SOC算法局限性的研究总结.ppt

当前各种SOC算法的局限性 二电量计量受多因素的影响 三当前研究采用方案 四电路不均衡的研究 五电压检测电路研究 SOC算法 1常用的S○C算法:安时法、电压法、内阻法、神经网络法 和卡尔曼滤波法等 安时法将电池看作黑箱,不关心电池内部的结构,算法简 单易行,被广泛应用,但是它会产生累积误差且无法消除: 3电压法和内阻法是根据电池电压电压法和内阻法是根据电 池电压和内阻与SOC的固定函数关系来对SOC进行估计, 也得到了广泛应用 4神经网络法和卡尔曼滤波法是最近几年才应用于SOC估计 中的智能算法,原理较为复杂,实现起来有一定难度。 SOC算法总结 Sc估计算法优点 缺点 适用场合 尔曼滤波法不仅能获得SOC的能力要求高 适用各种电池 估计值,还能得到 尤其适合电流波 估计误差 动大的动力汽车 的SOC估计 开路电压法 简单易行,精度较电池组需静止较长「只适应电动汽车 时间达稳定状态,停车检测,不满 克服自恢复效应,足在线检测要求 很难确定达稳状时 内阻法 电池放电后期具有电池单体内阻检测适应于放电后期 较高精度和较好适较困难,放电初期SOc估计,可 应性 内阻变化不大,增安时法组合利用 加测量难度 负载电压法 可在线估计SOC,不适应变电流或剧|很少应用到实车, 恒流放电效果好烈波动的放电工况常用来作为充放 电截止依据 SOC算法总结 SOC估计算法优 缺点 适用场合 线性模型法 对测量误差和错误|适应范围不广 适用低电流, 的初始条件有很多 sOC缓慢变化的 的鲁棒性 情况 AH计量法法 只要能精确测量放因电流精度导致累只适应所有电动 电电流,且有足够计误差,要考虑充汽车电池 的估计起始点查询放电效率,放电倍 那么是一种简单且|率,在高温,电流 可靠的方法 波动误差很大 人工神经网络 快速方便,具有较需要大量参考数据适用各种电池 高精度,可以现场|进行训练,估计方 工矿确定电池SOC法受训练数据和方 法影响很大 放电实验法 具有可靠,精度高需要较长时间,测电池的检修和维 的优点 量时电池必须处于|扩 脱机状态 态逼近法 简单 精度一般精度不高的场合 开路法存在的问题 1.由于不同充放电比率时电池组的电压不一致,因此对电 流波动比较大的场合,这种方式的计量将失去意义。 2不同时期电池组的内阻大小不一样,测量方式的测量精 度很低。 3对单体电池的估计要优于电池组,单体电池不均衡,会 导致电池组的容量低时电压会很高。