荷電狀態(tài)估算是鉛酸蓄電池進(jìn)行充放電控制以及均衡管理的重要依據(jù)，文章全面分析了蓄電池荷電狀態(tài)SOC的定義以及影響SOC估算的因素，總結(jié)現(xiàn)有SOC估算方法，并對先進(jìn)估算方法進(jìn)行了探討。

鉛酸蓄電池簡介：

鉛酸蓄電池最明顯的特征是其頂部有可擰開的塑料密封蓋，上面還有通氣孔。這些注液蓋是用來加注純水、檢查電解液和排放氣體之用。按照理論上說，鉛酸蓄電池需要在每次保養(yǎng)時檢查電解液的密度和液面高度，如果有缺少需添加蒸餾水。但隨著蓄電池制造技術(shù)的升級，鉛酸蓄電池發(fā)展為鉛酸免維護(hù)蓄電池和膠體免維護(hù)電池，鉛酸蓄電池使用中無需添加電解液或蒸餾水。主要是利用正極產(chǎn)生氧氣可在負(fù)極吸收達(dá)到氧循環(huán)，可防止水分減少。

引言

隨著傳統(tǒng)能源危機(jī)以及各種環(huán)境問題的日益嚴(yán)峻，太陽能光伏發(fā)電受到了世界各國的高度重視。鉛酸蓄電池作為重要的儲能元件，其性能優(yōu)劣直接影響著光伏發(fā)電系統(tǒng)的穩(wěn)定運行。為了延長蓄電池的使用壽命，保證光伏儲能系統(tǒng)的安全可靠經(jīng)濟(jì)運行，必須對蓄電池的荷電狀態(tài)SOC進(jìn)行準(zhǔn)確估算。

1.蓄電池荷電狀態(tài)SOC

蓄電池SOC概念可以從電量和能量兩個不同的角度來定義。

從SOC的定義中可以看出，影響SOC估算的因素主要是影響電池容量的因素。蓄電池放電容量與實際放電過程中的放電電流大小密切相關(guān)。溫度的變化會引起蓄電池容量的變化。在允許溫度范圍內(nèi)，溫度上升會引起電池化學(xué)反應(yīng)加速，電解液粘度減小，擴(kuò)散速度加快，離子的傳遞能力加強(qiáng)，這些都使得蓄電池能夠放出的實際容量增大。相反，溫度降低，化學(xué)反應(yīng)緩和，電解液粘度增大，離子的傳遞能力減弱，從而使得蓄電池能夠放出的實際容量減小。同樣隨著循環(huán)使用次數(shù)的增加，蓄電池將出現(xiàn)活性物質(zhì)脫落，極板腐蝕，極板硫酸鹽化等不可恢復(fù)性現(xiàn)象，從而導(dǎo)致電池容量的衰減。電池老化程度對容量的影響很大，可是在實際使用過程中，很難對老化程度進(jìn)行量化，這無疑增加了SOC估算的難度。這些影響因素不僅和電池內(nèi)部結(jié)構(gòu)有關(guān)，還與電池的運行狀況、工作環(huán)境有密切關(guān)系，并且它們之間的關(guān)系非常復(fù)雜，從而導(dǎo)致了SOC估算的困難。

2.荷電狀態(tài)估算方法

目前國內(nèi)外對鉛酸蓄電池SOC的檢測方法大致分為兩大類：

第一類是從研究蓄電池的內(nèi)部作用機(jī)理出發(fā)，通過檢測電解液密度來估算蓄電池的SOC。同時通過外部表征量以及使用經(jīng)驗還可以得到電池的一些內(nèi)部信息，如極板的硫酸化、極板的脫落、電解液液面降低等等。另一類是從研究蓄電池的外部特性角度出發(fā)，對其端電壓、電流、內(nèi)阻等電池的表征量進(jìn)行分析，采用一定的檢測裝置和算法得到蓄電池的SOC。這類是目前研究最多、應(yīng)用最廣泛的方法，主要有安時法、開路電壓法、內(nèi)阻法、卡爾曼濾波算法、神經(jīng)網(wǎng)絡(luò)以及模糊算法等等。

(1)安時法

該方法通過檢測初始時刻至?xí)r刻的電流，采用積分算法得到充入電量和放出電量，與額定容量Cn相比后，再與初始SOC0時刻相減(放電時電流為正，充電時電流為負(fù))，即可得到t時刻的SOC值。

安時法因其檢測方法簡單，易于實現(xiàn)等優(yōu)點在SOC檢測中被廣泛應(yīng)用。但安時法也存在兩個主要缺陷：a)需要較為準(zhǔn)確的SOC初始值;b)安時法是開環(huán)的電流積分，且電池在工作時受充放電倍率、溫度、老化等因素影響。如不考慮這些因素，隨著時間的增加，安時法累積誤差將越來越大，最終得不到準(zhǔn)確的SOC值。

(2)開路電壓法

開路電壓法是利用電池的開路電壓與SOC有相對固定的函數(shù)關(guān)系，通過測量電池的開路電池來估算SOC。開路電壓法比較簡單，但由于極化作用，電池需要幾個小時甚至十幾個小時的靜置時間來達(dá)到穩(wěn)定的開路電壓，這給測量造成困難。

(3)內(nèi)阻法

電池內(nèi)阻有交流內(nèi)阻和直流內(nèi)阻之分。對于鉛酸蓄電池，其內(nèi)部阻抗與蓄電池的容量及完好性有著密切的關(guān)系，因此有人提出可以利用測量阻抗來評估和預(yù)測蓄電池的性能。事實上，在線準(zhǔn)確測量電池的內(nèi)阻是比較困難的。

(4)神經(jīng)網(wǎng)絡(luò)法與模糊理論法

對于蓄電池而言，其內(nèi)部參數(shù)之間關(guān)系是高度非線性的，有的參數(shù)甚至是未知的，這使得想要通過建立一個簡單而有效的數(shù)學(xué)方法來估算蓄電池的狀態(tài)很難。神經(jīng)網(wǎng)絡(luò)以及模糊理論都是處理非線性系統(tǒng)的有力工具，近年來，采用神經(jīng)網(wǎng)絡(luò)和模糊理論來估算蓄電池SOC的研究不斷涌現(xiàn)。

神經(jīng)網(wǎng)絡(luò)具有非線性的基本特性，能根據(jù)外部激勵得到相應(yīng)的輸出，因此神經(jīng)網(wǎng)絡(luò)法能夠較好地模擬電池的非線性動態(tài)特性用于估算蓄電池的SOC。神經(jīng)網(wǎng)絡(luò)用于SOC估算一般由輸入層、中間層和輸出層三層構(gòu)成。輸入量一般是電壓、電流、溫度、內(nèi)阻、老化程度等參數(shù)，輸出量為SOC值;而中間層神經(jīng)元個數(shù)取決于問題的復(fù)雜程度和要求的精度[27]。神經(jīng)網(wǎng)絡(luò)法估算SOC精度依賴于受訓(xùn)練的數(shù)據(jù)和訓(xùn)練方法，需要大量的樣本數(shù)據(jù)，這就要求事先進(jìn)行大量的實驗以獲得數(shù)據(jù)。

模糊理論是建立在模糊數(shù)學(xué)基礎(chǔ)上的推理機(jī)制，它不需被控對象精確的數(shù)學(xué)模型。其基本過程為：對檢測到的電壓、電流和溫度進(jìn)行模糊化處理，根據(jù)專家知識和經(jīng)驗確立模糊規(guī)則，然后對照規(guī)則得到模糊輸出，再進(jìn)行反模糊化處理，最后得出蓄電池SOC。

(5)卡爾曼濾波法

卡爾曼濾波法估算SOC是通過一系列數(shù)學(xué)遞歸公式來實現(xiàn)SOC的最小方差估計?？柭鼮V波算法在估算SOC過程中不僅能保持較好的精度，并且對初始值的誤差有很強(qiáng)的修正作用，適用于各種類型的電池。卡爾曼濾波算法估算SOC時有著不同的應(yīng)用方式，一般情況下選取安時法計算SOC的變形公式作為狀態(tài)方程，也有直接利用蓄電池數(shù)學(xué)模型或經(jīng)驗公式直接獲得狀態(tài)方程。

結(jié)論與展望

SOC估算的研究正在步入新的階段。在早期研究階段，主要采用單純的一種方法來估算SOC。這期間主要以開路電壓法、安時法、內(nèi)阻法為主。隨著用電設(shè)備對SOC估算精度需求的逐漸增高，出現(xiàn)一些對單一方法進(jìn)行了改進(jìn)或者對多種方法進(jìn)行組合使用。例如綜合考慮了電池充放電效率、溫度、老化、自放電等因素的影響，對安時法進(jìn)行改進(jìn);結(jié)合開路電壓法和安時法進(jìn)行SOC估算。近來，隨著新能源技術(shù)的快速發(fā)展，電動汽車以及光伏儲能系統(tǒng)對蓄電池SOC估算精度提出了更高的要求，這使得神經(jīng)網(wǎng)絡(luò)、模糊算法等一些智能方法以及卡爾曼濾波算法估算SOC成為了研究的新熱點。