锂离子电池组SOC估计算法的比较研究.pdfVIP

电子测量 锂离子电池组 SOC 估计算法的比较研究 作者/周士芸，安顺学院航空电子电气与信息网络工程中心；岳雅男、邓华军，安顺学院电子与信息工程学院 贵州省科技厅 安顺市人民政府课件合作项目（黔安科合 [2012] 8号） 文章摘要：锂离子电池组的荷电状态SOC是描述电池剩余电量的重要参数，常用SOC估算方法有：安时法、开路电压法、神经网络法、卡 尔曼滤波法、扩展卡尔曼滤波算法等。本文分析了影响电池荷电状态的SOC的影响因素，对各种SOC估算算法进行了比较研究，并对扩展 卡尔曼滤波算法进行了Matlab仿真。仿真结果表明，卡尔曼滤波法对电池荷电状态的估算有较好的修正能力，并且容错能力较强。 关键词：锂离子电池；SOC；比较研究 引言 统进行能量均衡的有效依据。因此采用何种 SOC 估算方法 随着电动汽车的广泛使用，锂离子电池组的不均衡性以 来对电池剩余电量进行估算，才能得到一个比较理想的结果， 及电池荷电状态估测精度不高的问题日显突出，相应的均衡 这是本文重点进行分析比较的内容。 措施相继的在不断地研究中。目前，世界各国都在投入巨大 2.常用SOC算法介绍 的人力进行研究。比如日本青森工业研究中心从 1997 年开 始至今，仍在持续进行电池管理系统实际应用的研究 , 美国 ■ 2.1 安时法 Villanova 大学和 US Nanocorp 公司已经合作多年对各种类 安时法（电流积分法）：安时法形象地将电池比喻成黑 型的电池 SOC 进行基于模糊逻辑的预测；丰田、本田以及 匣子，理想情况下认为流进流出的电量相等，忽略包括电池 通用汽车公司等都把 BMS 纳入技术开发的重点 [1]。国内有 内部组织以及复杂的电化学反应因素的影响。因此它是一种 如北京理工大学承担的 EQ7200HEV 混合动力轿车用镍氢动 被广泛使用测量 SOC 最基本的方法。该算法的理论为：当 力电池组及管理模块、湖南神舟公司承担的 EQ6110HEV 混 电池处于放电过程中，假设电池在已测初始状态剩余电量 合动力城市公交车用大功率镍氢动力电池及其管理模块的开 SOC 条件下，t -t 时间内锂离子电池电流 I 对时间的积分与 0 0 发等 [2]。电池管理系统的关键技术之一是电池荷电状态的估 电池额定容量 Cn 的比值，即为该电池在使用过程中的释放 算，精准的荷电状态 SOC 估算是有效实施均衡策略的依据。 电量。电池剩余电量的表达式为： 电池 SOC 估算能否准确，影响着电池的使用寿命以及电池 的使用性能，并且对电动汽车的推广有着制约作用。目前较 (1) 常用的修正方法有安时法修正、模糊神经算法、EKF 算法等。 安时法具有原理简单、稳定的特征，假定其他条件如温 这些修正能够精准的预测荷电状态 SOC，并且对实施电池 度、放电率、库伦效率等补偿良好的状况下，电池剩余电量 组的均衡策略具有一定的实际意义。 估算误差一般较小。但当电池处于工况变换较大的情况下， 目前，许多研究者正在就准确的 SOC 估算进行探讨， 则电池 SOC 测量误差较大。 常用的 SOC 估算法有安时法、开路电压法、神经网络法等。 ■ 2.2 开路电压法 其中由于安时法完全不考虑内部的化学反应及特性，经过长 开路电压法 ：开路电压 (OVC) 是指在开路状态的情况 期的使用，电流的数据采集存在一定的偏差，因此 SOC 的 下，所呈现的端电压。在数值上几乎与电动势相近。由于 估计存在一定的误差。而开路电压法的 OVC 与 SOC 存在一 定的函数关系，但开路电压需要电池长时间静止，所以无法