动力电池电量计

　　0 引言

　　电池是电动汽车的能量来源，为确保电池组性能良好，需对电池进行必要的管理和控制，就必须准确、可靠地获得电池现存的容量状态参数。

　　用测得的电池参数对现存电池容量状态作出准确、可靠的估计，一直是电动汽车和电池研究人员关注并投入大量精力的研究课题，目前荷电状态( State of State，SOC) 估算方法有： 开路电压法、安时计量法、内阻法、神经网络和卡尔曼滤波法。国外提出EMF-SOC 模型，即电池电动势与荷电状态的关系模型来估算SOC，相当于开路电压法，该方法不能实时估计; 卡尔曼滤波法则在建立准确、实用的电池动态模型上存在很大困难; Ah 计量法由于不能估计电池的初始值，同时充放电电流波动对电池剩余容量有影响，这些导致了估计不精确;为此本文采用了一种新思路来计算电量值、SOC。

　　1 算法

　　1. 1 算法设计

　　本文提出了一种简单、准确、实时、可靠的电池SOC 估计方法，即电压-安时计量法，其原理是： 实时测得电池两端电压，以电池工作的临界电压值来准确计算电池初值。本文以锂电池为例( 锂电池的工作电压范围3 ～ 4. 2 V) ，当电池电压= 3 V时，认为电池容量放尽，Q 为零，即SOC为0%; 当电池电压= 4. 2 V 时，认为电池已充满，即SOC 为100%。用单片机实时检测电池的充、放电流，计算出加权系数k 的值，再计算当前的电量，即：

　　该算法解决了传统安时计量存在的问题：

　　( 1) 通过电池的两个节点电压，为安时计量法提供了准确的初始值。

　　( 2) 引入不同充放电电流下电量的加权系数K，对算法进行了修正。

　　1. 2 加权系数的计算

　　该值可以通过试验结合Peukert 方程，即：

　　式中W、n———常数那么可得：

　　式中Q( i) ———电池以电流i 放电所能放出的能量。

　　Q( I) ———电池以电流I 放电所能放出的能量。

　　电池放电的初始容量是一样的，每种型号的电池的放电倍率曲线是不一样的，做试验用的是锂电池，其放电倍率曲线如图1 所示。

图1 不同倍率放电曲线

　　利用和图1 中数据，可求得任意两组电流下的n 值。其中，电量的比值跟放电状态( State of Discharge，SOD) 的比值是对应的，将结果制成表格，如表1所示。

　　表1 加权系数计算表

　　在Peukert 方程中，n 是常数，为了更准确地计算电池容量值，n 取表1 中所有n 值之和的平均值，即：

　　从而可得到加权系数与电流的关系式：