CN110303945B - 一种蓄电池组电量自适应优化平衡控制方法 - Google Patents

Abstract

本发明涉及一种蓄电池组电量自适应优化平衡控制方法，所述方法主要包括：首先设计蓄电池组双向升压变换器式相邻型平衡系统，建立双向升压变换器的数学模型，其次设计电量双向转移模式下的自适应控制器，并获取参数自适应律及控制律；最后提出蓄电池组相邻型平衡系统优化控制策略，得到系统最优的平衡电流。最终应用上述平衡控制方法高效快速地实现了蓄电池组各单体电池荷电状态的一致性平衡。

Description

一种蓄电池组电量自适应优化平衡控制方法

技术领域

本发明涉及电动汽车电池管理技术领域，特别是一种蓄电池组电量自适应优化平衡控制方法。

背景技术

纯电动汽车具有环境友好、车载电量利用效率高、结构简单等优势，是新能源汽车发展的重要方向，但由于蓄电池及其管理系统等关键技术未能突破，使得纯电动汽车的续驶里程、充电时间、使用寿命等性能仍受到限制，尚不能完全取代传统燃油汽车。然而，通过电池管理系统(Battery-Management-System，简称BMS)安全监控及有效管理可提高电池使用效率，其主要功能是通过一致性平衡管理改善电池组荷电状态(State-of-Charge，简称SOC)一致性，保证其使用性能。

目前，对电池组单体电池不一致性的随机状态平衡过程，国内外研究人员对主动均衡系统进行了较为深入研究。例如专利申请CN108598608A公开了一种分层电池平衡电路拓扑结构及电池均衡方法，该方法采用多个控制开关和各个单体电池连接，通过开关导通相邻两个电池之间的平衡器进行电量转移，其中平衡器由储能电容、并联的保护二极管和MOS开关组成。例如专利申请CN107134827A公开了一种总线式锂电池组均衡系统预测控制方法，该方法包括采用预测控制方法作为外环控制器，同时考虑平衡速度和平衡效率对电池组中单体电池的电量进行预测控制，另外使用传统PI控制器作为内环控制器来控制单体电池的平衡电流。但大多数主动均衡系统结构较为复杂，均衡电流较小，均衡时间较长。

发明内容

有鉴于此，本发明的目的是提出一种蓄电池组电量自适应优化平衡控制方法，研究了相邻型平衡拓扑电路的电量转移模式并提出可控电流下的平衡优化控制器，并根据所采用的相邻型平衡拓扑结构设计双向自适应控制器，使其平衡电流可以很好地跟踪优化控制策略所分配的参考值，最终达到改善蓄电池组各单体电池容量不一致性的效果。

本发明采用以下方案实现：一种蓄电池组电量自适应优化平衡控制方法，具体包括以下步骤：

步骤S1：设计蓄电池组双向升降压变换器式相邻型平衡系统，包括电池状态监测单元、电池组平衡优化控制器、双向自适应控制器、蓄电池组与双向升降压变换器均衡电路；

步骤S2：建立双向升降压变换器的数学模型；

步骤S3：设计双向自适应控制器，获取参数自适应律及控制律；

步骤S4：设计蓄电池组相邻型平衡系统优化控制策略，获取最优分配的平衡电流。

进一步地，所述双向升降压变换器的等效电路包括第一电池Bat₁、第二电池Bat₂、第一电容C₁、第二电容C₂、电感L、第一功率管S₁、第二功率管S₂；第一电池Bat₁与第一电容C₁并联，第二电池Bat₂与第二电容C₂并联，第一电容C₁的一端经第一功率管S₁连接至电感L的一端，第二电容C₂的一端经第二功率管S₂也连接至电感L的一端，第一电容C₁的另一端、第二电容C₂的另一端以及电感L的另一端相连；

建立双向升降压变换器的状态方程为，令x＝[x₁ x₂ x₃]^T＝[i_L V_C V_in]^T，则有：

式中，ε为变换器状态参考变量，其中D₁₂＝(D₁-1)(ε+1)/2-D₂(ε-1)/2，D₁与D₂分别代表功率管S₁、S₂的控制信号，ε为1时电量从Bat₁转移到Bat₂，ε为-1电量从Bat₂转移到Bat₁，V_in为第一电容C₁两端电压，V_C为第二电容C₂两端电压；R_Bat1为V_in端电池等效电阻，R_Bat2为V_C端电池等效电阻。

进一步地，步骤S3具体包括以下步骤：

步骤S31：为提高控制器鲁棒性引入系统估计参数

将双向升降压变换器的状态方程矩阵化；

步骤S32：考虑双向升降压变换器追踪控制误差与系统状态，定义滑模面s如下：

s＝c₂z₁+z₂；

式中，c₁、c₂是常数，z₁＝x₁-x_ref＝i_L-i_ref是追踪误差，

是二阶反演变量，x_ref为自适应控制器参考量，i_ref为参考电流，i_L为电感电流；

步骤S33：得到相应的李雅普诺夫函数V：

步骤S34：消除李雅普诺夫函数的导数中系统参数的估计误差以及控制偏差，分别得到参数自适应律以及控制律如下：

式中，

是正定矩阵，α、β为正常数，A₁＝[D₁₂x₂+(D₁₂+ε)x₃ 0 0 0 0]^T，A₂＝[0 -D₁₂x₁(1+ε)/2 -x₂(1+ε)/2 0 0]^T，A₃＝[0 0 0 -D₁₂x₁(1-ε)/2 -x₃(1-ε)/2]^T，

表示系统估计参数

的第一个估计值。

较佳的，将参数自适应律以及控制律两个公式代入到李雅普诺夫函数V的导数中，得到：

式中，Z＝[z₁ z₂]^T。

因此，如果c₁，r，以及k₁满足(c₁+r)k₁-1/4>0，而且ψ是正定矩阵，显而易见，此时存在r与k₁使得k₁r|s|大于零，综上所述，所提出的自适应控制律满足系统稳定性要求。

进一步地，步骤S4具体为：首先通过蓄电池组各单体电池状态i(t)、V(t)、T(t)预估其电量状态(系统循环检测蓄电池组电压、电流以及温度等参数，并根据EMF(电动势)-SOC曲线与安时积分法估计各单体电池荷电状态)，判断其电量差异e_soc是否达到平衡开启的阈值上限或者上次平衡是否完成，不满足条件则会返回重新预估电量状态，如果满足条件则继续判断电量差异e_soc是否达到平衡阈值下限，满足条件则重新预估电量状态，不满足条件则开启平衡使能，并进入平衡电流分配优化环节，输出平衡电流。

进一步地，所述平衡电流分配优化环节包括以下步骤：

步骤S41：建立平衡系统状态模型，考虑蓄电池组相邻型平衡系统中电量的转移路径，建立能够表征电池荷电状态的状态模型，如下所示：

式中，

为蓄电池组中所存储的电量，其中

是电池组各单体电池荷电状态，n代表电池组单体电池串联数量，

对角矩阵对角线数据为电池组各单体电池的额定容量，

为受控平衡电流占比，对角矩阵

代表平衡拓扑结构所能提供的最大电流，T代表平衡系统的拓扑结构。

将上述状态模型变换为：

式中，

将控制参数作为输入，电池荷电状态表示如下：

步骤S42：结合电池状态约束，设计蓄电池组平衡系统控制策略；联立前述平衡系统拓扑结构模型，构建平衡系统状态预测方程与考虑蓄电池组荷电状态一致性的目标优化函数，结合电池状态参数约束，求解蓄电池组一致性平衡的有约束优化问题。构建目标评价参数如下所示：

式中，U＝[-1,1]^n-1表示系统控制量的取值范围，D＝[0,1]ⁿ表示电池荷电状态取值范围，

代表蓄电池组各单体电池荷电状态之间的差异性，其中R为权值。

步骤S43：输出平衡电流：根据以上所计算的最优控制量u(t)，根据以下公式将其转换为蓄电池组相邻型平衡拓扑电路的控制电流：

I(t)＝I_uu(t)；

进而得到理想条件下蓄电池组各单体电池平衡过程中的动态电流：

I(t)＝TI_uu(t)。

输出上述计算得出的平衡控制电流，并返回重新预估电池电量状态，进入下一轮回。

综上，本发明建立双向升降压变换器的双向数学模型，为实现双向自适应控制提供基础；设计了双向升降压变换器的自适应控制器，实现平衡电流双向、稳定控制；最终设计了相邻型平衡拓扑系统平衡电流优化控制器，采用有约束优化方法实现平衡电流的动态分配。

与现有技术相比，本发明有以下有益效果：本发明基于以上所述的蓄电池组相邻型平衡系统的自适应优化控制方法，可以很好的控制双向升降压变换器追踪平衡电流优化参考轨迹，并且根据蓄电池组平衡优化控制器即时调整平衡电流值。

附图说明

图1为本发明实施例的蓄电池组相邻型平衡系统原理图。

图2为本发明实施例的蓄电池组相邻型平衡系统设计流程图。

图3为本发明实施例的相邻型平衡单元及自适应控制器原理图。图中，1为第一电池，2为输入电压，3为第一电容，4为第一功率管，5为电感，6为第二功率管，7为第二电容，8为输出电压，9为第二电池。

图4为本发明实施例的平衡系统双向自适应控制方法流程图。

图5为本发明实施例的双向升降压变换器启动时系统反应过程。

图6为本发明实施例的控制信号发生阶跃变化时电感电流趋势图。

图7为本发明实施例的负载发生阶跃变换时电感电流变化趋势图。

图8为本发明实施例的双向升降压变换器电量转移方向切换时电感电流变化趋势图。

图9为本发明实施例的蓄电池组平衡系统优化控制策略程序流程图。

图10为本发明实施例的蓄电池组充电情况下各单体电池SOC及平衡电流变化趋势图。其中(a)为SOC变化趋势，(b)为电流变化趋势。

图11为本发明实施例的蓄电池组放电情况下各单体电池SOC及平衡电流变化趋势图。其中(a)为SOC变化趋势，(b)为电流变化趋势。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1以及图2所示，本实施例提供了一种蓄电池组电量自适应优化平衡控制方法，具体包括以下步骤：

步骤S1：设计蓄电池组双向升降压变换器式相邻型平衡系统，包括电池状态监测单元、电池组平衡优化控制器、双向自适应控制器、蓄电池组与双向升降压变换器均衡电路；

步骤S2：建立双向升降压变换器的数学模型；

步骤S3：设计双向自适应控制器，获取参数自适应律及控制律；

步骤S4：设计蓄电池组相邻型平衡系统优化控制策略，获取最优分配的平衡电流。

在本实施例中，所述双向升降压变换器的等效电路包括第一电池Bat₁、第二电池Bat₂、第一电容C₁、第二电容C₂、电感L、第一功率管S₁、第二功率管S₂；第一电池Bat₁与第一电容C₁并联，第二电池Bat₂与第二电容C₂并联，第一电容C₁的一端经第一功率管S₁连接至电感L的一端，第二电容C₂的一端经第二功率管S₂也连接至电感L的一端，第一电容C₁的另一端、第二电容C₂的另一端以及电感L的另一端相连；

建立双向升降压变换器的状态方程为：令x＝[x₁ x₂ x₃]^T＝[i_L V_C V_in]^T，则有：

式中，ε为变换器状态参考变量，其中D₁₂＝(D₁-1)(ε+1)/2-D₂(ε-1)/2，D₁与D₂分别代表功率管S₁、S₂的控制信号，ε为1时电量从Bat₁转移到Bat₂，ε为-1电量从Bat₂转移到Bat₁，V_in为第一电容C₁两端电压，V_C为第二电容C₂两端电压；R_Bat1为V_in端电池等效电阻，R_Bat2为V_C端电池等效电阻。

在本实施例中，步骤S3具体包括以下步骤：

步骤S31：为提高控制器鲁棒性引入系统估计参数

将双向升降压变换器的状态方程矩阵化；

步骤S32：考虑双向升降压变换器追踪控制误差与系统状态，定义滑模面s如下：

s＝c₂z₁+z₂；

式中，c₁、c₂是常数，z₁＝x₁-x_ref＝i_L-i_ref是追踪误差，

是二阶反演变量，x_ref为自适应控制器参考量，i_ref为参考电流，i_L为电感电流；

步骤S33：得到相应的李雅普诺夫函数V：

步骤S34：消除李雅普诺夫函数的导数中系统参数的估计误差以及控制偏差，分别得到参数自适应律以及控制律如下：

式中，

是正定矩阵，α、β为正常数，A₁＝[D₁₂x₂+(D₁₂+ε)x₃ 0 0 0 0]^T，A₂＝[0 -D₁₂x₁(1+ε)/2 -x₂(1+ε)/2 0 0]^T，A₃＝[0 0 0 -D₁₂x₁(1-ε)/2 -x₃(1-ε)/2]^T，

表示系统估计参数

的第一个估计值。

较佳的，将参数自适应律以及控制律两个公式代入到李雅普诺夫函数V的导数中，得到：

式中，Z＝[z₁ z₂]^T。

因此，如果c₁，r，以及k₁满足(c₁+r)k₁-1/4>0，而且ψ是正定矩阵，显而易见，此时存在r与k₁使得k₁r|s|大于零，综上所述，所提出的自适应控制律满足系统稳定性要求。

在本实施例中，步骤S4具体为：首先通过蓄电池组各单体电池状态i(t)、V(t)、T(t)预估其电量状态(系统循环检测蓄电池组电压、电流以及温度等参数，并根据EMF(电动势)-SOC曲线与安时积分法估计各单体电池荷电状态)，判断其电量差异e_soc是否达到平衡开启的阈值上限或者上次平衡是否完成，不满足条件则会返回重新预估电量状态，如果满足条件则继续判断电量差异e_soc是否达到平衡阈值下限，满足条件则重新预估电量状态，不满足条件则开启平衡使能，并进入平衡电流分配优化环节，输出平衡电流。

在本实施例中，所述平衡电流分配优化环节包括以下步骤：

步骤S41：建立平衡系统状态模型，考虑蓄电池组相邻型平衡系统中电量的转移路径，建立能够表征电池荷电状态的状态模型，如下所示：

式中，

为蓄电池组中所存储的电量，其中

是电池组各单体电池荷电状态，n代表电池组单体电池串联数量，

对角矩阵对角线数据为电池组各单体电池的额定容量，

为受控平衡电流占比，对角矩阵

代表平衡拓扑结构所能提供的最大电流，T代表平衡系统的拓扑结构。

将上述状态模型变换为：

式中，

将控制参数作为输入，电池荷电状态表示如下：

步骤S42：结合电池状态约束，设计蓄电池组平衡系统控制策略；联立前述平衡系统拓扑结构模型，构建平衡系统状态预测方程与考虑蓄电池组荷电状态一致性的目标优化函数，结合电池状态参数约束，求解蓄电池组一致性平衡的有约束优化问题。构建目标评价参数如下所示：

式中，U＝[-1,1]^n-1表示系统控制量的取值范围，D＝[0,1]ⁿ表示电池荷电状态取值范围，

代表蓄电池组各单体电池荷电状态之间的差异性，其中R为权值；

步骤S43：输出平衡电流：根据以上所计算的最优控制量u(t)，根据以下公式将其转换为蓄电池组相邻型平衡拓扑电路的控制电流：

I(t)＝I_uu(t)；

进而得到理想条件下蓄电池组各单体电池平衡过程中的动态电流：

I(t)＝TI_uu(t)。

输出上述计算得出的平衡控制电流，并返回重新预估电池电量状态，进入下一轮回。

特别的，本实施例的实施流程具体分为以下几步：

(a)、根据图3所示分析双向升降压变换器的工作原理；

(b)、建立非线性系统双向升降压变换器的数学模型；

(c)、依据图4设计双向升降压变换器的自适应控制器，最终得到参数自适应律和控制律；

(d)、应用上述双向自适应控制器对双向升降压变换器进行自适应控制，测试控制器性能；

(e)、如图9所示流程设计蓄电池组相邻型平衡系统优化控制策略；

(f)、采用图1所示蓄电池组平衡系统分别仿真蓄电池组在充放电工况下的平衡过程。

其中，(a)包括以下过程：

a1、参考图3，双向变换器左端V_in连接电池单体1，右端V_C连接电池单体2。当V_in作为输入、V_C作为输出的工作模式下，电量从电池单体1转移到电池单体2，此时开关管S₁将在一个周期内首先处于导通状态，随后开关管S₂导通，与开关管S₂协同工作。

当开关管S₁导通时，其电路电流流向：在双向变换器左端V_in侧，V_in-S₁-L回路流过电流，电池单体1直接对电感L充电；在双向变换器右端V_C侧，C₂-V_C回路流过电流，电容C₂处于放电状态提供输出电流；

当开关管S₁截止时，电感电流正向流动，此时开关管S₂导通，电感L和电容C₂一起为电池单体2充电，电流回路为L/C₂-U_C-S₂。

a2、同理，可分析V_in作为输出、V_C作为输入时，电量从电池单体2转移到电池单体1工作模式下双向升降压变换器的工作原理。

其中，(b)包括以下过程：

b1、由(a)分析可分别建立双向升降压变换器电量从池单体1转移到电池单体2以及电池单体2转移到电池单体1工作模式下的数学模型，令x＝[x₁ x₂ x₃]^T＝[i_L V_C V_in]^T，则得到双向升降压变换器的状态方程为：

式中，ε为变换器状态参考变量，其中D₁₂＝(D₁-1)(ε+1)/2-D₂(ε-1)/2，D₁与D₂分别代表功率管S₁、S₂的控制信号，ε为1时电量从Bat₁转移到Bat₂，ε为-1电量从Bat₂转移到Bat₁，i_L为电感电流，V_C为电容C₂两端的电压，V_in为电容C₁两端的电压，定义L为电路电感值，R_Bat1、C₁为V_in端电池等效电阻和电容，R_Bat2、C₂为V_C端电池等效电阻和电容。

b2、双向升降压变换器状态方程矩阵化：

根据公式(1)可直接得到如下公式：

式中，A＝[A₁ A₂ A₃]；C＝[1 0 0]；A₁＝[D₁₂x₂+(D₁₂+ε)x₃ 0 0 0 0]^T；A₂＝[0 -D₁₂x₁(1+ε)/2 -x₂(1+ε)/2 0 0]^T；A₃＝[0 0 0 -D₁₂x₁(1-ε)/2 -x₃(1-ε)/2]^T；

其中

是系统参数估计值。易知上式输出量为双向升降压变换器电感电流值。

其中，(c)主要通过设计参数自适应律及反演滑模控制律来完成双向升降压变换器开关管S₁及S₂的控制过程，如图4所示的设计流程。首先根据所建立的数学模型，将参数误差引入状态方程中，然后根据反演滑模设计流程推导其公式，最终完成双向自适应控制器的设计过程。其中根据李雅普诺夫稳定性条件消除参数扰动得到参数自适应律，消除系统控制偏差获取开关管S₁及S₂的控制律，具体设计过程如下：

c1、首先假设追踪电流i_ref连续且n阶可导，并且

有界。

c2、考虑双向升降压变换器追踪控制误差与系统状态，定义滑模面s如下：

s＝c₂z₁+z₂ (3)

其中，c₁，c₂是一常数，z₁＝x₁-x_ref＝i_L-i_ref是追踪误差，

是二阶反演变量，x_ref为自适应控制器参考量，i_L为电感电流。

c3、得到相应的李雅普诺夫函数V：

通过选取合适的c₁，c₂使

满足李雅普诺夫稳定性条件。

c4、设计滑模面趋近律以及自适应控制律，使得系统状态在有限时间内收敛到滑模面上，并消除系统受模型参数不确定性和外部扰动的影响。首先选取较佳滑模控制面趋近律，根据公式(4)的导数消除其系统参数的估计误差以及控制偏差，最终得到的参数自适应律以及控制律分别如下所示：

其中，

是正定矩阵，A₁＝[D₁₂x₂+(D₁₂+ε)x₃ 0 0 0 0]^T；s＝c₂z₁+z₂，c₁，c₂是一常数，z₁＝x₁-x_ref＝i_L-i_ref是追踪误差，

是二阶反演变量；A₂＝[0 -D₁₂x₁(1+ε)/2 -x₂(1+ε)/2 0 0]^T；A₃＝[0 0 0 -D₁₂x₁(1-ε)/2 -x₃(1-ε)/2]^T；

表示系统估计参数

的第一个估计值，α，β为正常数。

c5、所述控制算法的稳定性分析：

将公式(5)和公式(6)带入到公式(4)的导数中，则得到：

式中，Z＝[z₁ z₂]^T。

因此，如果c₁，r，以及k₁满足(c₁+r)k₁-1/4>0，而且ψ是正定矩阵，显而易见，此时存在r与k₁使得k₁r|s|大于零，综上所述，所提出的自适应控制律满足系统稳定性要求。

其中，(d)主要是测试所设计的控制器稳定性、鲁棒性及灵敏性性能；二是验证双向自适应控制器的电量双向转移控制过程。为此分别进行系统启动、参考电流信号阶跃、负载信号阶跃以及参考电流信号双向切换跟踪仿真。

其仿真结果如图5、6、7、8所示，其中，图5是本发明具体实施方式的双向升降压变换器启动时系统反应过程；图6是控制信号发生阶跃变化时电感电流趋势图；图7是负载发生阶跃变换时电感电流变化趋势图；图8是双向升降压变换器电量转移方向切换时电感电流变化趋势图。从以上图中可以看出，双向自适应控制器具有响应性快、鲁棒性好、稳定性强的优点，而且其双向升降压变换器电量双向转移模式工作稳定，无稳态偏差，可以迅速转换，为蓄电池组平衡实现过程提供基础。

e、本发明的具体实施(e)是设计蓄电池组相邻型平衡优化控制策略，其作用是相当于电池平衡系统中的顶层控制器，为平衡系统中的双向自适应控制器分配平衡电流，使蓄电池组各单体电池荷电状态快速达到一致。具体包括以下步骤：

e1、电池组平衡优化控制器具体工作流程如图9所示，系统首先通过蓄电池组各单体电池状态i(t)，V(t)，T(t)预估其电量状态，判断其电量差异是否达到平衡开启的阈值上限或者上次平衡是否完成，不满足条件则会返回第一步，如果满足条件则继续判断电量差异是否达到平衡阈值下限，满足条件将返回第一步，不满足条件将会开启平衡使能，此时将进入平衡电流分配优化环节，共分为四步：一是更新系统状态量，二是构造目标函数优化问题，三是计算目标函数并取最小值对应解，四是输出平衡电流；最终完成平衡优化控制策略进入下一轮循环。

e2、蓄电池组平衡电流优化控制策略设计过程其系统建模过程如下所示：

在本实施例中，为举例说明所提出的自适应优化控制方法的有效性，假定电池组是由三个单体电池串联而成，即n＝3。首先建立平衡系统模型，考虑蓄电池组相邻型平衡系统中电量的转移路径，建立可以表征电池荷电状态的系统状态模型，如下所示：

式中，

为蓄电池组中所存储的电量，其中

是电池组各单体电池荷电状态，对角矩阵

对角线数据为电池组各单体电池的额定容量，

为受控平衡电流占比，对角矩阵

代表平衡拓扑结构所能提供的最大电流，T代表平衡系统的拓扑结构，在本发明中，结合图1所示的蓄电池组相邻型平衡系统，其电量转移模式用拓扑矩阵T表示为：

由上述系统状态模型(8)，变换为如下简易等式：

其中

因此若将控制参数作为输入，电池荷电状态显而易见可以表示如下：

e3、蓄电池组平衡电流优化控制策略设计过程其有约束优化问题构造过程如下所示：

联立前述动力电池等效电路模型和平衡系统拓扑结构模型，构建平衡系统状态方程与考虑蓄电池组荷电状态一致性的目标优化函数，结合电池状态参数约束，求解蓄电池组一致性平衡的有约束优化问题。本实施例中所构建的目标函数如下所示：

式中，U＝[-1,1]²表示系统控制量的取值范围，D＝[0,1]³表示电池荷电状态取值范围，

代表蓄电池组各单体电池荷电状态之间的差异性，其中R为权值。

e4、蓄电池组平衡电流优化控制策略设计过程其有约束优化问题求解如下所示：

本实施例采用有效集方法求解有约束优化问题，第一步是选取初值，给定迭代问题的初始可行点u(0)∈[-1,1]²，并令k＝0；第二步是求解子问题，确定相应的有效集S_k∈[-1,1]²，求解目标函数相关子问题，得到极小点u_k和拉格朗日乘子向量λ_k，如果u_k≠0进入第三步，否则回到第二步；第三步是检验终止准则，计算的拉格朗日乘子判别式，如果其值大于零，则u_k是全局极小点，停止迭代运算，否则，令S_k＝S_k\t，重新进行第一步；第四步是确定步长α_k；第五步是若α_k＝1，则令S_k+1＝S_k，否则令S_k+1＝S_k∪U；第六步令k＝k+1，返回第一步。

e5、输出平衡电流：根据具体实施方式e4所计算的最优控制量u(t)，根据以下公式将其转换为蓄电池组相邻型平衡拓扑电路的控制电流：

I(t)＝I_uu(t) (13)

进而可以得到理想条件下蓄电池组各单体电池平衡过程中的动态电流，如下：

I_Bat(t)＝TI_uu(t) (14)

f、本发明的具体实施(f)是分别进行了蓄电池组充放电工况(1C倍率)下的平衡过程，其结果分别如图10、图11所示，其中蓄电池组共采用了三节初始荷电状态分别为0.45，0.8和0.7的单体电池，最终蓄电池组在放电工况下大约于435秒达到一致，充电工况下大约在425秒达到一致。

可见，本实施例所提出的一种蓄电池组电量自适应优化平衡控制方法不仅使得蓄电池组荷电状态快速达到一致，而且所设计的双向自适应控制器可在外部干扰下自适应地调节控制律，提高了系统鲁棒性，最终实现平衡电流的快速稳定控制过程。

综上，本实施例设计了相邻型平衡拓扑系统平衡电流优化控制器，采用有约束优化方法实现平衡电流的动态分配；建立双向升降压变换器的双向数学模型，为实现双向自适应控制提供基础；设计了双向升降压变换器的自适应控制器，实现平衡电流双向、稳定控制。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (3)

1.一种蓄电池组电量自适应优化平衡控制方法，其特征在于，包括以下步骤：

步骤S1：设计蓄电池组双向升降压变换器式相邻型平衡系统，包括电池状态监测单元、电池组平衡优化控制器、双向自适应控制器、蓄电池组与双向升降压变换器均衡电路；

步骤S2：建立双向升降压变换器的数学模型；

步骤S3：设计双向自适应控制器，获取参数自适应律及控制律；

步骤S4：设计蓄电池组相邻型平衡系统优化控制策略，获取最优分配的平衡电流；

其中，步骤S4具体为：首先通过蓄电池组各单体电池状态i(t)、V(t)、T(t)预估其电量状态，判断其电量差异是否达到平衡开启的阈值上限或者上次平衡是否完成，不满足条件则会返回重新预估电量状态，如果满足条件则继续判断电量差异是否达到平衡阈值下限，满足条件则重新预估电量状态，不满足条件则开启平衡使能，并进入平衡电流分配优化环节，输出平衡电流；

其中，所述平衡电流分配优化环节包括以下步骤：

步骤S41：建立平衡系统状态模型，考虑蓄电池组相邻型平衡系统中电量的转移路径，建立能够表征电池荷电状态的状态模型，如下所示：

式中，

为蓄电池组中所存储的电量，

为蓄电池组中所存储的电量的变化量，其中

是电池组各单体电池荷电状态，n代表电池组单体电池串联数量，对角矩阵

的对角线数据为电池组各单体电池的额定容量，

为受控平衡电流占比，对角矩阵

代表平衡拓扑结构所能提供的最大电流，T代表平衡系统的拓扑结构；

将上述状态模型变换为：

式中，

将控制参数作为输入，电池荷电状态表示如下：

步骤S42：结合电池状态约束，设计蓄电池组平衡系统控制策略；构建目标评价参数如下所示：

式中，U＝[-1,1]^n-1表示系统控制量的取值范围，D＝[0,1]ⁿ表示电池荷电状态取值范围，

代表蓄电池组各单体电池荷电状态之间的差异性，其中R为权值；其中，x_i(t)表示t时刻蓄电池组中第i个电池的荷电状态，x_ref(t)为t时刻蓄电池组的自适应控制器参考量；

步骤S43：输出平衡电流：根据以上所计算的最优控制量u(t)，根据以下公式将其转换为蓄电池组相邻型平衡拓扑电路的控制电流：

I(t)＝I_uu(t)；

进而得到理想条件下蓄电池组各单体电池平衡过程中的动态电流：

I(t)＝TI_uu(t)。

2.根据权利要求1所述的一种蓄电池组电量自适应优化平衡控制方法，其特征在于，所述双向升降压变换器的等效电路包括第一电池Bat₁、第二电池Bat₂、第一电容C₁、第二电容C₂、电感L、第一功率管S₁、第二功率管S₂；第一电池Bat₁与第一电容C₁并联，第二电池Bat₂与第二电容C₂并联，第一电容C₁的一端经第一功率管S₁连接至电感L的一端，第二电容C₂的一端经第二功率管S₂也连接至电感L的一端，第一电容C₁的另一端、第二电容C₂的另一端以及电感L的另一端相连；

建立双向升降压变换器的状态方程，令x＝[x₁ x₂ x₃]^T＝[i_L V_C V_in]^T，则有：

式中，ε为变换器状态参考变量，其中D₁₂＝(D₁-1)(ε+1)/2-D₂(ε-1)/2，D₁与D₂分别代表功率管S₁、S₂的控制信号，ε为1时电量从Bat₁转移到Bat₂，ε为-1电量从Bat₂转移到Bat₁，V_in为第一电容C₁两端电压，V_C为第二电容C₂两端电压；R_Bat1为V_in端电池等效电阻，R_Bat2为V_C端电池等效电阻，i_L为电感电流，其中C₁、C₂分别为第一电容C1、第二电容C2的电容值，L为电感L的电感值。

3.根据权利要求2所述的一种蓄电池组电量自适应优化平衡控制方法，其特征在于，步骤S3具体包括以下步骤：

步骤S31：为提高控制器鲁棒性引入系统估计参数

将双向升降压变换器的状态方程矩阵化；

步骤S32：考虑双向升降压变换器追踪控制误差与系统状态，定义滑模面s如下：

s＝c₂z₁+z₂；

式中，c₁、c₂是常数，z₁＝x₁-x_ref＝i_L-i_ref是追踪误差，

是二阶反演变量，x_ref为自适应控制器参考量，i_ref为参考电流，i_L为电感电流；

步骤S33：得到相应的李雅普诺夫函数V：

步骤S34：消除李雅普诺夫函数的导数中系统参数的估计误差以及控制偏差，分别得到参数自适应律以及控制律如下：

式中，

是正定矩阵，α、β为正常数，A₁＝[D₁₂x₂+(D₁₂+ε)x₃ 0 0 0 0]^T，A₂＝[0 -D₁₂x₁(1+ε)/2 -x₂(1+ε)/2 0 0]^T，A₃＝[0 0 0 -D₁₂x₁(1-ε)/2 -x₃(1-ε)/2]^T，

表示系统估计参数

的第一个估计值，其中，sign(s)表示符号函数。

Images