Professional Documents
Culture Documents
February 2018: Article
February 2018: Article
February 2018: Article
net/publication/348741144
锂电池组等效模型构建与SOC估算方法研究
CITATIONS READS
0 256
5 authors, including:
Shunli Wang
Southwest University of Science and Technology
4,517 PUBLICATIONS 1,760 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Shunli Wang on 25 January 2021.
1 2 2 1 1
李建超 王顺利 刘小菡 杨 东 钟 俊
( 1.绵阳市产品质量监督检验所; 2.西南科技大学信息工程学院)
{ [ ] [ ]
c. 神经网络法,对训练的数据和数据训练的 1 0 - ηT / Q
A= ,B =
方法有很大依赖性; 0 e -T / τ
R TP ( 1-e -T / τ )
d. 内阻法,对系统的软件和硬件要求较高; H[k]=[U OC( SOC( k | k-1) ) -1]
e. EKF,即扩展卡尔曼滤波器,对锂电池模 τ = R1 C
型依赖性强,且对 BMS 系统中处理器的速度要求 式中 Q ———锂电池的额定容量;
高。 T ———采样周期;
1.2 锂电池等效模拟与参数辨识 η ———修正因子。
建立锂电池电化学模型
1.2.1 给定初值 X( 0) 、P( 0) 、R、Q,通过计算式的 6
目前有 4 种典型的锂电池等效模型: Rint 模 个步骤依次循环,不断修正安时积分法对 SOC 估
型、PNGV 模 型、GNL 模 型 和 Thevenin 模 型。 算造成的误差,使 SOC 估算值接近真实值。 具体
Thevenin 模型较其他 3 种模型而言,电压计算最 计算式为:
方便,在工程上也更易于实现,误差较低,因此笔 X( k | k-1) = AX( k-1| k-1) +BI( k)
Y( k | k-1) = E[SOC( k | k-1) ]-UTP( k | k-1) -ROC[I( k) ]
者选择 Thevenin 模型作为锂电池的等效电路模
P( k | k-1) = AP( k-1) AT +Q
型,如图 1 所示。 T T
Lg( k) = P( k | k-1) H ( k) /[H( k) P( k | k-1) H ( k) +R]
X( k | k) = X( k | k-1) +Lg( k) [Y( k) -Y( k | k-1) ]
P( k) =[E2 -Lg( k) H( k) ]P( k | k-1)
构建 BMS 及其相关参数的识别
1.2.3
在硬 件 设 计 中,以 STM32F103ZET6 为 控 制
器,设计电池的电压检测电路和电流检测电路 ,构
建的 BMS 系统整体结构如图 2 所示。
图1 Thevenin 等效电路模型
根据等效模型获得的状态空间方程如下 :
U OC = U L +I L R TO +U TP
· 1 1
U TP = U - I
C TP R TP TP C P L
式中 C TP ———电容;
I L ———负载电流;
R TO ———欧姆内阻;
R TP ———电阻; 图2 BMS 电池管理系统结构框图
U L ———电池的负载电压;
U OC———开路电压; 锂 电 池 电 流 检 测 电 路 的 设 计,首 先 通 过
U TP ———电势。 INA117 构成的一级差分电路对采样电阻两端的
1.2.2 创建 SOC 的估算方法 电压进行采集,然后将差分电路的输出连接到由
开路电压法能准确估算锂电池的初始 SOC, OPA27 构成的一级反相比例放大电路中,偏置电
安时积分法可在一段时间内估算出锂电池的剩余 路部分由一个 INA117 构成差分电路,将 3.3V 和
电量,卡尔曼滤波算法在 SOC 估算过程中对初始 GND 作为差分电路的输 入,然 后 通 过 由 OPA27
SOC 的误差有一定修正作用。 结合以上分析,创 构成的反相电压跟随电路得到 - 3. 3V 的偏置电
建基于扩展 EKF 算法并结合开路电压法和安时 压,再将偏置电压与一级反相比例放大器的输出
152 化 工 自 动 化 及 仪 表 第 45 卷
式中 I ———通过采样电阻的电流;
U———求和电路的输出。
锂电 池 电 压 检 测 电 路 的 设 计,采 用 INA117
高共模电压差分放大器构成差分电路,其输入与
输出能够替代隔离放大器实现电气隔离,在差分
电路之后采用 OPA27 精密运算放大器构成反相
比例放大器,对电压进行 0.7 倍( 3.3 /4.7) 的缩放,
使其输出在 STM32 的 ADC 采集范围之内,再利 图3 主程序流程
用 STM32 自带的 12 位 ADC 进行 A / D 转换,实现
电压和电流检测的子程序设计,主要利用了
对锂电池组中各单体电池电压 U O 的测量,即:
STM32 单片机的 ADC 将差分电路采集的电压信
R2
UO = ( V1 -V2 ) 号转换为数字信号,通过计算换算为实际的电压
R1
和电流值。
其中,R 1 = 4. 7kΩ,R 2 = 3. 3kΩ; V1 - V2 为电容 2 实验与分析
两端的电压。 2.1 各电池单体参数检测与 SOC 估算
在软件设计中,基于 1. 2. 2 节已创建的 SOC 采用笔者设计的 BMS 对锂电池组内各单体
估算法,编写了主程序和子程序,其中主程序流程 的电压、电流和温度数据进行采集,并进行 SOC
如图 3 所示。 估算,获得的结果见表 1。
表1 各电池参数检测与 SOC 估算
电池编号 U 测量 / V U 实际 / V ΔU / V I 测量 / A I 实际 / A ΔI / A 温度 / ℃ SOC 测量 SOC 实际 ΔSOC
# -0.28
1 3.654 2 3.638 2 0.016 0 2.56 2.84 27.85 0.212 1 0.209 1 0.003 0
# -0.28 -0.001 8
2 3.822 0 3.801 7 0.020 3 2.56 2.84 27.85 0.682 6 0.684 4
# -0.007 2 -0.28 -0.001 2
3 3.794 2 3.801 4 2.56 2.84 27.85 0.651 4 0.652 6
4# 3.856 4 3.830 2 0.026 2 2.56 2.84 -0.28 27.85 0.752 9 0.750 1 0.002 8
5# 3.774 5 3.752 3 0.022 2 2.56 2.84 -0.28 27.85 0.581 7 0.584 3 -0.002 6
6# 3.792 3 3.776 9 0.015 4 2.56 2.84 -0.28 27.85 0.649 7 0.650 1 -0.000 4
7# 3.674 5 3.662 6 0.011 9 2.56 2.84 -0.28 27.85 0.286 2 0.279 9 0.006 3
( 续表 2) 为重要。
序号 U OC / V SOC 实际 SOC 估算 估算误差 / % 参 考 文 献
6 3.671 0.301 0.291 -0.010
[1] 邓涛,孙欢. 锂离子电池新型 SOC 安时积分实时估
7 3.681 0.351 0.342 -0.009
算方 法[J]. 重 庆 理 工 大 学 学 报 ( 自 然 科 学 版 ) ,
8 3.701 0.401 0.411 0.009 29( 1) : 101 ~ 106.
2015,
9 3.722 0.452 0.463 0.011 [2] 付浪,杜明星,刘斌,等.基于开路电压法与卡尔曼滤
波法相结合的锂离子电池 SOC 估算[J]. 天津理工
10 3.761 0.552 0.553 0.001
大学学报, 31( 6) : 9 ~ 13.
2015,
11 3.783 0.603 0.593 -0.010
[3] Sepasi S,Ghorbani R,Liaw B Y.Inline State of Health
12 3.832 0.653 0.642 -0.011 Estimation of Lithium-Ion Batteries Using State of
13 3.831 0.703 0.704 0.001 Charge Calculation [J]. Journal of Power Sources,
2015,
299: 246 ~ 254.
14 3.864 0.750 0.761 0.011
[4] Unterrieder C,Zhang C,Lunglmayr M.Battery State-of-
15 3.934 0.803 0.843 0.041
charge Estimation Using Approximate Least Squares
16 3.944 0.854 0.865 0.011 [J].Journal of Power Sources,
2015,
278: 274 ~ 286.
17 3.992 0.901 0.914 0.012 [5] Gao J P,Zhang Y Z,He H W.A Real-time Joint Esti-
mator for Model Parameters and State of Charge of
18 4.121 0.951 0.954 0.003
Lithium-Ion Batteries in Electric Vehicles[J]. Ener-
gies, 8( 8) : 8594 ~ 8612.
2015,
由此可见,笔者设计的 BMS 的 SOC 估算误差 [6] Corno M,Bhatt N. Electrochemical Model-Based State
在 - 5.00% ~ 5.00% 范围内。 of Charge Estimation for Li-Ion Cells[J]. IEEE Trans-
3 结束语 actions on Control Systems Technology,2015,23( 1) :
笔者提出了基于卡尔曼算法的锂电池 SOC 117 ~ 127.
估算法,设计了电压和电流检测电路,编写了控制 [7] 毛华夫,万国春,汪镭. 基于卡尔曼滤波修正算法的