面向通信基站的蓄电池组在线监测系统设计*

唐旺祥，沈国平，何 衍

（1．浙江大学电气工程学院，浙江杭州 310027;2．杭州大光明通信系统集成有限公司，浙江杭州 310027）

0 引言

随着移动通信网络的不断扩大，通信基站的建设也越来越广泛。铅酸蓄电池由于其密封环保、性能稳定、维护方便等优点已被广泛用于通信基站的UPS电源［1］。通信基站的蓄电池组采用串联结构为设备供电，使用安时计量法［2］对容量进行测试时必须成组放电，具有共同的放电电流和放电时间，只能测量整组电池容量，而不能测量单体容量，因此，其容量估计具有特殊性。由于铅酸蓄电池是一个复杂的电化学体系，其性能和寿命取决于电池材料、工艺结构、电池运行环境等多方面因素，目前没有一个有效的电化学模型对其容量做精准估计，给通信基站的维护工作带来了诸多不便。

为了给通信基站的蓄电池提供一种便捷准确的维护方式，本文提出并实现了一种基于Modbus总线［3］的蓄电池组在线监测系统，能通过串联放电对所有电池的容量进行估算，检测性能过低的电池并提醒维护人员进行针对性更换。利用主从分布式数据采集系统对蓄电池容量实现在线监测，节省了人工现场放电估计电池容量的成本。

1 系统整体功能设计

如图1，蓄电池组在线监测系统的功能由控制模块、采集模块、人机界面、总线接口、数据处理模块组成。

控制模块包括电池选通和模式选择。蓄电池组处于空闲状态时，被接入浮充回路进行充电，以保证市电断开时具有足够的容量。当需要对蓄电池组容量进行估算时，蓄电池组从浮充回路中断开，接入负载放电回路中，进入放电测试模式。模式选择对蓄电池组所处模式进行控制。电池选通不断循环对单节蓄电池进行选通切换，接入电压测量回路中进行电压采集。

采集模块对蓄电池组的电压、电流和环境温度进行采集，并将采集结果传送给数据处理模块和人机界面。

数据处理模块将电压、电流等数据进行滤波、存储，并对负载放电模式下的数据进行处理，估算电池容量。

用户可通过人机界面的键盘输入人工进行放电控制，也可以选择特定的实时数据进行查看。

2 硬件设计

通信基站备用蓄电池组采用串联结构为负载提供一定电压，各个不同基站负载种类可能不同，导致串联电池组中单体电池的数目也不相同。为适应多变的应用场合，提高系统的灵活性，系统采用如图2所示的Modbus主从式结构。

图2 硬件主从结构图Fig 2 Host-slave structure diagram of hardware

电池组的串联结构使得只需一个电流模块对串联放电电流进行采集。主机单元是整个系统的主要控制部分，接收上位机或者人机界面的请求，对人机交互、蓄电池组的模式切换、实时数据采集和存储以及容量估算进行控制，并采集环境温度数据。从机循环选通各节电池进行电压采样。

2．1 主机单元硬件设计

图3阐述了主机单元的结构组成。

主机单元从外部传感器中采集温度数据，LED指示灯指示电源状态和各个串口工作状态，蜂鸣器用于现场报警。

主机单元通过按键和LCD实现人机交互，按键模块和LCD模块在主机单元上均有对应接口。

主机单元MCU（微控制单元）采用德州仪器半导体公司的Cortex-M3结构的ARM芯片LM3S1911。LM3S1911微控制器是针对工业应用方案而设计的，包括远程监控、电子贩售机、测试和测量设备、网络设备和交换机、工厂自动化等。该芯片内置Flash存储器大小为256 k，可重复擦写，能满足LCD模块中需要存储的字库数据大小;支持JTAG［4］和SWD两种在线调试方式，方便开发过程。

图3 主机结构图Fig 3 Structure diagram of host computer

2．2 从机单元硬件设计

从机单元的主要功能是控制电池组的电压采集和选通，并将采集的数据通过Modbus总线传送给主机单元。从机单元结构图如图4所示，所选MCU与主机单元相同，节省了开发成本和不同平台的熟悉时间。从机对不同蓄电池电压的采样通过光耦继电器的通道选择来实现。

图4 从机单元结构图Fig 4 Structure diagram of slave computer unit

从机单元电压采集选用16位高速的A/D芯片AD7652，确保低于0．1%的电压测量误差与解决温漂问题。AD7652是Analog公司的高性能16位A/D采样芯片，采样频率可高达500 kSPS，能满足电压采样过程中对多个通道的采样。

2．3 电流采集模块

电流采集模块结构如图5所示。

图5 电流采集模块结构图Fig 5 Structure diagram of current collecting module

电流传感器采用 HDC300EK，电流测量范围是0～300 A，输出为模拟电压范围是0～5 V。电流采集模块为电流传感器提供工作电压并将电流传感器的输出电压值进行模/数转换，通过Modbus总线传送给主机单元。

电流传感器的采样频率要求不高，采样分辨率不需要很精确，从节约成本的角度选用了TI公司的12位AD采样芯片ADS7822。

3 系统软件设计

3．1 主机单元任务组成

本系统中，尤其是主机单元的各个功能都具有一定的独立性，因此，使用uC/OS-II操作系统［5］能够使程序结构更加清晰，管理方便，同时也为任务的增加、扩展提供了软件平台。uC/OS-II的实时性也能使电池组电压采集和数据传输得到及时响应。

主机单元由电压电流采集任务、容量监测任务、上位机通信任务、温度采集任务、Modbus通信任务、人机交互任务组成。主机单元的任务组成以及各个任务之间的联系如图6所示。人机交互任务接收按键请求并做出对应响应，包括改变LCD显示、请求采样数据、请求容量监测等。

图6 主机任务示意图Fig 6 Schematic diagram of host computer task

容量监测任务定时对蓄电池组进行放电容量估算和相应控制（包括蓄电池组的模式切换、电压请求间隔的改变等），也接收外部实时监测请求（来自人机界面或上位机）。

电压电流任务定时对电压和电流进行数据采集、存储，采集间隔受容量监测任务控制，同时也接收外部实时采集请求。采集请求通过Modbus发送给从机或者电流模块。

Modbus通信任务响应各种通信请求并将返回数据保存在对应内部寄存器中。

上位机通信任务负责与上位机的通信工作。

图6中箭头所指方向为任务间消息传递的方向。可以看出，任务之间消息传递发起者和接收者各不相同，路径错综复杂，无论是在编程上还是理解上都造成了一定困难。为了解决这个问题，参考WinX的消息派遣机制，在系统中引入消息派遣任务对消息进行集中管理。

3．2 消息派遣任务

消息派遣任务负责集中接收各个任务发出的消息请求，并根据请求种类派遣给相应的任务函数去执行。引入消息派遣任务后主机单元的消息路径如图7所示。

图7 消息派遣机制示意图Fig 7 Diagram of message dispatch mechanism

引入消息派遣任务后，消息从发出任务到消息队列［6］，再从消息队列到接收消息的任务，有以下优点:

1）发出消息的任务只需统一向消息派遣任务发送消息即可，而不用去管发出的消息应该送给哪个任务。

2）消息派遣任务统一进行任务之间消息的派送，对消息队列进行集中处理，使得程序结构和思路更加清晰。

3．3 从机单元任务组成

从机单元只包含一个用户任务，定时切换电压选通通道、采集电压以及由Modbus总线接收请求并作出应答。

4 容量估计

4．1 安时法容量估计

蓄电池处于连续工作状态时，电池放电电流是持续的。可根据电流对时间的积分，使用安时计量法对电池容量进行估计。安时法每隔一段时间对电流进行采样，用积分方法计算出已用电量Cu（Ah）

当蓄电池的电压下降到一定值时，更深度的放电会对电池造成损害，此时认为电池的电量已经放光［7］。由此可估算出电池从放电开始到结束时所释放的容量。

目前，其他在线容量测试方法测量偏差大，无法达到10%以内的要求。因此，基站常用测试方法仍然是安时放电法。

安时放电法测量的容量标准为电池在10 h放电率电流下放出的容量，由于10 h时间相对过长，一般采用3 h放电率电流进行放电。3 h放电率下，电池放出电量为10 h放电率的75%。即使如此，以24节电池为例，要依次测量每节电池容量也需要72 h。因此，通信基站蓄电池组常采用串联放电结构，单次放电对蓄电池组容量进行测量。但是串联放电下任意单节电池到截止电压1．8 V时整组电池将停止放电，用普通安时法只能检测出容量最低的电池，其他电池未到1．8 V，放电不完全，剩余容量需要用其他方法进行估计。

4．2 神经网络估算模型

神经网络是模拟人脑细胞的分布式工作特点和自组织功能，且能实现并行处理、自学习和非线性映射等能力的一种系统模型，特别适用于需要同时考虑诸多因素和条件的非线性未知模型。

蓄电池放电结束后的剩余容量可以反映在放电时间、起始电压和结束电压上，并且具有一定的非线性特性，使用BP神经网络能对其进行有效估计。图8给出了蓄电池剩余容量的BP神经网络模型。

图8 BP神经网络模型图Fig 8 Diagram of BP neural network module

BP神经网络采用3层结构:输入层，隐含层和输出层。训练样本从淳安、富阳等地选取6个不同地方的144组数据，得出剩余容量测试结果如图9所示。

图9 剩余容量测试结果Fig 9 Test result of residual capacity

5 实验结果

选取建德梅城蓄电池组为实验对象，该蓄电池组单体电压为2．5 V，额定容量为500 Ah。对电池组进行3 h放电率放电，放出容量为10 h放电量的75%，因此，放电电流为125 A左右，在线控制放电，放电截止电压为1．8 V。

实验结果如表1所示，所得容量均已换算成10h放电率的标准。

表1中23#为最先到达截止电压的电池，其容量为安时法积分所得，共计放出89 Ah，其他电池容量为神经网络模型估算结果。各节电池的估算误差均在25Ah以内，相对误差在10%以内，能有效检测出性能过低的电池。

6 结束语

本系统以LM3S1911为控制芯片，采用分布式主从控制的方式，以实时操作系统uC/OS-II为平台，通过Modbus总线控制各单元之间的通信，软件上通过实时操作系统uC/OS-II增加任务，系统灵活、便于后续开发;采用神经网络进行建模，通过嵌入式控制器实现蓄电池容量的在线估算，对蓄电池状态进行监视，节省了人工容量测试的成本。

表1 实验结果Tab 1 Experimental result

放电实验表明:监视结果准确可靠，可用于移动基站、变电站等需要对蓄电池进行定时维护的场合。

［1］ 王吉校，钱希森．阀控铅酸蓄电池容量测试技术研究［J］．蓄电池，2007（2）:57－58．

［2］ 林成涛，陈全世，王军平，等．用改进的安时计量法估计电动汽车动力电池SOC［J］．清华大学学报，2006（2）:247－251．

［3］ 华 镕．从Modbus到透明就绪:施耐德电气工业网络的协议、设计、安装和应用［M］．北京:机械工业出版社，2009．

［4］ Leatherman R．An embedding debugging architecture for SOCs［J］．IEEE Potentials，2005，24（1）:12．

［5］ Labrosse J J．嵌入式实时操作系统uC/OS-II［M］．邵贝贝，译．2版．北京:北京航空航天大学出版社，2003．

［6］ 周世杰，刘锦德，秦志光．消息队列技术研究:综述与一个实例［J］．计算机科学，2002（2）:84 －86．

［7］ Anbuky A H，Pascoe P E，Lane R G．VRLA battery capacity measurement and discharge reserve time［C］∥Telecommunications Energy Conference，INTELEC，San Francisco，CA，1998:302－310．