佘亞楠 朱紀(jì)春

1.南京林業(yè)大學(xué) 汽車與交通工程學(xué)院 江蘇省南京市 21003 7 2.南京郵電大學(xué) 后勤車隊 江蘇省南京市 210003

1 引言

純電動汽車的能量完全由動力電池組提供，電池管理系統(tǒng)（BMS）在確保電池的運(yùn)行安全和為駕駛員在用車過程中制定合適的控制策略，起著至關(guān)重要的作用。而汽車?yán)m(xù)行里程、動力電池性能的一個重要指標(biāo)便是電池的荷電狀態(tài)，它的數(shù)據(jù)準(zhǔn)確性對于電池動力優(yōu)化管理和充電控制有著很重要的意義，同樣也是電池管理系統(tǒng)的核心和關(guān)鍵部分。所以對動力電池進(jìn)行荷電狀態(tài)估計，并能在電池使用中進(jìn)行有效的管理和控制，進(jìn)而降低電動汽車的運(yùn)營成本、最終形成商業(yè)化和產(chǎn)業(yè)化，同時也關(guān)系到電動汽車的未來發(fā)展。

2 鋰離子電池的SOC影響因素

影響鋰電池SOC估算精確性的因素有許多，其主要因素有四個方面，即充放電倍率、自放電、溫度、老化程度等。

2.1 充放電倍率因素

因為鋰離子電池內(nèi)部存在著內(nèi)阻，所以鋰電池在整個放電期間的總?cè)萘康陀谄涑跏既萘?，但是可以采用不同充放電倍率來進(jìn)行補(bǔ)償。相關(guān)研究表明，在不同恒流放電倍率下，多組磷酸鐵鋰電池，其釋放的總電量各不相同。另外，在相同環(huán)境條件下，若電池采用恒流高放電倍率放電，所釋放的電量比用恒流低放電倍率釋放的電量低；若電池采用恒流高放電倍率進(jìn)行充電，所儲存的電量比用恒流低放電倍率儲存的電量低[1]。

2.3 自放電因素

鋰電池的自放電是指在電池外部沒有接通任何負(fù)載的情況下，致使電池的相對容量逐漸降低的現(xiàn)象，鋰電池在開路時的自放電率稱為自放電率。一般很難直接測量電池的自放電率，通常需要查閱商家的電池數(shù)據(jù)手冊來獲取。因為鋰電池的自放電率很低，所以常忽略不計[2]。

2.2 溫度因素

溫度高低直接影響鋰電池內(nèi)部電解液的流動速度，從而影響其容量。當(dāng)溫度升高時，電池內(nèi)部化學(xué)反應(yīng)速度加快，造成電池內(nèi)阻較小，所以電池的容量有所增加；當(dāng)溫度降低時，電池內(nèi)部的化學(xué)反應(yīng)速度變慢，致使電池內(nèi)阻增大，從而電池的容量也有所減少。

2.4 老化因素

鋰電池充放電循環(huán)次數(shù)的增加將導(dǎo)致電池的容量和性能下降，鋰電池老化的主要原因有：充放電倍率，充放電的循環(huán)次數(shù)，充放電程度，電池所用材料，溫度等。使用鋰電池的方法不當(dāng)，將會損壞鋰電池的內(nèi)部結(jié)構(gòu)，從而影響其內(nèi)部的正?；瘜W(xué)反應(yīng)[3]。

3 幾種電池SOC管理方法

3.1 安時積分法

安時積分法是最早也是最常用的電池SOC的估計方法。設(shè)置電池初始值SOC0，當(dāng)前SOC：

其中，Ct表示電池額定容量，η表示電池充電效率，I表示充放電電流。

安時積分法簡單可靠，操作方便，在車輛SOC估計中可以實時估計電池SOC值，可以直觀顯示電動汽車的運(yùn)行充放電情況。該方法分析電池的性能，沒有研究電池的內(nèi)部變化，忽略了工作溫度，充放電倍率，電池本身，電池SOC的老化程度。因為采用積分估計，所以每次誤差都會累積，所以此方法只能應(yīng)用在實驗室等場合。

3.2 神經(jīng)網(wǎng)絡(luò)法

通常把使用過程中的動力電池在看作是非線性系統(tǒng)，所以要建立準(zhǔn)確的電池模型比較困難，因為電池內(nèi)部存在著很復(fù)雜的物理化學(xué)反應(yīng)，所以獲取電池內(nèi)部的參數(shù)也是非常困難[4]。

神經(jīng)網(wǎng)絡(luò)的出現(xiàn)很好地解決了此問題，該網(wǎng)絡(luò)可以通過特定的學(xué)習(xí)能力和特殊的并行網(wǎng)絡(luò)結(jié)構(gòu)來更好地處理非線性問題，以估計電池SOC。神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和中間層三部分組成。由線性函數(shù)構(gòu)成了輸入和輸出層，可以根據(jù)實驗的不同要求來確定神經(jīng)元數(shù)量。通過實際問題和估計精度來確定中層神經(jīng)元的數(shù)量。神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛，可應(yīng)用于各種類型的電池，該方法準(zhǔn)確估計SOC的關(guān)鍵是數(shù)據(jù)的選擇必須具有合理性。

神經(jīng)網(wǎng)絡(luò)算法用于估算電池SOC，速度快并且精度很高，適用范圍很廣可用于各類電池，而且實時地、動態(tài)地預(yù)估SOC。但是該算法對于硬件要求較高，這對數(shù)據(jù)處理能力提出了很高的要求，實驗成本會過于昂貴。

3.3 開路電壓法

開路電壓法的理論依據(jù)是：電池在經(jīng)過長時間充分靜置后，其各項的數(shù)值相對穩(wěn)定，此時開路電壓和電池電動勢數(shù)值接近，電池端電壓又和SOC有著相對固定的函數(shù)關(guān)系，因此，計算一段時間內(nèi)電流雨充放電時間的積分，算出變化的百分比，用初始SOC與變化的電量做差，就能夠求出剩余電量SOC[5]。由此，我們可以就可依據(jù)開路電壓的數(shù)值估計電池SOC，尤其需指出的是在電池充放電初期與末期兩個階段，此時電池端電壓數(shù)值變化較大，更適合采用開路電壓法，相關(guān)研究表明該方法取得了較好的效果。

此方法較為簡單，可操作性強(qiáng)和估計值更準(zhǔn)確。但使用該方法的前提條件是必須允許電池長時間靜置，并且放置時間通常很長電壓才可以恢復(fù)到穩(wěn)定狀態(tài)，考慮電動汽車現(xiàn)實條件，不能滿足其實時要求，只能用于汽車長時間駐車狀態(tài)。

3.4 卡爾曼濾波法

卡爾曼濾波法是一種處理非線性系統(tǒng)的有效方法。該方法先對實驗數(shù)據(jù)進(jìn)行分析，并將實驗數(shù)據(jù)與系統(tǒng)的理論數(shù)值進(jìn)行比較，然后得出最優(yōu)的誤差值，再次更新各組數(shù)據(jù)并進(jìn)行計算，接著進(jìn)一步估算下一時刻的誤差，不斷地的更新與選取最優(yōu)值，與其他算法相比，它的穩(wěn)定性與精確性比較高[6]。

該方法可以消除隨機(jī)噪聲和意外測量誤差對預(yù)測結(jié)果的不利影響。適用于電池狀況復(fù)雜，輸出電流明顯波動的場合。但是該方法僅適用于線性系統(tǒng)，同時受到模型精度的影響，當(dāng)設(shè)置的模型參數(shù)與實際值偏差較大時，卡爾曼濾波算法會不收斂，SOC的估計結(jié)果將偏離真實值，而且估計誤差會隨著時間的推移而增加。

3.5 基于電化學(xué)模型法

這是一種根據(jù)電極極化理論、電化學(xué)熱力學(xué)理論和濃度非穩(wěn)態(tài)擴(kuò)散定理進(jìn)而建立數(shù)學(xué)模型，這個方法能從本質(zhì)上說明電池SOC發(fā)生變化的原因：因為在充放電過程中使陰陽兩電極材料中Li離子濃度發(fā)生了變化，從而導(dǎo)致SOC值的變化。

此法根據(jù)理化反應(yīng)理論建立的數(shù)學(xué)方程式反映了電池SOC變化的實質(zhì)，可以更準(zhǔn)確地預(yù)測SOC值。但是，模型較為復(fù)雜，模型參數(shù)多，一些參數(shù)必須使用專業(yè)儀器才可以獲得，且不能確定模型中某些參數(shù)的函數(shù)關(guān)系，所以只能根據(jù)具體的應(yīng)用情況進(jìn)行假設(shè)和猜想。

4 結(jié)語

本文論述了影響鋰離子電池SOC的主要因素，闡述了五種常用電池SOC的管理方法，并對其優(yōu)缺點進(jìn)行分析，得出每種管理方法都有其明顯的特點和適用范圍，當(dāng)前更多地采用兩種或多種方法結(jié)合使用來提高預(yù)測的準(zhǔn)確性。SOC管理方法未來的發(fā)展應(yīng)使估算SOC的環(huán)境能夠更加自由，最大限度地消除影響其估算結(jié)果的條件，建立更為簡潔的模型參數(shù)以及減少估算的成本，引入一些新的理念和方法進(jìn)一步提高SOC預(yù)測的準(zhǔn)確性和實時性。