锂电池管理系统的研究与实现 — 锂电池的原理特性及剩余电量研究
3.测量内阻法。
这一方法是由日本的CHUGOKU Electric Power Co.Inc.提出用于混合动力电动汽车蓄电池荷电状态SOC的检测。该方法用不同频率的交流电激励电池,并测量电池内部的交流电阻,然后,通过建立的计算模型得到SOC估计值。应指出,该方法得到的电池荷电状态反映了电池在某特定恒流放电条件下的SOC值。这种方法实现比较困难,因为电池的工作条件对电池的内阻影响很大,内阻的计算需要考虑电动势的大小、端电压、放电电流值,用传统的数学方法很难建模。因此,在电池管理系统中较少应用这种方法来确定电池的荷电状态。
4.建立蓄电池的数学模型。
主要做法是通过实验获得电池数据(整个电池组的电压和电流),建立电池的多输入——单输出的线性模型,通过系统辨识的方法,得出电池的动态模型参数,利用此实验建模的研究结果,探讨实现对蓄电池SOC估算的修正方法。
5.模糊推理和神经网络的方法。模糊逻辑推理和神经网络是人工智能领域的两个分支,它们共同的特点就是均采用并行处理结构,均是无模型的预报器,可从系统的输入、输出样本中获取系统的输入输出关系。在蓄电池剩余容量的预测中,考虑到影响电池状态的因素很多,系统模型难以建立的问题,用模糊逻辑推理和神经网络的方法来判断电池的荷电状态一直是研究的热点。这些复杂算法在单片机系统上难以实现,所以在实际应用中还不多见,但这是未来发展的方向。
2.3本电池管理系统所采用方案
由以上分析可知,电池容量的估算方法有很多,不同的SOC估算方法各有其特点,本文通过实验分析,得出了适合锂离子电池的经验模型,采用安时积分法和开路电压测量法相结合的方案。
应用安时积分法对工作状态中的锂电池剩余容量进行计算。其基本思想是把不同电流下的放电电量等效成某个特定电流下的放电电量,再根据剩余电量来判定SOC.等效放电电量公式如下:
![锂电池管理系统的研究与实现 — 锂电池的原理特性及剩余电量研究](http://m.amcfsurvey.com/editerupload/fetch/20140213/228870_4_0.jpg)
式中:t:充放电时间;
λ:不同充放电的系数;
i:充放电电流。
![锂电池管理系统的研究与实现 — 锂电池的原理特性及剩余电量研究](http://m.amcfsurvey.com/editerupload/fetch/20140213/228870_4_1.jpg)
式中:0C是电池以标定的电流恒流放电所具有的容量。
在安时积分法中由于电池自放电和充放电效率的问题,误差不断积累、SOC估计值最终可能严重偏离实际值,尚未找到根本性的解决方案。
除了利用安时积分法记录电池的容量变化外。通过试验,在每次系统上电时根据电池断电时间,及其上电时的开路电压对当前SOC做一定的修正,即补偿。对电池的补偿需要对其管理的电池有一定的先验性认识。这种做法虽然比较复杂。但却被认为是实际电池能量管理系统中较为有效的一种做法。锂离子电池的端电压在其充放电过程中变化较大。所以,我们无法在运行过程中利用端电压估计电池的剩余容量。但是,当电池断电后(即静止后),其端电压随着时间的延长会逐渐趋于稳定,这时的端电压与其容量的关系较为明确。
评论