电动特性（精选6篇）
电动特性 篇1
高效、清洁和可持续的电动汽车(EV)将会成为21世纪主流的交通工具。近年来,我国也相继出台了扶持电动汽车的发展的一系列相关政策及电动汽车发展规划,2016~2020年,实现中度、重度混合动力汽车的大规模普及,总年产销量达到300万辆以上,2020年前政府将扶持新能源车累计产销至500万辆以上。电动汽车广泛采用后,汽车充电势必会成为电力系统的一种新型且大容量的负荷,也必会增大电网用电负荷峰谷差。所以,对不同电动汽车充电负荷特性进行研究,对于规范充电行为,提高电力供需平衡和电力设备负荷效率等,具有重要的意义。
1 家用电动汽车发展趋势
根据国务院发展研究中心、中国汽车工程学会和大众汽车集团(中国)联合编著的《2015中国汽车产业发展报告》汽车发展规模预测,2020年中国私家车将超过8 000万辆(8 298.6万辆),2030年将超过1.7亿辆(17 683.0万辆)。若以此预测值为常态预测值,以常态预测值的110%作为高预测值,以常态预测值的90%作为低预测值,并假设家用电动车在2020年、2030年占私家车总量的比例分别为10%和30%,预测未来家用电动车数量范围结果如表1所示。
电动汽车尤其是家用电动车作为一种交通工具,使用者倾向于在自己方便的时候充电,而不是在电网希望的时候充电。这种无序的“按需充电”有何特性,一定规模的家用电动汽车同时接入电网时,其负荷峰值是否会对电网运行造成影响,本文将以表1数据为基础假设来分析。
2 家用电动汽车充电特性参数分析
家用车主要被用于车主上、下班以及休闲娱乐等,相应的充电地点主要包括单位办公停车场、居民停车场、商场超市停车场等。以南京地区私家车出行为例,上班出发高峰时段为7:00~9:00,占私家车总量的66.95%。车辆到达高峰时段为7:30~9:30,占私家车总量的71.95%。私家车在办公以及居民停车场停放时间较长,能够对其进行常规或者慢速充电,充电时间为到达上班地点之后至下班时间以及下班回家后至次日早晨上班之前,即7:30~17:00和19:00~7:00。在城市商业区,私家车可能的充电地点为商场、超市等专用或公共的停车场。根据某大型商场和某超市实际调研了近万辆私家车辆的停车行为,其平均停车时间为79.78min。结合我国电动汽车充电标准,在这类地点将进行常规充电,基于调研数据假设能够进行充电的时长大致为80min,在工作日和节假日其可能的充电时间段分别为19:00~22:00和12:00~22:00。为方便统计,把家用电动汽车在单位停车场和居民停车场充电有较长的充电时间,电动汽车能够充满电,为第1类充电行为;商场超市停车场充电有充电时长的限制,为第2类充电行为。
电池的特性也是影响电动汽车充电的一个重要因素。一般电动汽车电池容量C为1~30k Wh。电池具有快速响应能力,通常只需要毫秒级即可达到其最大输出功率,同时一般完全充满电需要少于等于5个小时。因此,普通容量电动汽车每小时充电功率为0.2~6k W。当电动汽车接入电网充电时,电动汽车电池充电SOC(荷电状态,也叫剩余电量)不断增大,电池充满时SOC为100%。反之当汽车处于行驶状态时,SOC不断减小。正常充电模式下,电动汽车每小时充电功率为0.2C,充电时间为5h,快速充电模式下,电动汽车每小时充电功率为1.25C,充电时间为0.8h。
假设私家车每天充1次电,起始SOC满足正态分布N(0.6,0.22)。
常规、快速充电电流分别为0.2C和1.25C,电池从零电量充满分别需要5h和0.8h。假设周末私家电动汽车在零点之前与零点之后起始充电车辆的数量之比为5:1。私家车在居民停车场、单位停车场、商场超市停车场充电的比例分别为0.7,0.2和0.1。私家车上班到达时间相对下班回家时间集中且考虑到不同单位上、下班时间有所区别,假设私家车在单位停车场以及居民停车场起始充电时间分布服从N(9,0.52)和N(19.5,1.52)的正态分布,其余第1类充电行为起始充电时间服从均匀分布。第2类充电行为起始充电时间满足均匀分布。考虑未来充电技术的发展,假设所有车辆充电方式为常规或快速充电,充电效率为90%,充电功率依照国家标准。
3 基于蒙特卡洛模拟的充电负荷计算
充电负荷计算的难点在于分析电动汽车起始充电时间和起始荷电状态(SOC)的随机性。充电负荷计算以天为计算单位,时间间隔精确到分钟,全天共1 440min。第i分钟总充电负荷为所有车辆在此时充电负荷之和,总充电功率可表示为:
式中:Li为第i分钟总充电功率,i=1,2,…,1440;N为电动汽车总量,为第n辆车在第i分钟的充电功率。按充电需求将第n辆电动汽车的第j种充电行为定义为或者。第1类充电行为,无充电时长的约束,充电过程持续到电池充满;第2类充电行为,有充电时长的约束,在充电时段结束时无论是否充满均停止充电。
由于电动汽车充电行为的不确定性,总充电功率为一随机变量,其大小取决于电池特性、充电时间和充电方式等,同时这些参数符合一定的概率特征,因此,可以采用蒙特卡罗方法求解上述模型。使用用电子计算机实现统计模拟或抽样,以获得问题的近似解。当系统中各个单元的可靠性特征量已知,但系统的可靠性过于复杂,难以建立可靠性预计的精确数学模型或模型太复杂而不便应用,则可用随机模拟法近似计算出系统可靠性的预计值。随着模拟次数的增多,其精度也逐渐增高。私家电动车充电峰荷模拟峰值见下表。
由此,2021~2030年,随着电动私家车的普及,电动汽车充电负荷将会快速上升,且充电负荷有一个明显的晚高峰,产生这个高峰的原因就是私家车在工作日下班后以及节假日晚间集中充电。由于在节假日私家车回家的时间相对工作日更为分散,因此节假日的充电峰荷有所下降。家用电动汽车充电负荷具有明显的峰谷差,其峰荷时段与全网负荷峰荷时段基本一致。
4 结论
模拟家用电动汽车充电负荷具有明显的峰谷差,大量家用电动汽车无序充电产生的负荷对电网的影响明显。因此,有必要对电动汽车充电行为进行有效引导或控制,即在满足电动汽车使用需求的前提下,通过有效的技术经济手段引导家用电动汽车有序充电,避开电网负荷的高峰时段,合理地分散电动汽车的充电功率,减少对电网的负荷冲击,达到削峰填谷的效果。
电动特性 篇2
1 电动汽车的充电负荷特性分析
1.1 家用车和公务车的充电负荷特性
家用车和电动公务车通常采用慢充充电桩的方式充电。在政府和无经济利益的引导下, 电动家用车和公务车的充电行为相对比较随意, 充电时间也具有随机性, 这些因素之间在正常的状况下不会相互干扰, 且能够相互叠加。根据相关理论, 可认为这种随机变量服从正态分布, 采用蒙特卡洛随机算法计算一天中电动家用车和公务车的负荷特性曲线的公式为:
式 (1) 中:t——充电时间, 0≤t≤24。
通过式 (1) 能够准确计算电工家用车和公务车在一天中充电的高峰期和低谷期。研究得知, 中午和傍晚为高峰期。造成这种现象的原因是用户的习惯。用户在每天上午使用完汽车后, 利用中午休息的时间充电;电动汽车的电池在每天白天基本都会耗尽, 因此, 夜间成为了充电高峰期。
1.2 出租车的充电负荷特性
出租车每天需要充电2次。按照出租车的一般做法, 常在当天交班时充满电或加满汽油。以某地区的出租车为例, 该地区出租车的交班时间为每天的7:00和19:00, 采用集中充电的方式会引发充电高峰, 导致充电站会出现阻塞的现象。因此, 出租车充电应改变传统的集中交接班和充电的方式, 尽可能地避开集中交班的时间段。虽然不可能所有的出租车都避开集中交接班的时间段, 但是, 一部分出租车错开集中交接班的时间段后, 充电站便能采取一定的措施, 进而有效控制出租车的充电负荷。
1.3 公交车的充电负荷特性
公交车与出租车相同, 每天充电2次, 夜间充电处于非运营时间, 并采用集中充电的方式。运行时间内的充电指公交车在运营过程中充电。以某地区的公交车充电站为例, 该地区每天的7:00和16:00为充电负荷低谷期, 而在3:00、12:00和21:00出现充电负荷高峰期。
2 电动汽车对电网的影响
2.1 电动汽车充电对电网的影响
电动汽车充电对电网的影响因素主要包括以下3种: (1) 电动汽车的普及程度不同, 导致其充电的负荷特性和对电网的影响程度也不同。电动汽车的数量越多, 对电网的影响越大;反之, 数量越少, 对电网的影响相对较小。 (2) 电动汽车的类型不同。电动汽车的类型包括大型多用途汽车、中型多用途汽车、中型轿车和小型轿车, 不同用途的电动汽车的充电电路和充电时间也不相同。大型多用途汽车的充电量相对较大, 且充电时间相对较长, 对电网的影响较大。 (3) 电动汽车的充电时间不同。电动汽车的充电时间需要根据驾驶者的习惯和引导政策设计。如果在非峰荷时期充电, 则对电网的影响程度较小。如果在峰荷时期充电, 则会对电网造成较大的影响。
2.2 充电负荷特性对电网的影响
2.2.1 即插即充方式对电网的影响
以某地区为例, 2012年该地区电动汽车的发展规模较小, 且充电负荷高峰避开了夏季负荷高峰。因此, 整个地区的电网受夏季负荷特性的影响较小;2014年, 该地区的电动汽车已经形成了一定的规模, 在某一时间段大量的集中慢充电产生的充电负荷与电网原始负荷叠加, 给当地电网晚高峰和早高峰时段的网负荷带来了很大的压力, 电网最大负荷增加了12%, 系统峰谷差增大20 GW, 严重影响了电网的规划和运行。
2.2.2 夜间充电模式对电网的影响
公务车、私家车等柔性充电负荷的电动汽车充电时, 应尽可能避开用电高峰, 这样能明显降低对电网的影响程度。
2.2.3 智能V2G充电模式对电网的影响
在智能V2G充电模式中, 各种刚性充电负荷会增加电网负荷, 加之参与电网削峰调节的电动汽车数量和能提供的电量相对较少, 进而影响了电网削峰的效果。因此, 随着电动汽车的数量越来越多, 不同充电模式对电网的影响也会越来越大。虽然电动汽车的智能V2G充电模式对电网最大负荷的影响较小, 但是, 随着电动汽车数量的不断增多, V2G充电模式对降低电网负荷峰谷差将具有一定的促进作用。因此, 在未来, 采用该模式对改善电网的负荷特性具有非常重要的作用。
3 结束语
综上所述, 在节能减排、绿色环保的大背景下, 我国的电动汽车行业得到了前所未有的发展。但在发展的过程中, 不同类型汽电动汽车的充电负荷特性对电网造成了不同程度的影响。
参考文献
[1]高赐威, 张亮.电动汽车充电对电网影响的综述[J].电网技术, 2011, 35 (02) :127-129.
[2]董云先, 吴奎华, 吴奎忠, 等.电动汽车充电模式对区域电网负荷特性的影响[J].山东电力技术, 2013, 22 (02) :31-35.
电动特性 篇3
当今世界能源的紧缺以及环境污染的日益恶化,节能减排、提倡绿色交通是当今整个社会的奋斗目标之一。同时,在汽车行业的紧迫任务就是开发清洁、高效、智能的新型汽车。随着社会电力网络的高速发达,电动汽车具有其突出的优势和发展空间,电动汽车也必将成为未来汽车发展的主流方向,但电动汽车发展的核心问题仍然是动力性有待提高。因此,建立合理的电动汽车的动力模型,搜索动力特性问题并给出合理的解决方案具有积极的研究及现实意义。本文在对某电动汽车的动力系统进行设计的基础上,以锂离子电池组为动力源,交流异步变频电动机为动力转换装置,在matlab/simulink平台上建立了蓄电池仿真、电动机仿真以及整车仿真模型,并对整车动力性能进行仿真分析,结果表明该动力系统方案是可行的。
1 动力系统的设计
电动汽车最主要的系统就是动力传动系统,系统的动力特性决定了整车性能。电动汽车动力传动系统主要由蓄电池、控制器、电动机、变速器、主减速器、驱动轮等组成[1]。
蓄电池是电动汽车动力源,决定着电动汽车的多方面性能[2]。目前使用较广泛的蓄电池有镍铬蓄电池、锂离子蓄电池、镍氢蓄电池等。其中锂离子蓄电池具有很好的耐充电特性、良好的使用安全性和充放电效率,突出的特点是该电池体积小、质量轻,减小汽车自重,使车辆更轻便灵活。结合考虑电动汽车动力系统的工况,本文选用锂离子蓄电池作为动力源。
电动机及驱动系统是电动汽车动力系统的能量转换的关键部件。它将蓄电池的电能转换动能传递到车轮上,实时结合车辆的运行工况也可以将车轮上的动能回收存储到蓄电池中。目前主要有直流电动机、交流感应电动机、永磁无刷直流电动机和开关磁阻电动机等应用在电动汽车上较多。由于交流电机体积小、质量轻、效率高、调速范围宽,能有效地实现再生制动,性价比较高。因此,本文选用交流异步变频电动机作为系统的驱动电动机。
2 模型的建立
2.1 蓄电池仿真模型
本文建立的锂离子蓄电池模型如图1所示。
该模型以电池的开路电压及电池内阻的特性函数为基础,以电池荷电状态(state of charge,SOC)的变化趋势为依据建立起来的。模型主要包含以下五大模块。
1) 电池开路电压和内阻计算模块(pack Voc.rint):根据当前蓄电池的功率需求、电池温度以及实时的SOC值来计算单个电池的开路电压和内阻。
2) 功率限制模块(limit power):防止电池负载电流的功率超出SOC,等效电路和电动机控制器最小允许电压。
3) 电池负载电流计算模块(compute current):根据pack Voc.Rint模块输出电压及内阻、limit power模块输出电功率为输入信号,依据基尔霍夫电压定律来求解负载电流。公式如下:
I2R+EI=P
其中,I为负载电流;E为pack Voc.rint模块的开路电压;P为limit power模块输出电功率。
4) SOC模块:SOC的具体计算公式[3]如下:
其中,A为电流;h为时间。放电时,Ahused=∫
5) 散热模型:监控车辆在行驶过程中,充电期间电池内部及表面平均温度,冷却气的平均温度及带走的热量。
2.2 电动机仿真模型
电动机总成模型如图2所示。
电动机的建模以电动机的电压、转矩、功率的平衡方程和运行特性方程为基础,模型采用顺逆序相结合计算方式。该模型主要包括电动机控制模块以及电动机热模块,前者在电动机控制器中执行若干逻辑控制功能,且能够避免产生超过控制器承受能力的电流,同时在车辆未行驶或齿轮箱处于换档时关闭电动机;后者用于计算电动机温度和维持电动机正常温度。
2.3 整车仿真模型
整车仿真模型如图3所示。
根据对电动汽车系统各个部件的分析和模型建立,在matlab/simulink[4]平台上搭建电动汽车的整体仿真模型,该模型主要包括循环工况、车辆、车轮、变速器、主减速器、驱动电机系统、能量源、电力总线等子模块,各子模块都建立了对应的simulink二级仿真模块,运用通过M函数来控制和传递各子模块的参数。
3 整车动力特性仿真
3.1 整车技术参数
整车的主要技术参数如表1所示。
3.2 循环工况的选择及仿真结果分析
当前评价整车性能的循环工况主要有ECE-EUDC,UDDS和HWFET,我国则以ECE-EUDC循环工况为主。根据表1所示的车辆参数,对已建立的整车模型进行仿真。仿真结果如表2所示。
在电动车起步阶段,车速随时间的增加而增块,上升速度比较缓慢,而在车辆行驶稳定后,车速随时间的增加而增块,而且增加得比较迅速,这比较符合电动汽车的行驶规律;同时,实际速度与目标速度的误差控制在2%内,达到误差要求。具体车速随时间变化曲线、目标速度与实际速度差值变化图如图4和图5所示。
电动机的输出转矩是电动汽车动力特性的重要指标。电动机驱动车轮工作时,转矩为正值;在汽车制动时,转矩为负值,有效地回收了制动能量,这对电动汽车节省能量、增加行驶里程非常有意义。从图中看出,车辆在行驶过程中,转矩输出变化比较稳定,提高了车辆的行驶平稳性。车辆的电动机输出转矩及电动机转矩随转速变化曲线如图6和图7所示。
图8是电池的荷电状态变化曲线。车辆在行驶过程中,蓄电池为车辆提供动力,消耗电能驱动车轮转动;当车辆进行制动时,车轮由于惯性仍具有一定的动能,此时,蓄电池处于被充电的状态,将动能转化为电能储存在蓄电池中,实现能量的再回收和利用。另外,在整个电动车的行驶过程中,电池的荷电状态SOC在较长时间内下降比较平缓,工作在比较稳定的区域,能较好的满足城市道路电动汽车行驶要求。
最后,能耗是车辆性能重要指标之一,也是决定车辆是否具有实际应用价值的重要参考数据[5]。图9给出了该电动汽车仿真耗能,从图9看出,电动机单元、传动系统等能耗效率均较高,其中蓄电池单元效率高达95%,动力性能优越。
4 结语
通过建立以锂离子蓄电池组和交流异步变频电动机驱动的某纯电动汽车动力系统,利用matlab/simulink平台对整车动力性能进行仿真分析。综上仿真结果可以看出,该电动汽车在行驶、加速、制动等方面能够适应我国的ECE-EUDC循环工况,能耗低、效率高,说明该车动力系统设计方案是合理可行的。
参考文献
[1]Antoni Szumanowski.混合电动车辆基础[M].陈清泉编译.北京:北京理工大学出版社,2001.
[2]赵兴福.电动汽车蓄电池的建模与仿真研究[D].武汉:武汉理工大学,2004.
[3]宫学庚,齐铂金,刘有兵.电动汽车电池模型和SOC估计策略[J].电源技术,2004.
[4]张宜华.精通matlab[M].北京:清华大学出版社,1999.
[5]陈清泉.孙逢春.现代电动汽车技术[M].北京:北京理工大学出版社,2002.
[6]韩晓东.电动汽车动力电池SOC预测技术的研究[J].汽车技术,2000.
[7]林成涛,等.EVSOC估计方法原理与应用[J].电池技术,2004,(10):376-378.
[8]PNGV Battery Test Manual,Revision 2[M].August 1999.
电动特性 篇4
关键词：软开关,双向变换器,可再生制动
随着环境及能源问题的日益突出, 发展新能源技术显得尤为重要[1]。由于电能来源广泛, 清洁无污染, 因此利用电能来驱动汽车将是未来的发展趋势。采用双向变换器能够使电动汽车的制动能量回馈到储能装置中, 能极大地提高电动汽车的能量利用率, 使电动汽车的节能环保优势更加明显[2]。但目前普遍采用的双向变换器依然存在许多问题, 例如, 在电能传输过程中, 由于双向变换器的开关管在硬开关状态工作, 存在较大的开关损耗。双向变换器还存在结构复杂、运行不稳定等问题。笔者设计了一种应用于电动汽车的软开关双向变换器, 其在提高变换器效率的同时又具有简单的结构, 表现出良好的性能。
1 电路拓扑及工作原理
软开关双向变换器分别连接电动汽车的电动机与电池, 并作为接口实现两者之间的能量交换。软开关双向变换器的电路拓扑见图1。其中:Vin为电动机直流电压, Vo为电池电压, S1与S3为软开关双向变换器的主开关, S2与S4为软开关双向变换器的辅助开关, D1至D4为开关管的反向并联二极管, L为主电感, Lr1与Lr2为谐振电感, Cr为谐振电容, 共同作用实现了双向变换器的软开关功能。
软开关双向变换器包括两个工作模式, 即buck模式和boost模式[3]。当电动机反向制动时, 电动机通过软开关双向变换器向电池充电, 软开关双向变换器工作于buck模式。当电动机正常驱动电动汽车时, 电池通过软开关双向变换器向电动机供电, 软开关双向变换器工作于boost模式。由于谐振电感与谐振电容的存在, 软开关双向变换器中的开关管始终工作于零电流状态, 即软开关状态。
当软开关双向变换器工作于buck模式时, 开关管S1与S2处于工作状态, S3与S4始终处于关断状态。变换器的buck工作模式可分为4 个阶段。
阶段1 (t0≤t<t1) :当buck模式开始时t = t0, 开关管S1与S2都处于关断状态, 输出电流由电感储能并通过开关管S3的反并联二极管D3供给电池端口。
阶段2 (t1≤t<t2) :当t=t1时, 开关管S1开通, S2处于关断状态。电容Cr与电感Lr1形成谐振, 迫使二极管D3中的电流逐渐降为零, 为开关管S1创造零电流开关的条件, 即软开关条件。谐振电容Cr两端电压与谐振电感Lr1中的电流表达式分别为
其中
式中:为电容Cr两端电压, 为电感Lr1的电流, 为电容Cr两端峰值电压, IL为电感L的电流, Lr1为电感Lr1的电感值, Cr为电容Cr的电容值。
阶段3 (t2≤t<t3) :当t = t2时, 电容Cr与电感Lr1停止谐振, 开关管S1开通, 变换器处于buck工作状态, 电动机通过变换器向电池供电。
阶段4 (t3≤t<t4) :当t=t3时, 开关管S2开通, 电容Cr与电感Lr1开始谐振, 半个周期后, 电容Cr两端电压达到峰值。电容Cr与电感Lr1产生的谐振迫使开关管S1中的电流逐渐降为零, 为开关管S1的关断创造零电流开关条件, 即软开关条件。该阶段谐振电容Cr两端电压与谐振电感Lr1的电流表达式分别为
当软开关双向变换器工作于boost模式时, 开关管S3与S4处于工作状态, S1与S2始终处于关断状态。变换器的boost工作模式可分为6 个阶段。
阶段1 (t0≤t<t1) :当t = t0时, 主电感L1的电流流过电感Lr2与开关管S3, 电感Lr2处于储能状态, 开关管S3零电流开通。
阶段2 (t1≤t<t2) :当boost模式开始时, t=t1, 电感Lr2中的电流达到峰值。电感Lr1, 电感Lr2及电容Cr产生谐振。电容Cr两端电压及电感Lr2中的电流表达式分别为
其中
阶段3 (t2≤t<t3) :当t = t2时, 电容Cr的电路变为零, 并且变换器中的谐振停止。主电感L处于储能状态。
阶段4 (t3≤t<t4) :当t = t3时, 开关管S4处于开通状态, 电感Lr1, Lr2与电容Cr始终处于谐振状态, 当t=t4时, 电感Lr1中的电流变为零。
阶段5 (t4≤t<t5) :当t=t4时, 变换器中的谐振停止, 主电感电流IL为电容Cr充电, 电容Cr两端电压线性增加。当t = t5时, 电容Cr两端电压达到电池端电压Vo。该阶段电容Cr两端电压表达式为
阶段6 (t2≤t<t3) :当电容Cr两端电压达到电动机直流电压Vin时, 二极管D1在软开关条件下开通, 变换器处于能量输出状态。当t=t6时, 开关管S3再次开通, 开始下一个工作周期。
2 实验结果及分析
根据前文提出的软开关双向变换器结构, 笔者试制了一台功率为1 k W的样机。样机的电动机直流电压Vin= 400 V, 电池电压Vo= 400 V, 工作频率f = 100 k Hz。Lr1的电感值Lr1= 10 μH, Lr2的电感值Lr2= 1 μH, Cr的电容值Cr= 10 n F。为了便于实验观察, 对样机进行电压波形测量时, 将电压波形幅值缩小到1/100。进行电流波形测量时, 采用相应电流探头, 并将电流波形幅值缩小到1/10[4]。实验所得电路波形见图2, 图3, 第97 页图4 及图5。
软开关双向变换器的主开关S1及S3的电压波形和电流波形见图2 及图4。由图可知, 开关管S1及S3均实现了零电流关断, 开关管在关断过程中完全工作于零电流开关 (Zero Current Switch, ZCS) 状态。软开关双向变换器的辅助开关S2及S4的电压波形和电流波形见图3 及图5。由图可知, 开关管也工作于零电流开关状态。
3 结论
笔者研制的一种应用于电动汽车的软开关双向变换器, 可作为电动汽车储能电池与电动机能量交换的接口。当电动汽车正常行驶时, 变换器处于boost工作模式, 能量由储能电池流向电动机。当电动汽车处于制动状态时, 变换器处于buck工作模式, 能量由电动机流向储能电池。该变换器设计了相关的谐振电路, 使变换器中的开关管均能实现软开关, 极大地提高了变换器的效率[5]。
参考文献
[1]沙广林, 王聪, 程红, 等.双向全桥直流变换器的软开关实现与硬件参数优化[J].电气应用, 2015 (12) :31-34.
[2]李洪珠, 马文涛.交错并联磁集成软开关双向DC/DC变换器的研究[J].电力电子技术, 2015 (7) :12-15.
[3]黄珺, 王跃, 高远.应用于储能系统的隔离型双向全桥直流变换器的软开关特性研究[J].电气传动, 2014 (11) :23-27.
[4]徐向华, 张加胜, 郝秀杰.一种新型的移相式全桥软开关变换器[J].电气传动, 2014, 44 (8) :27-30.
电动特性 篇5
电池的性能和使用寿命直接决定了电动车辆的性能和成本，因此，如何提高电池的性能和寿命得到了各方面的重视。电动车辆上使用的动力电池是由多个电池单体通过串并联方式组成电池组，电池单体都紧密地布置在一起。在进行充放电时，各个电池单体会产生大量的热量，电池单体所产生的热量会互相影响。如果散热不均匀，将造成电池组局部温度快速上升，使电池的一致性恶化，使用寿命大大缩短，严重时会造成某些电池单体热失控，产生比较严重的事故[1]。同时，当动力电池处于低温环境中，电池在充放电过程中也会产生热量，这些热量对于电池性能恢复是否能起到帮助作用，这一问题目前尚未有文献展开相关研究。因此对于电池的热特性进行相关研究是非常必要的。
2 常温下电池充放电生热研究
本节对35A·h锰酸锂电池在自然散热条件下充放电工作时的生热特性进行研究，为后续建立电池生热模型提供数据支持。电池单体被悬挂于无强制散热的空间中，处于自然散热条件，电池充放电过程采用16通道的温度测量系统对电池温度进行测量，传感器的位置如图1和图2所示。
2.1 电池放电生热特性
在自然散热环境下，分别对电池进行不同倍率放电。首先，将电池悬置于无强制散热环境下，温度为室温，放电前，先以1C/3倍率对电池进行恒流-恒压充电，充满后静置2h;然后以某一倍率进行恒流放电，截止电压为3V。由于实验在自然散热环境下进行，不同时间段的室温略有不同，为便于比较研究，作图时将电池的起始温度统一为20℃。
图3是在不同倍率放电过程中，电池单体正、反两面的平均温升曲线。从图中可以看出，在放电初期温升较快，到了中期温升放缓，在放电后期温度又快速上升。随着电池放电倍率提高，电池表面温度快速上升。因此，在高温环境下，电池进行大倍率放电时，必须采取相应的散热措施，否则电池会因过热而导致性能衰退、寿命缩短，甚至产生热失控的危险状态。
2.2 电池充电生热特性
与放电温升实验相同，进行充电温升实验时，将电池悬置于无强制散热的环境下，首先以1C/3倍率对电池进行恒流放电，截止电压为3V，放电结束后静置2h，然后分别以不同倍率进行恒流-恒压充电。图4给出了不同倍率充电过程中，电池单体正、反两面的平均温升曲线。从图中可以看出，正、反面温度几乎相等。在恒流充电过程中，电池表面的温度快速上升;在恒压充电阶段，电池表面的温度开始下降，这主要是由于恒压充电阶段，充电电流不断下降，电池生热率减小。因此，在电池恒流-恒压充电过程中，恒流充电过程是电池内部热量积聚的重要阶段。
3 低温下电池放电生热研究
由于低温充放电实验是在温箱中进行，所以无法像自然散热环境下那样测量电池表面的温度，只能从电池的充放电曲线去分析。
为了研究低温下电池的生热情况，将电池放置在低温环境中，以相同的倍率进行恒流放电。首先，在常温下，电池以1C/3倍率进行恒流-恒压充电，充满后静置在温箱中5h，然后以某一倍率进行恒流放电，截止电压为3V。在0～-40℃温度范围内，分别以不同电流进行恒流放电，结果如图5～图8所示。
实验结果表明:
(1)小电流放电时，电池的生热并不明显，在不同低温的放电过程中，电池的放电曲线没有明显波动，如图5所示。
(2)大电流放电时，电池温度显著提升，因为电池的放电曲线呈非线性状态，出现明显的波谷波峰形状。以70A恒流放电为例，当环境温度降至-10℃时，放电曲线出现明显的波谷，当环境温度降至-20℃时，放电曲线出现明显的波谷波峰形状，电池端电压从放电前的4.15V降至3.07V，压降达到1.08V，随后，电压开始升高，最高达到3.35V。这说明在放电初期，由于电池温度低，电池的活性物质无法充分利用，电极极化严重，电池内阻大，因此放电初期电池的放电电压快速下降。由于电池内阻较大，放电电流在电池内部产生大量热量，使电池温度上升，从而使电池的活性物质部分得到激活，因此电池的放电电压上升，随着电池温度上升，电池的内阻开始下降，产生的热量减少。由于环境温度保持在-20℃不变，而电池放电所产生的热量不足以使电池保持比较高的温度，因此电池温度下降，放电电压也随之降低。
(3)低温环境下，随着放电电流增大，电池的放电性能可以得到较大提升，由此可知，在低温下，如果对动力电池进行预加热后，依靠电池工作过程中自身产生的热量完全可以维持电池的性能。
4 动力电池生热模型
通过第2节和第3节的研究可知，电池在充放电过程会产生大量的热量，需要合理控制电池产生的热量，以避免电池出现危险工况，同时也可利用电池产生的热量改善电池的低温性能，因此电池热管理系统成为不可缺少的部分。动力电池单体生热模型的研究对电池组热管理系统的设计有非常重要的意义，是优化和改进热管理系统不可缺少的重要工具。一种新的热管理系统设计或是方案改进都需要先通过模拟仿真进行控制效果的测试，然后在仿真结果的基础上对热管理系统进行修改，如此反复进行仿真，直至达到比较满意的控制效果后，才将设计方案做成实物进行实验测试。从以上过程可以看出，仿真结果的准确性十分重要，动力电池单体生热模型的准确性直接影响电池组热管理系统仿真的准确性。如果无法建立比较准确的电池单体生热模型，那么也就无法比较准确地模拟电池组的温度分布，这样必然导致热管理系统控制效果仿真模拟的失败。
早在20世纪80年代就有文献对电动汽车电池的三维热模型进行研究[2]，直到现在，仍有大量的研究人员进行动力电池热模型研究，电池热模型主要从以下几个方面进行研究:电化学-热耦合模型、电-热耦合模型、热滥用模型、集总质量模型[3,4,5,6]、一维模型[7,8]、二维模型[9,10]和三维模型[11,12]等。电化学-热耦合模型主要利用电池化学反应生热建立电池热模型，模型认为电池温度分布均匀，忽略电池极片上电流密度的分布，Bernardi和Newman[13]对电化学-热耦合模型进行了深入研究，其提出的电池生热率模型已被广泛应用。
4.1 Bernardi生热率
Bernardi生热率方程为[13]:
式中，VB为电池单体体积;IL为电池工作电流，放电时，IL取正值，充电时，IL取负值;E0为电池开路电压;UL为电池工作电压;T是电池温度;d E0/d T为电池平衡电动势的温度影响系数;IL(E0-UL)/VB为由电池内阻和其他不可逆效应引起的生热，表示电池内部电化学反应产生的热量。
4.2 基于Bernardi生热率的电池生热模型
由于本研究中电池的外壳采用铝塑膜，对环境的热辐射非常小，因此热模型忽略电池与周围环境的热辐射，结合导热微分方程可得基于Bernardi生热率的电池单体三维生热模型:
初始条件和边界条件为:
式中，T0为电池单体的初始温度;Tamb为环境温度;ρ为电池单体的密度;c为电池单体的比热容;λ为电池单体的导热系数;h为电池表面与空气的对流换热系数;β为生热率的修正系数，此系数通过仿真模拟计算结果与实验数据的比较进行优化选取，放电时，β取1.13，充电时，β取0.65;其他参数已在4.1节中进行介绍。由于开路电压E0随电池的容量和温度变化，因此本文对不同温度下，35A·h锰酸锂电池不同SOC的开路电压进行测量，并基于相关实验数据，通过拟合得到不同SOC下电池开路电压关于温度的函数，具体如下。
(1)当SOC=1,-40℃≤T≤20℃时，E0关于T的拟合函数为:
(2)当SOC=0.9,-40℃≤T≤20℃时，E0关于T的拟合函数为:
同理可以得出其他SOC下电池开路电压与温度的函数关系。
4.3 电池生热模型仿真计算与实验值比较
利用电池生热模型对充放电过程中电池的温度进行仿真计算，并通过实验数据对仿真结果进行验证。
利用第2节中电池以0.3C、1C、2C和4C倍率放电的电池表面平均温度实验数据与电池热模型仿真计算的电池表面平均温度进行比较，结果如图9所示。
从比较结果可以看出，采用基于Bernardi生热率的电池三维生热模型所计算出的电池单体表面平均温度与实验结果基本相符。
5 结论
(1)随着充放电电流增大，电池温度快速升高，因此，动力电池的放电倍率需要进行一定控制，并且不宜长时间进行大倍率放电，在环境温度较高的情况下或大倍率放电时，需要进行散热。
(2)低温环境下能够利用电池放电时产生的热量改善电池的低温性能，在设计电池加热系统时，可以利用这一特点，只需考虑对电池进行预加热即可。
电动特性 篇6
我国是个化石能源缺乏的国家, 石油等能源供给大部分来源于进口, 对汽车能源动力战略性转型的要求更加迫切, 国务院作出规划, 在现有电动汽车应用规模的基础上, 到2020年电动汽车年生产能力和销量均要达到一定规模[1]。
电动汽车的随机充电模式将明显影响电网负荷的峰谷差, 并对电网造成越来越大的压力。国内外将研究集中在未来电动汽车的发展对电网的实时影响及控制上, 如电动汽车充放电行为的特征及对电网负荷峰谷差的作用[2], 电动汽车充电对配电网线路损耗的影响[3,4], 车辆到电网的逆向电能传输 (Vehicle to Grid, V2G) 模式的使用及其对电网的峰谷控制[5]等, 但缺乏电动汽车规划与电网协调发展方面的研究。
关于电动汽车对区域电网影响的研究, 文献[6]研究了电动汽车的总体需求对北京和上海日负荷曲线的评估, 对电动车总体做了一定的分析, 但缺乏对不同类型电动汽车的分析。文献[7]则分析了各种充电模式对广东电网负荷特性的影响。本文则从对广州地区电动汽车的发展特点出发, 应用实际数据研究广州地区电网负荷峰谷特点, 对电动私家车和电动公交车两种不同的充电行为特点进行研究, 由此预测到2020年广州电动私家车和电动公交车的发展对广州电网的峰谷差的影响, 从而为广州地区电网未来战略规划及发展提供指导意见。由此也对我国城市电动汽车发展中的电网建设提供思想启迪。
1 电动汽车的充电规律
通过分析电动汽车发展现状, 结合已发布的电动汽车发展规划, 可以知道电动汽车的发展趋势大体为:2010-2015年, 电动汽车主要在公交车、公务车、出租车中示范运营;2016-2020年在公共交通系统、公务车中实现电动汽车规模化运营, 私家车较少;2021-2030年电动私家车加速发展, 其比例逐年上升。因此, 本文以2020年为时间节点, 分析规模化运营的电动公交车对广州电网的影响, 并考虑电动私家车普及后对广州电网的影响。
1.1 电动公交车的充电规律
电动公交车的技术发展很迅速, 本文取比亚迪K9纯电动公交车的技术参数为参考, 其技术参数如下:电动公交车的耗电量为每100 km耗电130 k W·h, 平均充电功率是80 k W (采用均匀充电的方式) , 平均放电功率是26 k W, 日行驶里程在150~200 km左右[8,9]。根据广州市2014年公交车保有量为1.1万辆的现状, 以及2017年公交车预计保有量为1.55万辆的预测, 本文假设广州到2020年时拥有电动公交车数量2万辆, 每辆电动公交车的电池容量为320 k W·h, 电动公交车的平均行驶速度为20 km/h[10,11]。同时, 由于电动公交车的推广速度难以预测, 本文采用对纯电动公交车的渗透率为25%、50%、75%、100% (即5 000、10 000、15 000、20 000辆) 的情况进行探讨。
通过对广州地区公交车运营情况的调研, 在一天当中, 广州区电动公交车的运营情况是:早上从6∶00开始发车, 晚上23∶00后停止发车, 其中有两个高峰期, 分别7∶00-9∶00以及17∶00-19∶00。电动公交车公司在一天当中通过对每个时段安排一定百分比的电动公交车的数量维持对应时间段的正常秩序的运行。如在第一个高峰期时, 7∶00-8∶00这一时段调用总车辆数80%的车辆, 8∶00-9∶00这一时段调用总车辆数90%的车辆。完成充电工作的电动公交车也将投入到往后时间段的电动公交车的安排中。具体电动公交车司机的时间分配可由电动公交车公司统一调配。此时, 每辆电动公交车的充电容量等于每辆电动公交车的充电功率乘以充电时间。
通常情况下, 当电动公交车的电池容量低于10%时, 应停止参加到运营安排当中。电动公交车的充电时间安排、调用安排均由电动公交车公司统一协调。考虑到广州市分时段的阶梯电价情况, 结合实际生活中电动公交车充电安排的实际情况, 本文提出以下2种充电策略:1、只要是某时段没有参与到运营当中的电动公交车, 都要进行充电, 也就是说, 一般情况下, 公交车在回到公交站后, 如果在下一个时段没有出车的安排, 那么就进行充电, 也就是“随到随充”的充电策略;2、由于电动公交的续航里程大于一日的运行里程, 因此在可以满足正常运营需求的情况下, 考虑到0∶00-6∶00的电价比较便宜, 可将充电时段集中安排在凌晨0∶00-6∶00, 可称为“深夜充电”的充电策略。根据调研所得公交的调度规律, 广州的一天当中的电动公交车调用安排、2种充电策略下各时段充电中的公交车的百分比如图1所示:
1.2 电动私家车的充电规律
对电动私家车而言, 充电负荷的时间分布取决于两个因素:起始充电时间和日行驶里程。起始充电时间越集中, 带给电网充电负荷就越大。而日行驶里程反映了用户的耗电量, 并与充电持续时间成正比。因此, 充电功率、电池容量、起始充电时间和日行驶里程实际上决定了电动私家车随时间分布的充电负荷。
1.2.1 假设条件
目前市面上电动私家车的种类繁多, 规格型号各不相同, 将来各型号电动私家车的销量分布不可预测。本文参考比亚迪e6的数据, 假设电动私家车电池容量为60 k W·h, 充电功率为8 k W[12]。另外, 其他文献虽然提出了电动私家车的各种充电调度策略, 但由于私家车本身所具有的分散、不可控等特点, 本文假设电动私家车都采用无序的充电策略, 即每次出行回到家以后立即进行充电。通过以上分析, 参考目前电动私家车的发展状况, 本文对电动私家车做出如下假设:
(1) 百km电耗固定为20 k W·h;
(2) 电动私家车在最后1次出行返回后开始充电;
(3) 所有车辆采取0.1C额定电流进行充电;
(4) 每次充电都充至满电量;
(5) 充电起始时刻、日行驶里程、充电功率为相互独立的随机变量;
(6) 2020年广州地区私家车保有量为3 300 000辆[13]。
1.2.2 起始充电时间和日行驶里程的概率模型
本文引用2001年美国交通部对全美家用车辆的调查结果 (National Household Travel Survey, NHTS) [14,15]。对NHTS2001的统计数据进行归一化处理后, 用极大似然估计的方法分别将车辆最后返回时间和日行驶里程近似为正态分布和对数正态分布。此时, 起始充电时间为最后一次出行返回时间, 起始充电时间的概率密度函数为[5]:
其中μs=17.6, σs=3.4, x为日行驶里程。
日行驶里程满足如下对数正态分布, 其概率密度函数为[6]:
其中μD=3.2, σD=0.88, x为日行驶里程。
1.2.3 一日内单台电动私家车的充电功率需求分布
电动汽车充电所耗时间长度可估计为[5]:
其中:Tc为充电时间长度, h;S为日行驶里程, km;W100为百km的耗电量, 20 k W·h·km;Pc为充电功率, 8 k W。
电动私家车的日行驶里程与其充电功率相互独立, 可以求出充电时长的概率密度函数为[5]
1.2.4 一日内电动私家车的充电功率需求分布
假设2020年广州电动私家车保有量为3 300 000辆, 根据每个时间点电动私家车充电数量和每台电动汽车充电功率, 根据式 (1) ~ (4) 可做出电动私家车渗透率为5%、1%、0.5%、0.1% (电动私家车台数为165 000、33 000、16 500、3 300台) 时, 一日内电动私家车的充电功率分布情况, 如图2所示。
2 广州电网的负荷特性
广州电网2011年至2013年的夏季典型日负荷曲线和2013年冬季典型日负荷曲线如图3所示。广州地区年最大负荷都基本出现在7月或8月, 属于典型的夏季高峰型的负荷特性。因此, 在考察电动汽车对广州电网负荷特性的影响时, 应选取夏季日负荷曲线作为参考。
广州电网各年的夏季日负荷曲线差异不大, 每日出现3次负荷高峰段, 第一个时间段在上午11∶00前后, 第二个时间段在下午15∶00前后, 第三个时间段在晚上21∶00前后。广州地区日负荷曲线有1个低谷, 在早上7∶00前后。广州地区日负荷峰谷差很大。
根据广州地区2011至2013年夏季典型日负荷曲线, 按照一定的增长比例可估算出2020年广州的日负荷曲线, 可以以此为根据分析电动汽车对广州电网的影响。
3 电动汽车对广州电网负荷特性的影响
3.1 电动公交的影响
根据2020年广州预测的典型夏季日负荷曲线, 结合20 000辆电动公交车在不同充电策略下的充电功率, 可以得到电动公交对广州地区日负荷曲线的影响, 计算结果如图4所示。在运用随到随充的充电策略时, 在不同的电动公交渗透率下, 广州市的日负荷峰值及日负荷峰谷差如表1所示。
由图4及表1可得, 在随到随充的充电策略下, 电动公交提高了广州的日负荷峰值, 增大了广州的日负荷峰谷差。而在深夜充电的充电策略下, 峰谷差和日负荷峰值均没有受到影响。因此, 采取合适的充电策略, 可减少电动公交充电对电网的影响, 减缓电网的建设, 降低峰谷差。
3.2 电动私家车的影响
根据2020年广州预测的典型夏季日负荷曲线, 结合电动私家车的充电规律和充电功率, 可以得到不同渗透率的电动私家车 (2020年预测最多3 300 000辆) 对广州地区日负荷曲线的影响, 计算结果如图5所示。
在不同的电动私家车渗透率下, 广州市的日负荷峰值及日负荷峰谷差如表2所示。
由图5及表2可得, 由于预期到2020年电动私家车的渗透率不会高于5%, 因此不同渗透率的电动私家车接入广州电网后, 对电网的负荷只产生了极轻微的影响, 同时, 峰谷差率变化不大。需要指出的是, 随着电动汽车渗透率的增加, 电动汽车在无序充电的情况下, 有可能会在一定程度上增大广州电网的最大负荷, 同时加大峰谷差。
4 结论
本文以广州地区2020年电动公交车以及电动私家车的充电为例, 对城市电动汽车的充电行为进行了探索, 其中电动公交车的充电可以结合公交车运营规律和电网负荷特性进行合理安排, 而电动私家车的充电行为则只具有统计学规律。在此基础上, 评估出电动汽车的充电行为对城市电网日负荷特性的影响。结果表明, 对于电动私家车而言, 由于预期其渗透率不高, 因此其对广州电网的日负荷峰值及峰谷差率影响不大。而对于电动公交而言, 任其采用无序充电的方式进行充电会加大电网的日负荷峰值及峰谷差率。此时, 采取深夜充电 (每日0∶00后开始充电) 的充电方式, 可彻底消除电动公交充电行为对电网的影响。
摘要：研究电动汽车对广州电网负荷峰谷特性的影响。首先分析了广州市动公交车的运营规律, 得到了其充电负荷特性;然后根据统计数据, 考虑随机因素的影响, 得到电动私家车总体充电功率需求的计算方法;最后, 结合广州电网2020年的日负荷特性, 预测了电动汽车对广州电网负荷峰谷特性的影响。计算结果表明, 电动公交的无序充电将使广州电网的最大负荷发生一定增长, 同时轻微加大峰谷差, 而电动私家车对电网的影响很微小。