CN112821507A - 基于粒子群优化算法的环形均衡电路的能量路径优化方法 - Google Patents

Abstract

本发明公开了一种基于粒子群优化算法的环形均衡电路的能量路径优化方法，包括以下步骤：S1：建立电池组的环形均衡电路，所述环形均衡电路包括串联多个的电池和用于实现电池之间的能量传递的均衡模块；S2:采集电池组内所有单体电池的电压，通过计算得到电池组的电压平均值以及每个单体电池的电压与电压平均值之间的差值；S3:将电池组的电压平均值以及每个单体电池的电压与电压平均值之间的差值代入粒子群优化算法进行迭代求解，得到环形均衡电路的最优均衡能量路径；S4:将所得到的最优均衡能量路径转换为环形均衡电路中均衡模块的控制开关的时序，实现所有电池的均衡控制。本发明使得电池均衡过程中不会产生电池的反复充放电现象，可以减少能量消耗。

Description

基于粒子群优化算法的环形均衡电路的能量路径优化方法

技术领域

本发明涉及电池系统技术领域，特别涉及一种基于粒子群优化算法的环形均衡电路的能量路径优化方法。

背景技术

在当前的经济和环境形势下，大力发展新能源汽车是缓解能源危机和环境污染的主要途径。电动汽车以电能作为能量来源，摆脱了对化石能源的依赖，具有清洁无污染和能量利用率高的优点。动力电池组是电动汽车的核心部件，直接决定了电动汽车的整体性能和续航里程。但是单体电池的电压过小，无法满足电动汽车的电压、能量和功率需求，因此动力电池组通常由多节单体电池进行串并联构成。但是受到电池工艺和工作环境的影响，电池组中各单体电池会产生不一致问题，导致电池组的可用电量由性能最差的单体电池决定，影响电动汽车的续航里程和安全性。因此需要电池均衡技术来改善电池组的不一致性问题。

现阶段的电池均衡算法越来越多，但是这些均衡算法只通过调节均衡电流的大小来提高均衡速度，没有考虑电池均衡过程中的能量路径优化，容易产生电池的反复充放电现象，导致在电池均衡过程中产生多余的能量损耗。

因此，亟需一种能量路径优化的新方法，能够克服现有技术中存在的不足之处，确保所有电池在不发生反复充放电的情况下实现电池均衡。

发明内容

本发明的目的在于，提供一种基于粒子群优化算法的环形均衡电路的能量路径优化方法。本发明使得电池均衡过程中不会产生电池的反复充放电现象，可以减少能量消耗。

本发明的技术方案：基于粒子群优化算法的环形均衡电路的能量路径优化方法，包括以下步骤：

S1：建立电池组的环形均衡电路，所述环形均衡电路包括串联多个的电池和用于实现电池之间的能量传递的均衡模块；

S2:采集电池组内的电池的性能数据；

S3:将电池的性能数据代入粒子群优化算法进行迭代求解，得到环形均衡电路的最优均衡能量路径；

S4:将所得到的最优均衡能量路径转换为环形均衡电路中均衡模块的控制开关的时序，实现所有电池的均衡控制。

上述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述均衡模块包括第一均衡模块和第二均衡模块；所述第一均衡模块设置在电池组的第一个电池和最后一个电池之间，用于第一个电池和最后一个电池之间的均衡；所述第二均衡模块设置在相邻的电池之间，用于相邻电池之间的均衡。

前述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述第一均衡模块由一电阻、一电感和四个MOSFET管组成，其中第一个电池的正负极和最后一个电池的正负极分别串联有两个MOSFET管，串联的两个MOSFET管之间并联电阻和电感。

前述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述第二均衡模块由一电阻、一电感和两个MOSFET管组成，其中电阻和电感并联后一端连接在相邻电池的正负极之间，另一端分别连接两个MOSFET管，一个MOSFET管对应连接在其中一个电池的正极，另一个MOSFET管对应连接在另一个电池的负极。

前述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述电池的性能数据为电池组的电压平均值以及每个电池的电压与电压平均值之间的差值。

前述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述电池的性能数据为电池组的SOC平均值以及每个电池的SOC值与SOC平均值之间的差值。

前述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，所述步骤S3的具体过程如下：

a、在搜索空间中，随机初始化N个粒子的位置和速度，每个粒子都是优化问题的一个可行解；

b、利用优化问题的目标函数计算出所有粒子对应的适应值；

c、获取粒子搜索得到的个体极值和粒子群搜索得到的全局极值；

d、这些粒子根据获得的两个极值进行迭代，优化粒子的速度和位置；

e、判断迭代次数是否达到最大迭代次数或得到优化问题的最优解，若满足其中之一，则输出最后一次迭代得到的最优解；若不满足，则返回步骤b；

f、将最后一次迭代得到的最优解转换为环形均衡电路的最优均衡能量路径。

与现有技术相比，本发明首先建立电池组的环形均衡电路，再采集电池组内电池的性能数据；然后将性能数据代入粒子群优化算法进行迭代求解，得到环形均衡电路的最优均衡能量路径；最后将所得到的最优均衡能量路径转换为环形均衡电路中均衡模块的控制开关的时序，实现所有电池的均衡控制。本发明利用粒子群优化算法得到环形均衡电路的最优能量均衡路径，该方法能在电池组静置、充电和放电三种状态下工作，能处理现有均衡技术中存在的不足之处，确保电池组中所有电池都不会发生反复充放电现象，从而减少均衡过程中多余的能量损耗。

附图说明

图1为本发明的流程图；

图2为环形均衡电路的示意图；

图3为环形均衡电路的能量路径的示意图；

图4为本发明实施例的均衡效果对比图；

图5为对比电路的均衡效果对比图。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。

实施例：基于粒子群优化算法的环形均衡电路的能量路径优化方法，如图1所示，包括以下步骤：

S1：建立电池组的环形均衡电路，如图2所示，所述环形均衡电路包括串联多个的电池和用于实现电池之间的能量传递的均衡模块；均衡模块作为能量载体来实现相邻电池之间的能量传递，若两个相邻的单体电池需要均衡时，高能量的单体电池利用均衡模块将能量转移到低能量的单体电池；若两个不相邻的单体电池需要均衡时，需要利用这两个单体电池之间的过渡电池进行能量转移，实现高能量的单体电池的多余能量转移到低能量的单体电池。

具体的，所述均衡模块包括第一均衡模块和第二均衡模块；所述第一均衡模块设置在电池组的第一个电池和最后一个电池之间，如图2中的上部虚线框内所示，用于第一个电池和最后一个电池之间的均衡；所述第一均衡模块由一电阻R6、一电感L6和四个MOSFET管Q6组成，其中第一个电池的正负极和最后一个电池的正负极分别串联有两个MOSFET管，串联的两个MOSFET管之间并联电阻R6和电感L6；该处以Cell1和Cell6为例，其中Cell1的能量高于Cell6，该均衡过程分为以下三个步骤：

(1)Cell1放电：当有放电控制信号时，Q6_a闭合，放电电路由Cell1、Q6_a、L6和D6_c组成，电流沿靠左测的箭头流动，Cell1的电能转化为L6中的磁能。

(2)Cell6充电：Q6_d闭合，L6的电流达到最大值，储存在L6中的磁能转化为电能。充电电路由Cell6、D6_a、L6和Q6_d组成，电流沿靠右测的箭头流动。L6向Cell 6充电，直到Cell 6的能量等于Cell 1的能量。

(3)消磁：充电结束后，由R6和L6组成的电路消耗L6中储存的剩余能量，避免磁饱和。

当Cell6的能量高于Cell1的能量时，可以通过控制MOSFET管的Q6_b和Q6_c来实现电池的均衡。

所述第二均衡模块设置在相邻的电池之间，如图2中下部的的虚线框内所示，用于相邻电池之间的均衡；举例来说，所述第二均衡模块由一电阻R1、一电感L1和两个MOSFET管Q1组成，其中电阻R1和电感L1并联后一端连接在相邻电池的正负极之间，另一端分别连接两个MOSFET管，一个MOSFET管对应连接在其中一个电池的正极，另一个MOSFET管对应连接在另一个电池的负极。该第二均衡模块对相邻的电池的均衡与第一个和最后一个电池之间的均衡过程类似。以Cell1和Cell2为例，当Cell1的能量高于Cell2，Cell1在Q1_a闭合时放电，Cell2在Q1_a断开时充电。

S2:采集电池组内所有单体电池的电压或SOC(即荷电状态，用来反映电池的剩余容量，其数值上定义为剩余容量占电池容量的比值，常用百分数表示。其取值范围为0～1，当SOC＝0时表示电池放电完全，当SOC＝1时表示电池完全充满)，本实施例中以通过计算得到电池组的电压平均值以及每个单体电池的电压与电压平均值之间的差值Di(i＝1，2，…，n)来进行；当然在其他实施例中也可以采集电池组的SOC平均值以及每个电池的SOC值与SOC平均值之间的差值来进行处理；

S3:将电池组的电压平均值以及每个单体电池的电压与电压平均值之间的差值代入粒子群优化算法进行迭代求解，得到环形均衡电路的最优均衡能量路径；具体过程如下：

a、在搜索空间中，随机初始化N个粒子的位置和速度，每个粒子都是优化问题的一个可行解；

b、利用优化问题的目标函数计算出所有粒子对应的适应值；

c、获取粒子搜索得到的个体极值和粒子群搜索得到的全局极值；

d、这些粒子根据获得的两个极值进行迭代，优化粒子的速度和位置；

e、判断迭代次数是否达到最大迭代次数或得到优化问题的最优解，若满足其中之一，则输出最后一次迭代得到的最优解；若不满足，则返回步骤b；

f、如图3所示，将最后一次迭代得到的最优解T1转换为环形均衡电路的最优均衡能量路径Ti(i＝1，2，…，n)。

S4:将所得到的最优均衡能量路径转换为环形均衡电路中均衡模块的控制开关的时序，实现所有电池的均衡控制。以图2中的六个串联的电池为例，假设SOC1＝72.64％，SOC2＝52.03％，SOC3＝32.76％，SOC4＝42.11％，SOC5＝61.52％，SOC6＝50.03％。利用粒子群算法迭代得到最优解T1＝49.74％，则环形均衡电路的最优均衡能量路径为T1＝19.00％，T2＝19.18％，T3＝0.09％，T4＝-9.65％，T5＝0.03％，T6＝-1.79％。将最优均衡能量路径转换为均衡模块的控制开关的时序，即Cell1对Cell2充电，SOC转移量为19.00％；Cell2对Cell3充电，SOC转移量为19.18％；Cell3对Cell4充电，SOC转移量为0.09％；Cell5对Cell4充电，SOC转移量为9.65％；Cell5对Cell6充电，SOC转移量为0.03％，Cell1对Cell6充电，SOC转移量为1.79％。

为了验证本发明的能量均衡效果，申请人建立了与实施例中相同的对比电路，但是均衡模型未按照步骤S3中经过粒子群优化算法得到环形均衡电路的最优均衡能量通过调节均衡电流的大小来提高均衡速度。最终得到如图4所示的本发明的实施例的均衡效果以及如图5所示的对比电路的均衡效果图。从图4中可以看到，本发明实施例的均衡效果为电池组内所有电池都完成了均衡控制，并且没有发生反复充放电现象，减少了均衡过程中多余的能量消耗，而图5对比电路的均衡效果出现了反复充放电的现象，造成多余能量的消耗，由此可以证明本发明能处理现有均衡技术中存在的不足之处，确保电池组中所有电池都不会发生反复充放电现象，从而减少均衡过程中多余的能量损耗。

Claims (7)

1.基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：包括以下步骤：

S1：建立电池组的环形均衡电路，所述环形均衡电路包括串联多个的电池和用于实现电池之间的能量传递的均衡模块；

S2:采集电池组内的电池的性能数据；

S3:将电池的性能数据代入粒子群优化算法进行迭代求解，得到环形均衡电路的最优均衡能量路径；

S4:将所得到的最优均衡能量路径转换为环形均衡电路中均衡模块的控制开关的时序，实现所有电池的均衡控制。

2.根据权利要求1所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述均衡模块包括第一均衡模块和第二均衡模块；所述第一均衡模块设置在电池组的第一个电池和最后一个电池之间，用于第一个电池和最后一个电池之间的均衡；所述第二均衡模块设置在相邻的电池之间，用于相邻电池之间的均衡。

3.根据权利要求2所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述第一均衡模块由一电阻、一电感和四个MOSFET管组成，其中第一个电池的正负极和最后一个电池的正负极分别串联有两个MOSFET管，串联的两个MOSFET管之间并联电阻和电感。

4.根据权利要求2所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述第二均衡模块由一电阻、一电感和两个MOSFET管组成，其中电阻和电感并联后一端连接在相邻电池的正负极之间，另一端分别连接两个MOSFET管，一个MOSFET管对应连接在其中一个电池的正极，另一个MOSFET管对应连接在另一个电池的负极。

5.根据权利要求1所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述电池的性能数据为电池组的电压平均值以及每个电池的电压与电压平均值之间的差值。

6.根据权利要求1所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述电池的性能数据为电池组的SOC平均值以及每个电池的SOC值与SOC平均值之间的差值。

7.根据权利要求1所述的基于粒子群优化算法的环形均衡电路的能量路径优化方法，其特征在于：所述步骤S3的具体过程如下：

a、在搜索空间中，随机初始化N个粒子的位置和速度，每个粒子都是优化问题的一个可行解；

b、利用优化问题的目标函数计算出所有粒子对应的适应值；

c、获取粒子搜索得到的个体极值和粒子群搜索得到的全局极值；

d、这些粒子根据获得的两个极值进行迭代，优化粒子的速度和位置；

e、判断迭代次数是否达到最大迭代次数或得到优化问题的最优解，若满足其中之一，则输出最后一次迭代得到的最优解；若不满足，则返回步骤b；

f、将最后一次迭代得到的最优解转换为环形均衡电路的最优均衡能量路径。

Images