針對閥控鉛酸科華蓄電池組在線狀態(tài)檢測及故障預報算法研究
 
     電力／通信系統(tǒng)中的直流電源設備主要選用閥控鉛酸(VRLA)蓄電池。由于這種蓄電池又被稱為“免維護”蓄電池，這就給操作人員一種誤解，認為該種蓄電池不需要維護，使得在很多場合VRLA蓄電池實際上處于一種長期完全不維護的狀態(tài)。實際上蓄電池作為一種電化學產品，對使用環(huán)境和運行工況都有比較嚴格的要求，因此，如何監(jiān)測VRLA蓄電池的運行狀態(tài)，對其建立起一套有效的維護管理方法，具有重要的現(xiàn)實意義。

     本文在深入分析VRLA科華蓄電池工作原理及使用性能的基礎上，提出了一種新型的完全在線的蓄電池內阻的檢測方法，并在山東星銳電力科技有限公司生產的BMMS220-18A蓄電池組在線狀態(tài)檢測裝置中獲得了實際應用。該方法針對現(xiàn)有的兩種內阻檢測方法——直流放電法和交流注入法中存在的缺陷，將被測單體蓄電池分別對兩組負載進行放電，通過對兩次的放電電流、電壓進行計算得到蓄電池的內阻值。實踐證明，該方法克服了整組蓄電池在線放電存在的安全隱患，減小了放電功率，降低了設備制造成本，使故障的定位更加精確。
    VRLA科華蓄電池是一個復雜的非線性系統(tǒng)，在充放電過程中，蓄電池內部存在著極為復雜的物理和化學變化，為了實現(xiàn)對蓄電池內阻變化趨勢的預測，本文分別采用了灰色系統(tǒng)、神經(jīng)網(wǎng)絡和模糊控制三種方法對VRLA蓄電池內阻進行建模，并對結果進行了橫向比較。
   仿真結果表明采用動態(tài)新息GM(1，1)模型預測的精度高，能夠準確的判斷出故障點；采用RBF神經(jīng)網(wǎng)絡預測精度高，但是需要大量的樣本進行學習，實現(xiàn)較為困難；模糊控制的方法雖然結果存在靜差，但當離線的模糊控制表建立以后，程序運行速度很快，可以滿足實時在線的要求。 在實現(xiàn)對VRLA蓄電池內阻預測的基礎上，本文還結合VRLA科華蓄電池的其他參考因素(電壓、電流、溫度)的影響，對VRLA蓄電池荷電狀態(tài)(SOC)進行預測。仿真結果表明采用RBF神經(jīng)網(wǎng)絡方法需要同傳統(tǒng)的蓄電池容量監(jiān)測方法結合使用，先用傳統(tǒng)方法判斷出各時刻的蓄電池荷電狀態(tài)，再通過神經(jīng)網(wǎng)絡進行預測，這種方法工作量大，實現(xiàn)較為困難，目前僅停留在理論階段；而采用模糊控制的方法程序實現(xiàn)容易，運行速度快，但精度還需要進一步的提高。 由此可見，本文已經(jīng)基本實現(xiàn)了對蓄電池運行狀態(tài)的離線分析，通過對VRLA蓄電池內阻和荷電狀態(tài)的預測，可以準確的找到VRLA蓄電池容量失效的時刻，實現(xiàn)對蓄電池運行狀態(tài)的監(jiān)測和故障預報。但是若要滿足實時在線的監(jiān)測和預報，還需要繼續(xù)檢測蓄電池的各項參數(shù)，改進理論模型，進一步提高預測精度，并完善該算法在嵌入式系統(tǒng)中的實現(xiàn)。