基于+SOC+的锂动力电池多层双向自均衡方法
电池管理系统均衡管理方法
电池管理系统中的均衡管理方法是为了确保电池组内每个单体电池的电压、温度等参数保持在合适的范围内，从而延长电池组的寿命并提高系统性能。
以下是一些常见的电池均衡管理方法：
1. 被动均衡：
-电阻均衡器：通过连接电阻并在电池单体间产生电流差异，使电池之间的电荷量趋于平衡。
-继电器均衡器：利用继电器控制电路，将电池之间的电压进行短路放电，达到均衡的目的。
2. 主动均衡：
-电容均衡器：利用电容器储存和释放能量，调节电池之间的电压差，实现均衡。
-开关调节器：通过开启或关闭开关管，控制电池单体之间的电流流向，使电池达到均衡状态。
3. 智能均衡：
-基于算法的均衡管理：通过智能电池管理系统，根据电池单体的实时状态进行动态调节和管理，实现精准均衡控制。
-通信协议均衡管理：采用通信协议实现电池组内部各个单体之间的信息交换和协同工作，提高均衡效率和精度。
4. 温度控制：
-保持电池单体的温度在适宜范围内，可以提高电池的性能和寿命，同时有助于均衡管理的稳定实现。
以上是一些常见的电池管理系统均衡管理方法，根据实际情况和需求可以选择合适的方法或结合多种方法进行综合应用，以确保电池组的安全性、稳定性和性能表现。
在实际应用中，还需要结合电池类型、系统设计和环境条件等因素进行综合考虑和优化，以实现最佳的电池均衡管理效果。
动力电池soc平滑原理
动力电池soc平滑原理
动力电池的SOC（State of Charge，电池荷电状态）平滑原理
是指通过一定的控制策略和算法来实现电池充放电过程中SOC的平
稳变化，以提高电池的使用性能和寿命。
在动力电池系统中，SOC
是指电池当前的荷电状态，通常以百分比表示，是衡量电池电量剩
余程度的重要指标。
SOC平滑原理的实现涉及到电池管理系统（BMS）的控制策略和算法。
首先，SOC平滑原理的实现需要对电池进行精确的电量估计。
这通常通过测量电池的电压、电流、温度等参数，结合电池特性曲
线和数学模型进行计算得出电池的SOC。
在此基础上，控制策略和
算法可以根据电池的实际工作状态，如充电、放电、静置等，对
SOC进行动态调整，以实现平滑变化。
其次，SOC平滑原理还涉及到充放电控制的优化。
通过合理的
充放电控制策略，可以减小电池充放电过程中的波动，使SOC变化
更加平稳。
比如，在充电过程中，可以采用恒流、恒压充电策略，
并结合温度补偿和过充保护措施，以确保电池充电过程平稳进行；
在放电过程中，可以根据负载需求和电池状态实时调整放电电流，
避免过度放电造成SOC波动。
另外，SOC平滑原理还需要考虑电池的健康管理。
通过监测电池的循环次数、温度、过充过放等工作状态，及时进行健康评估和管理，可以有效延长电池的使用寿命，减小SOC的波动。
综上所述，动力电池SOC平滑原理的实现需要综合考虑电池的电量估计、充放电控制优化和健康管理等因素，通过合理的控制策略和算法来实现电池SOC的平稳变化，从而提高电池的使用性能和寿命。
动力电池的soc名词解释(一)
动力电池的soc名词解释(一)动力电池的SOC名词解释动力电池是电动汽车或混合动力汽车中的重要组成部分，它存储和释放能量，为车辆的驱动提供动力。
SOC（State of Charge）是描述电池电量的术语，它表示动力电池充电状态的百分比。
下面是一些与动力电池SOC相关的名词解释和示例：1. SOC•解释： SOC是State of Charge的缩写，指的是动力电池的充电状态。
它以百分比形式表示电池当前的电量水平，用于判断电池的剩余电量和可用驱动里程。
•示例：动力电池的SOC为50%，表示电池当前充电量为其总容量的50%。
2. SOC计算方法•解释： SOC计算方法是确定动力电池充电状态的方式，通常基于电流和电压等参数对电池进行估算。
•示例：基于电流和电压的SOC计算方法可以根据电池细分过程中释放和充电的能量来估算SOC水平。
3. SOC均衡•解释： SOC均衡是指在多个电池单元或模块之间的电量分布均匀化的过程。
这是为了确保每个电池单元都能保持相似的SOC，并提高整个动力电池组的可靠性和性能。
•示例： SOC均衡可以通过使用电池管理系统（BMS）来监控和控制电池单元之间的充电和放电过程，以确保它们之间的SOC保持平衡。
4. SOC偏差•解释： SOC偏差是指不同电池单元或模块之间的充电状态不一致的情况。
这可能导致在电池组中某些单元的剩余电量过低或过高，并且可能影响整体性能。
•示例： SOC偏差可能导致某些电池单元的充电过度或放电过度，使其寿命缩短，并可能导致整个动力电池组的能量存储不均衡。
5. SOC保持•解释： SOC保持是指在长时间静置或停机状态下，动力电池保持其当前SOC水平的能力。
这对于长时间不使用电动车辆或存储电池的情况非常重要。
•示例：如果一辆电动汽车在停放数月后，动力电池的SOC保持在合适的水平，那么在重新启动车辆时，电池的性能和可用驱动里程应该与停放前相似。
以上是动力电池SOC相关名词的解释和示例。
动力电池SOC
SOC的研究现状
PILLER等介绍了利用卡尔曼滤波算法估计电池SOC，取得了较好的效果
。
欧阳茜等针对纯电动汽车的工作特点，提出了安时法与开路电压结合的方法。 宫学庚，陆勇等通过实验数据得到了开路电压、自恢复效应、充放电效率等影响因素对 SOC的修正系数K
。 。
A.Affanni等用神经网路方法用于估计SOC取得了较好的效果
④线性模型法
线性模糊算法是基于SOC变化量、电流、电压和上一个时间点SOC值，建立的线性方程：
so c ( i )
0
U (i )
1
I (i )
2
so c ( i 1)
3
so c ( i ) so c ( i 1) so c ( i )
为利用参考数据，通过最小二乘法得到的系数，没有特别的物理意义。适用于低 电流、soc缓变的情况。
I 1
R
p
0
Байду номын сангаасU
p
p
U
p
C R
p
U
1
I
p
C
Uoc描述电池的开路电压，R0为电池内阻，I为总电流，Ip为通过极化电阻上的电 流，Ul为电池的负载电压，Rp和Cp分别为极化内阻和极化电容
Uoc
辨识参数 Rp
Ro
Cp
实验方案
以250C，1C为基准，建立基准电压—放电容量曲线、内阻—放电 容量曲线
保持温度不变，研究不同放电电流对容量的影响，寻找参数
SO C
0
韩国起亚汽车公司定义为：
SO C 剩余容量 额 定 容 量 -容 量 衰 减 因 子
基于VFFRLS_联合AUKF_的锂电池SOC_估计
第23期2023年12月无线互联科技Wireless Internet Science and TechnologyNo.23December,2023作者简介:邹康康(1995 ),男,山东烟台人,硕士研究生;研究方向:锂电池SOC 估计㊂基于VFFRLS 联合AUKF 的锂电池SOC 估计邹康康,李良光(安徽理工大学电气与信息工程学院,安徽淮南232001)摘要:锂电池的荷电状态估计(SOC )在动力电池管理系统中占有重要地位,准确的SOC 预测是锂电池安全工作的关键保证㊂文章针对由电池模型的参数固定而导致模型参数辨识准确性不够以及传统无迹卡尔曼滤波精度较低㊁稳定性差等问题,采用可变遗忘因子最小二乘算法(VFFRLS )对电池模型进行在线参数辨识,再联合自适应无迹卡尔曼滤波算法(AUKF )来估计SOC ㊂在UDDS 工况下对联合估计算法进行验证,实验结果表明,联合估计算法可将SOC 估计误差控制在2.07%以内,能够有效提高SOC 估计的准确性和鲁棒性㊂关键词:参数辨识;自适应无迹卡尔曼滤波;可变遗忘因子递推最小二乘法;荷电状态中图分类号:TM912㊀㊀文献标志码:A 0㊀引言㊀㊀近年来,随着社会的发展,化石能源的消耗量不断增加,化石能源的使用不仅存在资源上的限制,还给自然环境带来了巨大的压力,因此,大力发展电动汽车可以有效缓解这种局面㊂当前电动汽车的动力来源是锂离子电池,对锂电池进行有效的管理和监控,不仅可以保障动力电池的安全可靠运行,而且可以提高锂电池的使用寿命㊂其中锂电池的荷电状态(State of Charge,SOC )是整个BMS (BatteryManagement System)的核心,因此锂电池的SOC 就显得尤为重要[1]㊂通过研究,针对锂电池实际工况复杂而导致电池模型参数辨识的精度不高和传统的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法估计SOC 精度不高的问题[2],本文提出使用可变遗忘因子递推最小二乘算法对模型参数进行动态辨识,并联合自适应无迹卡尔曼滤波算法(Adaptive UnscentedKalman Filter,AUKF)估算锂电池SOC㊂联合算法既解决了模型参数辨识固定导致模型误差较大的情况,又解决了UKF 精度不高的问题,提升了算法估计SOC 的准确性和稳定性㊂1㊀电池状态空间模型1.1㊀二阶Thevenin 等效电路模型㊀㊀目前,锂离子电池建模的方法有很多种,本文选取二阶RC 等效电路对电池进行建模,如图1所示,该模型计算复杂度较小且性能优越[3]㊂图1㊀二阶RC 等效电路模型0411.2㊀电池模型参数在线辨识㊀㊀在系统辨识中,递推最小二乘法(Recursive Least Squares,RLS)是一种常用的估计算法[4]㊂为了降低历史数据的影响并适应锂电池复杂的工作状态,基于遗忘因子的递推最小二乘法(Forgetting Factor Recursive Least Squares,FFRLS)被提出用于模型参数辨识[5]㊂通过引入遗忘因子,可以动态调整历史数据的权重㊂然而,在一些情况下,固定的遗忘因子可能无法满足需求㊂为了克服这个问题,本文采用可变遗忘因子递推最小二乘法(Variable Forgetting Factor Recursive Least Squares,VFFRLS)对电池模型进行参数辨识㊂2㊀电池SOC估计2.1㊀UKF算法原理㊀㊀卡尔曼滤波(Kalman Filter,KF)常用于线性系统,实现过程则是通过利用上一时刻的最优结果来预测当前时刻的值,并且结合观测值对当前时刻的值进行修正,从而得到最优结果㊂为使其应用于非线性系统,UKF被广泛应用㊂UKF算法的主要思想是通过UT变换,以一定的规律对采样点进行采样和赋予权重,从而近似地获得采样点附近的均值和方差㊂这样的近似方法能够有效地估计状态变量的分布,并在非线性系统中表现出较高的精确性和稳定性[6]㊂2.2㊀自适应调节策略㊀㊀AUKF通过对过程噪声和观测噪声的动态调整使得滤波器能够更加适应复杂工况,提升算法模型的鲁棒性,同时提高了精确度㊂2.3㊀电池SOC联合估计㊀㊀根据二阶RC等效电路建立起来的锂电池等效模型,通过将VFFRLS和AUKF联合估计㊂首先通过二阶RC等效电路模型得到模型的回路状态方程,然后同VFFRLS算法对模型参数进行在线辨识,得到的参数带入AUKF的状态矩阵和噪声矩阵,获得SOC㊂通过OCV-SOC曲线对VFFRLS算法进行调整㊂3㊀实验验证与分析㊀㊀为了检验VFFRLS-AUKF算法在估算锂电池SOC方面的精确度,在UDDS工况下,采用VFFRLS-UKF和VFFRLS-AUKF2种算法进行SOC估算㊂锂电池的SOC估计结果如图2所示,SOC估计的误差情况如图3所示㊂如图2所示,VFFRLS-UKF和VFFRLS-AUKF算法都能较好地跟随电池的真实SOC,从图中可以看出VFFRLS-AUKF更接近于真实的SOC,说明AUKF算法通过对噪声的自适应调整,能够适应更加复杂的工况,提高了算法的精确度和鲁棒性㊂从图3可以看出,在复杂工况下,UKF和AUKF的估计误差都波动较大,这主要是由UDDS工况电流变化引起的,且没有引起发散,都具有良好的收敛性,但VFFRLS-AUKF算法的误差范围明显更小,收敛性更好㊂为了更直观地辨别2种算法的优劣,UDDS工况下的VFFRLS-UKF和VFFRLS-AUKF的绝对误差(MAE)和均方根误差(RMSE)如表1所示㊂表1㊀UDDS工况下VFFRLS-UKF和VFFRLS-AUKF算法的MAE㊁RMSE对比SOC估计方法MAE RMSE VFFRLS-UKF0.0148360.016568 VFFRLS-AUKF0.0077290.009285图2㊀UDDS工况下电池SOC估计对比曲线图3㊀UDDS工况下电池SOC估计误差对比曲线 1414 结语㊀㊀锂电池SOC的准确估计在整个BMS系统中至关重要㊂准确的SOC估计不仅可以确保电动汽车的行驶安全,还可以延长锂电池的使用寿命㊂通过建立二阶RC等效电路模型,获得状态方程和观测方程㊂本文采用VFFRLS算法对系统参数进行辨识,以解决传统的FFRLS算法中参数固定导致模型精度下降的问题㊂然后,将辨识出的参数与AUKF相结合,在模型的准确性基础上,降低了系统噪声和观测噪声的影响,提高了算法的精度和鲁棒性㊂此方法可以提供准确可靠的锂电池SOC估计结果㊂参考文献[1]卢云帆,邢丽坤,张梦龙,等.基于UKF-AUKF锂电池在线参数辨识和SOC联合估计[J].电源技术, 2022(10):1151-1155.[2]张利东,牛志刚,刘瑛.遗传算法优化神经网络整包电池SOC估计模型[J].机械设计与制造,2023(2):189-194.[3]韦仲爽,侯巍,赵彦,等.基于扩展卡尔曼滤波算法的磷酸铁锂电池荷电状态估计[J].中山大学学报(自然科学版),2023(5):92-100.[4]高博洋,刘广忱,张建伟,等.无迹卡尔曼滤波法估计锂离子电池的SOC[J].电池,2021(3): 270-274.[5]刘鹏,李云伍,梁新成.基于遗忘递推最小二乘与自适应无迹卡尔曼滤波的锂电池SOC估计[J].汽车技术,2022(2):21-27.[6]董祥祥,武鹏,葛传九,等.基于参数在线辨识和SVD-UKF的锂电池SOC联合估计[J].控制工程, 2022(9):1713-1721.(编辑㊀王雪芬)SOC estimation of estimated lithium battery based on VFFRLS combined with AUKFZou Kangkang Li LiangguangSchool of Electrical and Information Engineering Anhui University of Science andTechnology Huainan232001 ChinaAbstract The state of charge estimation SOC of lithium battery plays an important role in the power battery management system and accurate SOC prediction is the key guarantee for the safe operation of lithium battery.Aiming at the problems such as insufficient accuracy of model parameter identification due to the fixed parameters of the battery model and low accuracy and poor stability of the traditional unscented Kalman filter this paper uses the variable forgetting factor least square algorithm VFFRLS to identify the battery model online parameters and then combines the adaptive unscented Kalman filter algorithm AUKF to estimate SOC.The experimental results show that the joint estimation algorithm can control the SOC estimation error within2.07% which can effectively improve the accuracy and robustness of SOC estimation.Key words parameter identification adaptive untraced kalman filtering variable forgetting factor recursive least squares method state of charge241。
基于MMC的光储系统SOC均衡策略
• 89•图1 储能型MMC拓扑1.2 储能型MMC子模块运行工况分析开关器件的通断决定了储能子模块的工作模式。
MMC 储能子模块工作模式如图2。
在各个模式的切换过程中为了防止上下管直通发生短路，往往还会加入一段两个开关管均不导通的时间，称为死区时间。
图2 MMC储能子模块的工作模式（1）闭锁模式此刻的T 1、T 2全部断开，电流经过反向二极管D 1对蓄电池充电或经过反向二极管D 2使蓄电池旁路。
此时系统处于非正常运行工况。
后文也针对故障工况也设计了相应的改进均衡策略。
（2）投入模式此时断开开关器件T 2，仍保持T 1导通。
电流经过反向二极管D 1对蓄电池充电；或经过开关器件T 1使蓄电池放电。
这两种情况下的系统均处于正常运行状态。
（3）切除模式改变开关器件T 1，T 2的通断状态，使T 1断开，T 2导通。
电流经基于MMC的光储系统SOC均衡策略国网浙江省电力有限公司嘉兴供电公司 嘉兴恒创电力设计研究院有限公司 李佳鹏 卢 奇 洪晓燕同济大学浙江学院 李 凯在模块化多电平变换器的子模块直流侧加入蓄电池构成储能型模块化多电平变换器以实现储能和换流的双重功能。
通过分析光储系统的复杂工况，提出了基于功率控制的相间、桥臂间、桥臂内与子模块电池组间的四级荷电状态均衡控制策略，并对故障状况下的荷电状态均衡策略加以改进，最后通过仿真验证了所提策略的可行性。
随着新能源技术的迅速发展，储能技术成为了当下研究的热点之一。
传统的模块化多电平变化器（Modular Multilevel Converter ，MMC ）可以利用其自身特定的模块化结构，与蓄电池相连接结合构成模块化光伏储能系统(Modular Multilevel Converter Energy Storage System,MMC-ESS)，从而利用其结冗余性和模块化的特点，达到对每个储能元件的独立控制，进而弥补光伏发电的间歇性和分散性，提高系统的效率和可靠性。
锂电池soc电流计算公式
锂电池soc电流计算公式锂电池SOC电流计算公式在锂电池的应用中，对于追踪锂电池的状态，特别是锂电池的充电和放电状态，以及锂电池的容量，我们需要使用SOC（State of Charge）概念。
而SOC的计算方法，主要使用了电流积分法，其中SOC的计算需要利用锂电池的SOC电流计算公式。
一、 SOC定义SOC（State of Charge）是指锂电池当下的充电状态，由于它可以提供多巴胺实时反馈，能够帮助我们更好的管理和评估电池的健康，同时能够按照SOC调整电池的使用和充电方式，从而达到延长电池使用寿命的效果。
二、SOC计算方法SOC的计算需要借助电流积分法，其中SOC电流计算公式如下所示：SOC= SOCreset + (∫idt) / Ah (1)其中，SOCreset是表示的是一个预设的值（一般是满充状态），idt则是电流积分值，Ah是电池的额定容量。
三、 SOC 的重要意义1. 实时监测电池使用情况：借助SOC技术，我们可以实时追踪电池的充电和放电状态，及时掌握电池的状态，并预测电池的寿命和维护周期。
2. 控制电池使用时长：SOC技术可以帮助我们按照电池的状态进行针对性的充电和放电，提高电池使用时间和使用寿命。
3. 保障电池的安全：借助SOC技术，我们可以及时的进行监测，辨别电池的工作状况，便于快速发现电池存在的安全隐患，做出及时的处理。
四、应用实例以实际应用中比较普遍的电池组为例，其额定容量为1000mAh，SOCreset为1，如果电流为100mA，运用公式（1）可以计算出当前SOC：SOC = 1 + (100/1000) * t = 1 + 0.1t其中，t是电池使用的时间，单位为小时。
这里需要特别注意，使用我们上面所提到的公式计算出的SOC值，是一个经验固定值，该值会随着使用时间和温度的变化而产生变化。
因此，在计算过程中，需要进行缓存。
当缓存值达到一定的限制时，再进行计算更新，才能确保SOC值的准确性。
电池主动均衡方案
电池主动均衡方案是指通过电流调节、能量控制等手段，确保电池组中各单体电池之间的电压差异小于设定值，以确保电池组的整体性能和安全性。
以下是一种电池主动均衡方案的详细说明：1. 电池组结构：采用多节电池串联的方式组成电池组，每节电池之间安装均衡电阻。
2. 均衡控制策略：采用微电脑控制芯片，根据电池组的电压、电流等参数，实时计算出各节电池的电压差异，并控制均衡电阻的电流输出，以达到均衡电压的目的。
3. 均衡电流调节：根据电池组的容量和单体电池的容量，以及电池组的电压范围，设置均衡电流的大小和调节方式。
通常采用PWM脉宽调制技术，通过调节均衡电阻的功率输出，实现均衡电流的自动调节。
4. 均衡时间控制：根据电池组的充电时间和放电深度，以及单体电池之间的电压差异，设置均衡时间。
在充电过程中，当单体电池之间的电压差异小于设定值时，停止均衡控制；在放电过程中，根据单体电池之间的电压差异实时调节均衡电流。
5. 均衡安全性：在均衡电路中安装过流保护、过压保护、欠压保护等安全措施，以防止电池短路、燃烧等安全事故的发生。
同时，控制芯片应具有自检功能，定期检测均衡电路的工作状态，确保其正常运行。
6. 均衡效率：采用先进的均衡技术，如无线通信、磁场耦合等，可以提高均衡效率，减少均衡时间，提高电池组的整体性能。
7. 监控与诊断：通过采集电池组的电压、电流、温度等参数，以及均衡电路的工作状态，实现电池组的实时监控和故障诊断。
对于异常情况，应及时报警并采取相应的处理措施。
8. 维护与保养：定期检查均衡电阻的阻值是否正常，以及电池组的连接是否良好。
同时，应避免电池组受到过充、过放、高温、短路等不良因素的影响，以延长其使用寿命。
总之，电池主动均衡方案是保证电池组性能和安全性的重要手段之一。
通过合理的结构设计和控制策略，以及先进的均衡技术，可以实现电池组中各单体电池之间的电压差异小于设定值，提高电池组的整体性能和安全性。
同时，应加强监控与诊断，及时发现和处理故障，确保电池组的正常运行。
动力电池soc的计算方法和装置
动力电池soc的计算方法和装置动力电池SOC（StateofCharge，电池电量状态）是衡量动力电池电量的重要指标。
正确的SOC计算方法能够保证电池的使用寿命和安全性能。
本文将介绍动力电池SOC的计算方法和装置。
1. SOC的计算方法（1）开路电压法开路电压法是最常用的SOC计算方法之一。
电池在放电或充电过程中，电池的开路电压与SOC之间存在一定的关系。
通过测量电池的开路电压，可以推算电池的SOC。
具体计算方法如下：SOC＝a＊Voc＋b其中，a和b为电池参数，Voc为电池开路电压。
（2）库仑计数法库仑计数法也是一种常用的SOC计算方法。
电池在充放电过程中，电荷量的增减是一定的。
通过测量电池充放电的电量，可以计算电池的SOC。
具体计算方法如下：SOC＝1－(Q－Q1)/(Q2－Q1)其中，Q为当前电池电量，Q1和Q2为电池的最低电量和最高电量。
（3）模型预测法模型预测法是一种基于电池模型的SOC计算方法。
通过建立电池的模型，预测电池的SOC。
该方法计算精度较高，但需要电池模型的参数。
2. SOC的装置SOC的装置主要有电池管理系统（BMS）和电池测试设备两种。
（1）电池管理系统（BMS）电池管理系统是一种集成了SOC计算、电池保护、通讯等功能的电子装置。
BMS通过对电池的充放电过程进行监控和管理，实时计算电池的SOC，保护电池安全。
（2）电池测试设备电池测试设备是一种专门用于测试电池参数的设备，可用于测量电池的开路电压、内阻、电量等指标。
通过测试得到的电池参数，可以计算电池的SOC。
总之，动力电池SOC的计算方法和装置在电动汽车、储能系统等领域有着广泛的应用。
正确的SOC计算方法和装置可以提高电池的使用效率和安全性能。
纯电动汽车动力电池均衡的方法
纯电动汽车动力电池均衡的方法
纯电动汽车动力电池均衡是指通过控制电池单体之间的电荷和放电过程，使得所有电池单体之间的电荷状态保持相对均衡，从而提高整个电池系统的性能和寿命。
以下是几种常见的纯电动汽车动力电池均衡的方法：
1. 被动均衡：这是一种较简单的电池均衡方法，通过在充电和放电过程中，选取电池电压最低的单体进行优先充电或放电，从而实现对电池单体之间电荷状态的均衡。
但是，这种方法需要控制系统能够实时监测每个电池单体的电压，并能够实时调整充放电状态，因此需要较为复杂的电池管理系统。
2. 主动均衡：这是一种较为复杂的电池均衡方法，通过在电池单体之间增加电流通道，并利用适当的电路控制方式，使电流在电池单体之间流动，从而实现电荷状态的均衡。
这种方法需要较为复杂的硬件和电路设计，并需要实时监测电池单体的电压和电流信息，并根据实际情况调整电流通道的开关状态。
3. 外部辅助均衡：这是一种常用的电池均衡方法，通过在电池单体之间增加外部辅助设备，如均衡器或均衡模块，通过控制电池单体之间的电流流动，实现对电池单体之间电荷状态的均衡。
这种方法相对简单且成本较低，但需要额外的设备和电路设计，同时会增加整个电池系统的体积和重量。
综上所述，纯电动汽车动力电池均衡的方法各有优劣，需要根据实际情况选择适合的均衡方法。
在实际应用中，常常会综合
运用多种均衡方法，通过不同的方式控制电池单体之间的充放电，以保证电池系统的性能和寿命。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于ＳＯＣ的锂动力电池多层双向自均衡方法熊永华１，２，杨 艳１，２，李 浩１，２，何 勇１，２，吴 敏１，２（１．中南大学信息科学与工程学院，湖南长沙４１００８３；２．先进控制与智能自动化湖南省工程实验室，湖南长沙４１００８３）
摘 要： 电池均衡是优化动力电池性能，提高使用寿命，增强动态工作过程安全性的一项关键技术．针对锂动力电池单体数量多，测量与控制数据量庞大等问题，本文将锂动力电池分为区域模块和全局模块两层，进而提出一种融合区域均衡与全局均衡的多层次协调均衡方法．通过开关电容区域均衡电路与反激式变压器全局均衡电路控制充放电过程的开关通断，实现双向均衡目标；在此基础上，考虑不同电池荷电状态（ＳｔａｔｅｏｆＣｈａｒｇｅ，ＳＯＣ）分布情况下锂电池的受电能力差异，以多模式充电策略为均衡前提条件，使用ＳＯＣ关键参数作为均衡判据，实现系统充电与非充电过程的主动双向自均衡．实验结果表明，所提出的双向自均衡方法能实现高精度的均衡目标，且能耗较低．关键词： 电池均衡；均衡判据；荷电状态；锂动力电池中图分类号： ＴＭ９１ 文献标识码： Ａ 文章编号： ０３７２－２１１２（２０１４）０４－０７６６－０８电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２－２１１２．２０１４．０４．０２２
Ｍｕｌｔｉ－ＬｅｖｅｌＢｉ－ＤｉｒｅｃｔｉｏｎａｌＡｃｔｉｖｅＥｑｕａｌｉｚａｔｉｏｎＭｅｔｈｏｄｉｎＬｉｔｈｉｕｍ－ＩｏｎＰｏｗｅｒＢａｔｔｅｒｙＢａｓｅｄｏｎＳｔａｔｅ－ｏｆ－Ｃｈａｒｇｅ
ＸＩＯＮＧＹｏｎｇ－ｈｕａ１，２，ＹＡＮＧＹａｎ１，２，ＬＩＨａｏ１，２，ＨＥＹｏｎｇ１，２，ＷＵＭｉｎ１，２
（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１００８３，Ｃｈｉｎａ；２．ＨｕｎａｎＥｎｇｉｎｅｅｒｉｎｇＬａｂｏｒａｔｏｒｙｆｏｒＡｄｖａｎｃｅｄＣｏｎｔｒｏｌａｎｄＩｎｔｅｌｌｉｇｅｎｔＡｕｔｏｍａｔｉｏｎ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１００８３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ： Ｂａｔｔｅｒｙｅｑｕａｌｉｚａｔｉｏｎｉｓａｋｅｙｔｅｃｈｎｏｌｏｇｙｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅｂａｔｔｅｒｙｌｉｆｅ，ｅｎｈａｎｃｉｎｇｔｈｅｓｅｃｕｒｉｔｙａｎｄｏｐｔｉｍｉｚｉｎｇｔｈｅｐｅｒｆｏｒｍａｎｃｅ．Ｄｕｅｔｏｔｈｅｒｅａｓｏｎｏｆｔｏｏｍａｎｙｃｅｌｌｎｕｍｂｅｒｓａｎｄｈｕｇｅｄａｔａｉｎｍｅａｓｕｒｅａｎｄｃｏｎｔｒｏｌ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒｒｅｇｉｏｎａｌａｎｄｇｌｏｂａｌｅｑｕａｌｉｚａｔｉｏｎｂａｓｅｄｏｎｄｏｕｂｌｅ－ｌｅｖｅｌｓｔｒｕｃｔｕｒｅｉｎｌｉｔｈｉｕｍ－ｉｏｎｂａｔｔｅｒｙ．Ｔｈｅｎｔｗｏｃｉｒｃｕｉｔｓａｒｅａｄｏｐｔｅｄｔｏｃｏｎｔｒｏｌｔｈｅｓｔａｔｅｏｆｓｗｉｔｃｈｉｎｔｈｅｐｒｏｃｅｓｓｏｆｃｈａｒｇｅａｎｄｄｉｓｃｈａｒｇｅｔｏａｒｃｈｉｖｅｔｈｅｔａｒｇｅｔｏｆｂｉ－ｄｉｒｅｃｔｉｏｎａｌｅｑｕａｌｉｚａｔｉｏｎ，ｗｈｉｃｈａｒｅｓｗｉｔｃｈｃａｐａｃｉｔｏｒａｒｅａｅｑｕａｌｉｚａｔｉｏｎｃｉｒｃｕｉｔａｎｄｔｈｅｆｌｙ－ｂａｃｋｔｒａｎｓｆｏｒｍｅｒｇｌｏｂａｌｅｑｕａｌｉｚａｔｉｏｎｃｉｒｃｕｉｔ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｂａｓｅｄｏｎｔｈｅｄｉｓｃｒｅｐａｎｃｙｏｆｅｆｆｉｃｉｅｎｃｙａｍｏｎｇｔｈｅｄｉｆｆｅｒｅｎｔＳＯＣｄｉｓｔｒｉｂｕｔｉｏｎ，ｔｈｅｍｕｌｔｉｍｏｄａｌｃｈａｒｇｉｎｇｓｔｒａｔｅｇｙａｒｅａｐｐｌｉｅｄａｓｔｈｅｋｅｙｐａｒａｍｅｔｅｒｓｏｆＳＯＣｃｒｉｔｅｒｉｏｎｔｏｒｅａｌｉｚｅｔｈｅａｕｔｏｎｏｍｉｃｅｑｕａｌｉｚａｔｉｏｎｉｎｔｈｅｐｒｏｃｅｓｓｏｆｃｈａｒｇｅａｎｄｄｉｓｃｈａｒｇｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｕｌｔｉ－ｌｅｖｅｌｃｏｏｒｄｉｎａｔｉｏｎｅｑｕａｌｉｚａｔｉｏｎｍｅｔｈｏｄｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｃａｎｒｅａｌｉｚｅｔｈｅｇｏａｌｏｆｈｉｇｈ－ｐｒｅｃｉｓｉｏｎｅｑｕａｌｉｚａｔｉｏｎ，ｗｈｉｃｈｉｓｏｆｇｏｏｄｐｅｒｆｏｒｍａｎｃｅｉｎｅｑｕａｌｉｚａｔｉｏｎａｎｄｌｏｗｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎ．Ｋｅｙｗｏｒｄｓ： ｂａｔｔｅｒｙｅｑｕａｌｉｚａｔｉｏｎ；ｅｑｕａｌｉｚａｔｉｏｎｃｒｉｔｅｒｉｏｎ；ｓｔａｔｅｏｆｃｈａｒｇｅ；ｌｉｔｈｉｕｍ－ｉｏｎｐｏｗｅｒｂａｔｔｅｒｙ
１ 引言 动力电池直接影响电动汽车工况性能，但锂动力电池存在单体电压小，对温度、过流与过压敏感等缺陷，使得检测难度高，易损坏，安全隐患大．为解决锂动力电池由于充放电过程中容量不一致导致电池过充，过放等因素造成的性能差、寿命低等问题，电池均衡技术至关重要［１，２］．
针对动力电池均衡方法，国内外进行了深入研究与
工程实践．主要分为两类：耗散法和非耗散法．耗散法通过电阻消耗掉高出的电量以实现均衡．该方法控制简单，但能耗大，热排放困难；非耗散法是通过电容或电感类的非耗能元件转移能量，该方法可以弥补第一类方法的不足，是当前的主流方法，但控制相对复杂［３］．对于非
耗散法，近年来国内外提出了一些方案．例如：以碳基双电层电容器作为新的储能系统［４］；以开关控制旁路电容
的开关电容法［５］，与该方法类似的还有电感均衡法，如
Ｂｕｃｋ－Ｂｏｏｓｔ转换模型，Ｃｕｋ转换模型［６］；此类方法能耗
收稿日期：２０１３－０６－２８；修回日期：２０１４－０１－０６；责任编辑：孙瑶基金项目：国家自然科学基金（Ｎｏ．６１２０２３４０）；国家国际科技合作专项（Ｎｏ．２０１３ＤＦＢ１００７０）；中国博士后基金面上项目（Ｎｏ．２０１３Ｍ５４２１３５）；湖南省产学研结合创新平台建设（Ｎｏ．２０１２ＧＫ４１０６）
第４期２０１４年４月电 子 学 报ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡＶｏｌ．４２ Ｎｏ．４Ａｐｒ． ２０１４ 少，效率高，但由于电容与电感的时滞使得均衡频率受限，同时电容与电感需求量大．分散式直流变换法，如ＤＣ－ＤＣ变换器法［７，８］，可实现能量双向转换，损耗低，效率高，但造价高，并带来电磁兼容问题．多绕组变压器法是通过变压器绕组实现低电量电池在充电过程中吸收更多能量［９，１０］，价格相对便宜，控制简单，但副边多导致模块设计与实现困难，且只用于充电过程单向均衡．非耗散型分流器法［１１］是通过有效分配充电电流实现充电速率差异的均衡方法，优点是能量转移路径跨度小且双向均衡，但只针对充电过程，控制策略复杂．均衡判据是电池均衡方法中最关键参数，用于控制均衡电路的开闭状态［１２］．文献［６～１１］的判据主要为电压，在铅酸电池，镍氢电池中应用效果良好．但是，由于锂动力电池的单体数，温感性，非线性等问题，应用效果不佳．除电压判据外，部分学者提出电流判据，通过控制电流大小达到均衡目标［１３］，此方法受电池充放电效率影响，同时不适用于包含多电池的锂动力电池；片上ＬＤＯ（Ｌｏｗ－ＤｒｏｐｏｕｔＲｅｇｕｌａｔｏｒ）系统［１４］也是一种面向负载电流的电源管理方法，但主要用于便携式弱电设备．本文综合上述均衡方法的优缺点，提出以ＳＯＣ为均衡判据，适用于锂动力电池的区域改进开关电容与多层反激式变压器全局均衡的双向自均衡方法，用以实现充电与非充电过程高效低能耗的均衡目标．２ 锂动力电池结构设计及充电方法 锂动力电池由大量单体锂电池组成，如电动汽车需求电压为３００Ｖ，一般锂电池电压为３畅５Ｖ～４畅２Ｖ，因而单体电池数为８０左右．为实现性能最大化，保障电池安全性与使用寿命，锂动力电池的结构设计对电池均衡至关重要．针对上述分析，本文设计双层分布结构，并通过分析锂动力电池在不同ＳＯＣ状态下的充电性能，进而设计三段式充电方法，有效提高能源利用率并降低充电时间．２畅１ 双层锂动力电池分布式系统结构为综合高效管理所有单体电池，本文建立包含区域模块与全局模块的锂动力电池双层分布式结构，图１为系统结构分布图．区域模块一般以５～８个单体电池为一组，通过微处理器实现信息处理与分析以及模块控制．全局模块由大量区域模块与中央控制器（ＥｌｅｃｔｒｏｎｉｃＣｏｎｔｒｏｌＵｎｉｔ，ＥＣＵ）组成，ＥＣＵ用于区域与全局模块数据分析与管理．电池均衡结构依据双层系统结构分为区域均衡与全局均衡模块．区域均衡模块电池数量有限，电压较小，控制相对简单；全局均衡模块电池组数量较多，电压较大，均衡难度较大．２畅２ 锂动力电池充电策略电池充电目标是在不损坏电池前提下获得最大能量并最大缩短充电时间．为缩短充电时间，充电过程应选择最大可接受电流．为获得电流接受状况，本文建立二阶等效机理模型［１５］，如图２所示，其中Ｃ
ｂ为等效电容，Ｒｉ
为内阻，Ｒ
１
与Ｃ１分别为极化电阻和电容，Ｖ与Ｉ分别为负载电压
与电流．
依据安时法理论可得式（１）（２）．ｄＳＯＣ（ｔ）ｄｔ＝－ηｉ（ｔ）ＣＮ（１）
ｄＯＣＶ（ｔ）ｄｔ＝－ｉ（ｔ）Ｃｂ（２）
其中，ＣＮ为额定容量，η在理想情况下为电池库伦效率；实际过程中，η还与电池老化等因素相关，主要表现在充放电效率，因此本文定义η为广义库伦效率，即库伦效率与充放电效率比值．为验证电池在不同状态下的库伦效率．根据式（１）（２），可得式（３）：ｄＯＣＶ（ｔ）ｄＳＯＣ（ｔ）＝ＣＮηＣｂ痴ｄＯＣＶ（ｔ）ｄＳＯＣ（ｔ）＝令ｋ∝１η（３）
根据开路电压（ＯｐｅｎＣｉｒｃｕｉｔＶｏｌｔａｇｅ，ＯＣＶ）法，ＯＣＶ与ＳＯＣ呈如图３所示曲线关系，普通蓄电池呈线性关系，而锂电池受极化等非线性影响严重．设ｋ为斜率．则根据式（３）可知．η与ｋ成反比，因此电池ＳＯＣ在ＳＯＣＴ１与ＳＯＣＴ２
之间时η最高．依据η的物理定义，如式
（４）所示，其中Ｉ理论与Ｉ实际分别为电池标定与实际接收
的最大电流．
η＝Ｉ实际Ｉ理论（４）
７６７第 ４ 期熊永华：基于ＳＯＣ的锂动力电池多层双向自均衡方法