行业资讯

巴黎人贵宾会平台蓄电池剩余容量预测技术现状

更新时间:2022-06-16 点击数:

  因为具有体积小、防爆、电压不变、无净化、重量轻、放机电能高、保护量小、价钱低等长处,以是深受各个行业的喜爱,被普遍使用于邮电、电力、交通、航空航天、应急照明、军事通讯等诸多范畴。VRLA曾经成为体系的枢纽部件之一,它的宁静牢靠运转间接干系到整套装备的牢靠运转。可是在利用过程当中,因为没法精确

  今朝,国表里遍及接纳荷电形态SOC(StateofCharge)来暗示蓄电池的。SOC是间接反应蓄电池的可连续供电才能和安康情况的一个主要参数。因为VRLA蓄电池有着差别的范例、用处和内部情况,SOC的影响身分浩瀚,因而其猜测接纳的办法林林总总,利用的电池模子也不尽不异。普通蓄电池的建模办法能够分为两大类:一类是物理建模办法;另外一类是体系的辨识与参数估量建模办法[3]。

  放电实验法是各人公认的最牢靠的SOC估量办法。按某一放电倍率的电流将电池停止持续放电至划定的SOC零点,放电电流与工夫的乘积即为盈余容量。

  放电实验法次要用于尝试室计较电池组充电服从、查验SOC预算精度大概用于蓄电池的检验,合用于一切电池。可是,该办法有两个较着的缺陷:(1)需求大批工夫和人力;(2)电池正在停止的事情不能不中止,没法及时在线猜测。关于静态后备蓄电池能够接纳,但关于主要场所,用此办法则要冒必然的风险,由于放电时期,体系在没有电池备份下运转,一旦主电源呈现成绩大概市电中止,全部体系都将瘫痪,形成不成估计的丧失。文献[4]具体形貌了放电实验办法和留意事项,但需求大批的野生操纵;文献[5]则接纳动力情况监控体系完成长途对蓄电池组的放电实验办理,省时高效,可是精度很低,只能定性判定蓄电池组的机能,而没法精确估量盈余容量。

  此中:SOC0为充放电肇端时辰荷电形态,CN为额定容量,为充放电服从且不是常数(假定充电电流标的目的为正,放电电流标的目的为负),SOC为当前时辰的荷电形态。

  安时法本质是将电池看做一个黑箱,以为流进电池的电量与流出电池的电量有必然的比例干系,而不思索电池内部的构造和内部的电气特征,因而这类办法合用于各类电池。同时从式(1)能够看出,安时法在使用中存在的成绩:(1)请求标定SOC初始值;(2)需求准确计较充放电服从;(3)需精确丈量电流,电流丈量禁绝,将形成SOC计较偏差,持久会存在电流积分的累计偏差;(4)在高温形态和电流颠簸猛烈的状况下偏差较大。

  因而,在实践使用处合接纳安时法时,普通按照利用情况和前提思索对充放电率、温度、电池老化和自放电率等身分停止抵偿。

  文献[6]接纳安时法、Peukert方程、温度改正和SOH相分离的办法来预算静态后备阀控式铅酸蓄电池的SOC,以蓄电池容量为零到容量为满这两个形态为一个周期,在此周期内,丈量蓄电池折算到在尺度温度下以尺度电放逐电或充电的总容量计较SOH。其SOC计较精度能够到达0.1%之内,计较公式为:

  文献[7]思索了对蓄电池充放电率、温度、电池老化和自放电率停止抵偿,经由过程自整定对累计偏差停止纠偏,并操纵大批尝试获得的单电池电压值与容量干系系数,对电池的不分歧性停止改正,改正公式见式(4)。此中:Ks为干系系数,△U为电池组中电压最低的单体电池电压与一切单体电池均匀电压的差值:

  文献[8]则操纵开路电压法获得初始SOC,以后对安时法停止各类抵偿,其SOC预算精度到达6%之内。别的,安时法还经常与卡尔曼法分离利用(卡尔曼滤波法中具体阐述)。

  密度法次要用于铅酸蓄电池。因为电解液密度在充电过程当中逐步变高,放电过程当中逐步低落,且蓄电池容量与密度呈必然的线性干系,因而,经由过程丈量电解液的密度能够猜测SOC的巨细[9]。因为密度法需对电解液停止丈量,次要使用于启齿式铅酸电池,若可以开辟出更高精度的密度容量传感器,在极端主要的场所,可将其在消费时就植入密封蓄电池。文献[10][11][12]别离操纵传感器、低能射线、铅酸蓄电池容量传感器对铅酸蓄电池电解液密度停止丈量,同时文献[11]操纵恍惚神经收集对密度停止了猜测,结果较好,但均未给出电解液与SOC之间的肯定干系。

  开路电压(OpenCircuitVoltage)是指蓄电池在开路形态下的端电压,在数值上靠近电池电动势。开路电压法是按照电池的盈余容量与开路电压有必然的线性(反比)干系而成立起来的,经由过程丈量开路电压便可以间接获得盈余容量的巨细。其长处是不依靠蓄电池尺寸、巨细和放电速率,只以开路电压为测试参数,相比照较简朴[13][14][15]。文献[16]形貌了铅酸蓄电池开路电压、盈余容量和电解液密度的干系,并给出了SOC与开路电压之间的计较公式:

  此中:VBO为电池的开路电压,V为布满电时的开路电压,Vb为充实放电时的开路电压,其巨细对应干系随差别的蓄电池消费厂家而略有差别。

  利用该办法时,经由过程丈量电池的开路电压,普通查表便可获得估量的SOC值。可是开路电压法也存在着较着的缺陷:(1)电池需求长时静置才气到达不变形态,且静置工夫怎样肯定也是成绩;(2)跟着电池老化、盈余电量降落时,开路电压变革不较着,因而也就没法精确猜测盈余电量;(3)关于传统利用的串连电池组,所用电池处于有载形态,普通没法丈量开路电压,不克不及实如今线丈量。从今朝文献来看,普通不零丁利用开路电压法,因为开路电压法在充电早期和末期SOC估量结果好,常与安时法、卡尔曼法分离利用。

  针对电池需求长时静置这一缺陷,文献[14]操纵蓄电池在各类形态下开路电压的规复曲线险些不异这一实验成果,得出开路电压的猜测公式进而计较SOC,猜测值与丈量值相对偏差在6%之内。

  文献[17][18][19]对VRLA蓄电池在差别放电率下的放电曲线停止归一化,发明放电曲线具有很好的分歧性,且放电形式、放电率、情况温度及放电停止电压等身分的变革对这类分歧性影响十分小,提出只操纵放电电压猜测SOC,其计较公式以下:

  此中:tT为全部放电工夫长度,Vend为放电停止电压,Vp为放电初始电压。在随便时辰,当晓得蓄电池的放电电压V(t)时,可计较VU(tU),比较归一化曲线求得归一化的tU,进而获得荷电形态(其估量精度在10%之内,合适一些请求不高的场所)。

  文献[20][21]则操纵差别的初始放电电压对应差别的放电工夫这一纪律,经由过程对处于事情形态下电池周期性地外接一恒流负载,测得一系列事情电压,成立以电压、温度为输入,盈余工夫为输出的SOC恍惚估测体系,从而获得单体动力电池的SOC,其相对偏差在1%之内,此办法也称为负载电压法。该办法可在线预算蓄电池的SOC,在恒放逐电时具有较好的结果,可是分歧用于变电流大概猛烈颠簸的放电工况。

  蓄电池内阻有交换内阻(impedance)和直流内阻(resistance)之分,他们都与SOC有亲密干系,可实如今线丈量。电池处于差别的电量或差别的利用寿命形态下,它的内阻值都是纷歧样的,内阻(电导)法就是经由过程丈量蓄电池在放电过程当中内阻(电导)的变革来猜测SOC的变革[22]。

  在使用内阻法猜测SOC的成绩上还存在争议。文献[23]操纵电导测试仪对阀控密封铅酸蓄电池的电导停止测试和统计,发明放电工夫与电导值存在线性相干干系,且相干系数到达0.825;在IEEE1188-1996尺度中,也提出了丈量内阻的须要性,明白划定了电池内阻测试最少每季度停止一次[24]。可是文献[25][26][27][28]别离经由过程尝试测试和实际阐发的办法对蓄电池内阻(电导)与盈余容量的干系停止了研讨阐发,成果表白:(1)阀控密封铅蓄电池SOC在50%或40%以上时,其内阻(或电导)根本没有变革,只是SOC低于40%时,蓄电池的内阻才很快降低;(2)关于容量在80%以上的在线利用VRLA蓄电池,不克不及按照内阻(电导)值去在线检测蓄电池的SOC;(3)按照蓄电池电导值大概内阻值,能够在必然水平上肯定蓄电池机能。

  争议的呈现除因统计办法的差别外,次要与实验用蓄电池自己和内阻(电导)测试仪的精度有关。由于即便同厂家、同批次、同规格的蓄电池,其内阻(电导)也存在不分歧性,这是由蓄电池消费厂家的手艺程度决议的。且蓄电池内阻极小,SOC大范畴变革时,内阻的变革也不大,丈量仪器的精度假如达不到请求,将很罕见出内阻与盈余容量的对应干系。文献[29]经由过程阻抗谱丈量,指出欧姆内阻的变革能够准确反应SOC的变革,只是当SOC从16%递增到91%时,其欧姆内阻变革很小,约为0.6m。并提出了操纵当蓄电池内部阻抗沉着性变到理性时,对应的鼓励旌旗灯号频次与其SOC之间存在单调函数干系,且频次变革范畴大这一发明,接纳VRLA蓄电池的谐振频次来作为蓄电池SOC的传感参量,这一实际还处于研讨阶段。同时,文献[30]提出在大范围利用蓄电池的状况下,之内阻(电导)作为蓄电池盈余容量及安康情况的(SOH)的唆使器,经由过程挑选内阻(电导)不变的蓄电池来标准厂家的消费,而不是间接作为蓄电池荷电形态的准确唆使器。

  从今朝的文献、材料和内阻(电导)检测产物来看[31][32][33][34],次要将内阻(电导)法使用于蓄电池生效预警,间接使用于SOC猜测的很少(普通作为SOC影响身分之一与电压法、神经收集等办法分离利用)[36]。且文献[30]颠末大批尝试得出结论:单体电池的电导值为参考值的80%以上时,蓄电池一般,且容量在80%以上;当电导值为参考值的60%80%时,其容量很能够不敷80%,蓄电池处于“一般伤害”形态,需求做全放电测试;当电导值为参考值的60%以下时,蓄电池处于“严峻伤害”形态,需求实时改换。

  2000年阁下,体系辨识及参数估量模子办法开端被使用于蓄电池SOC估量,今朝在国表里研讨中比力热点。它次要是使用一些新的办法(次要是野生智能算法)对蓄电池停止体系建模,将影响SOC的各类身分综合到电池模子中,经由过程大批实验对模子停止体系辨识和参数估量,获得蓄电池某些参数与SOC之间的干系,进而预算SOC。比力经常使用的野生神经收集法、向量机法、恍惚推理法和卡尔曼滤波法等。

  因为蓄电池是一个庞大的非线性体系,对其充放电历程成立精确的数学模子难度较大。而神经收集具有散布并行处置、非线性映照和自顺应进修等特征,可较好地反应非线性的根本特征,在有内部鼓励时能给出响应的输出,因而可以在必然水平上模仿蓄电池静态特征,预算SOC[36][37]。

  预算蓄电池SOC大多接纳典范的3层野生神经收集[38][39]。普通间接收罗蓄电池的放电电流、端电压和温度或接纳变电流组合丈量办法,肯定电动势和内阻作为神经收集模子的输入,SOC作为输出。此中输入、输出层神经元通常是线性函数;隐含层节点数量取决于成绩的庞大水平及阐发精度,可按照收集在锻炼过程当中的收敛速率和锻炼完成后的偏差来肯定。野生神经收集法合用于各类蓄电池,但该办法的偏差受锻炼数据和锻炼办法影响很大,并且实践利用中存在噪声滋扰影响收集的进修与使用。从今朝的文献来看,神经收集次要是实际方面研讨。

  文献[40][41]将另外一种神经收集撑持向量机(SVM)办法用于蓄电池SOC估量,制止了传统神经收集在锻炼工夫、部分最优和收敛速率方面存在的缺点。而文献[42]则进一步提出操纵相干向量机(RVM)对蓄电池SOC停止猜测,比撑持向量机猜测精度更高,猜测模子也愈加稠密,不外算法也愈加庞大,需求占用较大的计较机资本。

  恍惚逻辑法是对蓄电池停止恍惚建模,以体系的输入、输出测试数据为根据,不受先验常识,经历与举动所限定。该办法凡是对作为模子的输入变量的参数(如电压、电流、温度、内阻等)停止恍惚化处置,按照大批的蓄电池特征实验数据获得SOC与电流、电压、温度等身分之间的干系,设想恍惚划定规矩并停止恍惚推理,经反恍惚化处置估量电池SOC[43][44][45]。

  恍惚逻辑办法的次要缺陷是需求大批的尝试数据,按照尝试数据得到恍惚推理划定规矩和经历公式。今朝该办法次要使用于仿真和实际阐发,还没有使用于实践。

  卡尔曼滤波实际的中心机想,是对动力体系的形态作出最小方差意义上的最优估量,它既合用于线性体系也合用于非线]。

  在使用卡尔曼滤波法预算SOC时,起首要成立合适于卡尔曼滤波估量的电池模子,且模子须具有两方面特性:(1)可以较好地表现电池的静态特征,同时阶数不克不及太高,以削减处置器的运算量,便于工程完成;(2)模子必需可以精确反应电池电动势与端电压的干系,从而使闭环估量有较高的精度。经常使用的等效电路模子有Randle模子(见图1)、MassimoCeraolo模子、Thevenin模子、Shepherd模子等,此中各个参数都为待定参数,需求按照尝试数据计较获得[47][48]。

  在实践使用中,卡尔曼滤波法凡是与开路电压法和安时法分离利用。其根本历程为:将模子中电容上的电压作为体系的形态,经卡尔曼预算出该电压后,操纵模子中的数学干系求出电池电动势(或开路电压),最初由电动势与SOC的干系求出SOC。电池模子的卡尔曼数学情势为:

  体系的输入向量uk中,凡是包委婉电池电流、温度、盈余容量和内阻等变量,体系的输出yk凡是为蓄电池的事情电压,蓄电池SOC包罗在体系的形态量xk中,Ak、Bk由实验获得的参数肯定,k、vk为体系噪声。估量SOC算法的中心,是成立一套包罗SOC估量值和反应估量偏差的、协方差矩阵的递归方程,协方差矩阵用来给出估量偏差范畴。方程(11)是电池模子形态方程,将SOC形貌为形态矢量的根据。

  卡尔曼滤波在预算过程当中能连结很好的精度,而且对初始化偏差有很强的改正感化,对噪声有很强的抑止感化,目上次要使用于电流变革较快的混淆动力汽车蓄电池的SOC猜测。在卡尔曼滤波的根底上,文献[49][50][51]又将扩大卡尔曼与无色卡尔曼滤波办法用于估量SOC。卡尔曼滤波法最大缺陷在于,其估量精度严峻依靠于蓄电池等效电路模子的精确性,成立精确的电池模子是算法的枢纽。另外一缺陷是运算量比力大,必需挑选简朴公道的电池模子和运算速率较快的处置器。

  文献[52]提到的线性模子法,操纵线性模子对丈量偏差和毛病的初始前提有很高的鲁棒性,以大批的电池充电放电尝试为根底,成立SOC及其变革量电池端电压、电流的线)。该办法合用于小电流、SOC变革迟缓的状况,但这一特性也限定了其利用范畴,今朝实践使用中还未见到。

  此中,SOC(k)为当前时辰的SOC值;△SOC(k)为SOC的变革值;v(k)和i(k)为当前时辰的电压和电流。0、1、2、3是操纵参考数据经由过程最小二乘法获得的线性模子系数。

  文献[53]提出操纵非线性自回归滑动均匀(NARMAX)模子迫近精度高、构造简朴、收敛速率快等特性,以蓄电池事情电压和电流为模子输入,SOC的影响身分作为体系噪声,对蓄电池SOC停止及时估量,相对偏差仅为1%,该办法的合用性另有待于进一步研讨。其辨识模子见式(14),此中y(t)为SOC序列,u1(t)为电流序列,u2(t)为电压序列。

  文献[54]针对蓄电池内阻与盈余容量之间的非线性干系,巴黎人贵宾会官网接纳了在线)模子群办法对混淆动力汽车蓄电池单位的SOC停止猜测。文献[55]则以安时法为根底成立SOC形态方程,提出使用鲁棒滤波算法来猜测蓄电池的SOC。

  由上面所引见的各类办法能够看出,不管是物理建模办法仍是体系辨识与参数估量模子办法,都是按照蓄电池的可丈量参数(次要是电压、电流、内阻和温度等)与盈余容量之间的干系,经由过程大批的尝试成立不变的蓄电池体系模子来猜测SOC。

  综上所述,SOC猜测办法因为受浩瀚身分(放电电流、电压、温度、放电深度、内阻、电解液密度、自放电、老化等)影响,VRLA蓄电池盈余容量的猜测手艺及其建模相称庞大,今朝,还没有一种精确通用的猜测办法。上述各类SOC猜测办法各有益弊,但在差别的利用情况,差别的猜测精度下,接纳单一的猜测办法曾经不克不及满意实践需求,因而设想高精度的数据检测电路,利用多种办法停止组合猜测SOC,出格是接纳多种智能算法和新实际相分离的手腕对SOC停止及时、在线、精确的猜测,曾经成为蓄电池盈余容量猜测的开展标的目的。

  [2]张秀玲,朱春颖.基于遗传算法的Elman神经收集在镍氢电池容量猜测中的使用[J].产业仪表与主动化安装.2009.4.100-102

  [5]胡元清.通讯基站蓄电池长途实践负载在线查对性容量测试[J].通讯电源手艺.2011.28(4).83-84

  [6]王伟.铅酸蓄电池办理体系完成的软硬件研讨[D].浙江大学硕士学位论文.2005.16-26

  [7]郑杭波.新型电动汽车锂电池办理体系的研讨与完成[D].清华大学硕士学位论文.2004.58-65

  [10]罗凯.基于DSP的铅酸蓄电池盈余容量在线检测体系研讨[D].重庆理工大学硕士学位论文.2010

  [11]熊文强.铅酸蓄电池电解液密度丈量办法研讨[D].大连理工大学硕士学位论文.2010

  [12]侯跃新,李钢,宋常青.蓄电池电解液密度丈量仪的研制[J].核电子学与探测手艺.2006.26(6).735-738

上一篇:巴黎人贵宾会Enovix演示测试硅锂离子电池 可实现

下一篇:巴黎人贵宾会注册工信部解读《新能源汽车动力