車(chē)用鋰離子動(dòng)力電池SOC的研究

　　1.3.2 庫侖效率η的計算

　　放電庫侖效率定義為電池以特定電流和溫度（可以為任意的）進(jìn)行恒流恒溫放電，放完為止，用放出的電量與電池未放電前的電量相比。

　　充電庫侖效率定義為電池在空電量狀態(tài)下以特定的電流（一般為定義好的）和溫度進(jìn)行充電，充到放電前電量為止，用充入的電量與電池放電前電量相比。

　　由于內阻及極化現象的存在，電池的充放電過(guò)程會(huì )有電量的損失，從而造成安時(shí)法計算的電量不能完全反映電池充放電真實(shí)電量的情況，庫侖效率則反映了兩者間差別。

　　傳統定義下的庫侖效率沒(méi)有考慮充放電差異、電流大小、運行溫度等因素的影響。為了克服傳統庫侖效率的缺點(diǎn)，本文用神經(jīng)網(wǎng)絡(luò )對庫侖效率進(jìn)行估算，因為神經(jīng)網(wǎng)絡(luò )具有表示任意非線(xiàn)性關(guān)系和學(xué)習能力的優(yōu)點(diǎn)，這樣可以得到較為準確的結果。

　　本文采用自適應模式的神經(jīng)網(wǎng)絡(luò )，如圖3所示，其結構為輸入層兩個(gè)節點(diǎn)，電流和溫度；中間層節點(diǎn)數根據實(shí)際情況而定（本文采用19個(gè)節點(diǎn)）；一個(gè)輸出層節點(diǎn)η。采用電流和溫度作為輸入節點(diǎn)的原因是庫侖效率η主要是受其影響，特別是受電流的影響較大。

　　圖3 自適應神經(jīng)網(wǎng)絡(luò )模型

　　用神經(jīng)網(wǎng)絡(luò )估算庫侖效率η的過(guò)程是：（1）通過(guò)實(shí)驗獲得經(jīng)驗數據；（2）用獲得的經(jīng)驗數據對神經(jīng)網(wǎng)絡(luò )進(jìn)行訓練；（3）將訓練好的神經(jīng)網(wǎng)絡(luò )應用于SOC估算中實(shí)時(shí)估算η。

　　圖4，圖5是充放電庫侖效率與電流、溫度的關(guān)系曲線(xiàn)圖。圖4、5 中連線(xiàn)表示從充放電實(shí)驗中得出的曲線(xiàn)，“+”表示神經(jīng)網(wǎng)絡(luò )估算的結果。

　　圖4 放電庫侖效率與電流、溫度的關(guān)系曲線(xiàn)圖

　　圖5 充電庫侖效率與電流、溫度的關(guān)系圖

　　從兩圖可以看出充放電庫侖效率的仿真結果與實(shí)驗值相符，說(shuō)明可以用神經(jīng)網(wǎng)絡(luò )估算庫侖效率η。

　　最后，鋰電池隨著(zhù)充放電次數的增加會(huì )逐漸老化，其表現是電池的實(shí)際容量會(huì )減少，對此可以用公式 ：Q=100×Qch/（SOCsf-SOCsi）對電池的實(shí)際容量進(jìn)行修正。式中：Q表示修正后的實(shí)際容量；SOCsf表示充電前在靜止狀態(tài)時(shí)的SOC值，SOCsi表示充電后在靜止狀態(tài)時(shí)的SOC值；Qch表示在充電狀態(tài)下充入電池的電量。經(jīng)過(guò)對電池的實(shí)際容量的修正將會(huì )進(jìn)一步減少SOC的計算誤差，使其更加接近實(shí)際值。

　　2、實(shí)驗結果

　　圖6 電池工作電流曲線(xiàn)

　　為了檢驗此方法的準確性，我們以龍門(mén)旅游區旅游用電動(dòng)車(chē)（電池標準容量60Ah）為實(shí)驗對象。實(shí)驗前以0.3C的電流向電池充入49.12Ah電量（對應SOC值為0.816），將硬件測試系統（電壓、電流、溫度傳感器精度是0.5%，采樣時(shí)間為0.5s/次）安裝在電動(dòng)車(chē)上，在常規路況下行駛進(jìn)行試驗。試驗后用0.1C放出21.61Ah電量（對應SOC為0.358）。圖6、圖7分別為硬件系統所記錄的電池電流、溫度曲線(xiàn)圖。圖8為硬件系統記錄的各種SOC估計方法比較，Ah曲線(xiàn)表示安時(shí)計量法計算的SOC;Ah-K曲線(xiàn)表示加上庫侖效率因子后安時(shí)計量法計算的SOC;Ah-K-D表示加上庫侖效率因子和電量的動(dòng)態(tài)恢復量后安時(shí)計量法計算的SOC.

　　圖7 電池工作溫度曲線(xiàn)圖

　　實(shí)驗表明，單純的安時(shí)計量法（Ah法）計算的SOC誤差較大，這是因為電池在工作過(guò)程中會(huì )發(fā)生極化現象；經(jīng)過(guò)庫侖效率修正后（Ah-K法）可以大大消除極化現象的影響，提高了安時(shí)計量法計算SOC的準確度，終止時(shí)刻的SOC值接近真實(shí)值；在此基礎上通過(guò)增加電量的動(dòng)態(tài)恢復量（Ah-K-D法）進(jìn)一步提高了SOC的準確度，終止時(shí)刻的SOC值最接近真實(shí)值（0.358），從而說(shuō)明了Ah-K-D 法效果良好。

　　圖8 不同SOC 方法計算結果對比圖

　　3、結論

　　本文在SOC估算上采用了一種新思路，即將鋰電池的工作狀況分為三個(gè)狀態(tài)，每一狀態(tài)應用適合其情況的方法估算SOC，從而完成了電池在整個(gè)工作過(guò)程中的SOC的計算。

　　此方法最大可能地消除了影響SOC估算的因素，從而提高了SOC估算的精度。文章還特別針對充放電過(guò)程中的極化現象以及電池長(cháng)時(shí)間使用所表現出的老化現象提出了改進(jìn)措施，并產(chǎn)生了較好的效果。經(jīng)實(shí)驗表明本文提出的方法易于在嵌入式系統中實(shí)現，估算出的SOC 值準確，能夠達到動(dòng)力汽車(chē)的應用要求。