基于EKF的電動車輛動力鋰電池SOC估算方法研究

那紅軍 王順利 蔣聰 李建超

摘要：目前，國家正在大力推廣純電動汽車，準確的荷電狀態(tài)（SOC）估算是動力鋰電池可靠使用的關(guān)鍵性問題。本文通過對三元鋰電池進行混合動力脈沖能力特性（HPPC）實驗，進行參數(shù)辨識，建立Thevenin等效電路模型以表征鋰電池工作特性。運用擴展卡爾曼濾波（EKF）算法對于荷電狀態(tài)進行準確估算，在BBDST工況下驗證了估算效果。結(jié)果表明，在BBDST工況下運用EKF算法可以修正SOC估算初始誤差，最大誤差低于1.5%，全過程平均誤差為0.37%，為動力電池的可靠安全使用提供了理論基礎(chǔ)。

關(guān)鍵詞：動力鋰電池;荷電狀態(tài)估算;Thevenin模型;EKF算法;BBDST工況

中圖分類號：TM92 ? ? ? ? ?文獻標識碼：A

目前我國正在推動新能源汽車技術(shù)發(fā)展，全面推廣先進純電動車和混合動力車，電池是電動汽車的關(guān)鍵。現(xiàn)如今電動車輛可選擇的電池有鉛酸電池、鎳鎘電池、鎳氫電池、燃料電池和鋰電池等。幾種電池比較，因鋰電池具有體積小、工作電壓高、重量輕、比能量大、循環(huán)壽命長、自放電率低、無記憶效應(yīng)和無污染等一系列優(yōu)點，其已成為電動車輛近期重點發(fā)展的動力電源[1]。但鋰電池的安全使用仍是需要面對的問題[2]。動力鋰電池的安全可靠使用需要準確的荷電狀態(tài)（state of charge， SOC）估算。在國內(nèi)外有大量科研工作人員對鋰電池進行了研究。蘇杰等[3]基于PNGV模型探索了鈷酸鋰電池的內(nèi)阻特性。錢能等[4]對改進PNGV模型進行了研究。Lai Xin等[5]比較了不同階數(shù)的鋰電池等效電路模型對荷電狀態(tài)估算效果的影響。Wang Shun-Li等[6]優(yōu)化了開路電壓與SOC的關(guān)系，用于航空鋰離子電池狀態(tài)監(jiān)測。

1 數(shù)學(xué)理論分析

1.1 鋰電池Thevenin模型

常用鋰電池等效模型主要有純數(shù)學(xué)模型、電化學(xué)模型、電路模型。由于等效電路模型具有計算簡單、物理意義明確的優(yōu)點，應(yīng)用最為廣泛。電池的內(nèi)阻和極化效應(yīng)對電池有較大影響，本次采用的Thevenin等效電路模型可以表征鋰電池的歐姆效應(yīng)和極化效應(yīng)。其具體等效電路如圖1所示。

2 實驗分析

2.1 HPPC測試

所使用電池測試設(shè)備為亞科源BTS750-200-100-4，功率限值750 W，電壓限值200 V，電流限制100 A，4個測試通道。完整HPPC實驗流程如下：先充滿電，擱置40 min，以50 A的電流進行放電10 s，再擱置40 s，以50 A電流充電10 s，再擱置，此次HPPC實驗完成，放電至下一SOC值為90%時進行HPPC實驗，直至SOC=0.1為止。完整HPPC測試過程電流電壓數(shù)據(jù)如圖3所示。

利用1.2所闡述的模型參數(shù)辨識方法，結(jié)合HPPC測試數(shù)據(jù)。可以得到各個參數(shù)值如表1所示。

由于放電電流較大，在放電末期電壓下降幅度增大，達到截止電壓2.75 V，未在SOC為10%進行HPPC測試。由表1中數(shù)據(jù)可以看出，中前期歐姆內(nèi)阻、極化電阻變化不明顯。隨著SOC值降低到20%以下，歐姆內(nèi)阻、極化電阻顯著增大，而極化電容減小。而UOCV全程隨SOC下降而下降。

2.2 仿真分析

通過在Matlab/Simulink中建立仿真系統(tǒng)驗證EKF算法SOC估算效果。導(dǎo)入根據(jù)北京公交動態(tài)測試工況（beijing bus dynamic stress Test， BBDST）進行實驗所得到電流、電壓數(shù)據(jù)。如圖4所示。

仿真主要部分是編寫EKF算法程序的s-function模塊，2個signal builder模塊為電流、電壓。根據(jù)模型得到的R0（SOC）、Rp（SOC）、Cp（SOC）、OCV-SOC等4個多項式函數(shù)模塊。得到的Simulink仿真模型如圖4所示。輸出的SOC及誤差如圖5和圖6所示。

SOC1是真實SOC值，SOC2是運用擴展卡爾曼算法進行的SOC估算值。這里是從充滿電開始放電，即從SOC=100%開始，而為了驗證EKF算法糾正初始值能力，將其SOC初值設(shè)為75%，初始誤差25%。在短暫的迭代以后，SOC2成功跟上SOC1的值。其誤差如圖6所示。

由圖6中的SOC估算誤差曲線可以看出估算誤差在很短的時間就低于1.5%。將誤差數(shù)據(jù)取絕對值再求取平均值，得到平均估算誤差為0.37%。

3 ? 結(jié)論

擴展卡爾曼濾波算法對于荷電狀態(tài)估算效果良好，在BBDST工況下運用EKF算法可以修正SOC估算初始誤差，使其最大誤差低于1.5%，全過程平均誤差為0.37%。

參考文獻

[1] 肖九梅.電動車輛動力電池的性能特點及其發(fā)展[J].電源世界，2018，21（1）：51-56.

[2] 張永龍，夏會玲，陳少杰，等.淺析固態(tài)鋰離子電池安全性[J].儲能科學(xué)與技術(shù)，2018，7（6）：994-1002.

[3] 蘇杰，王順利，王露，等.基于PNGV電路模型的新能源汽車鈷酸鋰電池內(nèi)阻研究[J].自動化與儀表，2018，38（10）：11-14，32.

[4] 錢能，嚴運兵，李文杰，等.磷酸鐵鋰離子電池Thevenin等效模型的改進[J].電池，2018，48（4）：257-261.

[5] LAN X，ZHENG Y J，SUN T. A comparative study of different equivalent circuit models for estimating state-of-charge of lithium-ion batteries[J]. Electrochimica acta，2018，259：566-577.

[6] WANG S L， CARLOS F， ZOU C Y， et al. Open circuit voltage and state of charge relationship functional optimization for the working state monitoring of the aerial lithium-ion battery pack[J]. Journal of cleaner production，2018（10）：1090-1104.