一种蓄电池剩余电量估算新方法

鲁照权, 王 渭, 吴巨峰, 陶剑峰(合肥工业大学 电气与自动化工程学院,安徽 合肥 230009)

一种蓄电池剩余电量估算新方法

鲁照权, 王 渭, 吴巨峰, 陶剑峰
(合肥工业大学 电气与自动化工程学院,安徽 合肥 230009)

文章提出了一种蓄电池剩余电量估算新方法,该方法充分考虑了蓄电池健康状况和环境温度因素,包括基于蓄电池内阻变化及电压回升率变化的健康因子、安时积分项等组成。实验表明,该方法解决了由于电池老化、环境温度等因素所造成的安时积分法剩余电量估计的偏差问题。

蓄电池;开路电压;内阻;健康因子;剩余电量估算

0 引 言

蓄电池作为一种储能设备,具有电压稳定、供电可靠等特点,已被广泛应用于光伏系统、不间断电源、电动汽车等领域。蓄电池一般串联成蓄电池组以满足高电压大容量的使用要求。由于单体电池性能的差异,以及受环境温度变化、过充放电等因素的影响等,电池组性能取决于性能最差的单体电池。如果不采取合理有效的监测管理措施,会加速电池组性能的衰退,导致电池组提前报废[1]。

剩余电量估计是电池管理系统的关键技术。近年来人们对电池容量估算方法进行了大量研究,并取得了不少成果。工程应用中广泛使用的安时积分和开路电压组合估算容量,虽然能够减少误差,但是没有解决误差的根源。神经网络、卡尔曼滤波、模糊控制等运算结果受电池模型和训练数据影响较大,而且算法复杂。

本文结合工程应用特点,在基于蓄电池开路电压回升速率、电池内阻、环境温度实时修正蓄电池容量的基础上,采用安时积分法比较准确地估算出剩余电量,从而获得了一种具有真正应用价值的在线剩余电量测算方法[2]。该方法已经申请国家专利,现简介其理论模型的建立以及通过实验进行验证。

1 容量预估模型

蓄电池的内阻包括欧姆电阻和极化电阻。欧姆电阻主要由电极材料、电解液、隔膜电阻及各零件的接触电阻构成,与电池的尺寸、结构、装配等有关。

极化内阻的大小与蓄电池产生的极化程度有关,极化程度高则极化内阻大。内阻小的电池健康状态好,放电能力强;内阻大的电池健康状态差,放电能力弱。蓄电池极化程度越高,健康状态越差,开路电压回升得越快。考虑蓄电池健康状况ηhea及环境温度因素ηtem,获得可在线修正的容量预估模型为:

(1)

实验研究表明,蓄电池的健康状况随着充放电循环次数的增加而逐渐变差,与电池内阻、电压回升速率均有关系,其健康状况可用(2)～(4)式表示:

(2)

(3)

(4)

蓄电池的荷电量随着环境温度增大而增大。电池上标明的容量是按照标准环境温度25 ℃计算的。温度低时,容量降低,因为电解液的黏度增加,扩散困难,浓差极化增大,活性物质内部的化学反应难以进行。温度高时,容量增大。温度补偿系数可表示为:

ηtem=1+K(T-25)

(5)

其中,K的取值范围视不同电池由实验获得;T为实际环境温度。

2 蓄电池电阻和电压回升速率测量

(1) 蓄电池电阻测量。每次蓄电池充满电并静置一段时间后(每次静置时间的长短相同,具体时间视系统工作状况和电池特性决定),从蓄电池的两端测量蓄电池的内阻(可采用交流法或直流法,每次的方法必须相同,本实验采用交流法测量蓄电池内阻),每测量N次(N一般取不小于10的固定数值)进行一次均值滤波处理,得到一个均值Rk,k=1,2,3,…。

(2) 蓄电池电压回升速率测量。每次蓄电池放电至某截止开路电压Vo后,静置并采样开路电压值(取适当采样周期,如10 s),待电压稳定后取开路电压值Vt和开路电压回升时间t,计算电压回升速率V1=(Vt-Vo)/t,每测量N次(N取值的大小可以与电阻测量时相同)进行一次滤波处理,得到一个均值Vk,k=1,2,3,…。

3 磷酸铁锂电池实验

3.1 充放电实验

以12V/8 A·h磷酸铁锂电池为实验对象,采用安柏AT625电阻与电压测量仪及上位机数据采集软件测量电池内阻与电压,采用汉泰Hantek365电流测量仪实现安时积分。按如下3个步骤充电:1 A恒流充电至蓄电池电压为12 V;5 A恒流充电至蓄电池电压为14.6 V;14.6 V恒压充电至充电电流减小到0.01 C(0.08 A)后结束,并测量静置电阻。

放电方式如下:将充满电的蓄电池给1.51 Ω功率电阻放电至电压下降到10.6 V后停止,并测量电压回升。

3.2 实验结果与分析

3.2.1 充、放电过程电阻电压变化情况

放电过程中电阻变化情况如图1所示。放电初期(0～500 s)和放电末期(3 500 ～4 000 s)电阻迅速增大,但是,在放电中期(500～3 500 s)电阻变化非常微弱。因此,放电中期可进行蓄电池健康度标志的内阻测量。放电结束后的静置过程中(1 000 s)电阻回落并趋于稳定。放电过程电压变化曲线如图2所示。

图1 放电过程电阻变化曲线

图2 放电过程电压变化曲线

充电电阻小于放电电阻,充电过程电阻变化情况如图3所示。充电初期(0～1 000 s)电阻减小较快;恒流充电阶段(1 000～5 700 s)电阻变化极小;恒压充电阶段(5 700～6 700 s)电阻减小很快。由恒流切换至恒压时,250 mΩ左右的电压源内阻与蓄电池内阻并联,使得测量值产生大于2 mΩ的跌落。

充电过程电压变化曲线如图4所示。

图3 充电过程电阻变化曲线

图4 充电过程电压变化曲线

表1 蓄电池充电后静置20 min的电阻 mΩ

表2 蓄电池充电后静置20 min的电压回升率 10-4 V/s

3.2.2 电池容量与环境温度的关系

环境温度对蓄电池的容量具有明显的影响,不同环境温度下对应的电池容量[8]如图5所示。由最小二乘法计算出(5)式中的K=0.004。

图5 温度和蓄电池容量的关系

3.2.3 磷酸铁锂电池剩余电量估算模型

基于开路电压法可以得到蓄电池理论容量,结合近期满容量校验计算出当前实际容量(通过0.1 C放电计算),考虑到温度补偿,基于充电后静置内阻变大和放电后电压回升率变大因素进行健康度容量矫正,从而通过安时积分准确检测蓄电池的剩余电量[9-11]。

确定模型中综合健康因子和修正系数如下:

温度补偿系数经验公式为：

ηtem=1+0.004(T-25)。

将健康因子和温度补偿系数代入(1)式,得磷酸铁锂电池的剩余电量估算模型为：

本文的实验模型与开路电压法对比结果如图6所示,由图6可知,随着循环充放电次数的增加,该模型能够很好地跟踪实验测量值,并且50次充放电后最大误差不大于1.5%;而开路电压法误差达到3.1%,随着蓄电池进一步老化,误差会越来越大。

图6 本文的实验模型与开路电压法对比结果

4 结 论

蓄电池的健康状况随着充放电循环次数的增加而逐渐变差,与电池内阻变化及电压回升率变化均有直接关系。同时,蓄电池的剩余电量还受环境温度的影响。本文的主要结论如下:

(1) 提出了基于蓄电池内阻变化及电压回升率变化的健康因子概念。

(2) 基于蓄电池健康状况及环境温度因素,获得了可在线修正的剩余电量预估模型(1)式。

(3) 对磷酸铁锂电池进行了充放电实验研究,掌握了电压回升率和电阻的变化规律,获得了该电池的剩余电量预估模型。实验结果表明,剩余电量预估模型(1)式解决了电池老化、环境温度等因素造成的安时积分偏差问题。

[1] 季迎旭,杜海江,孙航.蓄电池SOC估算方法综述[J].电测与仪表,2014,51(4):18-22.

[2] 鲁照权.一种光电互补供电系统蓄电池剩余电量的准确估算方法: 201510040644.8[P].2015-10-04.

[3] 田晓辉,刁海南,范波,等.车用锂离子动力电池SOC的预测研究[J].电源技术,2010,34(1):51-54.

[4] 宫学庚,齐铂金,刘有兵,等.电动汽车动力电池模型和SOC估算策略[J].电源技术,2004,28(10):633-636.

[5] CHEN Zheng,MI C C,FU Yuhong,et al.Online battery state of health estimation based on Genetic Algorithm for electric and hybrid vehicle applications[J].Journal of Power Sources,2013,240:184-192.

[6] LI Zhe,LU Languang,OUYANG Minggao,et al.Modeling the capacity degradation of LiFePO4/graphite batteries based on stress coupling analysis [J].Journal of Power Sources,2011,196:9757-9766.

[7] 朱祺.李刚.郭倩.装甲车辆铅酸蓄电池容量在线检测的研究[J].通信电源技术,2011,28(5):47-49.

[8] 李哲,韩雪冰,卢兰光.动力型磷酸铁锂电池的温度特性[J].机械工程学报,2011,47(18):115-120.

[9] 李哲,卢兰光,欧阳明高.提高安时积分法估算电池SOC精度的方法比较[J].清华大学学报(自然科学版),2010,50(8):1294-1296,1301.

[10] DOUGHTY D H,BUTLER P C,JUNGST R G,et al.Lithium battery thermal models[J].Journal of Power Sources,2002,110(2):357-363.

[11] 田甜,李红梅.磷酸铁锂电池的改进建模及SOC估计[J].合肥工业大学学报(自然科学版),2012,35(9):1192-1195,1252.

(责任编辑 张 镅)

A new method for estimating remaining capacity of storage battery

LU Zhaoquan, WANG Wei, WU Jufeng, TAO Jianfeng
(School of Electric Engineering and Automation, Hefei University of Technology, Hefei 230009, China)

This paper presents a new method for estimating the remaining capacity of storage battery. This method takes into account the battery state of health and environmental temperature including the health factors based on changes in battery internal resistance and variety of voltage rise rate, Ampere-hour integral term, etc. Experimental results show that the proposed method solves the remaining capacity estimation bias of Ampere-hour integral method caused by the factors such as environmental temperature and battery aging.

storage battery; open-circuit voltage; internal resistance; health factor; remaining capacity estimation

2015-12-04；

2016-03-29

合肥工业大学产学研校企合作资助项目(W2014JSKF0407)

鲁照权(1962-),男,安徽庐江人,博士,合肥工业大学教授,硕士生导师.

10.3969/j.issn.1003-5060.2017.06.011

TK512.3

A

1003-5060(2017)06-0775-04