動力電池重要參數(shù)定義及測量計算方法_第1頁
動力電池重要參數(shù)定義及測量計算方法_第2頁
動力電池重要參數(shù)定義及測量計算方法_第3頁
動力電池重要參數(shù)定義及測量計算方法_第4頁
動力電池重要參數(shù)定義及測量計算方法_第5頁
已閱讀5頁,還剩4頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、.動力電池重要參數(shù)定義及測量計算方法1. 概述本文檔的編寫主要是為了方便公司內(nèi)部研發(fā)人員更加快速清楚地認識電池的一些重要特性參數(shù)及其測量計算方法。主要包括動力電池的荷電狀態(tài)SOC,電池健康狀態(tài)SOH,內(nèi)阻R等。此文檔主要參考了動力電池的國家標準與行業(yè)標準,以及網(wǎng)上的一些權(quán)威資料信息,同時結(jié)合自身工作經(jīng)驗整合編寫而成。2. 電池荷電狀態(tài)SOC及估算方法2.1 電池荷電狀態(tài)SOC的定義電池的荷電狀態(tài)SOC被用來反映電池的剩余電量情況,其定義為當前可用容量占初始容量的百分比(國標)。美國先進電池聯(lián)合會(USABC)的電動汽車電池實驗手冊中將SOC定義如下:在指定的放電倍率下,電池剩余電量與等同條件下

2、額定容量的比值。SOC=QO/QN日本本田公司的電動汽車(EV Plus)定義SOC如下:SOC = 剩余容量/(額定容量-容量衰減因子)其中剩余容量=額定容量-凈放電量-自放電量-溫度補償動力電池的剩余電量是影響電動汽車的續(xù)駛里程和行駛性能的主要因素,準確的SOC估算可以提高電池的能量效率,延長電池的使用壽命,從而保證電動汽車更好的行駛,同時SOC也是作為電池充放電控制和電池均衡的重要依據(jù)。實際應用中,我們需要根據(jù)電池的可測量值如電壓電流結(jié)合電池內(nèi)外界影響因素(溫度、壽命等)來實現(xiàn)電池SOC的估算算法。但是SOC受自身內(nèi)部工作環(huán)境和外界多方面因素而呈非線性特性,所以要實現(xiàn)良好的SOC估算算法

3、必須克服這些問題。目前,國內(nèi)外在電池SOC估算上已經(jīng)部分實現(xiàn)并運用到工程上,如安時法、內(nèi)阻法、開路電壓法等。這些算法共同特點是易于實現(xiàn),但是對實際工況中的內(nèi)外界影響因素缺乏考慮而導致適應性差,難以滿足BMS對估算精度不斷提高的要求。所以在考慮SOC受到多種因素影響后,一些較為復雜的算法被提出,例如:卡爾曼濾波算法、神經(jīng)網(wǎng)絡(luò)算法、模糊估計算法等新型算法,相比于之前的傳統(tǒng)算法其計算量大,但精度更高,其中卡爾曼濾波在計算精度和適應性上都有很好的表現(xiàn)。2.2 幾種SOC估算算法簡介(1) 安時法安時法又被稱為電流積分法,也是計算電池SOC的基礎(chǔ)。假設(shè)當前電池SOC初始值為SOC0,在經(jīng)過t時間的充電或

4、放電后SOC為:Q0是電池的額定容量,i(t)是電池充放電電流(放電為正)。事實上,SOC定義為電池的荷電狀態(tài),而電池荷電狀態(tài)就是電池電流的積分,所以理論上講安時法是最準確的。同時,它也易于實現(xiàn),只需測量電池充放電電流和時間,而在實際工程應用時,采用離散化計算公式如下:在電池實際工作中使用安時法計算SOC,受到測量誤差和噪聲干擾因素會對測量結(jié)果造成影響從而無法正確估算SOC(自放電及溫度等因素也沒有考慮),同時電池的初始SOC值無法通過安時法得到。通常,安時法使用上次電池充放電保留的SOC值作為下次計算初始值,但這樣會使SOC誤差不斷累積。所以實際工程上安時法一般作為其他算法的基礎(chǔ)或結(jié)合其他算

5、法來進行估算。(2) 開路電壓法鋰離子電池的電動勢與電池的SOC之間存在一定的函數(shù)關(guān)系,由此可以通過開路電壓進行測量從而得到電池的SOC值。要通過開路電壓法得到電池電動勢的準確值,首先需要電池靜置一段時間,此時的開路電壓(OCV)的值可以認為與其電動勢數(shù)值相等,這樣就可以得到電池電動勢并以此得到電池的SOC。通過實驗獲得鋰電池充放電的SOC-OCV曲線,然后根據(jù)SOC-OCV曲線查詢不同開路電壓的SOC值。開路電壓法需要電池在一段時間靜置下以消除電池電壓、容量在外界因素影響下造成的誤差,不適用于電池SOC的實時測量。另外,電池SOC在中間段開路電壓變化很小,導致中間SOC測量及估算誤差較大。(

6、3) 卡爾曼濾波法卡爾曼濾波法是利用系統(tǒng)和測量動態(tài)的知識、假設(shè)的系統(tǒng)噪聲和測量誤差的統(tǒng)計特性,以及初始條件信息,對測量值進行處理,求得系統(tǒng)狀態(tài)的最小誤差估計。電動汽車用的電池組,可看作是由輸入和輸出組成的動態(tài)系統(tǒng)。在了解系統(tǒng)一定先驗知識的前提下,建立系統(tǒng)的狀態(tài)參數(shù)方程,再利用輸出的校驗作用,獲得對系統(tǒng)包括荷電狀態(tài)在內(nèi)無法直接測量的內(nèi)部參數(shù)估計。在電池等效電路模型或電化學模型的基礎(chǔ)上,建立系統(tǒng)的狀態(tài)方程和測量方程。根據(jù)電池組放電試驗數(shù)據(jù),應用卡爾曼濾波算法估計電池組的開路電壓,實現(xiàn)對電池荷電狀態(tài)的估計。其優(yōu)點是能夠根據(jù)采集到的電壓電流,由遞推法法得到SOC的最小方差估計,解決SOC初值估計不準和

7、累計誤差的問題;缺點是對電池模型依賴性很強,對系統(tǒng)處理器的速度要求較高。3.電池健康狀態(tài)(SOH)定義與計算3.1 電池健康狀態(tài)SOH的定義電池SOH的標準定義是在標準條件下動力電池從充滿狀態(tài)以一定倍率放電至截止電壓所放出的容量與其所對應的標稱容量(實際初始容量)的比值,該比值是電池健康狀況的一種反映。簡單來說,也就是電池使用一段時間后某些直接可測或間接計算得到的性能參數(shù)的實際值與標稱值的比值,用來判斷電池健康狀況下降后的狀態(tài),衡量電池的健康程度,其實際表現(xiàn)在電池內(nèi)部某些參數(shù)(如內(nèi)阻、容量等)的變化上。故根據(jù)電池特征量定義電池健康狀態(tài)SOH具體有如下幾種方法:(1) 從電池剩余電量的角度定義S

8、OH:SOH=Qaged/Qnew其中,Qaged為電池當前可用的最大電量,Qnew為電池未使用時的最大電量。(2) 從電池容量的角度定義SOH:SOH=CM/CN其中,CM為電池當前測量容量,CN為電池標稱容量。(3)從電池內(nèi)阻的角度定義SOH:SOH=(REOL-R)/(REOL-Rnew)其中,REOL為電池壽命終結(jié)時的電池內(nèi)阻,Rnew為電池出廠時的內(nèi)阻,R為電池當前狀態(tài)下的內(nèi)阻。注:上面從電池剩余電量或電池容量來定義SOH的公式并不是SOH的實際計算公式,這只是一種定義的方法,即這種定義的方法有唯一的對應函數(shù)來與實際的SOH對應。比如,基于單體電池的容量,SOH實際可用下面公式計算:

9、SOH=(CM-CEOL)/(CN-CEOL)其中CEOL 為電池壽命終止(報廢)時的容量,是一個常數(shù)。上面SOH的計算公式其實與(2)中的定義是等效的。下面簡單給出推導:設(shè)定義中SOH= CM/CN=X, 計算公式中SOH=(CM-CEOL)/(CN-CEOL)=Y,假設(shè)CEOL=pCN,則Y=( XCN-pCN)/(CN- pCN)=(X-p)/(1-p),即Y是關(guān)于X的一個函數(shù)(線性關(guān)系),其中p為常數(shù)。3.2 幾種常見的SOH估算方法(1)完全放電法完全放電測試需要對電池進行一個完全的放電循環(huán),然后測試出放電容量與新電池的標稱容量進行比較。這個方法是目前公認最可靠的方法,但是這種方法的

10、缺點也很明顯,需要電池離線測試和較長的測試時間,測試完之后需對電池重新充電。(2)內(nèi)阻法通過建立內(nèi)阻與SOH之間的關(guān)系來進行SOH估算,大量研究表明電池內(nèi)阻和SOH之前存在一定的對應關(guān)系。隨著電池使用時間的增長,電池的內(nèi)阻會隨之增加,電池的可用電量同時會不斷減少,通過這點來進行SOH估算。這種方法也有缺點:大量研究表明,當電池容量下降到原來的70%80%時電池的歐姆內(nèi)阻才會發(fā)生顯著變化,這與一般規(guī)定的80%可能有相當?shù)牟罹唷M瑫r電池的內(nèi)阻本來就是毫歐級別的數(shù)值,它的在線準確測量也是一個難點。 (3) 電化學阻抗法這是一種較復雜的方法,通過對電池施加多個不同頻率的正弦信號,然后根據(jù)模糊理論對已經(jīng)

11、采集的數(shù)據(jù)進行分析,從而獲得此電池的特性,預測當前電池的性能。使用這種方法需要大量阻抗及阻抗譜相關(guān)理論,且需要較為昂貴的器材,故暫不推薦。4.電池內(nèi)阻R電池的內(nèi)阻很小,我們一般用毫歐(m)的單位來定義它。內(nèi)阻是衡量電池性能的一個重要技術(shù)指標。正常情況下,內(nèi)阻小的電池的大電流放電能力強,內(nèi)阻大的電池放電能力弱。電池的內(nèi)阻包括歐姆內(nèi)阻(R)和電化學極化內(nèi)阻(Re)。對于鋰離子電池來說,電池的歐姆內(nèi)阻(R),主要有鋰離子通過電解質(zhì)時受到阻力所形成的電阻、隔膜電阻、電解質(zhì)-電極界面的電阻和集電體(銅鋁箔、電極)電阻等;電化學極化內(nèi)阻(Re)包括鋰離子嵌入、脫嵌和離子擴散轉(zhuǎn)移過程中的極化電阻、濃差極化電

12、阻等。歐姆內(nèi)阻(R)服從歐姆定律,電化學極化內(nèi)阻(Re)不服從歐姆定律。不同類型的電池內(nèi)阻不同。相同類型的電池,由于內(nèi)部化學特性的不一致,內(nèi)阻也不一樣。另外,無論是R還是Re都會隨著電池使用條件的不同而變化(隨SOC、SOH、溫度等變化)。目前對電池內(nèi)阻的測量主要有直流測試法與交流測試法兩種,分別對應測得電池的交流內(nèi)阻和直流內(nèi)阻。由于電池內(nèi)阻很小,測直流內(nèi)阻時由于電極容量極化,產(chǎn)生極化內(nèi)阻,故無法測出其真實值;而測交流內(nèi)阻可免除極化內(nèi)阻的影響,得出真實的內(nèi)值(主要為歐姆內(nèi)阻)。直流放電內(nèi)阻測量法:根據(jù)物理公式R=V/I,測試設(shè)備讓電池在短時間內(nèi)通過一個較大的恒定直流電流(目前一般使用40A-8

13、0A的大電流),測量此時電池兩端的電壓變化,并按公式計算出當前的電池內(nèi)阻。此法控制得當精確度可以控制在0.1%以內(nèi),但也有明顯的不足:(1)只能測量大容量電池,小容量電池無法負荷如此大電流; (2)當電池通過大電流時,電池內(nèi)部發(fā)生極化現(xiàn)象,產(chǎn)生極化內(nèi)阻。故測量時間必須很短,否則測出的內(nèi)阻值誤差很大。交流內(nèi)阻測試一般使用專門的測試儀器,其方法原理如下:利用電池等效于一個有源電阻的特點, 給電池施加一個固定頻率和固定電流大小的交流信號(目前一般使用1kHz頻率、50mA小電流),然后對其電壓進行采樣,經(jīng)過整流、濾波等一系列處理后通過運放電路計算出該電池的內(nèi)阻值。交流內(nèi)阻測試法有如下特點:(1)可以

14、測量幾乎所有的電池,包括小容量電池,且對電池本身不會有太大損壞;(2)精度可能受紋波/諧波電流干擾,對測量儀器電路的抗干擾能力要求高;(3)無法實時在線測量。5.動力電池自放電率測試電池的自放電又稱荷電保持能力,它是指在開路狀態(tài)下,電池存儲的電量在一定環(huán)境條件下的保持能力(或內(nèi)部的自發(fā)反應而引起的化學能損失)。一般來說,自放電主要受電池制造工藝、材料、儲存條件的影響。自放電=(初始容量擱置后容量)(初始容量擱置時間)100% 通常電池儲存溫度越低,自放電率也越低,但也應注意溫度過低或過高均有可能造成電池損壞無法使用。一般地說,常規(guī)電池要求儲存溫度范圍為2045。電池充滿電開路放置一段時間后,一定程度的自放電屬于正常現(xiàn)象。鋰離子電池的自放電率相對于其他類型電池來說還是微不足道的,且引起的容量損失大部分都可以恢復,這是由鋰電池結(jié)構(gòu)所決定的。但是在不適宜的環(huán)境溫度下,鋰電池的自放電率還是很驚人的,這會對電池的使用壽命產(chǎn)生很大影響。同時,單體電池自放電的不一致性是影響電池組一致性的重要因素,自放電差別大,使用過程中電池的不一致性會較快體現(xiàn)出來。6.溫度特性動力電池的容量、

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論