基于SOC估計與單電容配置的電池均衡系統(tǒng)設(shè)計

丁哲航　李濤　謝軍　陳闊　黃繼業(yè)　曾毓杭州電子科技大學(xué)電子信息學(xué)院

?

基于SOC估計與單電容配置的電池均衡系統(tǒng)設(shè)計

丁哲航李濤謝軍陳闊黃繼業(yè)曾毓
杭州電子科技大學(xué)電子信息學(xué)院

為了解決單體電池串聯(lián)的均衡問題，本文設(shè)計提出了一種電池均衡系統(tǒng)，采用卡爾曼濾波法對電池荷電狀態(tài)（SOC）進(jìn)行了估計，并以此為依據(jù)對電池進(jìn)行均衡。均衡采用了單電容配置的飛渡電容法，由MOS管進(jìn)行開關(guān)控制，在電池間轉(zhuǎn)移能量，達(dá)到均衡效果。并采用Scilab對設(shè)計進(jìn)行了驗證，證實了其可行性。

電池均衡 SOC估計 飛渡電容法 卡爾曼濾波算法

電池管理系統(tǒng)（Battew Manage System）是管理電池組運作的系統(tǒng)，用于保護(hù)電池免受損害、預(yù)測并提升電池組的使用壽命，將系統(tǒng)維持在安全、高效與可靠的操作環(huán)境中。其核心的模組是電池組的均衡系統(tǒng)。電池組中的單體電池在使用過程中，由于其本身特性的不一致，在長期充放電使用的過程中，不可避免地會出現(xiàn)性能的差異。例如，在充電過程中不免會有單個電池首先達(dá)到充電電壓，或是在放電過程中首先達(dá)到放電截止電壓。出于安全性考慮，此時必須停止充放電進(jìn)程，而此時其余電池仍未充滿電或仍未放完電。這就會影響到電池組的使用效率，長此以往還會降低其壽命。均衡系統(tǒng)的目的即是實時監(jiān)控電池狀態(tài)，并維持各個單體電池間的一致性，提升電池組本身的運作效率。

本文設(shè)計了一種電池均衡系統(tǒng)，采用卡爾曼濾波法對電池荷電狀態(tài)（SOC）進(jìn)行了估計，并以此為依據(jù)對電池進(jìn)行均衡。均衡采用了單電容配置的飛渡電容法，由MOS管進(jìn)行開關(guān)控制，在電池間轉(zhuǎn)移能量，達(dá)到均衡效果。最后通過Scilab編程仿真驗證這種設(shè)計的可行性。

1　方案設(shè)計

1.1電池電量估計

作為均衡的數(shù)據(jù)依據(jù)，通?？梢赃x擇電壓或者SOC值。然而電壓值很容易受到溫度和電流等外部因素的影響而波動，并不適合作為參考依據(jù)。相比之下，基于荷電狀態(tài)數(shù)據(jù)進(jìn)行均衡要有效得多。然而，SOC值是無法直接測量的，只能通過其他直接測量值進(jìn)行估計。實時估計SOC有三種基本方法，分別是化學(xué)測量法、電壓測量法、電流積分法。化學(xué)方法通過對電池電解質(zhì)的比重或者酸堿度進(jìn)行測量，從而估計出電池的SOC。然而這種方法僅僅適用于能夠直接對電解質(zhì)進(jìn)行測量的場合，并不適用于通用應(yīng)用。電壓法通過測量電壓，然后利用電池的放電曲線得到SOC值。然而，如前所述，電壓會受到外部參數(shù)如電流和溫度的影響，從而導(dǎo)致結(jié)果不精確。

電流積分法，又稱為庫侖計數(shù)法。通過實時對電流進(jìn)行測量并積分來計算出電池放出/充入的電荷量，從而計算出SOC值。然而，由于測量的不精確性，長期的電流積分必然導(dǎo)致誤差的積累。此外，這個方法還有另一個缺陷，就是很難得到一個合適的初始參考點。為了提高精確度，可以結(jié)合電壓法和電流積分法，通過卡爾曼濾波器提高精確度?？柭鼮V波為電流積分法提供了負(fù)反饋機制，消除了累計誤差。同時卡爾曼濾波也使得系統(tǒng)不會對初始SOC估計過于敏感，因此可以用電壓法得到一個初始的粗糙估計值。本設(shè)計中，采用卡爾曼濾波算法。

1.2電池模型設(shè)計

為了利用卡爾曼濾波算法由電壓和電流估計出SOC值，必須首先選用相應(yīng)的電池模型。模型以開路電壓一荷電狀態(tài)關(guān)系函數(shù)表達(dá)。主要的電池模型有三種，分別是Sheperd M odel、Unnewehr Universal Model和Nernst Model。

其中電流以內(nèi)阻分壓的形式對電壓產(chǎn)生影響，而SOC以反比例函數(shù)的形式作用于電壓值。該模型基于低電流恒定放電，并著重考慮了當(dāng)電量接近放完時電壓急劇下降的特性。但是在實際使用中，電池很少過度放電。

考慮到基本的卡爾曼濾波算法適用于線性系統(tǒng)，對于非線性系統(tǒng)，擴展卡爾曼濾波算法具有相當(dāng)?shù)膹?fù)雜性。因此在本設(shè)計中采用線性的Unnew ehr Universal Model。

1.3均衡策略設(shè)計

電池均衡的目的在于使得不同電池間的電量趨于相等，為此常見的均衡措施通?？梢苑譃橹鲃泳夂捅粍泳鈨深?。被動均衡指通過被動元件，如電阻，從能量較高的電池中移出能量，使得其能量降低至其余電池的能量水平；主動均衡則是通過動態(tài)元件將能量從電量較高的電池處轉(zhuǎn)移至能量較低的電池處。被動均衡（能量損耗型）電路設(shè)計簡單，易于實現(xiàn)。然而由于是通過電阻放熱釋放能量，效率較低并且浪費能源。此外，當(dāng)均衡時間長、電池組電量較大時，這種策略會產(chǎn)生大量放熱。因此此種結(jié)構(gòu)并不適宜。主動均衡從高能量電池中移出電荷并轉(zhuǎn)入低能量電池中。動態(tài)電池均衡可以采用不同的策略，如用電容或電感等動態(tài)元件儲存電荷或者轉(zhuǎn)移電荷。利用電容進(jìn)行電荷轉(zhuǎn)移的方式成為飛渡電容法，其可以繼續(xù)細(xì)分為四種配置模式。

第一種是在每兩個相鄰電池間連接上一個電容，電容和電池間通過可控的開關(guān)控制通斷。在這種配置下，不需要進(jìn)行智能控制。令開關(guān)在通和斷間以相等的間隔進(jìn)行快速切換，電容即可以從電壓較高的電池中充電，并在下一個間隔周期中將電量釋放入電壓較低的電池中。

第二種是第一種配置的衍生。區(qū)別在于，此時的電容并非一層而是兩層。兩層的電容意味著相比第一種配置，電荷擁有了更多的轉(zhuǎn)移通路，因此均衡的速度也有顯著提升。作為缺點，這種配置模式的成本較前者更高。

第三種是單電容配置。在這種配置下，所有的電池通過開關(guān)連接到同一個電容中。這種配置的優(yōu)點在于只需要使用一個電容，并且當(dāng)電池數(shù)量多于4個時，開關(guān)的使用數(shù)量也要低于其他配置。在這種配置下，需要一些簡單的控制策略。將在后文提及。

第四種是模塊化配置。這種配置下，電池被分為若干個模塊，其中模塊內(nèi)部的電池通過第一種單層配置的方法進(jìn)行連接，而在模塊間使用一個單電容進(jìn)行連接。這種方法的主要缺點在于需要大量的開關(guān)和電容。

本設(shè)計采用第三種，即單電容配置。開關(guān)的控制策略基于電池的SOC測量結(jié)果，在SOC最高和最低之間的電池間轉(zhuǎn)移能量。

2　系統(tǒng)設(shè)計

2.1總體設(shè)計

本系統(tǒng)以單片機為控制核心，分為數(shù)據(jù)采集、均衡控制、數(shù)據(jù)通信三個模塊。

2.2數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊包含電壓和電流的檢測電路。電壓檢測最簡單的方式是采用電阻分壓測量，但是如此的測量結(jié)果會產(chǎn)生累計誤差。本設(shè)計采用差分輸入及電壓跟隨電路。前級為差分電路，輸出電壓經(jīng)過低通濾波器輸入到后級電壓跟隨器中。消除了電壓分壓檢測時的誤差累計問題。為進(jìn)行電流檢測，本設(shè)計采用了霍爾傳感器?；魻杺鞲衅鲗㈦娏鞯拇笮∞D(zhuǎn)換為電壓，相比用電阻進(jìn)行電流測量精度更高，并且耗能較少。

2.3均衡電路

如前所述，均衡電路采用單電容配置。當(dāng)要對任意電池進(jìn)行充電或放電操作時，閉合下層相應(yīng)的開關(guān)并同時斷開其余下層開關(guān)。上層開關(guān)根據(jù)下層的情況相應(yīng)進(jìn)行閉合或者斷開。按照圖中的配置，上層開關(guān)應(yīng)當(dāng)是同相的。在進(jìn)行開關(guān)操作時，應(yīng)當(dāng)確保首先斷開所有開關(guān)，然后再閉合相應(yīng)的開關(guān)。在實際電路中，開關(guān)的職責(zé)由MOS管擔(dān)當(dāng)。對于普通開關(guān)使用一個MOS管，對于單刀雙擲開關(guān)使用一對互補的MOS管。因此，在四個電池的情況下，所需要的MOS管為9個。

2.4軟件模塊

系統(tǒng)的核心為一塊單片機。單片機負(fù)責(zé)讀取所有測量結(jié)果，計算SOC估計值，根據(jù)均衡邏輯決定將要閉合或者開啟的開關(guān)。同時，單片機也負(fù)責(zé)將各類數(shù)據(jù)儲存在非易失性儲存器中，以便任何時候均可使用。為了方便使用上位機進(jìn)行檢測和控制，單片機也負(fù)責(zé)將數(shù)據(jù)通過數(shù)據(jù)線發(fā)送至上位機中，并執(zhí)行上位機傳下的命令。

2.5卡爾曼濾波算法實現(xiàn)

卡爾曼濾波算法是利用隨時間得到的一系列測量值，在噪聲環(huán)境中估計線性系統(tǒng)狀態(tài)的算法。此外，卡爾曼濾波器是一種時域中遞歸的濾波算法，因此很容易在低成本軟件系統(tǒng)中實現(xiàn)。卡爾曼濾波要求設(shè)定一組狀態(tài)向量x和相應(yīng)的誤差相關(guān)矩陣P，給定狀態(tài)變換矩陣F、控制一輸入變換矩陣B、輸入一觀測變換矩陣H，以及過程噪聲和觀測噪聲的協(xié)方差矩陣（分別是Q和R）。那么，只要給定控制量“和觀測量z，就能對線性系統(tǒng)的狀態(tài)進(jìn)行估計。

3　仿真驗證

在Scilab中對該模型進(jìn)行驗證。對四個電池模型進(jìn)行仿真，其初始參數(shù)（容量、內(nèi)阻、模型參數(shù)）有小幅度不同。其SOC值分別以0.4～1.0間的數(shù)值初始化。噪聲以電壓、電流的測量值形式加入。

4　結(jié)語

本系統(tǒng)設(shè)計的基于SOC的均衡系統(tǒng)采用卡爾曼濾波算法，結(jié)合了以Unnewellruniversal Model為基礎(chǔ)的電壓法和以電荷計數(shù)的電流法，對系統(tǒng)的SOC值進(jìn)行了估計，并以單電容配置對電池組進(jìn)行均衡。系統(tǒng)較為簡單易行，并且能取得良好的效果。

［1高明煜，何志偉，徐杰.基于采樣點卡爾曼濾波的動力電池SOC估計［J］.電工技術(shù)學(xué)報，2011，26（11）：161—167.

［2］上官倍法.基于ARM的電池管理監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)［D］.杭州：杭州電子科技大學(xué)，2012.

［3］程艷青，高明煜，徐杰，等.電動汽車動力電池剩余電量在線測量［J］.電子測量與儀器學(xué)報，2008，22（1）：182一185.