孔德偉

【摘 要】對動力鋰電池組管理系統(tǒng)的SOC進(jìn)行準(zhǔn)確估算在電動汽車發(fā)展中一直是不可避免的問題，精準(zhǔn)的SOC估算是合理利用電池電能，避免對電池造成損害的前提。目前，動力鋰電池組管理系統(tǒng)的SOC估算算法主要包括放電法、安時法、開路電壓法、內(nèi)阻法、卡爾曼濾波、Peukert方程、人工神經(jīng)網(wǎng)絡(luò)法、模糊邏輯算法等，但在實際運用中，單獨的使用任何一種算法都不可避免的存在缺陷，選擇算法需要考慮準(zhǔn)確性、實時性、收斂性。對算法進(jìn)行改進(jìn)、組后，是解決單一算法不足的主要方法。

【關(guān)鍵詞】動力鋰電池組；管理系統(tǒng)；SOC

1 算法的概述

1.1 SOC影響因素

想要估算SOC，便需要了解SOC的影響因素。鋰電池在使用過程中，內(nèi)部會發(fā)生復(fù)雜的電化學(xué)變化，在充放電過程中，實際容量與剩余的電量會隨著溫度、自放電率、電池循環(huán)壽命等因素變化而變化。主要影響體現(xiàn)在以下幾個方面：①溫度，溫度對性能影響很大，電池內(nèi)部的電化學(xué)反應(yīng)越劇烈，活性物質(zhì)利用率也會隨之上升，離子傳遞能力增強(qiáng)，實際可用電量也因此增多，但隨著溫度持續(xù)上升，量子本身活動增強(qiáng)，電化學(xué)反應(yīng)會受到抑制，性能降低，甚至可能爆炸，若溫度下降過低，則電流隨之減少[2]；②充放電倍率，即充放電電流與標(biāo)稱容量的比值，能夠衡量充放電過程中的電流大小，放電倍率與電池實際容量存在相關(guān)性；③自放電率，由于制作電池的過程中，原材料中不可避免的摻雜了一些雜質(zhì)，使得電池的純度不能完全達(dá)到 100%，因此造成了電池的自放電現(xiàn)象。自放電率主要指電池在不接任何負(fù)載的情況下，電池容量隨時間的保存能力。電池的自放電率和電池容量成負(fù)相關(guān)關(guān)系，自放電率越大，電池內(nèi)部的自身容量越小，并且隨著時間的增大，電池容量越小。隨著電池使用循環(huán)次數(shù)的增加，自放電率也會變大。④循環(huán)壽命，動力電池存在使用壽命，隨著循環(huán)次數(shù)的增多，其中的化學(xué)物質(zhì)會出現(xiàn)變質(zhì)，電阻增加，電池容量下降[3]。

1.2 算法研究概述

目前，動力鋰電池組管理系統(tǒng)的SOC估算算法主要包括十余種，大體包括：①放電法，最受認(rèn)可，但主要用于實驗室標(biāo)定電池SOC，無法運用于汽車行駛過程中；② 安時法 ，以電流離散面積積分作為凈放電量，模型簡單，但應(yīng)用最廣，但存在初始值不確定、電池容量不恒定，若電流測量不準(zhǔn)就會使得誤差不斷增大等缺陷；③開路電壓法，鋰電池經(jīng)足夠時間的靜置后，開路電壓與電池SOC存在單值函數(shù)關(guān)系，在電池電量充滿或耗盡前，算法精度高，但正常工作區(qū)間，該算法誤差較大，不適合在線估計；④內(nèi)阻法，通過檢測電池內(nèi)阻，從而計算SOC，不適合鋰離子電池的SOC估算；⑤卡爾曼濾波，是一種動力系統(tǒng)最小方差估計法，將 SOC 看作系統(tǒng)的一個狀態(tài)分量，通過迭代推算使SOC收斂于真實值，但模型對模型參數(shù)的依賴性較強(qiáng)，算法運算量大，較少應(yīng)用于單片機(jī)上；⑥ Peukert 方程，描述了電池容量隨著電流增加、指數(shù)降低的特性，用于修正安時積分法；⑦人工神經(jīng)網(wǎng)絡(luò)法，利用人工神經(jīng)網(wǎng)絡(luò)，進(jìn)行反復(fù)模擬，其主要難點在于訓(xùn)練算法、樣本的選擇；⑧模糊邏輯算法，采用大量的數(shù)據(jù)建立模糊規(guī)則，一般以電池電壓和電流做為輸入量，通過分析電壓、電流的分布特性，確定隸屬度函數(shù)；通過分析電壓、電流在每一個工作區(qū)域內(nèi)與SOC之間的關(guān)系，確定估算時輸入量與輸出量之間遵循的規(guī)則。國內(nèi)外都開展了大量動力鋰電池組管理系統(tǒng)的SOC估算研究，除對以上算法進(jìn)行改進(jìn)外，還積極研究新的算法，如粒子濾波算法等。

在進(jìn)行SOC估算法選擇時，需要考慮以下要素：①準(zhǔn)確性，是首要要素，使電池在使用過程中也有較好的SOC估算準(zhǔn)確性，不能出現(xiàn)累積誤差；②實時性，可進(jìn)行在線快速估算；③收斂性，不容易受到外界干擾，無限接近真實值。從這角度來看，以上討論的算法各有優(yōu)劣，任何一種算法單獨應(yīng)用都不可避免地存在缺陷。目前，筆者認(rèn)為理想的做法是利用開路電壓法確定SOC的初始值，采用安時積分法來計算SOC的積累，利用改進(jìn)的卡爾曼濾波算法控制初始值和測量誤差等干擾因素影響，收斂于真實值[4]?？柭鼮V波算法對處理器的運算能力要求較高，但近年來，計算機(jī)技術(shù)發(fā)展，計算能力不足問題已不是阻礙。

3 小結(jié)

動力鋰電池組管理系統(tǒng)的SOC估算算法研究正在進(jìn)行的如火如荼，特別是近年來單片機(jī)的計算性能飛速提高，使得許多需要大量計算的算法也可以運用到實際中，許多工程師都致力于研究一種更準(zhǔn)確、高效的算法。筆者認(rèn)為，應(yīng)從組合算法、神經(jīng)網(wǎng)絡(luò)算法著手，組合算法可彌補各類算法缺陷，神經(jīng)網(wǎng)絡(luò)算法具有較大的發(fā)展?jié)摿?，特別是在智能系統(tǒng)領(lǐng)域中應(yīng)用價值較高。

【參考文獻(xiàn)】

[1]龐艷紅.集中式電池管理系統(tǒng)的設(shè)計[J].安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報，2013，12（6）：11-14.

[2]楊劉倩，詹昌輝.電動汽車BMS測試系統(tǒng)的數(shù)據(jù)通信[J].計算機(jī)與現(xiàn)代化，2014，（2）：173-177.

[3]林思岐，姜久春，時瑋.多功能電池管理系統(tǒng)及其使用平臺[J].電源技術(shù)，2012，36（5）：667-670.

[4]潘衛(wèi)華，劉曉丹.基于改進(jìn)卡爾曼濾波的鋰電池SOC估算研究[J].計算機(jī)仿真，2014，31（3）：148-150.

[責(zé)任編輯：張濤]