锂离子电池SOC预测方法应用研究

电池的剩余电量(也称荷电状态,State of charge,SOC)预测是电池管理系统中最基础、最重要的部分。电池荷电状态的准确监测不仅仅能够为电池设备使用者提供电池能量供给状况,它还是电池管理系统中充放电管理、均衡控制管理的基础。因此怎样准确预测电池SOC的值意义重大。 本文以锂离子电池为研究对象,对锂离子电池的荷电状态预测算法进行研究。通过对锂电池的工作原理进行分析,从而了解电池电量的产生及变化机理,在此基础上对电池进行充电、放电特性的研究,研究过程中考虑电池电流、温度等因素对电池电量的影响方式,最后在结合分析自放电率、循环次数及工作状态等其它的影响因素,提出将SOC分为三种状态进行估算,将扩展卡尔曼滤波算法,开路电压法、安时法相结合;通过对电压曲线的变化规律及电池充放电效率分析,提出了以库仑效率为基础的电量累积量和动态变化量的计算方法,以此对安时法进行改进,建立较为准确的电池空间模型,从而完成SOC的计算。 最后以SE60AHA型号锂电池为实验对象,进行实际充放电试验。试验过程中在电池的正常充放电、对电流增加噪声干扰以及对SOC值增加初始误差三种情况下,将本文提出的方法与传统方法进行对比,结果表明本文所采用的方法不仅能提高SOC的估算精度,对电流噪声及初始误差也有很强的抑制和修正作用。