动力锂电池管理系统F33110S
孔德伟
【摘 要】对动力锂电池组管理系统的SOC进行准确估算在电动汽车发展中一直是不可避免的问题，精准的SOC估算是合理利用电池电能，避免对电池造成损害的前提。目前，动力锂电池组管理系统的SOC估算算法主要包括放电法、安时法、开路电压法、内阻法、卡尔曼滤波、Peukert方程、人工神经网络法、模糊逻辑算法等，但在实际运用中，单独的使用任何一种算法都不可避免的存在缺陷，选择算法需要考虑准确性、实时性、收敛性。对算法进行改进、组后，是解决单一算法不足的主要方法。
【关键词】动力锂电池组；管理系统；SOC
1 算法的概述
1.1 SOC影响因素
想要估算SOC，便需要了解SOC的影响因素。锂电池在使用过程中，内部会发生复杂的电化学变化，在充放电过程中，实际容量与剩余的电量会随着温度、自放电率、电池循环寿命等因素变化而变化。主要影响体现在以下几个方面：①温度，温度对性能影响很大，电池内部的电化学反应越剧烈，活性物质利用率也会随之上升，离子传递能力增强，实际可用电量也因此增多，但随着温度持续上升，量子本身活动增强，电化学反应会受到抑制，性能降低，甚至可能爆炸，若温度下降过低，则电流随之减少[2]；②充放电倍率，即充放电电流与标称容量的比值，能够衡量充放电过程中的电流大小，放电倍率与电池实际容量存在相关性；③自放电率，由于制作电池的过程中，原材料中不可避免的掺杂了一些杂质，使得电池的纯度不能完全达到 100%，因此造成了电池的自放电现象。自放电率主要指电池在不接任何负载的情况下，电池容量随时间的保存能力。电池的自放电率和电池容量成负相关关系，自放电率越大，电池内部的自身容量越小，并且随着时间的增大，电池容量越小。随着电池使用循环次数的增加，自放电率也会变大。④循环寿命，动力电池存在使用寿命，随着循环次数的增多，其中的化学物质会出现变质，电阻增加，电池容量下降[3]。
1.2 算法研究概述
目前，动力锂电池组管理系统的SOC估算算法主要包括十余种，大体包括：①放电法，最受认可，但主要用于实验室标定电池SOC，无法运用于汽车行驶过程中；② 安时法 ，以电流离散面积积分作为净放电量，模型简单，但应用最广，但存在初始值不确定、电池容量不恒定，若电流测量不准就会使得误差不断增大等缺陷；③开路电压法，锂电池经足够时间的静置后，开路电压与电池SOC存在单值函数关系，在电池电量充满或耗尽前，算法精度高，但正常工作区间，该算法误差较大，不适合在线估计；④内阻法，通过检测电池内阻，从而计算SOC，不适合锂离子电池的SOC估算；⑤卡尔曼滤波，是一种动力系统最小方差估计法，将 SOC 看作系统的一个状态分量，通过迭代推算使SOC收敛于真实值，但模型对模型参数的依赖性较强，算法运算量大，较少应用于单片机上；⑥ Peukert 方程，描述了电池容量随着电流增加、指数降低的特性，用于修正安时积分法；⑦人工神经网络法，利用人工神经网络，进行反复模拟，其主要难点在于训练算法、样本的选择；⑧模糊逻辑算法，采用大量的数据建立模糊规则，一般以电池电压和电流做为输入量，通过分析电压、电流的分布特性，确定隶属度函数；通过分析电压、电流在每一个工作区域内与SOC之间的关系，确定估算時输入量与输出量之间遵循的规则。国内外都开展了大量动力锂电池组管理系统的SOC估算研究，除对以上算法进行改进外，还积极研究新的算法，如粒子滤波算法等。
在进行SOC估算法选择时，需要考虑以下要素：①准确性，是首要要素，使电池在使用过程中也有较好的SOC估算准确性，不能出现累积误差；②实时性，可进行在线快速估算；③收敛性，不容易受到外界干扰，无限接近真实值。从这角度来看，以上讨论的算法各有优劣，任何一种算法单独应用都不可避免地存在缺陷。目前，笔者认为理想的做法是利用开路电压法确定SOC的初始值，采用安时积分法来计算SOC的积累，利用改进的卡尔曼滤波算法控制初始值和测量误差等干扰因素影响，收敛于真实值[4]。卡尔曼滤波算法对处理器的运算能力要求较高，但近年来，计算机技术发展，计算能力不足问题已不是阻碍。
3 小结
动力锂电池组管理系统的SOC估算算法研究正在进行的如火如荼，特别是近年来单片机的计算性能飞速提高，使得许多需要大量计算的算法也可以运用到实际中，许多工程师都致力于研究一种更准确、高效的算法。笔者认为，应从组合算法、神经网络算法着手，组合算法可弥补各类算法缺陷，神经网络算法具有较大的发展潜力，特别是在智能系统领域中应用价值较高。
【参考文献】
[1]庞艳红.集中式电池管理系统的设计[J].安徽电子信息职业技术学院学报，2013，12（6）：11-14.
[2]杨刘倩，詹昌辉.电动汽车BMS测试系统的数据通信[J].计算机与现代化，2014，（2）：173-177.
[3]林思岐，姜久春，时玮.多功能电池管理系统及其使用平台[J].电源技术，2012，36（5）：667-670.
[4]潘卫华，刘晓丹.基于改进卡尔曼滤波的锂电池SOC估算研究[J].计算机仿真，2014，31（3）：148-150.
[责任编辑：张涛]
