一种测量阀控铅酸蓄电池荷电状态的方法和装置,包括智能控制模块、扫频信号发生模块、电流电压采样模块和采样信号处理模块;被测阀控铅酸蓄电池同扫频信号发生模块和电流电压采样模块电连接;由智能控制模块控制扫频信号发生模块输出的、施加于被测蓄电池上的信号频率,由智能控制模块控制电流电压采样模块,对流经该蓄电池的交流电流和蓄电池的交变响应电压进行同步采样,经采样信号处理模块移相、滤波、混频和鉴相后,反馈至智能控制模块形成闭环负反馈回路,如此即可测得目标蓄电池的谐振频率fr。再利用事先保存该智能控制模块中的{fr,SOC}数据集,通过线性插值的方法,得到该蓄电池的当前荷电状态。本发明专利技术的有益效果是:无需精确测量阀控铅酸蓄电池的内部阻抗,而采用测量其谐振频率fr的方法和装置,即可实现蓄电池SOC的低成本、快速测量。
【技术实现步骤摘要】
本专利技术涉及用于测试蓄电池或一次电池电学状态的仪器,尤其是涉 及测量阀控铅酸蓄电池荷电状态的方法和装置。
技术介绍
阀控铅酸(Valve-Regulated Lead-Acid, VRLA)蓄电池的荷电状态 (Stateof Charge, S0C)是表征蓄电池充电状态的参数,定义为蓄电池的剩余容量(即电池 的当前容量)与其额定容量的百分比。蓄电池用户希望随时了解电池的S0C,以便确定是可 以放心使用,还是必须充电或者进行必要的维护操作。由于SOC是蓄电池的一种内在特性,无法进行直接测量,只能针对诸如端电压、充 /放电电流等外部可测参数进行间接测量。VRLA蓄电池SOC的无损检测一直是国、内外的 研究热点与难点。现有技术检测VRLA蓄电池SOC的方法主要有(1)放电实验法将蓄电池从实际负载脱开,在特定温度下以恒定电流对假负载 放电至截止电压(单体电压为1.8V),蓄电池所能放出的电量即为其当前容量,该方法是目 前行业内的标准做法。(2)开路电压法VRLA蓄电池的开路电压与其SOC之间存在较好的相关性,通过测 量电池的开路电压即可实现对其SOC的间接测量。(3)模糊推理法根据大量放电实验曲线,再加上技术人员的经验,用模糊逻辑模 拟人的推理思维,最终实现对蓄电池SOC的预测。(4)基于人工神经网络模型的方法将VRLA蓄电池看作一个“黑箱”,采用神经元 技术,用蓄电池在整个生命周期内的各种工况来训练由神经元构成的网络模型,其核心思 想是利用神经网络的非线性逼近能力,实现对蓄电池SOC的预测。(5)安时计量法在已知蓄电池初始SOC的情况下,对蓄电池的充、放电电流进行 积分,计算出当前的S0C。(6)内阻法。迄今为止,该方法是最受行业瞩目的VRLA蓄电池无损检测技术之一, 并于1996年被IEEE接受为推荐性标准。其核心思想是VRLA蓄电池作为一个动态系统, 可以用等效电路模型进行表征,当蓄电池的SOC发生变化时,其等效电路模型的参数亦会 相应地发生改变。已有文献研究表明,VRLA蓄电池的SOC与其等效电路模型的欧姆内阻之 间存在良好的相关性,通过测量等效电路的欧姆内阻,即可得到蓄电池SOC的变化信息。上述这些检测方法的主要缺点是(1)放电实验法毋庸置疑,这一方法将耗费大量的人力与能源,而且在放电实验 期间,蓄电池起不到其应有的后备电源作用。(2)开路电压法虽然开路电压可以比较准确地反映VRLA蓄电池的S0C,但是,即 使在脱离充电机与负载以后,发生在电池内部的极化现象也会在数小时内造成其端电压的 不断变化。(3)模糊推理法模糊逻辑推理在处理定性问题方面有它的独特之处,而其局限 性在于很难得到精确的判定,而且不能依靠简单地定义几条模糊规则就可以实现SOC的精 确预估,必须使系统具有推理和泛化能力,能够对测量的数据进行知识的归纳和推理。(4)基于人工神经网络模型的方法要求有足够多的历史数据,样本选择困难,算 法复杂,容易陷入局部极小点,收敛速度较慢;此外,神经网络模型是一个“黑箱”模型,其参 数缺乏明确的物理意义,建立的数学模型难以理解。(5)安时计量法其缺点是假定蓄电池的充、放电效率均为100%。然而,充电机所 输出的电能并非完全被蓄电池接收,所有被充进蓄电池的电能也不能通过放电完全放出; 此外,VRLA蓄电池存在不可避免的自放电现象。(6)内阻法VRLA蓄电池的欧姆内阻通常在毫欧量级,大容量电池的欧姆内阻更 小,其随蓄电池SOC不同而变化的幅度也更小,并且测量夹具与电池极柱之间的接触电阻 也在毫欧量级,准确测量该参数的难度大、成本高。作为一个动态系统,VRLA蓄电池可以用图2所示的基于阻抗测量的小信 号等效电路模型来描述(参考F. Huet. A review of impedance measurement s for determinationof the state~of-charge or state—of—health of secondary batteries , Journal ofPower Sources,1998,70 :59-69.确定蓄电池荷电状态与健康状 态的阻抗测量综述.电源杂志,1998,70:59-69.)。在图2中,Ri2为欧姆内阻,L为引线电 感,Cdl+,Cdl_,Rt+,Rt_,Zw+,Zw_分别为蓄电池正、负极的极板双层电容、电荷迁移电阻(也称极 化内阻)和Warburg阻抗。由于Warburg阻抗仅出现在频率极低的时候(< I(T4Hz),实际 工程应用中通常将其忽略,而用Φ = [Ri2jL, RT+, CDL+, RT_,CdlJ来描述VRLA蓄电池。由电学理论可知蓄电池的内部阻抗Z可以用函数λ ( ·,Φ)来描述。将一只标称 参数为12V/7. OAh的VRLA蓄电池放置在25 士 0. 2 °C的恒温箱内,静置M小时后,采用交流 恒电位法对其进行内部阻抗测量,扫频范围为IOHz到20KHz,得到其内部阻抗谱图如图3所 示。图3中为阻抗实部,即阻抗的电阻分量,^rag为阻抗虚部,即阻抗的电抗分量。定 义阻抗Z呈纯阻性(即Z的虚部为零)时相应的激励信号频率为蓄电池的谐振频率f;,此 时的阻抗即为蓄电池的欧姆内阻Ri2 = λ (f = f;,Φ),即VRLA蓄电池的欧姆内阻Ri2是其 谐振频率f;的函数。本专利技术人的研究成果表明VRLA蓄电池的SOC与其欧姆内阻Ri2之间 存在良好的相关性,即SOC可以用函数ζ (Rfi)来描述。因此,SOC也可以表示为谐振频率 fr的函数,即=SOC= ζ (Rfi) = ζ (λ ( · = ;,φ)) = ξ (fr)D通过测量蓄电池的fr,即可 实现对其SOC的间接测量。
技术实现思路
本专利技术要解决的技术问题在于避免上述现有技术的不足之处,而提供 一种测量阀控铅酸VRLA蓄电池荷电状态SOC的方法和装置。实现对VRLA蓄电池SOC的低 成本、快速测量。基于本专利技术人的上述发现,为解决所述现有技术存在的问题,本专利技术采用的技术 方案是,提出一种测量阀控铅酸蓄电池荷电状态的方法,包括步骤A.针对不同型号的阀控铅酸蓄电池,用常规方法将其充电至额定容量后,分阶段 使之放电至不同的荷电状态,分别测出各该荷电状态下所述VRLA蓄电池的谐振频率f;;B.将实施上述步骤A,针对每一种型号的VRLA蓄电池测得的{fpSOC}数据集,贮 存在掉电可保存的数据存储器内;C.在需要测量SOC的所述VRLA蓄电池正、负极端子上施加扫频交流信号,连续改 变施加交流信号的频率,直至所述被测蓄电池内阻抗表现为纯电阻,此时施加的交流信号 频率即为所述被测蓄电池在当时SOC的谐振频率f;;D.将实施步骤C所获f;值输入微处理器,从贮存在所述掉电可保存的数据存储器 内、同被测蓄电池同样型号的VRLA蓄电池的{f;,S0C}数据集内,通过线性插值的方法得到 相对应的S0C,此即所测该蓄电池当时的S0C,亦即它当时拥有的剩余电量,用百分数%表示。步骤A中所述“测出各该SOC下所述VRLA蓄电池的谐振频率f/’,包括步骤Al.以“恒流-恒压-涓流”的三阶段充电方式对所述蓄电池进行充电,在充电过 程完成后将电池静置120分钟;A2.在25士0. 2°C本文档来自技高网...
【技术保护点】
1.一种测量阀控铅酸蓄电池荷电状态的方法,包括步骤:A.针对不同型号的阀控铅酸VRLA蓄电池,用常规方法将其充电至额定容量后,分阶段使之放电至不同的荷电状态SOC,分别测出各该SOC下所述VRLA蓄电池的谐振频率fr;B.将实施上述步骤A,针对每一种型号的VRLA蓄电池测得其{fr,SOC}数据集后,贮存在掉电可保存的数据存储器内;C.在需要测量SOC的所述VRLA蓄电池正、负极端子上施加扫频交流信号,连续改变该交流信号的频率,直至所述被测蓄电池内阻抗表现为纯电阻,此时施加的交流信号频率即为所述被测蓄电池在当时SOC的谐振频率fr;D.将实施步骤C所获fr值输入微处理器,利用贮存在所述掉电可保存的数据存储器内、同被测蓄电池同样型号的VRLA蓄电池的{fr,SOC}数据集,通过线性插值的方法得到相对应的SOC,此即所测该蓄电池当时的SOC,亦即它当时拥有的剩余电量,用百分数%表示。
【技术特征摘要】
【专利技术属性】
技术研发人员:胡益民,席志远,敬刚,刘岩,冯冠平,高文杰,梁荣,
申请(专利权)人:深圳清华大学研究院,
类型:发明
国别省市:94
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。