Aufgabe eines Batteriemanagementsystems (BMS) im Elektro auto ist es, die Energie im Fahrzeug zu verteilen und zum richtigen Zeitpunkt an richtiger Stelle bereitzustellen. Da-bei übernimmt es Aufgaben auf unterschiedlichen Funktions-ebenen: von der übergeordneten Kommunikation mit dem Antriebsstrang über Diagnose, Sicher heitsüberwachung und Einleiten von Notfallreaktionen bis hin zu Messung und Über-wachung des Ladezustands der Batterie sowie Steuerung der einzelnen Batteriezellen (siehe Kasten Seite 3).

Um Entwicklungszeiten und -kosten einzusparen, ist es er-forderlich, diese Funktionen bereits in frühen Entwicklungs-phasen effizient und zielführend testen und absichern zu kön-nen. Hierfür eignen sich insbesondere „virtuelle“ Methoden, bei denen noch nicht existierende Komponenten und Hard-ware durch Simulationsmodelle ersetzt werden. So lassen sich Tests effizient durchführen und Entwicklungskonzepte früh-zeitig überprüfen, wohingegen sich ein Test mit realen Batteri-en und Hardware sehr aufwendig gestalten würde.

So ist insbesondere die Darstellung von Batterie-Ladezu-ständen oder -Alterungseffekten zeit- und energieaufwendig sowie kaum reproduzierbar. Zusätzlich sind Realtests aufgrund der Hochspannung sicherheitskritisch oder sie sind schlicht-

BATTERIE-MANAGEMENT VIRTUELL TESTEN

weg nicht durchführbar, wie beispielsweise in den Konzept-phasen und am Anfang der Entwicklung, wo noch keine Batte-rien vorhanden sind. Ein weiterer Vorteil der virtuellen Absi-cherung ist die Möglichkeit, Modellierungstiefe und Modell-abstraktion optimal an die Testzwecke anzupassen. So sind aufwendige, genaue thermische Modelle zum Beispiel für das Testen von Sicherheitsfunktionen, Abschaltlogik und Betriebs-strategien nicht zwingend notwendig, sondern teilweise auf-grund ihrer Rechenintensität gar kontraproduktiv.

Funktionsebenen des BMS

Als zentrale Managementeinheit bedient das BMS verschie-dene Funktionsebenen (siehe Abbildung Seite 2):• Sicherheitsfunktionen zum Überwachen sicherheitsrelevan-

ter Zustände, wie die Pilot-Linie (Hochvolt-Interlock), das Crash-Signal, Isolationswerte sowie Strom und Spannung an den Hauptklemmen der Hochvolt-Batterie (HV). In Notfällen veranlasst das BMS das Öffnen der Hauptschüt-ze, um den HV-Spannungskreis zu unterbrechen.

• Übergeordnete Kommunikation: Das BMS steht in kontinu-ierlicher Kommunikation mit dem restlichen Antriebs-

Das Haushalten mit Energie erweist sich bei elektrifi zierten Fahrzeugen als besonders kritisch. Solches Energiemanagement lässt sich mit virtuellen Tests jedoch bereits in frühen Entwicklungs-phasen validieren. Im Automotive-Umfeld gewinnt dabei Co-Simulation enorm an Bedeutung.

TEXT: Dr. Houssem Abdellatif, ITK Engineering FOTOS: J. Glaubitz/Fotolia, ITK www.mobility20.net/PDF/M20213700

Simulation: Modellbasierte Tests verringern den

Entwicklungsaufwand.

1

BATTER I EMANAGEMENT | NACHDRUCK

Mob i l i t y 2 . 0 | A u s g abe 1 .2013

2

NACHDRUCK | BATTER I EMANAGEMENT

Mob i l i t y 2 . 0 | A u s g abe 1 .2013

strang und dessen Komponenten (E-Maschine, Leistungs-elektronik, Traktionssteuergerät etc.). Diese erfolgt je nach Fahrzeugtopologie über einen oder mehrere CAN-Busse. Spannungsanforderungen und Grenzwerte werden vom Antriebsstrang empfangen. Neben aktuellen Messwerten wird auch der Status der Batterie zurückgemeldet.

• Berechnung des Batteriezustandes: Das BMS berechnet elementare Zustände der HV-Batterie, wie beispielsweise den Ladezustand (SOC) der Einzelzellen und der Gesamt-batterie, die restliche Lebensdauer sowie die verbleibende Reichweite des Fahrzeugs.

• Zellsteuerung: Zur Absicherung gegen Überladung, Tief-entladung und thermische Belastung sorgt das BMS für eine gleichmäßige Belastung der verschiedenen Zellen [4]. Neben der Verlängerung der Lebensdauer der Einzelzellen führt dies ebenfalls zu einer Optimierung des aktuellen ener getischen Zustands des Gesamtsystems.

• Thermomanagement: Die Belastung wird in Abhängigkeit von der Packgeometrie und gestützt durch die Messwerte der Temperatursensoren ermittelt. Basierend auf diesen Werten steuert das BMS die Kühlmodule im Batteriepack.

Diesen fünf Funktionsebenen stehen nun drei virtuelle Methoden gegenüber:• Physikalisch motivierte Simulation: Dabei handelt es sich

um thermische, elektrische oder chemische Modelle oder auch um deren Verknüpfungen (Co-Simulation) mit höchs-tem Detaillierungsgrad und geringster Abstraktionsstufe.

• Verhaltenssimulation: An dieser Stelle wird das „zeitliche“ Verhalten von Komponenten nachgebildet. Der physikali-sche Hintergrund spielt eine untergeordnete Rolle.

• Zellsimulation und -emulation: Eine spezielle elektroni-sche Schaltung emuliert die chemische Zelle. Spannungen und Ströme werden möglichst realitätsnah mittels eines Zellmodells eingespeist und erzeugt [, 3]. Jede Funktions-ebene lässt sich durch unterschiedliche Gewichtung der virtuellen Methoden testen und absichern, wie die Abbil-

dung auf Seite 3 zeigt. Beispielsweise lassen sich Sicherheits-funktionen größtenteils durch eine Verhaltenssimulation ausreichend testen und absichern. In geringem Umfang können Teilfunktionalitäten der Ebenen auch durch auf-wendige physikalische Modelle geprüft werden.

Physikalisch motivierte Simulationen

Das physikalische Verhalten der Batterie lässt sich mit so-genannten physikalisch motivierten Simulationen bis in den elementarsten Bestandteil nachbilden. Dies gilt sowohl für das chemische und thermische, als auch das elektrische Verhalten. Durch Modellierung einzelner chemischer Redox-Reaktionen in den jeweiligen Zellen lassen sich Lade- und Alterungs-zustand gemäß chemischer Grundsätze bestimmen und abbil-den. Materialeigenschaften und geometrischer Aufbau können korrekt abgebildet und dargestellt werden. Diese physikalisch-chemischen Modelle besitzen einen sehr aufwendigen Aufbau und sind nicht echtzeitfähig. Sie dienen vor allem dem Ver-ständnis der Batteriephysik sowie der Entwicklung der Batterie-packs, können jedoch ebenfalls bei der Entwicklung des BMS verwendet werden, indem sie an Funktionsmodelle angekop-pelt werden (Co-Simulation). Hierdurch erreicht man zusätz-liche Sicherheit hinsichtlich der Funktionalität in den Konzept-phasen und ersten Funktionalitätstests.

Für die Abbildung der Spannungsantwort der Zelle bei un-terschiedlichen Lasten dienen physikalisch-elektrische Modelle und impedanzbasierte Modelle [2]. Letztere sind im Automo-tive-Bereich stark verbreitet, da Rechen- und Parametrierungs-aufwand verhältnismäßig gering sind. Das mit Hilfe einer Impe-danzspektroskopie ermittelte Zellverhalten wird durch schal-tungstechnische Standardelemente, wie Spannungsquellen, Widerstände, Kapazitäten und Induktivitäten abgebildet.

Die Attraktivität dieses Ansatzes sinkt jedoch mit zuneh-menden abzubildenden physikalischen Eigenschaften, wie bei-spielsweise der thermischen Abhängigkeit und den nichtlinea-ren Zusammenhängen mit dem Ladezustand. Der Parametrie-

Steuerung: Übersicht zur Funktionalität

des BMS im elektrifizierten Fahrzeug

rungsaufwand bei solchen Modellen stellt vor allem bei der Abbildung von Reihenschaltungen durch getrennte Einzel-modelle eine Herausforderung dar. Physikalisch-elektrische Modelle sind dennoch äußerst hilfreich bei der Validierung der Zellsteuerung und der Balancing-Strategie des BMS. Zusätzlich liefern sie Elementarmodelle, die in den BMS-Algorithmen aufgrund ihrer überschaubaren Struktur eingesetzt werden.

Für das vom BMS übernommene Thermomanagement sind thermische Modelle auf Basis von Finiten Elementen bei der Auslegung der Kühlungsstrategie von großem Nutzen. Mit die-sen ortsaufgelösten 3D-Modellen lassen sich die Wärmeerzeu-gung in den einzelnen Zellen sowie die Wärmeübertragung innerhalb und außerhalb des Batteriepacks darstellen. Die Packgeometrie sowie die verwendeten Materialien werden hier-bei mit hoher Genauigkeit berücksichtigt. Diese 3D-Modelle sind nicht echtzeitfähig, jedoch haben sie in der Entwicklungs- und Auslegungsphase der Thermomanagementstrategie einen hohen Nutzen, da sie sehr detailliert sind.

Die Ankopplung der oben erwähnten Modelle untereinan-der sowie an das Funktionsmodell des zu entwerfenden BMS ist

eine zentrale Voraussetzung für eine zielorientierte Entwick-lung. Die Co-Simulation gewinnt somit an enormer Bedeutung im Automotive-Umfeld.

Absicherung durch Verhaltensmodelle

Bei Verhaltensmodellen liegt der Fokus nicht auf der voll-ständig korrekten physikalischen Darstellung der Komponen-ten, sondern auf der Abbildung ihres Verhaltens. Dieses kann entweder physikalisch motiviert sein wie etwa das einfache Klemmenspannungsmodell der Batterie oder es orientiert sich an der umgesetzten Steuerungssoftware beziehungsweise an den Kommunikationsprotokollen zwischen den einzelnen Bordnetzteilnehmern.

Für die Validierung und das Testen der Sicherheitsfunktio-nen sind rudimentäre Verhaltensmodelle vollkommen ausrei-chend []. Diese geben Spannung und Stromverläufe sowie Systemstatus an die BMS-Software weiter, um zu überprüfen, ob das BMS entsprechend der Situation korrekt reagiert. Dies betrifft auch einfache Ein- und Ausschaltabläufe sowie Sicher-heitsreaktionen auf Crash-Signale oder Interlock-Unterbre-chungen. Ebenfalls ist es legitim, diese Modelle lediglich durch virtuell erzeugte Stimuli abzubilden. Jedoch bewegt sich der aktuelle Trend dahin, dass die Stimulation modellbasiert er-folgt. Damit lässt sich die gesamte Wirkungskette im Closed-Loop absichern (X-in-the-Loop-Absicherung), was aus Grün-den der Nachhaltigkeit und Übertragbarkeit sehr zu empfeh-len ist.

Sollen bei den Tests lediglich übergeordnete Regelungs-strategien sowie die Kommunikation mit dem Fahrzeug be-trachtet werden, so reichen Verhaltensmodelle aus. Diese Tests lassen sich mittels RCP-Einheiten (Rapid Control Prototyping) oder kleinen Hardware-in-the-Loop-Systemen durchführen [3]. Die fehlenden Fahrzeugkomponenten sowie elektronische Kontrolleinheiten der Zellmodule können durch ein Kommu-nikationsmodell wie beispielsweise eine Restbussimulation er-setzt werden [3]. Auch übergeordnete Funktionsmuster der

GRUNDLAGEN: BATTERIEN, ZELLMODULE, ZELLSTAPEL

Die für Hybrid- und Elektrofahrzeuge verwendeten Batterien be-stehen in der Regel aus identisch in Reihe geschalteten Zellen. Die Gesamtspannung an der Batterieklemme ist gleich der Sum-me aller Zellspannungen. Die Gesamtkapazität entspricht der Zelle mit der geringsten Kapazität. Bei Lithium-Ionen-Batterien werden zum Beispiel Li-Ionen-Zellen verwendet, deren Nenn-spannung bei etwa 3,6 Volt liegt [1, 3]. Die Zellen werden in Zellstapeln (Packs) zusammengefasst. Ein Zellstapel wird mit eigener Zellkontrollelektronik zu einem Zell-modul ergänzt. Diese Elektronik wird oft als BMS-Slave bezeich-net und übernimmt die Temperatur- sowie Zellspannungsmes-sung im eigenen Pack. Sie integriert die für den Zellausgleich (Cellbalancing) sowie Spannungsunterbrechung notwendige Elektronik und kommuniziert mit dem zentralen BMS-Steuergerät (BMS-Master) über einen galvanisch getrennten Bus.

Relevanz: Gewichtung der virtuellen Methoden

beim Test und bei der Absicherung der verschiedenen

Funktionsbereiche des BMS

3

BATTER I EMANAGEMENT | NACHDRUCK

Mob i l i t y 2 . 0 | A u s g abe 1 .2013

> MORE@CLICK M20213700

Zellsteuerung sowie des Thermomanagements werden somit effizient und mit geringerem Kostenaufwand abgesichert.

Emulation auf Zellebene

Für Systemtests des gesamten BMS sind Verhaltensmodelle unzureichend, da hierzu die Abbildung der einzelnen Zell-spannungen notwendig ist. Zwischen den BMS-Slave-Einhei-ten und den einzelnen Zellen befindet sich eine zusätzlich ab-zusichernde Schnittstelle. Diese besteht in der Regel aus zuge-hörigen Zellspannungen und Strömen. Beide Größen werden mittels speziellen elektronischen Schaltungen emuliert und so-mit physikalisch an den Klemmen des BMS-Slave erzeugt. Die Berechnung der notwendigen Spannungen erfolgt virtuell an-hand eines Zellmodells.

An dieser Stelle gilt es, verschiedene Herausforderungen zu bewältigen. Zunächst soll das Modell echtzeitfähig sein (in der Regel wird das Testsystem mit kHz berechnet) und gleichzei-tig verschiedene physikalische Aspekte, wie Innenwiderstand, Diffusion und Doppelschichtkapazität berücksichtigen und abbilden. Weiterhin müssen Lade- und Entladestrom der Zelle, sowie Verlustströme, die beispielsweise durch Gasungseffekte beim Laden von NiMH-Zellen auftreten, berücksichtigt wer-den [3].

Thermodynamische Effekte wie die Temperaturabhängig-keit des Innenwiderstandes und die damit verbundenen Leis-tungsverluste werden ebenfalls abgebildet. Darüber hinaus muss stets eine flexible Parametrierung realisierbar sein, da die Vorteile virtueller Methoden erst entfaltet werden, wenn physikalisch schwer oder umständlich zu erzeugende Effekte leicht durch Umparametrierung realisiert werden können.

Die Ansprüche an die Emulationsgenauigkeit müssen der hohen Empfindlichkeit des BMS genügen. Deshalb ist es so ausgelegt, dass es sehr sensibel auf kleinste Spannungsschwan-kungen reagiert. Für einen erfolgreichen Test ist daher zwin-gend erforderlich, eine Genauigkeit von in der Regel mV ein-

zuhalten. Dies reicht aus, um die flachen Ladekurven bestimm-ter Zelltypen, wie beispielsweise Lithium-Ionen-Zellen, darzu-stellen. Neben einem guten Zellmodell ermöglicht diese Genauigkeit auch eine optimale Regelung der Emulationselek-tronik, die robust gegenüber Balancing-, Lade- und Entlade-ströme ausgelegt werden muss.

Eine komplette Systemabsicherung der Lade- und Entlade-strategie des BMS lässt sich durch Ergänzung eines Kommuni-kationsmodells mit dem Restfahrzeug realisieren. Mittels die-ser Methode können verschiedene Software-Routinen des BMS, die die internen Zustände der Batterie mit möglichst ho-her Genauigkeit ermitteln, getestet und validiert werden.

Mit mehr Effizienz in die Zukunft

Virtuelle Methoden eignen sich dazu, Batteriemanage-mentsysteme sicher und effizient zu testen und abzusichern. Sie werden in der Entwicklung auch in Zukunft immer mehr an Bedeutung gewinnen, da sie reproduzierbare Ergebnisse liefern und den Entwicklungsaufwand verringern. Schon heu-te existieren für unterschiedliche Funktionsebenen geeignete Modelle mit entsprechender Abstraktion, die eine gezielte Funktionsvalidierung ermöglichen und somit ein Gewinn für jeden Entwicklungsprozess sind. ☐

Die Literaturhinweise finden Sie in der Online-Version dieses Artikels.

Emulation einer Batteriezelle: Das abzubildende

Spannungs verhalten in Bezug zum Ladezustand

der Zelle und in Abhängigkeit der Temperatur

4

NACHDRUCK | BATTER I EMANAGEMENT

Mob i l i t y 2 . 0 | A u s g abe 1 .2013

KONTAKT

ITK Engineering AGLuitpoldstraße 59 · 76863 HerxheimT +49 (0)7276-9885-600 info@itk-engineering.de www.itk-engineering.de