基于SOC估计与单电容配置的电池均衡系统设计

丁哲航　李涛　谢军　陈阔　黄继业　曾毓杭州电子科技大学电子信息学院



基于SOC估计与单电容配置的电池均衡系统设计

丁哲航李涛谢军陈阔黄继业曾毓
杭州电子科技大学电子信息学院

为了解决单体电池串联的均衡问题，本文设计提出了一种电池均衡系统，采用卡尔曼滤波法对电池荷电状态（SOC）进行了估计，并以此为依据对电池进行均衡。均衡采用了单电容配置的飞渡电容法，由MOS管进行开关控制，在电池间转移能量，达到均衡效果。并采用Scilab对设计进行了验证，证实了其可行性。

电池均衡 SOC估计 飞渡电容法 卡尔曼滤波算法

电池管理系统（Battew Manage System）是管理电池组运作的系统，用于保护电池免受损害、预测并提升电池组的使用寿命，将系统维持在安全、高效与可靠的操作环境中。其核心的模组是电池组的均衡系统。电池组中的单体电池在使用过程中，由于其本身特性的不一致，在长期充放电使用的过程中，不可避免地会出现性能的差异。例如，在充电过程中不免会有单个电池首先达到充电电压，或是在放电过程中首先达到放电截止电压。出于安全性考虑，此时必须停止充放电进程，而此时其余电池仍未充满电或仍未放完电。这就会影响到电池组的使用效率，长此以往还会降低其寿命。均衡系统的目的即是实时监控电池状态，并维持各个单体电池间的一致性，提升电池组本身的运作效率。

本文设计了一种电池均衡系统，采用卡尔曼滤波法对电池荷电状态（SOC）进行了估计，并以此为依据对电池进行均衡。均衡采用了单电容配置的飞渡电容法，由MOS管进行开关控制，在电池间转移能量，达到均衡效果。最后通过Scilab编程仿真验证这种设计的可行性。

1　方案设计

1.1电池电量估计

作为均衡的数据依据，通常可以选择电压或者SOC值。然而电压值很容易受到温度和电流等外部因素的影响而波动，并不适合作为参考依据。相比之下，基于荷电状态数据进行均衡要有效得多。然而，SOC值是无法直接测量的，只能通过其他直接测量值进行估计。实时估计SOC有三种基本方法，分别是化学测量法、电压测量法、电流积分法。化学方法通过对电池电解质的比重或者酸碱度进行测量，从而估计出电池的SOC。然而这种方法仅仅适用于能够直接对电解质进行测量的场合，并不适用于通用应用。电压法通过测量电压，然后利用电池的放电曲线得到SOC值。然而，如前所述，电压会受到外部参数如电流和温度的影响，从而导致结果不精确。

电流积分法，又称为库仑计数法。通过实时对电流进行测量并积分来计算出电池放出/充入的电荷量，从而计算出SOC值。然而，由于测量的不精确性，长期的电流积分必然导致误差的积累。此外，这个方法还有另一个缺陷，就是很难得到一个合适的初始参考点。为了提高精确度，可以结合电压法和电流积分法，通过卡尔曼滤波器提高精确度。卡尔曼滤波为电流积分法提供了负反馈机制，消除了累计误差。同时卡尔曼滤波也使得系统不会对初始SOC估计过于敏感，因此可以用电压法得到一个初始的粗糙估计值。本设计中，采用卡尔曼滤波算法。

1.2电池模型设计

为了利用卡尔曼滤波算法由电压和电流估计出SOC值，必须首先选用相应的电池模型。模型以开路电压一荷电状态关系函数表达。主要的电池模型有三种，分别是Sheperd M odel、Unnewehr Universal Model和Nernst Model。

其中电流以内阻分压的形式对电压产生影响，而SOC以反比例函数的形式作用于电压值。该模型基于低电流恒定放电，并着重考虑了当电量接近放完时电压急剧下降的特性。但是在实际使用中，电池很少过度放电。

考虑到基本的卡尔曼滤波算法适用于线性系统，对于非线性系统，扩展卡尔曼滤波算法具有相当的复杂性。因此在本设计中采用线性的Unnew ehr Universal Model。

1.3均衡策略设计

电池均衡的目的在于使得不同电池间的电量趋于相等，为此常见的均衡措施通常可以分为主动均衡和被动均衡两类。被动均衡指通过被动元件，如电阻，从能量较高的电池中移出能量，使得其能量降低至其余电池的能量水平；主动均衡则是通过动态元件将能量从电量较高的电池处转移至能量较低的电池处。被动均衡（能量损耗型）电路设计简单，易于实现。然而由于是通过电阻放热释放能量，效率较低并且浪费能源。此外，当均衡时间长、电池组电量较大时，这种策略会产生大量放热。因此此种结构并不适宜。主动均衡从高能量电池中移出电荷并转入低能量电池中。动态电池均衡可以采用不同的策略，如用电容或电感等动态元件储存电荷或者转移电荷。利用电容进行电荷转移的方式成为飞渡电容法，其可以继续细分为四种配置模式。

第一种是在每两个相邻电池间连接上一个电容，电容和电池间通过可控的开关控制通断。在这种配置下，不需要进行智能控制。令开关在通和断间以相等的间隔进行快速切换，电容即可以从电压较高的电池中充电，并在下一个间隔周期中将电量释放入电压较低的电池中。

第二种是第一种配置的衍生。区别在于，此时的电容并非一层而是两层。两层的电容意味着相比第一种配置，电荷拥有了更多的转移通路，因此均衡的速度也有显著提升。作为缺点，这种配置模式的成本较前者更高。

第三种是单电容配置。在这种配置下，所有的电池通过开关连接到同一个电容中。这种配置的优点在于只需要使用一个电容，并且当电池数量多于4个时，开关的使用数量也要低于其他配置。在这种配置下，需要一些简单的控制策略。将在后文提及。

第四种是模块化配置。这种配置下，电池被分为若干个模块，其中模块内部的电池通过第一种单层配置的方法进行连接，而在模块间使用一个单电容进行连接。这种方法的主要缺点在于需要大量的开关和电容。

本设计采用第三种，即单电容配置。开关的控制策略基于电池的SOC测量结果，在SOC最高和最低之间的电池间转移能量。

2　系统设计

2.1总体设计

本系统以单片机为控制核心，分为数据采集、均衡控制、数据通信三个模块。

2.2数据采集模块

数据采集模块包含电压和电流的检测电路。电压检测最简单的方式是采用电阻分压测量，但是如此的测量结果会产生累计误差。本设计采用差分输入及电压跟随电路。前级为差分电路，输出电压经过低通滤波器输入到后级电压跟随器中。消除了电压分压检测时的误差累计问题。为进行电流检测，本设计采用了霍尔传感器。霍尔传感器将电流的大小转换为电压，相比用电阻进行电流测量精度更高，并且耗能较少。

2.3均衡电路

如前所述，均衡电路采用单电容配置。当要对任意电池进行充电或放电操作时，闭合下层相应的开关并同时断开其余下层开关。上层开关根据下层的情况相应进行闭合或者断开。按照图中的配置，上层开关应当是同相的。在进行开关操作时，应当确保首先断开所有开关，然后再闭合相应的开关。在实际电路中，开关的职责由MOS管担当。对于普通开关使用一个MOS管，对于单刀双掷开关使用一对互补的MOS管。因此，在四个电池的情况下，所需要的MOS管为9个。

2.4软件模块

系统的核心为一块单片机。单片机负责读取所有测量结果，计算SOC估计值，根据均衡逻辑决定将要闭合或者开启的开关。同时，单片机也负责将各类数据储存在非易失性储存器中，以便任何时候均可使用。为了方便使用上位机进行检测和控制，单片机也负责将数据通过数据线发送至上位机中，并执行上位机传下的命令。

2.5卡尔曼滤波算法实现

卡尔曼滤波算法是利用随时间得到的一系列测量值，在噪声环境中估计线性系统状态的算法。此外，卡尔曼滤波器是一种时域中递归的滤波算法，因此很容易在低成本软件系统中实现。卡尔曼滤波要求设定一组状态向量x和相应的误差相关矩阵P，给定状态变换矩阵F、控制一输入变换矩阵B、输入一观测变换矩阵H，以及过程噪声和观测噪声的协方差矩阵（分别是Q和R）。那么，只要给定控制量“和观测量z，就能对线性系统的状态进行估计。

3　仿真验证

在Scilab中对该模型进行验证。对四个电池模型进行仿真，其初始参数（容量、内阻、模型参数）有小幅度不同。其SOC值分别以0.4～1.0间的数值初始化。噪声以电压、电流的测量值形式加入。

4　结语

本系统设计的基于SOC的均衡系统采用卡尔曼滤波算法，结合了以Unnewellruniversal Model为基础的电压法和以电荷计数的电流法，对系统的SOC值进行了估计，并以单电容配置对电池组进行均衡。系统较为简单易行，并且能取得良好的效果。

［1高明煜，何志伟，徐杰.基于采样点卡尔曼滤波的动力电池SOC估计［J］.电工技术学报，2011，26（11）：161—167.

［2］上官倍法.基于ARM的电池管理监控系统设计与实现［D］.杭州：杭州电子科技大学，2012.

［3］程艳青，高明煜，徐杰，等.电动汽车动力电池剩余电量在线测量［J］.电子测量与仪器学报，2008，22（1）：182一185.