電動汽車用鎳氫電池剩余電量估計方法研究

摘 要： 電池剩余容量預測在電動汽車電池管理系統中占有重要的位置。為準確實時地預測電動汽車動力電池組荷電狀態（SOC），以鎳氫電池組為研究對象，采用安時累積法與開路電壓法相結合對電池組SOC進行預測，通過FPGA對模型及算法的有效性進行驗證。實驗結果表明該研究方法結構簡單，成本相對較低，且預測精度相對較高，有助于提高科研效率并縮短產品研發周期。

關鍵詞： 電池剩余容量； 安時累積法； 開路電壓法； FPGA

中圖分類號： TN948.502?34 文獻標識碼： A 文章編號： 1004?373X（2015）13?0149?03

Abstract： The state of charge （SOC） prediction has important effect on battery management system of electric vehicle. To predict the SOC accurately and in real?time， the management system takes Ni?MH battery pack as research object. The combined method of ampere hour （Ah） accumulation and open circuit voltage （OCV） is used to predict battery pack SOC. The model validity and algorithm are verified by FPGA. The experimental results show that the proposed method has simply structure， lower cost and high prediction accuracy. It is helpful to improve scientific research efficiency and reduce development cycle.

Keywords： SOC； Ah accumulation method； OCV method； FPGA

0 引 言

當前的汽車發展行業面臨著兩大問題：一是不可再生資源的逐漸枯竭；二是由于不可再生資源使用過程中排放出的二氧化碳引起的環境惡化。而電動汽車以其零排放、低噪聲的優勢受到了汽車工業的廣泛關注。電動汽車能量管理系統在電動汽車的商品化過程中起著重要的作用，而電池管理最為重要的環節之一就是準確可靠地獲得電池的荷電狀態SOC[1?2]（State of Charge），即電池剩余電量。精確的SOC值可以讓駕駛人員正確地估計續駛里程及時間，同時可以防止電池的過充與過放，避免因電池的損害而引起電池壽命縮短。但由于電池的剩余電量是不能直接測量得到的，只能通過對電池外特性如電流、電壓、環境溫度等的監測來間接得到，而SOC跟這一系列的因素之間的關系為非線性。此外，電池組的SOC還受到充放電次數、電池老化、自放電、電池的工作狀態、工作環境等因素的影響。因此，建立一個針對電動汽車用的電池剩余電量測量模型是非常困難的[3]。

鎳氫電池（Ni?MH）因其具有循環壽命長、比能量高、無污染、適合大電流放電等優點，在電動汽車領域得到了廣泛應用。本文采用安時累積法和開路電壓法相結合對鎳氫電池的剩余電量進行了預測。經試驗，證明這種方法能夠獲得蓄電池較為精確可靠的剩余電量預測值。

1 SOC定義

電池容量指在一定放電條件下，電池所能釋放出的總電量。目前對剩余電量比較統一的定義方法是從電量的角度來定義剩余容量，依據美國先進電池聯合會（USABC）在其《電動汽車電池實驗手冊》中有關 SOC 的定義：即在一定的放電倍率條件下，電池的剩余電量與相同條件下的額定容量的比值，如公式（1）所示：

[SOC=C0CE] （1）

式中：[C0]為電池的剩余容量；[CE]為電池的額定容量，即在一定的放電倍率下，電池所放出的容量。

通常把一定溫度下電池充電到不能再吸收能量的SOC定義為100%，表示蓄電池為充滿電狀態，而把電池不能放出能量時的SOC定義為0%，表示蓄電池已處于完全放電狀態。

2 常用SOC測量方法比較

本文只對基于電池外特性檢測的SOC預測方法做介紹。

傳統的電池電量測試方法有放電實驗法、開路電壓法、內阻法和安時累積法等。放電實驗法需要電池停止工作，不適于實現電池剩余電量的在線預測。開路電壓法只局限于靜態環境下電池剩余電量的預測。使用內阻法時，由于SOC與電池內阻之間關系復雜，很容易受到各方面的干擾，因此測得的SOC準確性也很低。

安時累積（Ah）法是指在對電池充、放電過程中，按時間與流入、流出電池組的電流乘積值進行積分累加的方式，計算電池充進的電量和放出的電量，并以此來預測SOC的當前值。它將電池包看成一個“黑匣子”，不必考慮到電池內部的工作情況。假設SOC的初值為 SOC0，電池的額定容量為[CE，]電池充、放電的電流大小為[i]（放電時為“+”，充電時為“-”），[ηi]為庫倫效率系數，是電池充電、放電全過程的平均庫侖效率[4]。SOC計算公式如（2）所示：

[SOC=SOC0±ηiCE0tidt] （2）

安時累積法是目前最簡單、最可靠的一種SOC預測算法，它不研究較為復雜的電化學反應及電池內部各參數之間的關系，而是著眼于該系統的外部特征，實現起來較簡單，受電池本身情況的限制小，尤其適用于鎳氫電池組SOC的預測。它在短時間內有較高的測量精度，其在應用上的主要問題是電流[i]的測量精度會導致等式右邊的積分項的誤差進行累積，使得SOC 的預測值隨時間的增長而誤差增大[5]，而且電量的初始值[SOC0]也難以估計。本文介紹將安時累積法與開路電壓法進行結合預測SOC的方法，如下：

（1） 用開路電壓法對電池的初始SOC值進行估算優化，利用Ni?MH電池的電壓和SOC之間的關系曲線，確定電池[SOC0]。

（2） 采用精確度高的電流采集方法，測得電池的充放電電流[i]并對其進行積分，利用式（1）進行計算，最終得到[SOC]值。

3 SOC測量方案設計

總的設計思路：先用開路電壓法得到電量初始值[SOC0；]再用電流傳感器測得電池組的電流后，將其通過A/D轉換模塊轉換成數字信號，送入FPGA進行積分累加，由式（1）計算得到剩余電量值，再通過顯示模塊對剩余電量值進行顯示輸出。

3.1 用開路電壓法估計[SOC0]

電池不放電時，電池正負極之間的電位差稱為電池的開路電壓。利用試驗的方法，記錄電池在不同的放電電流時，電池的端電壓和電池剩余能量之間的關系，如圖1所示。通過試驗采樣電池放電時的電池開路電壓就能得到電池的初始剩余能量[SOC0]。

3.2 用安時累積法預測[SOC]

方案設計框圖如圖2所示，大致包括電流檢測、A/D轉換、FPGA處理、顯示輸出4大模塊。

3.2.1 電流采集方法

電流的采樣是估計SOC的主要依據，因此對其采樣的精度，抗干擾能力，零漂、溫漂和線性度誤差的要求都很高。本文采用安時累積法來測量SOC，要求系統必須提供準確的充放電電流值。選用反應速度快，具有優良線性度的高精度電流傳感器是使預測SOC逼近真實值的根本保證。

目前采集電動汽車電池組電流的方法主要有3種：分流器（電阻取樣法）、電流互感器法和霍爾傳感器法。分流器法的電阻精度難以控制且容易受溫度的影響，電流互感器法的安裝體積較大，故常采用安裝體積小、電流精度高的霍爾傳感器法。

霍爾傳感器是電氣隔離和非侵入式的，測量時沒有導線連接到電源電路，與采用接入電阻測量電流的方法相比確保了安全操作，且不產生多余熱量或損耗。它的磁通門傳感器使用先進的磁電流測量原理，可以抵消在簡單電流測量技術中出現的很多零點和增益誤差。本文采用的是萊姆公司HAHIBV S/02，其是一款專門用于測量電動汽車電池組的充放電電流的霍爾開環電流傳感器，電流測量范圍大，精度高。輸入電流范圍為0～500 A，輸出電壓范圍為0.5～4.5 V，實現了將從電池包采集到的電流信號轉換為電壓信號的過程。為了使輸出的電壓不出現負值，已將參考“0”電位設為2.5 V。電壓信號大于2.5 V時識別為放電狀態，小于2.5 V時識別為充電狀態。

3.2.2 A/D轉換器

A/D轉換電路的作用有2個：一是將由霍爾傳感器得到的電壓信號從模擬信號轉換為穩定的8位二進制數字信號；二是將用開路電壓法測得的初始電量[SOC0]轉換為8位數字信號。然后將這兩路信號送入FPGA進行運算處理，得到電池剩余電量SOC。A/D轉換、FPGA運算處理及SOC顯示輸出電路如圖3所示。

圖中ADC0809CCN的時鐘頻率為500 kHz，IN0～IN7為8路模擬信號的分時采集，片內有8路模擬選通開關，以及相應的通道抵制鎖存用譯碼電路，其轉換時間為100 μs左右。ALE為地址鎖存允許信號，在其上跳沿將A，B，C地址狀態送入地址鎖存器中。這里選擇單通道輸入方式，模擬電壓信號和[SOC0]均從IN0輸入，D0～D7為數據輸出線。ADC0809CCN把輸入的0.5～4.5 V直流電壓量化為從00000000～11111111的256個電平信號。因為參考“0”電位為2.5 V，故區別充放電電流的數字信號為01111111（127），大于此值為放電電流，小于此值為充電電流。ADC0809的D0～D7與FPGA的8個IO口（IO26，IO27，IO28，IO29，IO30，IO39，IO38，IO31）相連，以便將8位數字信號送入FPGA進行運算處理。參考電源[VREF+，][VREF-]一般選擇5 V和0 V。為保證轉換正常進行，控制脈沖寬度[Ts]應大于ADC0809CCN的轉換時間[ts，]如圖4所示。

3.2.3 FPGA運算處理模塊

可編程邏輯器件是目前數字系統設計的主要硬件基礎。本文選用FPGA，利用FPGA的可重配置功能，可以在使用過程中，在不改變所設計設備的硬件電路情況下，改變設備的功能，從而降低成本，縮短開發周期。

（1） SOC預測公式估算

由于電池的工作電流值[i]在起步、爬坡、加速、勻速、減速時變化很大，根據公式（1）來計算剩余電量是較為困難的；但電流[i]的變化速度是相對較慢的，也就是說，在足夠小的時間間隔內，[i]的變化近似為直線。由此可以考慮一種近似的SOC計算方法：用某時間點電流代表時間間隔[T]內的平均電流，計算出時間[T]內的電量。充電時，從初始電量值[SOC0]對每個周期[T]測得的電量進行累加，放電時從初始電量值[SOC0]對累積電量進行累減，得到[SOC]。通過在電動車上的設計測試，只要車輛不是一直行駛在下坡路段，采樣周期[T]取1 s時對計算結果影響較小，但大大降低了計算的復雜度。

（2） 運算過程

先將開路電壓法測得的[SOC0]接至ADC0809的IN0輸入端，將其量化后送入FPGA作為運算累加器的初始值；再將電流傳感器輸出的電壓信號接至ADC0809的IN0輸入端，量化后作為FPGA中累加器的累加數。若量化后的電壓值小于01111111（充電），則和電量初值進行累加；否則進行累減。因為累加器的時間間隔剛好為1 s，累加后的結果跟剩余電量相等[5]，將其從FPGA的IO42～IO49口送至顯示模塊進行顯示即可。

（3） 計算參數的選取

根據能量守恒原理，理想情況下電池放電時輸出的電量應該等于充電時充入電池的電量。若忽略電池的自放電、老化等因素，將[ηi]值取1，[CE]取27 A·h。

4 結 論

本文介紹了幾種常用的SOC測量方法，通過對比選擇，重點介紹了簡單實用的安時累積法與開路電壓法相結合來預測SOC的方法。通過分析，這種SOC預測方法達到了較高的測量精度，且結構簡單，具有較強的實際應用價值。但未考慮充放電次數、電池老化、自放電等因素對SOC的影響，這方面的工作有待進一步改進。

參考文獻

[1] 齊智，吳峰，陳實，等.利用人工神經網絡預測電池SOC的研究[J].電源技術，2005，29（5）：325?328.

[2] 楊朔，何莉萍，鐘志華.電動汽車蓄電池荷電狀態的卡爾曼濾波估計[J].貴州工業大學學報：自然科學版，2004，33（l）：99?102.

[3] 溫朝倉.電動汽車用MH/Ni動力電池[J].科學中國人，1997（3）：20?22.

[4] Argonne National Laboratory，Idaho National Engineering Laboratory，Sandia National Laboratories. USABC electric vehicle battery test procedure mannual [DB/OL]. [1996?05?28]. http：//avt.inl.gov/battery/pdf/usabc?manual?rev2.pdf.

[5] 張衛鋼.電動汽車剩余電量計算方法[J].交通運輸工程學報，2004，4（1）：50?53.

[6] 李長安，李琦，符鋒釗，等.電動汽車動力蓄電池組監測系統的研究[J].現代電子技術，2009，32（23）：206?209.