CN105790366A - 超级电容组储能均压充放电控制***及荷电状态估计方法 - Google Patents

Abstract

本发明属于电力***储能控制技术领域，尤其涉及一种超级电容组储能均压充放电控制***及荷电状态估计方法，***包括：微处理器控制模块、超级电容组测量模块、开关驱动模块、超级电容开关阵列模块、超级电容阵列模块、人机交互模块、直流充电电源模块和SOC模块；方法包括：在状态预测的基础上，基于最小均方误差估计，利用观测方程得到的观测值，对现实状态变量进行修正。本发明基于概率论和电路理论，使用传感器获取的信息，通过控制策略和SOC状态估计，保证整个超级电容器组储能***工作在最佳状态，使***安全充放电。与现有超级电容阵列充放电技术相比具有可靠，简单，高效，快速，节能等优点，同时为超级电容阵列的检修提供参考依据。

Description

超级电容组储能均压充放电控制***及荷电状态估计方法

技术领域

本发明属于电力***储能控制技术领域，尤其涉及一种超级电容组储能均压充放电控制***及荷电状态估计方法。

背景技术

超级电容器是一种新型电力储能器件出现在本世纪初。超级电容器的电容量极大，可达数千法拉，既具有静电电容器的高放电功率优势又像电池一样具有较大电荷储存能力。此外，超级电容器还具有容量配置灵活、易于实现模块化设计、循环使用寿命长、工作温度范围宽、环境友好、免维护等优点，使其更适于苛刻的工作环境。

现有充放电方式由于超级电容器单体端电压不高，对于大功率储能***来说，为了满足容量和电压等级的需要，一般是由多个超级电容器串联和并联的组合方式工作，它们作为一个整体进行充电，具有同样的充电电流。在串联组件设计中，由于制造工艺与材质不均，超级电容器存在离散度较大，即使在配组时经过严格的一致性筛选，但其偏差也不可避免。为了避免过充，常常在容量小的电容充满后即停止充电，这样电容组的储能容量得不到最大利用；同样，放电时为了避免过放，也不能最大利用电容器组的容量。现有电压均衡电路的类型主要划分为能耗型和非能耗型。

总之，现有技术的不足之处是：复杂实用性差，可靠性差，能耗高，效率低等。这些缺点制约了超级电容的推广使用。

发明内容

针对现有技术中存在的超级电容单体容量误差较大等问题，本发明提出了一种超级电容组储能均压充放电控制***及荷电状态估计方法。

控制***包括：微处理器控制模块1、超级电容组测量模块2、开关驱动模块3、超级电容开关阵列模块4、超级电容阵列模块5、人机交互模块6、直流充电电源模块7和SOC模块8；

其中，微处理器控制模块1、开关驱动模块3、超级电容开关阵列模块4、超级电容阵列模块5、直流充电电源模块7依次相连，超级电容阵列模块5、超级电容组测量模块2、SOC模块8、人机交互模块6、微处理器控制模块1依次相连，超级电容组测量模块2和SOC模块8分别与微处理器控制模块1相连。

所述超级电容开关阵列模块4由2m个开关组成，所述超级电容阵列模块5由n个超级电容器单体并联为一组，每一组超级电容与一个开关串后再与另一开关并联组成一个单位，共有m个单位。

所述超级电容组分为p个子模块，子模块内与子模块间分别通过模块内电压均衡电路与模块间电压均衡电路同时进行电压均衡。

所述微处理器控制模块1根据超级电容组测量模块2和SOC模块8输入的信息，完成控制超级状态的算法，输出控制信号至开关驱动模块3驱动超级电容开关阵列模块4，实现对超级电容器组的均压充放电控制；

所述超级电容组测量模块2用于实时采集超级的电压和所有单体的温度数据并送至微处理器控制模块1；

所述开关驱动模块3的输入端与微处理器控制模块1的控制输出端相连；将微处理器模块产生的控制信号转化为开关阵列可用的信号，控制开关阵列；

所述人机交互模块6包括键盘、显示器和转换接口，用于进行参数设置、实时显示***的数据和状态，实现***与上位机的串行通信；

所述超级电容开关阵列模块4通过控制开关组合实现将超级串入电路和从电路中切除；

所述超级电容阵列模块5中的单体超级电容可以为具体的单个超级电容，也可以是经过并串组合后的超级；

所述直流充电电源模块7与超级电容阵列模块5串联，充电时使用为超级电容提供充电电流；

所述SOC模块8为荷电状态估计模块，根据超级电容组测量模块2和微处理器控制模块1输入的信息，通过算法对***的荷电状态进行估计；将估算结果传递给微处理器控制模块1和人机交互模块6。

所述超级电容组测量模块2包括用于模数转换的A/D转换器和以下传感器：

温度传感器，安装在每个超级电容外壳上，用于测量超级电容的温度；

电压传感器，并联于每一个超级电容组的两端，用于测量每组超级电容的电压；

电流传感器，串联于超级电容器组，用于测量充电和放电时的电流。

所述子模块间的控制方法包括：

第一步：从p个串联子模块中同时选取k个子模块来满足对电压的需求，其余p-k个子模块并未接入主充放电电路；

第二步：微处理器控制模块实时对每个超级电容器子模块进行SOC计算，然后对各子模块的SOC值进行排序；

第三步：在充电模式时，选取电压较小的k个子模块接入主电路；在放电模式时，选取k个电压值较大的子模块接入主电路。

所述子模块内的控制方法包括：

在充电过程中，一个周期内，判断：

当超级电容器组电压大于等于额定电压时，开关将该组从充电电路中断开，同时***将该组从充电过程中删除并标记为充满；

当超级电容器组电压小于额定电压时，进一步，求出在充电***中的超级的平均电压，根据平均电压得到在该状态下的电压最大和最小两个阀值，逐个对在该充电***中的超级电压进行判断；

当超级电容器组电压低于最小阀值时，将该组从充电***中删除标记该组并发出警告信息；

当超级电容器组电压高于最大阀值时，将该组电容器从充电电路中断开不充电，***不删除；

当超级电容器组电压大于等于最小阀值且小于等于最大阀值时，认为该组正常，串入该***中充电；

在放电时，当超级电容器组的电压低于该状态下的最低阀值时，将该组电容从电路和***中删除。

在充放电时，当发现温度大于上限时，认为已经发生故障，将该电容所在的超级电容器组从电路和***中切除，标记该组并发出警告信息。

所述***的控制方法包括：发现故障、处理故障、定时充放电、找出离散较大组和电能状态分析：通过电压传感器和温度传感器得到的异常数据，可发现短路、开路故障；发现故障后，通过开关组合可切除故障或通过设置预先处理方案进行处理；通过人机交互方式，设定充放电时间，进行定时充放电；开关次数反映电容器组的离散度，通过统计开关次数可判断具体组的离散度；可通过电压值和正常工作的电容器组的总电容对处于该状态下的储能***的电能总量进行估计。

估计方法是在状态预测的基础上，基于最小均方误差估计，利用观测方程得到的观测值，对现实状态变量进行修正；

荷电状态估计的数学模型为：

$SOC\left(t\right)=SOC\left(t_0\right)-\frac{1}{Q_n}{\∫}_{t_0}^t{i}_{cell}\left(t\right)d\mathrm{\τ}$

V_OC(t)＝V_OC[SOC(t)]

V_cell(t)＝V_OC[SOC(t)]-i_cell(t)·R_series

其中，Q_n是电容器的最大可利用容量，起始SOC值SOC(t₀)为上一个工作周期结束时t₀时刻的SOC估计值；V_OC[SOC(t)]是开路电压与SOC之间的关系实验标定；SOC则作为状态变量，***输入为电流i_cell(t)，输出为开路电压V_OC(t)，R_series为内阻；

离散化后的状态空间模型如下：

状态方程：

观测方程：y_k+1＝f(x_k)+υ_k

其中，x_k为k时刻的***状态量，i_k为k时刻的***输入变量；y_k为k时刻***输出变量，可直接测量获取；ω_k为k时刻***的状态噪声；υ_k为k时刻***的测量噪声；T_s表示采样时间间隔；f(x_k)表示非线性观测函数，用于反映状态量和观测量的映射关系，即开路电压和SOC之间的非线性关系；

将非线性函数做一阶Taylor展开，得到线性***方程：

y_k＝y_a,k+C_k(x_k-x_a,k)+υ_k

y_k表示k时刻***输出变量的真值；x_a,k表示k时刻***状态变量的观测值；y_a,k表示k时刻***输出变量的观测值；C_k表示观测方程的动态特性统计系数，是通过对k时刻非线性观测函数f(x_k)进行Jacobian矩阵的求解获得的，其求解过程可用下式表示: 为状态预测值。

所述方法具体如下：

第一步：初始化状态x₀，协方差P₀；

第二步：状态预测

第三步：观测预测

第四步：求解观测矩阵

第五步：协方差预测

第六步：求卡尔曼增益

第七步：状态更新

第八步：协方差更新

其中，A、B为描述***动态特性的方程系数；u_k为k时刻的***输入变量；Q是***过程的协方差；R是量测量权重矩阵；I是单位矩阵。

与现有技术相比较，本发明的有益效果在于：

1通过电压传感器和温度传感器，可发现短路等故障；发现故障后，通过开关组合可切除故障或通过设置预先处理方案通知工作人员进行处理。

2通过人机交互方式，可设定充放电时间，进行自动充放电。

3通过优化参数，可有效减少开关次数，减小***能耗损失。

4可使电容器组的分散度降低，充分利用单体容量，提高超级电容器组的可靠性。

5通过分析开关次数，可找出离散度大的组，为替换离散较大的电容组提供依据。

6根据电压值和正常工作的电容器组的总电容，可对处于该状态下的储能***的电能总量进行估计。

7基于概率论，规模越大效果越好，适用于大规模的超级电容储能。

8使用SOC模块，当初始值不是很精确时，依然可以实时对超级电容的荷电状态进行估计。

附图说明

图1为本发明的控制***组成框图；

图2为超级电容器组分级电压均衡整体结构；

图3为超级电容开关阵列模块和超级电容阵列模块的组合图；

图4为模块间电压均衡控制流程；

图5为为开关控制方法的流程图；

图6为超级电容器SOC估计改进模型；

图7为基于卡尔曼滤波算法SOC估计的流程图；

图8为霍尔电压互感器原理图；

图9为光电隔离电路；

图10为MOSFET驱动电路。

具体实施方式

下面结合附图，对实施例作详细说明。

本发明提供了一种超级电容器组储能均压充放电控制***，如图1所示，微处理器控制模块1、开关驱动模块3、超级电容开关阵列模块4、超级电容阵列模块5、直流充电电源模块7依次相连，超级电容阵列模块5、超级电容组测量模块2、SOC模块8、人机交互模块6、微处理器控制模块1依次相连，超级电容组测量模块2和SOC模块8分别与微处理器控制模块1相连。

图2为超级电容器组分级电压均衡整体结构，图中将整体电容器分成p个子模块，工作过程中，模块间、模块内同时进行电压均衡。

图3为超级电容开关阵列模块和超级电容阵列模块的组合图，图中阵列采用了2m个N沟道MOSFET可控型开关，同时，n个超级电容器单体并联为一组，每组超级电容与一个开关串后与另一开关并，这样n个超级电容器和两个开关组成了一个单位。通过开关的有选择的开断控制，可使每组超级电容器处于两种状态：串入主电路充电和与主电路断开悬空不充电。如图3所示，对于第1组中开关S₁和S₁’，有4种状态组合：S₁断开S₁’断开，S₁断开S₁’闭合，S₁闭合S₁’断开，S₁闭合S₁’闭合。当S₁断开S₁’闭合时，超级电容器组C_1*串入主电路，可对电容器组充放电；当S₁闭合S₁’断开时，超级电容器组C_1*与主电路断开，不进行充放电。通过逻辑电路禁止出现剩下两种情况。开关S旁边并联二极管可防止开关过高压。电压传感器并联于电容器组的两端，用于测量每组超级电容的电压；温度传感器安装在每个超级电容外壳上。

图4模块间电压均衡控制流程，图中从p个串联子模块中同时选取k个子模块来满足对电压的需求,其余p-k个子模块并未接入主充放电电路；控制模块实时对每个超级电容器子模块进行SOC计算，然后对各子模块的SOC值进行排序；在充电模式时，选取电压较小的k个子模块接入主电路；在放电模式时，选取k个电压值较大的子模块接入主电路。

图5为开关控制方法的流程，具体包括以下步骤：

在一个周期内，充电过程中，

1当超级电容器组电压大于等于额定电压时，开关将该组从充电电路中断开，同时***将该组从充电过程中删除并标记为充满。

2当超级电容器组电压小于额定电压时，进一步，求出在充电***中的超级电容器组的平均电压，根据平均电压得到在该状态下的电压最大和最小两个阀值。逐个对在该充电***中的超级电容器组电压进行判断。阀值计算方法为：

根据超级电容器标准充放电曲线和额定电压，在保证安全的条件下取得：

V'_阀t1＝(V_额定-V_t1)w₁

V'_阀t2＝V_t1×w₂

V_阀max＝V_t1+V'_阀t1

V_阀min＝V_t1-V'_阀t2

其中，V'_阀t1、V'_阀t2为中间量阀值；V_额定为超级电容器额定电压；V_t1为充电电压平均值；w₁，w₂为权重，不同充电阶段可不同，其值小于1；V_阀max、V_阀min为实际微机调用的阀值。

3当超级电容器组电压低于最小阀值时，将该组从充电***中删除标记该组并发出警告信息。

4当超级电容器组电压高于最大阀值时，开关将该组电容器从充电电路中断开不充电，***不删除。

5当超级电容器组电压大于等于最小阀值且小于等于最大阀值时，认为该组正常，串入该***中充电。

在放电时，当超级电容器组的电压低于该状态下的最低阀值时，将该组电容从电路和***中删除。

在充放电时，当发现温度大于上限时，认为已经发生故障，将该电容所在的超级电容器组从电路和***中切除，标记该组并发出警告信息。

图6为超级电容器SOC估计改进模型，该模型左侧为一个SOC估计模块，用于描述超级电容器的非线性容量特性。该模型结合了超级电容器的动态电路特性和非线性容量特性，能够准确估计SOC。另外，应用这种模型时，计算量比较小，因而比较适合实时计算。

图7为SOC估计的流程图，计算SOC的步骤如下:

第一步：初始化状态x₀，协方差P₀

第二步：状态预测

第三步：观测预测

第四步：求解观测矩阵

第五步：协方差预测

第六步：求卡尔曼增益

第七步：状态更新

第八步：协方差更新

图8为霍尔电压互感器原理图，采用型号为HVS5-25A的霍尔电压传感器测量各超级电容器单体的端电压，配置原边限流电阻：

R₁＝U₁/I_P-R_in

式中R₁为原边限流电阻，U₁为最大测量电压，I_P为互感器额定输入电流，R_in为互感器原边内阻。

由于本霍尔传感器要求原边额定输入电流为5mA左右，测量最大电压U₁＝5V，故选取原边串联电阻R₁为：

R₁＝5V/5mA-650＝350

根据实际电阻阻值，取R₁＝360Ω，选取输出电压为U_o＝5V，再根据匝数比，有公式：

$\frac{I_{in}}{I_{out}}=\frac{U_1}{R_1+R_{in}}:\frac{U_o}{R_m}=5:25$

得：R_m＝200Ω

故输出电压U_o与被测电压U1之间的实际关系为：

$\frac{U_o}{U_1}=\frac{5R_m}{R_1+R_{in}}\≈1:1$

图9为光电隔离电路，采用型号为TLP521-2的双路光电耦合芯片，内部封装有两路完全对称、独立、物理特性完全一致的光耦。当发光二级管两端加有加正向电压时，二极管导通并发光，光敏三极管的感光面受到光的照射，若在三极管的发射级和集电极之间加上正向电压，则三极管将有集电极电流输出。

图10为MOSFET驱动电路，选用TLP250对主电路和驱动电路进行光电隔离，3号引脚连接下位机的光隔离数字量输出口。2号引脚通过限流电阻R1和下位机上的电源接口相连。6号引脚与5号引脚分别通过限流电阻R2和10V的稳压管D连接至MOSFET的栅极和源极。稳压管的作用是，当低电平输入时，MOSFET的栅源电压将被钳位在稳压管的击穿电压(-10V)，可以使MOSFET稳定关断。

此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种超级电容组储能均压充放电控制***，其特征在于，包括：微处理器控制模块(1)、超级电容组测量模块(2)、开关驱动模块(3)、超级电容开关阵列模块(4)、超级电容阵列模块(5)、人机交互模块(6)、直流充电电源模块(7)和SOC模块(8)；

其中，微处理器控制模块(1)、开关驱动模块(3)、超级电容开关阵列模块(4)、超级电容阵列模块(5)、直流充电电源模块(7)依次相连，超级电容阵列模块(5)、超级电容组测量模块(2)、SOC模块(8)、人机交互模块(6)、微处理器控制模块(1)依次相连，超级电容组测量模块(2)和SOC模块(8)分别与微处理器控制模块(1)相连。

2.根据权利要求1所述***，其特征在于，所述超级电容开关阵列模块(4)由2m个开关组成，所述超级电容阵列模块(5)由n个超级电容器单体并联为一组，每一组超级电容与一个开关串后再与另一开关并联组成一个单位，共有m个单位；

所述超级电容组分为p个子模块，子模块内与子模块间分别通过模块内电压均衡电路与模块间电压均衡电路同时进行电压均衡。

3.根据权利要求1所述***，其特征在于，所述微处理器控制模块(1)根据超级电容组测量模块(2)和SOC模块(8)输入的信息，完成控制超级状态的算法，输出控制信号至开关驱动模块(3)驱动超级电容开关阵列模块(4)，实现对超级电容器组的均压充放电控制；

所述超级电容组测量模块(2)用于实时采集超级的电压和所有单体的温度数据并送至微处理器控制模块(1)；

所述开关驱动模块(3)的输入端与微处理器控制模块(1)的控制输出端相连；将微处理器模块产生的控制信号转化为开关阵列可用的信号，控制开关阵列；

所述人机交互模块(6)包括键盘、显示器和转换接口，用于进行参数设置、实时显示***的数据和状态，实现***与上位机的串行通信；

所述超级电容开关阵列模块(4)通过控制开关组合实现将超级串入电路和从电路中切除；

所述超级电容阵列模块(5)中的单体超级电容可以为具体的单个超级电容，也可以是经过并串组合后的超级；

所述直流充电电源模块(7)与超级电容阵列模块(5)串联，充电时使用为超级电容提供充电电流；

所述SOC模块(8)为荷电状态估计模块，根据超级电容组测量模块(2)和微处理器控制模块(1)输入的信息，通过算法对***的荷电状态进行估计；将估算结果传递给微处理器控制模块(1)和人机交互模块(6)。

4.根据权利要求1所述***，其特征在于，所述超级电容组测量模块(2)包括用于模数转换的A/D转换器和以下传感器：

温度传感器，安装在每个超级电容外壳上，用于测量超级电容的温度；

电压传感器，并联于每一个超级电容组的两端，用于测量每组超级电容的电压；

电流传感器，串联于超级电容器组，用于测量充电和放电时的电流。

5.根据权利要求2所述***，其特征在于，所述子模块间的控制方法包括：

第一步：从p个串联子模块中同时选取k个子模块来满足对电压的需求，其余p-k个子模块并未接入主充放电电路；

第二步：微处理器控制模块实时对每个超级电容器子模块进行SOC计算，然后对各子模块的SOC值进行排序；

第三步：在充电模式时，选取电压较小的k个子模块接入主电路；在放电模式时，选取k个电压值较大的子模块接入主电路。

6.根据权利要求2所述***，其特征在于，所述子模块内的控制方法包括：

在充电过程中，一个周期内，判断：

当超级电容器组电压大于等于额定电压时，开关将该组从充电电路中断开，同时***将该组从充电过程中删除并标记为充满；

当超级电容器组电压小于额定电压时，进一步，求出在充电***中的超级的平均电压，根据平均电压得到在该状态下的电压最大和最小两个阀值，逐个对在该充电***中的超级电压进行判断；

当超级电容器组电压低于最小阀值时，将该组从充电***中删除标记该组并发出警告信息；

当超级电容器组电压高于最大阀值时，将该组电容器从充电电路中断开不充电，***不删除；

当超级电容器组电压大于等于最小阀值且小于等于最大阀值时，认为该组正常，串入该***中充电；

在放电时，当超级电容器组的电压低于该状态下的最低阀值时，将该组电容从电路和***中删除；

在充放电时，当发现温度大于上限时，认为已经发生故障，将该电容所在的超级电容器组从电路和***中切除，标记该组并发出警告信息。

7.根据权利要求1所述***，其特征在于，所述***的控制方法包括：发现故障、处理故障、定时充放电、找出离散较大组和电能状态分析：通过电压传感器和温度传感器得到的异常数据，可发现短路、开路故障；发现故障后，通过开关组合可切除故障或通过设置预先处理方案进行处理；通过人机交互方式，设定充放电时间，进行定时充放电；开关次数反映电容器组的离散度，通过统计开关次数可判断具体组的离散度；可通过电压值和正常工作的电容器组的总电容对处于该状态下的储能***的电能总量进行估计。

8.一种基于超级电容组储能均压充放电控制***的荷电状态估计方法，其特征在于，该估计方法是在状态预测的基础上，基于最小均方误差估计，利用观测方程得到的观测值，对现实状态变量进行修正；

荷电状态估计的数学模型为：

$SOC\left(t\right)=SOC\left(t_0\right)-\frac{1}{Q_n}{\∫}_{t_0}^t{i}_{cell}\left(t\right)d\mathrm{\τ}$

V_OC(t)＝V_OC[SOC(t)]

V_cell(t)＝V_OC[SOC(t)]-i_cell(t)·R_series

其中，Q_n是电容器的最大可利用容量，起始SOC值SOC(t₀)为上一个工作周期结束时t₀时刻的SOC估计值；V_OC[SOC(t)]是开路电压与SOC之间的关系实验标定；SOC则作为状态变量，***输入为电流i_cell(t)，输出为开路电压V_OC(t)，R_series为内阻；

离散化后的状态空间模型如下：

状态方程：

观测方程：y_k+1＝f(x_k)+υ_k

其中，x_k为k时刻的***状态量，i_k为k时刻的***输入变量；y_k为k时刻***输出变量，可直接测量获取；ω_k为k时刻***的状态噪声；υ_k为k时刻***的测量噪声；T_s表示采样时间间隔；f(x_k)表示非线性观测函数，用于反映状态量和观测量的映射关系，即开路电压和SOC之间的非线性关系；

将非线性函数做一阶Taylor展开，得到线性***方程：

y_k＝y_a,k+C_k(x_k-x_a,k)+υ_k

y_k表示k时刻***输出变量的真值；x_a,k表示k时刻***状态变量的观测值；y_a,k表示k时刻***输出变量的观测值；C_k表示观测方程的动态特性统计系数，是通过对k时刻非线性观测函数f(x_k)进行Jacobian矩阵的求解获得的，其求解过程可用下式表示: 为状态预测值。

9.根据权利要求8所述方法，其特征在于，所述方法具体如下：

第一步：初始化状态x₀，协方差P₀；

第二步：状态预测

第三步：观测预测

第四步：求解观测矩阵

第五步：协方差预测

第六步：求卡尔曼增益

第七步：状态更新

第八步：协方差更新

其中，A、B为描述***动态特性的方程系数；u_k为k时刻的***输入变量；Q是***过程的协方差；R是量测量权重矩阵；I是单位矩阵。