CN108448665A - 一种对蓄电池组进行充电及养护的智能充电系统 - Google Patents

Abstract

本发明公开了一种对蓄电池组进行充电及养护的智能充电系统，包括检测校准模块、状态估算模块、功率输出模块，所述检测校准模块的输出端电连接到状态估算模块，所述状态估算模块的输出端电连接到功率输出模块；本发明的有益效果是：本发明设计的充电电压电流的输出精度高、速度快；基于状态估计的脉冲充电、脉冲放电去极化的充电方法可以迅速而有效地消除各种极化电压，消除极化电压对蓄电池充电的影响，提高充电速度；基于荷电状态估算和健康状态估算的充电曲线，基本上近似于电池的最佳充电曲线，还能够根据充电时蓄电池的各种状态量进行实时的在线调整，以达到在不损坏蓄电池的前提下提高其充电接受率的目的。

Description

一种对蓄电池组进行充电及养护的智能充电系统

技术领域

本发明属于蓄电池维护技术领域，具体涉及一种对蓄电池组进行充电及养护的智能充电系统。

背景技术

上世纪60年代中期，美国科学家马斯对蓄电池的充电过程作了大量的试验研究，并提出了以最低出气率为前提的、蓄电池可接受的充电曲线。实验表明，如果充电电流按这条曲线变化，就可以大大缩短充电时间，并且对电池的容量和寿命也没有影响，原则上把这条曲线称为最佳充电曲线。国内对快速充电系统的研发时间不长，但已取得很大的进展，目前存在的问题主要是充电速度上不能满足用户需求，技术模式上并未进行创新，仍采用主充、均充、浮充三阶段充电法实现对蓄电池的充电。目前充电各阶段的自动转换方法有：(1)时间控制，即预先设定各阶段充电时间，由时间继电器或CPU控制转换时刻。这种控制方法比较粗略，依赖人的主观经验；(2)设定转换点的充电电流或蓄电池端电压值，当实际电流或电压值达到设定值时，自动转换。这种方法缺乏来自蓄电池的实时信息参考，容易出现经常性的过充电和欠充电；(3)采用积分电路在线监测蓄电池的容量，当容量达到一定值时，则发信号改变充电电流的大小。因为每一家电池厂商的电池所适应的充电电流都各不相同，仅依据容量这个单一参数来决定充电电流大小会影响蓄电池的使用寿命。

另外，随着充电装置运行时间的推移，特别是投运1～3年后，设备技术指标都会发生偏移，普遍的问题是：充电的DC/DC模块指标下降，造成稳压精度、稳流精度及纹波系数超标。而现场人员又不可能一直在线去检测充电装置，即使发现问题了也很难去进行校准，长期下去将导致整个充电装置提前失效或损坏。

因此，在电池充放电过程中，需要根据环境状态、电池状态等相关参数进行管理，设置充电系统的电池最佳充放电曲线，例如设置充电电流、充电上限电压值等。这种充电控制方法不仅遵循蓄电池固有的充电接受率，而且还能够提高蓄电池充电接受率。可见，开发研制一种基于状态估算的带有自我检测校准功能的智能充电系统是一项极具现实意义和经济价值的工作。

发明内容

本发明的目的在于提供一种对蓄电池组进行充电及养护的智能充电系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种对蓄电池组进行充电及养护的智能充电系统，包括检测校准模块、状态估算模块、功率输出模块，所述检测校准模块的输出端电连接到状态估算模块，所述状态估算模块的输出端电连接到功率输出模块；

所述检测校准模块包括校准装置、检测装置、数据采样装置，所述数据采样装置电连接在功率输出模块的输出端，所述数据采样装置的输出端电连接有检测装置，所述检测装置的输出端电连接有校准装置，所述检测装置的另一输出端电连接到状态估算模块中；

所述功率输出模块包括EMI滤波器、整流、高频逆变、高频变压器、整流滤波、检测电路、控制电路、辅助电源、保护电路，其中，所述EMI滤波器的输入端与交流电连接，所述EMI滤波器、整流、高频逆变、高频变压器、整流滤波依次电连接，所述整流滤波的输出端电连接到检测电路，所述检测电路的输出端电连接到控制电路，所述检测电路的另一输出端电连接到保护电路，所述保护电路电连接到控制电路，所述EMI滤波器的另一输出端电连接有辅助电源，所述辅助电源电连接到控制电路；

所述状态估算模块包括数据采集装置、荷电状态估算装置、健康状态估算装置，所述数据采集装置电连接在功率输出模块中，所述数据采集装置的输出端电连接有荷电状态估算装置和健康状态估算装置，所述荷电状态估算装置和健康状态估算装置的输出端均电连接到功率输出模块中。

优选的，所述辅助电源用来对检测校准模块、状态估算模块和功率输出模块中的电源控制IC提供电源。

优选的，所述数据采集装置采集的状态信息包括出气率、电解液比重、阴极阳极界面特征、电池温度、环境温湿度。

优选的，所述荷电状态估算装置卡尔曼滤波器，卡尔曼滤波采用预测和校正的思想来估计系统的状态。

与现有技术相比，本发明的有益效果是：

本发明功率输出模块技术指标的校准是一种依据国标规定带实际蓄电池负载的在线校正，所以充电电压电流的输出精度高、速度快；基于状态估计的脉冲充电、脉冲放电去极化的充电方法可以迅速而有效地消除各种极化电压，从而消除极化电压对蓄电池充电的影响，提高充电速度；基于荷电状态估算和健康状态估算的充电曲线，基本上近似于电池的最佳充电曲线，而且还能够根据充电时蓄电池的各种状态量进行实时的在线调整，以达到在不损坏蓄电池的前提下提高其充电接受率的目的。

附图说明

图1为本发明智能充电系统的工作原理图；

图2为本发明检测校准模块的工作原理图；

图3为本发明功率输出模块的工作原理图；

图4为本发明检测校准模块的工作原理图；

图5为本发明卡尔曼滤波法的工作原理图；

图6为本发明卡尔曼滤波法SOC估计的流程图；

图7为本发明状态估算模块健康状态SOH的影响换算成影响因子的图表；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，智能充电系统的工作原理是：智能充电系统开机启动时首先运行检测校准模块，先进行本机功能检测和与外部蓄电池组之间的硬件电气连接检测，确认检测无误后，由检测校准模块给出信号启动状态估算模块。状态估算模块进行蓄电池的荷电状态估算，根据荷电状态给出蓄电池可接受的充电曲线，然后启动功率输出模块。功率输出模块依据状态估算模块给出的充电曲线采用脉冲充电、脉冲放电去极化的方法对蓄电池进行充电。状态估算模块采集各种状态信息，在脉冲充电时段进行蓄电池的健康状态SOH估算，对已给出的充电曲线进行修正；在脉冲放电的阶段进行蓄电池的荷电状态SOC估算，给出下一时段的充电曲线。同时在脉冲充电时段，检测校准模块采集功率输出模块的DC/DC技术指标，对稳压精度、稳流精度及纹波系数进行校正。这三个模块相互协作共同构成一个智能充电系统。

如图2所示，检测校准模块包括有数据采样装置、检测装置、校准装置，数据采样装置主要采集功率输出模块的电压、电流、电压电流相位角、纹波，并将这些数据送入到检测装置，检测装置计算出稳压精度、稳流精度、纹波系数、效率、功率因数并将计算结果送入校准装置，同时检测与外部蓄电池硬件连接部分的阻抗大小，先进行本机功能检测和与外部蓄电池组之间的硬件电气连接检测，确认检测无误后，给出信号去启动状态估算模块，校准装置内部依据国标《GB/T19826-2005电力工程直流电源设备通用技术条件及安全要求》，在脉冲充电时段对功率输出模块的稳压精度、稳流精度及纹波系数进行校准。

如图3所示，功率输出模块主要包括辅助电源、EMI滤波器、整流电路、高频变压器、控制电路、检测电路和保护电路，辅助电源用来对检测校准模块、状态估算模块和功率输出模块中的电源控制IC提供电源，这一部分是不依赖于主功率变换部分的电路，需要单独供电，EMI滤波器主要是完成PFC的功能，用来调整电流的波形，对电流电压间的相位差进行补偿，整定后的交流通过整流电路变成高压脉动直流，再由控制电路中的电源控制IC变成高频交流，这一高频交流经高频变压器变比到所需电压附近，再经整流滤波得到所需的直流，检测电路从直流输出端抽取电压电流信号传送给控制电路，控制电路将采样得到的电流与状态估算模块给出的充电曲线进行比对，进而控制电源控制IC通过调整PWM来控制输出。

如图4所示，检测校准模块包括有数据采集装置、荷电状态估算装置、健康状态估算装置三部分，数据采集装置采集各种状态信息，状态信息包括出气率、电解液比重、阴极阳极界面特征、电池温度、环境温湿度，在脉冲充电时段进行健康状态SOH估算，对充电曲线进行修正，在脉冲放电时段进行荷电状态SOC估算，给出下一时段的充电曲线。

(1)、数据采集

通过各种气体、温度、湿度、化学传感器等来获取出气率、电解液比重、电池温度、环境温湿度等状态量。通过对蓄电池的两极施加一定振幅、不同频率(测试频率范围为1Hz-1000Hz)的正弦波交流扰动信号获得频域范围内相应电信号反馈的交流测试方法，根据电化学嵌入反应每一步弛豫时间常数的不同，在较宽频率范围内获得电池动态特性和阴极、阳极界面的阻抗特征，为后面的状态估算做准备。

(2)、荷电状态估算

如图5所示，为卡尔曼滤波方法估计电池SOC的原理框图，采用卡尔曼滤波法，这是基于系统的状态空间模型计算的，卡尔曼滤波采用预测和校正的思想来估计系统的状态。

首先，根据建立的模型计算出状态的预测值，然后根据预测值计算模型输出值与实际系统输出量的差值来修正预测值，进而得到较为准确的状态估计值。卡尔曼滤波引入了修正的思想来修正干扰等不确定性因素，从而使状态值更接近于实际的真值。根据建立的电池状态空间模型和卡尔曼滤波法的原理框图，可以得到卡尔曼滤波法SOC估计的流程图如图6所示。而电池的荷电状态与充电电流成线性关系，据此给出下一充电时段的充电曲线。以蓄电池的SOC接近1做为电池充电的截止条件。

(3)、健康状态估算

状态估算模块采集各种状态信息(出气率、电解液比重、阴极阳极界面特征、电池温度等)，在脉冲充电时段进行健康状态SOH估算，对充电曲线进行修正。将这各种状态的影响换算成影响因子，如图7所示：

对上一放电阶段给出的充电曲线进行校正，氢气、氧气的出气率每提高一层，充电电流就减小10％；电池内部温度比环境温度每提高5℃，充电电流就减小10％；极板硫化状态越大，就适当延长放电时段的时间；电解液比重越大，就适当提高充电电流的大小，综合以上状态变量对上一放电阶段给出的充电曲线进行校正，进而在不损坏蓄电池的前提下提高其充电接受率。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种对蓄电池组进行充电及养护的智能充电系统，包括检测校准模块、状态估算模块、功率输出模块，其特征在于：所述检测校准模块的输出端电连接到状态估算模块，所述状态估算模块的输出端电连接到功率输出模块；

所述检测校准模块包括校准装置、检测装置、数据采样装置，所述数据采样装置电连接在功率输出模块的输出端，所述数据采样装置的输出端电连接有检测装置，所述检测装置的输出端电连接有校准装置，所述检测装置的另一输出端电连接到状态估算模块中；

所述功率输出模块包括EMI滤波器、整流、高频逆变、高频变压器、整流滤波、检测电路、控制电路、辅助电源、保护电路，其中，所述EMI滤波器的输入端与交流电连接，所述EMI滤波器、整流、高频逆变、高频变压器、整流滤波依次电连接，所述整流滤波的输出端电连接到检测电路，所述检测电路的输出端电连接到控制电路，所述检测电路的另一输出端电连接到保护电路，所述保护电路电连接到控制电路，所述EMI滤波器的另一输出端电连接有辅助电源，所述辅助电源电连接到控制电路；

所述状态估算模块包括数据采集装置、荷电状态估算装置、健康状态估算装置，所述数据采集装置电连接在功率输出模块中，所述数据采集装置的输出端电连接有荷电状态估算装置和健康状态估算装置，所述荷电状态估算装置和健康状态估算装置的输出端均电连接到功率输出模块中。

2.根据权利要求1所述的一种对蓄电池组进行充电及养护的智能充电系统，其特征在于：所述辅助电源用来对检测校准模块、状态估算模块和功率输出模块中的电源控制IC提供电源。

3.根据权利要求1所述的一种对蓄电池组进行充电及养护的智能充电系统，其特征在于：所述数据采集装置采集的状态信息包括出气率、电解液比重、阴极阳极界面特征、电池温度、环境温湿度。

4.根据权利要求1所述的一种对蓄电池组进行充电及养护的智能充电系统，其特征在于：所述荷电状态估算装置卡尔曼滤波器，卡尔曼滤波采用预测和校正的思想来估计系统的状态。