CN104348205A - 一种基于soc-soh分布式bms系统 - Google Patents

Abstract

一种基于SOC-SOH分布式BMS系统，包括：多种可充电电池模块、传输网络、后台服务器，所述后台服务器包括通信服务器CS、数据服务器DS、处理服务器PS和相应管理服务器MS，其特征在于：每个终端电池模块连接到一个主控装置，每个所述电池模块内部都设有前端采集电路，所述前端采集电路采集电池组的信号参数并传输到所述主控装置，所述主控装置通过所述传输网络将大数据传输到通信服务器CS，其中所述通信服务器CS按照分布式协议，通过TCP/IP连接数据服务器DS进行数据存储，并连接所述处理服务器PS进行数据分析和计算，依据实际反馈的在线电池组的SOC-SOH估算容量来对电池组进行监控。

Description

一种基于SOC-SOH分布式BMS系统

技术领域

本发明涉及一种基于SOC-SOH分布式BMS系统，特别涉及利用SOC-SOH值来控制电池充放电及均衡和大数据分布式系统，基于锂电池SOC-SOH进行监控和控制的一种BMS系统。

背景技术

随着能源紧缺，石油涨价，城市环境污染的日益严重，替代石油的新能源的开发利用越来越被各国政府所重视，如太阳能，风能，热能等一些自然资源。在这些自然资源所组成的新的能源体系中，过去的产业化政策导向偏重能量转化技术的开发与研究，各国也都取得了瞩目的成果。但是有能量的转化，就要有相应的能量储存与再释放。大容量大功率的储存与释放技术与计算机自动化控制技术的结合催生了现代新能源利用的广阔前景。电池的储能与充放电技术就是其中最为广泛的应用之一。

现在新型铅酸电池、超级电容、锂电池(二元、三元锂、铁锂)等在本世纪初发展迅速，由这些电池单元组成的大电容、大功率电池组的应用也迅速地发展起来。其中最有发展前景的应用当属电动汽车。电动汽车内部的动力电池组是成百上千颗动力锂电池电芯通过计算机电气控制与管理系统(BMS)的连接，组成一个智能化的动力系统，其逐渐成为电动汽车发展最为核心的技术。

BMS系统(电池组控制与管理系统)对电池组的电压、电流、温度、在线时间进行采集，通过分布式大数据存储和神经网络计算方式对SOC-SOH值在线估算；同时还进行漏电检测、热管理、电池均衡管理、报警提醒、计算剩余容量、计算放电功率、报告SOC-SOH状态等操作；还根据电池的电压、电流及温度用算法控制最大输出功率以获得最大行驶里程，以及用算法控制充电机进行最佳电流的充电；通过总线接口与车载总控制器、电机控制器、能量控制系统、车载显示系统等进行实时通信。

电池管理系统BMS是动力电池组和储能电池组必须配置的核心部件。动力电池管理系统BMS随着电动汽车的发展而发展。目前，国内外的动力电池管理系统大多采用终端模式系统，通过检测电池两端的电压、电流等参数直接控制与保护系统，但由于电量的估算存在大量的非线性数据处理，车载系统使用这种多维非线性系统存在着比较大的缺陷。所以利用前端计算机控制技术、锂电池组的软件控制机制，大数据的智能协议传输、具有存储和处理大数据能力的后台服务器平台，通过神经网络算法训练模型对电池SOC-SOH值估算，来对BMS系统进行控制是很有前瞻性和必要性的。

发明内容

本发明的目的在于算法平台提供电池包的各种SOC-SOH值，控制电池包的充放电及均衡等其他过程，提高电池一致性和利用率，提高整个BMS系统的大数据处理可靠性、安全性和稳定性。

本发明是通过以下技术方案实现的：

一种基于SOC-SOH分布式BMS系统，包括多种可充电电池模块、传输网络、后台服务器。后台服务器包括子服务器通信服务器CS、数据服务器DS、处理服务器PS和相应管理服务器MS。每个终端电池模块连接到一个主控装置，每个电池模块内部都设有前端采集电路。前端采集电路采集电池组的信号参数并传输到主控装置，再通过传输网络将大数据传输到通信服务器CS，其中通信服务器CS按照分布式协议，通过TCP/IP连接数据服务器DS进行数据存储，并连接处理服务器PS进行数据分析和计算，依据实际反馈的电池组SOC-SOH(State ofCharge-State of Health，电池剩余电量-电池健康状态)的估算容量来对电池组进行监控。

本系统基于分布式结构，具有计算大量数据的能力，同时也有存储和处理大量数据的能力，能够调度、整合分散在不同地方的后台服务器中的数据资源，实现多服务器之间的协同工作，使多台服务器可以对外提供同一种服务，并提供很好的实时数据提供与访问性能。

每个终端的所有电池模块连接到一个主控装置MCU。每个电池模块内部设有前端采集电路ECU，包括差错报警装置，电压、电流、温度和时间信号采集电路，均衡装置，功率控制电路，独立的充放电电路，保护电路。

ECU采集电池电流、电压、温度、时间参数信号传输到MCU，MCU通过传输网络将这些数据传输到后台服务器，根据分布式协议智能分配数据到专用数据服务平台进行数据分析计算，再根据不同的用户返回相应的实际估算在线容量SOC-SOH来协调BMS系统的控制。

在线电池组SOC-SOH的估算容量是由处理服务器PS对电压、电流、温度和时间数据分析，并利用神经网络算法计算得到的。电池模块内部根据SOC-SOH在线估算值设计其充电保护、过放电保护、过电流保护及短路保护电路，并且监控电池的充放电状态，当SOC-SOH达到预设值时即报警，用以保护电池模块及外部装置。均衡装置根据在线电池组SOC-SOH的估算容量，当可充电电池模块单芯容量相对误差超过10％时，均衡校正功能自动开启，从容量较高的电池中抽取多余的电流，在线转移多余的电量到容量较低的电池中，实现电池间的容量动态均衡，延长电池使用寿命，增加安全性。

传输网络通过网络多任务Internet/2G/3G进行终端内部的主控装置与后台服务器之间的数据传输。多个通信服务器CS、数据服务器DS和处理服务器PS之间多协议连接，实时通信。通信服务器CS接收从传输网络发送来的数据，将这些数据根据数据特性和分布式协议分发给数据服务器DS和处理服务器PS。处理服务器PS负责利用神经网络算法处理接收的数据，并将处理后的结果发送至数据服务器DS存储；反之，数据服务器DS的阶段存储参数发送到处理服务器PS作为临界参考值。数据服务器DS和处理服务器PS将交互式处理的结果作为下一个循环，系统运行的初始化环境。管理服务器对子服务器处理后的数据进行统计整理，面向用户Web查询和数据分析。

终端类型包括但不限于电动汽车、电动巴士、移动机房、特种车辆。一种终端对应一套后台服务器，即多个子服务器和一个管理服务器。同时，不同种类的终端由不同的算法控制，同种类不同容量级别的终端由同一算法不同的阀值去优化控制。

本发明的特点在于：后台服务器和分布式结构的应用使系统具有能够实时在线处理多维非线性大数据的能力，将电池成组技术和SOC-SOH控制技术、基于电池单芯容量对电池组容量的控制理论结合起来，与目前市场上单一的根据采集的电压、电流等参数直接控制与保护系统的概念比较，更加能实现精确的控制，从而使前后台交互数据更加强大和稳定，用来监控电池组，提高电池一致性和利用率，延长电池使用寿命，提高整个系统的实时可控性、安全性和稳定性。

下面参照附图结合实例对本发明作进一步的说明。

附图说明

图1是本发明BMS系统网络拓扑图。

图2是本发明BMS系统逻辑功能图。

图3为本发明系统60～90V取电电路原理图。

图4为本发明前置系统电路原理图。

图5为本发明系统电池充放电控制算法特性图。

图6为本发明BMS系统估算算法流程图。

图7为本发明BMS系统控制算法与估算算法交互框图。

图8为本发明数学模型实验数据流程表。

图9为本发发明管理平台服务及配置图。

具体实施方式

现以10*100台，即10种不同类型，每种100台，单台为24P8S锂电池的纯电动汽车同时工作为例，说明本发明工作原理。其中，有种类1～5共5种不同类型的电动车为区域1内的，另外种类6～9为区域2内的，如图1所示。种类1包含100台相同种类的纯电动汽车，对应电池模块1～100，这100个电池模块对应的主控装置为MCU001～099；种类2～10以此类推。

对于单台电动车，其内部包含8个电池模块，共24*8＝192颗电芯，这8个电池模块内部共包括8路实时电流采集电路，30秒间隔的4*8节点温度实时采集电路；8个电池模块对应8块ECU板，连接到1个主控MCU装置。

1.电池模块电池包输出的60～90V经过DC-DC模块电路转化为24V，首先需要给8个ECU板、1个MCU板和1个POWER板供电，如图3所示。

2.电池ECU模块采集IC将采集到的电池组数据(V、I、Temp、Time)通过光耦和磁隔离电路，传输到ECU主控IC的SPI接口，ECU主控IC将处理后的数据通过CAN协议总线传输至MCU模块，如图4所示。MCU初始化时，与后台服务器通过传输网络建立连接，接收后台服务器发送的对应电池包的网络模型。MCU模块接收到ECU模块传输的采集数据后，根据网络模型进行SOC-SOH值预估，并在本地LCD上显示当前的电压、电流、温度、时间、SOC-SOH值；同时，MCU模块将采集到的数据标注上相应的电池类型Btype、电池组数量Bnum、电池包包号Bpkg通过传输网络一同发往BMS系统的通信服务器CS(Communication Server)的侦听端口，如图2所示。

3.通信服务器CS的主要功能为接收并根据分布式协议分发采集数据，其将本机地址映射到公网，通过Internet/2G/3G模块接收数据。当接收到一个新的MCU连接请求，CS创建一个新的任务与MCU进行实时数据交互。同时，通信服务器CS根据电池类型Btype、电池组数量Bnum进行判断，将采集到的电池类型Btype和电池组数量Bnum相同的终端的数据发送到对应的数据服务器DS(Data Server)中，如图2所示。

4.数据服务器DS主要存储电池组的所有采集到的和处理服务器PS(Process Server)处理后发送过来的数据，采用mysql数据库。一台数据服务器DS存储从电池类型Btype和电池组数量Bnum相同的终端电池中采集到的数据；从类型相同但数量不同，或类型不同的终端中采集到的数据，需要分别存储在不同的数据服务器DS中。所以在区域1中，对应多种纯电动汽车终端，一套后台服务器包含多台数据服务器。一台数据服务器DS对应一台算法处理服务器PS，如图2所示。

5.处理服务器PS利用神经网络算法处理接收的数据。采集到的电池数据(V、I、Temp、Time)作为输入层，实时输入，并传递给中间层各神经元。中间层是内部信息处理层，负责信息变换。根据信息变化能力的需求，刺激函数取为(0，1)内连续取值Sigmoid函数：

f(x)＝1/(1+e)

为提高预测速度，中间层设计为单个隐含层；并将信息传递到输出层各神经元，经进一步处理后，完成一次预测的正向传播处理过程，由输出层输出SOC-SOH预测值，如图6所示。

误差计算函数为：

$E_p=\frac{1}{2}\×\mathrm{\Σ}(t_{\mathrm{pi}}-O_{\mathrm{pi}})$

当预测值输出超过误差阀值时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐含层、输入层逐层反传，自学习模型为：

${\mathrm{\ΔW}}_{\mathrm{ij}}(n+1)=h\×{\mathrm{\Φ}}_i\×O_j+\∂\×{\mathrm{\ΔW}}_{\mathrm{ij}}\left(n\right)$

6.将达到期望的预测值作为输出，标定电池类型Btype、电池组数量Bnum、电池包包号Bpkg回发至通信服务器CS，并传至相应MCU端。

处理服务器PS定时(每24小时)将最新接收到的电池参数重新进行神经网络训练，并将最新的网络模型发送至MCU；MCU采用最新的网络模型实时预测电池剩余容量SOC-SOH，以保证预测结果的实时性和准确性，如图6所示。

7.剩余电池容量SOC-SOH达到30％时，MCU系统通过Alarm报警灯和Beep提醒用户，并显示剩余容量和预测可运行时间；电量每减少5％进行一次预报警，直到系统电量仅剩8％。此时，MCU参考单芯电压的极限电压、主电路电流，将切断主运行系统的供电，开启辅助电路，以维持各电路板控制系统的运行，如图5所示。

8.异地(分布式)同类型、同电池数量包的数据服务器DS每60分钟进行数据更新同步；当电动车运行到服务器监控区域边界时，服务器数据切换参考蜂窝网越区切换方案进行数据更新与同步，如图7所示。

9.系统管理员可通过Web监控界面登陆到管理服务器MS(Management Server)，输入查询的电池类型、电池包数量、电池包包号，查询时间范围，实时查询该时间段电池的使用情况和剩余电池SOC-SOH的曲线；并可实时监测正在报警状态的电池包，以便相关服务人员采取提前准备工作，从而提供迅捷、实时的服务，如图8和图9所示。

Claims (9)

1.一种分布式BMS系统，包括：多种可充电电池模块、传输网络、后台服务器；所述后台服务器包括子服务器通信服务器CS、数据服务器DS、处理服务器PS和相应管理服务器MS。 

2.如权利要求1所述的分布式BMS系统，其特征在于：每个可充电电池模块通过内部前端采集电路采集电池组的信号参数并传输到主控装置MCU，所述主控装置MCU通过所述传输网络将大数据传输到通信服务器CS，其中所述通信服务器CS按照分布式协议，通过TCP/IP连接数据服务器DS进行数据存储，并连接所述处理服务器PS进行数据分析和计算，依据实际反馈的电池组SOC-SOH的估算容量来对电池组进行监控。 

3.如权利要求1所述的基于SOC-SOH分布式BMS系统，其特征在于：所述传输网络通过网络多任务Internet/2G/3G进行数据传输。 

4.如权利要求1所述的分布式BMS系统，其特征在于：所述多个子服务器通信服务器CS、数据服务器DS和处理服务器PS之间多协议连接，实时通信；所述通信服务器CS接收从传输网络发送来的数据，将这些数据根据数据特性和分布式协议分别发送至数据服务器DS和处理服务器PS；处理服务器PS负责处理接收的数据，并将处理后的结果发送至数据服务器DS存储；反之，数据服务器DS的阶段存储参数发送到算法处理器PS作为临界参考值；所述数据服务器DS和处理服务器PS将交互式处理的结果作为下一个循环里系统运行的初始化环境。 

5.如权利要求1所述的分布式BMS系统，其特征在于：所述管理服务器接收数据服务器和处理服务器发送的数据，并对这些子服务器处理后的数据进归类和统计整理，面向用户Web查询和数据分析，一个区域只有一个管理服务器。 

6.如权利要求1所述的分布式BMS系统，其特征在于：一种终端对应一套后台服务器，即多个子服务器和一个管理服务器；同时，不同种类的终端由不同的学习算法结果控制，同种类不同容量级别的终端由同一算法不同的阀值去优化控制。 

7.一种SOC-SOH容量估算方法，应用于分布式BMS系统，包括以下步骤： 

A.开始 

B.判断是否开始训练，是则进入步骤C，反之进入步骤D 

C.将电压、电流、温度、时间信号作为输入层，利用神经网络训练数据，进入步骤E 

D.直接利用上次电池停止使用时的SOC-SOH初始值作为此次SOC-SOH，进入步骤E 

E.对估算得到的单芯SOC-SOH值进行均衡校正 

F.输出SOC-SOH值。 

8.如权利要求7所述的SOC-SOH容量估算方法，其特征在于：所述在线电池组SOC-SOH的估算容量的分析和计算是由处理服务器PS完成的。 

9.如权利要求7所述的SOC-SOH容量估算方法，其特征在于：充放电时，根据在线电池组SOC-SOH的估算容量，当可充电电池模块单芯容量相对误差超过10％时，均衡校正功能自动开启，从容量较高的电池中抽取多余的电流，在线转移多余的电量到容量较低的电池中，实现电池间的容量动态均衡。