论文部分内容阅读
摘 要： 从硬件与软件两个方面着手，使用STM32微处理器与各类采集传感器为硬件核心，拓展必要的外部设备，设计完成电池管理系统。该系统采用保证移动终端安全、提高电池寿命的一项关键技术，它具有保护电池性能，防止电池组中个别电池早期损坏的功能，利于对电池的侦测，还具有保护和报警的功能。
关键词： 电池智能管理； STM32； SOC； 嵌入式系统
中图分类号：TN965.6 文献标志码：A 文章编号：1006-8228（2017）03-37-04
Abstract： From two aspects of hardware and software， using STM32 microprocessor and all kinds of acquisition sensor as the core of hardware， expanding the necessary external devices， the battery management system is designed. The system uses a key technology to ensure the security of mobile terminal and improve the battery life that it has the functions of protecting the battery performance， preventing the early damage of the individual batteries in the battery pack， and has the functions of protection and alarm.
Key words： battery intelligent management； STM32； SOC； embedded system
0 引言
随着消防移动智能终端的研究和发展，电池以及其管理系统的研究与制造越来越重要。解决该问题的关键部分是如何有效地利用电池的能量，延长电池的寿命。
我国对智能终端的发展和未来非常重视，在“十五”规划中列为国家高科技攻关项目，同时列为国家“863”攻关项目，其中多所高校都对智能通信的电池管理系统进行了研究。总体来讲，电池管理系统与电机控制技术、电池技术、电机相比并不成熟。电池管理系统是移动通信设备最关键的技术之一，近年来虽然有很大的提高，在很多方面都开始应用，但一部分仍然不够完善，尤其是在安全管理、SOC的估算精度和采集数据的可靠性等方面都有待改进和提高。
电池管理系统利用电池的能量，来估算剩余电量SOC，保证SOC工作在合理的范围内，预防过充电以及过放电对电池的损伤，以此来延长电池的寿命。电池管理系统能早期对故障电池进行预测，预防因单体电池损坏且未及时发现而造成的整组电池寿命降低，导致设备运行时间的下降[1]。电池管理系统通过检测电池的电流、电压、温度等信息，对设备及使用操作人员提供预警信息，来防止设备使用过程中电池损坏或电池耗损导致失去电能，保证更长的设备使用和待机时间[2，8]。
本项目结合消防移动智能终端的研制，研发出适用于移动终端的电池管理系统。针对以上电池所出现的问题，现研发了一套新型电池能量管理系统以确保电源系统能够正常应用，系统应用了保证像图传、通信等移动终端安全、提高电池寿命的一项关键技术，它具有保护电池性能，防止电池组中个别电池早期损坏的功能，利于终端的运行，还具有保护和报警的功能。协调工作是依靠对电池模块的监控来实现的，它可以计算并发出执行指令，相关指令，向用户提出警告[6-7]。
1 SOC算法
电池的荷电状态SOC反映电池的剩余容量状况。换而言之，在一定的放电率下，当前电池的剩余容量与总的可用容量的比值[4]。其数学表达式如下：
其中，Qt为电池当前时刻的剩余电量；Qo为电池的总容量。
充分发挥电池能力和提高安全性两个角度对电池进行高效管理，以及電动汽车电池在使用过程中表现的高度非线性，这两个方面导致准确估算SOC富有很大难度。传统方法有放电实验法，Ah积分法，开路电压法，测量内阻法，线性模型法，卡尔曼滤波，神经网络。
本系统采用的卡尔曼滤波法，建立在安时积分法的基础之上[5]。卡尔曼滤波是对动力系统做出最小方差意义上的最优估计的思想。该方案应用在蓄电池的SOC估计。电池被视为动力系统而荷电状态为系统的内部状态。该系统被用来的输入项目有：电池电流、电池剩余容量、环境温度、极化内阻以及欧姆内阻等变量。系统的输出为：电池的工作电压。由于电池等效模型所确定的是非线性方程，而在计算过程中要实现线性化。预估电池荷电状态方法的核心思想是包括反映估计误差和荷电状态估计值、协方差矩阵的递归方程，协方差矩阵可以用来给出估算误差范围。卡尔曼滤波在实际运用过程中矩阵运算量大，因而运算能力强的单片机。
采用基本卡尔曼滤波和扩展卡尔曼滤波方法估计电池SOC时，一般假定噪声为零均值白噪声，且噪声方差已知。在噪声确定的情况下，基本卡尔曼滤波和扩展卡尔曼滤波方法的估计效果很好，但实际上白噪声不存在。在电池管理系统采样过程中，采样信号常会受到一些未知噪声的干扰，经常采集到一些超出范围的数值，对这些干扰在硬件滤波基础上加以自適应卡尔曼滤波，不但降低了硬件成本，而且易于实现。自适应卡尔曼滤波方法在扩展卡尔曼滤波方法基础上，由测量数据实时估计状态的动态变化，不断估计并修正噪声的统计特性，进而可以准确估计系统状态。
采用自适应卡尔曼滤波器方法估计电池SOC，步骤如下：
⑴ 设初始状态的估计值和初始状态误差的协方差P0分别为：
由此，自适应卡尔曼滤波估计方法在基本卡尔曼滤波方法基础上，在线实时估计qk、Qk、rk和Rk，不断修正状态变量SOC的估计值，提高了SOC估计精度。 2 硬件系统设计
电池管理系统（BMS）主要由以下几部分组成：数据采集单元、中央处理单元、均衡单元检测部件、显示单元、控制部件等组成。采集模块是由电压采集模块和温度采集模块等组成，均衡模块通常与检测模块放一起，显示单元是由液晶屏、显示板、上位机及键盘组成。相互间的信息通讯一般采用CAN现场总线技术实现[3，9，10]。
电压检测模块：电压检测是通过电池管理芯片LTC6803-3实现对电池组总电压、各单体电池电压的采集，将采集来的数据传送至单元板进行保存、计算以及分析判断。
电流检测模块：电流检测是通过霍尔电流传感器TBC06DS3.3，单元板将采集到的电流值直接读入，然后将其保存或供系统使用。
温度检测模块：温度检测模块采用目前最成熟稳定的热电偶测温技术来实现，热电偶传输过来的模拟差分电压可以解析出温度值来，通过热电偶温度传感器解析出温度值后，通过SPI总线上传到温度模块内的单片机，单片机再对温度值做温度补偿等软件运算处理后，上报给主控单元。
均衡控制模块：均衡模块只在电池组充电时作用，为保持电池组各单体电池的一致性，使用电阻均衡方式，在系统中某一单元电池电压超高时，将关断充电电路，将多余电量用水泥电阻消耗掉。
通信模块：通信模块主要使用485通信，实现单元板与主控板或整车控制系统之间的数据通信。
3 软件系统设计
本系统所有的程序模块都是用C语言来编写的，具有语言简单、使用方便灵活、可移植性好、结构化程序设计的特点。根据开发需求，本设计实现了对电池组的管理，根据安全要求以及电池管理系统对电源管理的任务，结合硬件的搭建和软件的编写，将管理系统软件部分划分为四大模块，即数据采集模块、均衡模块、SOC算法模块和通讯模块[2-3]。各模块实现的功能如下：
⑴ 数据采集模块：实现对电池组信息的实时采集，电池组信息主要包括单体电池的电压、温度，电池组的总电压和充放电电流。
⑵ 均衡模块：实现电池组各单体电池之间的均衡，当电池组中某单体电池电压出现异常时，停止充电，并对其采取相应操作，保证电池组中单体电池的一致性。
⑶ SOC算法模块：实现电池组的SOC估算，通过相应的算法子程序实现对电池组电量的估计，保证完成实时对电量的监控。
⑷ 通讯模块：实现电源管理系统通信功能，提供数据传送的接口，包括同主控板的通信，本设计采用CAN总线通信。
4 结论
本系统经过整体测试，结果表明，达到了预期的效果。电池管理系统作为一个实时监控系统，需要对电池的电压、电流及温度等信息实时查询，实时响应各类通信命令，并作出响应控制操作。系统不仅能够实时监控电池状态，还可以优化使用电池能量，延长电池寿命，保证电池的使用安全。
参考文献（References）：
[1] 崔书超，柴智，南金瑞.基于CAN总线的纯电动汽车故障诊断系统[J].車辆与动力技术，2012.2：44-48
[2] Kim Lemon. Introduction To CAN Calibration Protocol.App. Note AN-AMC-1-102 09/3，2002.
[3] H. Kleinknecht. ASAP Standard CAN Protocol Carlibra-tion Version 2.1.18.February 1999.
[4] 李贵海.电池SOC估算策略研究[D].浙江大学硕士学位论文，2006.
[5] 赵兴福.电动汽车蓄电池的建模与仿真研究[D].武汉理工大学硕士学位论文，2004.
[6] 王敏旺.纯电动汽车整车控制器开发[D].湖南大学，2011.
[7] 高岩.纯电动微型车整车控制系统的研究与设计[D].西南大學，2012.
[8] 华梦新.纯电动车整车控制策略的研究[D].哈尔滨工业大学，2010.
[9] 翦权斌.基于CAN总线电动汽车主控制器及车门控制系统的研制与开发[D].天津大学研究生院， 2005.
[10] CANape User Mannual. Vectot Informatik Gmbh.
关键词： 电池智能管理； STM32； SOC； 嵌入式系统
中图分类号：TN965.6 文献标志码：A 文章编号：1006-8228（2017）03-37-04
Abstract： From two aspects of hardware and software， using STM32 microprocessor and all kinds of acquisition sensor as the core of hardware， expanding the necessary external devices， the battery management system is designed. The system uses a key technology to ensure the security of mobile terminal and improve the battery life that it has the functions of protecting the battery performance， preventing the early damage of the individual batteries in the battery pack， and has the functions of protection and alarm.
Key words： battery intelligent management； STM32； SOC； embedded system
0 引言
随着消防移动智能终端的研究和发展，电池以及其管理系统的研究与制造越来越重要。解决该问题的关键部分是如何有效地利用电池的能量，延长电池的寿命。
我国对智能终端的发展和未来非常重视，在“十五”规划中列为国家高科技攻关项目，同时列为国家“863”攻关项目，其中多所高校都对智能通信的电池管理系统进行了研究。总体来讲，电池管理系统与电机控制技术、电池技术、电机相比并不成熟。电池管理系统是移动通信设备最关键的技术之一，近年来虽然有很大的提高，在很多方面都开始应用，但一部分仍然不够完善，尤其是在安全管理、SOC的估算精度和采集数据的可靠性等方面都有待改进和提高。
电池管理系统利用电池的能量，来估算剩余电量SOC，保证SOC工作在合理的范围内，预防过充电以及过放电对电池的损伤，以此来延长电池的寿命。电池管理系统能早期对故障电池进行预测，预防因单体电池损坏且未及时发现而造成的整组电池寿命降低，导致设备运行时间的下降[1]。电池管理系统通过检测电池的电流、电压、温度等信息，对设备及使用操作人员提供预警信息，来防止设备使用过程中电池损坏或电池耗损导致失去电能，保证更长的设备使用和待机时间[2，8]。
本项目结合消防移动智能终端的研制，研发出适用于移动终端的电池管理系统。针对以上电池所出现的问题，现研发了一套新型电池能量管理系统以确保电源系统能够正常应用，系统应用了保证像图传、通信等移动终端安全、提高电池寿命的一项关键技术，它具有保护电池性能，防止电池组中个别电池早期损坏的功能，利于终端的运行，还具有保护和报警的功能。协调工作是依靠对电池模块的监控来实现的，它可以计算并发出执行指令，相关指令，向用户提出警告[6-7]。
1 SOC算法
电池的荷电状态SOC反映电池的剩余容量状况。换而言之，在一定的放电率下，当前电池的剩余容量与总的可用容量的比值[4]。其数学表达式如下：
其中，Qt为电池当前时刻的剩余电量；Qo为电池的总容量。
充分发挥电池能力和提高安全性两个角度对电池进行高效管理，以及電动汽车电池在使用过程中表现的高度非线性，这两个方面导致准确估算SOC富有很大难度。传统方法有放电实验法，Ah积分法，开路电压法，测量内阻法，线性模型法，卡尔曼滤波，神经网络。
本系统采用的卡尔曼滤波法，建立在安时积分法的基础之上[5]。卡尔曼滤波是对动力系统做出最小方差意义上的最优估计的思想。该方案应用在蓄电池的SOC估计。电池被视为动力系统而荷电状态为系统的内部状态。该系统被用来的输入项目有：电池电流、电池剩余容量、环境温度、极化内阻以及欧姆内阻等变量。系统的输出为：电池的工作电压。由于电池等效模型所确定的是非线性方程，而在计算过程中要实现线性化。预估电池荷电状态方法的核心思想是包括反映估计误差和荷电状态估计值、协方差矩阵的递归方程，协方差矩阵可以用来给出估算误差范围。卡尔曼滤波在实际运用过程中矩阵运算量大，因而运算能力强的单片机。
采用基本卡尔曼滤波和扩展卡尔曼滤波方法估计电池SOC时，一般假定噪声为零均值白噪声，且噪声方差已知。在噪声确定的情况下，基本卡尔曼滤波和扩展卡尔曼滤波方法的估计效果很好，但实际上白噪声不存在。在电池管理系统采样过程中，采样信号常会受到一些未知噪声的干扰，经常采集到一些超出范围的数值，对这些干扰在硬件滤波基础上加以自適应卡尔曼滤波，不但降低了硬件成本，而且易于实现。自适应卡尔曼滤波方法在扩展卡尔曼滤波方法基础上，由测量数据实时估计状态的动态变化，不断估计并修正噪声的统计特性，进而可以准确估计系统状态。
采用自适应卡尔曼滤波器方法估计电池SOC，步骤如下：
⑴ 设初始状态的估计值和初始状态误差的协方差P0分别为：
由此，自适应卡尔曼滤波估计方法在基本卡尔曼滤波方法基础上，在线实时估计qk、Qk、rk和Rk，不断修正状态变量SOC的估计值，提高了SOC估计精度。 2 硬件系统设计
电池管理系统（BMS）主要由以下几部分组成：数据采集单元、中央处理单元、均衡单元检测部件、显示单元、控制部件等组成。采集模块是由电压采集模块和温度采集模块等组成，均衡模块通常与检测模块放一起，显示单元是由液晶屏、显示板、上位机及键盘组成。相互间的信息通讯一般采用CAN现场总线技术实现[3，9，10]。
电压检测模块：电压检测是通过电池管理芯片LTC6803-3实现对电池组总电压、各单体电池电压的采集，将采集来的数据传送至单元板进行保存、计算以及分析判断。
电流检测模块：电流检测是通过霍尔电流传感器TBC06DS3.3，单元板将采集到的电流值直接读入，然后将其保存或供系统使用。
温度检测模块：温度检测模块采用目前最成熟稳定的热电偶测温技术来实现，热电偶传输过来的模拟差分电压可以解析出温度值来，通过热电偶温度传感器解析出温度值后，通过SPI总线上传到温度模块内的单片机，单片机再对温度值做温度补偿等软件运算处理后，上报给主控单元。
均衡控制模块：均衡模块只在电池组充电时作用，为保持电池组各单体电池的一致性，使用电阻均衡方式，在系统中某一单元电池电压超高时，将关断充电电路，将多余电量用水泥电阻消耗掉。
通信模块：通信模块主要使用485通信，实现单元板与主控板或整车控制系统之间的数据通信。
3 软件系统设计
本系统所有的程序模块都是用C语言来编写的，具有语言简单、使用方便灵活、可移植性好、结构化程序设计的特点。根据开发需求，本设计实现了对电池组的管理，根据安全要求以及电池管理系统对电源管理的任务，结合硬件的搭建和软件的编写，将管理系统软件部分划分为四大模块，即数据采集模块、均衡模块、SOC算法模块和通讯模块[2-3]。各模块实现的功能如下：
⑴ 数据采集模块：实现对电池组信息的实时采集，电池组信息主要包括单体电池的电压、温度，电池组的总电压和充放电电流。
⑵ 均衡模块：实现电池组各单体电池之间的均衡，当电池组中某单体电池电压出现异常时，停止充电，并对其采取相应操作，保证电池组中单体电池的一致性。
⑶ SOC算法模块：实现电池组的SOC估算，通过相应的算法子程序实现对电池组电量的估计，保证完成实时对电量的监控。
⑷ 通讯模块：实现电源管理系统通信功能，提供数据传送的接口，包括同主控板的通信，本设计采用CAN总线通信。
4 结论
本系统经过整体测试，结果表明，达到了预期的效果。电池管理系统作为一个实时监控系统，需要对电池的电压、电流及温度等信息实时查询，实时响应各类通信命令，并作出响应控制操作。系统不仅能够实时监控电池状态，还可以优化使用电池能量，延长电池寿命，保证电池的使用安全。
参考文献（References）：
[1] 崔书超，柴智，南金瑞.基于CAN总线的纯电动汽车故障诊断系统[J].車辆与动力技术，2012.2：44-48
[2] Kim Lemon. Introduction To CAN Calibration Protocol.App. Note AN-AMC-1-102 09/3，2002.
[3] H. Kleinknecht. ASAP Standard CAN Protocol Carlibra-tion Version 2.1.18.February 1999.
[4] 李贵海.电池SOC估算策略研究[D].浙江大学硕士学位论文，2006.
[5] 赵兴福.电动汽车蓄电池的建模与仿真研究[D].武汉理工大学硕士学位论文，2004.
[6] 王敏旺.纯电动汽车整车控制器开发[D].湖南大学，2011.
[7] 高岩.纯电动微型车整车控制系统的研究与设计[D].西南大學，2012.
[8] 华梦新.纯电动车整车控制策略的研究[D].哈尔滨工业大学，2010.
[9] 翦权斌.基于CAN总线电动汽车主控制器及车门控制系统的研制与开发[D].天津大学研究生院， 2005.
[10] CANape User Mannual. Vectot Informatik Gmbh.