CN107590617A - 一种基于可信度推理模型的电池组均衡方法 - Google Patents

一种基于可信度推理模型的电池组均衡方法 Download PDF

Info

Publication number
CN107590617A
CN107590617A CN201710889106.5A CN201710889106A CN107590617A CN 107590617 A CN107590617 A CN 107590617A CN 201710889106 A CN201710889106 A CN 201710889106A CN 107590617 A CN107590617 A CN 107590617A
Authority
CN
China
Prior art keywords
battery pack
oid
soc
module
imbalance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710889106.5A
Other languages
English (en)
Other versions
CN107590617B (zh
Inventor
刘征宇
许亚娟
王雪松
魏自红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201710889106.5A priority Critical patent/CN107590617B/zh
Publication of CN107590617A publication Critical patent/CN107590617A/zh
Application granted granted Critical
Publication of CN107590617B publication Critical patent/CN107590617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Secondary Cells (AREA)

Abstract

本发明公开了一种基于可信度推理模型的电池组均衡方法，以端电压和SOC为综合判断依据，利用可信度推理模型（C‑F)对电池组的整体不一致性进行评价，对每个均衡器的开关及能量传递方向进行控制，减小均衡过程中的能量损耗，提高均衡速度，从而减小电池组在使用过程中的电压和SOC的不一致性，提高电池组的整体能量利用率。

Description

一种基于可信度推理模型的电池组均衡方法
技术领域
本发明涉及锂离子电池的均衡策略技术领域，尤其涉及一种基于可信度推理模型的电池组均衡方法。
背景技术
电动汽车产业的广阔前景推动了动力电池产业的快速发展，锂离子电池作为电动汽车的能量来源或储能系统的能量储存载体时，单体电池的电压和容量都无法满足在电动汽车中应用的需求，为使锂离子电池能达到各方面的等级要求，通常需要串并联成组后使用。但串并联后电池组的整体使用性能相比较单体电池大大降低，同时单体电池间不一致性的存在，使得电池成组使用时更加复杂，电池管理的困难程度也大大增加，此时需要对电池进行均衡处理，均衡后的电池组能有效地提高电池组的寿命和能量利用率，从而延长纯电动汽车的续驶里程，保证应用的安全性。
均衡技术的关键是均衡拓扑电路及均衡控制策略，主动均衡技术因其效率高，消耗少等优点，成为当前研究的热点。主动均衡拓扑结构按能量流向可分为单体到组型结构、组到单体型结构、单体到单体型结构和单体与组双向型结构。其中单体与组双向型电路因其均衡速度快，能量转移效率高的优点被广泛采用。均衡策略按照判断依据可分为以SOC一致为目标的均衡策略、以电压一致为目标的均衡策略以及以容量一致为目标的均衡策略。其中，以端电压一致的应用最为广泛，但仅以电压为均衡目标具有盲目性和震荡性，而SOC是时间的累积量，与开路电压OCV有较稳定的关系，以端电压和SOC为综合判断依据，同时采用基于双向Cuk拓扑的分组均衡器，利用可信度推理模型(Credibility Factor)对电池进行均衡操作具有重要意义。
发明内容
本发明目的就是为了弥补已有技术的缺陷，提供一种基于可信度推理模型的电池组均衡方法。
本发明是通过以下技术方案实现的：
一种基于可信度推理模型的电池组均衡方法，具体步骤如下：
(1)测量电池组各单体端电压；根据简化的PNGV电池模型及Kalman滤波器系统参数辨识在线估算OCV，并利用OCV和SOC曲线关系估算SOC；
(2)计算各单体不均衡度CF(IID)，模组不均衡度CF(MID)及电池组不均衡度CF(OID)；
(3)判断电池组不均衡度CF(OID)是否大于不均衡度阈值CF(OID)th，且根据电池组不均衡度CF(OID)大小可以判定锂离子电池组的工作状态是否正常，CF(OID)值越大，表示电池组整体不均衡度越大，即电池组能量分化越明显，需进行均衡操作以减少电池组的整体不一致性；
(4)由单体不均衡度和模组不均衡度的大小来确定单体电池和模组的偏离程度，由模组状态系数Hi的大小决定均衡方向：
当模组处于相对均衡状态即b<Hi<a时，且该模组内存在CF(IIDx)>CF(OID)th的单体电池，则进行组间均衡，否则不需均衡操作；
(5)进行电池组均衡操作,在均衡过程中设置采样时间，在一次均衡采样周期内，模组之间的转移能量与均衡平均电流和均衡时间有关，即Qeq＝Ieqteq，均衡电流Ieq可由MOSFET开关占空比D来调整，在下一个采样周期开始时计算CF(OID)，判断CF(OID)是否小于CF(OID)th：当CF(OID)>CF(OID)th，继续进行均衡操作；当CF(OID)≤CF(OID)th时，停止均衡操作。
所述的计算各单体不均衡度，计算方法如下：分别以端电压和SOC为均衡目标：
若以端电压为均衡目标，将在给定范围[Uavg-ΔU,Uavg+ΔU]之外的单体电池向给定阈值范围内均衡，使异常状态单体处于相对均衡状态，Ux表示第x个单体的端电压，Uavg为电池组平均电压，根据第x个单体电池的端电压推导出该单体电池不均衡的可信度CF(IIDx，Ux)为
其中，取电压阈值为25mV，
θ为单体电池端电压与电池组平均电压之差的绝对值，即θ＝|Ux-Uavg|；
若以SOC为均衡目标，则第x个单体电池的SOC推导出该单体电池不均衡的可信度CF(IIDx，SOCx)为
其中，为第x个单体的SOC与电池组平均SOC之差的绝对值，即
CF(IIDx，Ux)和CF(IIDx，SOCx)的取值范围均为[-1,1]，值越大表示单体不均衡的可信度越高，反之可信度越低，即：
所述的计算模组不均衡度，计算方法如下：
CF(MIDk,IIDx)为第x个单体不均衡对单体x所属的模组k的不均衡度的影响,
其中：
Uavgk表示第k个模组的平均电压，
Uavg为电池组平均电压，
p1为模组内满足|Ux-Uavgk|＜|Uavg-Uavgk|的单体数量，
p2为模组内满足|Ux-Uavgk|≥|Uavg-Uavgk|的单体数量；
由单体端电压推导的模组不均衡度可信度为
CFx(MIDk,Ux)＝CFx(MIDk,IIDx)×max{0,CF(IIDx,Ux)} (4)
组内两个单体的综合不均衡度计算公式为该运算分三种情况：
(1)当CFx1(MIDk)>0,CFx2(MIDk)>0时，其综合不均衡度为
(2)当CFx1(MIDk)<0,CFx2(MIDk)<0时，其综合不均衡度为
(3)当CFx1(MIDk)×CFx2(MIDk)<0时，其综合不均衡度为
组内所有单体的综合不均衡度根据以上三种情况分别按照(8)(9)(10)式两两复合计算，则可得基于端电压的模组不均衡度
所述的计算电池组整体不均衡度，计算方法如下：定义CFk(OID,IIDx)为第k个单体对整体电压不均衡度的影响，为
其中，
q1为电池组内满足|Uavg-Uavgk|≤ε的模组数量，
q2为电池组内满足|Uavg-Uavgk|>ε的模组数量，
ε为电池组离散度：
由单体端电压推导的电池组不均衡度可信度为
CFx(OID,U)＝CFx(OID,IIDx)×max{0,CF(IIDx,Ux)} (6)
则最终得到的电池组端电压的整体不均衡度为
整体不均衡度CF(OID)是端电压和SOC的综合，即
CF(OID)＝αCF(OID,U)+βCF(OID,SOC) (7)
其中，
α是端电压对整体不均衡的影响因子，
β是SOC对整体不均衡的影响因子，
可由电池组全部单体的标准差求得：
σu和σsoc分别为电池组单体端电压和SOC的标准差。
本发明的优点是：本发明以端电压和SOC为综合判断依据，利用可信度推理模型(C-F)对电池组的整体不一致性进行评价，对每个均衡器的开关及能量传递方向进行控制，减小均衡过程中的能量损耗，提高均衡速度，从而减小电池组在使用过程中的电压和SOC的不一致性，提高电池组的整体能量利用率。
附图说明
图1为基于可信度推理的电池均衡策略流程图。
图2为基于端电压和SOC的C-F模型不均衡度推理的计算网络图。
具体实施方式
可信度推理(C-F)模型，如图2所示，为基于端电压和SOC的C-F模型不均衡度推理的计算网络图。根据第x个单体的端电压到单体x的不均衡度推理规则的可信度CF(IIDx,Ux)、第x个单体的SOC到单体x的不均衡度推理规则的可信度CF(IIDx,SOCx)并通过C-F模型推理计算模组不均衡度(Module Imbalance Degree,MID)；根据第x个单体不均衡对单体x所属的模组k的不均衡度的可信度CFx(MIDk,IIDx)、第k个模组的端电压到电池组整体的不均衡度推理规则的可信度CF(MIDk,U)以及第k个模组的SOC到电池组整体的不均衡度推理规则的可信度CF(MIDk,SOC)通过C-F模型推理计算电池组整体不均衡度(OverallImbalance Degree，OID)，同时确定单体电池的能量状态。
所述的推理计算网络图中，Ux表示第x个单体的端电压，SOCx表示第x个单体的SOC，IIDx表示第x个单体的不均衡度，MIDk表示第k个模组的模组不均衡度，OID表示电池组的整体不均衡度；CF(IIDx,Ux)表示由第x个单体的端电压到单体x的不均衡度推理规则的可信度因子。
如图1所示，一种基于可信度推理模型的电池组均衡方法，具体步骤如下：
(1)测量电池组各单体端电压；根据简化的PNGV电池模型及Kalman滤波器系统参数辨识在线估算OCV，并利用OCV和SOC曲线关系估算SOC；
(2)计算各单体不均衡度CF(IID)，模组不均衡度CF(MID)及电池组不均衡度CF(OID)；
(3)判断电池组不均衡度CF(OID)是否大于不均衡度阈值CF(OID)th，且根据电池组不均衡度CF(OID)大小可以判定锂离子电池组的工作状态是否正常，CF(OID)值越大，表示电池组整体不均衡度越大，即电池组能量分化越明显，需进行均衡操作以减少电池组的整体不一致性；
(4)由单体不均衡度和模组不均衡度的大小来确定单体电池和模组的偏离程度，由模组状态系数Hi的大小决定均衡方向：
当模组处于相对均衡状态即b<Hi<a时，且该模组内存在CF(IIDx)>CF(OID)th的单体电池，则进行组间均衡，否则不需均衡操作；
(5)进行电池组均衡操作,在均衡过程中设置采样时间，在一次均衡采样周期内，模组之间的转移能量与均衡平均电流和均衡时间有关，即Qeq＝Ieqteq，均衡电流Ieq可由MOSFET开关占空比D来调整，在下一个采样周期开始时计算CF(OID)，判断CF(OID)是否小于CF(OID)th：当CF(OID)>CF(OID)th，继续进行均衡操作；当CF(OID)≤CF(OID)th时，停止均衡操作。
所述的计算各单体不均衡度，计算方法如下：分别以端电压和SOC为均衡目标：
若以端电压为均衡目标，将在给定范围[Uavg-ΔU,Uavg+ΔU]之外的单体电池向给定阈值范围内均衡，使异常状态单体处于相对均衡状态，Ux表示第x个单体的端电压，Uavg为电池组平均电压，根据第x个单体电池的端电压推导出该单体电池不均衡的可信度CF(IIDx，Ux)为
其中，取电压阈值为25mV，
θ为单体电池端电压与电池组平均电压之差的绝对值，即θ＝|Ux-Uavg|；
若以SOC为均衡目标，则第x个单体电池的SOC推导出该单体电池不均衡的可信度CF(IIDx，SOCx)为
其中，为第x个单体的SOC与电池组平均SOC之差的绝对值，即
CF(IIDx，Ux)和CF(IIDx，SOCx)的取值范围均为[-1,1]，值越大表示单体不均衡的可信度越高，反之可信度越低，即：
所述的计算模组不均衡度，计算方法如下：
CF(MIDk,IIDx)为第x个单体不均衡对单体x所属的模组k的不均衡度的影响,
其中：
Uavgk表示第k个模组的平均电压，
Uavg为电池组平均电压，
p1为模组内满足|Ux-Uavgk|＜|Uavg-Uavgk|的单体数量，
p2为模组内满足|Ux-Uavgk|≥|Uavg-Uavgk|的单体数量；
由单体端电压推导的模组不均衡度可信度为
CFx(MIDk,Ux)＝CFx(MIDk,IIDx)×max{0,CF(IIDx,Ux)} (4)
组内两个单体的综合不均衡度计算公式为该运算分三种情况：
(1)当CFx1(MIDk)>0,CFx2(MIDk)>0时，其综合不均衡度为
(2)当CFx1(MIDk)<0,CFx2(MIDk)<0时，其综合不均衡度为
(3)当CFx1(MIDk)×CFx2(MIDk)<0时，其综合不均衡度为
组内所有单体的综合不均衡度根据以上三种情况分别按照(8)(9)(10)式两两复合计算，则可得基于端电压的模组不均衡度
所述的计算电池组整体不均衡度，计算方法如下：定义CFk(OID,IIDx)为第k个单体对整体电压不均衡度的影响，为
其中，
q1为电池组内满足|Uavg-Uavgk|≤ε的模组数量，
q2为电池组内满足|Uavg-Uavgk|>ε的模组数量，
ε为电池组离散度：
由单体端电压推导的电池组不均衡度可信度为
CFx(OID,U)＝CFx(OID,IIDx)×max{0,CF(IIDx,Ux)} (6)
则最终得到的电池组端电压的整体不均衡度为
整体不均衡度CF(OID)是端电压和SOC的综合，即
CF(OID)＝αCF(OID,U)+βCF(OID,SOC) (7)
其中，
α是端电压对整体不均衡的影响因子，
β是SOC对整体不均衡的影响因子，
可由电池组全部单体的标准差求得：
σu和σsoc分别为电池组单体端电压和SOC的标准差。

Claims (4)

1.一种基于可信度推理模型的电池组均衡方法，其特征在于：具体步骤如下：
(1)测量电池组各单体端电压；根据简化的PNGV电池模型及Kalman滤波器系统参数辨识在线估算OCV，并利用OCV和SOC曲线关系估算SOC；
(2)计算各单体不均衡度CF(IID)，模组不均衡度CF(MID)及电池组不均衡度CF(OID)；
(3)判断电池组不均衡度CF(OID)是否大于不均衡度阈值CF(OID)th，且根据电池组不均衡度CF(OID)大小可以判定锂离子电池组的工作状态是否正常，CF(OID)值越大，表示电池组整体不均衡度越大，即电池组能量分化越明显，需进行均衡操作以减少电池组的整体不一致性；
(4)由单体不均衡度和模组不均衡度的大小来确定单体电池和模组的偏离程度，由模组状态系数Hi的大小决定均衡方向：
当模组处于相对均衡状态即b<Hi<a时，且该模组内存在CF(IIDx)>CF(OID)th的单体电池，则进行组间均衡，否则不需均衡操作；
(5)进行电池组均衡操作,在均衡过程中设置采样时间，在一次均衡采样周期内，模组之间的转移能量与均衡平均电流和均衡时间有关，即Qeq＝Ieqteq，均衡电流Ieq可由MOSFET开关占空比D来调整，在下一个采样周期开始时计算CF(OID)，判断CF(OID)是否小于CF(OID)th：当CF(OID)>CF(OID)th，继续进行均衡操作；当CF(OID)≤CF(OID)th时，停止均衡操作。
2.根据权利要求1所述的一种基于可信度推理模型的电池组均衡方法，其特征在于：所述的计算各单体不均衡度，计算方法如下：分别以端电压和SOC为均衡目标：
若以端电压为均衡目标，将在给定范围[Uavg-ΔU,Uavg+ΔU]之外的单体电池向给定阈值范围内均衡，使异常状态单体处于相对均衡状态，Ux表示第x个单体的端电压，Uavg为电池组平均电压，根据第x个单体电池的端电压推导出该单体电池不均衡的可信度CF(IIDx，Ux)为
<mrow> <mi>C</mi> <mi>F</mi> <mrow> <mo>(</mo> <mi>I</mi> <mi>I</mi> <mi>D</mi> <mi>x</mi> <mo>,</mo> <mi>U</mi> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>0.2</mn> <mrow> <mo>(</mo> <mi>&amp;theta;</mi> <mo>-</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>&amp;theta;</mi> <mo>&amp;le;</mo> <mn>5</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0.05</mn> <mrow> <mo>(</mo> <mi>&amp;theta;</mi> <mo>-</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mn>5</mn> <mo>&lt;</mo> <mi>&amp;theta;</mi> <mo>&lt;</mo> <mn>25</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>&amp;theta;</mi> <mo>&amp;GreaterEqual;</mo> <mn>25</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中，取电压阈值为25mV，
θ为单体电池端电压与电池组平均电压之差的绝对值，即θ＝|Ux-Uavg|；
若以SOC为均衡目标，则第x个单体电池的SOC推导出该单体电池不均衡的可信度CF(IIDx，SOCx)为
其中，为第x个单体的SOC与电池组平均SOC之差的绝对值，即
CF(IIDx，Ux)和CF(IIDx，SOCx)的取值范围均为[-1,1]，值越大表示单体不均衡的可信度越高，反之可信度越低，即：
3.根据权利要求2所述的一种基于可信度推理模型的电池组均衡方法，其特征在于：所述的计算模组不均衡度，计算方法如下：
CF(MIDk,IIDx)为第x个单体不均衡对单体x所属的模组k的不均衡度的影响,
<mrow> <msub> <mi>CF</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mrow> <msub> <mi>MID</mi> <mi>x</mi> </msub> <mo>,</mo> <msub> <mi>IID</mi> <mi>x</mi> </msub> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>p</mi> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> </mfrac> </mrow> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> <mo>&lt;</mo> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>p</mi> <mn>2</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> </mfrac> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> <mo>&amp;GreaterEqual;</mo> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中：
Uavgk表示第k个模组的平均电压，
Uavg为电池组平均电压，
p1为模组内满足|Ux-Uavgk|＜|Uavg-Uavgk|的单体数量，
p2为模组内满足|Ux-Uavgk|≥|Uavg-Uavgk|的单体数量；
由单体端电压推导的模组不均衡度可信度为
CFx(MIDk,Ux)＝CFx(MIDk,IIDx)×max{0,CF(IIDx,Ux)} (4)
组内两个单体的综合不均衡度计算公式为该运算分三种情况：
(1)当CFx1(MIDk)>0,CFx2(MIDk)>0时，其综合不均衡度为
<mrow> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
(2)当CFx1(MIDk)<0,CFx2(MIDk)<0时，其综合不均衡度为
<mrow> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
(3)当CFx1(MIDk)×CFx2(MIDk)<0时，其综合不均衡度为
<mrow> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mn>1</mn> <mo>-</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mo>|</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mo>(</mo> <mrow> <msub> <mi>MID</mi> <mi>k</mi> </msub> </mrow> <mo>)</mo> <mo>|</mo> <mo>,</mo> <mo>|</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mo>(</mo> <mrow> <msub> <mi>MID</mi> <mi>k</mi> </msub> </mrow> <mo>)</mo> <mo>|</mo> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
组内所有单体的综合不均衡度根据以上三种情况分别按照(8)(9)(10)式两两复合计算，则可得基于端电压的模组不均衡度
<mrow> <mi>C</mi> <mi>F</mi> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>MID</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <mo>...</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
4.根据权利要求3所述的一种基于可信度推理模型的电池组均衡方法，其特征在于：所述的计算电池组整体不均衡度，计算方法如下：定义CFk(OID,IIDx)为第k个单体对整体电压不均衡度的影响，为
<mrow> <msub> <mi>CF</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>O</mi> <mi>I</mi> <mi>D</mi> <mo>,</mo> <msub> <mi>IID</mi> <mi>x</mi> </msub> </mrow> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>q</mi> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> </mrow> </mfrac> </mrow> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> <mo>&amp;le;</mo> <mi>&amp;epsiv;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>q</mi> <mn>2</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> </mrow> </mfrac> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>U</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mi>k</mi> </mrow> </msub> <mo>|</mo> <mo>&gt;</mo> <mi>&amp;epsiv;</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中，
q1为电池组内满足|Uavg-Uavgk|≤ε的模组数量，
q2为电池组内满足|Uavg-Uavgk|>ε的模组数量，
ε为电池组离散度：
由单体端电压推导的电池组不均衡度可信度为
CFx(OID,U)＝CFx(OID,IIDx)×max{0,CF(IIDx,Ux)} (6)
则最终得到的电池组端电压的整体不均衡度为
<mrow> <mi>C</mi> <mi>F</mi> <mrow> <mo>(</mo> <mi>O</mi> <mi>I</mi> <mi>D</mi> <mo>,</mo> <mi>U</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <mi>O</mi> <mi>I</mi> <mi>D</mi> <mo>,</mo> <mi>U</mi> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <msub> <mi>CF</mi> <mrow> <mi>x</mi> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <mi>O</mi> <mi>I</mi> <mi>D</mi> <mo>,</mo> <mi>U</mi> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <mo>...</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
整体不均衡度CF(OID)是端电压和SOC的综合，即
CF(OID)＝αCF(OID,U)+βCF(OID,SOC) (7)
其中，
α是端电压对整体不均衡的影响因子，
β是SOC对整体不均衡的影响因子，
可由电池组全部单体的标准差求得：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mi>&amp;alpha;</mi> <mi>&amp;beta;</mi> </mfrac> <mo>=</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>u</mi> </msub> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>c</mi> </mrow> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;alpha;</mi> <mo>+</mo> <mi>&amp;beta;</mi> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
σu和σsoc分别为电池组单体端电压和SOC的标准差。
CN201710889106.5A 2017-09-27 2017-09-27 一种基于可信度推理模型的电池组均衡方法 Active CN107590617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710889106.5A CN107590617B (zh) 2017-09-27 2017-09-27 一种基于可信度推理模型的电池组均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710889106.5A CN107590617B (zh) 2017-09-27 2017-09-27 一种基于可信度推理模型的电池组均衡方法

Publications (2)

Publication Number Publication Date
CN107590617A true CN107590617A (zh) 2018-01-16
CN107590617B CN107590617B (zh) 2020-08-18

Family

ID=61048182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710889106.5A Active CN107590617B (zh) 2017-09-27 2017-09-27 一种基于可信度推理模型的电池组均衡方法

Country Status (1)

Country Link
CN (1) CN107590617B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109092717A (zh) * 2018-06-30 2018-12-28 合肥国轩高科动力能源有限公司 一种动力电池组故障模块的判定方法
CN110120558A (zh) * 2019-03-07 2019-08-13 上海电气集团股份有限公司 一种锂离子电池的主动均衡控制方法及控制系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060043934A1 (en) * 2004-09-02 2006-03-02 Nissan Motor Co., Ltd. Cell set capacity controlling system and method
US7199556B1 (en) * 2005-12-02 2007-04-03 Southwest Electronic Energy Corporation Method for extending power duration for lithium ion batteries
KR100836391B1 (ko) * 2007-06-21 2008-06-09 현대자동차주식회사 하이브리드 전기자동차용 배터리의 잔존용량 추정방법
CN102682371A (zh) * 2012-05-25 2012-09-19 无锡职业技术学院 一种电动汽车电池管理系统及其管理方法
CN102856601A (zh) * 2012-08-22 2013-01-02 杭州杰能动力有限公司 汽车充电时调整实时电池容量的方法、系统及电动汽车
CN103887853A (zh) * 2014-03-18 2014-06-25 浙江大学城市学院 一种锂离子电池组均衡控制方法
CN204030697U (zh) * 2014-09-12 2014-12-17 安徽启光能源科技研究院有限公司 基于动态soc估算系统的电池管理系统
CN104535935A (zh) * 2014-12-31 2015-04-22 普天新能源车辆技术有限公司 一种动力电池组的容量检测方法及装置
CN106371030A (zh) * 2016-08-29 2017-02-01 丹阳亿豪电子科技有限公司 一种非确定性推理的新能源汽车电池故障诊断方法
CN106680722A (zh) * 2016-12-01 2017-05-17 威胜集团有限公司 一种实时在线预测ocv‑soc曲线的方法和装置
CN106786880A (zh) * 2016-12-21 2017-05-31 华南理工大学 一种新型分层均衡电路

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060043934A1 (en) * 2004-09-02 2006-03-02 Nissan Motor Co., Ltd. Cell set capacity controlling system and method
US7199556B1 (en) * 2005-12-02 2007-04-03 Southwest Electronic Energy Corporation Method for extending power duration for lithium ion batteries
KR100836391B1 (ko) * 2007-06-21 2008-06-09 현대자동차주식회사 하이브리드 전기자동차용 배터리의 잔존용량 추정방법
CN102682371A (zh) * 2012-05-25 2012-09-19 无锡职业技术学院 一种电动汽车电池管理系统及其管理方法
CN102856601A (zh) * 2012-08-22 2013-01-02 杭州杰能动力有限公司 汽车充电时调整实时电池容量的方法、系统及电动汽车
CN103887853A (zh) * 2014-03-18 2014-06-25 浙江大学城市学院 一种锂离子电池组均衡控制方法
CN204030697U (zh) * 2014-09-12 2014-12-17 安徽启光能源科技研究院有限公司 基于动态soc估算系统的电池管理系统
CN104535935A (zh) * 2014-12-31 2015-04-22 普天新能源车辆技术有限公司 一种动力电池组的容量检测方法及装置
CN106371030A (zh) * 2016-08-29 2017-02-01 丹阳亿豪电子科技有限公司 一种非确定性推理的新能源汽车电池故障诊断方法
CN106680722A (zh) * 2016-12-01 2017-05-17 威胜集团有限公司 一种实时在线预测ocv‑soc曲线的方法和装置
CN106786880A (zh) * 2016-12-21 2017-05-31 华南理工大学 一种新型分层均衡电路

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109092717A (zh) * 2018-06-30 2018-12-28 合肥国轩高科动力能源有限公司 一种动力电池组故障模块的判定方法
CN110120558A (zh) * 2019-03-07 2019-08-13 上海电气集团股份有限公司 一种锂离子电池的主动均衡控制方法及控制系统

Also Published As

Publication number Publication date
CN107590617B (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
Jiaqiang et al. Effects analysis on active equalization control of lithium-ion batteries based on intelligent estimation of the state-of-charge
CN103633695B (zh) 一种改进的锂电池组均衡方法及其均衡电路
CN103501025B (zh) 一种电池组主动均衡系统
CN102355031B (zh) 一种磷酸铁锂动力电池组主动均衡充电方法
CN101882699B (zh) 动力电池组充放电均衡控制方法
CN103647332B (zh) 用于维护电池组一致性的被动均衡控制系统及控制方法
CN104993538B (zh) 一种用于可充电电池组的均衡应用的装置及其方法
CN109066868A (zh) 一种精细化动态可重构电池管理系统及方法
WO2023184700A1 (zh) 基于动态可重构电池网络的电池系统充放电控制方法
CN104617621A (zh) 一种改进的动力电池组维护方法
CN106654413B (zh) 一种液态金属电池组的多级均衡控制系统和方法
CN105489958A (zh) 一种无并联大容量锂离子电池模块
CN107276171B (zh) 一种基于滑模控制的电池组均衡方法
CN106655408A (zh) 电池组均衡控制方法和控制装置
CN102751757A (zh) 一种锂离子电池组电量均衡方法及系统
CN202309117U (zh) 一种蓄电池组均衡系统
CN102891519A (zh) 一种电池组均衡电路
CN114899923B (zh) 一种中高压储能系统中电池组动态均衡系统和方法
CN112531226A (zh) 新能源汽车动力电池极速柔性充电控制方法、系统及汽车
CN108879833A (zh) 一种电池组主动均衡电路及均衡方法
CN108583326A (zh) 一种电动汽车电池组均衡控制方法
CN106026292A (zh) 一种基于a*算法的电池均衡控制方法和系统
CN107590617B (zh) 一种基于可信度推理模型的电池组均衡方法
CN114301121A (zh) 一种锂电池容量加强均衡维护方法
CN117879104A (zh) 一种考虑功能状态的电池储能电站双层功率分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant