矿用救生舱用锂电池组SOC研究
不间断电源（UPS）系统是矿用救生舱的关键部分，主要研究的是锂离子电池的状态检测、剩余电量评估。提出了结合Ah计量法、开路电压法和扩展卡尔曼滤波算法的新算法对电池的剩余电量（SOC）估计。最后通过MATLAB来仿真验证SOC算法的可行性和估算精度，仿真的结果表明该算法能够对误差进行修正，达到了很好的估算效果。
【关键词】锂电池 电池管理系统 UPS SOC算法
1 锂电池管理系统概述
电池状态检测是电池管理系统（battery management system，简称BMS）的第一步，主要是对电压、电流和温度的检测。
电池状态分析包括对剩余电量（SOC）的分析和电池老化程度（state of health，简称SOH）的分析。
电池安全保护措施有：过充过放保护、过流保护和过温保护，以防止电池出现爆炸等危险。
能量控制管理包括充放电控制管理和均衡控制管理，这些管理不属于电池管理系统必备的功能，只是起到了优化的功能，使电池能够更好的循环使用。
为了能够实时的了解到电池的状态，我们需要建立一个人机互动的界面，将电池的电压、电流、温度、剩余容量和警示信息显示出来，使系统的信息能够内外交互。为了提高电池管理系统的性能，还可以将电池的历史信息存储起来，方便对电池的状态分析及故障分析。
2 锂电池的SOC估计与建模
剩余电量（SOC）的估计是电池管理系统中最为重要的工作之一，它会为电池管理系统中其他的功能提供保障。
经典的SOC定义为电池的荷电状态，也就是说，当前电池中剩余电荷量的可用状态，它也代表了剩余电量的程度。SOC通常用百分比来表示，这样，它的单位为1。最典型的定义式为式（2-1）。
SOC=×100% （2- 1）
Qc——电池的剩余容量（Ah）； Qr——电池的额定容量（Ah）。
2.1 改进的SOC估计算法
由于Ah计量法容易造成电流的误差，开路电压法不方便测量开路电压，但是扩展卡尔曼滤波法却能弥补二者的不足，起到一个修正的作用，因此，本文我们就采用Ah计量法、开路电压法和扩展卡尔曼滤波法的结合算法，发挥前面发挥三者各自的优点，并相互克服缺陷。在模型方面，虽然带滞后效应的模型和极化效应的模型更能反映出电池的特性，但是很明显，模型的结构复杂，计算成本高，简化模型中将开路电压整合为一个变量，不方面计算开路电压，所以，我们采用复合模型，既能反映出电池的主要特性，提高精度，同时又能减少计算时间。
Ah计量法是目前使用最简单、普遍的估计方法，我们按照卡尔曼滤波算法的离散时间思想，将其基本原理式改写成以下形式：
SOCk+1=SOCk? idt （2-2）
式（2-2）中，SOCk表示第k个时刻的SOC状态值，将传统的Ah计量法中的SOC状态值进行量化处理，有力于扩展卡尔曼滤波算法对其修正。在该式中，有两个因数是我们要必须解决的，就是充放电倍率影响系数ηi和温度影响系数ηT。其中，充放电倍率影响系数ηi可由Peukert方程得到。
由电池的充放电特性可知，不同的充放电倍率会造成电池的充放电容量不同。同时，不同的充放电倍率对电池电压和SOC状态值的变化也是有影响的。
在利用开路电压与SOC状态值之间的关系取得每次采样时刻的SOC初值，并用Ah计量法估计下一时刻的SOC状态值之后，就需要扩展卡尔曼滤波算法的修正功能对开路电压法的初值及Ah计量法的电流随时间累积造成的误差进行修正，提高计算的精度。扩展卡尔曼滤波算法的具体修正步骤如下：
（1）模型选择：为了降低计算的成本，同时又能保证估计结果的精确性，我们采用复合模型。
（2）计算卡尔曼滤波器的方程匹配系数。
（3）状态变量的初始化 。
（4）用扩展卡尔曼滤波算法进行修正。
（2- 3）
SOC的状态初值SOC0可以根据之前一次的剩余电量和当前的电池开路电压计算得到，噪声误差Dw、Dv和均方估计误差的初始值P0+则要根据不同的电池型号及数据采集的噪声干扰而定。
改进的SOC估计算法是结合了Ah计量法、开路电压法和扩展卡尔曼滤波算法三者的优点。首先，利用开路电压法给系统提供一个相对准确的SOC状态初始值，然后不断地反复使用Ah计量法计算SOC状态值，对当前的SOC状态值进行一次初步估计，再利用卡尔曼滤波算法的修正性，对Ah计量法和开路电压法的误差进行消除，得到一个当前时刻的SOC状态最优估计值。该算法既降低了计算成本，又提高了计算精度，使得整个系统稳定、有效。
3 SOC算法仿真
为了验证上述算法的可行性和精确性，我们采用MATLAB软件进行仿真。编写M函数，工作电流采用函数为4（1-sint）的变电流进行放电，均方估计误差的初始值P0+取0.5，过程噪声误差Dw取0.01V，观测噪声误差Dv取0，对一个完全充满电的电池来说，状态初始值SOC0可取0.99[50]。复合模型中的各个参数可以根据最小二乘法算得。
同时，为了验证扩展卡尔曼滤波算法能够对开路电压法采集到的初始值进行误差修正，对同样是完全充满电的电池，我们取状态初始值SOC0为0.8，得到图1的仿真结果。
从三个仿真结果图可以看出，即使有初始误差的存在，该估计算法也能快速的跟踪上真实值，并且，SOC的误差百分比保持在5%以内，达到了很好的估计效果。
作者简介
何洋（1985-），男，四川省南充市人。大学本科学历。现为中煤科工集团重庆研究院有限公司助理工程师，主要从事矿用安全仪器仪表、监测监控系统等的检测检验及研发工作。
作者单位
中煤科工集团重庆研究院有限公司 重庆市 400037
