阀控密封式铅酸蓄电池监测技术探讨

1 前言

本文所探讨的蓄电池是作为后备电源使用的，平时处于充电状态，与充电装置的输出并联，一旦市电中断，蓄电池立即开始放电。与循环深度放电使用情况相比，由于蓄电池长期处于浮充状态，即使偶然放电，因放电深度与市电中断时间有关，因此很难获得蓄电池的保有容量。在电池运行过程中检测蓄电池的劣化程度（SOH-State of health），是用户最为关心的问题，也是后备方式使用蓄电池的最大难题之一。

目前，主要有7个方面的蓄电池检测/监测技术研究内容：

（1）以检测浮充数据为主的被动方法；

（2）传统的深度放电测试；

（3）新的部分放电测试技术；

（4）放电状态剩余电量（SOC-State of charge）估计；

（5) 蓄电池阻抗检测和分析；

（6）智能电池技术；

（7）蓄电池寿命预测的研究。

2 放电剩余电量计算

大多数使用VRLA的场合都需要在放电过程中得知剩余电量信息，此信息可能用百分比或剩余工作时间等方式表示。在蓄电池电量耗尽前需要完成某些操作，关停设备或启动其它发电设备。完全充电后的VRLA的放电剩余电量与电池的劣化程度有关，还与放电的电源大小、温度相关，尤其是在高倍率下。

与SOC相关的研究主要集中在电动汽车（EV-Electrical Vehicle）的“油料表”（Gauge），它必 须准确指示剩余电量，以便及时充电，而EV的变电流使用方式和刹车电量回授的影响使得SOC的计算更为复杂。

目前的SOC计算方法有以下几种。

（1） 电压—电量对应

世界最大的电池电量仪表制造商CURTIS公司的产品，部分使用电压—电量对应方法。

（2） 安时积分法

针对电动汽车的电池使用特点，研究了计算补偿系数的电量计量方法。

（3） Peukert定律

一种计算在不同电流和温度下放电容量的方法，其系数的确定较为困难。对于劣化到一定程度的电池，该定律是否仍然有效，目前还没有相关证实。

（4） 阻抗分析

Kenneth Bundy等人进行了通过阻抗谱数据的分析预测镍氢(Ni/MH)电池的SOC，获得了最大误差为7%的预测效果；Alvin J.Salkind等采用模糊逻辑算法，分析3个不同频点的阻抗虚部预测Li/SO2和Ni/MH电池的SOC亦获得5%的准确度。

（5） 复合技术

部分研究是采用以上几种方法的复合。

由于备用方式与循环深度放电使用方式存在本质的区别，如何计算备用方式的SOC受劣化程度的影响仍是目前的难题。

3 深度放电测试

深度放电测试被公认为最可靠的后备电池性能测试方法。

在许多的场合，为了确保电源系统的可靠性，定期对蓄电池部分放电检查电池的连接和性能，或者深度放电检验电池的保有容量。放电测试存在局限性、风险大，需要人工参与，而且对电池寿命影响很大。电力的有关规程要求对蓄电池定期进行容量核对性放电，但在实际执行中，大部分仍然只作30%—50%的放电。部分UPS设计有自动放电功能，即按一定周期启动测试功能，由于放电的深度一般都很小，而且放电过程只测量了整组电池的电压，单个电池的劣化还是不能及时发现。

4 浮充数据监测与分析

浮充数据监测主要有以下内容。

（1）电池组电压检测

浮充电压作为VRLA电池运行的最主要条件，是检测的首要参数。检测的主要目的是使电池处于合理的浮充电压下。电池组电压测量，可以发现充电机的参数设置是否正确。整组电池监测功能一般设计在整流电源内，测量电池组的电压、电流和温度，进行充电和放电管理，在电池放电时电池组电压低至某下限时报警。大部分产品可以根据环境温度变化调整电池的浮充电压，

（2）单电池电压检测

由于蓄电池是串联运行，整组电池的电压由充电机的输出来决定，充电机的正确工作并不能保证每个单电池的工作状态正常。单电池电压监测装置可以测量电池组中每个单电池的浮充电压，判断单电池是否充满或者被过充电、欠充、过放电等情况。根据有关研究，电池的开路电压可以在一定程度上反应电池的SOC和SOH，但浮充电压的高低与蓄电池的保有容量和劣化程度的关系尚不明确。

（3）浮充电压匹配程度检测

由于一组电池中单电池的老化程度不一样会影响到浮充电压的均衡性。基于某种统计规律，中点电压（MPV--Midpoint Voltage）方法作为一种简单廉价的检测方法曾被讨论和测试。

（4）浮充电流

这是从电池本身的角度探讨浮充电流的变化情况，电池的不同劣化程度会影响到浮充电流。对于一组电池，因为电池是串联运行，可接受的浮充电流差异会体现在电池的电压上。并且，浮充电流的测量是很困难或是成本较高的方法，现实中很少应用，有些检测装置的浮充电流数据的可靠程度不高，也很难进一步处理。

1996年我国原邮电部发布了《通信电源和空调集中监控系统技术要求》的标准，目的在于规范监测产品和技术。标准中明确要求监测到每一个单电池。目前，电信部门使用的产品大多都是依据该标准设计/生产的。制定标准后，电信运维部门期望监测设备能够起到重要作用，而实际情况是，在浮充状态，监测设备只能发现极个别性能很差、浮充电压超常的电池。对于浮充电压的小幅值差异监控系统并没有区别和处理的依据，也就是对于电池性能变坏、电池容量已经大幅下降，这时如果电池浮充电压变化不明显，监控系统不会发出警报，而只是当放电时发现某电池的放电电压（或曲线）异常才有警告，但一般为时已晚。

5 放电分析新技术

在对每个单电池进行电压检测的前提下，对电池组进行放电是一种有效的测量方法。电池是一个非线性动力学系统，将电池放电至其下限电压，或称完全放电是测试电池性能的最可靠方法。在此基础上，人们期望通过部分放电来预测完全放电的数据。

目前，有针对三种不同测量方法的部分放电方式。

（1） 瞬时放电，以测量电池的直流内阻，根据内阻数据分析电池的劣化程度（SOH）。研究人员对不同荷电状态和不同劣化程度的电池，进行了直流内阻的测试和分析，并对栅板腐蚀和失水两种不同劣化模式的差别进行了研究。

（2） 短时放电，根据短时放电的数据预测电池保有容量，在测量的放电电流下，不同劣化程度的电池放电输出电压的幅值会有差别，通过计算其偏差估计电池的SOH。从理论上讲，放电的深度越大，估计的误差越小。

（3） 短时放电，根据放电过程的电压跌落Coup de Fouet过程分析电池的SOH。VRLA电池由满充电状态转入放电以后，出现一段短时间的电压跌落，然后回升到放电平台电压。

6 阻抗测量与分析技术

阻抗测量是具有丰富实质意义同时又是最具争议的检测方法之一。对单电池进行内阻检测的监测，是电池监测技术的质变，即由被动监测电压到主动测试电池内部状态。

得出的结论是：

⑴ SOC和SOH确实影响电池内阻；

⑵ 环境温度亦影响内阻，尤其是低频下电池的动力学过程受扩散影响；

⑶ 因为温度影响阻抗，在现场测试时应该使用较高频率（10Hz—100Hz），这样可以减少温度的影响；

⑷ 铅酸电池的内阻变化幅度可大到100%，而镍镉电池只有10%的变化；

⑸ 大容量电池的内阻非常小，测量比较困难；

⑹ 不管内阻测试是否能反映电池状态，测试仪器的标准和测量步骤应该明确；

⑺ 用内阻技术发现有问题的电池后，仍需要进一步测试；

⑻ 不能直接用内阻数据反应SOC，因为SOH对阻抗影响很大。

在线内阻测试技术难度大，内阻准确度和抗干扰能力差别也很大。由于电池的内阻很小，放电时的电压变化幅值很小，需要较大的放电电流，所以放电测量方法的精度一般也很难提高。

7 寿命预测技术

蓄电池的设计使用寿命是根据其电极腐蚀速度计算得到的。蓄电池的实际工作寿命与使用条件的关系密切，主要因素是充电方式、浮充电压、使用温度、放电深度和次数。

寿命研究一般是针对实验室的加速寿命测试进行分析，对于现场的电池寿命预测研究较少。

IEEE Std 1188-1996中推荐的固定使用的备用电池更换标准为电池容量下降到80%。虽然电池在该时刻仍能提供相当高的容量输出，但电池劣化速度加快，应该及时更换，以保证电源系统的安全性。从经济角度考虑，提前更换需要更多的经费。

在YD/T799-1996中规定采用过充电测试电池的寿命，即蓄电池在规定电流（0.2C10）过充电状态下，年平均室温在15℃～25℃之间，每月按1h率放电1次，当其容量不大于80%时试验结束。2V系列阀控式铅酸蓄电池试验天数在240天以上，折合寿命为7年～9年。6V以上系列阀控式铅酸蓄电池试验天数在180天以上，折合寿命为5年～7年。该加速寿命的测试方法与电解电容的高温测试不同。

备用方式使用的VRLA一般工作在较为稳定的环境。因此，根据其衰变信息来预测电池的寿命也取得了一些研究成果。通过加速寿命试验可测得电池的衰变规律。在实际应用中，寿命预测主要用于制订电池更换计划。

8 智能电池技术

智能电池是指在蓄电池上附加有关智能电路，一般的智能电池包含有测量、保护、计算、存储和通讯5部分功能。

（1） 测量功能：直接测量充放电流、电压、温度，并转换为数字量。

（2） 保护功能：在电池过充、过放、短路时切断电池的输出。

（3） 计算功能：主要进行电量的计算，尤其是充满后放电剩余电量的计算。

（4） 存储功能：将电池使用过程的特殊数据存储。

（5） 通讯动能：和充电器/用电负载通讯，提供充电参数和剩余电量信息。

智能电池技术除了在高档便携器具使用外，是电动汽车的重要部分。

目前的智能电池技术，在蓄电池深度循环放电使用的场合发展日趋成熟，尤其是在锂离子 ( Li-ion ) 电池的应用。因为锂离子电池的充放电容量效率接近100%，因此，其智能化的技术相对简单。电池深度循环工作时，智能技术可以将充电的电量和上次电池放电的电量作为本次计算的重要数据，这样，即使在电池使用的整个寿命期间电池容量出现衰减，智能芯片也可以相对准确地估计放电剩余电量（SOC）。

对于备用电池，由于长期处于浮充状态，即使处于充满的状态，若在两次深度放电期间发生劣化，其保有容量就很难估计。因此，目前的智能电池技术，还不能完全直接应用在备用VRLA蓄电池来处理SOH和SOC。

9 结论

由于VRLA电池本身的复杂性，到目前尚没有一套完整的理论解释电池的劣化和失效行为，试图通过建立简单模型或对某一方面数据进行测试分析，来在线检测电池的各种失效模式引起的容量下降是不现实的。随着VRLA电池在重要场合的普及应用，又迫切需要在线监测电池状态，因此，对已有方法进行综合分析，设计更为有效的检测系统意义重大。

参考文献

[1] 张纪元. 阀控铅酸蓄电池的使用和维护，电池，Vol:27,No.6,1997:278—281

[2] 胡信国，毛贤仙. 阀控式密封铅酸蓄电池的最新进展，电源技术，Vol 24 No 4, pp.230-237,2000

[3] 刘军贤，杨秀敏.阀控式密封铅酸蓄电池早期失效问题的分析与研究。CIBF，Beijing,1999

[4] 桂长清. 密封铅酸电池电导与容量的关系，电池，Vol.30,No.2,2000:74—75

[5] 胡信国等. 阀控铅酸蓄电池内阻研究，电源技术，Vol.23,No.5,1999:302-303

[6] 肖明广. 使用方法对阀控式铅酸蓄电池寿命的影响， 电信技术，No.6, 1998:38～40

[7] Webb L. Burgess. An analysis of float service life test data of VRLA batteries. J. Power Sources 75 (1998) 28-35

[8] 史鹏飞. 电化学工艺学，哈尔滨工业大学出版社，1992：71～75 ■