【AUTOSAR】BMS开发实际项目讲解（二十九）----电池管理系统电池充放电功率控制与SOC

news2025/11/7 8:13:45

    1. 电池充放电功率控制
      1. 关联的系统需求

Sys_Req_3901、Sys_Req_3902、Sys_Req_3903、Sys_Req_3904;

      1. 功能实现描述

电池充放电功率控制主要包括以下内容：

  1. 60S可用功率

参见[CELL]

  1. 30S可用功率

参见[CELL]

  1. 10S可用功率

参见[CELL]

  1. SOP算法

ID

Description

ASIL

Ref.

SOP-101

估算方法

  1. 通过查两张表：电池系统放电电流限制表，回馈电流限制表获取当前状态下系统可输出的最大电流，再结合总电压计算系统可输出的最大功率。在充放电使用过程中，通过判断当前电流大小，系统可输入输出的最大电流在脉冲表和持续表间切换，再结合各类故障的判断限制，以达到既能输出最大功率又能保护电池的目的

QM

Sys_Req_3901

Sys_Req_3902

Sys_Req_3903

Sys_Req_3904

SOP-102

估算要求

  1. 输出功率应考虑故障等级的限制。具体策略见故障列表 [FL]
  2. 各种限制取最小值上报整车，作为整车可用放电/回馈功率

QM

Sys_Req_3901

Sys_Req_3902

Sys_Req_3903

Sys_Req_3904

  1. SOP策略流程
    1. 电池SOC估算
      1. 关联的系统需求

Sys_Req_3901、Sys_Req_3902、Sys_Req_3903、Sys_Req_3904;

      1. 功能实现描述

SOC主要包括以下内容：

  1. SOC模块输入信息

序号

参数

说明

1

满电电压

4.14V

2

电芯OCV曲线

参见附件xxx　

  1. SOC算法

ID

Description

ASIL

Ref.

SOC-101

估算方法

  1. 开路电压修正法+安时积分法，基于电流积分的基础上，当达到OCV校准的条件即对真实SOC做修正，修正后的SOC值作为初始值，在初始值的基础上对电流积分计算真实SOC，一旦显示SOC与真实SOC出现差异，显示SOC即以一定速率加减速积分跟随真实SOC 。对安时积分来说，当采集的电流精度越高，积分的频率越快，计算的SOC越准确。OCV的修正过程需在电池处于静置状态且电压稳定的情况下进行
  2. 策略方案详见《SOC策略流程图_20190613.vsd》

QM

Sys_Req_4001

Sys_Req_4003

SOC-102

估算要求

  1. 由于电量计量系统在电流积分过程中存在着一些偏差，如电流采样误差、温度变化等导致的容量误差。而且这种误差在循环过程中会积累，无法消除，最终导致计量偏差越来越大。因此在电池组循环过程中必须通过校正来消除，而校正结合实际应用情况通过电压来校正利用开路电压法确定SOC初始值

QM

Sys_Req_4001

Sys_Req_4003

SOC-103

估算要求

  1. SOC校准、变化时SOC变化速率不能超过当前电流积分的1.5倍，充电时SOC只允许向上修正，放电时只允许向下修正，禁止充电/放电过程即能向上又能向下进行SOC修正。

QM

Sys_Req_4001

Sys_Req_4003

SOC-104

估算要求

  1. SOC校准条件：充电过程中，单体最高电压达到4.14V即对SOC 校准到100%（快充单体电压未到截至电压点时，BMS发送给直流充电桩的SOC最大值99.9%，不能标定到100%）

QM

Sys_Req_4001

Sys_Req_4003

SOC-105

估算要求

  1. 充电次数：累积充电到电池额定容量的 80%计数一次

QM

Sys_Req_4001

SOC-106

估算要求

  1. 充放电过程中SOC不允许跳变，充放电过程中SOC变化速率应平滑均匀，且最大不超过平均变化速率的1.5倍。电池放空时允许跳变，SOC标定为0%

QM

Sys_Req_4001

Sys_Req_4003

SOC-107

出厂SOC默认设置

  1. 控制器出厂默认初始SOC为50%，需要首次充满后才会校准SOC

QM

Sys_Req_4002

SOC-108

SOC预警

  1. SOC过高、过低及异常跳变的相关异常状态的识别与报警要求参见[FL]

QM

Sys_Req_4002

 

  1. SOC策略流程

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/705601.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

LVDS接口ADC要点数据采集流程

LVDS接口ADC要点数据采集流程

一：要点 1.如果两片AD，四路输出做了同步化处理之后，一定只用同步化模块读时钟（一片AD的时钟）去上传数据，到DDR3模块。 2.ADS42和LTC2208的ADC的数据伴随时钟都来源与输入的采样时钟（有些采样时…
阅读更多...
虚拟机上用docker + nginx跑前端并支持https和http

虚拟机上用docker + nginx跑前端并支持https和http

情况是这样，我在虚拟机上，使用docker跑前端，需要这个前端支持https，原http的话自动跳转到https。另外，前端部署使用了负载均衡，即使用了3个docker跑前端：1个入口，另外2个是前端&…
阅读更多...
Wi-Fi模块(ESP8266)详解

Wi-Fi模块(ESP8266)详解

Wi-Fi模块——ESP8266 0. Wi-Fi模块概述1. 常见的Wi-Fi模块2. ESP8266模块2.1 概念2.2 特点 3. STM32F103C8T6使用ESP8266进行无线通信的示例代码 0. Wi-Fi模块概述 Wi-Fi模块是一种用于无线通信的设备，它能够通过Wi-Fi技术实现设备之间的无线数据传输和互联网连接…
阅读更多...
java面试Day18

java面试Day18

1.什么是 MySQL 执行计划？如何获取执行计划并对其进行分析？ MySQL 执行计划是指 MySQL 查询优化器生成的一份详细的查询执行计划，它展示了 MySQL 在执行查询时所采取的具体执行计划，包括表的访问顺序、数据读取方式、使用的索引、…
阅读更多...
大模型入局传统算法，LLMZip基于LLaMA-7B实现1MB文本压缩率90%！

大模型入局传统算法，LLMZip基于LLaMA-7B实现1MB文本压缩率90%！

论文链接： https://arxiv.org/abs/2306.04050 随着以ChatGPT、GPT-4为代表的AI大模型逐渐爆火进入公众视野，各行各业都开始思考如何更好的使用和发展自己的大模型，有一些评论甚至认为大模型是以人工智能为标志的第四次产业革命的核心竞争产品…
阅读更多...
11.窗口看门狗-WWGD

11.窗口看门狗-WWGD

1.窗口看门狗概述： （1）之所以称为窗口是因为其喂狗时间是一个有上下限的范围内(窗口)，可以通过设定相关寄存器，设定其上限时间(下限时间固定)。喂狗的时间不能过早也不能过晚。而独立看门狗限制喂狗时间在0-x内&#…
阅读更多...
Zigbee模块（CC2530）详解

Zigbee模块（CC2530）详解

Zigbee模块（CC2530） 0. Zigbee概述1. 常见的Zigbee模块2. CC2530模块3. STM32使用CC2530模块方法代码模板 0. Zigbee概述 Zigbee是一种无线通信协议，专为低功耗、低数据速率的应用而设计。它工作在2.4 GHz频段，常用于家庭自动化、…
阅读更多...
MYSQL-SELECT语句超详解

MYSQL-SELECT语句超详解

目录 前言: SELECT语法 示例 单个字段查询 多个字段查询 查询所有字段 没有FROM的SELECT 查询系统时间 数值计算 虚拟表dual WHERE语句 示例 AND OR 比较运算符 AND OR 运算符优先级 IN NOT IN BETWEEN NOT BETWEEN LIKE EXISTS ORDER BY LIMIT …
阅读更多...
SpringBoot（三）SpringBoot搭建简单服务端

SpringBoot（三）SpringBoot搭建简单服务端

之前的两篇文章介绍了如何使用ItelliJ社区版创建SpringBoot项目以及SpringBoot的starter。本篇，介绍下如何使用SpringBoot搭建一个简单的服务端，实现一个新用户注册的场景，供前端和移动端去使用。本篇需要你对SpringBoot的starter&#xff0c…
阅读更多...
基于LLM构建文本生成系统

基于LLM构建文本生成系统

背景： 在流量存量时代，内容运营重要性不言而喻。在流量时代，内容可以不要过于多样化和差异化，只需要有足够多的人流量，按流量转化比率来看，1000个人有1%概率转化，素材不变只要增加足够多的流量…
阅读更多...
SpringSecurity之概述

SpringSecurity之概述

概述 是一个功能强大且高度可定制的身份验证和访问控制框架； 是一个专注于为Java应用程序提供身份验证和授权的框架 核心功能 1.认证 2.验证 3.攻击防范 原理解析 SpringSecurity 采用的是责任链的设计模式，它有一条很长的过滤器链； WebAsy…
阅读更多...
探索分治算法：解决复杂问题的有效策略

探索分治算法：解决复杂问题的有效策略

目录 引言： 一. 基本原理： 二. 适用场景： 三. 分治算法的步骤： 四. 示例：归并排序算法 五. 优缺点： 引言： 在计算机科学中，分治算法是一种在解决复杂问题时常被使用的有效策略…
阅读更多...
OBU协议-【CWAVE 客户端接口使用手册】Protobuf-CWAVEII版

OBU协议-【CWAVE 客户端接口使用手册】Protobuf-CWAVEII版

1. 说明 (Instruction) 本文档针对所有在 OBU上位机进行开发的客户端程序 上位机进行开发的客户端程序 。开发时需使用者 使用谷歌提供的 protobuf工具结合我公司提供的 nebulalink.servercwaveii.proto文 件进行开发。 Protobuf相关介绍： https://www.ibm.com/deve…
阅读更多...
springcloud笔记一

springcloud笔记一

涉及到的技术: 单体架构:将业务的所有功能集中在一个项目中开发，打成一个包部署 所以需要远程调用 注册中心:可以维护每个节点的信息，并且监护节点的状态 配置中心:管理微服务群的配置 服务网关:用户通过服务网关作为入口访问，然后通过路由到…
阅读更多...
【三维重建】【深度学习】NeRF_Pytorch代码--预备基础知识

【三维重建】【深度学习】NeRF_Pytorch代码--预备基础知识

【三维重建】【深度学习】NeRF_Pytorch代码–预备基础知识 给定一个场景的多视角的图像，神经辐射场（NeRF）通过图像重建误差优化一个神经场景表征，优化后可以实现逼真的新视角合成效果。NeRF最先是应用在新视点合成方向&#xff0c…
阅读更多...
TrainingOperator--PyTorchJob实现机制分析

TrainingOperator--PyTorchJob实现机制分析

前言 由 Pytorch分布式训练（一）_chenxy02的博客-CSDN博客 可知Pytorch分布式训练实现进程间寻址，主要依靠以下 四个参数: MASTER_ADDRMASTER_PORTWORLD_SIZERANK MASTER_PORT和MASTER_ADDR的目的是告诉进程组中负责进程通信协调的核心进程…
阅读更多...
SpringBoot：整合 Redis BitMap技术及结合场景：实现签到与统计

SpringBoot：整合 Redis BitMap技术及结合场景：实现签到与统计

⛄引言 本文参考黑马 点评项目 在各个项目中，我们都可能需要用到签到和 统计功能。 签到后会给用户一些礼品以此来吸引用户持续在该平台进行活跃。 签到功能，我们可以通过Redis中的 BitMap功能来实现 一、Redis BitMap 基本用法 ⛅BitMap 基本语法、…
阅读更多...
vue+css中通过一个div的hover触发另一个的样式变化

vue+css中通过一个div的hover触发另一个的样式变化

思路 通过触发父div&#xff0c;除了改变父div的背景色外&#xff0c;还同时改变div中i标签的颜色 效果图 原本 hover触发后 html代码 <div class"user_addfrid"><i class"iconfont icon-friend-add"></i> </div> css代码 …
阅读更多...
动态地图开发需要注意哪些方面？

动态地图开发需要注意哪些方面？

动态地图是指可以随时更新和展示地理信息的地图。随着科技的发展和人们对地理信息的需求不断增加&#xff0c;动态地图的开发越来越受到关注。动态地图可以实现多种功能&#xff0c;如实时交通状况的展示、灾害预警、物流配送路线规划等。动态地图的开发需要结合多种技术手段&a…
阅读更多...
HummerRisk V1.2.0 发布

HummerRisk V1.2.0 发布

经过一个月的时间&#xff0c;1.2.0和大家见面了&#xff0c;在这个版本中我们重做了云资源态势&#xff0c;用全新的2.5D方式来展现云上资源态势及资源关联关系&#xff0c;同时升级了多云合规检测引擎&#xff0c;现在X-PACK中的多云检测可以提升300%的执行速度&#xff0c;规…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023