电量状态(State of charge)(充电程度,剩馀电量)是指当前电池内所含电量,以百分比表示。100%即电池完全充满;反之,0%即电池完全放电。电量状态和放电深度英语depth of discharge(DoD)的量测方式相近,但意义相反(100%表示电池完全放电,0%表示完全充满)。在讨论放电使用中的电池时,会用电量状态描述电池的情形,若是讨论反复充放电的电池寿命时,会用放电深度来说明。

纯电动车(BEV)、混合动力车辆(HV)或插电式混合动力车(PHEV)中,电池组的电量类似一般汽车的油量表,会决定后续不加油(或不充电)可以再行驶的里程。

电动车仪表板上的电量状态(特别是插电式混合动力车),可能不是代表实际的电荷量。在一些特殊的情形下,部份的能量不会显示在电量状态上,而是保留作油电混合运作使用。这种车辆允许只用车辆的电能来加速,引擎是辅助用的发电机,让电池电力不足时可以充电到允许上述运作的最小电量。例如三菱Outlander插电式混合动力车,所有年份的各版本),驾驶看到电量状态的0%对应实际充电量的22%(0%的电量状态是对应汽车供应商允许的最低电量);另一个例子是BMW i3 REX(延长里程的版本),其中电量状态有6%是保留给类似插电式混合动力车的应用。

电量状态的测量方式

编辑

由于电量状态不能直接测量,通常需要以在线或是离线的方式来进行测量。离线测量会用定电流的方式进行充电及放电(库仑计数),此方式可以精准的估计电池的电量状态,但protracted、费用较高,而且会中断主电池供电的功能。因此研究者也在研究在线测量的技术,在电池使用中同时估测其电容量[1]。间接估测电量状态的方式一般可以分为以下五种[2] [3]

  • 化学反应前后之物质量
  • 电压
  • 电流积分(电荷)
  • 卡尔文滤波
  • 压力

化学

编辑

这种方式只适用于液体电解液的电池,例如铅酸电池,可以以电解液的比重或酸度(PH值)测出。

电池的比重可以用比重计量测。需要量测电解液的体积并且称重。电解液的质量(以g为单位)除以体积(以ml为单位)即为比重。若要确认特定比重下的电量状态,需要有对照表。

近来有一种浸入式量测折射率的方式,也可以用来量测铅酸电池的电量状态。铅酸电池电解液的折射率和比重直接有关(Sensors, Vol.22 No.1, pg 10 Jan. 2005, US patent 10,145,789)。

电压

编辑

这种方式是使用已知放电曲线(电压与电量状态)的电池来转换为电量状态的电池电压读数。 然而电压却会因为电池电流(由于电池的电化学动力学)和温度而受到非常明显的影响。 这种方式可以借由通过电池电流的修正值比例来补偿电压读数以得到更准确的数值。

实际上,在电池设计目标中,会希望不管电量状态如何,在任何情况下要尽可能供应稳定电压, 因此用电压估测电量状态的作法,难以适用于所有情况。

电流积分

编辑

电流积分法也称为库仑计数法,是量测电池的电流,再对时间积分来得到电量。 量测都会有误差,此方法的问题是长时间的信号飘移,另一个问题是没有参考点。因此需要在固定的基准点校正电量状态,例如在充电器判定电池已充饱(利用其他量测电量状态的方式进行)时,将电量状态重新校正到100%。

综合法

编辑

美信集成产品有提出一种综合电压及电流的量测方式,声称其效果比电压法或电流法都好。此方法已整合在ModelGauge m3系列的晶片中(例如MAX17050[4][5],已用在Nexus 6Nexus 9安卓设备中[6])。

卡尔曼滤波

编辑

电压法及电流法各有其弱点,可以用卡尔曼滤波来改善。可以针对电池来建模,用卡尔曼滤波来量测因为电流造成的过电压。再配合库仑计数,可以准确的估计电量状态。卡尔曼滤波器的强项是可以实时调整对应电池电压以及库仑计数资讯的信赖程度[7][8]

压力

编辑

此方式可以用在特定种类的镍氢电池,在充电时其内部压力会快速增加。而且会有内部的压力开关来判断是否已充电完成。此方法还可以用皮克特定律英语Peukert's law(将电量表示为充放电电池的函数)再优化。

参见

编辑

参考资料

编辑
  1. ^ Seyed Mohammad Rezvanizaniani; Jay Lee; Zongchung Liu & Yan Chen. Review and recent advances in battery health monitoring and prognostics technologies for electric vehicle (EV) safety and mobility. Journal of Power Sources. 2014, 256: 110–124. doi:10.1016/j.jpowsour.2014.01.085. 
  2. ^ Battery State of Charge Determination. www.mpoweruk.com. [2020-05-22]. (原始内容存档于2021-05-01). 
  3. ^ Meters and battery testers. [2020-05-22]. (原始内容存档于2017-09-07). 
  4. ^ Fuller, Brian. Live blogging Maxim's editor-analyst day. EETimes. [2020-05-22]. (原始内容存档于2016-08-04). 
  5. ^ 存档副本. [2020-05-22]. (原始内容存档于2015-10-12). 
  6. ^ Power Profiles for Android. Android Open Source Project. [2020-05-22]. (原始内容存档于2021-05-06). 
  7. ^ Zhang, J. and Lee, J., A review on prognostics and health monitoring of Li-ion battery [1]页面存档备份,存于互联网档案馆).
  8. ^ Wei, He; Nicholas Williard; Chaochao Chen; Michael Pecht. State of charge estimation for electric vehicle batteries using unscented kalman filtering. Microelectronics Reliability. 2013, 53 (6): 840–847. doi:10.1016/j.microrel.2012.11.010.