基于HPPC实验的铅酸电池的建模技术研究

姚建光+徐兴春+史慧生+李振宇+严绍兴

摘 要：文章基于铅酸电池的PNGV模型，提出了利用电池脉冲放电（Hybrid Pulse Power Characteristic，Hppc）实验，获得所测电池的各类动态特性，从而较为方便地获得电池模型的各项参数。搭建了实验平台，最后，利用仿真和实验验证了所提出控制方法的可行性。

关键词：铅酸电池；脉冲放电；参数辨识

中图分类号：TM912.1 文献标志码：A 文章编号：2095-2945（2018）02-0013-02

Abstract： Based on the PNGV model of lead-acid battery， a novel Hybrid Pulse Power Characteristic（Hppc） experiment is proposed in this paper. The various dynamic characteristics of the battery are obtained， and the parameters of the battery model are obtained conveniently. Finally， the feasibility of the proposed control method is verified by simulation and experiment.

Keywords： lead acid battery； pulse discharge； parameter identification

引言

微电网（Micro-Grid），典型结构包括分布式发电、能量存储设备、集中控制中心和智能化用户等，微电网既能独立运行，也能并网运行，作为对大电网的补充，微电网扮演的角色愈发重要。当前微电网面临的是一个巨大的发展机会，在我国传统电网向智能电网升级的过程起着至关重要的作用[1]。

在微电网中，储能装置起着至关重要的作用，由于分布式电源多为新能源发电系统，十分的不稳定，不能够直接供给负载，电能需要经变换存储后再供给负载或并网运行，因此，大规模的储能技术已成为微电网发展中至关重要的一环。在大规模储能技术中，储能介质的可靠性与成本是决定是否能够进行高效储能的首要因素。尽管目前各类储能新技术发展日新月异，但就技术成熟程度而言，电池储能技术仍是目前微电网中主要的储能选择[2]。

电池储能装置，作为新能源和微电网中的重要组成部分，它的实时状态、寿命状况、保护等都是完成其工作的重要保障。而电池模型，是一种研究电池储能装置中单体电池的性能及电路特性有效的手段[3-5]。对串联电池组中单体电池的模型展开研究，构建与实际过程中等效的模型电路，并进行相关电池实验，获得相关数据，进行模型中参数的辨识，可以深化对其电路特性的理解，从而模拟电池在实际工作中的各类特殊性质，优化电池管理系统[6-10]。

1 铅酸电池的PNGV模型

PNGV模型是一种具有很强的非线性的模型，其各元件参数受SOC、电流或温度等因素影响。PNGV模型由于物理意义清晰，参数辨识简易，建模精度较高等特点，被广泛地应用于电动汽车以及电力储能领域。由于电池受到多种因素的影响，为使模型更准确，本文在基本PNGV模型的基础上，增加一个RC环节，使得模型能够更好地表征铅酸电池的极化现象，改进PNGV模型如图1所示。Rp1与Rp2和Cp1与Cp2组成的两个RC并联环节相串联，以模拟电池的极化特性。由电路模型得到电池端电压满足下式：

UL=UOCV-Up1-Up2-ILR0 （1）

2 HPPC实验

Hppc（Hybrid Pulse Power Characteristic）实验，即电池脉冲放电实验。进行该放电实验，能够获得所测电池的各类动态特性，进而能够较为方便地获得电池模型的各项参数。Hppc实验的具体步骤如下：

（1）对电池进行完全充电，使电池处于SOC=100%的状态。

（2）SOC较大时，参数受SOC值影响较大，由于SOC过小时，脉冲放电所放出的电量会大大消减SOC，使得实验得到的SOC值与真实值有较大误差，故取100%、97.5%、95%、92.5%、90%、80%、70%、……、10%为电池的采样点。

（3）设置脉冲放电电流为0.5C，放电至前步所选取的各采样点时停止放电30分钟，在直流电子负载控制软件中进行设置，记录电压电流数据。

3 仿真分析

为了验证所建立模型以及参数辨识结果，需建立该模型的离散方程，利用Hppc实验数据进行仿真验证。

x以实测回路电流i为输入变量，电池荷电状态SOC、极化电压Up1、Up2为状态转移变量，电池端电压UL为输出变量，建立方程如下：

其中UOCV、R0、Rp1、Rp2、Cp1、Cp2均为关于SOC的可变参数。在Matlab中进行编程仿真以上的离散方程，以Hppc实验实测的IL作为输入，得到仿真结果如图2所示。

分析仿真结果可以看出，仿真电池端电压波形能基本与实际电池端电压波形拟合，但是在电池放电及电池端电压恢复的暂态过程仍存在一定误差，这可能是由于暂态参数Rp1、Rp2、Cp1、Cp2的辨识存在一定误差所导致的。同时，该模型并不能模拟深度放电时电池端电压骤降的过程。但总体而言，改进PNGV模型仍可以在电池正常工作状态下较好地体现出电池的特性。

4 结束语

本章在建立了改进PNGV模型，建立离散数学模型模拟Hppc实验过程，代入各可变参数进行仿真，由仿真结果证明了在电池常规工作状态下，该模型能够较好的体现出电池的特性。

参考文献：

[1]杨新法，苏剑，吕志鹏，等.微电网技术综述[J].中国电机工程学报，2014（1）：57-70.

[2]张娟.铅酸电池储能系统建模与应用研究[D].湖南大学，2013.

[3]邓磊.基于改进PNGV模型的动力锂电池SOC估计和充电优化[D].哈尔滨工业大学，2014.

[4]欧阳佳佳.储能电池管理系统研究[D].浙江大学，2016.

[5]Haihua Zhou， Bhattacharya T， Duong Tran， et al. Composite Energy Storage System Involving Battery and Ultracapacitor With Dynamic Energy Management in Microgrid Applications[J]. IEEE Transactions on Power Electronics， 2011，26（3）：923-930.

[6]Peng Z， Hui Li， Gui-Jia Su， Lawler S. A new ZVS bidirectional DC-DC converter for fuel cell and battery application[J].IEEE Transactions on Power Electronics， 2004，19（1）：54-65.

[7]Y Nozaki， K Akiyama， H Kawaguchi， et al. An improved method for controlling an EDLC-battery hybrid stand-alone photovoltaic power system[C]. IEEE APEC，2000：781-786.

[8]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州电子科技大学，2009.

[9]王標.基于电池模型的汽车铅酸电池SOC在线估计方法研究[D].合肥工业大学，2015.

[10]谢广.基于无迹卡尔曼滤波的磷酸铁锂电池soc估算研究[D].合肥工业大学，2015.endprint