3.1 模型参数识别

　　本文选取二阶RC模型为电池模型，如图6所示，其中Uoc为开路电压，Ro为电池内阻，R1和R2为极化电阻，C1和C2为极化电容，I为流经内阻的电流，U是电池端电压。

　　该模型在频域下的状态方程为:

　　将电流I视为系统输入，电压U视为系统输出，故需要辨识的参数有Uoc、Ro、R1、R2、C1和C2。通过z变换，可将式(2)整理成差分方程的形式:

　　式中T为采样时间。

　　可见，采用最小二乘法可以辨识出模型的全部参数。

　　3.2 荷电状态(SOC)估计

　　蓄电池的开路电压与SOC之间的关系如图7所示，可知，荷电状态在10%～90%范围内与开路电压之间存在一定的线性关系，文献指出蓄电池的开路电压与SOC之间存在如下关系:

　　式中Voc为开路电压，Va为蓄电池充满电时的开路电压，Vb为蓄电池充分放电时的开路电压。

　　因此通过测量开路电压就可直接得到SOC，由于蓄电池的开路电压可以通过最小二乘法估计出来，通过式(8)可得到蓄电池的荷电状态。

　　4 实验结果与分析

　　为了说明本系统的可行性，搭建了一套基于ARM的蓄电池在线监测系统，并对12 V、45 Ah蓄电池充电过程进行试验。硬件检测电路如图8所示，上位机检测界面如图9所示。系统运行过程中，界面显示每一个电池的健康状态、工作状态及SOC，点击某一电池即可显示其详细状态，此时蓄电池的监测状态与实际状态如表1所示。

　　由表1可知，本文设计出的系统可以准确的估计出蓄电池健康状态。

　　5 结论

　　文中设计了一种基于ARM的蓄电池在线监测系统，该系统可在线隔离监测蓄电池的电压和电流，同时将这些量通过CAN总线传输到上位机电脑显示并存储，利用最小二乘法识别出蓄电池模型的参数，并估计出蓄电池的荷电状态。该系统能够直观的显示蓄电池当前的各个状态，并形象的显示状态的变化趋势，以便使用户准确判断电池的健康状态，从而延长电池的寿命，提高UPS系统的稳定性能。