Li-ion Pil Karakteristik Modellemesi ve SOC Tahmin Algoritması Araştırması
Fan Xuguo 1, 2, Zhou Jinzhi 1, 2, Gao Lei 1, 2
(1. Bilgi Mühendisliği Okulu, Güneybatı Bilim ve Teknoloji Üniversitesi, Mianyang, Sichuan 621010; 2. Sichuan Eyaleti, Mianyang, Sichuan 621010 Özel Çevre Robot Teknolojisi Anahtar Laboratuvarı)
: Lityum iyon pil yönetim sistemi tasarımı ve şarj durumu (SOC) tahmini, pil eşdeğer devre modellerinin kurulmasına bağlıdır.Birkaç yaygın güç lityum iyon pil eşdeğer devre modelinin analizi ve karşılaştırmasına dayanarak, Pil üzerinde çeşitli karakteristik deneyler yapıldı, lityum iyon pilin dinamik özellikleri analiz edildi, ikinci dereceden bir RC eşdeğer devre modeli önerildi ve modelin doğruluğu doğrulandı. Devre modeline bağlı olarak, genişletilmiş Kalman filtre algoritması, MATLAB / Siumlink platformunda bir simülasyon modeli oluşturmak için kullanılır.Simülasyon ve deneysel sonuçların karşılaştırılması, modelin yüksek tahmin doğruluğuna sahip olduğunu ve lityum iyon pil SOC'nin gerçek zamanlı tahmini için kullanılabileceğini doğrulamaktadır.
: Lityum iyon pil; eşdeğer devre modeli; EKF algoritması; SOC tahmini
: TM912.9 Belge tanımlama kodu: ADII: 10.19358 / j.issn.1674-7720.2017.02.025
Alıntı formatı: Fan Xuguo, Zhou Jinzhi, Gao Lei. Lityum-iyon pil karakteristik modelleme ve SOC tahmin algoritması üzerine araştırma J. Mikrobilgisayar ve Uygulama, 2017, 36 (2): 83-86.
0 Önsöz
* Finanse edilen projeler: Sichuan Eyaleti Anahtar Laboratuvarı Özel Çevresel Robotik Fonu Projesi (13ZXTK07); Güneybatı Bilim ve Teknoloji Üniversitesi Lisansüstü İnovasyon Fonu Projesi (16ycx100), 1990'lardan bu yana şarj edilebilir lityum iyon pillerin küçük boyutlarından dolayı ortaya çıkmasından bu yana, Hafiflik, hafıza etkisi olmaması, kirlilik olmaması ve hızlı şarj ve deşarj avantajları, cep telefonları, dizüstü bilgisayarlar ve dijital kameralar gibi taşınabilir elektronik ürünlerde yaygın olarak kullanılmaktadır [1]. Kullanım sırasında pilin şarj durumunun (SOC) tahmini, pil yönetim sisteminin (BSM) önemli bir parçasıdır. SOC'nin doğru tahmini, pilin güvenlik performansını artırabilir, pili etkili bir şekilde koruyabilir, pilin döngü ömrünü uzatabilir ve pili iyileştirebilir Verimliliği kullanın [2].
SOC tahmin algoritmasının doğruluğu, doğrudan pil özelliklerini tanımlamak için kullanılan devre modelinin doğruluğuna bağlıdır. Yaygın olarak kullanılan pil modellerinin [3] üç ana türü vardır: elektrokimyasal mekanizma modeli, sinir ağı modeli ve eşdeğer devre modeli. Pilin karmaşık dahili kimyasal reaksiyonu nedeniyle, pratik uygulamalarda doğru bir elektrokimyasal mekanizma modeli oluşturmak zordur; sinir ağı modeli pil performansını tahmin etmek için büyük miktarda geçmiş veriye ihtiyaç duyarken, model yalnızca belirli faktörleri analiz edebilir ve pil özelliklerini tam olarak yansıtamaz. Eşdeğer devre modeli; voltaj, akım, sıcaklık, polarizasyon vb. Birçok faktörün etkisini dikkate alabilir. Pilin çalışma özelliklerini tanımlamak için devreyi oluşturmak için temel devre bileşenlerini kullanır Fiziksel anlamı açık ve nettir, bu nedenle yaygın olarak kullanılmaktadır.
Şu anda, yurtiçi ve yurtdışında yaygın olarak kullanılan eşdeğer devre modelleri şunları içerir: Rint modeli, Thevenin modeli, PNGV modeli ve [4] 'te önerilen PNGV modeline göre geliştirilmiş GNL modeli. Literatür [5], amper-saat yönteminde birikmiş hata ve ilk değer yanlışlığı sorununu etkin bir şekilde çözen ve son olarak hatayı% 5 içinde kontrol eden SOC'yi tahmin etmek için PNGV modeli ile birlikte enterpolasyon tahmin yöntemini kullandı; literatür [6] EKF Algoritma, birinci dereceden RC devre modelinde kullanılır.Belirli sonuçlar elde etmesine rağmen, pil SOC'yi etkileyen faktörler yeterince kapsamlı değildir; literatür [7], çevrimiçi SOC tahminine ulaşmak için sinir ağı ve EKF'nin bir kombinasyonunu kullanır, ancak bu, bataryaya bağlıdır Büyük miktarda çevrimdışı veri eğitimi; literatür [8], uyarlanabilir kayan mod gözlemcisini eşdeğer devre modeline dayalı SOC tahminine uygular ve sonunda yöntemin uygulanabilirliğini, ancak algoritma hatası ve etkililiğini doğrulamak için bir simülasyon modeli oluşturur. Garanti edilemez.
Bu makale, lityum iyon pilin dinamik özelliklerini, 18650 güç lityum iyon pil üzerinde çoklu şarj ve deşarj deneyleri yoluyla analiz eder, ikinci dereceden bir RC eşdeğer devre modeli önerir ve modelin ilgili parametrelerini belirler.Son olarak, MATLAB / Siumlink simülasyon platformundadır. Yukarıda bir simülasyon modeli oluşturulmuş ve model simüle edilerek doğrulanmış, simülasyon ve deneysel sonuçların karşılaştırılmasıyla modelin yüksek tahmin doğruluğuna sahip olduğu doğrulanmıştır.
1 Li-ion pil karakteristik deneyi
1.1 Şarj deneyi
Lityum iyon piller genellikle sabit voltajlı şarj moduna sabit akım kullanır. Bu makale, 2600 mAh nominal kapasiteye, 4,3 V şarj voltajına ve 0,25C ~ 1C nominal şarj akımına sahip 18650 lityum iyon pil kullanır. Deneysel platform Miele M9710 programlanabilirdir Elektronik yükler ve dijital olarak kontrol edilen güç kaynakları için, şarj sırasında voltaj ve akım eğrileri, Şekil 1'de gösterildiği gibi deneylerle elde edilebilir.
1.2 Deşarj deneyi
Lityum iyon piller, farklı deşarj oranlarında farklı terminal voltaj yanıtlarına sahiptir.Çalışma sırasında pilin terminal voltajındaki değişikliği elde etmek için, piller çeşitli oranlarda elde etmek için 0.3C, 0.5C ve 1C deşarj oranlarında sabit akım deşarj deneylerine tabi tutulur. Zamana karşı gerilim eğrisi Şekil 2'de gösterilmektedir.
1.3 Bileşik darbe deneyi
Hibrit Darbe Gücü Karakterizasyonunun (HPPC) amacı, pilin dinamik özelliklerini test etmektir ve aynı zamanda model parametrelerini tanımlamak için de kullanılabilir. İlk olarak, 10 saniyelik bir deşarj darbesi gerçekleştirin ve ardından 40 saniye bekledikten sonra 10 saniyelik bir şarj darbesi gerçekleştirin.Tüm işlem 1C (yani 2,6 A) sabit akım şarjı ve deşarjı kullanır ve HPPC döngü testinde pil, SOC noktalarının eşit aralıklarında bir bileşik darbe deneyine tabi tutulur. , SOC'yi 0,1, 0,2, ..., 0,9 olarak seçin ve bitişik darbe deneyleri arasındaki aralık 1 saattir (Not: 2600 mAh pil kapasitesi için 6 dakika 1C akım boşalması, yani 260 mAh serbest bırakılır ve SOC değeri 0,1 düşer), Pil, 1 saat bekledikten sonra bir sonraki HPPC döngüsüne girer. SOC 0,5 olduğunda, HPPC testinin karşılık gelen voltaj yanıt eğrisi Şekil 3'te gösterilir.
1.4 OCV ve SOC ilişki kalibrasyon deneyi
Açık devre voltajı (OCV), belirli bir şarj durumunda aküye karşılık gelen elektromotor kuvvetini karakterize eder. OCV ve SOC'nin belirli bir işlevsel ilişkisi vardır [9] Deney, 0.3C, 0.5C ve 1C oranlı deşarjları ve 0.1SOC'lik her deşarjı benimser. 30 dakika bekletin ve kaydedilen voltaj değerini karşılık gelen açık devre voltajı olarak kullanın OCV ve SOC arasındaki son fonksiyonel ilişki, Şekil 4'teki üçünün uzlaşma eğrisine polinom uydurma ile elde edilir.
2 Eşdeğer devre modeli ve doğrulama
Pilin karakteristik testinden, şarj akımı veya deşarj akımı uygulanıp uygulanmadığına bakılmaksızın, terminal voltajında ani bir değişiklik olduğu ve ardından yavaş bir değişim süreci olduğu, bu nedenle pilin dahili polarizasyon etkisini karakterize etmek için bir ohm iç direnç ve iki kullanılabilir. Pilin özelliklerini simüle etmek için RC bağlantısı. Eşdeğer devre modeli Şekil 5'te gösterilmiştir.
Modelin parametreleri, batarya ile çalışma sürecinde dinamik olarak değişir, bu nedenle modeldeki beş parametrenin tanımlanması gerekir. Bunlar arasında, R0, voltaj mutasyon aşaması, yani denklem (1) ile elde edilir ve iki RC bağlantısının parametreleri, MATLAB cftool araç kutusundaki (2) tipinin ikinci dereceden üssü tarafından uydurma ile elde edilir.
R0 = U1-U2I (1)
f (x) = a * exp (-1 * x) + c * exp (-2 * x) (2)
Formülde, 1 = RsCs, 2 = RlCl.
Model parametreleri elde edildikten sonra, MATLAB / Simulink platformunda ikinci dereceden bir RC eşdeğer devre modeli oluşturulmuş ve simülasyon parametreleri, özel çalışma koşullarının deneysel verileriyle karşılaştırılacak şekilde ayarlanmıştır. Şekil 6, kesikli çapraz akım deşarjı altında simüle edilmiş voltaj ile gerçek voltaj arasındaki karşılaştırmayı göstermektedir Simüle edilen değerin gerçek değer ile iyi bir uyum içinde olduğu ve inşa edilen modelin doğruluğunun da doğrulanmış olduğu şekilden görülebilir.
3EKF algoritma akışı ve uygulaması
Standart Kalman filtre algoritması yalnızca doğrusal sistemlerde kullanılabildiğinden, genişletilmiş Kalman filtre algoritması (EKF) doğrusal olmayan sistemin durum uzayı denklemini doğrusallaştırır ve ardından sistemin durumunu belirlemek için Kalman filtre algoritmasının özyinelemeli sürecini kullanır. Optimal tahmin için bu makale, SOC'yi tahmin etmek için ikinci dereceden RC modeli ile birlikte EKF'yi kullanır.
3.1EKF algoritma akışı
EKF algoritmasının doğrusal olmayan ayrık durum uzay denklemi [10]:
xk + 1 = f (xk, uk) + hafta
yk = g (xk, uk) + vk (3)
Formülde, f (xk, uk) doğrusal olmayan durum geçiş işlevidir ve g (xk, uk) doğrusal olmayan ölçüm işlevidir.
İlk olarak Kirchhoff'un gerilim ve akım teoremine göre, Şekil 5'te gösterilen devrenin zaman-alan denklemi aşağıdaki gibidir:
i = CsdUsdt + UsRs
i = CldUldt + UlRl
Ubat = Uoc (SOC) -Us (t) -Ul (t) -R0i (4)
Formül (5) amper-saat integral yönteminin tanımına göre sistemin durum miktarı SOC'ye ihtiyaç duyar:
SOCt = SOC0-t0idtQ (5)
SOC ve iki kapasitör üzerindeki voltaj, durum miktarları olarak seçilir ve denklem (6) 'da gösterildiği gibi sistemin güncelleme denklemini ve denklem (7)' de gösterilen ölçüm denklemini elde etmek için denklemler (4) ve (5) ayrıklaştırılır.
İkinci olarak, durum değişkeni xk = [SOCkUs (k) Ul (k)] T olsun ve denklemleri (6) ve (7) matris formuna dönüştürün:
Son olarak, EKF algoritmasının yinelemeli süreci, SOC'nin gerçek zamanlı tahminini gerçekleştirmek için kullanılır. Spesifik adımlar aşağıdaki gibidir:
(1) x0 ve P0'ı başlatın.
(2) Başlangıç değerine göre, k zamanındaki durum vektörünün tahmin tahminini ve ortalama kare hatasının tahmin tahminini elde edin:
(3) Kalman filtre kazancını hesaplayın:
(4) Durum vektörünün optimum tahminini ve ortalama kare hatasını elde etmek için k zamanında ölçülen değere ve Kalman filtre kazancı Gk'ye göre durum vektörünün tahmini değerini düzeltin:
(5) Bir sonraki tahmin turu için adım (2) 'ye dönün, böylece her andaki SOC değeri döngü yinelemesiyle elde edilebilir.
3.2 Algoritmanın uygulanması
Yukarıdaki algoritmanın analizine dayanarak, Şekil 7'de gösterilen SOC tahmin simülasyonu blok diyagramı MATLAB / Simulink platformunda oluşturulmuştur. Bu modelin girdisi gerçek akımdır.Şu andaki tahmini SOC, bir kapalı döngü sistemi oluşturmak için önceki anda girdi olarak kullanılır.Algoritma modülünün yinelemeli güncellemesinden sonra, her andaki optimum SOC tahmini çevrimiçi olarak elde edilebilir ve simülasyon sonuçları gerçek SOC ile karşılaştırılır. Algoritmanın sağlamlığını doğrulamak için.
3.3 Algoritmanın simülasyon doğrulaması
Gerçek deneysel test .mat verilerini modele girin, simülasyon süresini ayarlayın ve örnekleme aralığı 1 sn'dir.Modelin özyinelemeli tahmininden sonra, her andaki optimum SOC tahmini gerçek zamanlı olarak çevrimiçi olarak elde edilebilir.
Şekil 8 ve 9, sırasıyla 0.5C çapraz akım deşarjı ve kesintili akım deşarjı sırasında model tarafından simüle edilen gerçek SOC ve SOC'yi göstermektedir.Sonuçlar, algoritma tarafından tahmin edilen SOC değerinin gerçek değerle iyi bir uyum içinde olduğunu ve hangisi olursa olsun Bu deşarj durumunun hatası% 5'i geçmez.
4. Sonuç
Bu makale, pilin dinamik özelliklerini şarj etme ve boşaltma, HPPC deneyleri ve açık devre voltaj deneyleri yoluyla simüle etmek için ikinci dereceden bir RC eşdeğer devre modeli kurar ve modeli doğrular.Lityum iyon pillerin çalışma sürecindeki doğrusal olmayışı hedefleyen eşdeğer bir devre modeli Devre modelinin genişletilmiş Kalman filtre algoritması ve algoritma akışının analizi Son olarak, algoritma hatasının çapraz akım veya kesintili akım koşulları altında kontrol edilebildiğini doğrulamak için SOC tahmin modeli MATLAB / Simulink platformu üzerine inşa edilmiştir. % 5 içinde.
Referanslar
1 BESTER JE, EL HA, MABWE A M. Uçak enerji yönetimi için basit ve genişletilmiş ayrık Kalman Filtreleri kullanarak lityum iyon pil ve SOC tahmininin modellenmesi C. Endüstriyel Elektronik Topluluğu, IECON 201541. IEEE Yıllık Konferansı IEEE, 2015: 2433-2438.
2 ALVAREZ A J C, GARCIA N P J, de COS J F J, et al. MARS tekniğini kullanan pil durumu şarj tahmincisi J. Güç Elektroniği Üzerine IEEE İşlemleri, 2013,28 (8): 3798-3805.
3 He Hongwen, Xiong Rui, Fan Jinxin Deneysel bir yaklaşımla şarj durumu tahmini için lityum iyon pil eşdeğer devre modellerinin değerlendirilmesi J. Energies, 2011,4 (12): 582-598.
[4] Lin Chengtao, Qiu Bin, Chen Quanshi Elektrikli araç akülerinin eşdeğer devre modellerinin akım girişi J ile karşılaştırılması Chinese Journal of Mechanical Engineering, 2005, 41 (12): 7681.
5 Yang Yang, Tang Taofeng, Qin Datong, ve diğerleri PNGV eşdeğer devre modeli ve elektrikli araç lityum pilin SOC tahmin yöntemi J. Journal of System Simulation, 2012,24 (4): 938-942.
6 He Hongwen, Xiong Rui, Zhang Xiaowei, ve diğerleri. Geliştirilmiş bir Thevenin modeline dayanan uyarlanabilir genişletilmiş Kalman filtresi kullanarak lityum iyon pilin durum şarj tahmini J. Araç Teknolojisi üzerine IEEE İşlemleri, 2011 , 60 (4): 1461-1469.
7 CHARKHGARD M, FARROKHI M. Sinir ağları ve EKF J kullanan lityum iyon piller için durum şarj tahmini Endüstriyel Elektronik üzerine IEEE İşlemleri, 2010,57 (12): 4178-4187.
8 Yin Chun, Zhong Qishui, Chen Yangquan, ve diğerleri. Lityum pillerin şarj durumunun fraksiyonel sıralı kayan mod gözlemciye dayalı olarak tahmin edilmesi C. Kesirli Farklılaşma ve Uygulamaları (ICFDA), IEEE, 2014: 1 -6.
9 WINDARKO N A, CHOI J. Gelişmiş bir takacs modeli kullanılarak NiMH piller için OCV'ye dayalı SOC tahmini J. Journal of Power Electronics, 2010,10 (2): 181-186.
10 Yuan Shifei, Wu Hongjie, Yin Chengliang ARX pil modeline dayalı pil yönetim sistemleri için genişletilmiş kalman filtresi kullanarak şarj durumu tahmini J. Energies, 2013,6 (1): 444-470.
