安森美:用于双向车载充电的6.6 kW CLLC参考设计

发布时间:2022-10-18 16:02
作者:Ameya360
来源:网络
阅读量:2029

  随着双碳目标的推进,电动汽车车载充电器(以下简称“OBC”),正朝双向能量传输的方向发展,其既能从电网获取电能,又可将电能反馈至电网。配置了双向OBC的电动汽车,可用剩余电量为耗尽电量的电动汽车充电,也可在户外充当220 V电源,还可被当作分布式储能站,帮助电网消峰填谷。本文将探讨CLLC拓扑在双向OBC应用中的设计挑战和安森美(onsemi)的6.6 kW CLLC参考设计如何解决这些挑战。

安森美:用于双向车载充电的6.6 kW CLLC参考设计

  什么是CLLC拓扑

  如图1所示,隔离DCDC是构成双向OBC的主要组成部分之一。在200 W以上隔离DCDC应用中,包括单向OBC,很多都会用到LLC拓扑,因为它具有能效高、EMI表现好、开发难度低等优势,但这种拓扑只能用于单向能量传输。

  大部分的双向OBC中隔离DCDC级都会采用CLLC拓扑。CLLC拓扑(如图2所示)是将LLC拓扑中电池侧的桥式整流二极管换成有源桥,然后再在变压器的电池端串上一个C来确保磁平衡。

  给电池充电的时候,左侧的桥做主动开关,右侧的桥做同步整流;当电池向外做逆变的时候,右侧的桥做主动开关,左侧的桥做同步整流。CLLC继承了LLC拓扑的特点,采用脉冲频率调节来控制增益,具有同样的软开关特性,因此,能效高,EMI表现好,简单,但存在增益调整范围窄、难以满足宽广的电池电压变化范围的挑战。

  为此,安森美推出一个6.6 kW CLLC参考设计SEC-6K6W-CLLC-GEVK,它采用宽母线电压范围来应对电池电压变化,峰值能效超过98%,帮助设计人员解决挑战,加快开发。

  6.6 kW CLLC参考设计SEC-6K6W-CLLC-GEVK

  安森美的6.6 kW CLLC参考设计SEC-6K6W-CLLC-GEVK包括三个主要部分,如图4:中间那片大板是功率板,所有高压大电流的线路都在这片板上。

  右上角是控制板,通过接插件和功率板相连,方便大家在不同的控制和功率方案之间做交叉测试。左侧是谐振腔组合,包含了一个集成了谐振电感的变压器和两个谐振电容板。谐振电容由多颗MLCC经串并联组成,以在满足耐压和电流的要求下实现更小体积。谐振腔也是可拆卸的,方便设计人员验证不同的变压器、电感和电容参数。方案中包含了散热器、风扇、辅助电源、保护电路等等。连接电源和负载就可以在满载下做长时间测试。

  功率板中,位于母线侧和电池测的两个有源桥分别由四颗1200 V/40毫欧NVHL040N120SC1和四颗900 V/20毫欧NVHL020N090SC1碳化硅(SiC) MOS构成。SiC可比Si实现更高的功率密度、更高的开关频率和极高效的设计。驱动这八颗SiC MOS的是八颗磁隔离大电流驱动器。驱动信号由控制板通过控制接口送出。

  控制接口的所有信号都位于电池侧,电平不超过12 V。电池端的电压、电流通过采样完通过分压、放大后直接送到控制接口。母线侧的电压采样由一颗独立的ADC来完成,数据通过SPI总线再经数字信号隔离器传到控制接口。

  控制板中,我们选用了一颗车规级的LLC控制芯片NCV4390,来做脉冲频率调制(以下简称“PFM”)和同步整流控制;用低功耗MCU,来做充电的恒压值设定;用车规级轨到轨运放NCV33204来做恒流充电控制;再配上我们的车规级逻辑器件来做电网到电池和电池到电网方向的判断和转换。

  电路细节的设计考量

  如果想要节省成本,可以把1200 V和900 V SiC MOS换成900 V和650 V SiC MOS,但需要控制好开关尖峰,最好从降低PCB寄生电感着手,可以通过添加旁路电容实现。

  高电压低Rdson的SiC MOSFET,它的Qg很大,为了在高开关频率下维持高效,必须用大电流的门极驱动器来驱动。另外,我们方案的控制接口位于电池侧,驱动母线侧的MOS必须要隔离,而且要符合安规。虽然驱动电池侧的MOS不需要安规,但是为了统一物料,我们还是选用相同的器件NCV57000,短路保护和故障报告功能是其亮点。

  隔离门极驱动的另一个不错的选择是NCV51561同样带安规隔离,驱动电流更大,一推二,延时更短。虽然没有过流保护,但它的双高禁止功能也能保护到来自信号端的,由于干扰或误操作而造成的炸机风险。

  选择高压辅助电源的最佳拓扑

  该6.6 kW CLLC参考设计的辅助电源采用了“反激 + Buck-boost”的拓扑以应对高达750 V的母线电压,如表1,相较其他3种拓扑,这种反激+Buck-boost拓扑在成本、能效、输入电压下限、可靠性、母线电容分压平衡方面都更胜一筹。

  选择为高边门极驱动供电的最佳方案

  辅助电源设计当中的另外一个挑战,是多组且隔离的电源轨。该6.6 kW CLLC参考设计总共需要7组电源轨。

  SiC驱动需要负压,且SiC MOS的Vcc容差范围较窄,所以不宜采用自举,否则会带来稳压、时序、功耗、噪声等诸多问题。而如果采用隔离DCDC,会存在PCB占位、成本和噪声干扰等问题。

  第3种方法是通过变压器绕组来输出所有电压,这是这几种方法里成本最低的一种,但缺点是工艺不好控制,易出错,噪声干扰大。我们的6.6 kW CLLC参考设计采用的脉冲变压器扩展绕组解决了上述3种方法的所有问题,更重要的是它大大缩短了动点引线的长度。

  双沿跟踪自适应同步整流控制

  前面提到,在控制板中采用LLC控制器NCV4390来做PFM环路和同步整流控制。NCV4390采用电流模式,环路响应快,不易震荡,自带双沿跟踪同步整流控制功能,在PFM模式和间歇工作模式之间插入了一段PWM工作模式,目的是改善轻载下的能效和电压纹波,而且NCV4390的保护功能也非常强大。值得强调的是,这种双沿跟踪同步整流控制方法已获市场验证是非常靠谱的。

  总结

  电动汽车OBC正朝向双向能量传输的方向发展,以配合双碳目标的推进。隔离DCDC是构成双向OBC的主要组成部分之一。大部分的双向OBC中隔离DCDC级都会采用CLLC拓扑。

  安森美的6.6 kW CLLC参考设计SEC-6K6W-CLLC-GEVK,基于SiC MOS,峰值能效超过98%,还解决了CLLC拓扑在双向OBC应用中的PCB占位、噪声干扰、可靠性和成本等诸多设计挑战,它采用硬件控制器来做PFM控制,帮助设计人员加快开发。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
安森美将收购碳化硅JFET技术,以增强其针对人工智能数据中心的电源产品组合
安森美推出业界领先的模拟和混合信号平台
  Treo平台基于65纳米节点的BCD工艺技术,支持同行业领先的1-90V宽电压范围和高达175°C的工作温度  Treo平台将帮助客户简化设计流程,降低系统成本,并加快在汽车、医疗、工业、AI数据中心等领域解决方案的上市速度  安森美现可提供基于Treo平台构建的多个产品系列样品,包括电压转换器、超低功耗模拟前端(AFE)、LDO、超声波传感器、多相控制器和单对以太网控制器  基于该平台构建的产品将在安森美(onsemi)位于纽约州East Fishkill的世界级300mm工厂制造  近日,安森美(onsemi,纳斯达克股票代号:ON)宣布推出Treo平台,这是一个采用先进的65nm节点的BCD(Bipolar-CMOS-DMOS)工艺技术构建的模拟和混合信号平台。该平台为安森美广泛的电源和感知解决方案奠定了强大的基础,包括高性能和低功耗感知、高效电源管理和专用通信器件。利用该可扩展的单一解决方案,客户可以简化和加快现有应用的产品开发,并快速把握新兴市场机遇。  当今汽车、工业和AI数据中心市场对电力的需求不断增加,同时环保法规也更加严格,促使这些行业需要提高能效,并在终端应用中也要求更高的性能和功能。此外,医疗可穿戴设备等低功耗设备正变得越来越复杂,需要更智能和更高能效来改善个人护理并降低设备成本。这就需要高度集成、先进的电源和感知解决方案,能够在提供更强智能化的同时,在整个功率范围实现更高的能效。  Treo平台在满足这些日益增长的需求方面具有得天独厚的优势,它不仅具有卓越的性能和功能,还能在领先的节点上支持同行业领先的宽电压范围。基于Treo平台制造的产品可在精度、性能和能效方面实现显著提升,从而改善功能、安全性和整个生命周期的质量。例如:  在汽车领域,高性能超声波传感器可将精度提高两倍,这意味着在泊车辅助应用中,它们可以探测到距离车辆更近的物体。由于具备探测更近距离物体的能力,泊车辅助系统可以帮助驾驶员在泊车时更有效地避开障碍物,从而提供更佳的防撞功能并提高整体安全性。  在医疗健康领域,用于连续血糖监测仪(CGM)的超低功耗模拟前端(AFE)可以更精确地测量小至纳安(nA)级的电流。这种精度对于检测血糖传感器产生的微小信号、确保准确的血糖读数至关重要。通过将多种功能集成到单个紧凑型芯片中,该平台能够将所需空间减半,并将电池寿命延长至数周。这意味着整个CGM 设备的体积更小,佩戴更舒适,同时减少了更换次数以节省医疗费用。  在数据中心应用中,Treo平台将使得安森美的智能功率级更紧凑,有助于提高向 GPU和CPU供电的能效。这可以减少冷却需求并大幅节能,从而降低运营成本,减少对环境的影响,实现可持续发展。  Treo平台采用类似系统单芯片(SoC)的模块化架构,拥有一套用于构成计算、电源管理、感知和通信子系统的不断演进且稳健的IP构建模块。Treo平台采用65纳米工艺节点,具有先进的数字处理能力和更好的模拟IP性能。凭借这些能力,该平台可以提供本地智能化和计算功能,实现灵活配置,并显著提高终端应用的性能和精度。此外,该平台支持业界领先的1-90V宽电压范围和高达175°C的工作温度,使客户能够集成从低功耗到高功耗的一系列功能。这些功能增强了安森美交付优化解决方案和定制产品组合的能力,使客户能够以前所未有的速度将产品推向市场。  安森美现可提供基于Treo平台的初始产品系列样品,包括电压转换器、超低功耗AFE、LDO、超声波传感器、多相控制器和单对以太网控制器。到2025年,安森美将提供更广泛的产品系列,增加更多系统级价值,包括:高性能传感器、DC-DC转换器、汽车LED驱动器、电气安全IC、连接产品等。
2024-11-12 11:06 阅读量:334
17.6亿!安森美最新业绩出炉
  据最新数据,安森美半导体第三季度营收环比增长2%至17.6亿美元,符合预期;非公认会计准则每股收益为0.99美元,同比增长0.02美元;调整后营业利润为4.965亿美元,超出分析师预期的4.834亿美元。  其中,汽车收入环比增长5%,主要由碳化硅和ADAS图像传感器驱动。工业收入环比下降6%,同比下降29%。毛利率保持强劲,为45.4%,自由现金流环比增长41%。  安森美半导体总裁兼首席执行官Hassane El-Khoury表示,尽管业绩超出预期,公司仍将专注于在当前环境下通过执行和审慎的财务管理实现持续业绩。随着主要市场的电力需求持续扩增以及效率要求成为最优先考虑目标,安森美将透过投资以扩大在汽车、工业和人工智能(AI)数据中心市场的占有率。  Hassane El-Khoury在 2020 年接任首席执行官后,安森美一直在增加对碳化硅的投资,碳化硅是电动汽车和数据中心的关键部件。El-Khoury 谈到数据中心时表示:“我们赢得了北美四大超大规模运营商中的三家的设计胜利,预计将在 2025 年为收入做出贡献。”  展望未来,该公司预计第四季度营收为17.1至18.1亿美元,预期为17.8亿美元,每股收益为0.92至1.04美元,分析师预期为1.00美元。  德州仪器也在稍早公布了第三季度财报,业绩也得到环比增长的走势。德州仪器第三季度营收为41.5 亿美元,环比增长 9%,超出分析师预期的41.2亿美元,净利润为13.6 亿美元,每股收益为1.47 美元。  虽然德州仪器认为工业市场疲软,但其它终端市场已经呈现回暖,如智能手机和PC供应商的订单有所改善,推动了德州仪器半导体(用于电力电子设备)的销售表现,该领域业绩呈现环比增长。德州仪器的其他终端市场包括汽车、个人电子及通讯设备领域。  值得注意的是,德州仪器指出,第3季中国车用业绩创新高,电动车是主要成长动能,个人消电、通讯设备与企业系统三个市场呈现周期性复苏,第3季通常是个人电子最旺季,未来整体业绩关键仍在于工业与车用(中国以外市场)的状况,工业目前仍在持续调整库存、但处于谷底附近。
2024-10-29 13:00 阅读量:515
从几大典型场景,看安森美赋能边缘智能应用的高性能“产品力”
  在数字化时代,海量数据的产生已经成为常态,从智能手机到物联网设备,数据源已经无处不在。传统的云计算模式虽然强大,但也存在着延迟、带宽和数据隐私等问题。边缘智能利用分布式计算,将AI算法和数据处理推向数据源附近的边缘设备,以实现低延迟、高效率和实时决策,这便是其兴起之由来。  边缘智能现阶段在多个领域都具有潜在的应用价值,例如工业自动化领域实现智能制造提工厂设备的效率和可维护性、在智能交通领域实现高级驾驶辅助与道路环境监控、医疗保健领域实现远程健康监护等。作为全球半导体行业的佼佼者,安森美(onsemi)也凭借其在图像传感器、低功耗蓝牙MCU以及助听器SoC产品设计的深厚技术积累,助力终端系统实现更智能的决策,为边缘智能的广泛应用铺设基石。  引领视觉系统革命,图像传感器开启智能视觉时代  边缘智能终端系统应能够实时地处理和分析数据,以便对环境和用户需求做出迅速响应,以图像传感器为例,随着技术的飞速发展,现代图像传感器被要求赋予更多智能化特性,不仅仅是视觉信息的捕捉者,更是智能分析与决策的前端执行者,便是边缘智能趋势的直观体现。  尽管边缘智能具有巨大的潜力,但也面临着一系列技术挑战,在智能可穿戴、智能家居乃至不断衍生出的新兴AI等细分应用领域,视觉系统便需要以尽可能低的成本、尺寸、功耗提供更高的分辨、理解和判断能力。安森美的图像传感器技术在全球汽车和工业市场占据领先地位,其核心竞争力在于智能感知能力的深度优化,Hyperlux LP系列传感器功耗超低,支持内置的运动侦测功能,可以只需要在侦测到运动物体时快速唤醒系统工作,进一步优化了系统的功耗,内部采用了堆栈式架构设计,能最大限度地减少产品体积,最小型号小如一粒米。  以AR0822传感器为典型,其内置了高动态范围融合算法和运动物体捕捉算法,能够在保证图像质量的同时,大大降低系统资源的消耗,支持多种多次曝光合成线性化拟合功能——DLO (Digital Lateral Overflow) 以及SCMAX (Smooth Combination Max) 智能拟合,这种模式降低了多次曝光合成时的亮度临界区域的噪声,实现了120dB的图像数据输出,有效减少了后端处理器的接收数据和处理时间,提升了图像细节的呈现效果。此外,AR0822还具备增强的近红外灵敏度和像素合并(binning)/开窗输出(windowing)等精密的摄像功能。  更进一步,结合深度学习和神经网络技术的图像传感器设计正引领着智能感知的新浪潮,这些传感器通过集成或紧密配合专用的AI处理单元,能在边缘侧直接执行复杂的目标识别、分类甚至预测任务。为了在更复杂多样的环境中更精准、快速的输出场景信息,安森美的图像传感器未来将会集成更高分辨率,更快速率,嵌入更多的智能算法甚至深度算法、以及非可见光波段的检测等,为边缘智能带来更精美、更细致的图像。  低功耗蓝牙构建边缘智能设备连接生态  由于边缘智能硬件的实时性要求极高,蓝牙低功耗(BLE)技术已经成为当前最热门的电子产品连接技术之一,广泛应用于消费电子、工业、汽车、医疗保健、计算机、智能建筑等领域,市场发展空间极为惊人。安森美推出的蓝牙低功耗5.2无线微控制器RSL10和最新RSL15低功耗蓝牙芯片,通过采用先进的半导体工艺和双核架构,确保了实时性要求较高的应用能够在终端层面完成相关计算,避免了数据传输至云端处理产生的时延。这一设计思路不仅优化了系统的整体能效,还确保了数据处理的即时性和系统的自主性。  低功耗蓝牙MCU方案充分利用了蓝牙标准的特性,如更高的数据传输速率、更远的传输距离和广播数据扩展功能,使得它们成为物联网设备,尤其是那些依赖电池供电智能设备的理想选择,极大地丰富边缘设备的通信能力和应用场景,包括设备资产监控,精准的定位服务在远程医疗场景等,在保持长时间运行的同时,快速响应用户指令或环境变化,执行数据采集、简单分析乃至决策任务,而无需频繁与云端交互,从而大幅降低了功耗,延长了设备的工作周期。  另一个典型的应用案例便是安森美近期发布的先进的微型AFE CEM102,可高精度测量电化学信息和安培电流,其设计为与RSL15蓝牙5.2认证无线微控制器配合使用,与单独的方案相比,该组合方案精度更高、噪声更小且功耗更低,能简化物料单并提高配置灵活性,最终释放更多开发资源。更重要的是,该方案的灵活性使其不仅适用于基于电化学测量的传感器,还能用于需准确测量小电流的多种传感器,让设计人员能够为传感应用开发出精度更高、功耗更低、外形更紧凑的边缘智能设备,例如可穿戴医疗监护方案进一步改善用户体验,真正将智能决策推向了设备边缘。  健康关怀升级,助听器SoC设计的智能芯意  边缘智能的浪潮同样也席卷了医疗市场,尤其是随着人口老龄化,用户对智能化诊疗体验需求的不断提升,个性化医护设备如助听器的设计不再是简单的音频放大组件,而需要变得更为专业及智能,从而进化为集成了高级数字信号处理、人工智能算法与低功耗管理的微型计算平台。通过采用先进的AI算法,助听器最好能够实时分析周围环境声音,智能识别并增强语音信号,同时有效抑制背景噪音,使得佩戴者即便在嘈杂环境下也能享受到清晰、自然的对话体验。这种智能化的处理能力直接在助听器内部完成,无需依赖外部云服务,既保证了数据处理的即时性,又保护了用户的隐私安全,充分彰显了边缘智能在提升用户体验与保护个人隐私方面的双重价值。  安森美拥有30多年的助听器芯片设计经验,是行业内领先的助听器芯片供应商,打造了一系列先进的专业数字助听器/OTC辅听方案,包括Ezairo 7160、Ezairo 8300/8310、J10/J20低功耗蓝牙无线OTC等平台。针对个性化与智能化的行业需求,安森美的助听器解决方案与时俱进,从早期的130nm到现在的22nm工艺,从双核到6核,确保方案在性能、功耗和延时方面都得到了较大的提升,比如在语音延迟方面,安森美的主流方案可以做到3ms以下。此外由于蓝牙低功耗技术的发展,带蓝牙功能的无线助听器方案日渐流行,比如J10/Ezairo7160就是典型的无线助听器解决方案。  Ezairo 8300/8310则更适应未来助听器功能需求,Ezairo8300/8310的ADC位数更高,在常规处理基础上,扩展到了6核解决方案,处理能力提升了一倍以上。其中内置了一颗NNA神经网络加速器,可解决AI离线计算的需求,在低功耗状态下能够进行语音唤醒、调整音量、基本参数调整等本地处理,甚至可以根据用户听力曲线和使用情况,结合用户使用助听器的习惯,通过深度学习的算法来实现自动适配功能。另外,传统的环境场景分类功能靠特定算法来实现,如果有了神经网络加速器,环境分类算法就会更灵活,可以实现更加精准的环境场景识别和切换。AI功能的引入,可以提升对不同应用场景的自动切换,并增加了自动侦测语音阵列,可以更好地让使用者接收到有价值的语音而不受环境噪音的干扰。  未来,随着端侧设备变得更加强大和智能,边缘智能也将在智能家居、自动驾驶和医疗保健等领域持续发挥关键作用扩大应用市场。安森美凭借深厚的技术积累和市场洞察,从硬件到软件,从产品到解决方案全面布局,无论是提升智能感知的精度与效率,还是优化数据处理的即时性与能耗,都在不断突破创新为用户提供更高效、更可靠的智能解决方案,与客户共同推动边缘智能技术的边界,开启一个更加智能互联的世界。
2024-09-14 17:53 阅读量:597
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
CDZVT2R20B ROHM Semiconductor
型号 品牌 抢购
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。