蓄电池荷电状态容量的闭环动态估算模型目前，由于铅酸蓄电池的经济性和技术成熟性，使其成为丰要的储能设备。为了达到优化蓄电池电力系统效率的目的，对蓄电池容量的实时监控必不可少。而由于蓄电池的非线性特性，反映其容量的关键参数荷电状态(SOC)，作为电池的内特性不可能直接进行测量。SOC 数值只能使用工作电压、电流等直接测量得到的外特性参数估算获得。 我们用最优估量理论建立蓄电池的动态工作模型，实现蓄电池 SOC 的实时估算。该动态模型被划分为两个部分：第一部分是蓄电池数学解析描述，即对蓄电池工作特性的开环描述；第二部分是加入动态过程的描述，实现蓄电池工作特性的闭环描述。对于蓄电池的解析模型，较为通用的方式是建立描述输入输出之间关系的数学模型，通过实验来确定模型的某些参数，或者模型内部的某些状态量。然而，仅仅使用开环描述模型得到动态输出与实际的动态情况常常存在偏差，这种误差主要归咎于测量过程中的异常偏差。当这种误差出现时，只有闭环描述模型才能根据这些误差对模型进行调整。本文使用基于电化学理论的安时模型实现电池数学解析描述，而动态过程描述则使用带有自矫正能力的扩展卡尔曼滤波算法。 1、基于电化学的安时模型 普通的安时计量法使用下式估算蓄电池的 SOC。 式中：s(0)为初始时刻的蓄电池 SOC 数值，若从充满开始放电，其值可以设为 1；s(t)为 t 时刻的 SOC 实时值；Q 为蓄电池的标称容量；η 为库仑因子。通过调整库仑因子可以满足不同放电电流下的 SOC 计算。实际应用中，库仑因子多通过试验确定为常数或是关于放电电流 I 的函数。但是，蓄电池的标称容量不等于实际容量，且实际容量在使用中也会衰减。同时，确定库仑因子过程中产生的误差，也会影响到安时估算的精度。为了对上述问题进行改进，提高安时法 SOC 估算的精度。本文使用电化学理论，构造新的基于安时法的 SOC估算模型。 1.1 电解液活性物质浓度损失函数 蓄电池内部电解液所含有的活性物质，其浓度损失百分比可以表示为： 式中：C*为初始浓度；C(t)为电解液中 t 时刻活性物质的浓度；时间 t 的取值范围[0，L]，L 为放电总时间。 当使用蓄电池一维的电化学模型，根据电化动力学理论，最终可以得到电解液活性物质浓度损失百分比函数： 式中：v 为反应中电子的数目；F 为法拉利常数；A 为电极的面积；D 为扩散系数。 1.2 电化学安时模型 由于电解液的活性物质浓度和电池的 SOC 成正...
