 (SoH)
铅酸电池的各种老化效应对电池的影响是不同的。 由于 IBS 难以单独监测和量化这些老化效应,因此通常不会直接根据这些老化效应评估 SoH。 相反,SoH 是通过电池容量在使用寿命期间的减少来衡量的,这是老化的主要结果。 与电池老化相关的另一个非常重要的参数是启动性能,但通常用启动能力的功能状态(SoF)来表示。
因此,SoH可以通过公式(3)进行估算,其中Caged表示老化电池容量,Cn表示根据SoC计算的标称容量作为参考。
由于 Cn 已知,计算 SoH 的关键任务是找到 Caged。 一种可能的方法是跟踪在电池寿命期间实现的最大充电量(或 SoC)。 如果在随后的几次完全充电后,电池的最大充电水平低于先前计算的老化容量,则老化容量会降低。 相应地,Caged和SoH必须根据库仑计数和OCV方法确定的容量进行调整。 当充电电流降至特定阈值以下时,可以监控完全充电状态。
确定 SoH 的另一种方法是跟踪充电和放电循环,根据电池制造商提供的循环稳定性进行评估。 通常,制造商会保证在指定温度下一定深度的充放电循环总数,例如,27°C 和 25% 放电深度下的 500 次循环。 通过使用这些数字评估所有循环并应用温度和充电状态校正因子,提供了对上述 Caged 的跟踪。 这些校正因子必须通过表征电池来确定。
然而,这两种方法通常还与其他专门算法结合使用,这些算法与电池寿命期间的多个电池参数密切相关。 这些电池参数是通过实验室中大量的电池表征确定的,通常仅适用于特定的电池型号。
3.功能状态(SoF)
启动汽车发动机对于铅酸电池来说即使不是最重要的功能也是非常重要的。 因此,BMS的一个很重要的任务就是预测汽车在实际情况下能否启动。 起始预测由 SoF 参数表示。
除了“传统”的停止和启动,随着微混合动力汽车中启停系统的引入,启停功能也变得越来越重要。 BMS 必须判断发动机在关闭后是否可以再次启动,进入停止模式是否安全,并与 BCM 进行通信。
获取 SoF 参数的一种非常好的方法是分析最近的发动机启动、剩余电量(作为 SoC 和 SoH 的函数)和实际温度。 启动时需要记录电池内阻Ri(由压降和电流计算)。 由于 Ri 在电池寿命期间相对稳定,并且仅在电池寿命结束时显着上升,因此 Ri 的平均值需要低于某个阈值以确保安全启动。 电池老化的另一个影响是,在启动阶段,电压和电流样本计算出的Ri值趋于非线性,即相同的电压样本值会出现不同的电流值。 对于新电池,Ri 是线性的。 请参见图 3 和图 4,了解启动期间的常见电压和电流趋势。
结合 Ri(根据电压降和电流计算)、剩余电池电量和实际温度可以很好地指示启动能力。 此外,这些阈值还必须通过表征电池来确定。
为了以必要的精度确定 Ri 的线性或非线性,在启动阶段采样的所有电压和电流值都需要使用线性滤波器进行滤波,最好是带通滤波器。
BMS软硬件高效实施
电能效率是新车最重要的特性之一,通过BMS来实现。 除了管理一些节电功能外,BMS 还需要节能,因为它是一个永远在线的系统,在发电机不运行时需要由铅酸电池供电。 为了满足这一要求,IBS 的功耗必须尽可能低。
为实现这一目标,飞思卡尔的 IBS 实施使用了两种低功耗模型,其中 CPU 和其他不需要的硬件 (HW) 块被关闭。 为了降低正常运行模式下的功耗并减少客户端的软件 (SW) 开发工作,添加了额外的硬件块以降低软件复杂性。 这允许使用更小、功耗更低且更具成本效益的 16 位微控制器。 降低软件复杂性的另一种方法是确保产品参数贯穿其整个生命周期,并将出厂调整值存储在非易失性存储器 (NVM) 中。 作为下线测试的一部分,这些调整值针对每个芯片单独进行表征并相应地存储。 因此,无需在软件中使用复杂的校准算法。
除了这三种硬件实现技术外,本文还介绍了电池监控算法的高效软件实现。
1.低功耗模式
实施低功耗模式是降低功耗的一种非常好的方法。 这是通过在不需要时关闭部分 SoC(尤其是 CPU),并仅在需要时切换到正常模式(即激活所有硬件块)来实现的。 如前所述,有两种低功耗型号,区别仅在于唤醒 CPU 后使用的程序入口点。
然而,在低功耗(即无软件交互)模式下,还需要监控电池状态。 首先需要跟踪电流,通过库仑计数计算SoC。 相应地,可以支持低功耗模式下的电流测量和电流采样值的自动求和(即库仑计数)。
IBS 必须能够对电池和汽车状态变化做出反应,即电池传感器必须在各种事件发生时被唤醒。 相应的,也需要测量低功耗模式下的电流和温度。 电流的变化通常表示车辆状态的变化(电气设备打开和关闭),而温度变化有时需要重新校准测量通道参数。 电流和温度采样值的阈值可以配置为在超过时唤醒。 还提供自动库仑计数器阈值唤醒机制。
除了那些特定于被测参数的唤醒事件外,还可以实施其他唤醒机制,允许 BCM 或汽车中的其他电子设备唤醒 IBS(通过 LIN 消息或直接有线连接),以及作为定时唤醒机制。
上述低功耗模式和唤醒机制的实施允许 IBS 在大部分时间(通常为 70% 左右)运行在低功耗模式,包括发动机运行时。 在正常工作模式下,将重新计算 SoC、SoH 和 SoF 参数。
2.将软件任务转移到硬件模块
采用专用的硬件模块来承担软件任务是降低软件复杂度和节省功耗的有效途径。 这样的硬件块可以非常有效地用于在用于电池监控算法之前对电压、电流和温度测量样本进行预处理。 这是必要的,因为汽车的电源线经常受到干扰电池ibms系统,而对于 IBS,采样值的测量精度非常高。
具有抽取和噪声抑制滤波器的高精度 16 位 sigma-delta ADC 是该应用的理想选择,因为与其他 ADC 技术相比,它具有更高的测量精度。 结合误差补偿功能,已经能够提供非常好的精度。 然而,信号处理链之后往往需要对采样值进行再滤波。 这样做的原因是为了去除车内其他电子设备的噪声,因此滤波器需要具有可自由切换的频率特性。 另一个原因是,作为电池监测的一部分,观察到的特定电池参数与激励频率(由电池化学决定)密切相关。 例如,Ri 就是这种情况。
可编程线性滤波器满足这些要求:滤波器系数可以通过寄存器传输到硬件滤波器块。 一旦对这些寄存器进行编程,就不再需要在软件中进行过滤。
电流测量面临的挑战是需要对小电流进行高精度测量,同时还要支持较宽的测量范围。 所需精度优于 10mA,这意味着 100μΩ 分流器上有 1μV 压降。 在汽车启动的过程中,会有1000A甚至更高的电流。 为了支持上述两种需求,同时避免在软件中进行手动测量重新配置,需要引入自动增益放大器。 可选择的增益系数用于调整输入信号以最佳匹配 ADC 的参考电压。 增益系数的调整可以自动完成,整个运行过程不需要重新配置软件。 出于测试目的,或有特殊应用要求时,也可选择固定增益系数。
3.简化校准工作
微调和校准是确保器件在整个生命周期内保持高精度的一项非常重要的任务。 为此,将先前测试的校正因子应用于关键设备参数。 作为产品线设备测试的一部分,这些因素在不同温度下进行测试并存储在 IBS 的 NVM 中。 设备启动时,需要通过软件将各个调整参数写入设备的寄存器中。 要调整的参数在电流和电压测量链中可用。 此外,振荡器、电压基准和 LIN 时序也需要校准。 在运行过程中需要重新校准,例如需要定期校准或温度急剧变化时。 不同的校正因子,如果有的话,需要重新写入各自的寄存器。
上述校准方法可以使客户免于对这些参数进行昂贵的下线测试。 此外,还可以通过简单地应用参数来降低软件校准的复杂性。
4.软件实现
前面提到的电池管理算法需要处理器密集型计算和控制算法。 这些算法的初始实施通常使用基于模型的仿真工具在 PC 上完成。 这些工具通常使用浮点数据格式。 在后续的开发过程中,这些算法被移植到了IBS中。 但是,由于成本和功耗的原因,IBS 中使用的微控制器不提供浮点硬件。 因此,为了获得合适的运行时间,算法中使用的数据类型必须映射到定点整数格式。 提供各种数据类型和相应的取值范围。 例如,下表列出了飞思卡尔 IBS 上可用的数据类型。
数据类型范围(无符号)范围(有符号)
字符(8 位)0 – 255 -128 – 127
整数(16 位)0 - 65535 -32768 - 32767
长整数(32 位)0 – – –
为了表示小于 1 的值,LSB 被映射到一个特定的值。 该值由所需分辨率决定。 通过选择一种可用的数据类型,可以导出变量的可用取值范围和虚拟固定小数点(定点格式)。 例如分辨率为1mV,用无符号整数表示的范围为0~65.535V。
由于 IBS中有一个16位的S12 CPU,所以整数数据类型可以提供16位的精度。 这意味着可以比 32 位变量更好地处理 8 位和 16 位变量。 因此,一般首选 8 位和 16 位变量。
上述用于计算SoC、SoH和SoF的算法的实现示例表明,在很多情况下,16位变量可以提供足够的数值精度和范围。 这是因为电压和温度输入值都是 16 位精度(通过使用 16 位 ADC)。 16 位精度足够的其他值包括 SoC、SoH、Ri 和校正因子 α。 即使当前采样值是 24 位精度,在大多数情况下也可以映射到 16 位数据。 例如,在 3mA 精度下,通过使用带符号的 16 位整数格式,无需进一步修改数字格式即可表示高达 ±98.3A 的电流值。 这对于汽车在移动和停止时来说绰绰有余。 在启动期间,当前采样值将越界,必须使用 32 位数据格式。 需要32位格式的参数是电池充电相关的值(例如库仑计数器)。