一种基于超级电容soc识别故障的蓄电池保护控制方法
【专利摘要】本发明公开了一种基于超级电容SOC识别故障的蓄电池保护控制方法，属于复合电源电动汽车领域。在驾驶员意图加速时，超级电容的管理系统估算得到超级电容SOC值小于其阈值的情况下对超级电容的状态进行判断；如果超级电容处于误判状态，将超级电容SOC值的阈值和当前车速以及所需转矩作为输入参数一起输入功率分配器进行超级电容与蓄电池之间的功率分配；如果超级电容处于故障状态，通过加速踏板控制器控制加速踏板并启动报警装置以及仪表盘显示。本发明主要用于驾驶员准备加速时，检测到的超级电容SOC值低于阈值的情况下的一种超级电容SOC识别故障的控制方法，有效的保护了蓄电池，避免了蓄电池的大电流放电，延长了蓄电池的寿命。
【专利说明】
一种基于超级电容SOC识别故障的蓄电池保护控制方法
技术领域
[0001 ]本发明涉及复合电源电动汽车领域中的一种蓄电池保护的方法，具体涉及一种基于超级电容SOC值识别故障的蓄电池保护控制方法。
【背景技术】
[0002]在能源危机和环境污染更加恶化的今天，发展电动汽车显得尤为重要，尤其是复合电源电动汽车，与单蓄电池电动汽车相比，复合电源电动汽车可以通过超级电容起到削峰填谷的作用，在车辆加速等需要大功率的情况下由超级电容与蓄电池一起向外供电，从而可以减小蓄电池的输出功率，从而也就减小了蓄电池的输出电流，延长了蓄电池的寿命。
[0003]—般来说，在已设计好的控制策略中，只要电动汽车准备加速或者爬坡等需要大功率时，超级电容当中是有足够的能量来提供的，但是，如果超级电容处于识别故障的状态，蓄电池突然的大电流放电，势必会对蓄电池的性能以及使用寿命带来一点的影响，本发明就是专门用来针对超级电容的SOC值识别故障的情况下来对蓄电池进行保护的。
[0004]中国专利CN103985553A公开了一种新型超级电容，包括超级电容本体和设在超级电容外面或者内层的加热装置，能够在低温情况下对超级电容进行加热，保证超级电容的内阻，使其放电能力得以保证。中国专利CN105118679A公开了一种超级电容器，其在低倍率和高倍率的扫描速率下均具有高比电容，大大优于传统的超级电容器性能参数。但是，目前没有应用在复合电源电动汽车上的超级电容SOC识别故障时的处理方法。
【发明内容】
[0005]本发明的目的在于提供一种基于超级电容SOC识别故障的蓄电池保护控制方法，实现本发明的技术方案如下:
[0006]一种基于超级电容SOC识别故障的蓄电池保护控制方法，包括步骤:
[0007]步骤I)，车辆启动，通过加速踏板传感器判断驾驶员是否有加速的意图，如果驾驶员加速的意图，转向步骤2 )，否则重复步骤I);
[0008]步骤2)，通过超级电容的管理系统估算其SOC值；
[0009]步骤3)，在超级电容SOC值作为输入参数输入到功率分配控制器之前，将超级电容SOC值与超级电容SOC值的阈值进行比较，若超级电容SOC值小于阈值，此时判断超级电容是处于故障状态还是误判状态，转向步骤4);否则将此时超级电容SOC值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器实行超级电容与蓄电池之间的功率分配；
[0010]步骤4)，如果超级电容处于故障状态，则通过踏板控制器控制加速踏板以减小加速幅度，同时通过报警装置提醒驾驶员，并在仪表盘上红灯闪烁;如果超级电容处于误判状态，说明超级电容本身是有电的，此时，将超级电容SOC值的阈值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器进行超级电容与蓄电池之间的功率分配。
[0011 ]进一步，所述步骤I)中的加速踏板传感器是通过把加速踏板的位移转换成电信号来判断驾驶员是否有加速的意图。
[0012]进一步，所述步骤2)中超级电容的管理系统估算其SOC值，估算方法为神经网络法;神经网络法估计超级电容SOC值时，神经网络具有输入层、输出层及隐含层三层，输入层设有四个神经元，分别为超级电容的温度、电压、电流以及上一时刻的SOC值，输出层为估算出的超级电容的SOC值，隐含层是神经网络的核心；神经网络最重要的就是对网络进行训练，训练样本为从不同的工况上采集到的数据，直到网络获得满意的输出，神经网络训练结束，此时隐含层就相当于一个大型的跟超级电容有关的数据库，可以根据各传感器传来的超级电容的温度、电压、电流以及上一时刻的SOC值得到这一时刻的SOC值。
[0013]进一步，所述步骤3)中超级电容SOC值的阈值为超级电容的全部电量减去其放电空间。
[0014]进一步，所述步骤4)中，超级电容的故障状态与误判状态的判断方法是通过电流检测装置检测超级电容中是否有电流流过;有电流流过，说明此时超级电容处于误判状态；无电流流过，说明此时超级电容处于故障状态。
[0015]进一步，所述步骤3)及步骤4)中，当前车速是通过车速传感器测量得到的，车辆所需的力矩是根据加速踏板传感器、制动踏板传感器及当前车速得到的。
[0016]本发明的有益效果:在超级电容SOC识别故障时，超级电容管理系统估算得到的超级电容SOC值小于阈值的情况下，踏板控制器就会自动的控制加速踏板来减小加速幅度，并同时启动报警装置并在仪表盘上还会有红灯闪烁，以此提醒驾驶员；从而有效地保护了蓄电池，避免了蓄电池的大电流放电，延长了蓄电池的寿命。
【附图说明】
[0017]图1为一种基于超级电容SOC识别故障的蓄电池保护控制方法的硬件结构图；
[0018]图2为一种基于超级电容SOC识别故障的蓄电池保护控制方法的流程图。
【具体实施方式】
[0019]下面结合附图和【具体实施方式】对本发明作进一步详细说明，但本发明的保护范围并不限于此。
[0020]如图1所示，一种基于超级电容SOC识别故障的蓄电池保护控制方法的硬件结构图，加速踏板传感器以及制动踏板传感器是用来采集加速踏板以及制动踏板的信息来判断驾驶员的驾驶意图；车速传感器是用来采集电动汽车的速度，三种传感器采集到的信息一起输入给力矩耦合器;力矩耦合器根据这些信息计算出此时车辆所需的力矩大小；功率计算模块是根据力矩耦合器所计算出的力矩来计算此时车辆所需要的功率的大小;超级电容管理系统是用来估算超级电容的SOC值;判断装置是用来将估算出的超级电容SOC值与超级电容SOC值的阈值进行比较，如果超级电容SOC值大，那么就将超级电容管理系统估算出的SOC值输入进功率分配控制器;否则，就用电流检测装置对超级电容的电流进行检测，此时如果检测到有电流，就将超级电容SOC值的阈值输入进功率分配控制器，否则踏板控制器就会自动控制加速踏板，同时启动报警装置并在仪表盘显示。功率分配控制器是将超级电容SOC值和所需力矩以及当前车速作为输入参数，输出为超级电容所需提供的功率，减法器就是将功率计算模块计算出来电动汽车所需的功率减去超级电容提供的功率以得到蓄电池所需要提供的功率，计算出超级电容与蓄电池各自需要提供的功率之后将这些信息输入进电机，电机就开始按照所分配的功率进行转动。
[0021]如图2所示，一种基于超级电容SOC识别故障的蓄电池保护控制方法的流程图，包括步骤:
[0022]步骤I)，车辆启动，通过加速踏板传感器判断驾驶员是否有加速的意图，加速踏板传感器是通过把加速踏板的位移转换成电信号来判断的，如果驾驶员加速的意图，转向步骤2)，否则重复步骤I)。
[0023]步骤2)，通过超级电容的管理系统估算其SOC值;估算方法为神经网络法；由于神经网络具有逼近任意非线性的能力，因此采用神经网络可以模拟超级电容的动态特性，进行SOC的估计。其中，神经网络估计超级电容SOC值时，神经网络具有输入层、输出层及隐含层三层，输入层设有四个神经元，分别为超级电容的温度、电压、电流以及上一时刻的SOC值，输出层为估算出的超级电容的SOC值，隐含层是神经网络的核心；神经网络最重要的就是对网络进行训练，训练样本是从不同的工况上采集到的数据;训练第一步为将采集到的数据线性规范化，第二步为设置隐含层的神经元数、学习速率以及惯性系数，第三步将训练样本加于神经网络并根据梯度下降法调整权值，第四步为修改隐含层神经元个数，第五步重复第三步与第四步，直到网络的获得满意的输出；这样神经网络就训练结束，此时隐含层就相当于一个大型的跟超级电容有关的数据库，可以根据各传感器传来的超级电容的温度、电压、电流以及上一时刻的SOC值得到这一时刻的SOC值。
[0024]步骤3)，在超级电容SOC值作为输入参数输入到功率分配控制器之前，将超级电容SOC值与超级电容SOC值的阈值进行比较，若超级电容SOC值小于阈值，此时判断超级电容是处于故障状态还是误判状态，转向步骤4);否则将此时超级电容SOC值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器实行超级电容与蓄电池之间的功率分配；当前车速是通过车速传感器测量得到的，车辆所需的力矩是根据加速踏板传感器、制动踏板传感器分别采集的加速踏板、制动踏板的信息以及当前车速得到的。
[0025]超级电容SOC值的阈值为:超级电容是不可能将100%的电量全部放空的，它有一定的放电空间，超级电容的全部电量减去放电空间就是所谓的阈值，也是超级电容的SOC值所能达到的最小值，并且不同的复合电源电动汽车其超级电容SOC值的阈值是不相同的。
[0026]步骤4)，通过电流检测装置检测超级电容中是否有电流流过;有电流流过，说明此时超级电容处于误判状态;无电流流过，说明此时超级电容处于故障状态。
[0027]如果超级电容处于故障状态，则通过踏板控制器控制加速踏板以减小加速幅度，同时通过报警装置提醒驾驶员，并在仪表盘上红灯闪烁;如果超级电容处于误判状态，说明超级电容本身是有电的，此时，将超级电容SOC值的阈值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器进行超级电容与蓄电池之间的功率分配。
[0028]所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离办发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变形均属于本发明的保护范围。
【主权项】
1.一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，包括如下步骤: 步骤I)，车辆启动，通过加速踏板传感器判断驾驶员是否有加速的意图，如果驾驶员加速的意图，转向步骤2 )，否则重复步骤I); 步骤2)，通过超级电容的管理系统估算其SOC值； 步骤3)，在超级电容SOC值作为输入参数输入到功率分配控制器之前，将超级电容SOC值与超级电容SOC值的阈值进行比较，若超级电容SOC值小于阈值，此时判断超级电容是处于故障状态还是误判状态，转向步骤4);否则将此时超级电容SOC值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器实行超级电容与蓄电池之间的功率分配； 步骤4)，如果超级电容处于故障状态，则通过踏板控制器控制加速踏板以减小加速幅度，同时通过报警装置提醒驾驶员，并在仪表盘上红灯闪烁;如果超级电容处于误判状态，说明超级电容本身是有电的，此时，将超级电容SOC值的阈值和当前车速以及车辆所需力矩作为输入参数，输入到功率分配控制器进行超级电容与蓄电池之间的功率分配。2.根据权利要求1所述的一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，所述步骤I)中的加速踏板传感器是通过把加速踏板的位移转换成电信号来判断驾驶员是否有加速的意图。3.根据权利要求1所述的一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，所述步骤2)中超级电容的管理系统估算其SOC值，估算方法为神经网络法;神经网络法估计超级电容SOC值时，神经网络具有输入层、输出层及隐含层三层，输入层设有四个神经元，分别为超级电容的温度、电压、电流以及上一时刻的SOC值，输出层为估算出的超级电容的SOC值，隐含层是神经网络的核心；神经网络最重要的就是对网络进行训练，训练样本是从不同的工况上采集到的数据，直到网络获得满意的输出，神经网络训练结束，此时隐含层就相当于一个大型的跟超级电容有关的数据库，可以根据各传感器传来的超级电容的温度、电压、电流以及上一时刻的SOC值得到这一时刻的SOC值。4.根据权利要求1所述的一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，所述步骤3)中超级电容SOC值的阈值为超级电容的全部电量减去其放电空间。5.根据权利要求1所述的一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，所述步骤4)中，超级电容的故障状态与误判状态的判断方法是通过电流检测装置检测超级电容中是否有电流流过;有电流流过，说明此时超级电容处于误判状态;无电流流过，说明此时超级电容处于故障状态。6.根据权利要求1所述的一种基于超级电容SOC识别故障的蓄电池保护控制方法，其特征在于，所述步骤3)及步骤4)中，当前车速是通过车速传感器测量得到的，车辆所需的力矩是根据加速踏板传感器、制动踏板传感器分别采集的加速踏板、制动踏板的信息以及当前车速得到的。
【文档编号】B60L11/00GK106004449SQ201610331667
【公开日】2016年10月12日
【申请日】2016年5月18日
【发明人】盘朝奉, 戴伟, 陈燎, 陈龙, 江浩斌, 汪少华, 袁朝春, 王丽梅
【申请人】江苏大学