高噪聲情況下蓄電池剩余容量在線檢測方法的改進(jìn)

摘要：首先指出了傳統(tǒng)的幾種蓄電池剩余容量檢測方法的缺點：局限性大，計算困難，對系統(tǒng)產(chǎn)生的影響大等。接著對內(nèi)阻法測量蓄電池剩余容量的方法進(jìn)行了分析，并給出了具體的實施方案，討論了該方案的優(yōu)缺點。最后提出了在高噪聲情況下對蓄電池剩余容量在線檢測方法的改進(jìn)方案。實驗結(jié)果證明了這種改進(jìn)方法的有效性。

    關(guān)鍵詞：蓄電池；剩余容量；在線檢測；高噪聲

引言

蓄電池剩余容量是用戶最為關(guān)心的一個問題，它與整個供電系統(tǒng)的可靠性密切相關(guān)。蓄電池剩余容量越高，則系統(tǒng)可靠性越高。因此，如何在既不消耗蓄電池能量，又不影響用電設(shè)備正常工作情況下，實時地在線檢測蓄電池剩余容量，有著重要意義。

蓄電池是一個復(fù)雜的電化學(xué)系統(tǒng)，它在不同負(fù)載條件或不同環(huán)境溫度下運行時，實際可供釋放的剩余容量不同；而且隨著蓄電池使用時間增加，其容量也將下降。通常是根據(jù)蓄電池的電解液密度來估算剩余容量的，該方法有很大局限性：在蓄電池使用后期，隨著正負(fù)極板的腐蝕、斷筋，難以準(zhǔn)確推算出剩余容量；同時，這種方法也難以適應(yīng)目前廣泛應(yīng)用的VRLA蓄電池的在線檢測。近些年常用的幾種蓄電池剩余容量檢測方法之中，對在線使用的蓄電池來說，內(nèi)阻法對系統(tǒng)產(chǎn)生的影響最小，并可以在蓄電池整個使用期內(nèi)準(zhǔn)確測量，因此，內(nèi)阻法被視為一種比較理想的方法。但在高噪聲情況下卻發(fā)現(xiàn)，實際所測得的蓄電池剩余容量精度不盡人意，因此，對高噪聲情況下蓄電池剩余容量在線檢測方法的改進(jìn)勢在必行。

1 內(nèi)阻法預(yù)測剩余容量的實施方案

大量研究結(jié)果表明，蓄電池內(nèi)阻與荷電程度之間有較好的相關(guān)性[1][2]。美國GNB公司曾對容量200～1000A·h，電池組電壓18～360V的近500個VRLA蓄電池進(jìn)行過測試，實驗結(jié)果表明，蓄電池內(nèi)阻與容量的相關(guān)性非常好，相關(guān)系數(shù)可以達(dá)到88％。隨著蓄電池充電過程的進(jìn)行，內(nèi)阻逐步減�。浑S著放電過程的進(jìn)行，內(nèi)阻逐步增大。另外，隨著蓄電池老化，其剩余容量隨之下降，內(nèi)阻也逐漸增大。蓄電池內(nèi)阻與剩余容量的典型關(guān)系曲線如圖1所示。

    蓄電池完全充電（充滿）和完全放電（放完）時，其內(nèi)阻相差2～4倍，變化率遠(yuǎn)遠(yuǎn)大于蓄電池端電壓變化率（約為30％～40％），因此，通過測量蓄電池內(nèi)阻可以比較準(zhǔn)確地預(yù)測其剩余容量。另外，對于在線使用的蓄電池來說，內(nèi)阻法還有一個突出優(yōu)點是對系統(tǒng)影響最小，可以在蓄電池整個使用期內(nèi)準(zhǔn)確測量。因此，不難看出內(nèi)阻法最適合于VRLA蓄電池剩余容量的在線測量。

內(nèi)阻法預(yù)測剩余容量的具體實施方案是：首先，將蓄電池充滿電（以2V蓄電池為例，充電至2.23V，浮充電流至10mA），然后，以0.1C的放電率使蓄電池放電，記錄下放電過程中內(nèi)阻與剩余容量的大小。當(dāng)蓄電池放電完畢（2V蓄電池放電至1.80V）便可獲得完整的放電曲線，即剩余容量與蓄電池內(nèi)阻之間的對應(yīng)關(guān)系。將此曲線存入蓄電池監(jiān)控系統(tǒng)的FLASHROM中，在以后測試同型號、同規(guī)格的蓄電池時，處理器根據(jù)在線測試得到的內(nèi)阻值，通過查表計算，得出其剩余容量。因此，這一方法的關(guān)鍵在于如何在線測得蓄電池內(nèi)阻

[1] [2] [3] [4] 

【高噪聲情況下蓄電池剩余容量在線檢測方法的改進(jìn)】相關(guān)文章：

水中總氮檢測方法的改進(jìn)04-30

機(jī)場柔性跑道剩余使用壽命預(yù)估方法改進(jìn)05-02

浮游植物檢測樣品濃縮方法的改進(jìn)04-28

生物量濃度實時在線檢測方法的研究05-03

天氣雷達(dá)天線座水平度檢測方法改進(jìn)05-01

噪聲污染與計量檢測04-26

一種改進(jìn)的GVF Snake模型輪廓檢測方法04-29

大容量反應(yīng)釜的技術(shù)特點與改進(jìn)04-26

座便器虹吸管改進(jìn)設(shè)計的噪聲分析04-25

一種改進(jìn)的混合廣義極小剩余算法04-28