基于DCDC變換器的鉛酸蓄電池充電控制方法

孟 佳， 李 慧

(長春工業大學 電氣與電子工程學院， 吉林 長春 130012)

0 引 言

車載蓄電池是汽車重要的輔助設備，但是往往存在過充或過放的問題，進而導致蓄電池壽命縮短。而其中車載鉛酸蓄電池通常使用常規的充電方法，這種充電法的耗時較長且存在一定弊端。針對上述問題,文中提出一種基于電池剩余電量(SOC)檢測的快速智能充電方法，通過實時對電池電壓、電流等參數進行監測，再通過將電池的SOC的估算算法與模糊控制充電相結合，實現當SOC低于某個下限值時進行自動充電；當SOC高于某個上限值時，則停止充電，從根本上保證了電池不被過放電[1-2]。

1 SOC定義

美國先進電池聯合會(United States Advanced Battery Consortium)將SOC定義為在特定放電倍率下，電池剩余電量占相同條件下額定容量的百分比[3]：

(1)

式中:QC----電池剩余電量;

QI----以電流I放電一段時間后電池的容量[4]。

從式(1)中可以看出，當SOC=1,代表電池充滿電，SOC=0,代表電池理論上完全放電，剩余電量為0；在實際使用過程中，為了盡量延長電池的使用壽命,一般不會對電池進行完全放電，因此實際SOC值也不可能為0。

文中采取電動勢法對電池SOC進行估算，選擇電動勢法的原因主要有兩方面：一是鉛酸蓄電池的電動勢和SOC之間設有某種必然的聯系，依靠實時檢測電動勢的方式可以很好地預測電池SOC；二是電動勢法相對于安時計量法等傳統算法可降低SOC估算的初值誤差和累積誤差。

確定了SOC的估算方法后，需要進一步選取合適的電池電路拓撲，常用的電池等效電路拓撲模型如圖1所示[5-6]。

圖1 蓄電池等效電路

圖中,E為電動勢，R0為歐姆電阻，R1和R2為極化電阻，C1和C2為極化電容。

分別給電池施加電流和電壓激勵，通過檢測不同激勵下的響應數據對圖1中電池等效電路模型進行參數辨識。首先對電池進行充電，按照一定的電流倍率，充電一段時間后將電池靜置大約1 h，再按照一定的電流倍率進行放電，記錄這段時間電池端電壓的變化,并且分析充電和放電過程中電壓、電流波形和參數的變化，整個參數辨識過程如圖2所示[7]。

圖2 參數辨識過程

在整個參數辨識過程中，由于阻容環節的電壓無法突變，因此電壓的突變與電阻R0有關，在靜置過程中電壓的變化主要與兩個阻容環節電容的放電有關。

(2)

由于放電過程是在電池完全靜置的前提下進行的，因此兩個極化電容相當于零狀態響應:

(3)

式中:UOC----二階電路的開路電壓;

UC1、UC2----分別是電容C1和C2兩端的電壓;

T1、T2----兩個阻容環節的時間常數，T1=R1C1,T2=R2C2;

I----端電流。

由于電容C0值一般很大，因此在放電過程中，可以認為C0兩端電壓的變化很小，可以認為隨時間線性變化，用f(ΔE,Δt)表示:

u(t)=Uoc-f(ΔE,Δt)-IR0-

(4)

2 智能充電器控制器設計

根據著名的馬斯定律可知，蓄電池充電過程中伴隨著溫升、析氣、極化等限制充電速度的系列問題。過高的充電電流并不增長充電率，只增長析氣；相反，過低的充電電流則會增加充電時刻。因此快速、高效的充電電流應該滿足馬斯曲線，如圖3所示。

圖3 馬斯充電曲線

然而，理論上充電電流完全跟蹤馬斯曲線是無法實現的，因此各種“非理想”的近似充電方法應運而生，目前效果最好的是智能充電法[8]。

基于蓄電池SOC檢測充電并采用智能充電方法，檢測系統實時對蓄電池的電壓、電流等參數進行采集，根據采集完后通過處理器估算出蓄電池當前的SOC值，進而采取相適應的電流。文中所涉及充電系統要求電池SOC值保持在70%以上，因此當SOC低于70%時立即開始充電，當電池的SOC值達到90%時停止充電。

要實現蓄電池智能充電，充電電流曲線需遵循馬斯曲線。對于充電電流，可利用模糊控制器實現，模糊控制器通過采集蓄電池兩端的電壓及電壓變化率，通過模糊推理計算出蓄電池的可接受充電電流。蓄電池智能充電模糊控制器結構框圖[9]如圖4所示。

圖4 充電模糊控制器結構框圖

模糊控制器的輸入為蓄電池端電壓與參考電壓的偏差E以及相鄰兩次電壓檢測值的變化率EC，模糊控制器的輸出為充電電流變化量U。由于充電過程中端電壓一直處于上升階段，因此偏差E的模糊語言集設為{PS，PM，PB，PVB}，其量化論域為(0，1，2，3，4，5，6)。誤差變化率EC的模糊語言集設為{NB，NS，ZE，PS，PB}，其量化論域為(-3，-2，-1，0，1，2，3)。輸入和輸出的隸屬度函數如圖5所示。

(a)E的隸屬度函數 (b)EC，U的隸屬度函數

圖5E,EC,U的隸屬度函數

模糊控制規則見表1。

表1 模糊控制規則表

3 充電電路拓撲

使用Buck電路作為智能充電器的主電路，Buck電路可以依靠改變MOS管的導通占空比實現控制負載輸出電壓的大小，Buck電路原理圖如圖6所示。

圖6 Buck電路原理圖

Buck型電路拓撲是由電源Vin、可控器件V1、續流二極管VD1、電感L、電容C等元件構成。其工作過程如圖7所示。

在t0-t1期間，V1導通，此時電源Vin給負載供電，電感電流呈線性上升，電容C會同時充電，由于此時二極管承受反壓，因此處于關斷狀態；在t1-t2期間，V1關斷，此時電感電流不會突變，二極管承受正壓導通電流，并與電感L和負載R構成閉環電路，VD1導通后即將電感左端電壓嵌位相比于地點位拉低一個二極管的導通壓降。此時，電感電流通過續流二極管VD1續流，電感電流線性下降。

圖7 Buck電路工作過程

其輸出電壓UR滿足下式:

(5)

式中:Vout----輸出電壓；

Vin----輸入電壓;

Ton----V1管導通時間；

T----觸發脈沖的周期。

若Buck電路不加輸出濾波器，則輸出為脈動直流，無法滿足蓄電池的充電需求，因此Buck電路后級采用LC濾波器對輸出脈沖直流進行濾波，紋波電流的大小與輸出電感存在直接關聯：

(6)

輸出紋波電壓大小主要由輸出濾波電容的等效串聯電阻(ESR)造成，一般補償電容的大小根據工程經驗計算為:

(7)

式中:Vripple----根據系統設計指標選取;

Vripple/Iripple----選取的電容ESR值。

主電路開環設計無法滿足電池的動態充電要求，因此需對電壓和電流進行采樣，對電池SOC進行估算如圖8所示。

圖8 蓄電池充電拓撲

當SOC值低于70%作為啟動充電器的使能信號，大于90%作為關斷充電器的使能信號，模糊控制器輸出信號經過功率放大作為MOS管的驅動信號，實時調控輸出占空比[10]。

4 電路仿真

依據圖8所示電路，采用Matlab搭建鉛酸蓄電池智能充電仿真模型如圖9所示。

圖9 智能充電器仿真模型

選用12 V/100 AH的鉛酸蓄電池作為充電對象，基于Fuzzy工具箱建立的輸入、輸出函數隸屬度函數如圖10所示。

圖10 輸入、輸出隸屬度函數

分別仿真了當蓄電池SOC為70%和90%時的充電狀態，充電電壓、電流曲線如圖11所示。

圖11(a)SOC為70%時，電池的充電電流、電壓，此時電流約為21 A，電壓約為11.2 V。圖11(b)SOC為90%時，電池的充電電流、電壓，此時電流約為8 A,電壓約為12.8 V。

從上述仿真結果來看，圖8所示的基于模糊控制的Buck充電電路基本能滿足鉛酸蓄電池的充電需求。

5 實驗驗證

根據圖8搭建系統實驗平臺，Buck電路的觸發脈沖由DSP28335發出經驅動電路放大后產生。經過模糊控制后，SOC分別為70%和90%時，充電電壓、電流實驗波形如圖12所示。

為了將模糊控制算法智能充電方式與普通二階段充電的方式進行比較，對兩種控制算法下整個電池充電過程中的電池電壓、電流進行采樣并且繪制成曲線，如圖13所示。

(a) SOC為70%時 (b) SOC為90%時

圖12 充電電壓、電流實驗波形

圖13 蓄電池充電電流、電壓趨勢圖

從圖中可以看出，模糊控制算法的充電電流走勢基本與電池的最佳充電曲線趨勢相同，這樣說明采用模糊充電方式是一個有效的充電方式，模糊控制相比普通的控制算法具有更快的充電速度，同時充電電流平滑更加接近馬斯特性曲線，可以達到快速充電的目的，并減少充電過程對于電池的損害，有利于電池的使用。

6 結 語

以Buck型DCDC變換器為基礎的充電拓撲電路,設計了一種基于模糊控制算法的SOC預測的鉛酸蓄電池智能充電方法。將對鉛酸蓄電池的SOC進行估計的電動勢法和DCDC充電拓撲的模糊控制相結合，并且采用鉛酸蓄電池智能充電的斬波電路，搭建Matlab仿真和實驗平臺，驗證了該方法的可行性。

[1] 周志敏，周紀海，紀愛華．充電器電路設計與應用[M]．北京：人民郵電出版社，2005.

[2] 廖金華,李建黎.鉛酸蓄電池充電技術綜述[J].蓄電池，2010(3):132-135.

[3] 王源，程方曉，王旭.基于電池剩余電量估計的快速充電策略[J].長春工業大學學報, 2016, 37(6)：555-560.

[4] 李文江，張志高，莊益詩．電動汽車用鉛酸電池管理系統SOC算法研究[J].電源技術，2010，34(12)：1266-1268，1286.

[5] 吳敬民．電動汽車用蓄電池的充電方式對電池性能的影響[J].蓄電池，2002，2(3)：62-64.

[6] 李慧，肖偉，駱萬博.電池剩余電量SOC估計[J].長春工業大學學報,2017,38(1)：73-78.

[7] 王兆安，黃俊．電力電子技術[M].北京：機械工業出版社，2000.

[8] Tomohiko I. Charging operation with high energy efficiency for electric vehicle valve-regulated lead-acid battery system[J]. J Paver Sources，2000，91(1)：130-136.

[9] 徐成勝，邱東，王宏志.AOD爐濺渣護爐氮氣流量模糊自適應PID控制[J].長春工業大學學報, 2016,37(3)：256-260.

[10] 梁文瀚，賈文超.太陽能路燈模糊控制器. 長春工業大學學報：自然科學版,2012,33(2)：146-150.