【導讀】基于鋰離子 (Li-ion) 電池單元的電池組廣泛用于各種應用，例如混合動力汽車 (HEV)、電動汽車 (EV)、可供日后使用的再生能源儲存，以及用于各種目的 (電網穩定性、調峰和再生能源時移等) 的電網能源儲存。本文將為您介紹測量電池單元的充電狀態 (SOC) 與運行狀態 (SOH) 的技術發展，以及 ADI 推出的相關解決方案。
精密估計電池SOC可以防止電池過度充電和放電
在電動汽車與儲能系統應用中，測量電池單元的充電狀態（SOC）非常重要。SOC定義為可用容量（單位為Ah），以額定容量的百分比表示。SOC參數可看作一個熱力學量，利用它可評估電池的潛在電能。估計電池的運行狀態（SOH）也很重要，SOH以新電池為比較標準，衡量電池儲存和輸送電能的能力。
不過，想要確定的電池SOC是一個很復雜的任務，這與電池類型及其應用有關，所以近年來開展了許多旨在提高SOC估計精度的開發和研究工作。精確估計SOC是電池管理系統的主要任務之一，其有助于改善系統性能和可靠性，并且還能延長電池壽命。
事實上，精密估計電池SOC可以避免意料之外的系統中斷，防止電池過度充電和放電（這可能導致電池永久損壞，具體取決于電池的內部結構）。然而，電池充電和放電涉及到復雜的化學和物理過程，在不同工作條件下精確估計SOC并不是輕而易舉的事。
測量SOC的一般方法是非常精確地測量所有工作條件下流入和流出電池組的電量（庫侖）和電流，以及電池組中各電池單元的電壓，然后利用此數據和先前加載的與被監測電池完全相同的電池組數據，得出SOC的精確估計。這種計算需要的其他數據還包括電池溫度、電池模式（測量時電池是充電還是放電）、電池年齡，以及從電池制造商那里獲得的其他相關電池數據。
有時候可以從制造商那里獲得關于鋰離子電池在不同工作條件下的性能特性數據。確定SOC之后，便由系統負責在后續運行中更新SOC，基本上就是計數流入和流出電池的電量（庫侖）。如果初始SOC的精度不夠高，或者受其他因素影響，比如電池自放電和漏電效應，那么這種方法的精度可能無法令人滿意。
鋰離子電池組的等效電路模型
評估平臺測量典型儲能模塊的SOC和SOH
為了測量典型儲能模塊的SOC和SOH，涉及到一個庫侖計數評估平臺的設計和開發。評估平臺主要由以下部分構成：硬件系統，包括MCU及所需的接口和外設，嵌入式軟件，可用于SOC和SOH算法實現，以及基于PC的應用軟件，用作用戶界面以進行系統配置、數據顯示和分析。
評估平臺通過適當的ADC和傳感器周期性測量各電池單元的電壓值，以及電池組的電流和電壓，并且實時運行SOC估計算法。此算法會使用測得的電壓和電流值、溫度傳感器收集到的和／或PC軟件程序提供的一些其他數據（例如來自數據庫的制造商規格）。SOC估計算法的輸出會被送到PC圖形用戶界面，以供動態顯示和數據庫更新。SOC和SOH估計主要使用三種方法，包括庫侖計數法、電壓法和卡爾曼濾波器法。這些方法適用于所有電池系統，尤其是混合動力電動汽車（HEV）、電動汽車（EV）和光伏（PV）應用。
庫侖計數法也稱為安培時計數和電流積分法，是計算SOC最常用的技術。這種方法通過電池電流讀數對使用時間的積分來計算SOC值。庫侖計數法通過累計傳入或傳出電池的電荷來計算剩余容量。這種方法的精度主要取決于對電池電流的精密測量和對初始SOC的精確估計。利用一個預知容量（可以是存儲器記憶的或通過工作條件初始估計的），電池的SOC可以通過充電和放電電流對運行時間的積分來計算。
電壓法則是通過電池的SOC（即其剩余容量）可利用受控條件下的放電測試來確定。電壓法利用電池的已知放電曲線（電壓與SOC的關系）將電池電壓讀數轉換為等效SOC值。然而，由于電池的電化學動力學和溫度，電池電流對電壓的影響更嚴重。利用一個與電池電流成比例的校正項來補償電壓讀數，并使用電池開路電壓（OCV）與溫度的查找表，可以使這種方法更準確。
卡爾曼濾波器則是一種可估計任何動態系統內部狀態的算法，也可用來估計電池SOC。與其他估計方法相比，卡爾曼濾波器可自動提供關于自身狀態估計的動態誤差界。通過電池系統建模以將所需的未知量（如SOC）包含在其狀態描述中，卡爾曼濾波器估計其值并給出估計的誤差界。然后，它便成為一個基于模型的狀態估計技術，利用誤差校正機制來提供對SOC的實時預測。
卡爾曼濾波器原理
選擇合適的SOC和SOH估計方法
選擇合適的SOC估計方法時，應考慮多項標準。首先，SOC和SOH估計技術應可用于HEV和EV應用、可供日后使用的再生能源儲存、電網能源儲存所用的鋰離子電池。此外關鍵的一點是，所選方法應當是計算復雜度低、精度高（估計誤差低）的在線式實時技術。另外還要求估計方法使用電壓、電流測量值，以及溫度傳感器收集到的和／或PC軟件程序提供的其他數據。
為了克服庫侖計數法的缺點并提高其估計精度，有人已提出一種增強型庫侖計數算法來估計鋰離子電池的SOC和SOH參數。初始SOC從加載的電壓（充電和放電）或開路電壓獲得。損耗通過考慮充電和放電效率來補償。通過對工作電池的最大可釋放容量進行動態再校準，電池的SOH也可以同時估算出來，這又會進一步提高SOC估計的精度。
電池有三種工作模式：充電、放電和開路。在充電階段，當電池以恒流恒壓（CC-CV）模式充電時，制造商通常會說明電池電壓和電流的變化。充電電流恒定時，電池電壓逐漸提高，直至達到閾值。一旦電池以恒壓模式充電，充電電流一開始會迅速降低，然后緩慢減小。最后，當電池完全充滿時，充電電流趨于0。這一充電曲線在恒流階段可轉換為SOC與充電電壓的關系，在恒壓階段可轉換為SOC與充電電流的關系，充電期間的初始SOC可從這些關系推算出來。
在放電階段，電池以不同電流放電時的典型電壓曲線由制造商給出。隨著工作時間的流逝，終端電壓會降低。電流越大，終端電壓下降得越快，故而工作時間越短。這樣便可獲得不同電流下SOC與放電電壓的關系，進而推知放電階段的初始SOC。
開路階段需要OCV與SOC之間的關系。在斷開負載之前，電池以不同電流放電。如果休息時間很長，可以利用OCV來估計SOC。電池的工作效率可通過庫侖效率來評估，庫侖效率定義為放電期間可從電池獲取的電荷數與充電期間進入電池的電荷數之比。
有線電池管理系統（BMS）
多樣解決方案滿足電池監控需求
為了解決各種電池監控上的問題，ADI也推出多款產品解決方案，包括ADBMS6815這款多單元電池堆監控器，可測量多達12個串聯電池單元，總測量誤差（TME）小于1.5 mV。ADBMS6815具有0 V至5 V的電池測量范圍，適合大多數電池化學應用。可在304 μs內測量所有12個電池單元，并選擇較低的數據采集速率以便降噪。
此外，還可將多個ADBMS6815器件串聯，以便同時監測很長的高壓電池串。每個ADBMS6815都有一個isoSPI?接口，用于進行不受射頻干擾的遠距離高速通信。多個器件以菊花鏈形式連接，通過最頂端或底端的器件連接到主處理器。該菊花鏈可雙向操作，即使通信路徑出錯，也能確保通信完整性。
電池堆可直接為ADBMS6815供電，也可采用隔離電源對其供電。ADBMS6815包括針對每個電池的無源平衡，可對每個單元進行單獨的脈寬調制（PWM）占空比控制。其他特性包括一個板載5 V穩壓器、七個通用的輸入／輸出（GPIO）線路和一種電流消耗可降低至5.5 μA的休眠模式。ADBMS6815WFS型號設計用于汽車安全完整性等級能力D (ASIL D)的ISO 26262應用。
另一方面，ADI還推出LTC2949這款適用于電動車輛和混合動力車輛以及其他隔離式電流檢測應用的高精度電流、電壓、溫度、電量監控器。通過同時監測多達兩個檢測電阻上的壓降和電池組電壓，它可以推斷出流入和流出電池組的電量和電能。
此外，ADI推出的isoSPI隔離式通信接口的LTC6820，可通過單個雙絞線連接在兩個隔離器件之間提供雙向SPI通信。每個LTC6820將邏輯狀態編碼為信號，并跨越一個隔離勢壘將信號傳送至另一個LTC6820。接收LTC6820對傳輸信號進行解碼并把從總線驅動至適當的邏輯狀態。隔離勢壘可利用一個簡單的脈沖變壓器進行橋接，以實現幾百伏的隔離度。
結語
無論是電動汽車還是儲能系統應用，電池的運作效率都是提升相關產品效能的重要關鍵，通過監控電池的SoC與SoH狀態，將可確保電池以高效率與穩定的方式運行。ADI針對電池監控應用推出的相關解決方案，將可提升電池運作的效能與安全性，更多相關的技術與產品細節，請洽ADI或艾睿電子以取得更詳細的信息。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
