基于89C51单片机的开关电源优化设计

、故障判别子程序、均充及浮充子程序、中断检测子程序和通信子程序等。主程序流程图如图4所示。

图4 主程序流程图

在初始化过程中，先是将89C51各个输入端口复位，然后从EEROM中读出上次关机前存入的数据，控制开关电路，并进行显示。初始化完成后，开中断程序。若有中断请求则响应，否则进行数据采样并读取给定值，然后进行数据处理;若有短路或过流情况发生，则调用报警保护子程序;若要对电池浮一定的动态性，能在一定程度上反映出电池内部的变化及SoC的大小，但该方法在推导过程中是假设电流是时变的，若电池在一个较长时间段内恒流放电，则会大大降低SoC预测的准确性。基于状态空间的动态模型以反应物的动态变化建立模型，以测量的电流和电压作为输入量计算SoC，同时考虑了活性物质的扩散现象，以此提高SoC的精度，是一种较好的方法；但由于电池模型阶数较高，计算比较困难，模型的建立需要确定相当多的经验参数，给应用带来较大麻烦。

基于能量模型的SoC定义修正了原来 SoC模型的不足，考虑到电池的可恢复性，综合了电流、电压、电阻判断，在一定程度上提高了SoC的判断精度，但它没考虑温度的影响，需要大量试验数据。由于电池是密封的，所以外部可测参数只有电流和电压，采用Randels Ershler电池模型对电池建模，并通过精确的安时积分估算SoC，同时进行容量老化补偿、温度补偿、自放电补偿及放电率补偿，也不失为一种可行的方法。

上述方法能够在一定程度上反映剩余电量的多少，适用于电动车用电池SoC的预测，但是这些模型参数确定需要许多反复的迭代步骤，并且重要的是，这些算法必须知道电池的SoC初值。因为要实时计算显示SoC的值，这是需要时间的。模型越复杂，计算SoC所需时间也越多。 SoC的预测方法很多，但要达到较高的精度，在电池建模及SoC预测方法方面还有大量的工作可做。