唐山赛特蓄电池代理商

赛特蓄电池产业，充分体现了各国的差异性和各自优势领域，美国集中了全世界最优秀的尖端人才，科技领域的原创性最强，是世界当之无愧的No.1，但是往制造领域走，短板就比较明显，产业化难见规模和效益。日本的二次创新能力极强，最善于在美国人的技术基础上做改进，并将其做成产品，实现产业化，并且自动化程度极高，产品品质好，价格也很昂贵。韩国和中国的模仿能力最强，善于学习美国和日本，在扩大产业规模和降低成本方面非常突出。韩国人是举国之力发展大企业，产业集中度非常高，三星SDI和LG化学是韩国锂电的巨无霸，也在全球市场占有很大份额。中国的锂电池发展情况则是乱拳打死老师傅，民营企业一哄而上，蚂蚁啃大象，策略灵活多变，整体规模很大，但产业集中度低，缺乏核心技术。

销售：王浩

电话：18001283863

微信：xinzhong959563688

梅兰日兰蓄电池：www.meilandianchi.com

锂离子电池在使用中容易发生故障，如何及时、准确地诊断电池故障，可以延长电池使用寿命，提高电池一致性及可靠性。因此，电池在线故障诊断是电池使用领域的一个重要研究课题。考虑电池在使用中出现的故障现象、故障原因的复杂性，这些故障难以用准确的数学模型表述，也无法用准确的判断依据来诊断。因此，我们需要引入模糊理论，以模糊数学与模糊诊断原理为基础，给出一种电池故障模糊诊断方法。

本章首先介绍了模糊控制的相关理论知识，然后给出一种模糊故障诊断方法，进而对该模糊诊断方法进行了深入的分析和研究。

6.1模糊控制技术概述

1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。模糊集合这个概念的出现为经典模糊控制器的形成奠定了基础。

20世纪70年代末，出现了最优模糊控制、自组织模糊控制器、模糊控制规则分析以及模糊控制器的代数模型等理论成果，这些理论的出现为模糊控制的发展提供了很大的帮助。此外，这段时间在模糊控制模型辨识方面也进行了一些探索。

进入80年代，各种自适应模糊控制方法、模糊-PID、混合控制、模糊预估计控制、预见式模糊控制等多种模糊控制器的改进形式出现了。

90年代至今，在模糊控制技术大量成功应用的促进下，模糊控制理论和应用研究也进入了新阶段。人们在现有成果的基础上将自动控制学科中一些较成熟的理论和方法引入模糊控制建立其理论框架，并和精确域的控制方法以及其它智能化方法相结合形成了多种模糊控制新模式。在应用方面提出了模糊控制、模糊监督控制、模糊逻辑与神经网络、遗传算法相结合的方法等，并在工业应用中获得了满意的效果。例如：设计出了模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等新型的家用电器设备；在水净化处理、发酵过程、化学反应釜、水泥窑炉等工业控制领域中应用模糊控制；在地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人等专用系统中的模糊控制等。

赛特蓄电池在实际工程应用中，通常都是采用微型计算机来完成模糊控制算法的。目前

的一个研究趋势是采用单片机来实现模糊控制。单片机具有集成度高、灵活性好、开发方便且开发周期短等优点，这些使单片机成为搭建模糊控制器的理想平台。

6.2模糊控制的理论基础

模糊控制的理论基础主要包含以下几个概念：

模糊集合、隶属函数、模糊关系、模糊逻辑和模糊推理。

模糊集合这个概念是在1965年由美国加州大学的自动控制理论专家提出的。

模糊集合相对于普通集合来说，区别在于：普通集合所表达的概念是准确的，而模糊集合所表达的概念是界限不清的，它不能用单纯的“是”或者“否”来界定。

模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而出现了模糊数学这门学科。

隶属函数是模糊数学最基本和最重要的概念。隶属函数定义如下：用于描述模糊集合，并在[0，1]闭区间可以连续取值的特征函数叫做隶属函数。隶属函数的值称为隶属度，隶属度是用于描述一个元素属于一个模糊集合的程度。模糊集合中，由于模糊关系的不确定性，不能仅仅用“1”或者“0”来表示，而需要从0~1之间取值来表示其关系。这样，就可以定义一个无穷多值的连续特征函数，通过特征函数和隶属函数的关系来描述模糊集合。隶属函数用μA（x）表示，其中A表示模糊集合，而x是A的元素，隶属函数满足： 0≤μA（x）≤1。

模糊关系是模糊理论中一个重要概念。模糊关系的定义是：以集合A和B的直积A×B＝﹛﹙a,b﹚|a∈A,b∈B﹜为论域的一个模糊子集R，称为集合A到B的模糊关系。

如果，﹙a,b﹚∈A×B则称μR﹙a,b﹚为﹙a,b﹚具有关系的程度，μR﹙a,b﹚也可简化为R﹙a,b﹚。其中的子集R称为A到B的模糊关系，用公式表示为R=A×B。其中，模糊集合A和B的隶属度我们可以通过对控制的系统的实验和总结得到，那么通过上式求出关系R，以R作为控制规则，当系统输入一个模糊量A*时，通过模糊关系R就可以求出对应的输出量B*。

模糊逻辑作为一种新的逻辑理论随着模糊数学而诞生。模糊逻辑是对传统的数理逻辑的发展。模糊逻辑相对于传统的数理逻辑而言，区别在于：传统逻辑只处理明确性命题，用“真”或“假”来表示命题；模糊逻辑则用0~1之间的值来表示模糊关系，因此模糊逻辑也是连续逻辑，具有自身的运算规则和基本性质。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。它是解决各种复杂、非线性问题的有效方法之一。

模糊推理是建立在模糊逻辑基础之上的一种不确定性推理方法。模糊推理是指己知模糊命题，其中包括大前提规则和小前提已知证据的情况下，推断出新的模糊命题作为结论的过程，是一种近似推理。

6.3模糊诊断方法

对于电池的模糊故障诊断方法，首先需要了解专家对于电池故障中所出现症状的描述，如“电压上升快”、“充电不足”、“电压下降快”等，但是这些症状是界限不清的模糊集合，我们需要通过模糊数学模型才能对其加以描述。对于每一种症状都要选用适当的隶属函数，并用相应的隶属度来描述这些症状存在的倾向性。同理，电池故障也是模糊集合，每一种故障都可以用隶属度来表示。电池每一个故障与每一个症状之间都存在着模糊关系。模糊故障诊断方法就是首先建立起症状隶属度与故障隶属度的模糊向量集合，然后把每一个症状与每一个故障之间的模糊关系用隶属度表示，构成一个模糊关系矩阵，最后根据症状隶属度模糊向量和模糊关系矩阵可以求得故障隶属度的模糊向量，从而得到各种故障存在的倾向性，实现对电池故障的正确判断，以便及时的进行补救。

这种模糊故障诊断方法用公式来表达，如下所示。

首先，建立两个论域，即故障论域G和症状论域Z.

G={故障g1，故障g2，故障g3,…}，其中各元素的隶属度μgi组成模糊向量（子集）

Z={症状Z1，症状Z2，症Z状Z3，…}，其中各元素的隶属度μzj组成模糊向量



通常，电池的故障会体现若干不同的症状，而某一症状也表示有可能出现若干个故障，因此这两个论域之间存在着模糊关系，这种模糊关系即为症状Zj对应于故障gi的隶属度aij=μgi（Zj），从而得到症状与故障之间的模糊关系矩阵：



对于模糊关系矩阵A中各个隶属度，我们可以通过实验或专家给出，而症状的模糊向量α同样也可以通过实验或专家给出，因此A和α我们可以认为是已知，则可通过公式β= Aα求出症状的模糊向量β。

我们将上式展开如下：



在这个公式中，可看成是加权值，因此要求。

6.4模糊系统总体结构

电池组故障模糊诊断系统以信号采集电路所采集到的电池电压、电流和温度值为依据，结合知识库中保存的锂电池使用和维护的经验和规则，利用存储在数据库中症状与故障之间的模糊关系以及设定的诊断规则，采用模糊综合评判的方法对电池故障进行诊断。其功能结构如图6.1所示。



该模糊诊断系统主要由以下几个模块组成：

1）知识获取模块。完善知识库中的电池诊断方法，扩充和修改症状与故障之间的模糊关系矩阵。

2）全局数据库。除了存放信号采集电路所采集到的电池电压、电流和温度值，还记录在诊断过程中的一些中间数据。

3）规则库。电池诊断规则和相关知识的存放地点。

4）推理机。依据知识库中的诊断规则和模糊关系矩阵，控制推理过程。

5）人机接口。进行人机交互。

6.5规则库建立

规则库是电池组模糊故障诊断系统中非常重要的一个模块。规则库的建立关键是要抽象化专家知识，将其变成规则。对于本诊断系统来说，就是需要得到症

状的隶属度函数、症状与故障之间的模糊关系矩阵以及对故障的诊断规则，然后将这些信息存储起来，构建成规则库。

对于电池组故障诊断系统来说，症状与故障之间的关系主要有：电池在闲置时电压下降较快且电池放置时间长时电压较低，则表示电池自放电率高；充放电时电池电压异常，则表示电池内阻过大；当开路时，电池电压较低且无法带动负载，则表示电池可能报废或连接不正常；电池组放电时，其中一节电池电压下降比别的快，则表示该节电池可能充电不足或该电池已损坏；在充放电时，电池电压上升和下降速度异常，则表示该节电池容量变小或极板损坏；充电时电压极高，则电池内部开路。

6.5.1症状隶属函数的确定

症状隶属函数是依据信号采集电路对电池电压、电流和温度值的实时采集数据得到的。不同时间段采集到的电池状态数据都对电池症状有所影响，只不过时间不同，采集到的数据对电池症状影响的程度不一样。例如对于“电压下降快”这个症状，在放电的初始阶段比后面更能反映该症状。因此，先求每个采样周期的症状隶属度，然后对不同采样周期设定不同的加权值，最终得到该症状的隶属度。该算法定义如下：

定义： m为采样阶段次数；t为每个采样阶段的采样次数；PLK为电池组中第L个电池出现症状K的隶属度值；PLKI为电池组中第L个电池出现症状K在第i个时间段的隶属度值；P(t)LKI为电池组中第L个电池出现症状K在第i个时间段的第t次采样数据的单次隶属度值；C(n)是加权函数

6.5.2单次采样数据症状隶属函数的确定

在建立规则库时，我们定义了故障诊断系统中可能出现的电池症状，主要有以下几点：

⑴充电时电池电压上升快；

⑵放电时电池电压下降快；

⑶充电温度高，放电温度高；

⑷充电时电压极高，放电电压极低；

电池出现故障所对应的症状主要都是处于充放电两种状态下，并且都是跟电池的电压和温度这两种外部特性数据有关，且变化程度分为高、低、极高、极低等。

由此，可得单次采样数据症状隶属函数如下：




Psta(I)为电池的状态函数，Psts(X)为电池的外部特性数据函数。Psta(I)由其对应的症状所描述的状态决定，Pcha(X)则取决于它所对应的症状所描述的电池外部特性数据及其变化程度，一般是一些根据电池的充放电曲线和电池使用经验数据初步给出并通过试验调整得出的离散函数。

6.5.3模糊矩阵元素的确定

模糊矩阵元素的确定大多是先由专家根据经验确定，再在实践中修正的方法。

在前面我们对电池故障与症状之间的模糊关系已经做了一些介绍，某一故障可能因为多个症状产生，某一症状的产生也可能会引起多个故障。它们之间的隶属关系通常是处于稳态的。因此我们需要经过多次实验，依据实验结果和专家对电池故障特性的研究成果以及经验，才能最终得到精确的症状与故障之间的模糊关系矩阵参数。

6.6推理诊断过程

在建立规则库时，我们了解到在电池的使用过程中，经常出现的故障主要有电池充电不足、电池损坏、内阻过大、电池容量小、板极损坏等。

这m种故障和这n个症状的模糊关系矩阵被保存在数组DIAG[m][n]中，这个数组里保存的是代表规则里各个症状因素对故障的作用和影响大小的加权修正值。

如果症状i对故障j的作用为零，则DIAG[j][i]=0.

设某电池的症状隶属度依次为：



故障隶属度依次为：



则一个具体故障的隶属度viμ可用以下公式表示：



数组DIAG中各元素的大小是专家系统的各规则的关键部分，需要同专家深入讨论并不断用试验验证，不符合的要反复调整，直到结果与电池的故障状态符合为止。

6.7诊断结果

电池组故障诊断结果是通过对电池组做放电实验得到的。

诊断结果如表6.1所示。

6.8结论

目前，该故障诊断模糊算法中对于电池组症状隶属度的大小还没有一个明确值，需要经过长期的实验才能得到其准确的数据。另外，很多规则也需要经过多次的运行才能准确的定义。因此，该算法还不成熟，需要经过长期的运行、实验和调试才能使其最终完善。

 

交 流 输 入 参 数 相 数 三相+N+G 标称电压 380VAC±25% 标称频率 50Hz±10%，60Hz±10% 电压谐波失真 ＜10% 软 启 动 0～100% 5sec 电 池 电池数量单元 30节/12V串联 标称电池电压 360V 大放电电流（A） 25 38 51 76 101 152 203 253 305 405 550 760 1015 浮充电 压 405V（3个月电池自动均充一次，均充电压435V） 充 电 电 流 1A～30A(可调) 逆 变 器 功率因素 0.8/0.9可选 相 数 三相+N+G 标称电压 380VAC±1%（稳态负载）,380VAC±3%（负载波动） 标称频率 50Hz±0.05%，60Hz±0.05%（电池供电） 频率稳定度：不同步时 ＜±0.05% 频率稳定度：同步时 ＜±5% 输出波形 正弦波 总谐波失真 线性负载＜2%；非线性负载＜4% 动态负载电压瞬变 ＜±5%（由0到100%跌变） 瞬间恢复时间 ＜10 ms（±5%） 不平衡电压 <±3% <±1%（平衡负载电压） 过载能力 125% 10min后转旁路 ,150% 1min 后转旁路,＞150%200ms后转旁路 逆变器效率,负载100% 95 旁 路 相 数 三相+N+G 标称电压 380VAC±25% 标称频率 50Hz/60Hz±10% 逆变器/旁路（转换时间） （过载）0ms 系 统 结 构 效率负载100% ＞91%，95%，ECO经济模式 计算机通讯接口 RS232，（485、网络远程监控选件） 运行温度 0～40℃ 相对湿度 0～90%未结露 运行高度 ＜2000米（每增加100米功率下降1%，高4000米） 冷却方式 强制通风（温控式） 噪 音 ＜65 箱体颜色 黑色 输入电缆 底部/背部 易维护 前面/上面/左右面均可打开 输入装置 接线端子排 输出装置 接线端子排 尺寸（D*W*H)mm 800*500*1100 850*500*1100 750*850*1500 1100*900*1700 1200*1500*1800 1300*1800*1800 主机重量(Kg) 200 250 340 400 480 650 900 1200 1300 1480 2000 2100 2500 选件 RS485、并机板、网管系统、电池检测系统、防雷装置、订购时请说明 本资料若有变动，恕不另行通知。以实物为准。 根据客户要求定制电压（单进单出、三进单出、三进三出） 型号命名：HET－**KVA－Ｚ／ＤＤ 　　　　　　　　　　　　　　　　　　　　DD：交流单相输入、单相输出 　　　　　　　　　　　　　　　　　　　　TD：交流三相输入、单相输出 TT：交流三相输入、三相输出 Z：在线式 H：后备式

三、产品发展的路线之争

目前已量产的锂电池，其主要差异在产品的外形和正极材料，所以这里所阐述的路线之争，也主要围绕这两个方面展开。

上面这张图，可以直观的表述锂电池的正极材料发展路线：

第一代的锂电池，在90年代早期投入市场，正极材料以钴酸锂为主

第二代的锂电池，以锰酸锂和磷酸铁锂为代表，在本世纪早期逐步商业化

第三代的锂电池，为全面提升锂电池性能，并进一步降低成本，于近几年发展起来，其正极材料包括镍钴铝三元，镍钴锰三元，改性锰酸锂和磷酸铁锰锂(BYD)

随着第三代锂电池的快速发展，电动汽车的市场规模和普及度也得以迅速提升，商业化的前景已经逐步明朗。

锂电池的外形主要有圆柱形，方形和软包三种类型。

1、圆柱形锂电池的主要特点：

自动化生产工艺成熟，产品良率高，一致性好；

电池小、电池组散热面积大，散热性能优于方型电池；

成组工艺复杂，组成系统之后的可靠性低。

2、方型锂电池的主要特点：

壳体采用铝合金、不锈钢等材料，结构强度高，承受机械载荷能力好；

壳体较重导致电池组能量密度受到一定限制；

工艺复杂，产品良率低，一致性较差。

整个电力系统正变得更加清洁。随着电动汽车的大规模发展，可以通过供给、消费、技术、体制、合作，真正实现清洁、绿色出行。

现在是一个能源变革的时代，整个电力系统正变得更加清洁。我国风能、太阳能实现了突破式发展和规模化应用，已成为世界装机和并网规模最大的国家。光伏从最初的航天应用，一度电7、8块钱，降到现在一度电7、8毛钱，正规模化进入民用领域。

整个电动汽车产业，正随着能源变革，也进入产业变革期、爆发期。在供应侧，水电、风电、太阳能发电等绿色清洁的电力正逐渐替换石油。随着电动汽车的大规模发展，未来可以真正实现清洁、绿色出行。而充电基础设施的建设，也正在进入大规模的腾飞期。这个过程需要平稳、健康地度过。

从我们的角度来看，充电桩将是未来能源系统中非常重要的环节之一。我们研究认为，2030年可能50%的车将是电动汽车，2050年80%以上的汽车都将是电动汽车。那么靠什么连接？充电桩。充电桩连接到千家万户，会产生很大的负荷，车、桩、网、运营必须是一体，充电桩将来在其中发挥关键作用。车主、电网企业、汽车制造企业，第三方运营机构需要相互有很好的沟通和合作模式。

我们提出一个分享租赁模式，未来，随着电动汽车的普及，不可能做到一车一桩，充电桩的建设可能会更加集中、使用起来会更加智能。希望通过第三方机构的分享，使整个系统更加高效、智能，但技术上，充电授权，责任问题，物业配套问题都需要进一步探索。需要电动汽车充电企业，电动汽车车主、租赁公司共同来参与市场，加入集中运营的平台。

未来，随着能源互联网发展，能源互联网会把一个集中式的、单向的电网转变成能够和更多人互动的电网，电动汽车车主能够在自己的家中、办公室里和工厂里生产绿色可再生能源，自用多余的则可以与他人分享，更多的消费者将共同来分享发展的红利。