動(dòng)力電池SOC估算方法的實(shí)時(shí)工況對(duì)比研究

耿晶　張萬(wàn)良　戰(zhàn)東紅　王維振　張傳龍

摘 要：隨著燃料電池混合動(dòng)力汽車(chē)的普及，三元鋰電池的荷電狀態(tài)（SOC）估算應(yīng)用是電池管理系統(tǒng)的重要研究方向，直接決定燃料電池混合動(dòng)力系統(tǒng)的續(xù)航里程。為進(jìn)一步了解和探索SOC估算方法的準(zhǔn)確性，本文基于電池物理模型，通過(guò)安時(shí)積分法（AH）和內(nèi)阻法SOC與實(shí)際路況SOC的對(duì)比分析，研究結(jié)果表明：內(nèi)阻法SOC估算方法能夠更符合實(shí)際車(chē)輛運(yùn)營(yíng)SOC的變化情況。

關(guān)鍵詞：電池模型 AH 內(nèi)阻法 SOC 車(chē)輛運(yùn)營(yíng)

Comparative study of the Power Batteries on Real-time Conditions of SOC Estimation Methods

Geng Jing Zhang Wanliang Zhan Donghong Wang Weizhen Zhang Chuanlong

Abstract：With the popularity of fuel cell hybrid vehicles， state of charge（SOC）estimation of ternary lithium batteries is an important research directions for battery management systems， which directly determines the mileage of fuel cell hybrid power systems. In order to further understand and explore the accuracy of SOC estimation method， this paper， based on the battery physical model， compared the SOC of AH method with internal resistance method under the SOC of actual road condition. The result shows that the SOC estimation method of internal resistance method can better meet the changes of SOC in actual vehicles operation.

Key words：battery model ， AH， internal resistance method， SOC， vehicle operation

1 引言

隨著傳統(tǒng)車(chē)輛對(duì)環(huán)境的污染越來(lái)越大[1，3]，能源的短缺越來(lái)越明顯，清潔無(wú)污染的能源技術(shù)得到了世界各國(guó)的密切關(guān)注。新能源汽車(chē)[2，4]作為新型交通工具，具有零污染、零排放、舒適度高、資源消耗低等很多優(yōu)勢(shì)[5]，為了緩解環(huán)境污染和能源緊張的現(xiàn)狀，國(guó)家大力扶持新能源汽車(chē)的發(fā)展。新能源汽車(chē)包括純電動(dòng)汽車(chē)、氫發(fā)動(dòng)機(jī)汽車(chē)、燃料電池混合動(dòng)力汽車(chē)、燃料電池電動(dòng)汽車(chē)、增程式電動(dòng)汽車(chē)、其它新能源汽車(chē)等[6]，其中，燃料電池混合動(dòng)力汽車(chē)發(fā)展前景十分美好[7]。

燃料電池混合動(dòng)力汽車(chē)解決了燃料電池汽車(chē)存在的一系列問(wèn)題，包括在加速、爬坡等條件下需要輸出較大功率且功率波動(dòng)頻繁，燃料電池動(dòng)力系統(tǒng)瞬態(tài)響應(yīng)慢，持續(xù)輸出峰值功率能力有限[8-9]，且能量無(wú)法回收再生制動(dòng)能量等。因此，燃料電池混合動(dòng)力系統(tǒng)得到了廣泛應(yīng)用，劉碩[10]等人針對(duì)燃料電池混合動(dòng)力車(chē)，設(shè)計(jì)燃料電池+蓄電池混合動(dòng)力系統(tǒng)，充分發(fā)揮兩者的優(yōu)點(diǎn)從而提高能源利用率和燃油經(jīng)濟(jì)性。針對(duì)有軌電車(chē)在大功率峰值需求和減速制動(dòng)過(guò)程中，恒定的SOC平衡系數(shù)不能滿(mǎn)足瞬時(shí)等效氫耗最小的指標(biāo)要求問(wèn)題，建立基于燃料電池/鋰電池的混合動(dòng)力有軌電車(chē)動(dòng)力系統(tǒng)模型，并通過(guò)分析SOC平衡系數(shù)與氫耗特性，張國(guó)瑞[11]等人提出一種基于運(yùn)行模式和動(dòng)態(tài)混合度的等效氫耗最小化能量管理控制方法。燃料電池混合動(dòng)力系統(tǒng)的原理是通過(guò)鋰電池提供燃料電池的瞬態(tài)需求功率以及制動(dòng)能量回收，確保燃料電池在出現(xiàn)故障和功率不足的情況下，動(dòng)力電池可以及時(shí)補(bǔ)充電量，在制動(dòng)能量回收的情況下，可以回收多余的電量，避免能量的浪費(fèi)。而燃料電池混合動(dòng)力系統(tǒng)三元鋰電池的SOC的變化情況可以直觀的看出動(dòng)力電池的工作情況。高精度、高魯棒性的SOC估算策略更準(zhǔn)確地進(jìn)行實(shí)時(shí)電量預(yù)測(cè)，避免電池充放電超過(guò)限值而引發(fā)的一系列安全性問(wèn)題。鑒于此，SOC的估算方法成為了我們研究的重中之重[12-13]。

SOC的估算方法有[14]：開(kāi)路電壓法、神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波法、內(nèi)阻法、安時(shí)積分法。神經(jīng)網(wǎng)絡(luò)法雖然適用于各類(lèi)電動(dòng)汽車(chē)，但需要大量樣本數(shù)據(jù)，需要更高性能的芯片，在電池管理系統(tǒng)中應(yīng)用成本高，不具備大范圍使用的優(yōu)勢(shì);卡爾曼濾波法常用于電流變化較大的電動(dòng)汽車(chē)，但是此算法依賴(lài)準(zhǔn)確的電池模型，對(duì)系統(tǒng)要求高，因此在實(shí)際SOC估算中也不實(shí)用;相對(duì)于神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波法而言，開(kāi)路電壓法提出時(shí)間較早，只要測(cè)量或者計(jì)算電池的開(kāi)路電壓就可以估算電池的SOC[18];內(nèi)阻法是通過(guò)電池內(nèi)阻與SOC之間的數(shù)值關(guān)系建立函數(shù)模型來(lái)估算電池的SOC，此方法優(yōu)點(diǎn)是電池充放電后期內(nèi)阻變化劇烈的時(shí)候，具有很高的精確度和適應(yīng)性;安時(shí)積分法是根據(jù)電池充電和放電的大小，采用電流的時(shí)間積分進(jìn)行SOC的計(jì)算，由于簡(jiǎn)單，有效，所以得到了廣泛的使用。

本文基于安時(shí)積分法、內(nèi)阻法、開(kāi)路電壓法，對(duì)比研究不同車(chē)輛，不同行駛工況的SOC變化情況，研究一種SOC估算精度更高的方法。

2 電池模型及SOC估算方法

2.1 安時(shí)積分電池模型及SOC估算方法

AH積分SOC估算模型如圖1。

AH積分法是最常用的SOC估計(jì)方法[15]。如果充放電起始狀態(tài)記為SOC0，則當(dāng)前狀態(tài)的SOC為

其中，SOC0為SOC的初始值，CN為電池額定容量，η為充放電效率，I為電池電流，放電電流為正，充電電流為負(fù)。

2.2 內(nèi)阻法模型簡(jiǎn)化SOC估算方法

內(nèi)阻法考慮了電池內(nèi)部復(fù)雜過(guò)程，電池內(nèi)部損耗對(duì)輸出電壓及SOC的影響，三元鋰電池等效模型[12-13，16-17]采用圖2所示的Thevenin模型。該電池模型能夠同時(shí)等效出電池的靜態(tài)過(guò)程和電池的極化現(xiàn)象，而且階數(shù)低，對(duì)處理器的運(yùn)算能力要求低。此外，該電池模型能夠清楚的表達(dá)電池開(kāi)路電壓與端電壓間的函數(shù)關(guān)系以及電池的影響因素與各特征量之間的數(shù)學(xué)關(guān)系。

圖1中，UOC為等效開(kāi)路電壓，U為端電壓，R0為等效內(nèi)部歐姆電阻，RP為等效極化電阻，CP為等效極化電容。

對(duì)于Thevenin模型，選擇UP和SOC為狀態(tài)量，根據(jù)內(nèi)阻法求出閉環(huán)電壓及SOC估算公式如下

式中，QCP為極化電容容量。QCP，max為電池最大容量。

由于電池內(nèi)阻、極化電阻和極化電容參數(shù)復(fù)雜，因此對(duì)內(nèi)阻法模型進(jìn)行簡(jiǎn)化?；趦?nèi)阻和開(kāi)路電壓的電池SOC估算方法在直流電路的情況下，電池的等效電路可認(rèn)為是一個(gè)電壓源（即電池開(kāi)路電壓）和電阻（電池內(nèi)阻）的串聯(lián)電路組成（即戴維南等效電路）[19]，電池等效模型[12-13，16]可簡(jiǎn)化為圖3所示的模型

通過(guò)測(cè)得的電池充放電過(guò)程中，根據(jù)檢測(cè)到的充放電電流和端電壓的關(guān)系可以通過(guò)下式求得

3 實(shí)時(shí)工況跟蹤

3.1 AH積分法估算SOC

運(yùn)行車(chē)輛是車(chē)輛1、車(chē)輛2，不考慮環(huán)境溫度的影響。依據(jù)安時(shí)積分法，從運(yùn)營(yíng)數(shù)據(jù)電池總電流可估算出車(chē)輛的SOC值及與實(shí)際車(chē)輛運(yùn)行的SOC值對(duì)比如圖4、圖5所示。

從圖4和圖5可以看出，通過(guò)安時(shí)積分法，可以方便，快捷的算出SOC的值，安時(shí)積分法由于對(duì)電流進(jìn)行累積，而且遠(yuǎn)程監(jiān)控?cái)?shù)據(jù)是10s取一個(gè)電池電流值，所以累積誤差會(huì)隨著時(shí)間的積累，圖4和圖5兩條曲線(xiàn)的變化都可以看出，當(dāng)實(shí)車(chē)SOC變化范圍增大的時(shí)候，車(chē)輛1根據(jù)安時(shí)積分法求出的SOC誤差也隨之增大。車(chē)輛2變化趨勢(shì)和車(chē)輛1車(chē)相同，從圖4和圖5同時(shí)可以看出AH積分法估算出的SOC適用于動(dòng)力電池電流變化范圍較小的場(chǎng)所，估算出來(lái)SOC變化范圍穩(wěn)定， 在車(chē)輛實(shí)際運(yùn)行過(guò)程中，安時(shí)積分法古估算的SOC值需通過(guò)階段性的校準(zhǔn)，才能用于車(chē)輛運(yùn)行過(guò)程中電池SOC估算。

3.2 內(nèi)阻法簡(jiǎn)化模型計(jì)算SOC

根據(jù)實(shí)際車(chē)輛運(yùn)營(yíng)輸出電壓和電流的平均值，并結(jié)合公式（4），估算出開(kāi)路電壓為560V，電池內(nèi)阻為0.365歐。根據(jù)內(nèi)阻法計(jì)算的車(chē)輛1和車(chē)輛2的總電壓和SOC如圖6、圖7、圖8、圖9所示，依據(jù)電池總電壓估算車(chē)輛SOC，從圖6和圖7車(chē)輛1和車(chē)輛2總電壓對(duì)比圖可以看出，內(nèi)阻法算出的總電壓和實(shí)際車(chē)輛運(yùn)行總電壓曲線(xiàn)擬合性能強(qiáng)，從圖8和圖9同時(shí)可以看出，內(nèi)阻法估算的SOC和實(shí)車(chē)運(yùn)行SOC曲線(xiàn)跟隨性較好，內(nèi)阻法估算SOC極值變化情況更加符合車(chē)輛實(shí)際運(yùn)行的SOC曲線(xiàn)，車(chē)輛1和車(chē)輛2的SOC最大值和最小值及平均值均與實(shí)際車(chē)輛運(yùn)行的SOC接近。

4 結(jié)論

論文主要考慮了充放電效率，電池內(nèi)阻以及開(kāi)路電壓對(duì)SOC的影響，通過(guò)安時(shí)積分法和簡(jiǎn)化內(nèi)阻法的SOC仿真和實(shí)際運(yùn)營(yíng)對(duì)比分析，驗(yàn)證了模型的準(zhǔn)確性，同時(shí)可以得出基于簡(jiǎn)化內(nèi)阻法的SOC估算值與實(shí)際車(chē)輛運(yùn)營(yíng)的SOC運(yùn)行曲線(xiàn)接近，而安時(shí)積分法隨著電流的累積，安時(shí)積分法計(jì)算的SOC與實(shí)際運(yùn)營(yíng)的SOC的誤差隨之增大，實(shí)際車(chē)輛運(yùn)行過(guò)程中需不斷校準(zhǔn)SOC值的變化，因此，選用簡(jiǎn)化的內(nèi)阻法估計(jì)SOC能夠更加滿(mǎn)足實(shí)際運(yùn)營(yíng)的要求。

參考文獻(xiàn)：

[1]宋真玉.磷酸鐵鋰蓄電池充電原理及特性研究[J].汽車(chē)實(shí)用技術(shù)，2018（21）：16-18+37.

[2]Teng Teng，Xin Zhang，Han Dong，Qicheng Xue. A comprehensive review of energy management optimization strategies for fuel cell passenger vehicle[J]. International Journal of Hydrogen Energy，2020，45（39）：20293-20303.

[3]黃勇，曾帆，陳全世，周強(qiáng)，陳伏虎.燃料電池城市客車(chē)混合動(dòng)力系統(tǒng)的自適應(yīng)控制[J].公路交通科技，2006（09）：121-125.

[4]董本云.我國(guó)新能源汽車(chē)產(chǎn)業(yè)發(fā)展現(xiàn)狀、問(wèn)題及對(duì)策[J].企業(yè)經(jīng)濟(jì)，2015，34（03）：145-148.

[5]徐梁飛，李建秋，楊福源，歐陽(yáng)明高.燃料電池混合動(dòng)力系統(tǒng)鎳氫電池特性[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（05）：864-867.

[6]胡小芳，薛秀麗.燃料電池發(fā)展現(xiàn)狀與分析[J].汽車(chē)實(shí)用技術(shù)，2019（21）：34-35.

[7]韓北川.基于模糊控制的混合動(dòng)力船舶能量管理策略研究[J].機(jī)電工程技術(shù)，2019，48（07）：84-87.

[8]林雨姍，沈元興，沈英.車(chē)用燃料電池混合動(dòng)力系統(tǒng)自適應(yīng)控制研究[J].機(jī)械制造與自動(dòng)化，2019，48（04）：168-172+200.

[9]金振華，歐陽(yáng)明高，盧青春，高大威.燃料電池混合動(dòng)力系統(tǒng)優(yōu)化控制策略[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2009（02）：273-276.

[10]劉碩.燃料電池混合動(dòng)力電動(dòng)車(chē)的系統(tǒng)設(shè)計(jì)及控制策略研究[D].重慶理工大學(xué)，2019.

[11]張國(guó)瑞，李奇，韓瑩，孟翔，陳維榮.基于運(yùn)行模式和動(dòng)態(tài)混合度的燃料電池混合動(dòng)力有軌電車(chē)等效氫耗最小化能量管理方法研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2018，38（23）：6905-6914+7124.

[12]陳盛華.基于EKF-AH聯(lián)合算法的鋰離子電池荷電狀態(tài)估算[J].電源技術(shù)，2019，43（01）：103-106.

[13]張易航，王鼎，肖圍，許明標(biāo)，何淼.鋰離子電池SOC估算方法概況及難點(diǎn)分析[J].電源技術(shù)，2019，43（11）：1894-1896+1904.

[14]劉鵬飛.電池荷電狀態(tài)估算方法研究[J].汽車(chē)文摘，2019（11）：49-57.

[15]談發(fā)明，李秋燁，趙俊杰.觀測(cè)模型誤差不確定的鋰電池SOC估計(jì)方法[J].電測(cè)與儀表，2020.http：//kns.cnki.net/kcms/detail/23.1202.TH.20191211.1521.010.html.

[16]何培杰，王琪，高田，馬江睿.動(dòng)力電池荷電狀態(tài)優(yōu)化方法研究[J].國(guó)外電子測(cè)量技術(shù)，2019，38（07）：37-42.

[17]紀(jì)常偉，李響，梁晨，汪碩峰，牛會(huì)鵬.基于LMS AMESim的車(chē)用燃料電池-鋰離子動(dòng)力電池混合動(dòng)力系統(tǒng)能量管理仿真[J/OL].北京工業(yè)大學(xué)學(xué)報(bào)：2020.http：//kns.cnki.net/kcms/detail/11.2286.T.20191121.1036.020.html.

[18]姜威.LiFePO4動(dòng)力電池二階RC模型參數(shù)的研究[D].浙江：浙江大學(xué)，2015.

[19]王宇鵬.基于內(nèi)阻與開(kāi)路電壓差聯(lián)合法的鉛酸蓄電池SOC估計(jì)[J].科技與企業(yè)，2015（8）：186-188.