h1_key

  基于鋰離子 (Li-ion) 電池單元的電池組廣泛用于各種應(yīng)用，例如：混合動力汽車 (HEV)、電動汽車 (EV)、可供日后使用的再生能源儲存以及用于各種目的(電網(wǎng)穩(wěn)定性、調(diào)峰和再生能源時移等)的電網(wǎng)能源儲存。在這些應(yīng)用中，測量電池單元的充電狀態(tài) (SOC)非常重要。SOC定義為可用容量(單位為Ah)，以額定容量的百分比表示。SOC參數(shù)可看作一個熱力學量，利用它可評估電池的潛在電能。估計電池的運行狀態(tài) (SOH) 也很重要;SOH以新電池為比較標準，衡量電池儲存和輸送電能的能力。ADI公司的功率控制處理器ADSP-CM419是處理所討論的電池充電技術(shù)的處理器典范。

考察基于庫侖計數(shù)的SOC和SOH估計所用的算法，界定了庫侖計數(shù)的技術(shù)環(huán)境要求，并且概要闡述了SOC和SOH參數(shù)的估計方法，具體說來有庫侖計數(shù)法、電壓法和卡爾曼濾波器法，同時介紹了多種用于SOC和SOH估計的商業(yè)解決方案。此外，詳細說明了同類最佳的SOC和SOH估計算法，尤其是增強型庫侖計數(shù)算法、通用SOC算法和擴展卡爾曼濾波器算法。最后說明了評估程序及所選SOC和SOH算法的仿真結(jié)果。

  電池SOC測量原理

確定電池SOC是一個很復雜的任務(wù)，與電池類型及其應(yīng)用有關(guān)，所以近年來開展了許多旨在提高SOC估計精度的開發(fā)和研究工作。精確估計SOC是電池管理系統(tǒng)的主要任務(wù)之一，其有助于改善系統(tǒng)性能和可靠性，并且還能延長電池壽命。事實上，精密估計電池SOC可以避免意料之外的系統(tǒng)中斷，防止電池過度充電和放電(這可能導致電池永久損壞，具體取決于電池的內(nèi)部結(jié)構(gòu))。然而，電池充電和放電涉及到復雜的化學和物理過程，在不同工作條件下精確估計SOC并不是輕而易舉的事。

測量SOC的一般方法是非常精確地測量所有工作條件下流入和流出電池組的電量(庫侖)和電流，以及電池組中各電池單元的電壓。然后利用此數(shù)據(jù)和先前加載的與被監(jiān)測電池完全相同的電池組數(shù)據(jù)，得出SOC的精確估計。這種計算需要的其他數(shù)據(jù)包括：電池溫度、電池模式(測量時電池是充電還是放電)、電池年齡，以及從電池制造商那里獲得的其他相關(guān)電池數(shù)據(jù)。有時候可以從制造商那里獲得關(guān)于鋰離子電池在不同工作條件下的性能的特性數(shù)據(jù)。確定SOC之后，便由系統(tǒng)負責在后續(xù)運行中更新SOC，基本上就是計數(shù)流入和流出電池的電量(庫侖)。如果初始SOC的精度不夠高，或者受其他因素影響，比如電池自放電和漏電效應(yīng)，那么這種方法的精度可能無法令人滿意。

  技術(shù)要求

  為了測量典型儲能模塊的SOC和SOH，涉及一個庫侖計數(shù)評估平臺的設(shè)計和開發(fā)。中的儲能模塊是24 V模塊，通常由7只或8只鋰離子電池組成。評估平臺由以下部分構(gòu)成：硬件系統(tǒng)，包括MCU及所需的接口和外設(shè);嵌入式軟件，用于SOC和SOH算法實現(xiàn);以及基于PC的應(yīng)用軟件，用作用戶界面以進行系統(tǒng)配置、數(shù)據(jù)顯示和分析。

評估平臺通過適當?shù)?/span>ADC和傳感器周期性測量各電池單元的電壓值以及電池組的電流和電壓，并且實時運行SOC估計算法。此算法會使用測得的電壓和電流值、溫度傳感器收集到的和/或PC軟件程序提供的一些其他數(shù)據(jù)(例如來自數(shù)據(jù)庫的建造商規(guī)格)。SOC估計算法的輸出會被送到PC圖形用戶界面以供動態(tài)顯示和數(shù)據(jù)庫更新。

  SOC和SOH估計方法概述

SOC和SOH估計主要使用三種方法：庫侖計數(shù)法、電壓法和卡爾曼濾波器法。這些方法適用于所有電池系統(tǒng)，尤其是HEV、EV和PV，下面幾節(jié)將分別討論這些方法。

  01庫侖計數(shù)法

  庫侖計數(shù)法也稱為安培時計數(shù)和電流積分法，是計算SOC最常用的技術(shù)。這種方法通過電池電流讀數(shù)對使用時間的積分來計算SOC值，如下式所示：

  其中，SOC(t0)為初始SOC，Crated為額定容量，Ib為電池電流，Iloss為損耗反應(yīng)消耗的電流。

然后，庫侖計數(shù)法通過累計傳入或傳出電池的電荷來計算剩余容量。這種方法的精度主要取決于對電池電流的精密測量和對初始SOC的精確估計。利用一個預(yù)知容量(可以是存儲器記憶的或通過工作條件初始估計的)，電池的SOC可以通過充電和放電電流對運行時間的積分來計算。然而，可釋放的電荷總是少于充放電周期中儲存的電荷。換言之，充電和放電期間會有損耗。這些損耗加上自放電，會引起累計誤差。若要更精確地估計SOC，就必須考慮這些因素。此外，應(yīng)當定期重新校準SOC，并應(yīng)考慮可釋放容量的衰減以使估計更準確。

  02電壓法

電池的SOC(即其剩余容量)可利用受控條件下的放電測試來確定。電壓法利用電池的已知放電曲線(電壓與SOC的關(guān)系)將電池電壓讀數(shù)轉(zhuǎn)換為等效SOC值。然而，由于電池的電化學動力學和溫度，電池電流對電壓的影響更嚴重。利用一個與電池電流成比例的校正項來補償電壓讀數(shù)，并使用電池開路電壓 (OCV) 與溫度的查找表，可以使這種方法更準確。由于電池需要一個穩(wěn)定的電壓范圍，所以電壓法實現(xiàn)起來很困難。此外，放電測試通常包括一次連續(xù)充電，這太費時，故大多數(shù)應(yīng)用不會考慮。還有一個缺點是測試期間需中斷系統(tǒng)功能(離線方法)，這在庫侖計數(shù)法(在線模式)中可以避免。

  03卡爾曼濾波器法

  卡爾曼濾波器是一種可估計任何動態(tài)系統(tǒng)內(nèi)部狀態(tài)的算法，也可用來估計電池SOC?？柭鼮V波器于1960年問世，用以提供最優(yōu)線性濾波的遞歸解，適合處理狀態(tài)觀測和預(yù)測問題。與其他估計方法相比，卡爾曼濾波器可自動提供關(guān)于自身狀態(tài)估計的動態(tài)誤差界。通過電池系統(tǒng)建模以將所需的未知量(如SOC)包含在其狀態(tài)描述中，卡爾曼濾波器估計其值并給出估計的誤差界。然后，它便成為一個基于模型的狀態(tài)估計技術(shù)，利用誤差校正機制來提供對SOC的實時預(yù)測。它可以進行擴展，利用擴展卡爾曼濾波器可以提高其實時估計SOH的能力。特別是電池系統(tǒng)為非線性而需要線性化步驟時，應(yīng)運用擴展卡爾曼濾波器。雖然卡爾曼濾波器是一種在線式動態(tài)方法，但它需要適當?shù)碾姵啬Ｐ秃途_測定的參數(shù);還需要大規(guī)模計算能力和精確的初始化。

有些文獻中還介紹了其他用于估計SOC的方法，例如阻抗譜法，這種方法基于電池單元阻抗測量，利用阻抗分析儀實時分析充電和放電情況。雖然這種技術(shù)可以用于鋰離子電池的SOC和SOH估計，但它基于儀器外部測量，故不予考慮?；陔娊赓|(zhì)物理特性和人工神經(jīng)網(wǎng)絡(luò)的方法不適用于鋰離子電池。

  如何選擇SOC和SOH估計方法

  選擇合適的SOC估計方法時，應(yīng)考慮多項標準。首先，SOC和SOH估計技術(shù)應(yīng)可用于HEV和EV應(yīng)用、可供日后使用的再生能源儲存、電網(wǎng)能源儲存所用的鋰離子電池。此外關(guān)鍵的一點是，所選方法應(yīng)當是計算復雜度低、精度高(估計誤差低)的在線式實時技術(shù)。另外還要求估計方法使用電壓、電流測量值，以及溫度傳感器收集到的和/或PC軟件程序提供的其他數(shù)據(jù)。

增強型庫侖計數(shù)算法為了克服庫侖計數(shù)法的缺點并提高其估計精度，有人已提出一種增強型庫侖計數(shù)算法來估計鋰離子電池的SOC和SOH參數(shù)。初始SOC從加載的電壓(充電和放電)或開路電壓獲得。損耗通過考慮充電和放電效率來補償。通過對工作電池的最大可釋放容量進行動態(tài)再校準，電池的SOH也可以同時估算出來。這又會進一步提高SOC估計的精度。