[发明专利]一种铅酸动力电池管理方法

说明书

技术领域

本发明涉及一种电池管理方法，特别涉及一种铅酸动力电池管理方法。

 

背景技术

以蓄电池作为能源的电动汽车是解决汽车大气污染最有效的方案。近几年来我国各种电动自行车、摩托车、汽车、观光车等运输工具的大规模产业化进展受到全世界的关注。 

铅酸蓄电池行业与电力、交通、信息等产业发展息息相关，在汽车、观光车、电动车等运输工具和大型不间断供电电源系统中处于重要地位，是社会生产经营活动和人类生活中不可或缺的。我国蓄电池行业规模庞大，应用广泛，鉴于铅酸蓄电池的使用不当带来的问题（如硫化、容量减小、使用寿命缩短等），实现蓄电池的智能化管理显得非常必要。

电动车蓄电池管理系统是一个集监测、控制与管理为一体的的电气测控系统。

早期的电池管理系统一般只具有监测电池电压、温度、电流的简单功能。随着先进电池在电动车中应用的推广，对电池管理系统的要求越来越高，电池管理系统的功能也越来越强。电动车事业的蓬勃发展，给电池管理技术的发展带来强大动力。人们对电池的认识增强，对电池的管理也日趋有效，电池管理系统已经从监控系统逐渐向管理系统转变。国内对电动车的发展极为重视，早在1992年就把电动车的开发发展列入国家的“八五”重点科技攻关项目，针对电池管理系统以及充电机系统进行了长期深入的研究开发，在BMS方面取得很大的突破，与国外水平也较为接近，研制产品在纯电动和混合动力电动车上得到大量使用，但电池管理技术还并不成熟。电动汽车的发展及产业化，对动力蓄电池管理系统将具有巨大的市场需求，同时技术上也将提出更高的要求。这些研究主要是在一些高校，他们依托自己的科技优势，联合一些大的汽车生产商和电池供应商共同开展研究。如同济大学和北京星恒电池有限公司的锂离子电池管理系统主要功能有：电流、电压及电池模块温度的采集，SOC估计，自动均衡，事故处理与记录等。北京交通大学自1993年起一直致力于电池管理系统研究，在SOC估算方面，先后采用了OCV-SOC对应关系、安时计量加自放电、充电效率等修正，以及采用双卡尔曼滤波的预测方法（成功的运用到二汽混合动力电动汽车）；经过多年的努力，北京交通大学电池管理系统具有性能稳定、可靠性好、检测精度高、功能齐备、方便耐用等优点。 随着近十年来电动汽车研究和使用的不断升温，国外一些大的汽车生产商和电池供应商针对各种电池作了大量研究及试验，总结出电池的数学模型，并成功开发出许多电池管理系统装在车上试用。如德国的BADICHEQ系统能同时对20个电池单元进行电压、电流和温度测量，能根据电池单元对主充电机的充电电流进行控制，能用一个小的充电机对单个电池进行均衡充电，能储存历史数据和与PC机进行数据通信，可以显示电池剩余电量以及可以对各种异常进行报警。美国Villanova大学和US Nanocorp公司多年对各种类型电池的SOC进行基于模糊逻辑的预测。国外关于电池荷电状态SOC的研究大多是通过测量电池的电流、电压等外界参数找出SOC与这些参数的关系，以间接的测出电池的SOC值。目前常用的有开路电压法、容量累计法、电池内阻法等，同时一些复杂的算法如神经网络和卡尔曼滤波法也在逐步研究和发展。 

车用电池在线SOC估算是公认的国际性难题，众多国内外专家学者先后提出了许多解决办法。已经从最初的OCV－SOC（open cir-cuit voltage-state of charge）、库伦计量以及温度、充放电倍率、充电效率修正或综合以上部分或全部进行SOC的估算。先进的算法也相继出现，如模糊逻辑算法模型、自适应神经模糊推断模型、卡尔曼滤波估计模型算法以及新出现的线性模型法和阻抗光谱法等。虽然人们进行了大量的努力，但是效果并不理想，都存在缺陷，不能达到实际使用的要求。这主要是因为电池组的SOC与温度、充放电倍率、前一时刻充放电状态、极化效应、电池寿命等因素相关，而且表现出很强的非线性，给SOC实时在线估算带来很大的困难。人们开始意识到电池的内部工作机理和外特性综合考虑，对电池进行建模才是解决电池SOC估算的根本办法。

电池的SOC估算和SOH评估还不能满足车辆和电池实际需求是当前电池管理系统最大的缺陷，这直接影响到电池的性能和电池寿命以及电动汽车的驾驶性能和电动车事业的推广。所以从电池的内部机理和外特性出发，从电池的电化学、热学以及电学对电池进行综合建模及其模型参数的自适应识别技术、利用电池模型对电池的SOC估算及SOH评估技术、电池优化充放电控制算法及均衡充电技术是电池管理系统亟待解决的问题，也是今后的主要发展方向。随着高科技的飞速发展，微电子技术已经被广泛应用到各个科学领域。