锂离子动力电池组的监测需要测量哪些数据？在线丈量锂离子动力电池组的参数

1 导语

 

蓄电池是一种以放电办法输出电能，以充电办法吸收、恢复电能的电源。由锂离子动力电池构成的低压电源，是水下机器人体系中的关键设备。对锂离子电池的维护处理不妥将直接影响锂离子电池的运用效益和寿数，乃至直接损坏锂电池，然后影响水下机器人整体功用，严峻情况下还会导致机器人的安全事故。经过在线丈量锂离子动力电池组的参数，能够及时了解锂离子电池的作业情况、作业特性及锂离子电池需求维护情况，因此锂离子动力电池的在线监测体系的研发势在必行。

 

为了结束锂离子动力电池参数的监测，首选需求规划参数收集模块，将锂离子动力电池的电压、电流、温度等参数收集出来，一同上传到带有A/D 转化模块的单片机中，对这些数据进行记载和闪现。

 

2 锂离子动力电池组的监测体系概述

 

本体系选用松懈数据收集和会集数据处理，分别规划电压收集电路、电流收集电路、温度收集电路，然后把数据都输送到单片机进行会集处理。体系结构图如图2-1 所示。

 

 

 

本体系监测的政策是国家863 项目水下机器人体系的锂离子动力电池组，用的是深圳雷天科技出产的TS-LFP160AHA 类型的锂离子动力电池，电池组由8 块单体电池组成。需求监测每块单体电池的端电压，并做出过压、欠压判别；需求多点测温度，监测每块电池的温度以及电池组地址环境的温度、湿度；由于8 块单体电池串联，所以只需求测出串联电流，并做出过流判别。

 

本文选用了TMS320LF2407A 芯片。选用此芯片作为电池监测体系的CPU 还体现在以下几个方面：

 

1.节能，节能已经成为现代电子设备规划的一个热点问题。当设备由二次电池来作为电源的时分，节能问题则变得更加超卓和重要。本规划运用的DSP 由3.3V 电源供电，减小了操控器的损耗。芯片电源处理包含低功耗方式，能独立将外设器材转入低功耗方式。

 

2.16 通道输入的A/D 转化器。这一点关于多路收集子电路很有意义。能够直接将收集电路的输出接到DSP 的A/D 转化通道。而不用在DSP 外面再设A/D 转化电路。

 

3.40 个可单独编程或复用的输入输出引脚。可用于安全开关及其它外设电路的操控。

 

4.串行通讯接口（SCI）和16 位串行外设接口模块（SPI）能够接监测体系的闪现部分。

 

3 体系的硬件规划

 

体系的硬件规划首要包含电压收集电路、电流收集电路和温度收集电路规划。收集电路以TMS320LF2407A 为CPU。TMS320LF2407A 是TI 公司专为实时操控而规划的高功用16 位定点DSP 器材，指令周期为33ns，其内部集成了前端采样A/D 转化器和后端PWM 输出硬件，在满意体系实时性要求的一同可简化硬件电路规划。

 

3.1 电压收集电路规划本规划以锂离子动力电池为处理政策。电池组由8 块3.6V 锂电池组成。每个电池单体的额定电压为3.6V 布满时端电压为4.25V。要求电压收集精度操控在1.5%以内。电池处理体系要求的最低采样频率为20ms。

 

体系选用线性光耦作为阻隔和数据收集体系的信号传递采样器材，这样就将前端的每一节电池的电压阻隔出来。将电池的大电压按必定比例缩小，以便将电池改动的电压值如实地反映给DSP。这往后需经过多路开关进入微处理器进行核算。光耦阻隔的利益是速度快（光耦的速度是微秒级，远小于继电器的毫秒级），实时性要好。另外光耦两端的信号在电气联接上完全阻隔，不存在任何关系，所以即便在光耦的输出端发生短路也不会给电池的运用构成任何影响。光耦将电压信号转化为电流信号进行收集，处理了共地问题。与电压传感器比较，光耦的性价比更高。

 

在选择器材的时分，我们考虑到经济性和实用性，光电祸合器选择了日本东芝公司出产的TLP521，运算放大器选择的双运算放大器TL082。

 

电池单体的电压丈量电路如下图3-1 所示。

 



 

图3-1 单体电池电压收集电路。

 

VIN 即电池单体电压，经过R1与光耦中的发光二极管构成回路，将电压信号（VIN）转化为电流信号（ I11）。I11与I21有必定比例关系I11∝ I21。UU1 在这里作为比较器运用。当A点电压Va大于B 点电压Vb，UU1 就输出高一些的电压值，当A 点电压Va低于B 点电压Vb，UU1 就输出低一些的电压值。在整个电压采样电路中，比较器构成一个反应。使A、B 两点的电压值坚持共同。这样做的意图是B 点电压显然是15∕2=7.5v， Va= Vb =7.5v，阐明上下两个光耦中的三极管导通情况相同。这样，三极管的导通情况是受控于发光二极管的。可知当I21= I22时， I11= I22。这样，VIN∕= I11= I22= Vout∕R4。可见Vout 与VIN 成比例。

 

3.2 电流收集电路规划锂离子动力电池组一切电池单体串连组成整个供电体系，只设置一个电流收集点即可。

 

本文选用霍尔电流传感器收集。

 

霍尔电流传感器的原理图如3-2。被测电流In流过导体发生的磁场，由经过霍尔元件输出信号操控的补偿电流Im流过次级线圈发生的磁场补偿，当原边与副边的磁场抵达平衡时其补偿电流Im即可准确反映原边电流In值。

 



 

图3-2 霍尔电流传感器原理图。

 

本体系选用的是宇森CBH100SF 类型的闭环霍尔电流传感器。丈量频率是0-100KHz，额定电流100A，丈量规划：0-±150A，匝数比1:1000，精度0.2%-1%，相应时刻：《lus。结构如图3-3 所示：

 



 

图3-3 CHB100 外型和联接图。

 

其间采样电阻Rm 选用精密电阻取样，引荐选用低温漂（不大于2ppm）高精度的金属膜电阻；由于寄生电感较大的原因，在高频采样场合，应防止选用精密线绕电阻。取样电阻×副边输出电流额定值应小于电源电压，差值大于4V。采样电阻的功率有必要满意，Rm=30Ω。

 

3.3 温度收集电路规划在电池剩余电量的核算中，电池的作业温度是一个重要的影响要素。除此之外，在判别电池安全和热处理方面也需求实时收集温度参数。本规划中，既规划了8 节单体电池的温度信号收集，也规划了关于环境温度的实时收集。

 

本体系是选用了热敏电阻进行电池自身的温度检测。与电桥电路结合，将温度信号反映为电压信号。电路如图3-4。

 



其间RMDZ1 是热敏电阻，运用它首要是考虑到性价比高，并且它的体积小联接线长，可直接贴在电池单体的外壳上。缺陷就是线性度欠好。电池温度的检测首要是对上下两个鸿沟温度的报替，和核算电池间的温差，找出失常电池。不牵扯函数与凌乱核算的问题，对线型度要求不高，所以运用热敏电阻能够满意需求。

 

环境温度的丈量选用一种新颖的温度传感器LM35，其特点是输出电压与环境摄氏温度成正比，集成电路内部己经校对，无需外部校对。灵敏度为10.0mV/℃，精度可达0.5℃，作业电压规划4V-30V，耗电很少，输出阻抗低。自此运用LM35 满量程［55℃，150℃］联接办法。为了防止零下温度时，输出负压，不便于采样到DSP 中，规划了一个减法器电路。调整为环境温度在［-45℃，75℃］规划内，输出电压是［0，4.5V］。

 

4 体系的软件规划本体系的软件规划选用DSP（TMS320LF2407A）C 言语编程，施行模块化规划，添加了程序的可读性和移植性。本规划首要以水下机器人运用的锂离子动力电池为研讨政策而规划，一同力求能够有更好的兼容性，即换作其它电池不需求改动硬件，只需改动软件，乃至尽可能小地改动软件即可运用。关于本体系而言，操控软件应满意如下要求：

 

收集电流、电压、温度等信号，判别电池的缺陷信号，进行处理并采纳相应的维护办法，闪现缺陷信息。

 

模仿数据的收集包含电池单体电压、电流、电池单体温度、环境温度。其间电压收集是需求由操控模仿多路开关来结束，各个单体电池电压值分时进入DSP，要求收集同一时刻的电压与电流。充分运用TMS320F2407A/D 模块，一次收集四个量：电压、电流、电池温度、环境温度，运用循环结束对电池组中多个电池的模仿量采样。

 

几种SOC估算算法简介

（1） 安时法

安时法又被称为电流积分法，也是计算电池SOC的基础。假设当前电池SOC初始值为SOC0，在经过t时间的充电或放电后SOC为：

 

Q0是电池的额定容量，i(t)是电池充放电电流（放电为正）。

事实上，SOC定义为电池的荷电状态，而电池荷电状态就是电池电流的积分，所以理论上讲安时法是最准确的。同时，它也易于实现，只需测量电池充放电电流和时间，而在实际工程应用时，采用离散化计算公式如下：

 

在电池实际工作中使用安时法计算SOC，受到测量误差和噪声干扰因素会对测量结果造成影响从而无法正确估算SOC（自放电及温度等因素也没有考虑），同时电池的初始SOC值无法通过安时法得到。通常，安时法使用上次电池充放电保留的SOC值作为下次计算初始值，但这样会使SOC误差不断累积。所以实际工程上安时法一般作为其他算法的基础或结合其他算法来进行估算。

（2） 开路电压法

锂离子电池的电动势与电池的SOC之间存在一定的函数关系，由此可以通过开路电压进行测量从而得到电池的SOC值。要通过开路电压法得到电池电动势的准确值，首先需要电池静置一段时间，此时的开路电压（OCV）的值可以认为与其电动势数值相等，这样就可以得到电池电动势并以此得到电池的SOC。通过实验获得锂电池充放电的SOC-OCV曲线，然后根据SOC-OCV曲线查询不同开路电压的SOC值。

开路电压法需要电池在一段时间静置下以消除电池电压、容量在外界因素影响下造成的误差，不适用于电池SOC的实时测量。另外，电池SOC在中间段开路电压变化很小，导致中间SOC测量及估算误差较大。

（3） 卡尔曼滤波法

卡尔曼滤波法是利用系统和测量动态的知识、假设的系统噪声和测量误差的统计特性，以及初始条件信息，对测量值进行处理，求得系统状态的最小误差估计。

电动汽车用的电池组，可看作是由输入和输出组成的动态系统。在了解系统一定先验知识的前提下，建立系统的状态参数方程，再利用输出的校验作用，获得对系统包括荷电状态在内无法直接测量的内部参数估计。在电池等效电路模型或电化学模型的基础上，建立系统的状态方程和测量方程。根据电池组放电试验数据，应用卡尔曼滤波算法估计电池组的开路电压，实现对电池荷电状态的估计。其优点是能够根据采集到的电压电流，由递推法法得到SOC的最小方差估计，解决SOC初值估计不准和累计误差的问题；缺点是对电池模型依赖性很强，对系统处理器的速度要求较高。

5 总结

 

本文针对锂离子动力电池组的特性和查验要求，规划了依据TMS320LF2407A 的监测体系，提出了松懈数据收集与会集数据处理的计划，给出了电池监测体系电压、电流、温度收集的软硬件计划，搭建了单体电池数目可达8 节的电池监测体系底层收集模块结构。

 

在此基础上能够方便地将电池信息收集到DSP 中进行记载和电池情况的估测判别，并经过CAN 网络与中心操控器通讯，构成无缺的电池监控体系。

 

本课题的首要研讨内容在于电池监测体系整体计划的规划和硬件电路的规划。其中心是松懈数据收集与会集数据处理相结合的计划。分别收集单体电池的电压、电路、温度，将这些基本信息送到DSP 中进行会集的、综合的分析、处理。硬件规划的重点是几个收集电路的规划以及DSP 小体系在监测体系中的运用。电压收集电路在保证功用的基础上，具有灵活性和显着的价格优势。通道间的烦扰和收集速度都得到改善。可满意体系的实时性和丈量精度的要求。经过添加外设采样坚持，能够收集到同一时刻的电压和电流。电池处理体系的电流、温度收集，分别选用了霍尔大电流传感器、热敏电阻、霍尔温度进行丈量