(江苏大学电气信息工程学院,江苏镇江 212000)
锂离子电池已成为新能源汽车的主流动力源之一,为延长电池使用寿命,必须对其进行科学、有效的管理[1]。荷电状态(State of charge,SOC)能够表征电池剩余电量,因此准确估算电池的SOC 已成为电动汽车电池管理系统(Bat⁃tery Management System,BMS)中的一个重要环节。然而,电池SOC 的估算精度依赖于电池电路模型及其相应的估计算法。
电池内部的电化学反应是一个复杂的非线性过程,很难用一个精确的电池模型准确表述电池性能[2]。常用的描述电池性能的方法有:等效电路模型法、电化学模型法、有限元模型法以及CFD 模型法等[3-4]。等效电路模型因具有简单直观、概念清晰、便于建模等优点,被广泛应用于工程实践中。文献[5]分析蓄电池的Rint、Thevenin、PNGV、GNL 等电路模型的优缺点,但由于这些模型存在无法描述电池暂态响应,或响应精度不高、模型计算量过大等缺陷,无法适用于电动汽车在线SOC 估计;文献[6]采用两组阻容(Resistive-Capacity,RC)并联网络,能较好地描述锂电池的暂态响应。
常用的电池SOC 估计方法有:①开路电压法[7]。该方法需要将电池静置一段时间后才能获取准确的SOC,不能满足实时估计的需求;②经验公式及数学模型法[8]。其是在恒流充放电条件下总结出的规律,无法很好地适用于复杂的放电工况;③电化学阻抗频谱法[9]。需要精密的电化学测量仪器,不能装配到整车作实时估计;④神经网络法[10]。需要大量数据进行训练,估计结果受训练数据及训练方式影响较大;⑤安时积分法。将电流与时间的积分作为电池变化电量,把电池初始电量与变化电量差值相对电池总电量的百分比作为SOC 估计值,该方法能够实现SOC的实时估计,也是目前应用最广泛的SOC 估算方法。……