基于DSP和EKF算法的動(dòng)力電池SOC評(píng)估系統(tǒng)

徐研科　范興明，2　張　鑫

（1.桂林電子科技大學(xué)電氣工程及其自動(dòng)化系　桂林　541004）（2.廣西制造系統(tǒng)與先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室　桂林　541004）

1　引言

化石能源匱乏和環(huán)境污染問(wèn)題成為世界各國(guó)發(fā)展面臨的難題。電動(dòng)汽車(chē)具有低排放、噪聲小、節(jié)能等優(yōu)點(diǎn)，深受青睞［1］。而動(dòng)力電池是發(fā)展電動(dòng)汽車(chē)的關(guān)鍵，是電動(dòng)汽車(chē)成本和技術(shù)上的最大瓶頸［2］，同時(shí)也是電動(dòng)汽車(chē)產(chǎn)業(yè)鏈中最核心的一環(huán)。電池SOC的數(shù)值直接反映了電池的剩余電量狀況，是電池管理系統(tǒng)中最重要和最基礎(chǔ)的參數(shù)之一，準(zhǔn)確的SOC估計(jì)值保證電池工作在正常范圍，為電池組的均衡管理提供依據(jù)［3～4］，能夠有效防止電池因?yàn)檫^(guò)充或者過(guò)放造成的損壞。

相對(duì)于安時(shí)積分法［5～6］，EKF 算法［7～8］應(yīng)用在電池SOC估算中，能夠較好消除初始值誤差和累積誤差，且不需要存儲(chǔ)大量的歷史數(shù)據(jù)，易于硬件平臺(tái)實(shí)現(xiàn)。同時(shí)設(shè)計(jì)的電池SOC在線(xiàn)評(píng)估硬件系統(tǒng)具有精度高、運(yùn)行平穩(wěn)等特點(diǎn)，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，系統(tǒng)能夠滿(mǎn)足電池SOC在線(xiàn)評(píng)估要求，能為電動(dòng)汽車(chē)電池管理系統(tǒng)提供有益參考。

2　電池SOC估算

2.1　建立電池等效電路模型

等效電路模型能夠直觀地展現(xiàn)出電池的物理性質(zhì)特點(diǎn)［9］，如圖1所示，二階RC等效電路模型具有精度高和計(jì)算量小等優(yōu)點(diǎn)［10］。模型中，參數(shù)不同的RC環(huán)節(jié)模擬電池的長(zhǎng)時(shí)效應(yīng)和短時(shí)效應(yīng)。其中極化電容C1和極化電阻R1組成電池的濃差極化環(huán)節(jié)，極化電容C2和極化電阻R2組成電池的電化學(xué)極化環(huán)節(jié)，極化內(nèi)阻Ri代表歐姆極化。SOC估算過(guò)程中，系統(tǒng)利用帶遺忘因子的遞推最小二乘法（Forgetting Factor Recursive Least-Squares algorithm，F(xiàn)FRLS）對(duì)等效電路模型中參數(shù)進(jìn)行在線(xiàn)辨識(shí)［11］。

圖1　二階RC等效電路模型

2.2　基于電路模型的EKF

卡爾曼濾波算法［12］是一種最優(yōu)化自回歸數(shù)據(jù)處理算法，其核心思想是對(duì)動(dòng)力系統(tǒng)的狀態(tài)做出最小方差意義上的最優(yōu)估計(jì)。Gregory L.Plett［13］將卡爾曼濾波的思想用于電池SOC估算中，將電池看成是動(dòng)力系統(tǒng)，而SOC是系統(tǒng)的一個(gè)內(nèi)部狀態(tài)變量。

對(duì)于圖1所示電池等效電路模型，其系統(tǒng)的離散狀態(tài)方程和觀測(cè)方程為

式（1）中Δt為采樣時(shí)間，η為充放電效率，w(k)是過(guò)程噪聲，v(k)是測(cè)量噪聲，都為方差已知且均值為零的高斯白噪聲。

式（2）中 OCV［SOC（k）］是利用 Matlab軟件polyfit函數(shù)工具擬合的OCV-SOC關(guān)系的函數(shù)，是高階非線(xiàn)性函數(shù)，需要對(duì)其進(jìn)行泰勒級(jí)數(shù)展開(kāi)并忽略二次以上的項(xiàng)，來(lái)實(shí)現(xiàn)方程的線(xiàn)性化。

則系數(shù)矩陣為

利用EKF算法對(duì)電池SOC估計(jì)時(shí)，按照算法本身的循環(huán)迭代方程進(jìn)行估算［14］，每次循環(huán)運(yùn)算結(jié)果即為當(dāng)前時(shí)刻的SOC數(shù)值。

3　算法仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證EKF算法對(duì)電池SOC的估計(jì)效果，本文利用Matlab軟件進(jìn)行了仿真實(shí)驗(yàn)驗(yàn)證。首先在ADVISOR仿真插件中，選用gm_ev1_in車(chē)型、ESS_L17_temp型號(hào)鋰離子電池進(jìn)行CYC_UDDS工況仿真，獲取電壓數(shù)據(jù)、電流數(shù)據(jù)和SOC數(shù)據(jù)?；赨DDS工況仿真數(shù)據(jù)，在Matlab軟件中分別利用安時(shí)積分法和EKF算法對(duì)電池SOC進(jìn)行仿真實(shí)驗(yàn)。

圖2　UDDS工況下算法估計(jì)SOC結(jié)果對(duì)比

仿真結(jié)果如圖2所示，在初始階段，安時(shí)法估計(jì)電池SOC的結(jié)果有著較高的精度，隨著時(shí)間的推進(jìn)，誤差在不斷的累積增大。在相同工況下，EKF方法對(duì)電池SOC進(jìn)行估算時(shí)，能夠解決安時(shí)法估計(jì)電池SOC時(shí)產(chǎn)生的誤差累積問(wèn)題。

4　SOC評(píng)估系統(tǒng)設(shè)計(jì)

4.1　硬件系統(tǒng)設(shè)計(jì)

基于EKF算法設(shè)計(jì)了電池SOC評(píng)估系統(tǒng)，系統(tǒng)硬件框圖如圖3所示。為實(shí)現(xiàn)EKF算法對(duì)電池SOC估算的快速運(yùn)行，系統(tǒng)選用TMS320LF2407A芯片作為主控制器。同時(shí)系統(tǒng)還包含電流、電壓數(shù)據(jù)采集模塊、溫度數(shù)據(jù)采集模塊、CAN通信模塊［15］、報(bào)警模塊和顯示模塊。

圖3　動(dòng)力鋰電池SOC在線(xiàn)評(píng)估系統(tǒng)總體框圖

系統(tǒng)采用的電流傳感器和電壓傳感器的輸出均為4mA～20mA的電流模擬量信號(hào)，為滿(mǎn)足ADC7656的電壓輸入范圍，需對(duì)信號(hào)進(jìn)行處理，如圖4所示，經(jīng)過(guò)該調(diào)理電路對(duì)電流信號(hào)處理后，可得到滿(mǎn)足采集范圍的電壓信號(hào)。

圖4　信號(hào)調(diào)理功能框圖

AD7656芯片與主控制器通過(guò)SPI接口進(jìn)行通信，如圖5所示，T4CMP比較定時(shí)器功能引腳連接CONVSTA/B/C，便于控制采樣時(shí)間，BUSY引腳接X(jué)INT1功能引腳，A/D轉(zhuǎn)換完成后將會(huì)觸發(fā)系統(tǒng)外部中斷。

圖5　AD7656與TMS320LF2407A的接口電路圖

4.2　系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件通過(guò)CCS3.3開(kāi)發(fā)環(huán)境進(jìn)行編寫(xiě)，并采用模塊化編程思想完成各部分功能代碼開(kāi)發(fā)。SOC在線(xiàn)評(píng)估系統(tǒng)軟件流程如圖6所示，系統(tǒng)初始化主要包括：中斷設(shè)置、定時(shí)器初始化、I/O端口配置、SPI初始化、各參數(shù)變量的初始化等。系統(tǒng)完成對(duì)數(shù)據(jù)采集后，進(jìn)行取均值處理，F(xiàn)FRLS算法和EKF算法分別利用數(shù)據(jù)完成模型參數(shù)辨識(shí)和SOC估計(jì)運(yùn)算，最終系統(tǒng)對(duì)結(jié)果進(jìn)行顯示和發(fā)送。

圖6　SOC在線(xiàn)評(píng)估系統(tǒng)程序流程圖

5　硬件系統(tǒng)功能測(cè)試

為了檢測(cè)系統(tǒng)的運(yùn)行情況，對(duì)系統(tǒng)進(jìn)行了相關(guān)實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)中選用SS1798C直流穩(wěn)定電源對(duì)A/D功能進(jìn)行了實(shí)際采樣測(cè)試，將數(shù)據(jù)采集結(jié)果與傳感器輸入端電壓值進(jìn)行對(duì)比，結(jié)果如表1所示。A/D功能的誤差平均值為0.066V，采樣精度達(dá)到系統(tǒng)設(shè)計(jì)需求，說(shuō)明數(shù)據(jù)采集方案有效可行。

表1　系統(tǒng)A/D功能測(cè)試結(jié)果表

TMS320LF2407A與DS18B20溫度傳感器之間基于單總線(xiàn)協(xié)議進(jìn)行通信［16］，單總線(xiàn)通信接口對(duì)時(shí)序控制要求嚴(yán)格。如圖7所示，實(shí)驗(yàn)過(guò)程中利用示波器，完成溫度傳感器控制時(shí)序調(diào)試，成功采集溫度數(shù)據(jù)。

圖7　示波器讀取DS18B20控制時(shí)序圖

實(shí)驗(yàn)利用仿真數(shù)據(jù)源來(lái)評(píng)估硬件系統(tǒng)對(duì)SOC估計(jì)算法的運(yùn)算性能，將數(shù)據(jù)源中電流和電壓數(shù)值作為輸入數(shù)據(jù)進(jìn)行測(cè)試，并將系統(tǒng)運(yùn)算結(jié)果與數(shù)據(jù)源中SOC值進(jìn)行對(duì)比。結(jié)果如表2所示，系統(tǒng)對(duì)SOC評(píng)估算法運(yùn)算結(jié)果誤差均值低于5%，滿(mǎn)足SOC估算設(shè)計(jì)要求。

表2　系統(tǒng)對(duì)SOC估算測(cè)試結(jié)果表

6　結(jié)語(yǔ)

本文根據(jù)電池充放電特性建立了含有不同極化環(huán)節(jié)的二階RC等效電路模型，利用基于電路模型的EKF算法對(duì)電池SOC進(jìn)行估算，仿真結(jié)果表明，該方法有效解決了安時(shí)積分法的誤差累積問(wèn)題。設(shè)計(jì)開(kāi)發(fā)了基于DSP和EKF算法的電動(dòng)汽車(chē)動(dòng)力鋰離子電池SOC評(píng)估硬件系統(tǒng)，并對(duì)硬件系統(tǒng)進(jìn)行測(cè)試，結(jié)果表明該系統(tǒng)各模塊工作正常，且能夠快速運(yùn)行電池SOC估算算法。系統(tǒng)整體運(yùn)行穩(wěn)定且精度滿(mǎn)足要求，達(dá)到預(yù)期效果。

［1］李斌，關(guān)天一.電動(dòng)汽車(chē)充電機(jī)控制系統(tǒng)建模與滑模變結(jié)構(gòu)控制［J］.電機(jī)與控制學(xué)報(bào)，2018，22（2）：64-70.LIBin，GUAN Tianyi.Modeling and Sliding Mode Control of Electric Vehicle Charger Control System［J］.Electric Machinesand Control，2018，22（2）：64-70.

［2］孫金磊，逯仁貴，魏國(guó)，等.串聯(lián)電池組雙向全橋SOC均衡控制系統(tǒng)設(shè)計(jì)［J］.電機(jī)與控制學(xué)報(bào)，2015，19（3）：76-81.SUN Jinlei，LU Rengui，WEI Guo，et al.Bidirectional Full-Bridge Converter Based SOC Equalization System Design for Series-Connected Battery String［J］.Electric Machinesand Control，2015，19（3）：76-81.

［3］馮飛，宋凱，逯仁貴，等.磷酸鐵鋰電池組均衡控制策略及荷電狀態(tài)估計(jì)算法［J］.電工技術(shù)學(xué)報(bào)，2015，30（1）：22-29.FENG Fei，SONGKai，LURengui，etal.Equalization Control Strategy and SOCEstimation for LiFePO4 Battery Pack［J］.Transactions of China Electrotechnical Society，2015，30（1）：22-29.

［4］熊永華，楊艷，李浩，等.基于SOC的鋰動(dòng)力電池多層雙向自均衡方法［J］.電子學(xué)報(bào)，2014，42（4）：766-773.XIONG Yonghua，YANG Yan，LIHao，et al.Multi-Level Bi-Directional ActiveEqualizationMethodinLithium-Ion Power Battery Based on State- of -Charge［J］.Acta Electronica Sinica，2014，42（4）：766-773.

［5］曾求勇，張?chǎng)?，范興明.電動(dòng)汽車(chē)動(dòng)力電池荷電狀態(tài)估計(jì)方法探討［J］.電測(cè)與儀表，2014，51（24）：76-84.ZENG Qiuyong，ZHANG Xin，F(xiàn)AN Xingming.Discussion on State of Charge Estimation Methods for Electric Vehicle Power Batteries［J］.Electrical Measurement&Instrumentation，2014，51（24）：76-84.

［6］馮飛，逯仁貴，朱春波.一種鋰離子電池低溫SOC估計(jì)算法［J］.電工技術(shù)學(xué)報(bào)，2014，29（7）：53-58.FENG Fei，LU Rengui，ZHU Chunbo.State of Charge Estimation of Li-Ion Battery at Low Temperature［J］.Transactions of China Electrotechnical Society，2014，29（7）：53-58.

［7］李然，侯俊，楊海馬，等.基于卡爾曼濾波的磷酸鐵鋰電池SOC管理系統(tǒng)研究［J］.儀表技術(shù)與傳感器，2015（3）：50-52，95.LIRan，HOU Jun，YANGHaima，etal.Design of LFPBattery SOC Management System Based on Kalman Filtering［J］.Instrument Technique and Sensor，2015（3）：50-52，95.

［8］楊世春，麻翠娟.基于PNGV改進(jìn)模型的SOC估計(jì)算法［J］.汽車(chē)工程，2015，37（5）：582-586，598.YANG Shichun，MA Cuijuan.SOC Estimation Algorithm Based on Improved PNGV Model［J］.Automotive Engineering，2015，37（5）：582-586，598.

［9］徐穎，沈英.基于改進(jìn)卡爾曼濾波的電池SOC估算［J］.北京航空航天大學(xué)學(xué)報(bào)，2014，40（6）：855-860.XU Ying，SHEN Ying.Improved Battery State- of -Charge Estimation Based on Kalman Filter［J］.Journal of Beijing University of Aeronautics and Astronautics，2014，40（6）：855-860.

［10］程澤，呂繼考，劉繼光，等.等效滯回模型在鋰離子電池SOC估計(jì)中的應(yīng)用［J］.湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，42（4）：63-70.CHENG Ze，LV Jikao，LIU Jiguang，et al.Application of Equivalent Hysteresis Model in Estimation of State of Charge of Lithium-ion Battery［J］.JournalofHunan University（Natural Sciences），2015，42（4）：63-70.

［11］XIA B Z，WANGH Q，TIAN Y，etal.State of charge estimation of lithium-ion batteries using an adaptive CubatureKalmanfilter［J］.Energies，2015，8 （6） ：5916-5936.

［12］R.E.Kalman.A New Approach to Linear Filtering and Prediction Problems［J］.Journal of Fluids Engineering，1960，82（2）：35-45.

［13］PLETT G L.Extended Kalman filtering for batterymanagement systems of LiPB-based HEV battery packs［J］.Journalof Power Sources，2004，134（2）：252-292.

［14］李志鵬，趙楊.純電動(dòng)汽車(chē)電池管理系統(tǒng)及SOC精確估計(jì)［J］.電源技術(shù)，2016，40（5）：1090-1093.LI Zhipeng，ZHAO Yang.EV Battery Management System and Accurate Estimation of SOC［J］.Chinese Journalof Power Sources，2016，40（5）：1090-1093.

［15］劉海波，王紅艷，李?lèi)?ài)寧，等.基于TMS320LF2407A的CAN總線(xiàn)數(shù)據(jù)采集系統(tǒng)［J］.儀表技術(shù)與傳感器，2014（1）：100-102.LIU Haibo，WANG Hongyan，LIAining，et al.CAN Bus Intelligent Multi-Parameter Measurement and Control System Based in TMS320LF2407A［J］.Instrument Technique and Sensor，2014（1）：100-102.

［16］崔瑋，徐根林.DSP和DS18B20的溫度測(cè)量系統(tǒng)［J］.微計(jì)算機(jī)信息雜志，2007，23（14）：166-168.CUIWei，XU Genlin.The Temperature Measurement System Based on TMS320LF2407A and DS18B20［J］.Control&Automation，2007，23（14）：166-168.