CN110544801A

CN110544801A - 基于健康状态的电池组双目标自适应均衡控制方法

Info

Publication number: CN110544801A
Application number: CN201910862535.2A
Authority: CN
Inventors: 郭向伟; 胡治国; 许孝卓; 高岩; 刘震
Original assignee: Henan University of Technology
Current assignee: Henan University of Technology
Priority date: 2019-09-12
Filing date: 2019-09-12
Publication date: 2019-12-06
Anticipated expiration: 2039-09-12
Also published as: CN110544801B

Abstract

本发明公开了基于健康状态的电池组双目标自适应均衡控制方法，双目标指串联电池组中各单体的健康状态(SOH)和荷电状态(SOC)；自适应均衡指分别设置SOH的不均衡度和SOC的不均衡度，均衡系统根据这两个不均衡度的大小自动判别对电池组进行SOH均衡或SOC均衡，实现电池组SOH和SOC的共同均衡。SOH均衡实现各单体电池在不同工况下的寿命衰减程度达到一致，使得电池的不一致性从根源上得到改善，SOC均衡进一步避免不一致性的扩大，最大限度的发挥动力电池的性能。最终，提高电池组的能量利用率及循环寿命。该控制方法适用于新能源汽车电池组均衡管理系统。

Description

基于健康状态的电池组双目标自适应均衡控制方法

技术领域

本发明属电池均衡技术领域，涉及一种基于健康状态的电池组双目标自适应均衡控制方法，适用于新能源汽车或微电网储能系统中电池管理系统。

背景技术

新能源汽车被列为我国中长期发展战略重点项目，具有广阔的市场前景。动力电池应用于新能源汽车时，由于其单体电池容量有限，而且单体电压较低，所以要将多个单体电池进行串并联以组成满足应用要求的动力电池组。如此一来，由于同一型号的单体电池间存在不可避免的不一致性问题，将对电池组的能量利用率、循环寿命产生严重影响，并且容易导致出现过充和过放现象。为了改善电池组的不一致性问题必须引入有效的均衡系统。

均衡控制研究的核心内容是均衡对象的判定，目前，基于端电压、SOC、可用容量的均衡控制策略相继被提出。依据电池端电压建立均衡对象判据，动力电池是一个复杂的非线性系统，实际应用中，电池的差异不能仅凭端电压的高低来衡量，电池组中容量低的电池在充电时或者充电后，其端电压可能比其它电池高，如果采用这用均衡方法，那么均衡的结果是容量低的电池给容量高的电池补充能量，最终均衡结果可能加大了池组中电池容量的差距。以SOC作为判据，这种均衡方法只能解决电池组中容量较大的电池因长期充电不足而性能下降问题，并不能减小或消除各电池实际容量的差距；另外，以开路电压为均衡对象判据实质仍是以SOC为判据，因为电池在正常工作电压范围内两者呈一一对应的函数关系。利用电池当前时刻的剩余可用容量来判定均衡目标，仅仅以当前剩余可用容量作为均衡指标可能会导致每个单体充入或放出相同的电量时各单体的SOC值变化不一致，最终，充电过程，当检测电路检测到某单体SOC值为1时即停止充电，而此时还有部分单体SOC不为1，即还有部分单体未充满时电池组就停止充电，减小了能量利用率，放电过程分析类同。综上所述，目前较多文献以SOC作为均衡指标建立控制策略，无论SOC还是容量、端电压，它们都是电池的外部特性参数，并不能从本质上反映电池组的不一致性。

电池组不一致性的外部表现重点体现在以下两个方面：(1)电池单体性能参数的差异，主要包括电池容量、内阻和自放电率的差异；(2)电池工作状态的差异，主要包括电池荷电状态(State-Of-Charge，SOC)、工作电压、温度的差异等。而使得电池组出现不一致性的实质原因是：(1)由于材质和工艺的原因，相同批次相同型号的电池在内阻、容量等方面可能出现不一致的情况。(2)在使用过程中，电池内部电化学系统复杂的相互作用，结合电池的充放电倍率、放电深度、环境温度等外部因素将导致电池的老化衰减速度不同，随后使得电池组老化程度产生不一致。由此分析，即使单体电池技术取得重大突破、性能显著提高，但是影响电池组使用寿命的关键因素始终是动力电池的一致性。对于制造工艺引起的初始性能差异并不能依靠均衡改善，只能提高电池的制造工艺，而在实际使用时，即使保证了单体电池初始性能的一致，也会因为使用条件和环境的不同导致单体电池老化程度产生差异。因此，具有实际意义的均衡控制应该是在电池组使用过程中，采用适当的均衡电流来减小各单体老化程度的差异，使电池实际可用容量差距不扩大，保持电池组的能量利用率和充放电效率在正常水平，延长电池组的使用寿命。显然，以“电压、SOC或容量为目的”的均衡控制达不到上述要求。

发明内容

本发明提出基于健康状态(SOH,State of Health)和荷电状态(SOC,State ofCharge)的电池组双目标均衡控制策略，同时实现SOH和SOC的均衡，SOH均衡实现各单体电池在不同工况下的寿命衰减程度达到一致，使得电池的不一致性从根源上得到改善，SOC均衡进一步避免不一致性的扩大，最大限度的发挥动力电池的性能。最终，提高电池组的安全性，能量利用率及循环寿命。基于此，本发明提供了一种基于健康状态的电池组双目标自适应均衡控制方法。

为达到上述目的，本发明是按照以下技术方案实施的：

一种基于健康状态的电池组双目标自适应均衡控制方法，所述双目标指串联电池组中各单体的SOH和SOC；

其中，SOH和SOC的获取过程如下S1、S2所示：

S1获取电池组各单体SOH

单体电池的SOH可以用老化率表示，本发明通过建立锂电池多参数耦合老化模型来实现SOH的估计。

S1.1研究锂电池老化机理，确立影响老化的核心因素

电池老化源于内部电化学性质的变化，对动力锂电池电化学反应机理进行研究，明确影响电池老化的核心因素不仅有温度，还有充放电倍率、充放电截止电压等参数。本发明在机理分析基础上，将充放电倍率和充放电截止电压对老化的影响也考虑进模型建立过程，最终，建立更加精确的锂电池多参数耦合老化模型。

S1.2建立基于阿列纽斯方程的多参数耦合老化模型

①明确老化率的表现形式，容量衰减率是表征电池老化率最直接的形式，定义容量衰减率如式(3)所示：

其中C₀为电池初始可用容量，C_t为电池使用时间t后的最大可用容量。

②通过对锂电池老化机理的分析可知，锂电池容量衰减速率和温度成阿列纽斯关系，充电倍率和充放电截止电压主要影响电池过电势和负极电势，从而影响锂电池副反应发生的难易程度，因此充电倍率和充电截止电压对容量衰减速率的影响主要反映在阿列纽斯公式的活化能中；而放电倍率主要影响电池负极表面锂离子的浓度，故放电倍率对容量衰减速率的影响反应在阿列纽斯公式的指前因子中，基于此，可建立如式(4)所示多参数耦合的锂电池容量衰减率模型:

式中：k代表容量衰减速率，ε代表容量衰减率，i_c是充电倍率，i_cr是额定充电倍率，V_c是充电截止电压，V_cr是额定充电截止电压，V_d是放电截止电压，V_dr是额定放电截止电压，i_d是放电倍率，A₀+b·i_d反应放电倍率对老化速度的影响，x反应充电倍率及充放电截止电压对老化的影响，模型中，A₀，b，E_a，c是待拟合参数。

S1.3设计老化实验，定性分析各因素对老化的影响

明确影响老化的核心因素之后，需要设计各参数对老化影响的实验，为完成模型建立奠定基础。如表1所示为老化实验设计表。

表1老化试验设计表

其中实验1-1为参考实验，其它实验相对1-1分别单独改变温度、充电倍率、充电截止电压、放电倍率、放电截止电压的取值，以分析各因素对老化影响。每次循环中，按照上表的充电倍率和充电截止电压对电池进行恒流恒压充电，充电至电流小于0.05A即停止，静置1小时消除极化影响，再按照上表的放电倍率和放电截止电压进行放电，再静置1小时，按照上述方法充放电循环，每隔20个循环进行一次电池特性测试，包括：①容量测定，以0.5C对电池容量进行测定；②交流阻抗测定，测定1KHz时电池的交流阻抗。根据得到的实验数据，定性分析电池老化过程中不同因素对容量衰减的影响。

S1.4模型参数辨识，完成多参数耦合锂电池老化模型建立

基于S1.2的模型和S1.3获取的老化影响样本数据，在Matlab环境中，利用最小二乘法对模型参数进行辨识，完成老化模型的建立，由模型可以求出老化率，进而得到动力电池健康状态，如下(5)式所示：

SOH＝1-ε (5)。

S2获取电池组各单体SOC

安时计量法是一种比较常用且简单可靠的SOC估算方法。在实际应用中存在累积误差无法消除的问题，但在Simulink仿真过程中，不存在累积误差，可以作为SOC估计的理论值。令SOC的初始值为SOC_init，电池的额定容量为C_E，库伦效率为η，放电时电流为正值，充电时电流为负值，其计算公式可表示为：

每个采样周期，控制电路判断Y_Hmax、Y_Cmax和Y_ref的关系：

充电过程中，若仅有Y_Hmax大于Y_ref，则对SOH_max对应的单体充电均衡，SOH_min对应的单体放电均衡；若仅有Y_Cmax大于Y_ref，则对SOC_max对应的单体放电均衡，SOC_min对应的单体充电均衡；若Y_Hmax、Y_Cmax同时大于Y_ref，则比较两者较大值，进行相应的SOH均衡或SOC均衡；

放电过程中，若仅有Y_Hmax大于Y_ref，则对SOH_max对应的单体放电均衡，SOH_min对应的单体充电均衡；若仅有Y_Cmax大于Y_ref，则对SOC_max对应的单体放电均衡，SOC_min对应的单体充电均衡；若Y_Hmax、Y_Cmax同时大于Y_ref，则比较两者较大值，进行相应的SOH均衡或SOC均衡；

直到满足SOH和SOC一致性指标即停止均衡。

其中，Y_Hi为SOH的不均衡度，Y_Ci为SOC的不均衡度，Y_ref为均衡电路是否工作的不均衡度阈值。

进一步的，由n节单体电池串联组成的电池组内各单体分别记为B1，B2，…，Bn；各单体电池对应的SOH分别记为SOH₁，SOH₂，…，SOH_n，其中的最小值记为SOH_min，最大值记为SOH_max，平均值记为SOH_ave；各单体电池对应的SOC分别记为SOC₁，SOC₂，······，SOC_n，其中的最小值记为SOC_min，最大值记为SOC_max，平均值记为SOC_ave；

各单体SOH的不均衡度Y_Hi为：

各单体SOC的不均衡度Y_Hi为：

进一步的，基于健康状态的电池组双目标自适应均衡控制方法，包括以下步骤：

(1)由检测电路与控制电路检测并判断各单体电池SOH和SOC的一致性是否满足均衡电路工作条件；

(2)如满足均衡电路工作条件，均衡电路开始工作；如不满足，均衡电路不工作；均衡过程包含若干采样周期，每一个采样周期又包含若干均衡周期；

(3)每个采样周期结束，检测电路与控制电路重新检测并判断各单体一致性是否满足均衡电路工作条件；

(4)如此往复，直至各单体一致性不满足均衡电路工作条件，均衡电路停止工作。

进一步的，所述控制方法适用于电容型均衡电路、变换器型均衡电路、变压器型均衡电路。

本发明达到了以下有益效果：

本发明实现电池组SOH和SOC的共同均衡，SOH均衡实现各单体电池在不同工况下的寿命衰减程度达到一致，使得电池的不一致性从根源上得到改善，SOC均衡进一步避免不一致性的扩大，最大限度的发挥动力电池的性能。

附图说明

为了更加清楚的说明本发明的原理与实施中的技术方案，下面将对本发明涉及的技术方案使用图作进一步的介绍，以下图仅仅是本发明的部分实施例子，对于本领域技术人员来讲，在不付出创造性劳动的前提下可以根据以下图获得其他的技术方案。

图1本发明一个采样周期均衡控制方法流程图；

图2本发明控制方法所应用的一种均衡拓扑实例；

图3均衡系统Simulink仿真模型；

图4均衡系统Simulink仿真模型中的电池模型；

图5仿真模型输入电流；

图6双目标均衡各单体SOH仿真结果；

图7双目标均衡SOH最大差值仿真结果；

图8单目标均衡各单体SOH仿真结果；

图9单目标均衡SOH最大差值仿真结果；

图10双目标均衡各单体SOC仿真结果；

图11双目标均衡各单体SOC最大差值仿真结果；

图12单目标均衡各单体SOC仿真结果；

图13单目标均衡SOC仿真结果。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步描述，在此发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。

基于健康状态的电池组双目标自适应均衡控制方法，包括以下内容：

建立基于SOH和SOC的双目标自适应均衡控制方法：

双目标自适应均衡的目的是均衡过程同时实现SOH的均衡和SOC的均衡。由n节单体电池串联组成的电池组内各单体分别记为B1，B2，…，Bn。各单体电池对应的SOH分别记为SOH₁，SOH₂，…，SOH_n，其中的最小值记为SOH_min，最大值记为SOH_max，平均值记为SOH_ave。SOC分别记为SOC₁，SOC₂，······，SOC_n，其中的最小值记为SOC_min，最大值记为SOC_max，平均值记为SOC_ave。随着充放电时间的增加，SOC在0∽1的范围内不断反复，而SOH则是不断增加直至电池失效，在设定各单体电池不均衡度的过程中，需要对这两个均衡目标分别进行不均衡度的定义，以达到控制策略的一致性。

各单体SOH的不均衡度Y_Hi为：

各单体SOC的不均衡度Y_Hi为：

充放电过程中，采样电路采集各单体电压、电流，然后控制电路需要对每个单体的SOH和SOC进行估计。充放电过程中，采样电路采集各单体电压、电流，然后控制电路需要对每个单体的老化率和SOC进行估计，均衡过程包含若干个均衡周期，每个均衡周期结束，控制电路重新判断各单体不均衡度是否满足均衡电路工作条件，如果满足，均衡电路工作，如果不满足，均衡结束。

如图1所示，为一个采样周期均衡控制方法流程图，具体的双目标混合均衡过程如下所述：

首先设定均衡电路是否工作的不均衡度阈值Y_ref，充电过程中，每个采样周期，控制电路判断Y_Hmax、Y_Cmax和Y_ref的关系，若仅有Y_Hmax大于Y_ref，则对SOH_max对应的单体充电均衡，SOH_min对应的单体放电均衡，若仅有Y_Cmax大于Y_ref，则对SOC_max对应的单体放电均衡，SOC_min对应的单体充电均衡，若Y_Hmax、Y_Cmax同时大于Y_ref，则比较两者较大值，进行相应的SOH均衡或SOC均衡；放电过程中，若仅有Y_Hmax大于Y_ref，则对SOH_max对应的单体放电均衡，SOH_min对应的单体充电电均衡，若仅有Y_Cmax大于Y_ref，则对SOC_max对应的单体放电均衡，SOC_min对应的单体充电均衡，若Y_Hmax、Y_Cmax同时大于Y_ref，则比较两者较大值，进行相应的SOH均衡或SOC均衡。

如图2所示为本发明控制方法所应用的一种均衡拓扑实例，以图2所示均衡电路拓扑为例，验证本发明双电压自适应均衡控制策略的优越性。

如图3所示为均衡系统Simulink仿真模型；在MATLAB/Simulink中建立仿真模型，验证本发明均衡控制方法的先进性。

如图4所示为均衡系统Simulink仿真模型中的电池模型；电池模型包含SOH、SOC、温度和电池参数四个模块。

如图5所示为仿真模型输入电流；仿真过程中，参考标准UDDS(Urban DynamometerDriving Schedule)工况通过一定比例缩小设置负载电流，一个周期内，电流输出的平均值为0.91A，最大值为2.64A，历时1367s，仿真总时长为15个周期，图5所示为1个周期的模拟工况输入电流，此电流波形包括了加减速等工况。

如图6、图7所示，是双目标均衡SOH的仿真结果，其中图6表示B1、B2、B3、B4四个单体的双目标均衡SOH仿真结果，图中曲线基本重合，由上至下的曲线依次为B1、B4、B2、B3。

如图8、图9所示，是单目标均衡SOH的仿真结果，其中图8表示B1、B2、B3、B4四个单体的单目标均衡SOH仿真结果，图中曲线基本重合，由上至下的曲线依次为B1、B2、B3、B4。

图6、图7和图8、图9用来比较双目标均衡和单目标SOC均衡对SOH的均衡效果。由图可知，经过15个周期的模拟UDDS工况后，双目标均衡的SOH差异为0.5％，而SOC单目标均衡的SOH差异为1.3％，双目标均衡相比于单一的SOC均衡，SOH的差异更小，即各单体的循环寿命差异更小，电池组的循环寿命更长。

如图10、图11所示，是双目标均衡SOC的仿真结果，其中图10表示B1、B2、B3、B4四个单体的双目标均衡SOC仿真结果，且每个折线所对应的单体已在图中标出。

如图12、图13所示，是单目标均衡SOC的仿真结果，其中图12表示B1、B2、B3、B4四个单体的单目标均衡SOC仿真结果，且每个折线所对应的单体已在图中标出。

图10、图11和图12、图13用来比较双目标均衡和单目标均衡对SOC的均衡效果。由图可知，经过15个周期的模拟UDDS工况，双目标均衡的SOC差异为3.1％，单目标均衡的SOC差异为2.4％，虽然双目标未能使SOC的均衡差异达到SOC均衡时的水平，但相差已较小，而从SOH的最大差值可以发现，在SOC差异上做的小取舍，可以极大的提高各单体健康状态的一致性，使得各单体的不一致性从根源上得到改善，实现真正意义上的均衡控制，证实了本控制方法的优越性。

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。

Claims

1.基于健康状态的电池组双目标自适应均衡控制方法，所述双目标指串联电池组中各单体的SOH和SOC；其特征在于：

每个采样周期，控制电路判断Y_Hmax、Y_Cmax和Y_ref的关系：

直到满足SOH和SOC一致性指标即停止均衡；

2.根据权利要求1所述的基于健康状态的电池组双目标自适应均衡控制方法，其特征在于：

由n节单体电池串联组成的电池组内各单体分别记为B1，B2，…，Bn；各单体电池对应的SOH分别记为SOH₁，SOH₂，…，SOH_n，其中的最小值记为SOH_min，最大值记为SOH_max，平均值记为SOH_ave；各单体电池对应的SOC分别记为SOC₁，SOC₂，……，SOC_n，其中的最小值记为SOC_min，最大值记为SOC_max，平均值记为SOC_ave；

各单体SOH的不均衡度Y_Hi为：

各单体SOC的不均衡度Y_Ci为：

3.根据权利要求1或2所述的基于健康状态的电池组双目标自适应均衡控制方法，其特征在于，包括以下步骤：

4.权利要求3所述的基于健康状态的电池组双目标自适应均衡控制方法，其特征在于：所述控制方法适用于电容型均衡电路、变换器型均衡电路、变压器型均衡电路。