搜索
铅酸蓄电池的SOC检测策略：Ah法和开路电压法SOC定义：美国先进电池联合会（USABC）在其《电动汽车电池实验手册》中定义SOC为：电池在一定的放电倍率下，剩余电量与相同条件下额定容量的比值。SOC=剩余容量额定容量=其中为电池的剩余容量，用Ah表示；电池以恒定电流I放电时所具有的容量。★SCOB特指某一恒定温度下，以标称的恒定电流放电时，电池所放出的标称容量为某基准所确定的SOC值。★SOCD指随放电电流、温度参数变化的电池荷电状态，动态荷电状态参数SOCD以标称的荷电状态SCOB为基准，根据电流的变化就行换算，温度变化则以影响因数的形式予以修正：SOCD=SOCBKWf(I)；【1】Ah计量法Ah法是一种常见的电量累计方法，是通过累积电池在充电或放电时的电量来估计电池的SOC，并根据电池的温度、放电率对SOC进行补偿的一种方法。如果充放电起始状态为SOC0，那么当前的SOC状态为：SOC=SOC−1CIηdt其中CN为额定容量，I为电池电流，η为充放电效率，不是常数；在实际应用中，常常将安时法与其它方法结合使用，以得到较好的精度。Ah法基于的原理较为简单，它将电池视为一个密闭的对象系统，并不去研究相对而言较为复杂的电化学反应及电池内部各参数之间的关系，而是着眼于该系统的外部特征，在电量监测中即着眼于进出电池这一密闭系统的电量。该方法采用积分实时测量充入电池和从电池放出的能量，对电池的电量进行长时间的记录和监测，从而能够给出电池任意时刻的剩余电量。该方法实现起来较简单，受电池本身情况的限制小，宜于发挥微机监测的优点。但是安时法没有从电池内部解决电量与电池状态的关系，而只是从外部记录进出电池的能量，不可避免的使电量的计量可能因为电池状态的变化而失去精确度，比如电池温度老化因素的影响等。要提高安时法的精度，就必须对这些因素有较好的处理方法，建立相应的电量补偿关系。使用安时法的关键是监测电池在充电过程和放电过程的电量出入的情况。但实际上电池被充入的电量并不等于其可以放出的电量，这当中最重要的是电池的容量效率的概念。蓄电池实际上是一个能量存贮器。充电时将能量转化为化学能存储起来，放电时将化学能转变为电能释放出来。但蓄电池并不能作为理想的储能器，它在工作过程中有一定的能量消耗。通常用容量效率或能量效率来表示。影响蓄电池容量效率的主要因素是负反应，当蓄电池充电时，有一部分电量消耗在水的分解上。此外，自放电、电极活性物质的脱落、结快、孔率收缩等也降低容量输出。影响能量效率的原因是电池存在内阻，它使电池充电电压增加，放电电压下降。这部分能量以热的形式损耗掉。因此电池的容量效率是决定安时法在使用过程中能否保持长期精度的关键。这一因素不仅同电池性能有关，而且同电池的充电方法有关。安时计量法实际上是一种开环预测，随着汽车运行时间的增加，会产生估计误差并使误差逐渐累积，最终使误差越来越大，偏离正确的SOC值越来越远。另外在使用安时法的时候必须考虑温度、充放电效率、自放电、SOH等影响电池容量的因素，需要事先做大量的实验建立经验公式或表格，这就增加了方法的复杂度。但Ah法检测SOC是已商品化的电动汽车用SOC测量装置上应用最普遍的方法。虽然存在诸多问题【a）在估计电池SOC时通常未对电池的老化和循环册数进行补偿；b）根据已放出的电量得到SOC，虽然对放电率的不同进行了修正，但未考虑放电电流对容量的影响因素具有可恢复性；c）充放电的效率具有不稳定性。使用电量累积法的关键是检测电池在充放电过程中的电流出入情况，但是实际上电池被充入的电量并不等于其可以放出的电量；d）电流测量不准，将造成SOC计算误差长期积累，误差越来越大；e）在高温状态和电流波动剧烈的情况下，误差较大】使得用电量累积法得到的SOC估计存在较大的误差，并会随着时间的推移其误差越来越大，SOC可靠性较低。但在考虑自放电、温度、电池老化等因素之后，对其进行适当的补偿，从理论上讲，得出的结果可信度还是比较高的。比如MorioKayano等人在论文中介绍的应用于本田公司开发电动车上的电池剩余容量和续驶里程采用公式如下：蓄电池剩余容量（Ah）=额定容量-放电容量-自放电容量-温度补偿容量蓄电池荷电状态（%）=100*剩余容量/额定容量-退化率（%）这种方法综合考虑了蓄电池的自放电，温度，电池老化的因素的影响。从理论上说，此方法比较理想，但是也需要有对蓄电池较多的先验知识，而且计算的数据比较多。【2】开路电压法开路电压法的理论依据：电池在长时间静置的条件下，其端电压与SOC有相对固定的函数关系，所以根据开路电压可以估计SOC，特别是在充放电的初期和末期，电池端电压变化较大，开路电压法可以取得较好的效果。铅酸蓄电池而言，在其性能完全稳定的时候，其开路电压与剩余容量存在很明显的线性关系，而且这种线性关系受环境温度以及蓄电池老化因素影响很小。开路电压与剩余容量关系可由下式表示：=−其中，VB0为电池开路电压，a为满充时的开路电压，b为充分放电时的开路电压。这三个量中，只确定了一个量，另外两个量的大小便可确定，不过数量大小随着不同蓄电池生产厂家而略有不同。开路电压的显著缺点是需要电池长时静置，以达到电压稳定，电池状态从工作恢复到稳定，需要几个小时甚至十几个小时，这给测量造成困难；静置时间如何确定也是一个问题，所以该方法单独使用只适于电动汽车驻车状态。开路电压法在充电初期和末期SOC估计效果好，常与Ah计量法结合使用。方法特点放电实验法需要大量时间，电池进行的工作要被迫中断，不适合行驶中的电动汽车，可用于电动汽车电池的检修Ah计量法（1）电流测量不准，将造成SoC计算误差，长期积累误差越来越大，虽然电流测量可通过使用高性能的电流传感器解决，但成本增加；（2）在高温状态和电流波动剧烈的情况下，误差较大；（3）要考虑电池的充放电效率，解决电池充放电效率要通过事前大量实验，建立电池充放电效率经验公式；（4）估计的起始状态难以获得。开路电压法（1）需要电池长时间静置，以达到电压稳定，电池状态从工作恢复到稳定，需要几个小时甚至十几个小时，这给测量造成困难；（2）静止时间如何确定也是一个问题，所以该方法单独使用只适用于电动汽车驻车状态负载电压法（1）剧烈波动的电池电压给负载电压法应用带来困难；（2）解决该问题，要贮存大量电压数据，建立动态负载电压和SoC的数学模型内阻法（1）交流阻抗受温度影响大，是对电池处于静止后的开路状态，还是对电池在重放电过程中进行交流阻抗测量，存在争议，所以很少用于实车上；（2）直流内阻的大小受计算时间段影响，若时间段短于10ms，只有欧姆内阻能够检测到；若时间段较长，内阻将变得复杂，准确测量电池单体内阻比较困难。线性模型法适用于低电流、SoC缓变的情况，变电流情况的估计效果要进一步研究。神经网络法需要大量的参考数据进行训练，估计误差受训练数据和训练方法的影响很大。卡尔曼滤波法对硬件配置的能力要求较高。