基于能量积分的储能电池动态荷电状态研究

杨 曼，侯朋飞，王洪达

（1. 海军勤务学院，天津 300450；2. 中国人民解放军96881部队，河南洛阳 471000）

0 引言

为了提高电池管理系统的性能，需要对储能电池的能量特性—荷电状态（State of Charge, SoC）进行准确计算，这是微电网能量管理和功率管理系统的重要组成部分[1,2,3]，特别是在含有脉冲负载的微电网中，负载功率是间歇性变化的[4]。为了电池的可持续应用，设计功率控制系统和能量管理系统时要求微电网能够在脉冲间隙对电池充电、在脉冲期间从电池放电[5]，而电池的容量配置、剩余能量、功率特性等都需要准确的SoC作为基础[6]。

目前，荷电状态的估算方法，主要包括安时积分法、开路电压法等传统算法，神经网络算法、卡尔曼滤波算法等高级估算法，以及将高级算法引入到传统算法中的综合算法[7]。随着引入变量的增多，算法的非线性和复杂度也在不断提高。文献[8]给出了不同的荷电状态定义方法，将荷电状态分为标定荷电状态和动态荷电状态，考虑到在不同放电电流下荷电状态的动态变化，对简化计算模型具有重要意义。文献[9]提出了基于能量积分的荷电状态计算方法，将负载电压变化引入到荷电状态计算中，对于含脉冲负载的微电网，电压的变化对储能电池荷电状态的估算产生的影响是不能忽略的。

1 常用的SoC估算方法

SoC的定义通常是基于安时的角度给出的，即SoC是指储能设备剩余电量与总容量的比值[8]：

式(1)中，Qc表示电池剩余容量，CI表示电池充满时以恒定电流I放电时所能释放的电量。

以电化学电池为例，若以一定的充电方式将电池充电至不再吸收电量时，定义此时电池的SoC为1，同样以一定的放电方式将电池放电至没有电量输出时，定义此时电池的SoC为0，则定义可表示为：

电量Q为电流与时间的乘积，即广泛采用的安时计量。按式(2)定义的SoC能够准确表述恒定电流放电时电池荷电状态的变化，但在放电电流变化的情况下，该定义有一定的局限性，如电池以较大的电流放电到截止电压，按定义此时电池的SoC应为0，但是若以小电流继续放电，电池仍能释放能量[10]，此时SoC< 0，显然不符合常规习惯。

2 基于能量积分的SoC计算方法

基于SoC的功能要求，本文采用基于能量积分的 SoC计算方法，将 SoC区分为绝对荷电状态—SoCa、静态荷电状态—SoCs和动态荷电状态—SoCd[9]。

SoCa是从物理角度描述，涉及电极、电解液等，而 SoCs从电化学角度对电池进行描述，如最大释放的能量、开路电压、截止电压等。一般情况下，SoCa与 SoCs差别不大，都是以电池最大充放电能量为基础，应用意义相差不大，但SoCa需要从电池的物理特性研究电极或电解液的特性，描述困难，因此，本文对储能设备的SoCa不进行深入研究。

SoCs和SoCd表达如下：

其中，SoC0为初始静态SoC值；p为储能设备实时功率值，当储能设备处于充电状态时，p为负，否则，p为正；Wmax为储能设备的最大充/放电能量，Wi为储能设备以恒定电流 i充电/放电时所能吸收/放出的能量。

式（3）、（4）表示了SoCs和SoCd的计算方法，从式中可看出在计算储能设备释放能量时采用功率p对时间积分，而功率等于电流与电压的乘积，将电压的变化引入SoC计算，能比较准确反映电池荷电状态的计算方法，适合于因负载变化导致的端电压不稳定的场合。

SoCd是相对于 SoCs得到的，反映储能设备在当前SoCs下能够持续以当前状态继续工作的状态。如3 kW钒液流电池以60 A恒流放电至截止电压，此时若将放电电流降低至30 A，液流电池仍能继续放电。根据本文采用能量积分法定义的SoC，该时刻钒液流电池的 SoCs不为零，但SoCd等于0，表示当前液流电池不能以60 A继续放电。

为了定量描述SoCd和SoCs的关系，本文提出了式（5）的计算方法。

通过式（5），可利用SoCs的估算值直接得到SoCd的估算值，为电池精确能量管理和控制策略奠定了基础，即若能得到储能电池当前SoCs，则通过上式即可得到SoCd，该SoCd表示储能电池以当前状态继续放电的能力。

3 测试与仿真

本文选取了三种在微电网储能中应用最为广泛的储能电池作为测试对象，为了获取蓄电池的充放电的实验数据，按下述方法对其进行了测试。在测试储能电池的特性的基础上，基于能量积分计算SoCs和SoCd值。

3.1 储能电池充放电性能测试

3.1.1 测试平台

图1 实验测试平台

测试平台包括Chroma 17011 可编程电池充放电测试系统（测试单体）、Chroma 17020 能源回收式电池模组测试系统（测试模组）和两台瑞能动力电池测试系统CDS5V-100A-CD，如图1所示。测试试验时，首先用瑞能动力电池测试系统CDS5V-100A-CD，根据设计的实验方案，设置测试系统的工步，得到电池在充电、放电和静置三种状态下的电压、电流、温度等数值。但是这些仪器中数据采集环节的采样率在实验过程中是恒定的，虽然可以根据实验内容的不同，在实验开始前设定采样率，但是实验过程中采样率不能变化。

3.1.2 测试对象

随着微电网示范工程的陆续落地，磷酸铁锂电池、铅酸蓄电池、钒液流电池等作为微电网储能电池应用越来越多，本实验选取这三种储能电池为测试对象，具体为：

1）1#储能电池：磷酸铁锂电池（标称容量：25 Ah）；

2）2#储能电池：铅酸蓄电池（标称容量：200 Ah）；

3）3#储能电池：钒液流电池（标称容量：3 kWh）。

3.1.3 测试条件

本实验主要进行循环充放电测试，以获取电池充放电特性。电池测试充放电电流和充放电截止电压/电流如表1所示。

表1 测试充放电电流和充放电截止电压/电流

3.1.4 测试结果

不同充放电电流I下，1#储能电池、2#储能电池、3#储能电池恒流部分充电能量Econ、总充电能量Ec、总放电能量Ed分别如表2、表3、表4所示。

基于能量积分法的SoC计算需要电池的最大充放电能量，为方便求取参数，标称25 Ah的1#储能电池、标称200 Ah的2#储能电池、标称3 kWh的3#储能电池，分别以10 A充放电时的能量作为最大充放电能量，考虑自放电的效应，如表5所示。

表2 1#储能电池不同充放电电流下充放电总能量

表3 2#储能电池不同充放电电流下充放电总能量

表4 3#储能电池不同充放电电流下充放电总能量

表5 电池最大充放电能量

3.2 基于能量积分的SoC计算

在室温下进行储能电池电气特性测试，根据公式(1)定义的SoC计算方法，可以得到电池电压、电流对应的SoC，进而可以得到最大充放电电流、开路电压与SoC的关系。

3.2.1 初始荷电状态的估算方法

与安时积分法一样，能量积分法的误差受SoC0影响大。因此，需要对初始荷电状态进行校正，可以利用下面两种方式获取SoC0：

1）将电池“充满电”，即以一定的充电方式对电池进行充电，达到充电截止条件，此时可认为电池SoC为1；

2）将电池静置一段时间，测量电池的开路电压，利用EMF-SoC曲线获取当前的SoC作为初始静态荷电状态SoC0。

试验开始，首先对电池进行“标定”，测试电池的容量，1#储能电池利用25 A(1 C)充放电、2#储能电池利用40 A(0.2 C)充放电、3#储能电池利用40 A充放电进行容量标定。同时，以恒流恒压的方式对电池充电，直至充电电流接近零，表示电池已经完全充电，此时电池的SoC为1。

3.2.2 计算结果

根据前述SoCs定义的计算方法，将实验数据带入计算模型，得到不同电流下电池的SoCs，充电过程的计算结果如图2所示，放电过程的计算结果如图3所示。

图2 充电过程电池SoCs的变化

图3 放电过程电池SoCs的变化

SoCd的计算可由公式（5）计算，在MATLAB软件中对式（5）编程，将SoCs的数据导入程序中，代入电池最大释放或吸收能量和当前电流下所能释放或吸收的能量，即可得到SoCs对应的SoCd。以2#储能电池放电过程为例，由表1和表5可知，2#储能电池最大放电能量为346 Wh，20 A电流和100 A电流分别对应释放的能量为344.566 Wh和234.298 Wh，则计算结果如图4所示。

由图4可知，在放电结束时刻，SoCd为零表示电池不能继续以该电流放电，但SoCs不为零，表示2#储能电池仍具有放电能力，若降低放电电流，仍能继续放电。且放电电流越大，SoCd达到0的时间越短，此时电池剩余能量越多，即SoCs越大。蓄电池的充电过程和其他电池的SoCd计算过程相同。

4 结论

对于含有脉冲负载的微电网，SoC值的准确估算使电池管理系统能够及时调整电池充放电状态及充放电的电压电流，防止电池出现过充过放，提高电池寿命。考虑脉冲负载功率变化大，采用了基于能量积分的储能电池动态荷电状态的计算方法，在利用测试平台测试储能电池的充放电特性等试验数据基础上，获得在不同电流电压条件下的储能电池动态荷电状态。