在初始化过程中,先是将89C51各个输入端口复位,然后从EEROM中读出上次关机前存入的数据,控制开关电路,并进行显示。初始化完成后,开中断程序。若有中断请求则响应,否则进行数据采样并读取给定值,然后进行数据处理;若有短路或过流情况发生,则调用报警保护子程序;若要对电池浮一定的动态性,能在一定程度上反映出电池内部的变化及SoC的大小,但该方法在推导过程中是假设电流是时变的,若电池在一个较长时间段内恒流放电,则会大大降低SoC预测的准确性。基于状态空间的动态模型以反应物的动态变化建立模型,以测量的电流和电压作为输入量计算SoC,同时考虑了活性物质的扩散现象,以此提高SoC的精度,是一种较好的方法;但由于电池模型阶数较高,计算比较困难,模型的建立需要确定相当多的经验参数,给应用带来较**烦。
基于能量模型的SoC定义修正了原来 SoC模型的不足,考虑到电池的可恢复性,综合了电流、电压、电阻判断,在 一定程度上提高了SoC的判断精度,但它没考虑温度的影响,需要大量试验数据。由于电池是密封的,所以外部可测参数只有电流和电压,采用Randels Ershler电池模型对电池建模,并通过精确的安时积分估算SoC,同时进行容量老化补偿、温度补偿、自放电补偿及放电率补偿,也不失为一种可行的方法。
上述方法能够在一定程度上反映剩余电量的多少,适用于电动车用电池SoC的预测,但是这些模型参数确定需要许多反复的迭代步骤,并且重要的是,这些算法必须知道电池的SoC初值。因为要实时计算显示SoC的值,这是需要时间的。模型越复杂,计算SoC所需时间也越多。 SoC的预测方法很多,但要达到较高的精度,在电池建模及SoC预测方法方面还有大量的工作可做。
|