Präzise Impedanzprüfung von EV-Batteriepacks mithilfe eines Batterie-Emulators
Die Impedanzprüfung spielt eine entscheidende Rolle bei der Validierung von Batterien für Elektrofahrzeuge. In diesem Beispiel zeigen wir, wie de Batterie-Emulator und die CHP-Plattform von Impedyme verwendet werden können, um die Frequenzantwort eines Batteriepacks in Echtzeit mittels Hardware-in-the-Loop (HIL) Simulation zu erfassen.
Hierbei wird eine Strom-Perturbationstechnik eingesetzt, um die Impedanzspektroskopie der Batterie bei verschiedenen Frequenzen zu bestimmen.
Um die Impedanz über die unterschiedlichen Frequenzen zu ermitteln, wird eine Fourier-Analyse der Ein- und Ausgangssignale durchgeführt, wodurch die Impedanzspektroskopie gewonnen wird.
In diesem Beispiel werden die internen Parameterwerte einer Batterie genutzt und in MATLAB Simulink eine Impedanzprüfmethode entwickelt, um EV-Batteriepacks mithilfe der Combined Hardware-in-the-Loop- und Power-Hardware-in-the-Loop-(CHP)-Technologie von Impedyme zu testen.
Fig 1. Simulink Implementation of Impedance Spectroscopy
Implementierung des Simulink-Modells
Batteriemodell
Eine präzise Batteriemodellierung ist essenziell für Echtzeit- Hardware-in-the-Loop (HIL) -Tests und die Optimierung von EV-Systemen.
Ein häufig verwendetes Modell ist das Einzel-RC-Modell, das das Verhalten der Batterie durch einen Widerstand (R) und einen Kondensator (C) in Serie beschreibt. Konventionelle Einzel-RC-Modelle gehen jedoch häufig von festen internen Parametern aus – unabhängig vom Ladezustand (State of Charge, SoC) der Batterie. Um diese Einschränkung zu überwinden, wurde ein dynamisches Einzel-RC-Batteriemodell für jedes Submodul des Batteriepacks entwickelt. Dabei werden die internen Parameter sowie die Leerlaufspannung (Open Circuit Voltage, OCV) in Abhängigkeit vom SoC angepasst.
Fig 2. Battery pack’s sub-module equivalent Circuit
Im dynamischen Batteriemodell werden die internen Parameter (Widerstand und Kapazität) entsprechend dem aktuellen SoC ausgewählt [1]. Um diese Dynamik exakt abzubilden, aktualisiert das Modell kontinuierlich die internen Parameter auf Basis der Änderungen des Eingangs-SoC. Dadurch wird ein realitätsnäheres Batterieverhalten gewährleistet.
Zusätzlich zur automatischen Auswahl der internen Parameter berücksichtigt das Batteriemodell auch das SoC-abhängige Verhalten der Leerlaufspannung. Die Leerlaufspannung einer Batterie variiert mit dem Ladezustand. Wenn sich der SoC ändert, verschiebt sich entsprechend die OCV-Kennlinie. Durch die Integration dieses SoC-abhängigen OCV-Verhaltens kann das Modell die Batterie unter verschiedenen Lade- und Entladebedingungen präzise abbilden.
Fig 3. Battery Simulink Model
Strom-Perturbation und Einspeisung
Die Strom-Perturbationsmodul wird in Simulink implementiert und ist dafür ausgelegt, mehrfrequente sinusförmige Signale in das Batteriepack einzuspeisen. Es umfasst drei Haupt-Subsysteme:
-
Einen Variablen-Frequenz-Generator zur Auswahl diskreter Frequenzsätze
-
Einen Amplituden- und Phasengenerator zur Steuerung der Signalcharakteristik
Einen Eingabegenerator zur Erzeugung der eigentlichen Perturbationssignale für die Impedanzprüfung.
Dieses System ermöglicht eine realitätsnahe Anregung der Batterie für eine präzise Analyse im Frequenzbereich..
Fig 4. Simulink Solar PV Model
Der erste Block – der variable Frequenzgenerator – ist dafür verantwortlich, nach Abschluss eines Frequenzsatzes die nächste geeignete Frequenz auszuwählen. Der Eingabegenerator übernimmt diese Frequenzen und erzeugt sinusförmige Signale, die dem Batteriepack zu Prüfzwecken zugeführt werden. Der Amplituden- und Phasengenerator ist entsprechend dafür zuständig, die Amplitude festzulegen und eine Phasenverschiebung zwischen den einzelnen Signalsätzen zu erzeugen.
Fourier-Calculator-Modell
Die Fourier-Calculator-Block berechnet die Frequenzanteile eines Signals mithilfe von Kosinus- und Sinusreihen und unterstützt damit die Impedanzspektroskopie.Er ist als MATLAB-Function-Block implementiert und ermöglicht zustandsbehaftete Berechnungen über mehrere Simulationsschritte hinweg.
Er bestimmt Verstärkung (Gain) und Phase durch die Anwendung von Fourier-Transformationen in Echtzeit sowohl auf das Eingangs- als auch auf das Ausgangssignal – ein entscheidender Faktor für eine präzise Frequenzganganalyse in HIL-Simulationen.
Der Block durchläuft jeden Punkt des Eingangssignals und berechnet die Fourier-Koeffizienten basierend auf der vorgegebenen Frequenz sowie der Gesamtanzahl der Punkte. Die Fourier-Koeffizienten werden getrennt für Kosinus- und Sinusanteile anhand der Standardformeln berechnet.
Nach Abschluss der Verarbeitung der Wellenform finalisiert der Block die Berechnung, indem er die akkumulierten Kosinus- und Sinusanteile über die gesamte Wellenform mittelt und mit der Gesamtanzahl der Punkte skaliert. Zur Berechnung der Fourier-Kosinus- und -Sinus-Koeffizienten werden folgende Formeln verwendet:
$$
f_{\cos} = \frac{2}{N} \sum_{k=1}^{N} x_k(t) \cos(2 \pi f t)
$$
$$
f_{\sin} = \frac{2}{N} \sum_{k=1}^{N} x_k(t) \sin(2 \pi f t)
$$
Dabei ist N die Gesamtanzahl der Punkte, f die Frequenz des Signals und ( x_k(t) ) der Signalwert zum jeweiligen Zeitpunkt.
Zusätzlich setzt der Block interne Zustandsvariablen zurück, um nachfolgende Berechnungen vorzubereiten. Die Funktion bietet Flexibilität durch ein Enable-Signal, das steuert, wann Berechnungen durchgeführt werden, wodurch eine effiziente Rechenleistung sichergestellt wird. Insgesamt ermöglicht der Fourier-Calculator-Block die Analyse periodischer Signale durch Extraktion ihrer Frequenzkomponenten mittels Fourier-Analyse. Innerhalb dieses Modells existieren im Wesentlichen zwei Funktionen: eine für die Fourier-Berechnung des Eingangssignals und eine für die des Ausgangssignals.
Fig 5. Fourier Calculator Model
Response-Plotter-Block
Der Response-Plotter-Block ist eine MATLAB-Funktion zur Signalanalyse, zur Berechnung von Verstärkung und Phase sowie zur Visualisierung. Zentral für seine Funktionsweise ist die Aktualisierung eines persistenten Zustandsarrays („state_array“), das als Speicher für wesentliche Signalinformationen dient.
Beim Aufruf verarbeitet die Funktion Eingangsparameter wie den aktuellen Index, die Frequenz sowie Sinus- und Kosinuskomponenten. Auf Basis dieser Daten werden Verstärkungs- und Phasenwerte berechnet und im „state_array“ gespeichert.
Zur präzisen Bestimmung der Phasenwinkel nutzt die Funktion trigonometrische Funktionen und berücksichtigt dabei mögliche Phasenüberläufe (Phase Wrapping), um eine korrekte Darstellung der Phasencharakteristik des Signals sicherzustellen. Darüber hinaus bietet das Response-Plotter-Modell Flexibilität durch bedingte Abfragen zur Steuerung des Ausführungsablaufs. Falls die Zustandsmaschine deaktiviert ist, wird eine geordnete Beendigung ermöglicht, ohne das aktuelle Zustandsarray zu verändern.
Zusätzlich verfügt die Funktion über eine optionale Plot-Funktionalität. Diese erlaubt es, Verstärkungs- und Phasenverläufe in Abhängigkeit von der Frequenz darzustellen sowie Nyquist-Diagramme zu erzeugen. Diese Visualisierungen dienen dazu, das Signalverhalten besser zu verstehen und fundierte Entscheidungen in signalverarbeitungstechnischen Anwendungen zu treffen. Somit stellt der Response-Plotter-Block ein leistungsfähiges Werkzeug zur Signalanalyse und Visualisierung innerhalb der Simulink-Umgebung dar.
Fig 6. Response Plotter Block
Alle Submodule der Battere-Impedanzprüfmodelle wurden nun erstellt. Bevor wir mit den Tests fortfahren, werfen wir einen Blick auf die CHP-Technologie von Impedyme.
Impedymes CHP-Technologie
Die CHP-Plattform von Impedyme kombiniert Echtzeit HIL- und PHIL-Funktionen , um EV-Systeme – einschließlich Batteriepacks, Konvertern und BMS – mit höchster Präzision zu simulieren und zu testen.
Sie unterstützt FPGA-basierte Ausführung für extrem kurze Zeitschritte (im Nanosekundenbereich) und ermöglicht einen zirkulierenden Leistungsfluss zur Minimierung des Energieverbrauchs im Labor. einen zirkulierenden Leistungsfluss. erfolgt über eine fortschrittliche Flüssigkeits- und Luftkühlung, wodurch externe
Kältemaschinen überflüssig werden. Alle Modelle sind vollständig in MATLAB Simulink integriert, was eine schnelle und intuitive Implementierung ermöglicht. Mit CHP können Ingenieure reale Szenarien präzisesimulieren MATLAB-Simulinkund EV-Komponenten sowie -Systeme unter dynamischen Bedingungen testen.
Von Batteriemanagementsystemen bis hin zu Motorsteuerungen unterstützt CHP Hersteller dabei, die Leistung zu optimieren, die Zuverlässigkeit zu erhöhen und die Markteinführungszeit ihrer EVs zu verkürzen. Das modulare Design gewährleistet Flexibilität für sich weiterentwickelnde Testanforderungen, während die intuitive Simulink-Oberfläche den Testprozess vereinfacht.
Die Emulationslösungen von Impedyme bilden Ihre MATLAB-Simulink-Modelle nach und ermöglichen Hochleistungstests bis in den Megawattbereich bei Bandbreiten von bis zu 20 kHz. Zur Inbetriebnahme werden die optischen Verbindungen mit den Schaltschränken verbunden und die Modelle bereitgestellt. Jeder Schaltschrank verfügt über mehrere optische Schnittstellen mit Datenraten von jeweils bis zu 12,5 Gigabit pro Sekunde.
Für Simulationen mit extrem kleinen Zeitschritten unterstützt das System FPGA-basierte Tests, die Zeitschritte im Nanosekundenbereich erlauben. FPGAs bieten hierbei eine deutlich höhere Verarbeitungsgeschwindigkeit als herkömmliche CPUs und verbessern somit die Echtzeit-Emulationsleistung erheblich.
Für Hochgeschwindigkeits-Emulationen können die einzelnen FPGAs der Einschübe untereinander kommunizieren. Die Tests mit Impedymes CHP sind unkompliziert, da sie auf Simulink-Designs basieren. Die Produkte werden mit einer Vielzahl vorgefertigter Modelle geliefert, die individuell angepasst werden können.
Wenn sowohl die Eingangs- als auch die Ausgangsseite eines Leistungssystems emuliert werden, kann ein zirkulierender Leistungsfluss realisiert werden. Da die Leistung rezirkuliert wird, muss lediglich die Verlustleistung aus dem Netz eingespeist werden.
Diese Technologie reduziert den Energiebedarf Ihres Labors bei Tests von Hochleistungssystemen erheblich. Während der Echtzeit-Emulation sorgt das integrierte Thermomanagement mit kombinierter Flüssigkeits- und Luftkühlung dafür, dass keine zusätzliche externe Kühlung erforderlich ist.
Fig. 8. Battery Impedance testing Emulation: CHP Connection Diagram
Die oberen zwei Einschübe des Schranks sind dem Strom-Perturbationsinjektor zugewiesen.. The dritte Einschub enthält das Batteriepack-Emulatormodell.
Die unteren zwei Einschübe übernehmen die Active-Front-End-Konverter, stellen die DC-Kopplung bereit und ermöglichen einen zirkulierenden Leistungsfluss..
Diese Module sind miteinander verbunden und bilden eine vollständige Echtzeit-Impedanzprüfumgebung,betrieben mit der CHP-Hardware von Impedyme. Die beiden untersten Einschübe sind dabei speziell den Active-Front-End-Konvertern zugeordnet, welche die DC-Kopplung für die Impedanzprüfung bereitstellen.
Nun betrachten wir die Verschaltung dieser Einschübe. Die Leistungsanschlüsse befinden sich auf der Rückseite der Schränke.
Die DC-Versorgung aus den Active-Front-End-Einschüben wird zu den Strom-Perturbations-Einschüben geführt. Diese emulieren die Funktion einer Eingangsstrom-Perturbations-Injektorschaltung. Anschließend werden die überlagerten Stromsignale zur Batterie geführt, um die Spektroskopie durchzuführen. Abschließend wird der DC-Zwischenkreis zurück zum Active Front End geführt, um den Leistungsfluss zu rezirkulieren. Sobald alle Verbindungen konfiguriert sind, ist die CHP-basierte HIL-Umgebung bereit , die Echtzeit-Impedanzspektroskopie Impedanzspektroskopie. am EV-Batteriepack durchzuführen.
Testparameter & Versuchsergebnisse
| Parameter | Value | Unit |
|---|---|---|
| \( \text{Start Frequency} \) | 0.01 | Hz |
| \( \text{Stop Frequency} \) | 30 | Hz |
| \( \text{Number of Cycles} \) | 2 | - |
| \( \text{Settling Periods} \) | 1 | - |
| \( \text{DC Bias} \) | 20 | V |
| \( \text{Battery SoC} \) | 60% | - |
Fig. 9. Bode Plot for low Frequency Spectrum
| Parameter | Value | Unit |
|---|---|---|
| \( \text{Start Frequency} \) | 35 | Hz |
| \( \text{Stop Frequency} \) | 10000 | Hz |
| \( \text{Number of Cycles} \) | 2 | - |
| \( \text{Settling Periods} \) | 1 | - |
| \( \text{DC Bias} \) | 20 | V |
| \( \text{Battery SoC} \) | 60% | - |
Fig. 10. Bode Plot for High Frequency Spectrum
Fig. 11. Nyquist Plot for Entire Spectrum 0.01 to 10kHz
Fig. 12. Nyquist Plot for different SoC
Falls das Batteriepack physisch verfügbar ist, kann es auch direkt als externe Hardware an Impedymes CHP angeschlossen werden, um die Impedanz des realen Batteriepacks zu testen.
Fig 13. Battery Impedance testing: CHP Connection Diagram
Mit Impedymes moderner Hardwareplattform (CHP) lässt sich eine präzise Impedanzprüfung für Ihr Elektrofahrzeug-(EV)-Batteriepack nahtlos realisieren. Dieses fortschrittliche System gewährleistet hohe Genauigkeit und Zuverlässigkeit und reduziert die typischen Herausforderungen, die mit Impedanzmessungen verbunden sind. Durch den Einsatz von Simulink-Modellen in den CHP-Schränken von Impedyme – in Kombination mit Ihrem EV-Batteriepack – verfügen Sie über alle erforderlichen Komponenten für umfassende Tests.
Impedymes CHP bietet eine leistungsfähige Lösung, die speziell auf die Anforderungen moderner Batterietests zugeschnitten ist. Das innovative Design integriert sich nahtlos in Simulink-Modelle und ermöglicht einen effizienten und strukturierten Prüfablauf. Die CHP-Schränke sorgen für Stabilität und Effizienz und schaffen eine kontrollierte Umgebung für präzise Impedanzmessungen. Integrieren Sie einfach Ihre Simulink-Modelle, verbinden Sie diese mit den CHP-Schränken von Impedyme und koppeln Sie Ihre EV-Batteriepacks an.
Referenzen
[1] K. S. Song, S. -J. Park and F. -S. Kang, "Internal Parameter Estimation of Lithium-Ion Battery Using AC Ripple With DC Offset Wave in Low and High Frequencies," in IEEE Access, vol. 9, pp. 76083-76096, 2021, doi: 10.1109/ACCESS.2021.3082148.
[2] Estaller J, Kersten A, Kuder M, Thiringer T, Eckerle R, Weyh T. Overview of Battery Impedance Modeling Including Detailed State-of-the-Art Cylindrical 18650 Lithium-Ion Battery Cell Comparisons. Energies. 2022; 15(10):3822. https://doi.org/10.3390/en15103822
[3] Westerhoff, Uwe, et al. "Analysis of lithium‐ion battery models based on electrochemical impedance spectroscopy." Energy Technology 4.12 (2016): 1620-1630.