基于ARM电池组均衡控制系统算法应用

吴　镌

(上海理工大学 光电信息与计算机工程学院，上海 200093)



基于ARM电池组均衡控制系统算法应用

吴镌

(上海理工大学 光电信息与计算机工程学院，上海 200093)

摘要:为了弥补单体电池因电压差造成过充过放性能较弱的缺陷，同时为保护电池组，以提高其有限容量利用率，提出并设计了一种优化的基于ARM Cortex-M3电池组均衡控制算法应用系统。以EXP-LM3S811作为开发平台，实现上、下位机数据通信、荷电状态(SOC)算法、电池参数及报警功能，采用一种优化的电量复合估算方法，对电池组SOC进行准确计算，并且利用Labview人机界面实时监控电池组工作状态。通过仿真和实验证明，该系统提高了均衡控制效率和精度，具有较好的电池利用率。

关键词：均衡控制；SOC；复合估算；电池组

0　引　言

在锂电池组使用领域, 由于单体电池之间存在电压、容量、性能等差异,从而导致电池组最终达到的容量较弱，且利用率较低，同时也缩短了电池组使用周期。因此，为了确保电池组能够最大限度地发挥高效率能量输出，要对单体电池能量实行均衡控制，从而减小不均衡对锂离子电池组造成的不良影响[1]，比如，电池变坏、加速老化、整体寿命缩短、阻抗增加等。当前在锂电池组均衡控制方面还存在不足：第一，控制方法诸多，但控制复杂，设计难度高，成本相对较高，比如耗散型均衡控制。第二，很多在理论上优秀的均衡控制算法，在工程应用领域难以实现，比如神经网络算法。

为了使锂电池组能量被高效利用，可以从三个方面考虑；第一，采用高性能的单体锂电池提高其单个硬件特性；第二，寻求最优且在工程领域易实现的控制策略以提高软件性能；第三，可对所在电池组均衡控制管理系统参数进行定量误差分析，结合最优控制算法从而提高均衡控制精度，提高电池组利用效率。如今，随着微控制器的迅速发展，很多优秀算法实现均衡控制，其优点是功耗小，可以调制均衡电流，但缺点是当单体电池数量较多时，均衡控制效率随之降低，且功耗和成本较高。文献[3]和文献[4]分别使用了开关电阻法和稳压管法，这两种方法只能在充电过程中实现均衡控制，并且与buck-boost变换器方法一样，具有功耗大的缺陷。本文采用一种优化的电量复合估算方法，即综合开路电压法与安时累积法设计复合电量估计算法，对电池组SOC实时准确计算，并在均衡时通过继电器将均衡电容器并联至单体电池组，从而利用均衡电容实现任意两个单体电池之间的能量转移，且保证能量有效流动，该方法硬件电路结构简单，效能高。

1　系统整体方案设计

为设计一种高效能、相对简单的电池均衡控制系统，本设计以集散控制(DCS)为基础，采用上位机和下位机控制方式。其中，上位机实时跟踪显示下位机电池组各种状态量，且可发送控制命令和修改下位机控制参数；下位机实时采集电池组电压U、电流I、温度T等数据。

采用的EXP-LM3S811开发平台最大支持主频为50 MHz的ARM Cortex-M3内核，集成外设具有4路10位ADC、温度传感器、UART、SSI等[5]。其中，通过四路ADC功能进行数据采集，实现电池组数据采集和自动保护控制，温度控制通过温度传感器串口通信。同时采用Labview软件实现上位机的数据和报警系统显示界面的设计，实时监控下位机状态。

图1为上位机和下位机控制系统结构图，系统主要包括电压电流温度检测模块、均衡控制模块、保护和报警模块、上位机显示模块等。其中，电压电流数据采集模块利用EXP-LM3S811开发平台10位精度A/D转换的四路数据采集，进行在线测量总电压和单体电压，再通过电压和电流的线性关系得到总电流和单体电流。温度采集模块通过温度传感器来实现，将采集的实时温度信号与基于Cortex-M3内核的I/O口相连，从而获得实时温度数据。

图1　上、下位机均衡控制系统结构

2　均衡控制算法

在锂电池管理系统中，有很多均衡控制算法，诸如开路电压法、安时积分法、测量内阻法、卡尔滤波算法等[5,6]，各有各的优缺点。使用合适的算法，可以对锂电池SOC精度精确计算，从而使电池组达到最大利用效率。对于本系统，通过电容器和继电器并联在单体电池的方式来达到均衡，采用一种优化的电量复合估算方法，即为综合开路电压法与安时累积法设计复合电量估计算法，对电池组SOC实时准确计算[7]。

首先，忽略实验电路中继电器间及线缆电阻。以Ca表示均衡电池组等效电容，Ra为均衡电池组等效内阻；Cb为均衡单体电池等效电容，Rb为单体电池等效内阻。继电器闭合前，Ca和Cb的电压分别为Ua和Ub, 且Ua>Ub, 则当继电器闭合后,Ca放电而Cb充电, 通过三要素法可得Ca和Cb的电压随时间变化为

(1)

(2)

再通过电压与电流间的线性关系，得到均衡电池组对均衡单体电池的电流I随时间的变化关系为

(3)

均衡电池组电压Ua与均衡单体电压Ub随时间变换率为

(4)

(5)

由公式(4)和(5)可知，均衡电池组的内阻不仅影响电池组的充放时间常数， 而且影响电池组电压变化的初始速度。在整个电池组充电时，均衡电池组还要不断地与电池组中电压最高的单体电池并联，以便使其自身的电量得到补充。本系统再综合开路电压法和安时累计法对SOC进行高精度计算。

在开路状态下，通过开路电压法测量电池组直流电压并估算电池剩余容量，从而估计最初剩余电量值，实验可以得出电池组初始电压Us与初始SOCs的对应关系。再通过安时累积法对负载电流的积分来估计SOC，建立关系算式(6)：

(6)

式中，η为库伦效率常量；SOCs为初始荷电状态；C为电池组最初可用容量。

当电池组处于充电状态时，为了使均衡电池组在任何时刻都能保持一定的电量，必须设置一定条件去控制继电器将均衡电池组切换并联到电池组中电压最高的单体电池上，满足这一条件的关系式为：

(7)

(8)

(9)

其中，Uf为充满电时单体电池组电压；Upeak为在充电过程中均衡电池组的最高单体电池电压；Ub为均衡电池组与单体电池间的并联电压。ΔU与U′成线性函数关系，从而可使得在充电过程中，均衡电池组既充满电量又不会有过充现象。

(10)

当电池组处于放电状态时，首先计算均衡电池组中最高和最低单体电池电压的平均值，将其与均衡电池组电压比较，若均衡电池组电压偏大时，则向单体电池充电，反之，则从电压高的单体电池吸收电量。

3　仿真实验研究

本系统选用13节单体锂电池串联组成的锂电池组进行实验仿真分析研究。选用的锂电池组参数如下：单体额定电压3.7 V，额定容量25 Ah，充电电流5 A，充电截止电压4.2 V，放电截止电压3 V，放电电流20 A，锂电池组额定电压48.1 V。

为达到本系统均衡控制算法实验效果，在仿真实验前对各个单体电池进行特殊处理，使得各单体电池SOC不均衡，调整后，分别测得B1～B13的电压为3.38 V,3.36 V, 3 V, 3.4 V, 3.2 V, 3.35 V, 3.4 V, 3.25 V, 3.3 V, 3.18 V, 3.42 V, 3.15 V, 3.35 V。首先，进入5 A恒流充电状态，当电池组电压至54.6 V时，转为恒压充电，当充电电流降至0.5 A时停止充电；其次，用500 W 直流电机作为负载进行放电均衡仿真研究。最后，分别对使用复合估计均衡控制算法、未使用复合估计均衡控制算法等状态下进行仿真实验对比研究，如图2和3所示。

图2 未使用复合估计控制算法

图3 使用复合估计控制算法

如图2所示，未使用复合估计均衡控制算法充电时，容量偏小的单体电池较早达到充电截止电压，其他单体电池也被迫停止充电；放电时，容量偏小的单体电池较快达到放电截止电压，其他单体电池也被迫停止放电。其充放电过程都造成了电池组容量浪费。而采用复合估计均衡控制算法后，在充放电中，处于不均衡的单体电池在均衡控制算法的调整下，电压渐渐趋于相同，同时达到充放电截止电压，电池组容量得到合理利用，效能得到很大的提高。

本系统采用LABVIEW软件来进行人机界面的数据显示，LABIEW与下位机的UART进行实时数据通信。同时利用LABVIEW设置报警功能，及时监控用户电池组的充放电信息。上位机充放电监控显示界面如图4所示。

图4 上位机充放电监控显示界面

4　结束语

本研究对锂电池组均衡控制系统实现了一种基于ARM的控制，克服了单体电池因电压差造成过充过放性能较弱的不足。采用一种优化的电量复合估算方法，通过电容器和继电器并联在单体电池的方式来达到均衡，对电池组SOC实时准确计算，并且利用LABVIEW进行上下位机数据实时界面显示，实现了较好的电池组均衡控制效果，提高了电池组的容量利用率。经过多次仿真和实验表明，该系统可以满足实际应用的需要，具体较好的应用前景。

参考文献：

[1]刘春梅，朱世宁.电池组双向无损均衡充放电模块的设计[J].微计算机信息，2006,12(2)：251-253.

[2]程昌银，王桂棠，赖雄辉.更换模式下的锂电池组均衡充电[J].通信电源技术，2012,29(3):36-41.

[3]蔚兰，岳燕，刘启中.电动汽车蓄电池充放电装置控制系统设计[J].电力电子技术，2009,(9)：69-71.

[4]师新蕾，姚爱琴，孙运强. 采用USB通信的智能双锂电池监测系统[J].电源技术，2011,(9)：94-96.

[5]CHIN S MOO, YAO C HSIEH, IS TSAI. Charge Equalization for Series Connected Batteries[J]. IEEE Trans.Aerospace and electronic systems. 2003, 39(2):704-709.

[6]Kim I S. A technique for estimating the state of heal of hybrid electric vehicle battery[J]. IEEE Trans. Power Electron, 2010,23(4):2027-2034.

[7]李树靖，林凌，李刚.串联电池组电池电压测量方法的研究[J].仪器仪表学报，2003,24(4):212-215.

研制开发

Study of Optimized Equalization Control Algorithm for Batteries Based on ARM Cortex-M3

WU Juan

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

Abstract:In order to make up for the disadvantages of over-charge, over-discharge and other adverse effects caused by the voltage difference in individual cells of power batteries, and at the same time to protect the battery pack to improve utilization of its limited capacity, an optimized equalization control algorithm for batteries based on ARM Cortex-M3 is proposed in this article. With EXP-LM3S811 as development platform, data communication between up and down computer, SOC algorithm, battery parameters monitoring and alarm are realized. An optimized and accurate compound SOC calculating algorithm is adopted, and LabVIEW software is used to monitor the real-time working state of batteries. Simulation and experimental results show that the system improves the efficiency and precision of batteries, and realizes better utilization of batteries.

Key words:equalization control; SOC; compound estimation; batteries

中图分类号：TM912

文献标识码：A

文章编号：1009-3664(2015)02-0001-03

作者简介：吴镌(1990-)，男，安徽人，硕士，研究方向为电池组均衡管理系统。

基金项目：国家自然科学 (61170277), 上海市教委科研创新重点项目(12zz137)，上海市一流学科建设项目(S1201YLXK)，上海市研究生教育创新基金项目(SHGEUSST1301)基金资助项目。

收稿日期：2014-11-10