[发明专利]一种锂原电池低电量的提示方法

说明书

一种锂原电池低电量的提示方法，属于锂电池技术领域，尤其涉及对锂/亚酰氯电池的低电量提示方法，其步骤包括：先测试锂原电池放电电流I，并对锂原电池定期施加脉冲，记录脉充前后的电压Uf和Ul，再根据Ri＝(Uf‑Ul)/I计算直流内阻Ri；接着根据放电电流I和放电时间t之积计算放电容量，得到电池当前消耗电量，同时在电池不同的放电电流及不同温度下统计并分析对应的电池实际最大放电容量，电池当前消耗电量比电池实际最大放电容量即为电池放电深度；最后绘制电池直流内阻与放电深度的关系曲线，找出直流内阻Ri随放电深度变化的突变点，对低电量做出提示。本方法简单易行无须严格建模，实用性更强，特别适用于锂/亚硫酰氯型一次电池低电量时的提示上。

技术领域

一种锂原电池低电量的提示方法，属于锂电池技术领域，具体涉及一种锂原电池低电量的提示方法，尤其是涉及对锂/亚酰氯电池的低电量提示方法。

背景技术

许多电子产品依赖电池提供工作所需的能量，随着电子工业的发展，众多电子产品对电池的需求越来越多，要求也越来越高。对于用户来说，电池剩余容量预测相当重要，锂电池若一直使用下去会产生“过放”，而锂电池在“过放”时会使电池泄气、漏液，甚至爆炸，造成一定的损害，所以电池剩余容量预测直接关系到用电器的安全性和可靠性，必须及时、准确地了解电池的运行状态，对电池进行合理有效的管理和控制，在低电量时对用户进行提示。锂一次电池由于没有充电过程，放电曲线非常平稳，直到电量耗尽时，电压才会明显下降。因此它缺乏像锂二次电池那样简单易行的估算剩余容量的方法，低电量提示存在一定难度。

电池低电量提示目前主要通过剩余容量预测实现，一般来说电池剩余容量常用电池荷电状态(State of charge，以下简称SOC)来表示。SOC的精确估算是电池能量管理系统中最核心的技术。电池的SOC无法用一种传感器直接测得，必须通过对一些其他物理量的测量，并采用一定的数学模型和算法来估计得到。目前常用的电池SOC估算方法有路电压法、安时法、内阻法、卡尔曼滤波法、线性模型法、人工神经网络法等。开路电压法进行电池SOC预测时电池必须静置较长时间以达到稳定状态，不能满足在线检测。安时法易受电流测量精度的影响，高温状态和电流波动剧烈时误差较大。内阻法分为交流内阻法和直流内阻法，目前主要采用交流内阻法，交流内阻要用交流阻抗仪测量，受温度和电池状态影响较大。卡尔曼滤波法通过递推算法实现SOC的最小方差估算，并能给出估计的误差，但是它受数学模型准确性约束，并且对于系统处理器的速度要求较高。例如中国专利《一种基于组合采样点卡尔曼滤波的电池剩余电量估计方法》(申请号200910100281.7)即是基于卡尔曼滤波的电池剩余电量估计方法，该方法可以方便地进行电池SOC的快速估计，收敛速度快，估计精度高，但是它受数学模型准确性约束，并且对于系统处理器的速度要求较高。

线性模型法是基于SOC变化量ΔSOC、电流I、端电压U和上一个时间点的荷电状态SOC建立的线性方程来得到电池SOC，目前应用还仅限于铅酸电池。人工神经网络法快速方便，具有高精度，神经网络输入变量的选择是否合适，变量数量是否恰当，直接影响模型的准确性和计算量，并且需要大量的参考数据进行训练，估计误差受训练数据和训练方法的影响很大。

综上所述，目前预测电池剩余容量的方法仍然各有不足之处，因此如何找出一种简单，易行的预测电池剩余容量并提示低电量的方法成为当前努力的方向。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种简单方便、适适应性强的一种锂原电池低电量的提示方法。

本发明解决技术问题所采用的技术方案是：一种锂原电池低电量的提示方法，其特征在于包括以下步骤：

a、测定锂原电池的放电电流I，多次测量求平均值并对放电过程中的锂原电池定期施加脉冲，记录施加脉冲前后的电压U_f和U_l，根据计算出电池直流内阻R_i；