汽車鉛酸蓄電池SOC的實時估計方法

汽車鉛酸蓄電池SOC的實時估計方法王躍飛;方海濤;王標;毛亞岐【摘要】為應對汽車鉛酸蓄電池荷電狀態(tài)在線估計的需求，分析了現有SOC估計方法不足;在給出Thevenin電路模型基礎上,結合鉛酸電池的開路電壓與SOC關系曲線，獲得SOC估計線性化的輸出方程,進而提出采一種基于卡爾曼濾波的鉛酸電池SOC在線估計方法.通過卷繞式鉛酸電池實驗和計算結果表明，該算法能夠實時估計電池SOC狀態(tài)，最大誤差小于5%,相比于傳統(tǒng)的安時積分法更適合用于在線檢測.【期刊名稱】《汽車科技》【年(卷)，期】2015(000)005【總頁數】5頁(P14-18)【關鍵詞】自動控制技術;荷電狀態(tài);卡爾曼濾波;鉛酸蓄電池【作者】王躍飛;方海濤;王標;毛亞岐【作者單位】合肥工業(yè)大學機械與汽車工程學院，合肥230009;安徽江淮汽車股份有限公司技術中心,合肥230601;合肥工業(yè)大學機械與汽車工程學院，合肥230009;安徽江淮汽車股份有限公司技術中心，合肥230601【正文語種】中文【中圖分類】TP391王躍飛合肥工業(yè)大學博士，副教授，主要研究方向汽車網絡、汽車電子、實時系統(tǒng)。鉛酸電池荷電狀態(tài)(StateofCharge,SOC)是電池內部狀態(tài)中一個重要參數，它與電池溫度、壽命狀態(tài)和初始狀態(tài)等非線性因素密切相關。實時在線估計鉛酸電池SOC是汽車能量回收的關鍵技術之一［1］。電池SOC估算常見方法有基于電流累積法和參數對應方法。電流累積法主要包括放電試驗法和安時積分法，即根據一定放電倍率下電池剩余電量與額定容量的比值來確定SOC,但是放電試驗法不適合在線估計，安時法缺乏準確的初值且存在電流測量帶來的累積誤差。參數對應法包括開路電壓法、內阻法和線性模型法等，主要通過尋找與電池SOC存在對應關系的參數間接確定SOC,但開路電壓法需要電池長時間靜置無法在線估計，內阻和SOC關系不穩(wěn)定，而且內阻測量對試驗器材要求很高［2］。除了這些基本方法，還有卡爾曼濾波法和神經網絡法［3］。卡爾曼濾波法是一種估計值向真實值逼近的方法，這種方法對電池模型精度要求較高;神經網絡法是一種模擬電池非線性特性的方法，需要大量的訓練數據。目前SOC估算開始綜合采用上述方法。例如，結合開路電壓法和安時積分法優(yōu)勢來估計SOC,即通過開路電壓法獲得SOC初始值，利用電流積分得到電量變化［4］,但這種方法是依然無法消除電流檢測不準確帶來的累積誤差。在上述研究基礎上，本文通過開路電壓特性試驗，從電池SOC與開路電壓呈線性關系的角度提出了一種簡化輸出增益計算的卡爾曼濾波方法，用來實時在線估計汽車鉛酸電池的SOC。為了反映電池動靜態(tài)特性，采用Thevenin等效電路模型［5］,電池模型還包括表示電池實際電動勢(等于開路電壓OpenCircuitVoltage,OCV)Uoc和歐姆電阻R0、極化電阻Rp和極化電容Cp。?U為電池端電壓，在該模型中，在電路理論上有關系設上述電池模型中參數R0、Rp和Cp已知，根據安時積分法中SOC定義，SOC的估算可以表達成其中Ts為電流采樣時間，CA為電池容量，單位是安時；n為充放電庫倫效率，充電狀態(tài)下為1,放電狀態(tài)下小于1,可以通過鉛酸電池的充放電試驗確定。電池容量和庫倫效率都與電池放電倍率、老化程度、自放電效應以及溫度等密切相關。電流方向充電時為正，放電時為負［6］。以SOC和極化電壓Up為狀態(tài)量，即x=（SOCU）T，電池端電壓U為輸出，電流i為輸入量，由式p（1）、（2）和（3）可以構建用于SOC估計的系統(tǒng)方程公式（4）（5）視為SOC估計的狀態(tài)方程和輸出方程?？紤]到系統(tǒng)模型存在誤差，設系統(tǒng)噪聲vxk，實際上系統(tǒng)狀態(tài)方程應該是其中鉛酸電池開路電壓與SOC存在對應關系，而充放電過程中開路電壓不能直接測量，一般鉛酸電池的開路電壓和SOC滿足線性關系［7］其中E0為鉛酸電池初始開路電壓，KE是個常數，單位為V/oC,t為鉛酸電池內部工作溫度。在溫度一定的條件下，（7）式可以變成形式為了獲得電池開路電壓特性，可以在25C下進行不同SOC下OCV驗證試驗。試驗步驟如下：1）電池第一次必須在25°C狀態(tài)下完全充電（新電池并以恒壓16V限流充電4小時，達到100%SOC狀態(tài)；2）將電池放在25C下；3）電池閑置24小時后，測量穩(wěn)定后開路電壓U；4）用0.05C放電電流對電池放電處理2小時；5）重復第3和第4步直到SOC為0狀態(tài)。表1和圖2為記錄得到的某卷繞式閥控鉛酸電池在不同溫度下開路電壓和SOC的對應關系。從圖2可以發(fā)現，鉛酸電池的SOC在0.1-0.8的范圍內近似為直線，可近似認為直線斜率，線性段與縱軸交點的截段電壓記為d。作圖法雖然在數據處理中是一個很便利的方法，但是在圖線的繪制上往往會引入附加誤差。通過直線擬合可以用數學分析的方從這些觀測到的實驗數據中求出一個誤差最小的最佳經驗式Uoc=d+axSOC。設有如下公式成立：取平均值，可以得到。代入Uoc=d+axSOC，可得。進而可得到該鉛酸蓄電池（25°C）在SOC范圍為0.1到0.8內有關系式—般鉛酸電池從開路電壓關系曲線，可以有公式（5）作為輸出方程，由于開路電壓Uoc未知，將直線擬合得到的開路電壓關系（8）代入公式（5），并考慮測量系統(tǒng)存在誤差，可以得到線性化的輸出方程采用卡爾曼濾波來估計狀態(tài)向量，其迭代過程如下：1）計算狀態(tài)量預估計值和協方差矩陣的預估計值；2）計算卡爾曼濾波增益Lx,k;3）計算輸出量增益Yk；4）更新狀態(tài)量和協方差矩陣。故是實際的輸出增益。令（6）和（10）分別為系統(tǒng)狀態(tài)方程和測量方程，可以利用擴展卡爾曼濾波方法（EKF）在線估計狀態(tài)量SOC。電池的工作性能會隨著溫度、蓄電池SOC以及電池壽命的變化而發(fā)生改變［8］,根據文獻［9］可以發(fā)現，對閥控鉛酸蓄電池來說，電池歐姆內阻R0在SOC常用工作區(qū)間內變化較小，在SOC兩端變化比較明顯，而極化電阻和極化電容變化較小內阻的參數辨識可以采用帶遺忘因子的最小二乘法和卡爾曼濾波方法辨識，在SOC在0.2到0.8的范圍內，蓄電池的內阻等參數變化很小，可以采用HPPC方法離線辨識。本文僅討論SOC在0.2-0.8范圍內的SOC估計，故而建立了一種結合電池開路電壓曲線的卡爾曼濾波算法的SOC在線估計方法。符號標有+表示最優(yōu)估計，標有-表示預測估計。符號L表示卡爾曼濾波增益，符號P表示協方差矩陣。SOC估算的雙卡爾曼濾波估計步驟為：1） 初始化。首先通過測量開路電壓獲得SOC初始值，根據離線模型參數確定系數矩陣，計算協方差矩陣，E為計算數學期望；2） 以電流為輸入量，電壓為輸出量，執(zhí)行卡爾曼濾波迭代過程：計算狀態(tài)量和協方差矩陣的預估計值：；計算卡爾曼濾波增益：計算輸出量增益更新狀態(tài)量和協方差矩陣獲得最優(yōu)估計值：3） 隨著時間增加，卡爾曼濾波迭代一定步數后，SOC估算結果愈來愈精確。4.1實驗設計選擇卷繞式閥控鉛酸蓄電池作為研究對象，電池額定電壓12V，額定容量48V,實驗溫度為25°C，初始SOC為0.7。選擇支持LIN總線的某電池傳感器，該傳感器具有準確測量電壓、電流和溫度的能力。為了驗證算法能否得到實時SOC,設計了鉛酸電池的恒流放電過程，實驗系統(tǒng)如圖6所示。將電池充滿后，以0.1C恒流放電，每次放電2h，放電過程中通過電池傳感器監(jiān)測電流和端電壓，放電后靜置21h后測量開路電壓并繼續(xù)放電，共進行2次放電。通過電池傳感器，可以得到放電過程中的電流如圖4和圖5所示。在放電結束后，電池靜置24h后，測量其開路電壓。將2個放電階段的電池端電壓、電流導入MATLAB，編寫程序，計算SOC并繪制曲線?？柭鼮V波設置SOC初始值為0.7，采樣時間1s，通過脈沖放電試驗，得到在SOC=0.7時，卷繞式閥控蓄電池的歐姆內阻=10mQ，極化電容=2000F，時間常數=100s。假設系統(tǒng)噪聲矩陣，測量噪聲矩陣記為R=0.03，狀態(tài)量初始值，d=11.61V，系數矩陣取4.2結果分析電池傳感器數據通過上位機軟件CANoe可以直接讀取，放電后靜置測量開路電壓并查表1可以得到的SOC見表2:結合表1，通過每次放電結束后靜置開路電壓查表獲得的SOC視為精確值，分析比較卡爾曼濾波法和安時積分，得到表3，可以發(fā)現卡爾曼濾波法比安時積分法更適合用于電池SOC估計。第二次估算誤差比第一次大是因為在SOC在0.2附近變化時，電池內阻差異變化較大，導致卡爾曼濾波的模型精度不足。圖6分別為兩次恒流放電過程中，安時積分法和卡爾曼濾波方法得到的電池SOC估計的結果。兩次卡爾曼濾波迭代時，SOC初始值均取0.7，從圖中可以發(fā)現，卡爾曼濾波方法的能夠迅速收斂，能夠滿足SOC在線估計的要求。本文選用一階RC等效電路模型作為研究基礎，結合鉛酸電池SOC與開路電壓關系的線性特點，提出了一種鉛酸電池SOC估算的方法。在實驗系統(tǒng)中對卷繞式閥控鉛酸蓄進行了放電實驗，利用Matlab分別采用卡爾曼濾波和安時積分法對試驗中的SOC進行了估計。結果表明：本文卡爾曼濾波算法能夠迅速收斂，可以快速準確地跟蹤鉛酸蓄電池SOC變化，能夠適用于汽車鉛酸電池的實時在線估計。韓建濤：本文用一階RC等效電路模型作為研究基礎，結合鉛酸電池SOC與開路電壓關系的線性關系，提出了一種新的鉛酸電池SOC估算的方法。試驗中，對卷繞式閥控鉛酸蓄進行了放電實驗，利用Matlab分別采用卡爾曼濾波和安時積分法對試驗中的SOC進行了估計，結果表明卡爾曼濾波算法能夠迅速收斂，可以快速準確地跟蹤鉛酸蓄電池SOC變化。經過初步實驗數據判斷，該方法具有一定創(chuàng)新性和實用性，數【相關文獻】[1]徐云云.汽車電源系統(tǒng)的分析與仿真[D].青島：青島大學機電工程學院，2005.XUYY.Analysisandsimulationonautomotivepowersystem[D].Qingdao:QingdaoUniversityMechanicalandElectricalEngineeringInstitute,2005.[2]桂長清，郭麗，賀必新，等.實用蓄電池手冊[M].北京：機械工業(yè)出版社，2010.GUICQ,GUOL,HEBX,etal.PracticalBatteryManual[M].Beijing:MechanicalIndustryPress,2010.[3]MORITAY,YAMAMOTS.On-linedetectionofstateofchargeinleadacidbatteryusingradialbasisfunctionneuralnetwork[J].AsianJournalofControl,2006,8(3):268-273.李哲，盧蘭光，歐陽明高.提高安時積分法估算電池SOC精度的方法比較[J].清華大學學報(自然科學版).2010,50(8):1293-1296,1301.LIZ,LULG,OUYANGMG.ComparisonofmethodsforimprovingSOCestimationaccuracythroughanampere-hourintegerationapproach[J].TsinghuaUniversity(NaturalScience).2010,50(8):1293-1296,1301.毛群輝，滕召勝，方亮，等.基于UKF的電動汽車鋰電池SOC估算方法[J].測控技術，2010,29(3):89-91.MaoQH,TENGZS,FANGL,etal.MethodofstateofchargeestimationbasedonunscentedKalmanfilteringforLi-Ionbatteryofelectricvehicle[J].ControlTechnology,2010,29(3):89-91.[6]黃文華，韓曉東，陳全世，等.電動汽車SOC估計算法與電池管理系統(tǒng)的研究[J].汽車工程，2007,29(3):198-202.HUANGWH,HANXD,CHENQS,etal.AstudyonSOCestimationalgorithmandbatterymanagementsystemforelectricvehicle[J].AutomotiveEngineering,2007,29(3):198-202.[7]MASSIMOC.Newdynamicalmodelsoflead-acidbatteries[J].IEEETransactionsonPowerSystems,2000,15(4):1184-1190.[8]趙小巍，張國煜，蔡亦山，等，改進Euler公式在電池SOC估計中的應用[J].電源技術2014,38(2):295-322.ZHAOXW,ZHANGGY,CAIYS,etal.Applicati