CN109959872A - 一种基于单片机控制的蓄电池状态在线监测系统及方法 - Google Patents

一种基于单片机控制的蓄电池状态在线监测系统及方法 Download PDF

Info

Publication number
CN109959872A
CN109959872A CN201910249393.2A CN201910249393A CN109959872A CN 109959872 A CN109959872 A CN 109959872A CN 201910249393 A CN201910249393 A CN 201910249393A CN 109959872 A CN109959872 A CN 109959872A
Authority
CN
China
Prior art keywords
battery
internal resistance
value
voltage
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910249393.2A
Other languages
English (en)
Inventor
陈继涛
宋海燕
刘纪新
秦富贞
孙维丽
葛伟伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Huanghai University
Original Assignee
Qingdao Huanghai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Huanghai University filed Critical Qingdao Huanghai University
Priority to CN201910249393.2A priority Critical patent/CN109959872A/zh
Publication of CN109959872A publication Critical patent/CN109959872A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明属于蓄电池状态在线监测技术领域,公开了一种基于单片机控制的蓄电池状态在线监测系统及方法,所述基于单片机控制的蓄电池状态在线监测系统包括:电量检测模块、电压检测模块、温度检测模块、主控模块、网络通信模块、特性模拟模块、内阻估算模块、数据存储模块、显示模块。本发明通过特性模拟模块可以实现不同电池种类特性曲线的输出,节省了蓄电池的购买成本,进而降低了研发成本,控制更加灵活,实现简单;同时,通过内阻估算模块能够实时对蓄电池内部的单体锂电池的连接状况进行判断,方便维修,提升维护效率;能够对蓄电池的内阻进行估算,从而对单体电池的健康状态、充放电性能等进行评估。

Description

一种基于单片机控制的蓄电池状态在线监测系统及方法
技术领域
本发明属于蓄电池状态在线监测技术领域,尤其涉及一种基于单片机控制的蓄电池状态在线监测系统及方法。
背景技术
蓄电池(Storage Battery)是将化学能直接转化成电能的一种装置,是按可再充电设计的电池,通过可逆的化学反应实现再充电,通常是指铅酸蓄电池,它是电池中的一种,属于二次电池。它的工作原理:充电时利用外部的电能使内部活性物质再生,把电能储存为化学能,需要放电时再次把化学能转换为电能输出,比如生活中常用的手机电池等。它用填满海绵状铅的铅基板栅(又称格子体)作负极,填满二氧化铅的铅基板栅作正极,并用密度1.26--1.33g/ml的稀硫酸作电解质。电池在放电时,金属铅是负极,发生氧化反应,生成硫酸铅;二氧化铅是正极,发生还原反应,生成硫酸铅。电池在用直流电充电时,两极分别生成单质铅和二氧化铅。移去电源后,它又恢复到放电前的状态,组成化学电池。铅蓄电池能反复充电、放电,它的单体电压是2V,电池是由一个或多个单体构成的电池组,简称蓄电池,最常见的是6V,其它还有2V、4V、8V、24V蓄电池。如汽车上用的蓄电池(俗称电瓶)是6个铅蓄电池串联成12V的电池组。然而,现有蓄电池众多,高成本购买不同种类的电池进行试验和研究耗费时间、成本;同时,现有对蓄电池内阻判断误差率较大,也不能对单体电池的健康状态、充放电性能等进行评估。
综上所述,现有技术存在的问题是:现有蓄电池众多,高成本购买不同种类的电池进行试验和研究耗费时间、成本;同时,现有对蓄电池内阻判断误差率较大,也不能对单体电池的健康状态、充放电性能等进行评估。现有蓄电池无法实时监测温度数据,利用其它温度检测数据采集的温度数据不准确。同时现有的监测蓄电池状态的仪器无法实时传输采集到的数据,无线通信有延迟。
发明内容
针对现有技术存在的问题,本发明提供了一种基于单片机控制的蓄电池状态在线监测系统。
本发明是这样实现的,一种基于单片机控制的蓄电池状态在线监测方法,所述基于单片机控制的蓄电池状态在线监测方法包括:
第一步,利用电量计检测蓄电池的电量数据;利用电压表检测蓄电池的电压数据;利用基于中值滤波和均值滤波进行去噪的温度传感器检测蓄电池的温度数据;
第二步,利用基于蚁群优化的网卡连接互联网进行在线网络通信;利用模拟软件模拟蓄电池的特性;利用估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;采用非均匀分布式竞争方式,选取无线网络通信剩余能量和距离共同作为评价标准,采用蚁群算法在簇首选举后进行路径搜索,搜索从每个簇首到汇聚节点代价最小的多跳路由;具体步骤如下:代表通信簇首节点竞争半径最大值,dmin代表无线网络节点到汇聚点的最小距离,全部无线网络节点依据下式计算竞选广播半径:
其中,c代表控制簇首节点竞争半径取值范围的参数,网络通信过程中各节点通过计算出的半径广播竞选消息M1,M1包含节点信息、节点至汇聚点pc的距离d(si,pc)和剩余能量Er;无线网络各通信簇首Er依据路由表计算至各个邻簇首sj(j∈Ri)的初始信息素浓度:
式中,代表更新sj的功耗,代代表更新簇首sk的功耗,q代表迭代次数,将无线网络邻簇首能量定义为局部启发值,pij表示其成为下一跳路由的概率:
式中,uik代表簇首sk的初始信息素浓度,σ是用于控制局部启发值范围的参数,簇首节点间通信传输开始时,通信簇首si选取概率最大的节点sj作为下一跳节点,对sj相应路由的信息素进行增强:
u′ij=uij+Δuij
式中,u′ij代表增强后的信息素浓度,ω代表调节无线网络通信数据传输次数和实时性权值的参数,α代表调节蚂蚁信息和初始信息素两者之间的比例系数,Δuij代表信息素浓度变化量,Tmax代表网络通信最大传输延时,тmax代表数据包转发延时,Tij代表网络通信平均传输延时,тij代表数据包平均转发延时,通信过程中发包率越高,路径会快速加强,通信路径负担也会快速加重,引入信息挥发机制,使蚂蚁信息素挥发因子和通信发包率正相关:
其中,ρ代表参考信息素挥发因子,β代表比例因子,Fmax和Fmin分别代表无线网络最大和最小发包率,ft代表t时段通信路径发包率,无线网络通信数据传输成功后更新信息素;
第三步,利用存储器存储检测蓄电池的电量、电压、温度数据;利用显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
进一步,所述第一步基于中值滤波和均值滤波的去噪方法具体包括:利用温度传感器连续采集蓄电池的温度数据n次,采集的温度数据为x1,x2,x3…xn,按大小排序,选取此温度数列中的中值,将温度数列中从左端数起前i个值和从右端数起后i个值用中值代替,再求重新生成的新数列的平均值,将该均值作为滤波后的输出;假定xim为该序列的中值,则输出y为:
进一步,所述基于单片机控制的蓄电池状态在线监测方法的特性模拟方法包括:
(1)启动模拟程序;
(2)根据蓄电池实测充放电数据,得到充放电荷电状态SOC和蓄电池端电压V的曲线,在此基础上拟合出蓄电池内电势E曲线;蓄电池内电势E曲线的横坐标为蓄电池荷电状态SOC、纵坐标为内电势E,形成蓄电池荷电状态SOC和内电势E的二维数据表;
(3)对蓄电池特性模拟控制时,首先通过蓄电池实时电流i随时间t的积分确定蓄电池容量Q,进而计算出蓄电池的实时荷电状态SOC,再通过查表得到蓄电池的内电势E;
(4)根据蓄电池不同充放电电流下的实测数据,利用相同荷电状态下对应的蓄电池充放电电压的压降△U,除以两倍的蓄电池电流i得到蓄电池的等效内阻R,最终形成不同充放电电流下,蓄电池电流i和等效内阻R的曲线,蓄电池等效内阻R曲线的横坐标为蓄电池电流i,纵坐标为蓄电池等效内阻R,并形成蓄电池电流i和等效内阻R的二维数据表;根据蓄电池的实时电流i,通过查表得到蓄电池的等效内阻R;
(5)对蓄电池特性模拟控制时,以蓄电池的模拟输出电压Uout为直流电压给定值Vref,实时端口电压Udc为反馈值,对蓄电池进行电压闭环反馈控制;所述的蓄电池模拟输出电压Uout由蓄电池内电势E与蓄电池内阻压降VR相加得到;蓄电池内阻压降VR由蓄电池电流i与蓄电池等效内阻R相乘得到。
进一步,所述基于单片机控制的蓄电池状态在线监测方法的内阻估算方法如下:
1)计算内阻;
在蓄电池充放电过程中,在第一时刻获取单体电池的第一电压值U1和第一电流值I1,在第二时刻获取单体电池的第二电压值U2和第二电流值I2,计算获得ΔI=I1-I2和电流变化方向;
判断ΔI是否大于第一预设电流值,在ΔI大于第一预设电流值的情况下,计算获得ΔU=U1-U2、电压变化方向和最小电压变化值;在ΔI小于第一预设电流值的情况下,保存第二电压值U2和第二电流值I2
判断ΔU是否大于第一预设电压值以及电压变化方向是否和电流变化方向一致,在ΔU大于第一预设电压值且电压变化方向和电流变化方向一致的情况下,计算获得单体电池的内阻值,将该内阻值作为单体电池的有效内阻值并计入单体电池的总内阻中;ΔU小于或等于第一预设电压值的情况下,或者电压变化方向不与电流变化方向一致的情况下,将单体电池的内阻值设置为第一预设内阻值,并将所存储的单体电池的有效内阻值计入单体电池的总内阻值中;
2)比较内阻;
计算单体电池的平均内阻值;
判断单体电池的内阻值是否为第一预设内阻值,在判定单体电池的内阻值不等于第一预设内阻值的情况下,累计一次松动检测次数;判断单体电池的内阻值是否大于或等于n倍平均内阻值,在单体电池的内阻值大于或等于n倍平均内阻值的情况下,累计一次单体电池的已检测到松动的次数;
3)电池松动判断;
获取单体电池的松动检测成功的总次数和已检测到松动的次数,在单体电池的松动检测成功的总次数大于第一预设次数值的情况下,判断单体电池的已检测到松动的次数是否大于或等于第二预设次数,在电池已检测到松动的次数大于或等于第二预设次数的情况下,则判定为该颗单体电池连接故障;
在电池已检测到松动的次数小于第二预设次数的情况下,判断单体电池的电池已检测到松动的次数是否小于第三预设次数值以及判断正常内阻平均值是否小于第二预设内阻值,在单体电池的电池已检测到松动的次数小于第三预设次数值且其正常内阻平均值小于第二预设内阻值的情况下,则清除单体电池的松动检测次数信息和已检测到松动的次数信息。
本发明的另一目的在于提供一种实现所述基于单片机控制的蓄电池状态在线监测方法的基于单片机控制的蓄电池状态在线监测系统,所述基于单片机控制的蓄电池状态在线监测系统包括:
电量检测模块,与主控模块连接,用于通过电量计检测蓄电池的电量数据;
电压检测模块,与主控模块连接,用于通过电压表检测蓄电池的电压数据;
温度检测模块,与主控模块连接,用于通过温度传感器检测蓄电池的温度数据;
主控模块,与电量检测模块、电压检测模块、温度检测模块、网络通信模块、特性模拟模块、内阻估算模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
网络通信模块,与主控模块连接,用于通过网卡连接互联网进行在线网络通信;
特性模拟模块,与主控模块连接,用于通过模拟软件模拟蓄电池的特性;
内阻估算模块,与主控模块连接,用于通过估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;
数据存储模块,与主控模块连接,用于通过存储器存储检测蓄电池的电量、电压、温度数据;
显示模块,与主控模块连接,用于通过显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
本发明的另一目的在于提供一种应用所述基于单片机控制的蓄电池状态在线监测方法的蓄电池检测平台。
本发明的优点及积极效果为:本发明通过特性模拟模块可以实现不同电池种类特性曲线的输出,节省了蓄电池的购买成本,进而降低了研发成本,控制更加灵活,实现简单;同时,通过内阻估算模块能够实时对蓄电池内部的单体锂电池的连接状况进行判断,方便维修,提升维护效率;能够对蓄电池的内阻进行估算,从而对单体电池的健康状态、充放电性能等进行评估。
本发明采用中值滤波和均值滤波相结合去除温度传感器采集温度数据的噪声,去噪效果很好,能稳定传感器的输出;基于蚁群优化算法消除网络通信延迟,能够有效提高网络通信的效率,提高数据传输的实时性。
附图说明
图1是本发明实施例提供的基于单片机控制的蓄电池状态在线监测系统结构示意图;
图2是本发明实施例提供的基于单片机控制的蓄电池状态在线监测方法流程图;
图中:1、电量检测模块;2、电压检测模块;3、温度检测模块;4、主控模块;5、网络通信模块;6、特性模拟模块;7、内阻估算模块;8、数据存储模块;9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的基于单片机控制的蓄电池状态在线监测系统包括:电量检测模块1、电压检测模块2、温度检测模块3、主控模块4、网络通信模块5、特性模拟模块6、内阻估算模块7、数据存储模块8、显示模块9。
电量检测模块1,与主控模块4连接,用于通过电量计检测蓄电池的电量数据;
电压检测模块2,与主控模块4连接,用于通过电压表检测蓄电池的电压数据;
温度检测模块3,与主控模块4连接,用于通过温度传感器检测蓄电池的温度数据;
主控模块4,与电量检测模块1、电压检测模块2、温度检测模块3、网络通信模块5、特性模拟模块6、内阻估算模块7、数据存储模块8、显示模块9连接,用于通过单片机控制各个模块正常工作;
网络通信模块5,与主控模块4连接,用于通过网卡连接互联网进行在线网络通信;
特性模拟模块6,与主控模块4连接,用于通过模拟软件模拟蓄电池的特性;
内阻估算模块7,与主控模块4连接,用于通过估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;
数据存储模块8,与主控模块4连接,用于通过存储器存储检测蓄电池的电量、电压、温度数据;
显示模块9,与主控模块4连接,用于通过显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
本发明提供的特性模拟模块6模拟方法如下:
(1)启动模拟程序;
(2)根据蓄电池实测充放电数据,得到充放电荷电状态SOC和蓄电池端电压V的曲线,在此基础上拟合出蓄电池内电势E曲线;蓄电池内电势E曲线的横坐标为蓄电池荷电状态SOC、纵坐标为内电势E,形成蓄电池荷电状态SOC和内电势E的二维数据表;
(3)对蓄电池特性模拟控制时,首先通过蓄电池实时电流i随时间t的积分确定蓄电池容量Q,进而计算出蓄电池的实时荷电状态SOC,再通过查表得到蓄电池的内电势E;
(4)根据蓄电池不同充放电电流下的实测数据,利用相同荷电状态下对应的蓄电池充放电电压的压降△U,除以两倍的蓄电池电流i得到蓄电池的等效内阻R,最终形成不同充放电电流下,蓄电池电流i和等效内阻R的曲线,蓄电池等效内阻R曲线的横坐标为蓄电池电流i,纵坐标为蓄电池等效内阻R,并形成蓄电池电流i和等效内阻R的二维数据表;根据蓄电池的实时电流i,通过查表得到蓄电池的等效内阻R;
(5)对蓄电池特性模拟控制时,以蓄电池的模拟输出电压Uout为直流电压给定值Vref,实时端口电压Udc为反馈值,对蓄电池进行电压闭环反馈控制;所述的蓄电池模拟输出电压Uout由蓄电池内电势E与蓄电池内阻压降VR相加得到;蓄电池内阻压降VR由蓄电池电流i与蓄电池等效内阻R相乘得到。
本发明提供的内阻估算模块7估算方法如下:
1)计算内阻;
在蓄电池充放电过程中,在第一时刻获取单体电池的第一电压值U1和第一电流值I1,在第二时刻获取单体电池的第二电压值U2和第二电流值I2,计算获得ΔI=I1-I2和电流变化方向;
判断ΔI是否大于第一预设电流值,在ΔI大于第一预设电流值的情况下,计算获得ΔU=U1-U2、电压变化方向和最小电压变化值;在ΔI小于第一预设电流值的情况下,保存第二电压值U2和第二电流值I2
判断ΔU是否大于第一预设电压值以及电压变化方向是否和电流变化方向一致,在ΔU大于第一预设电压值且电压变化方向和电流变化方向一致的情况下,计算获得单体电池的内阻值,将该内阻值作为单体电池的有效内阻值并计入单体电池的总内阻中;ΔU小于或等于第一预设电压值的情况下,或者电压变化方向不与电流变化方向一致的情况下,将单体电池的内阻值设置为第一预设内阻值,并将所存储的单体电池的有效内阻值计入单体电池的总内阻值中;
2)比较内阻;
计算单体电池的平均内阻值;
判断单体电池的内阻值是否为第一预设内阻值,在判定单体电池的内阻值不等于第一预设内阻值的情况下,累计一次松动检测次数;判断单体电池的内阻值是否大于或等于n倍平均内阻值,在单体电池的内阻值大于或等于n倍平均内阻值的情况下,累计一次单体电池的已检测到松动的次数;
3)电池松动判断;
获取单体电池的松动检测成功的总次数和已检测到松动的次数,在单体电池的松动检测成功的总次数大于第一预设次数值的情况下,判断单体电池的已检测到松动的次数是否大于或等于第二预设次数,在电池已检测到松动的次数大于或等于第二预设次数的情况下,则判定为该颗单体电池连接故障;
在电池已检测到松动的次数小于第二预设次数的情况下,判断单体电池的电池已检测到松动的次数是否小于第三预设次数值以及判断正常内阻平均值是否小于第二预设内阻值,在单体电池的电池已检测到松动的次数小于第三预设次数值且其正常内阻平均值小于第二预设内阻值的情况下,则清除单体电池的松动检测次数信息和已检测到松动的次数信息。
如图2所示,本发明实施例提供的基于单片机控制的蓄电池状态在线监测方法具体包括以下步骤:
S101,利用电量计检测蓄电池的电量数据;利用电压表检测蓄电池的电压数据;利用基于中值滤波和均值滤波进行去噪的温度传感器检测蓄电池的温度数据;
S102,利用基于蚁群优化的网卡连接互联网进行在线网络通信;利用模拟软件模拟蓄电池的特性;利用估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;
S103,利用存储器存储检测蓄电池的电量、电压、温度数据;利用显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
步骤S101中,本发明实施例提供的基于中值滤波和均值滤波的去噪算法具体包括:
利用温度传感器连续采集蓄电池的温度数据n次,设采集的温度数据为x1,x2,x3…xn,将其按大小排序,选取此温度数列中的中值,将温度数列中从左端数起前i个值和从右端数起后i个值用中值代替,再求重新生成的新数列的平均值,将该均值作为滤波后的输出;假定xim为该序列的中值,则输出y为:
步骤S102中,本发明实施例提供的蚁群优化算法具体包括:
在无线网络通信簇首选举过程中,采用非均匀分布式竞争方式,选取无线网络通信剩余能量和距离共同作为评价标准,采用蚁群算法在簇首选举后进行路径搜索,搜索从每个簇首到汇聚节点代价最小的多跳路由,从而进一步消除无线网络通信延迟;
具体步骤如下:
假设,代表通信簇首节点竞争半径最大值,dmin代表无线网络节点到汇聚点的最小距离,全部无线网络节点依据下式计算竞选广播半径:
其中,c代表控制簇首节点竞争半径取值范围的参数,网络通信过程中各节点通过计算出的半径广播竞选消息M1,M1包含节点信息、节点至汇聚点pc的距离d(si,pc)和剩余能量Er;无线网络各通信簇首Er依据路由表计算至各个邻簇首sj(j∈Ri)的初始信息素浓度:
式中,代表更新sj的功耗,代代表更新簇首sk的功耗,q代表迭代次数,将无线网络邻簇首能量定义为局部启发值,pij表示其成为下一跳路由的概率:
式中,uik代表簇首sk的初始信息素浓度,σ是用于控制局部启发值范围的参数,簇首节点间通信传输开始时,通信簇首si选取概率最大的节点sj作为下一跳节点,对sj相应路由的信息素进行增强:
u′ij=uij+Δuij
式中,u′ij代表增强后的信息素浓度,ω代表调节无线网络通信数据传输次数和实时性权值的参数,α代表调节蚂蚁信息和初始信息素两者之间的比例系数,Δuij代表信息素浓度变化量,Tmax代表网络通信最大传输延时,тmax代表数据包转发延时,Tij代表网络通信平均传输延时,тij代表数据包平均转发延时,通信过程中发包率越高,路径会快速加强,通信路径负担也会快速加重,引入信息挥发机制,使蚂蚁信息素挥发因子和通信发包率正相关:
其中,ρ代表参考信息素挥发因子,β代表比例因子,Fmax和Fmin分别代表无线网络最大和最小发包率,ft代表t时段通信路径发包率,无线网络通信数据传输成功后更新信息素。
本发明工作时,首先,通过电量检测模块1利用电量计检测蓄电池的电量数据;通过电压检测模块2利用电压表检测蓄电池的电压数据;通过温度检测模块3利用温度传感器检测蓄电池的温度数据;其次,主控模块4通过网络通信模块5利用网卡连接互联网进行在线网络通信;通过特性模拟模块6利用模拟软件模拟蓄电池的特性;通过内阻估算模块7利用估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;然后,通过数据存储模块8利用存储器存储检测蓄电池的电量、电压、温度数据;最后,通过显示模块9利用显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。

Claims (6)

1.一种基于单片机控制的蓄电池状态在线监测方法,其特征在于,所述基于单片机控制的蓄电池状态在线监测方法包括:
第一步,利用电量计检测蓄电池的电量数据;利用电压表检测蓄电池的电压数据;利用基于中值滤波和均值滤波进行去噪的温度传感器检测蓄电池的温度数据;
第二步,利用基于蚁群优化的网卡连接互联网进行在线网络通信;利用模拟软件模拟蓄电池的特性;利用估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;采用非均匀分布式竞争方式,选取无线网络通信剩余能量和距离共同作为评价标准,采用蚁群算法在簇首选举后进行路径搜索,搜索从每个簇首到汇聚节点代价最小的多跳路由;具体步骤如下:代表通信簇首节点竞争半径最大值,dmin代表无线网络节点到汇聚点的最小距离,全部无线网络节点依据下式计算竞选广播半径:
其中,c代表控制簇首节点竞争半径取值范围的参数,网络通信过程中各节点通过计算出的半径广播竞选消息M1,M1包含节点信息、节点至汇聚点pc的距离d(si,pc)和剩余能量Er;无线网络各通信簇首Er依据路由表计算至各个邻簇首sj(j∈Ri)的初始信息素浓度:
式中,代表更新sj的功耗,代代表更新簇首sk的功耗,q代表迭代次数,将无线网络邻簇首能量定义为局部启发值,pij表示其成为下一跳路由的概率:
式中,uik代表簇首sk的初始信息素浓度,σ是用于控制局部启发值范围的参数,簇首节点间通信传输开始时,通信簇首si选取概率最大的节点sj作为下一跳节点,对sj相应路由的信息素进行增强:
u′ij=uij+Δuij
式中,u′ij代表增强后的信息素浓度,ω代表调节无线网络通信数据传输次数和实时性权值的参数,α代表调节蚂蚁信息和初始信息素两者之间的比例系数,Δuij代表信息素浓度变化量,Tmax代表网络通信最大传输延时,Tmax代表数据包转发延时,Tij代表网络通信平均传输延时,Tij代表数据包平均转发延时,通信过程中发包率越高,路径会快速加强,通信路径负担也会快速加重,引入信息挥发机制,使蚂蚁信息素挥发因子和通信发包率正相关:
其中,ρ代表参考信息素挥发因子,β代表比例因子,Fmax和Fmin分别代表无线网络最大和最小发包率,ft代表t时段通信路径发包率,无线网络通信数据传输成功后更新信息素;
第三步,利用存储器存储检测蓄电池的电量、电压、温度数据;利用显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
2.如权利要求1所述的基于单片机控制的蓄电池状态在线监测方法,其特征在于,所述第一步基于中值滤波和均值滤波的去噪方法具体包括:利用温度传感器连续采集蓄电池的温度数据n次,采集的温度数据为x1,x2,x3...xn,按大小排序,选取此温度数列中的中值,将温度数列中从左端数起前i个值和从右端数起后i个值用中值代替,再求重新生成的新数列的平均值,将该均值作为滤波后的输出;假定xim为该序列的中值,则输出y为:
3.如权利要求1所述的基于单片机控制的蓄电池状态在线监测方法,其特征在于,所述基于单片机控制的蓄电池状态在线监测方法的特性模拟方法包括:
(1)启动模拟程序;
(2)根据蓄电池实测充放电数据,得到充放电荷电状态SOC和蓄电池端电压V的曲线,在此基础上拟合出蓄电池内电势E曲线;蓄电池内电势E曲线的横坐标为蓄电池荷电状态SOC、纵坐标为内电势E,形成蓄电池荷电状态SOC和内电势E的二维数据表;
(3)对蓄电池特性模拟控制时,首先通过蓄电池实时电流i随时间t的积分确定蓄电池容量Q,进而计算出蓄电池的实时荷电状态SOC,再通过查表得到蓄电池的内电势E;
(4)根据蓄电池不同充放电电流下的实测数据,利用相同荷电状态下对应的蓄电池充放电电压的压降ΔU,除以两倍的蓄电池电流i得到蓄电池的等效内阻R,最终形成不同充放电电流下,蓄电池电流i和等效内阻R的曲线,蓄电池等效内阻R曲线的横坐标为蓄电池电流i,纵坐标为蓄电池等效内阻R,并形成蓄电池电流i和等效内阻R的二维数据表;根据蓄电池的实时电流i,通过查表得到蓄电池的等效内阻R;
(5)对蓄电池特性模拟控制时,以蓄电池的模拟输出电压Uout为直流电压给定值Vref,实时端口电压Udc为反馈值,对蓄电池进行电压闭环反馈控制;所述的蓄电池模拟输出电压Uout由蓄电池内电势E与蓄电池内阻压降VR相加得到;蓄电池内阻压降VR由蓄电池电流i与蓄电池等效内阻R相乘得到。
4.如权利要求1所述的基于单片机控制的蓄电池状态在线监测方法,其特征在于,所述基于单片机控制的蓄电池状态在线监测方法的内阻估算方法如下:
1)计算内阻;
在蓄电池充放电过程中,在第一时刻获取单体电池的第一电压值U1和第一电流值I1,在第二时刻获取单体电池的第二电压值U2和第二电流值I2,计算获得ΔI=I1-I2和电流变化方向;
判断ΔI是否大于第一预设电流值,在ΔI大于第一预设电流值的情况下,计算获得ΔU=U1-U2、电压变化方向和最小电压变化值;在ΔI小于第一预设电流值的情况下,保存第二电压值U2和第二电流值I2
判断ΔU是否大于第一预设电压值以及电压变化方向是否和电流变化方向一致,在ΔU大于第一预设电压值且电压变化方向和电流变化方向一致的情况下,计算获得单体电池的内阻值,将该内阻值作为单体电池的有效内阻值并计入单体电池的总内阻中;ΔU小于或等于第一预设电压值的情况下,或者电压变化方向不与电流变化方向一致的情况下,将单体电池的内阻值设置为第一预设内阻值,并将所存储的单体电池的有效内阻值计入单体电池的总内阻值中;
2)比较内阻;
计算单体电池的平均内阻值;
判断单体电池的内阻值是否为第一预设内阻值,在判定单体电池的内阻值不等于第一预设内阻值的情况下,累计一次松动检测次数;判断单体电池的内阻值是否大于或等于n倍平均内阻值,在单体电池的内阻值大于或等于n倍平均内阻值的情况下,累计一次单体电池的已检测到松动的次数;
3)电池松动判断;
获取单体电池的松动检测成功的总次数和已检测到松动的次数,在单体电池的松动检测成功的总次数大于第一预设次数值的情况下,判断单体电池的已检测到松动的次数是否大于或等于第二预设次数,在电池已检测到松动的次数大于或等于第二预设次数的情况下,则判定为该颗单体电池连接故障;
在电池已检测到松动的次数小于第二预设次数的情况下,判断单体电池的电池已检测到松动的次数是否小于第三预设次数值以及判断正常内阻平均值是否小于第二预设内阻值,在单体电池的电池已检测到松动的次数小于第三预设次数值且其正常内阻平均值小于第二预设内阻值的情况下,则清除单体电池的松动检测次数信息和已检测到松动的次数信息。
5.一种实现权利要求1所述基于单片机控制的蓄电池状态在线监测方法的基于单片机控制的蓄电池状态在线监测系统,其特征在于,所述基于单片机控制的蓄电池状态在线监测系统包括:
电量检测模块,与主控模块连接,用于通过电量计检测蓄电池的电量数据;
电压检测模块,与主控模块连接,用于通过电压表检测蓄电池的电压数据;
温度检测模块,与主控模块连接,用于通过温度传感器检测蓄电池的温度数据;
主控模块,与电量检测模块、电压检测模块、温度检测模块、网络通信模块、特性模拟模块、内阻估算模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
网络通信模块,与主控模块连接,用于通过网卡连接互联网进行在线网络通信;
特性模拟模块,与主控模块连接,用于通过模拟软件模拟蓄电池的特性;
内阻估算模块,与主控模块连接,用于通过估算程序蓄电池瞬间释放的大电流和电压,对蓄电池的内阻进行估算;
数据存储模块,与主控模块连接,用于通过存储器存储检测蓄电池的电量、电压、温度数据;
显示模块,与主控模块连接,用于通过显示器显示基于单片机控制的蓄电池状态在线监测系统界面及检测的蓄电池的电量、电压、温度数据信息。
6.一种应用权利要求1~4任意一项所述基于单片机控制的蓄电池状态在线监测方法的蓄电池检测平台。
CN201910249393.2A 2019-03-29 2019-03-29 一种基于单片机控制的蓄电池状态在线监测系统及方法 Pending CN109959872A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910249393.2A CN109959872A (zh) 2019-03-29 2019-03-29 一种基于单片机控制的蓄电池状态在线监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910249393.2A CN109959872A (zh) 2019-03-29 2019-03-29 一种基于单片机控制的蓄电池状态在线监测系统及方法

Publications (1)

Publication Number Publication Date
CN109959872A true CN109959872A (zh) 2019-07-02

Family

ID=67025283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910249393.2A Pending CN109959872A (zh) 2019-03-29 2019-03-29 一种基于单片机控制的蓄电池状态在线监测系统及方法

Country Status (1)

Country Link
CN (1) CN109959872A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110329541A (zh) * 2019-08-05 2019-10-15 北京行学启源科技有限公司 一种无人机动力综合测试实训平台
CN111817442A (zh) * 2020-07-22 2020-10-23 吉林建筑大学 一种基于蚁群算法的应急电源管理系统及智能巡查方法
CN112305442A (zh) * 2020-10-14 2021-02-02 北方工业大学 一种基于kmeans聚类的动力电池SOH快速估计方法
CN113872306A (zh) * 2021-11-08 2021-12-31 东华理工大学 一种光伏蓄能电池的在线健康状况评估方法
CN114740376A (zh) * 2022-05-05 2022-07-12 杭州科工电子科技有限公司 电池荷电状态在线诊断方法
CN117686915A (zh) * 2023-12-04 2024-03-12 广东天汇储能科技有限公司 一种嵌入式电池能量状态的确定方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109789A (zh) * 2006-12-15 2008-01-23 长安大学 电动汽车蓄电池性能智能分析试验台
CN102205800A (zh) * 2011-02-25 2011-10-05 南京华博科技有限公司 一种智能电动车电池管理系统
CN108120935A (zh) * 2017-11-02 2018-06-05 北京科诺伟业科技股份有限公司 一种蓄电池特性模拟控制方法
CN108196203A (zh) * 2018-03-05 2018-06-22 湖南小步科技有限公司 一种机车蓄电池的内阻估算方法、装置及管理系统
CN108535653A (zh) * 2018-03-05 2018-09-14 曾祥华 一种蓄电池内阻估算方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109789A (zh) * 2006-12-15 2008-01-23 长安大学 电动汽车蓄电池性能智能分析试验台
CN102205800A (zh) * 2011-02-25 2011-10-05 南京华博科技有限公司 一种智能电动车电池管理系统
CN108120935A (zh) * 2017-11-02 2018-06-05 北京科诺伟业科技股份有限公司 一种蓄电池特性模拟控制方法
CN108196203A (zh) * 2018-03-05 2018-06-22 湖南小步科技有限公司 一种机车蓄电池的内阻估算方法、装置及管理系统
CN108535653A (zh) * 2018-03-05 2018-09-14 曾祥华 一种蓄电池内阻估算方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘纯 等: "蓄电池智能监测与维护系统", 《电子制作》 *
张荣博 等: "利用蚁群优化的非均匀分簇无线传感器网络路由算法", 《西安交通大学学报》 *
郭爱芳 等: "《传感器原理及应用》", 31 May 2007 *
郭秀才 等: "《监测监控系统原理及应用》", 30 September 2010 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110329541A (zh) * 2019-08-05 2019-10-15 北京行学启源科技有限公司 一种无人机动力综合测试实训平台
CN111817442A (zh) * 2020-07-22 2020-10-23 吉林建筑大学 一种基于蚁群算法的应急电源管理系统及智能巡查方法
CN111817442B (zh) * 2020-07-22 2023-10-27 吉林建筑大学 一种基于蚁群算法的应急电源管理系统及智能巡查方法
CN112305442A (zh) * 2020-10-14 2021-02-02 北方工业大学 一种基于kmeans聚类的动力电池SOH快速估计方法
CN112305442B (zh) * 2020-10-14 2023-06-20 北方工业大学 一种基于kmeans聚类的动力电池SOH快速估计方法
CN113872306A (zh) * 2021-11-08 2021-12-31 东华理工大学 一种光伏蓄能电池的在线健康状况评估方法
CN113872306B (zh) * 2021-11-08 2023-04-18 东华理工大学 一种光伏蓄能电池的在线健康状况评估方法
CN114740376A (zh) * 2022-05-05 2022-07-12 杭州科工电子科技有限公司 电池荷电状态在线诊断方法
CN114740376B (zh) * 2022-05-05 2023-01-13 杭州科工电子科技有限公司 电池荷电状态在线诊断方法
CN117686915A (zh) * 2023-12-04 2024-03-12 广东天汇储能科技有限公司 一种嵌入式电池能量状态的确定方法、装置及设备

Similar Documents

Publication Publication Date Title
CN109959872A (zh) 一种基于单片机控制的蓄电池状态在线监测系统及方法
CN101882699B (zh) 动力电池组充放电均衡控制方法
CN107368619A (zh) 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN103918120A (zh) 铅蓄电池系统
CN112526883B (zh) 一种基于智能网联信息的整车能量管理方法
CN110929464B (zh) 一种基于改进蜻蜓算法的蓄电池参数辨识方法
CN104217113B (zh) 基于储能概率模型的独立风光储系统可靠性评估方法
CN110082684A (zh) 一种基于加权多新息扩展卡尔曼滤波的锂电池soc估计方法
CN110994050A (zh) 一种直流电源蓄电池组的管理控制方法及装置
JP7472459B2 (ja) 推定装置、推定方法、及びコンピュータプログラム
CN104698382A (zh) 一种电池组的soc与soh的预测方法
CN106848464A (zh) 一种电池均衡估算法和电池管理系统
CN109884526A (zh) 基于纵横交叉优化模糊bp神经网络的电池故障诊断方法
CN108490361A (zh) 一种基于云端反馈的荷电状态SoC计算方法
CN112180281B (zh) 一种电池组soc的估算方法
CN107688155A (zh) 一种用于电池管理系统中的电池剩余容量估算方法
CN108365281A (zh) 一种bms电池管理系统的容量均衡健康管理方法
CN107370169A (zh) 基于anfis短期负荷预测的大规模储能电站调峰控制器及方法
CN108583326A (zh) 一种电动汽车电池组均衡控制方法
CN112993989B (zh) 一种主动配电系统抗差状态估计数据处理方法
CN102053227B (zh) 蓄电池容量测量方法、测量单元、控制单元及系统
CN114186467A (zh) 一种海上风电制氢储能系统的多目标优化方法
Geng et al. SOC Prediction of power lithium battery using BP neural network theory based on keras
CN112736953B (zh) 一种带有多目标优化的风储系统储能容量配置设计方法
CN117129899B (zh) 一种电池健康状态预测管理系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190702

RJ01 Rejection of invention patent application after publication