基于EKF算法的铅酸蓄电池在线检测装置设计

李匡成，刘岩，杨亚丽，孙磊

（1.装甲兵工程学院控制工程系，北京100072；2.96111部队，陕西韩城710013；3.73089部队，江苏徐州221004）

李匡成1，刘岩1，杨亚丽2，孙磊3

（1.装甲兵工程学院控制工程系，北京100072；2.96111部队，陕西韩城710013；3.73089部队，江苏徐州221004）

为在线检测铅酸蓄电池的荷电状态，基于6-TKA-180型铅酸蓄电池建立其等效电路模型并进行参数辨识，在此基础上，应用扩展卡尔曼滤波算法进行了铅酸蓄电池荷电状态在线检测装置的设计，并通过实验验证了基于扩展卡尔曼滤波算法的铅酸蓄电池荷电状态在线检测的可靠性与准确性。

铅酸蓄电池；荷电状态；扩展卡尔曼滤波；在线检测

1 扩展卡尔曼滤波算法原理

卡尔曼滤波算法是R.E.Kalman于1960年提出的基于最小均方差的数字滤波算法，用于估算动态系统状态。由于铅酸蓄电池在充放电过程中产生复杂的化学变化，导致模型中各个参数是多维、非线性的关系，针对这一特性，本文采用适用于非线性离散系统的EKF算法在线检测铅酸蓄电池的荷电状态。模型如下：

式(1)为系统的状态方程，式(2)为系统的输出观测方程。

由于采用了泰勒级数展开方式对非线性函数进行线性化，进而得到类似于线性系统的卡尔曼滤波器的方程，这种滤波方法称为EKF算法[1-3]。

离散系统的EKF滤波器：

2 系统的总体设计

装置设计主要由检测模块、分析处理模块和显示模块三部分组成，如图2所示。

图1 EKF算法结构图

图2 装置总体设计图

检测模块主要进行实时采集蓄电池的端电压和充放电电流信号。蓄电池端电压的测量可在蓄电池的接线端子上安插检测接口。充放电电流的检测采用电流传感器，将充放电电流大小转换成电压信号。采集的电压、电流信号，经光耦隔离和信号放大后，输出给分析处理模块。分析处理模块是以TMS320F2808 DSP数字信号处理芯片为核心的控制处理模块，实现对检测模块输出数据的A/D转换，并依托内嵌EKF算法实现对铅酸蓄电池荷电状态的在线估计；显示模块采用1602字符型LCD对所估计出的荷电状态进行液晶显示[4]。

3 系统的硬件设计

本装置的硬件装置主要由信号采样调理电路、DSP控制电路、液晶显示电路、辅助电源电路等部分组成。

3.1 采样及调理电路的设计

对直流电压的采集利用两个精密电阻分压取比例电压经放大电路后得到。由于采样回路与主电路必须隔离，所以差分放大后的信号需要经过一个高速光耦进行隔离才能输入到DSP的ADC引脚处[5]。直流电压采样电路如图3所示。

图3 电压采集电路

对直流电流的采集选用了闭环霍尔电流传感器。霍尔传感器可以使测量回路和主回路隔离，主回路发生故障不会导致测量回路发生故障，同时测量回路不会给主回路带来干扰。直流电流采样电路如图4所示。

图4 电流采样及调理电路

3.2 液晶显示电路的设计

液晶显示电路分为三部分：DSP控制器、液晶显示模块以及隔离缓冲电路。DSP与LCD显示的数据交换是通过GPIO实现的，GPIO的使用是通过对控制寄存器和数据寄存器的编程实现的，主要完成功能选择以及I/O口方向选择等功能。液晶显示电路如图5所示。

图5 液晶显示原理图

其他辅助电路还有DSP控制电路、系统时钟电路、DSP复位电路和DSP供电电源电路等[6]。

4 系统的软件设计

本检测装置软件部分主要由AD采样及数字滤波子程序、EKF算法子程序、故障处理程序以及显示子程序四部分组成，主程序设计的流程图如图6所示。

图6 主程序流程图

4.1 EKF算法子程序

EKF算法子程序主要在铅酸蓄电池电压、电流信号采样及调理的基础上，根据EKF算法方程进行状态估计。卡尔曼增益计算子程序主要根据系统模型和观测模型的噪声特性计算卡尔曼增益。EKF算法子程序流程图如图7所示。

4.2 显示子程序

在每一次EKF算法完成对铅酸蓄电池状态的滤波估计后，调用LCD显示子程序，将滤波估计的值进行液晶显示。LCD显示子程序流程图如图8所示。

图7 EKF算法子程序流程图

图8 LCD显示子程序流程图

5 实验结果及验证

5.1 实验结果

图9为实验装置设计图。该电路板主要由信号调理模块、电源模块、分析处理模块、触发控制以及液晶显示等部分组成。基于此电路板进行了实验室调试，液晶显示正常，进一步验证了本检测装置的可靠性。

图9 铅酸蓄电池在线检测实物图

在此基础上，对6-TKA-180型铅酸蓄电池进行恒流充电，充电电流大小为20A，误差为5%，充电时间为2200 s。得到充电状态下铅酸蓄电池的变化如图10所示。

5.2 实验验证

为了验证软件调试结果的准确性，结合放电法容量检测实验对上述结果进行验证。图10中，关键节点的横纵坐标如表1所示。

图10 铅酸蓄电池变化图

表1 荷电状态估计曲线关键节点横纵坐标

在充电完成后，为了验证其现有容量与检测结果是否一致，对铅酸蓄电池以20h放电率进行恒流放电至截止电压1.75V，记录用时593min，得到放出的容量为88.95Ah，现有为0.494167。由此得到其放电初始时刻为0.494167，结合表1可得测量误差为2.9%。

在本实验中，还需进一步验证2200 s的充电过程中铅酸蓄电池检测的准确性。

由上可以得到：应用扩展卡尔曼滤波算法对铅酸蓄电池荷电状态进行在线估计的装置设计是可靠的、准确的，进一步验证了该检测装置的可靠性与准确性。

6 结论

[1]李秉宇，陈晓东.基于卡尔曼滤波器的蓄电池剩余容量估算法[J].电源技术，2010(9)：931-934.

[2]符拯，王书满，刘丙杰.自适应卡尔曼滤波的最新进展[J].战术导弹技术，2009(6)：62-66.

[3]刘胜，张红梅.最优估计理论[M].北京：科学出版社，2011：133.

[4]苏奎峰.TMS320X281xDSP原理及C程序开发[M].北京：北京航空航天大学出版社，2008.

[5]李朝青.单片机&DSP外围数字IC技术手册[M].2版.北京：北京航空航天大学出版社，2005.

[6]胡旭杰.基于DSP控制的蓄电池充放电系统研究[D].北京：装甲兵工程学院，2010.

Device design for estimatingof lead-acid battery based on extended Kalman filtering

LI Kuang-cheng1,LIU Yan1,YANG Ya-li2,SUN Lei3

The equivalent circuitmodel based on the tape of 6-TKA-180 battery to estimate theof the Lead-acid Battery was established,and the state parameters were estimated.Through the extended Kalman filtering, a device tomonitor theof the Lead-acid Battery on-line was designed.And through the experiment,the reliability and veracity of theon-linemonitoring of the Lead-acid Battery based on the extended Kalman filtering were proved.

lead-acid battery;state of charge;extended Kalman filtering;on-linemonitoring

TM 912

A

1002-087 X(2014)10-1848-03

2014-03-08

李匡成（1965—），男，湖南省人，教授，主要研究方向为电力电子技术。