摘 要:电动汽车以其高效率、低排放、多能源的特点有效地抑制了能源紧张和环境污染问题,但高效可靠的充电系统和车载能源问题成为其发展的主要瓶颈。对此,以ARM处理器为整个充电系统的控制核心,并结合嵌入式操作系统研制了一种车载智能充电系统。构建了嵌入式系统软硬件平台,详细阐述了车载智能充电系统的设计过程。理论和实验分析表明,该充电系统减少了电动汽车充电时间,性能优良、可靠性高。
关键词: ARM处理器;电动汽车;脉冲;车载智能充电;电池检测
0 引言
电动汽车是21世纪高效、清洁、可持续的交通工具,同时也是解决能源危机和环境污染这两大突出难题的重要途径。电动汽车的主要动力源泉是蓄电池,而蓄电池也是制约电动汽车发展的主要因素。目前,电动汽车的技术已逐步成熟[1],一次充电可基本满足市区的交通里程需求。但大规模应用以及续驶里程问题依然不够理想,而且大规模应用还存在着充电时间长、充电效率低以及充电控制系统故障等诸多难点。对此,在蓄电池能量有限的情况下,研制一种车载智能充电设备是延长行驶里程和解决充电时间长问题的有效方法。
1 车载智能充电系统
车载智能充电系统的研制是为了能够实现在较短时间内完成对镍氢蓄电池组的智能充电[2]。充电系统在充电之前首先采用最高电压法来检测蓄电池组电压的初始状态,确定蓄电池组的初始荷电状态、端电压以及内部温度,根据蓄电池的初始状态来设定充电系统的充电电压、电流和充电时间。在充电系统充电的过程中对蓄电池参数进行实时的监测与采样,结合蓄电池参数的性能指标(如表1所示),ARM处理器就可以分析出当前蓄电池及其连接线路的性能状况[3]以及负载驱动能力,并将分析结果显示在LCD触摸屏上。
蓄电池质量和充电控制技术是决定蓄电池寿命的两个主要因素。一直以来,人们不断地对充电控制技术进行研究与改进,目前比较流行的充电方法有脉冲充电、恒流恒压充电[4]、正负脉冲充电。本文所采用的充电方法为正负脉冲充电:正脉冲对蓄电池进行充电—短时间的负脉冲放电—短时间的间歇。正负脉冲充电方法可加快充电速度、吸收热量、消除电池极化现象[5]。
2 车载智能充电系统硬件设计
2.1 ARM硬件系统
嵌入式系统具有软件代码少、自动化程度高、响应速度快等特点,是目前比较热门的研究领域[6],被广泛应用到诸如网络通信、工业控制、汽车电子等行业。如图1所示,车载智能充电系统以S3C6410处理器为控制核心,由数据监测模块和显示模块构成。虚线框内JTAG、UART、Flash、SDRAM构成了ARM的最小系统。根据车载智能充电系统的实际需求,在最小系统上扩展了触摸屏显示、数据监测、辅助电路等模块。其中LCD触摸屏的采用更好地实现了人机交互与智能化。
2.2 主充电电路
主充电电路将含有波动的交流市电转换成稳定的直流电,其设计的好坏直接影响整个充电系统的性能。如图2所示,车载智能充电系统的主充电电路由两个全桥电路[7]、一个由4个绝缘栅型双极晶体管(IGBT)组成的全桥逆变电路、高频变压器等组成。220 V市电首先经过全桥电路、大电容进行整流与滤波得到直流电,但此时的直流电纹波比较大,不能作为充电电源,需将直流电再通过全桥逆变电路[8]得到电压可调的高频交流电,由高频变压器耦合到副边,再经全桥整流、电感电容滤波得到纹波很小的直流电压,此电压为最后的充电电源。
3 车载智能充电系统软件设计
车载智能充电系统软件主要功能分为5个部分:蓄电池参数监测任务[9](电压数据监测、电流数据监测、温度数据监测)、数据处理与存储任务、UART通信任务、异常报警任务和GPRS通信任务,其主程序流程图如图3所示。
在充电系统执行任务前首先对系统任务的优先级[10]进行规划,可以防止系统多任务执行而发生紊乱。根据系统任务的关键性、关联性、紧迫性、繁琐性以及快捷性来确定任务的优先级,如表2所示。
4 实验结果分析
本文所研究的车载智能充电系统的主充电对象为镍氢蓄电池,选用12个单体镍氢蓄电池进行充电仿真试验。在充电的过程中不断监测充电电压、电流和蓄电池内部温度的变化,监测结果如图4所示,并就充电时间、充入能量、充电效率等与恒流恒压充电方法进行了比较,结果如表3所示。从监测结果可以看出,与恒流恒压充电方法相比,正负脉冲充电方法有效地缩短了充电时间[11]、提高了充电效率,非常适合给动力源为镍氢电池的电动汽车充电。
5 结论
本文以三星S3C6410处理器为系统控制核心,构建了电动汽车车载智能充电系统的软硬件平台,分析了ARM硬件结构、主充电电路。采用了正负脉冲充电方法对镍氢电池起到了保护与延长寿命的作用。充电结束控制方法采用了定时控制、温度控制和最高电压控制相结合的方法,有效地防止了过充电。在原有充电系统的基础上,本车载智能充电系统对蓄电池参数进行了实时监测,提高了充电系统的稳定性与安全性。实验结果证明,该车载智能充电系统具有重要的实际应用价值,为电动汽车的普及提供了有利的条件。
参考文献
[1] 李昌林.电动汽车车载充电系统的设计与实现[D].武汉:武汉理工大学,2008.
[2] 刘国栋.电动汽车电池智能充电系统研究[D].武汉:武汉科技大学,2005.
[3] Hu Xiaosong, Li Shengbao, PENG H, et al. Charging time and loss optimization for LiNMC and LiFePO4 batteries based on equivalent circuit models[J]. Journal of Power Sources,2013(239):449-457.
[4] OLIVEIRA D Q, ZAMBRONI S, DELBONI L F N. Optimal plug-in hybrid electric vehicles recharge in distribution power systems[J]. Electric Power Systems Research,2013(98):77-85.
[5] Zhang Shifang, Zhao Shupeng, Li Jiuxi, et al. Study on multi-energy powertrain control strategy of hybrid electric vehicle[R]. International Conference on Transportation Engineering,2007.
[6] 齐春生,韩华生,闫谨,等.基于ARM-Linux平台的电动汽车智能充电技术[J].计算机应用,2012,32(S1):189-191.
[7] LUNZ B, Yan Zexiong, GERSCHLER J B, et al. Influence of plug-in hybrid electric vehicle charging strategies on charging and battery degradation costs[J]. Energy Policy,2012(46):511-519.
[8] 江秀道.电动汽车智能充电系统研究[D].南昌:南昌大学控制工程,2011.
[9] 黄会雄,袁力辉,罗安.基于C/OS-Ⅱ电动汽车电池快速充电系统的研究[J].计算机工程与设计,2009,30(16):3741-3744.
[10] 陈超,谢瑞,何湘宁.电动汽车车载锂电池分段充电策略研究[J].机电工程,2011,28(7):887-900.
[11] ICHIRO M. Development of the battery charging system for the new hybrid train that combines feeder line and the storage battery[C]. 2010 International Power Electronics Conference(IPEC), 2010: 3128-3135.