CN116961177B - 一种基于调度场算法的电池组最大可用容量利用方法 - Google Patents

Abstract

本发明公开了一种基于调度场算法的电池组最大可用容量利用方法，包括：S1、采集电池组中所有单体电池的荷电状态SOC，并对所述荷电状态SOC进行处理，计算SOC分数；S2、将所述电池组等效为有向图，计算所述有向图的边权值；S3、根据串联电池单体数量要求，基于调度场算法选取所述电池组能量流动的最短路径，确定被选定的电池单体，通过控制开关网络动作，实现电池组重组；S4、重复所述S1‑S3，直至达到所述电池组充放电截止电压，实现电池单体轮流充放电功能，即达到电池组可用容量最大化。本发明无需额外均衡电路，降低硬件成本和控制复杂度。

Description

一种基于调度场算法的电池组最大可用容量利用方法

技术领域

本发明涉及电池均衡技术领域，尤其涉及一种基于调度场算法的电池组最大可用容量利用方法。

背景技术

电池组最大可用容量是影响其性能稳定性和使用寿命的重要因素之一。当电池组无法充分利用其最大可用容量时，不仅会降低运行效率，而且还会加速电池老化、降低电池组的寿命。而电池组在实际运行中，通常无法充分利用其最大可用容量，因此如何提高电池组的最大可用容量对系统高效、长寿命运行具有重要的意义。

目前，提高电池组最大可用容量的方法主要采用主动均衡方法。通过均衡技术改善电池组一致性，尽可能使得单体同步达到截止放电条件，从而提升电池组容量利用率。主动均衡主要采用电容、变压器、电感等能量存储器件，进行电池单体之间能量转移，使得电池组中每个电池单体的电荷状态趋近于平衡，以延长电池组寿命，提高整体性能。然而，主动均衡电路拓扑复杂、控制逻辑繁复，在实际应用比较困难。另外，由于需要在单体之间频繁进行能量交互，会造成大量能量损耗。同时，同一动均衡方案不适用于所有类别电池，应根据具体电池类型和应用场景进行选择。

发明内容

本发明提出了一种基于调度场算法的电池组最大可用容量利用方法，以解决电池组容量难以最大化利用问题。

为实现上述目的，本发明提供了一种基于调度场算法的电池组最大可用容量利用方法，包括：

S1、采集电池组中所有单体电池的荷电状态SOC，并对所述荷电状态SOC进行处理，计算SOC分数；

S2、将所述电池组等效为有向图，计算所述有向图的边权值；

S3、根据串联电池单体数量要求，基于调度场算法选取所述电池组能量流动的最短路径，确定被选定的电池单体，通过控制开关网络动作，实现电池组重组；

S4、重复所述S1-S3，直至达到所述电池组充放电截止电压，实现电池单体轮流充放电功能，即达到电池组可用容量最大化。

优选地，计算所述SOC分数的方法为：

其中，和soc_i分别代表第i个电池SOC分数和荷电状态，n为电池的总数。

优选地，将所述电池组等效为有向图，包括：

采用开关网络实现电池组串联重组；其中，开关网络由继电器或Mos管串并联实现。

优选地，计算所述有向图的边权值，包括：

对所述SOC分数与开关损耗分数进行加权，计算所述有向图的边权值；

其中，计算所述边权值的方法为：

其中，α、β分别表示权重值，n_k代表从节点i到节点j经历的开关数量，s代表单个开关能量损耗分数，代表第i个电池SOC分数。

优选地，基于调度场算法选取所述电池组能量流动的最短路径，包括：

确定所述有向图中的主栈和辅栈，采用调度场算法求解所述有向图中所有节点的所有能量路径，直到主栈的顶部节点是目标节点，完成所有能量路径搜索；

根据串联电池数量要求，根据约束条件选出所有满足条件的能量路径方案，并对所述能量路径方案进行筛选，选取数值最小的能量路径方案，即所述最短路径；

其中，所述主栈中每个元素是单个节点，所述单个节点用于存放当前路径上的节点；所述辅栈中每个元素用于存放主栈对应元素的相邻节点列表，所述相邻节点列表长度和主栈一致。

优选地，所述约束条件为：

N_req＝N_num-2

其中，N_req代表串联电池要求的数量，N_num代表能量路径中包含的节点总数。优选地，计算能量路径数值的方法为：

f_k＝∑w_i,j

其中，f_k代表第k条能量路径的总分数，w_i,j为边权值。

优选地，实现所述电池组重组，包括：

对筛选出来的最短能量路径方案输出逻辑控制信号给开关网络，通过所述开关网络进行控制，实现电池组串联重组。

与现有技术相比，本发明具有如下优点和技术效果：

本发明没有能量交互传递，可以降低能量损耗；相比于均衡方案，本发明无需额外均衡电路，降低了硬件成本和控制复杂度。

本发明方法可以在电池组工作过程中实现单体同步充放电，其应用场景更加灵活，且不受限于电池类型、类别、电压平台等因限制，适用性更强。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本发明实施例的一种基于调度场算法的电池组最大可用容量利用方法的流程图；

图2是本发明实施例的电池组拓扑的示意图；

图3是本发明实施例的电池组拓扑等效有向图的示意图；

图4是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 2建栈示意图；

图5是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 3建栈示意图；

图6是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 4建栈示意图；

图7是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 5建栈示意图；

图8是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 6建栈示意图；

图9是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 7建栈示意图；

图10是本发明实施例的基于调度场算法求解电池组“能量路径”的Step 8栈示意图；

图11是本发明实施例的基于调度场算法求解电池组“能量路径”示意图；

图12是本发明实施例的电池SOC曲线图；

图13是本发明实施例的电池电压曲线图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明提出了一种基于调度场算法的电池组最大可用容量利用方法，如图1，本发明实施例的方法包括如下的步骤：

步骤S101：采集电池组中所有单体的荷电状态。

荷电状态(SOC)可以由安时积分或者状态估计等方法获得。

步骤S102：对所有电池SOC进行标准化处理，SOC分数计算公式如下：

其中，和soc_i分别代表第i个电池的SOC分数和荷电状态，n为电池的总数。

步骤S103：将电池组拓扑等效为有向图。

电池组为串联结构如图2所示，电池组含有n个电池单体，第i个电池B_i(i＝1,2,…,n)串联一个开关k_is，再并联一个开关k_ip。

电池组等效为有向图，如图3所示。节点B_i(i＝1,2,…,n)代表第i个电池，节点B₀和B_n+1分别代表电池组的负极和正极。w_i,j(i＝0,1,2,…,n；j＝1,2,…,n+1)为有向图的边权，∞代表节点间无能量流动，边权w_ij计算公式如下：

其中，权重α和β满足α+β＝1。n_k代表从节点i到节点j经历的开关数量。s代表单个开关能量损耗分数。

开关动作逻辑原理如下：

其中，k_is和k_ip分别表示与第i个电池串联和并联开关的状态。逻辑1表示开关闭合或电池使用，逻辑0表示开关断开或电池未使用。

步骤S104：采用调度算法求解从节点B₀到B_n+1的所有“能量路径”，其中“能量路径”指的是从电池组负极到正极的通路，具体步骤如下：

Step 1：准备两个栈，分别称为主栈和辅栈。主栈：每个元素是单个节点，用于存放当前路径上的节点。辅栈：每个元素用于存放主栈对应元素的相邻节点列表，其长度和主栈一致。

Step 2：将节点B₀放入到主栈中，将其邻接节点[B₁，B₂]存入到辅栈中，如图4所示。

Step 3：取出B₁压入到主栈，将其B₂压入到辅栈中。同时查询B₁的邻接节点列表[B₂，B₃]，如图5所示。

Step 4：取出B₂压入到主栈，将其B₃压入到辅栈中，同时查询B₂的邻接节点列表[B₃，B_n]，如图6所示。

Step 5：取出B₃压入到主栈，将其B_n压入到辅栈中，同时查询B₃的邻接节点列表[B₄，B_n]，如图7所示。

Step 6：取出B₄压入到主栈，将其B_n压入到辅栈中，同时查询B₄的邻接节点列表[B_n，B_n+1]，如图8所示。

Step 7：取出B_n压入到主栈，将其B_n+1压入到辅栈中，同时查询B_n的邻接节点列表[B_n+1]，如图9所示。

Step 8：取出B_n+1压入到主栈，将空节点列表[]压入到辅栈中，如图10所示。由于辅栈的栈顶是空列表[]，故第一条“能量路径”搜索完毕，路径如下：B₀→B₁→B₂→B₃→B₄→B_n→B_n+1。

Step 9：重复上述步骤Step 2～Step 8，直到主栈的顶部节点是目标节点B_n+1，完成所有“能量路径”搜索。

步骤S105：筛选满足应用要求的最短“能量路径”步骤如下：

根据串联电池数量要求，选出所有满足条件的“能量路径”方案，约束条件公式如下：

N_req＝N_num-2

其中，N_req代表串联电池要求的数量，N_num代表“能量路径”中包含的节点总数。

再对筛选出来的所有“能量路径”方案计算分值，计算公式如下：

f_k＝Σw_i,j

其中，f_k代表第k条“能量路径”的总分数。

最短“能量路径”筛选方法如下：序列[f₁,f₂,…,f_k,…]中数值最小的方案即为最短“能量路径”方案。

步骤S106：对筛选出来的最短“能量路径”方案输出逻辑控制信号给开关网络，实现电池串联重组。开关网络由继电器或Mos管串并联实现，如图2所示。

步骤S107：重复上述所有的步骤，实现单体轮流充放电，达到电池可用容量最大化的目的。

下面以一具体应用实例对本发明的技术方案作进一步阐述。

对含有5节电池单体的串联电池组开展可用容量最大化放电实验验证，要求同时时刻需要有3节单体串联工作，电池初始电压如下表1所示。

表1

电池	1#	2#	3#	4#	5#
						SOC	0.9	0.8	0.7	0.6	0.6

图11展示了在初始时刻，考虑3节电池串联的最短“能量路径”，其中权重α＝0，β＝1。图12展示了电池组在放电过程中的SOC分布图。图13了电池组在放电过程中的电压分布图。从图上可以看出，在同一时刻总是有3个电池在放电，在放电末期所有电芯基本是同步达到充放电截止电压，这样可以使得电池组可用容量最大化。

综上，本发明提出一种基于调度场算法的电池组最大可用容量利用方法，采用开关网络实现任意电池串联重组，所提方案可以在电池组工作状态下操作执行，无需停机操作；所提方案无需单体间进行能量交互，减少能量损耗；所提方案不受限于电池类型、类别、电压平台等因限制，适用性更强；电路结构简单，有利于降低硬件开发成本和控制复杂度。

以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种基于调度场算法的电池组最大可用容量利用方法，其特征在于，包括：

S1、采集电池组中所有单体电池的荷电状态SOC，并对所述荷电状态SOC进行处理，计算SOC分数；

计算所述SOC分数的方法为：

其中，和soc_i分别代表第i个电池SOC分数和荷电状态，n为电池的总数；

S2、将所述电池组等效为有向图，计算所述有向图的边权值；

将所述电池组等效为有向图，包括：

采用开关网络实现电池组串联重组；其中，开关网络由继电器或Mos管串并联实现；

计算所述有向图的边权值，包括：

对所述SOC分数与开关损耗分数进行加权，计算所述有向图的边权值；

其中，计算所述边权值的方法为：

其中，α、β分别表示权重值，n_k代表从节点i到节点j经历的开关数量，s代表单个开关能量损耗分数，代表第i个电池SOC分数；

S3、根据串联电池单体数量要求，基于调度场算法选取所述电池组能量流动的最短路径，确定被选定的电池单体，通过控制开关网络动作，实现电池组重组；

基于调度场算法选取所述电池组能量流动的最短路径，包括：

确定所述有向图中的主栈和辅栈，采用调度场算法求解所述有向图中所有节点的所有能量路径，直到主栈的顶部节点是目标节点，完成所有能量路径搜索；

根据串联电池数量要求，根据约束条件选出所有满足条件的能量路径方案，并对所述能量路径方案进行筛选，选取数值最小的能量路径方案，即所述最短路径；

其中，所述主栈中每个元素是单个节点，所述单个节点用于存放当前路径上的节点；所述辅栈中每个元素用于存放主栈对应元素的相邻节点列表，所述相邻节点列表长度和主栈一致；

S4、重复所述S1-S3，直至达到所述电池组充放电截止电压，实现电池单体轮流充放电功能，即达到电池组可用容量最大化。

2.根据权利要求1所述的基于调度场算法的电池组最大可用容量利用方法，其特征在于，所述约束条件为：

N_req＝N_num-2

其中，N_req代表串联电池要求的数量，N_num代表能量路径中包含的节点总数。

3.根据权利要求1所述的基于调度场算法的电池组最大可用容量利用方法，其特征在于，计算能量路径数值的方法为：

f_k＝Σw_i,j

其中，f_k代表第k条能量路径的总分数，w_i,j为边权值。

4.根据权利要求1所述的基于调度场算法的电池组最大可用容量利用方法，其特征在于，实现所述电池组重组，包括：

对筛选出来的最短能量路径方案输出逻辑控制信号给开关网络，通过所述开关网络进行控制，实现电池组串联重组。