车载充电机OBC的技术方向与碳化硅应用方案

 

 

 

车载充电机（On-Board Charger，简称为OBC）的基本功能是：电网电压经由地面交流充电桩、交流充电口，连接至车载充电机，给车载动力电池进行慢速充电。

对于新能源汽车普通消费者而言，主要关注两个体验：一个是驾乘体验，包括动力性、舒适性、娱乐性等；另外一个则是充电体验。

充电体验是个什么概念呢？结合OBC的规格参数来说， 11kW的OBC，意味着充满88kWh的电池（续航里程大概在650km-750km），需要8h。如果与充满一部手机或者加满一辆燃油车的时间来对比，这个时间无疑是漫长。但需要注意的是，11kWh的OBC实际上已经算是功率较高的水平，满足日常需求完全没问题因此不断提高充电速率是OBC的发展方向。

大致的了解了OBC背景，接下来看一下OBC内部设计。

OBC由PFC（Power Factor Correction：功率因数校正器） + 隔离DC-DC组成的AC-DC转换器。

OBC在纯电动汽车(BEV)、插电式混合动力汽车(PHEV)和潜在的燃料电池汽车(FCEV)中都有所使用。这三种电动汽车(EV)统称为新能源汽车(NEV)，但对系统级充电功能的要求各不相同

接受交流电输入并将其转换为直流电输出的核心功能，为高压电池组充电提供了适当的电压和电流。一般而言，这种功能由于只提供从电网到汽车的输电，因此是单向的。OBC单元会根据整个电池的健康状况和电荷状态，改变电压和电流

常见的OBC功率水平及PFC拓扑结构矩阵如下：

下图展示了 3.3 kW、6.6 kW、11 kW 和 22 kW OBC 相关的典型车型、电池尺寸、从 0% 至 100% 的充电时间以及竞争性技术。

车载充电机一般为两级电路，前级为PFC（Power Factor Correction）级，即功率因数校正环节，实现电网交流电压变为直流电压，且保证输入交流电流与输入交流电压同相位，根据实际设计功率需求的不同，可采用多级Boost电路并联进行扩容；后级为DC/DC级，实现PFC级输出直流电压变为所需充电电压，实现恒流/恒压充电功能，并保证交流高压侧与直流高压侧的电气绝缘，同样地，根据实际设计功率需求的不同，可采用多级DC/DC电路并联进行扩容。另外，比较常见的DC/DC级电路拓扑有移相全桥和LLC两种。

BOOST PFC

VIENNA PFC

LLC

PSFB

双向充电机在先天上就可以实现比单向设计更高的效率。单向DC/DC模块采用 Vienna PFC 二极管，而单向 LLC 谐振转换器可通过二极管桥完成输出整流。图 2 展示的是单相双向 OBC 的典型框架 — 全桥整流器被低损耗 SiC MOSFET 所取代，从而消除整流二极管正向压降造成的损耗。这反过来可以降低功耗，从而简化热管理要求。

采用 Si 超结技术的 Si 基双向 OBC 与 Si 基 IGBT 是 SiC 双向 OBC 的主要竞争技术。但是，本段内容将说明 SiC 如何在所有相关方面（成本、尺寸、重量、功率密度、效率）超越这些技术。让我们从图 3 开始，这是 Si 基和 SiC 基 22 kW 双向 OBC 的参考示意图，比较了功率器件和栅极驱动的数量。

下表列出了（第一个）AC/DC 图腾柱 PFC 级和（第二个） DC/DC 双向 CLLC 谐振级的各自规格。从图表中可以明显看出，从 Si 设计转到 SiC 设计，功率器件和栅极驱动的数量都减少 30% 以上，开关频率提高一倍以上。这降低了功率转换系统的组件尺寸、重量和成本，同时提高运行效率。

下图进一步细分成本节约，将其分为 Si 和 SiC 系统的成本。Si 系统比 SiC 系统高出近 20% — 这主要是由于 DC/DC 模块中有相对大量的栅极驱动和磁性元件。尽管相比单个 Si 基二极管和功率晶体管，分立式 SiC 基功率器件的成本更高。但在系统中采用时，SiC 器件的性能可减少所需元件的数量，从而降低电路元件成本以满足支持各种功率器件功能的要求。

下表对比了 6.6 kW 和 22 kW 双向 OBC 的 Si 和 SiC 方案的成本、功率密度、运行节约和CO2 减排。OBC 的功率越高，所带来的节约也就越多。6.6 kW 和 22 kW 双向 SiC 基 OBC 的物料清单 BOM 成本更低，最终可为 OEM 厂商带来系统成本的降低。再加上运行节约以及由 SiC 所推动的 CO2 减排，转嫁到消费者身上的成本也将减少，进而缩小了与内燃机解决方案的价格差距，并为CO2 减排做出贡献。

支持使用OBC的电动汽车架构 (BEV、PHEV和FCEV)在2021年约占电动汽车总销量的46%，到2026年则将占电动汽车总销量的57%。OBC 5年的复合年增长率(CAGR)预计为25.6%，2026年的数量估计为2140万台(根据Strategy Analytics 2020年的数据)

 

Ray Zhang 张阳明