CN110362897B - 一种串联电池组多目标优化均衡方法 - Google Patents

一种串联电池组多目标优化均衡方法 Download PDF

Info

Publication number
CN110362897B
CN110362897B CN201910581073.7A CN201910581073A CN110362897B CN 110362897 B CN110362897 B CN 110362897B CN 201910581073 A CN201910581073 A CN 201910581073A CN 110362897 B CN110362897 B CN 110362897B
Authority
CN
China
Prior art keywords
equalization
battery pack
battery
value
scheme
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.)
Active
Application number
CN201910581073.7A
Other languages
English (en)
Other versions
CN110362897A (zh
Inventor
孙金磊
刘瑞航
马乾
唐传雨
王天如
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201910581073.7A priority Critical patent/CN110362897B/zh
Publication of CN110362897A publication Critical patent/CN110362897A/zh
Application granted granted Critical
Publication of CN110362897B publication Critical patent/CN110362897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Geometry (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种串联电池组多目标优化均衡方法，该方法包括：读取电池组相关参数及均衡电路相关参数；搭建电池组均衡能量转移模型；通过优化算法，得到电池组优化均衡方案。本发明综合考虑均衡后电池组内各单体SOC一致性和均衡时长，以此为优化目标，通过电池组均衡能量转移模型，对各种均衡方案的均衡效果进行模拟，并结合寻优算法对电池组均衡方案进行优化选取，从而实现对串联电池组的优化均衡，适用于电动汽车、储能系统等电池组应用领域。

Description

一种串联电池组多目标优化均衡方法
技术领域
本发明属于串联电池组电量均衡领域，具体涉及一种串联电池组多目标优化均衡方法。
背景技术
电池单体在制造过程中由于制作工艺的原因不可避免的会出现单体之间的细微差别，如活性物质总量、电解液浓度、集流体厚度等。这些细微的差异在充放电过程中对锂离子嵌入和脱出碳层、穿透隔膜以及扩散过程中都将带来影响，体现为电池内阻的不一致、开路电压不一致、容量不一致，而电池环境温度的不一致又会造成库仑效率的不一致，在多次循环后形成SOC不一致。由于锂离子电池单体电压无法满足实际应用电压需求，经常需要几十支甚至上百支串联成组进行使用，成组之前的筛选可以通过简单测量来筛选电压、初始电量和容量一致的单体进行成组，但对于内阻和库仑效率等不易测量的隐含电池特性很难进行筛选，这也就是电池组长期使用后电池单体之间会出现不同程度的电压、SOC甚至老化程度不一致的原因。
针对电池组中各单体的不一致问题，现有均衡方法考虑的均衡目标包括电池电压一致性、电池SOC一致性、均衡时长、均衡损耗等，但现有均衡方法大多为单目标均衡方法，且现有均衡方法较少搭建均衡能量转移模型。
发明内容
本发明的目的在于提供一种串联电池组多目标优化均衡方法，解决现有的串联电池组多目标优化均衡问题。
实现本发明目的的技术解决方案为：一种串联电池组多目标优化均衡方法，包括以下步骤：
步骤1、读取电池组相关参数及均衡电路相关参数；
步骤2、搭建电池组均衡能量转移模型；
步骤3、通过优化算法，得到电池组优化均衡方案。
与现有技术相比，本发明的有益效果为：本发明提出一种串联电池组多目标优化均衡方法，针对串联电池组的电量不一致性，综合考虑均衡后电池组内各单体SOC一致性和均衡时长，以此为优化目标，通过电池组均衡能量转移模型，对各种均衡方案的均衡效果进行模拟，并结合寻优算法对电池组均衡方案进行优化选取，从而实现对串联电池组的优化均衡。
附图说明
图1是串联电池组多目标优化均衡方法流程图。
图2是双向均衡电路示意图。
图3是迭代次数-适应值示意图。
图4是均衡前后电量对比图。
具体实施方式
电池的开路电压和SOC具有密切联系，可通过减小电池间SOC的不一致程度，实现电池开路电压保持较好一致性。考虑到在保证均衡后电池组具有较好一致性的同时，均衡时长应尽可能缩短，因此本发明将综合考虑电池组均衡后SOC一致性和均衡时长，对电池组均衡方案进行多目标优化。
如图1所示，本发明的一种串联电池组多目标优化均衡方法，包括以下步骤：
步骤1、读取电池组相关参数及均衡电路相关参数；
步骤2、搭建电池组均衡能量转移模型；
步骤3、通过优化算法，得到电池组优化均衡方案。
进一步的，步骤1中，所述电池组相关参数包括串联电池组中电池类型、电池个数及其额定电压、额定容量、各荷电状态(SOC)下的电池状态参数；均衡电路相关参数包括变压器变比、变压器电感值、均衡电流上限值、能量转换效率；
所述电池状态参数包括电池开路电压和电池内阻；能量转移效率为综合考虑变压器损耗和线路损耗后的效率值。
进一步的，步骤2中，所述电池组均衡能量转移模型，输入量为电池组相关参数、均衡电路相关参数和电池组均衡方案，输出量为电池组执行均衡方案后的各单体电池SOC值及总均衡时间；
所述均衡方案，指电池组中各单体的所需均衡次数。
所述电池组均衡能量转移模型，通过输入量的相关参数值，对均衡过程中的电池组电量转移情况进行实时计算，固定时长后对电池组中各单体电池电压、SOC值进行更新，此处定时可为1s、5s或10s。计算相关公式如下。
电池组均衡过程中，单次均衡周期内，单体放电时均衡能量转移至变压器一次侧，其公式如下所示：
Figure BDA0002113154790000031
式中，Qss表示单次均衡中转移的电量，单位J；Ip表示一次侧峰值电流值，单位A；Lp表示一次侧电感值，单位H；U1表示一次侧电压值，单位V。
均衡能量转移至变压器二次侧后给整个电池组充电，则电池组接受到的电量表达式如下所示：
Qsp＝Qss×η
式中，Qsp表示电池组接受的电量，单位J；η表示均衡器的能量转移效率值。
进一步的，步骤3中，所述优化方法包括目标函数和约束条件；
所述目标函数，本发明考虑了电池组SOC一致性和均衡时长，对寻优目标进行归一化处理，其表达式如下所示：
fitness＝n1×STD+n2×Ttotal
式中，fitness表示适应值；STD表示电池组内各电池单体间SOC的标准差；Ttotal表示均衡时长，单位h；n1和n2表示权重系数，其中n2的单位为1/h。所述权重系数n1和n2，使得n1×STD和n2×Ttotal的值保持在同一量级，权重系数的选取直接影响均衡效果，由均衡需求决定。
所述约束条件，指荷电状态约束，即电池组内各电池单体SOC应保持在指定范围内，本发明中电池组内各单体的SOC值均应在0％和100％之间，如下式所示：
0％≤SOCi≤100％
式中，SOCi表示第i个电池的SOC值。
进一步的，步骤3中，所述优化方法，寻优过程如下：
(1)随机生成N组随机解，即N种串联电池组均衡方案，此处N取值为正整数；
(2)根据步骤(1)中生成的串联电池组均衡方案，计算各方案对应的适应值，取其中适应值最低的一组均衡方案作为当前最优方案；
(3)本次迭代中所有均衡方案通过相关变换计算，向当前最优方案靠拢迭代，并取每次迭代中适应值最佳的一组方案，作为当前最优方案；
(4)当前最优均衡方案的适应值与设定值比较，均衡方案的适应值高于设定值时，则继续进入下一次迭代，即返回(3)；均衡方案的适应值低于或等于设定值时，则迭代结束，当前均衡方案则为最终均衡方案，将其均衡参数导出。
下面结合附图和实施例对本发明作进一步详细说明。
实施例
本实施例的应用对象为由六节三元电池串联组成的电池组，电池组初始参数如表1所示；均衡电路为双向主动均衡电路，相关参数如表2所示，示意图如图2所示。
表1电池组初始参数
Figure BDA0002113154790000041
表2均衡电路相关参数
Figure BDA0002113154790000042
由粒子群寻优算法随机生成初始均衡方案，结合上述数据搭建具体电池组均衡能量转移模型，以模拟电池组执行各种均衡方案后的均衡效果，具体流程图如图1所示。
在仿真过程中，每1秒对电池组参数(包括各电池当前电压、当前内阻、当前SOC)更新一次，以减小仿真误差，直到达到该均衡方案的均衡时长后，将电池组当前状态和均衡参数(包括均衡后各电池间SOC标准差、均衡时长等参数)导出，仿真结束。
每个均衡方案完成均衡仿真后，将得到电池一致性和均衡时长两个参数，寻优算法中目标函数即为适应值函数中，权重系数n1和n2分别取值为1和0.001，则如下式所示：
fitness＝STD+0.001×Ttotal
得到各电池组均衡方案对应的适应值后，选取当前均衡方案中，适应值最小的均衡方案作为当前最优均衡方案。判断该适应值是否低于设定收敛值，本仿真实验中设定收敛值为0.002，当前最优均衡方案的适应值低于或等于该值时，则寻优结束，该均衡方案则为寻优结果。若当前最优均衡方案的适应值高于设定收敛值时，则对当前均衡方案进行迭代更新，其迭代公式如下式：
Figure BDA0002113154790000051
式中，t表示迭代次数；xi(t)表示均衡方案变量；vi(t)表示均衡方案变量的变化速度；w表示权重系数；c1和c2表示加速系数；r1和r2为随机量，服从0-1分布；pi(t)表示个体最优方案；gi(t)表示全局最优方案。
模拟仿真中，经过14次迭代后，当前最优均衡方案的适应值低于设定值，则迭代结束，该均衡方案即为全局最优均衡方案，如图3所示。
寻优结束后，将最优均衡方案对应的均衡参数导出，均衡前电池间标准差为0.04，均衡后电池间的标准差为0.00186，显著提高了电池间SOC的一致性，其均衡前后电量对比图如图4所示。
此均衡方案下的各电池单体的均衡时长如表3所示。
表3各电池单体所需均衡时长
Figure BDA0002113154790000061
为进一步验证本发明的可用性，又结合实际均衡电路，对优化均衡方案进行实验。电池组初始参数如表1所示，电池组中各单体的均衡时长如表3所示。对电池组均衡操作后，其参数如表4所示。
表4电池组均衡后参数
Figure BDA0002113154790000062
均衡前电池间标准差为0.04，均衡后电池间的标准差为0.0037，显著提高了电池间SOC的一致性。
由以上结果可知，本发明提出的均衡策略，可有效提高电池组内各单体间SOC的一致性，进而提高了各单体间的开路电压一致性，实现了电池组的一致性运行，对电池组工作性能的发挥提供了保障。

Claims (4)

1.一种串联电池组多目标优化均衡方法，其特征在于，包括以下步骤：
步骤1、读取电池组相关参数及均衡电路相关参数；
步骤2、搭建电池组均衡能量转移模型；所述电池组均衡能量转移模型，输入量为电池组相关参数、均衡电路相关参数和电池组均衡方案，输出量为电池组执行均衡方案后的各单体电池SOC值及总均衡时间；所述均衡方案是指电池组中各单体的所需均衡次数；
所述电池组均衡能量转移模型，通过输入量的相关参数值，对均衡过程中的电池组电量转移情况进行实时计算，固定时长后对电池组中各单体电池电压、SOC值进行更新；计算相关公式如下：
电池组均衡过程中，单次均衡周期内，单体放电时均衡能量转移至变压器一次侧，其公式如下所示：
Figure FDA0004049049310000011
式中，Qss表示单次均衡中转移的电量，Ip表示一次侧峰值电流值，Lp表示一次侧电感值，U1表示一次侧电压值；
均衡能量转移至变压器二次侧后给整个电池组充电，则电池组接受到的电量表达式如下所示：
Qsp＝Qss×η
式中，Qsp表示电池组接受的电量，η表示均衡器的能量转移效率值；
步骤3、通过优化算法，得到电池组优化均衡方案；所述优化算法包括目标函数和约束条件；
所述目标函数，对寻优目标进行归一化处理，其表达式如下所示：
fitness＝n1×STD+n2×Ttotal
式中，fitness表示适应值，STD表示电池组内各电池单体间SOC的标准差，Ttotal表示均衡时长，n1和n2表示权重系数；
所述约束条件，指荷电状态约束，即电池组内各电池单体SOC应保持在指定范围内：
0％≤SOCi≤100％
式中，SOCi表示第i个电池的SOC值。
2.根据权利要求1所述的串联电池组多目标优化均衡方法，其特征在于，步骤1中，所述电池组相关参数包括串联电池组中电池类型、电池个数及其额定电压、额定容量、各荷电状态SOC下的电池状态参数；均衡电路相关参数包括变压器变比、变压器电感值、均衡电流上限值、能量转换效率；
所述电池状态参数包括电池开路电压和电池内阻；能量转移效率为综合考虑变压器损耗和线路损耗后的效率值。
3.根据权利要求1所述的串联电池组多目标优化均衡方法，其特征在于，所述权重系数n1和n2，使得n1×STD和n2×Ttotal的值保持在同一量级。
4.根据权利要求1所述的串联电池组多目标优化均衡方法，其特征在于，步骤3中，优化方法寻优过程如下：
(1)随机生成N组随机解，即N种串联电池组均衡方案，N取值为正整数；
(2)根据上一步生成的串联电池组均衡方案，计算各方案对应的适应值，取其中适应值最低的一组均衡方案作为当前最优方案；
(3)本次迭代中所有均衡方案通过相关变换计算，向当前最优方案靠拢迭代，并取每次迭代中适应值最佳的一组方案，作为当前最优方案；
(4)当前最优均衡方案的适应值与设定值比较，均衡方案的适应值高于设定值时，则继续进入下一次迭代，即返回上一步；均衡方案的适应值低于或等于设定值时，则迭代结束，当前均衡方案则为最终均衡方案，将其均衡参数导出。
CN201910581073.7A 2019-06-29 2019-06-29 一种串联电池组多目标优化均衡方法 Active CN110362897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910581073.7A CN110362897B (zh) 2019-06-29 2019-06-29 一种串联电池组多目标优化均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910581073.7A CN110362897B (zh) 2019-06-29 2019-06-29 一种串联电池组多目标优化均衡方法

Publications (2)

Publication Number Publication Date
CN110362897A CN110362897A (zh) 2019-10-22
CN110362897B true CN110362897B (zh) 2023-05-05

Family

ID=68216729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910581073.7A Active CN110362897B (zh) 2019-06-29 2019-06-29 一种串联电池组多目标优化均衡方法

Country Status (1)

Country Link
CN (1) CN110362897B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111439161A (zh) * 2020-05-12 2020-07-24 安徽优旦科技有限公司 一种基于新能源汽车电池的优化控制系统
CN111555387B (zh) * 2020-05-12 2021-02-19 广东工业大学 一种可重构电池组的无环流优化控制方法
CN114156552A (zh) * 2021-11-28 2022-03-08 南京理工大学 一种考虑老化的串联电池组的均衡控制策略
CN114200320A (zh) * 2021-12-09 2022-03-18 西安理工大学 一种基于soc一致性匹配的退役动力电池重组方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107732331A (zh) * 2017-09-11 2018-02-23 浙江大学 一种全局优化控制的串联锂电池组soc均衡控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600387B (zh) * 2015-02-05 2016-11-23 青海时代新能源科技有限公司 磷酸铁锂电池组的主动均衡方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107732331A (zh) * 2017-09-11 2018-02-23 浙江大学 一种全局优化控制的串联锂电池组soc均衡控制方法

Also Published As

Publication number Publication date
CN110362897A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
CN110362897B (zh) 一种串联电池组多目标优化均衡方法
CN107612076A (zh) 电池充电方法、装置、设备和存储介质
CN113111579B (zh) 一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法
CN110247451B (zh) 一种锂离子动力电池组全寿命周期均衡控制方法
CN109446619B (zh) 一种锂离子电池电极设计参数的优化方法
CN109510234B (zh) 一种微电网储能电站的混合储能容量优化配置方法及装置
CN113394840B (zh) 一种储能电池电量智能均衡控制方法及系统
CN107351701A (zh) 基于老化均衡的多目标自适应控制方法
CN113341319B (zh) 基于参数插值获取任意温度和倍率下放电曲线的方法
CN109346787B (zh) 一种电动汽车动力电池自适应优化充电方法
CN113807039A (zh) 一种串联型电池系统的功率状态预测方法
CN108664734B (zh) 航天器电源系统多目标优化设计方法、系统和存储介质
WO2021143053A1 (zh) 一种锂电池组多目标同时充电方法
CN114217234B (zh) 一种基于ide-asrckf的锂离子电池参数辨识与soc估计方法
CN115021361A (zh) 一种三元锂-磷酸铁锂混合电池组均衡方法
CN110907834A (zh) 一种并联型电池系统建模方法
CN111762059B (zh) 一种考虑电池充放电工况的多变量融合电池组的均衡方法
CN116908728A (zh) 一种电池充放电制度优化方法
Tamilselvi et al. Capacity fade modeling of Li-ion battery using evolutionary algorithm
CN114062948B (zh) 一种基于3dcnn的锂离子电池soc估计方法
CN115656839A (zh) 基于bp-dekf算法的电池状态参量协同估算方法
CN114487844A (zh) 一种基于电池容量的锂离子电池soc估计方法
Wang et al. SOC Estimation of Lithium-ion Batteries Based on Extended Kalman Filter
CN108090319B (zh) 一种串联型锂离子电池系统建模方法
CN110556868A (zh) 一种考虑电压稳定性的风电接入系统储能充放电控制方法

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