基于ADVISOR的电动汽车SOC估算研究

摘 要：为了更好地为电动汽车的用户提供更加准确的动力电池荷电状态，即电池的SOC，在综合分析铅酸电池反应机理，比较目前的几种估算方案优缺点之后，提出一种带有修正参数的开路电压―安时积分法综合估算法作为估算方案。在估算方案图基础上，在 ADVISOR中建立相关的仿真模型并对其进行仿真分析，最后分析仿真的SOC曲线图，验证方案。

关键词：SOC 电动汽车 ADVISOR 铅酸电池

中图分类号：TN911.72 文献标识码：A 文章编号：1007-3973（2013）012-080-02

随着汽车行业的蓬勃发展，能源短缺与环境污染问题出现。目前国内外都把研究方向转向了新能源汽车，随着研究的进展，开发了以铅酸电池、镉-镍电池、镍-氢电池和锂离子电池为主的电动汽车动力电池，这可以在一定程度上缓解并最终解决前述问题。

电池最为重要、最直观的一个指标就是电池剩余电量（SOC）的估算。目前剩余电量（SOC）的估算方法主要有以下几种，放电实验法、Ah计量法、开路电压法、神经网络法、线性模糊算法和卡尔曼滤波法。后三种方法与前三种方法相比较，在估算精度上有了很大的提高，但也有成本高、参数多、计算复杂和硬件要求高等缺点。

本文在前人研究的基础上，提出了一种带有修正参数的开路电压―安时积分法相结合的综合估算方案。

1 铅酸电池反应机理

铅酸动力电池是依据电化学原理为基础发展而来的。具体机理如下：

正极反应：

上面两个反应原理，在转化过程中是一个比较复杂的电化学反应过程，主要有以下两点：

（1）演变性强，稳定性比较差。当环境温度，放电电流大小等的变化或者电池使用时间较长的情况下，其工作所反映的特性会发生变化。

（2）非线性强，规律不可循。在SOC的估算模型的建立之初，由于初始的估算要用到SOC-OCV关系曲线，然而此曲线具有明显的非线性性，这就直接会导致初始估算不准，在后来的运行过程中，累积误差会越来越大，严重影响了SOC估算的准确性与可靠性。在汽车的实际运行工况中，由于路况是随机变化的，直接导致动力电源的放电电流的会随着路况的不同随机非线性变化，此非线性变化对估算工作的影响更加突出。

2 SOC估算方案确定

2.1 SOC定义

采用美国先进电池联合会（USABC）的SOC定义，解释为一种简单的数学计算，就是用总电量减去用过的电量，可以得到剩余的电量，再用剩余的电量除以额定的电量可以得到一个百分比，这个百分比即为动力电池的SOC值。

2.2 SOC估算方案介绍

综合各大研究机构及各种研究设计人员的成果可以得知，SOC估算的方法很多。具体的介绍如表1所示。

2.3 SOC影响因数

（1）放电电流。不同的放电电流对应着不同的SOC的变化效率，大电流放电，SOC变化快。但这只是大致的趋势，具体的影响的大小需要用不同的修正系数来调整。

（2）温度。不同温度下的放电容量出现很大的波动，在严寒的温度下甚至比高温时的SOC低近30%。因此，温度是动力电池SOC估计的关键因素，需要足够准确的修正因素对其进行修正。

（3）容量衰减。电池的容量衰减指电池在使用过程中会随着使用寿命，表现出明显的容量萎缩现象。即在使用过程中，其电量并未充满，却无法再对其充电。

（4）自放电。自放电是指电池在不使用的情况下，其电量会随着时间而慢慢减少的现象。

（5）一致性。电动汽车的动力电池都是以电池组的形式存在的，但是研究工作基本运用的是电池单体，这就不可避免的存在差异性。运用同批次的电池单体可以相对较好的解决这个问题，但还是必须引入修正系数对其进行修正。

2.4 SOC估算方案

开路电压与SOC有近似线性的关系，可以利用这个特点用开路电压测量初始的SOC；而安时积分法可以实时的测量实际工况中的动力电池电流及SOC的使用状态。本文选用开路电压与安时积分法相结合的方法， 使初始的SOC与实际工况中消耗的电量同时得到较为准确的测量。方案图如图1所示。

3 SIMULINK及ADVISOR仿真

3.1 SOC估算方程

在确定估算方案后，根据估算方案确定了SOC估算方程如下：

3.2 ADVISOR模型建立

在建立ADVISOR模型之前需要确定整车的相关参数，具体如下：

根据上面给出的整车参数，调整ADVISOR中各项的仿真参数，即可进行仿真，从Advisor的仿真结果可以看出动力电池SOC的变化状况。

4 结语

本文在搜集整理相关文献之后，通过系统的工作达到了预期的目标：

（1）对动力电池SOC的估算方案作了系统性的比较与分析，并提出了带修正参数的开路电压-安时积分法。

（2）在此基础上建立了相关的数学模型。

（3）结合动力电池及整车相关数据进行了Advisor模型的建立与仿真，结果表明，此方案符合工程实际要求。

参考文献：

[1] 高鹏，马江泓，崔君莹.阀控密封式铅酸蓄电池的原理及其运行维护[J].电源技术应用，2009，12（4）：27-32.

[2] Jaegul L，Socnjae L，Namgoong E.Dynamic state battery model with self-adaptive aging factor for EV and HEV applications[A].Proceedings of the 15th International Electric Vehicle Symposium [C].1998.

[3] 宫学庚，齐铂金，刘有兵，等.电动汽车动力电池模型和 SOC 估算策略[J].电源技术，2004，28（10）：633-636.

[4] 林成涛，王军平，陈全世.电动汽车 SOC 估计方法原理与应用[J].电池，2004，34（5）：376-378.