如何在微型混合动力汽车中有效实施电池能效管理

4.4) 软件实施方案

在3）章节中提到的电池管理算法需要处理器密集型计算和控制算法。通常，在PC上使用基于模型的模拟工具来完成这些算法的首次实施。这些 工具通常使用浮点数据格式。在之后的开发流程中，这些算法会导入到IBS上。但是，由于成本和功耗的原因，IBS所用的微控制器类上并不提供浮点硬件。因 此，为了实现适用的运行时间，在算法中使用的数据类型必须转换为定点整数格式。共有多种数据类型和内在值范围可用。例如，下面列出了在飞思卡尔的IBS上 提供的数据类型：

为了表示小于1的值，LSB被映射为特定的值。

该值由所需的解析度决定。通过选择其中一个可用的数据类型，可以导出该变量的可用值范围和虚拟固定小数点（固定点格式）。例如，解析度为1mV，采用标记整数数据类型，则范围为0至65.535伏特。

因为飞思卡尔IBS中有一个16位S12 CPU，因此整数数据类型可提供16位精度。这意味着8位和16位变量处理起来比32位值具有更高性能。因此，一般都是首选8位和16位变量。

从上面提到的计算SoC、SoH和SoF所用的算法实施范例中可以发现，在许多情况下，16位变量可以提供充足的值精确度和范围。这是因 为电压和温度输入值都具有16位精确度（通过使用16位ADC）。其他16位精确度就已足够的值，包括SoC、SoH、Ri和纠正因子α（请参见第3章了 解详细说明）。即使采用24位精确度的电流采样值，也可以在大多数时间里映射至16位。在类似3mA的精确度上，通过使用带标记的16位整数格式，可以表 示+/- 98.3 A范围的电流值，无需针对数字格式进行进一步的修改。这足可以满足汽车行驶和停止期间的要求。在启动过程中，电流采样值会超过边界，必须使用32位数据格 式。需要32位格式的参数是与电池充电有关的值（例如，库仑计数器）。

5) 总结

本白皮书介绍了如何在使用飞思卡尔IBS的微型混合动力汽车中有效实施BMS。讨论了最先进的电池状态计算算法（SoC、SoH和 SoF）。从中可以了解到，在功耗方面可以采用哪些特殊的硬件特性来提供IBS的效率。另外，本文还介绍了具有自动电池状态监控功能（无需软件交互）和复杂的唤醒机制的低功耗模式的使用。结果显示，IBS能够在大多数时间内处在低功耗模式中。另外，通过正确的硬件信号处理、可编程的过滤器和简化的校准方 式，我们可以发现软件复杂性已经显著降低。本文还介绍了定点算法原则，结果显示，对于BMS算法中的变量来说，16位定点数据格式常常能够满足要求，只在 少数时候需要32位格式。

参考资料

[1] Allgemeiner Deutscher Automobil-Club e.V., Aggregate supplier indicative data for 2004-5 Europe and North America

[2] Datasheet Freescale intelligent Precision Battery Sensor, MM912J637

[3] W. Peukert, über die Abhangigkeit der Kapazitat von der Entladestromstarke bei Bleiakkumulatoren, Elektrotechnische Zeitschrift 20 (1897)

[4] D. Doerffel, S.A. Sharkh, A critical review of using the Peukert equation for determining the remaining capacity of lead-acid and lithium-ion batteries, Journal of Power Sources, 155 (2006) 395–400

[5] Grube, Ryan J., Automotive Battery State-of-Health Monitoring Methods, Master Thesis, Wright State University, 2008