Battery Management Systems (BMS) for Lithium-Ion Batteries

Abstract

O desenvolvimento de Veículos Eléctricos (EV) é na actualidade alvo dos fabricantes de automóveis e pode ser considerado como uma solução imediata para um sistema de transporte rodoviário sustentável, pela sua contribuição na redução da emissão de gases geradores do efeito de estufa. Os EVs têm como componente principal o sistema de armazenamento de energia. Este sistema envolve para além da bateria, todos os sistemas de gestão e monitorização da mesma, vulgarmente denominados pela sigla BMS do termo inglês “Battery Management System”. As baterias usadas em EVs têm exigências elevadas em termos de segurança, densidade de potência (aceleração), densidade de energia (autonomia), elevada eficiência, ciclos de descarga profundos e reduzidas taxas de auto-descarga entre outras. De entre as várias composições químicas disponíveis para a construção de baterias, as baseadas em Lítio-Ferro-Fosfato (LiFePO4), Lítio-Itrio-Ferro-Fosfato (LiYFePO4) ou Lítio-Manganésio (LiMn2O4) são as mais seguras e duradouras e como tal são estudadas no ISR-UC. Os sistemas de gestão e monitorização de energia dedicados a EVs utilizam métodos de estimação do estado de carga proprietários, não permitindo a sua utilização de forma simples nem a sua melhoria. Por este motivo foi desenvolvido no ISR uma nova solução aberta e flexível que permite estudar novos algoritmos de estimação do estado de carga. Durante esta dissertação, instalou-se e testou-se um BMS comercial na bateria de Iões de Lítio que alimenta uma das plataformas disponíveis no ISR-UC, o ISRobotCar. Uma segunda plataforma, que foi re-instrumentada no decorrer deste projecto, também necessitou de substituição das suas baterias de chumbo originais por se encontrarem em fim de vida. Devido às limitações encontradas em BMSs comerciais, desenvolveu-se de raiz um novo BMS, designado nesta dissertação por ISR-BMS, que instrumenta uma nova bateria de LiYFePO4. O estado de carga das baterias é uma informação fundamental para os utilizadores de EVs. No entanto o estado de carga não é uma grandeza mensurável e apresenta uma grande dependência da temperatura e das condições de operação da bateria. Existem várias técnicas utilizadas para a estimação do estado de carga, que requerem a utilização de modelos das células com diferentes complexidades. Para o ISR-BMS adoptou-se o modelo do circuito eléctrico equivalente e modelizou-se uma célula de Iões de Lítio de 90Ah, baseado em testes laboratoriais a diferentes temperaturas e ciclos de descarga. Após a instalação do ISR-BMS na plataforma, efectuaram-se testes de condução real com vista à validação das medições efectuadas e recolhidas do ISR-BMS.

The Electric Vehicle (EV) is already on the roadmap of every important car manufacturer and is seen as the solution to a more sustainable transport system, contributing to a reduction of the Greenhouse Gas Emissions. The Energy Storage System (ESS) is a key component for EVs. This includes the battery and all the management and monitoring systems that compose the Battery Management System (BMS). Those batteries have very demanding requirements regarding safety, power density (acceleration), energy density (autonomy), high efficiency, deep discharge cycles or low self-discharge rates to name a few. From the available chemistries for the construction of EV batteries the Lithium-Iron-Phosphate (LiFePO4), Lithium-Yttrium-Iron-Phosphate (LiYFePO4) or Lithium-Manganate (LiMn2O4) are the most safe and long lasting and because of that they are studied at the ISR-UC. The energy monitoring and management systems for EVs use proprietary State of Charge (SOC) algorithms that do not allow their easy use or improvement. For this reason was developed at the ISR-UC a new BMS with an open and flexible architecture allowing the implementation of new SOC estimation algorithms, the ISR-BMS. During this dissertation, a commercial BMS was installed and tested on a Lithium-Ion battery pack that powers one of the electric platforms available at the ISR-UC. A new platform was completely re-instrumented during the course of this project and required a new ESS to replace their original lead acid batteries, which became end of life. The SOC of the battery is a vital information to the EV user. It can be displayed as the percentage of full charge capacity that is still available from the battery or be used to estimate the vehicle range based on additional information from previous driving cycles. However, it can not be measured directly from the battery and have a strong dependence with the temperature and the operating conditions. Several SOC estimation techniques are mentioned on the literature, that require cell models with different complexity and computer process requirements. In this work an Equivalent Electrical Circuit (EEC) model was adopted, with its parameters estimated based on experimental data collected through cell testing at different temperatures and charge/discharge current profiles. After installation of the ISR-BMS on the platform, on-road drive tests were performed to acquire relevant information and validate the accuracy of collected measurements.