蓄電池監(jiān)測裝置的研究

　　一、基于數(shù)字濾波器的內(nèi)阻測量技術(shù)

　　在線測量每個單電池的內(nèi)阻是檢測裝置的難題之一，測量準確度直接關(guān)系到分析的準確度。在線測量需要解決充電機和用電負載干擾的問題。對于大容量電池，電池內(nèi)阻是微歐級小信號，本文中采用了數(shù)字濾波技術(shù)提高測量準確度。

　　在線測量主要存在以下因素影響測量：

　　1) 測量線耦合的高頻干擾信號;

　　2) 50Hz工頻干擾;

　　3) 充電機低頻紋波;

　　4) 充電或放電的電壓緩變;

　　5) 負載的不規(guī)則變動。

　　對于高頻干擾，一方面通過硬件低通濾波削減，另一方面，在有效的A/D采樣頻率下進行平滑濾波處理。有效信號組成如圖1-1所示。

　　本文的研究中設(shè)計了專用的激勵裝置，向電池組饋入受控交流信號，測量電路采集被測電池的交流電壓信號。為消除上述影響因素，采用了IIR數(shù)字濾波技術(shù)。

　　采用直接方式即可實現(xiàn)差分方程運算。圖1-2是采用橢圓濾波器設(shè)計的帶通濾波器，M=N=11，具有良好的下降斜率，在通帶和阻帶內(nèi)均為等紋波。

　　圖1-1

　　表1是量程為50mΩ的實測數(shù)據(jù)，表明該方法具有良好的線性和重復(fù)性。

　　表1 采用IIR濾波器的實測數(shù)據(jù)(mΩ)

　　二、監(jiān)測裝置與充電機互動設(shè)計方案

　　監(jiān)測裝置與充電機互動方案是提高劣化程度預(yù)測準確性的創(chuàng)造性工作模式，其基本結(jié)構(gòu)如圖2-1所示。

　　互動方案的監(jiān)測系統(tǒng)結(jié)構(gòu)

　　浮充狀態(tài)下的測量理論和方法有其固有的局限性，放電測試能得到更為可靠的數(shù)據(jù)，但目前的放電測試或者需要人工干預(yù)，或者在不確定的停電發(fā)生后被動進行，前者難于經(jīng)常性的進行，而且風險較大，后者的不確定性也帶來隱患。本文的互動方案是針對先進電源裝置的系統(tǒng)化設(shè)計方案，能有效解決前述的多方面問題。

　　互動方案的主要原理是：電池監(jiān)測(Battery Monitoring Unit--BMU)進行日常的巡檢，并且分析采集的數(shù)據(jù)及變化趨勢，在一定條件下請求充電機(Rectifier Unit--RU)配合進行部分放電測試。由于RU在部分放電時設(shè)置為一個比蓄電池放電下限電壓低的某一整流輸出值，既能使電池提供用電設(shè)備的負荷功率，又避免了放電過程中由于電池問題帶來的停機風險。

　　在正常浮充狀態(tài)下，BMU連續(xù)檢測電池組的電壓和內(nèi)阻，若發(fā)現(xiàn)電壓或內(nèi)阻異常，則啟動部分放電測試過程，進行更深一層次的測試。該測試過程也被設(shè)置為按一定周期啟動，如一個月。

　　在放電測試期間，將劣化程度預(yù)測模型所需的放電數(shù)據(jù)，采集包括浮充電壓、初始跌落、正常放電電壓等數(shù)據(jù)，通過電池的劣化程度(SOH)預(yù)測模型運算，準確得知SOH。

　　此外，互動方案并不排斥停電后的被動測試，被動放電也可以觸發(fā)進行預(yù)測計算，出現(xiàn)放電即觸發(fā)數(shù)據(jù)采集，在放電深度達到某個設(shè)定值時啟動一次預(yù)測運算。

　　這樣，在內(nèi)阻監(jiān)測的基礎(chǔ)上，監(jiān)測系統(tǒng)通過采用三類不同深度的放電測試達到長期連續(xù)準確檢測SOH的目的：

　　1) 完全放電 電池在投運之前應(yīng)進行一次100%深度的放電，以確認該電池組能滿足設(shè)計要求。否則，若存在產(chǎn)品本身的質(zhì)量問題，會影響到后續(xù)監(jiān)測數(shù)據(jù)處理的準確性，放電前應(yīng)該充滿并在浮充狀態(tài)保持一定的時間。

　　2) 中等深度的放電 中等深度指30―50%深度的放電。檢測裝置的數(shù)據(jù)處理方法根據(jù)此深度的放電數(shù)據(jù)可以相當準確地計算各電池的SOH，同時亦避免了更加深度放電過程的突然停電，使設(shè)備承受斷電的危險，一般的電池配置往往考慮了電池容量的裕量，比如一倍。因此中等深度的放電在一般情況下，包括一般性的停電故障發(fā)生情況下是安全的 。

　　3) 周期性的短時放電 根據(jù)蓄電池應(yīng)用場合選取適合的周期，例如3個月。一般短時放電的深度為5%左右，檢測裝置啟動FNN運算，預(yù)測電池的SOH。因為是預(yù)測，其可靠程度在目前仍處在研究中。這也包括FNN算法中所使用的輸入數(shù)據(jù)是否對所有 的電池失效情況均敏感。在FNN運算中，還存在算法的“保守性”一面，即寧可低估SOH，也放棄高估SOH所帶來的風險。

　　因此，互動方案在長期運行方式如圖2-2所示，一般為多次短時放電測試后加入一次中等深度放電，或者在短時放電測試結(jié)果發(fā)現(xiàn)電池可能嚴重劣化時進行一次中等放電予以確認。如果被確認預(yù)測結(jié)果正確，則通知控制中心;若證明預(yù)測有誤，則對預(yù)測模型作自適應(yīng)調(diào)整。在最后一次中等深度放電確定電池劣化嚴重后，采取更換措施，更換之前進行一次完全放電，本組數(shù)據(jù)對于SOH模型的完善有重要意義。

　　圖2-2 互動方案的監(jiān)測過程