SOC的电池组均衡控制方法
专利汇可以提供SOC的电池组均衡控制方法专利检索，专利查询，专利分析的服务。并且一种SOC的 电池 组 均衡控制方法，属于控制技术领域。本 发明 的目的是基于SOC估计结果并采用模型预测控制 算法 来实现电池组均衡的系统，改善电池组中 单体 之间的不一致性，有效减少电池均衡时间和能耗的基于SOC的电池组均衡控制方法。本发明的步骤是：设计了基于功率电感的二级双向均衡 电路 ；建立了考虑 温度 的二阶RC环等效电路模型；进行考虑容量衰减的电池SOC估计，设计了双卡尔曼估计器进行电池SOC估计；进行基于模型预测控制进行电池组均衡控制。本发明是在考虑温度和容量衰减的 基础 上提高电池SOC估计 精度 ，为电池组均衡提供准确的均衡指标。，下面是SOC的电池组均衡控制方法专利的具体信息内容。
1.一种SOC的电池组均衡控制方法，其特征在于：其步骤是：
步骤一：根据电池组均衡电路的设计要求，设计了基于功率电感的二级双向均衡电路；
步骤二：建立了考虑温度的二阶RC环等效电路模型；
步骤三：在步骤二建立的二阶RC环等效电路模型基础上，进行考虑容量衰减的电池SOC估计，设计了双卡尔曼估计器进行电池SOC估计；
步骤四：进行基于模型预测控制进行电池组均衡控制。
2.根据权利要求1所述的SOC的电池组均衡控制方法，其特征在于：设计了基于功率电感的二级双向均衡电路：以三节单体电池为例进行电池均衡电路，L1和L2是两个功率电感，R1和R2是电阻，四个带有二极管的MOSFET，两个单体电池，假设Cell1的SOC值小于Cell2的SOC值，那么实现二者之间的均衡主要包括三个步骤，Cell2放电、Cell1充电和消磁；
(1)Cell2放电
将控制信号发送至控制器，驱动M1_a打开，这时Cell2、L1和M1_a构成一个回路，L1是储能元件，将电能转换成磁能进行存储，L1中的电流大小见式(1)，经过一段时间将M1_a关闭，完成Cell2的放电过程，
其中，Ron是当M1_a开启时整个回路中的电阻总和，L是L1的电感大小，ton是M1_a开启的时间，V2是Cell2的电压值；
(2)Cell1充电
将控制信号发送至主控芯片，驱动M1_a断开，这时Cell1、L1和D1_b构成一个回路，存储在电感中的磁能转换成电能对Cell1充电，从而完成单体电池1和2之间的能量转换，电感中的电流大小随着电池1充电的进行而减小，直到电流的大小减小到0，完成Cell1的充电过程，电感中的电流大小见式(2)，
t＝ton→Ts (2)
其中，iPeak是峰值电流，Roff是M1_a关闭是的回路电阻总和，Ts是转换器M1_a的开关周期，V1是Cell1的电压，VD是D1_b的压降；
(3)消磁过程
R1和L1构成消磁电路将电感中剩余的能量进行消耗。
3.根据权利要求1所述的SOC的电池组均衡控制方法，其特征在于：建立考虑温度的二阶RC环等效电路模型
V是电池的端电压，i是电池的负载电流，R(Ω)(T)是电池的内阻，RC环分别由极化电阻R1(T)和极化电容C1(T)、极化电阻R2(T)和极化电容C2(T)组成，两个RC环的电压分别是V1和V2，电池的OCV和SOC之间的关系由Voc(Soc,T)表示，T是温度，
根据基尔霍夫定律，得到端电压和两个极化电压的表达式：
V＝RΩ(T)i+V1+V2+Voc(Soc,T) (3)
电池SOC定义为
其中，Q(T)是锂离子电池当前的可用容量，η是电池的充放电效率；
将不同温度下的电池最大可用容量表示为
Q(T)＝Q(T)+r (7)
其中，Q(T)是锂离子电池最大可用容量，r过程噪声；
选择x＝[V1V2Soc]T为电池的系统状态变量，输入为电流i，输出为电压V，得到电池的状态空间方程
V＝V1+V2+RΩ(T)i+Voc(Soc,T)+v (9)
其中，w为测量噪声，v为过程噪声；
电池的状态空间方程离散化为：
Qk+1(T)＝Qk(T)+rk (11)
Vk＝V1,k+V2,k+RΩ(T)ik+Voc,k(Soc,T)+vk (12)
其中，Ts为采样时间，Qk(T)是k时刻电池的最大可用容量，wk为k时刻的测量噪声，vk为k时刻的过程噪声；
对电池容量和温度之间的关系进行拟合，得到的二阶表达式如下：
Q(T)＝a1·T3+a2·T2+a3·T+a4……………(13)
其中，Q(T)是当前温度下的电池容量，a1＝0.007727，a2＝-0.4317，a3＝10.99，a4＝
2913；
得到的电池的OCV和SOC的数据进行二者之间的关系拟合，表达式见式(14)，
Voc(Soc,T)＝K1(T)·exp(K2(T)·Soc)+K3(T)·exp(K4(T)·Soc) (14)
参数K与温度之间的拟合关系如公式(15)—(18)所示，公式中的参数如表1所示
K1(T)＝b1·T3+b2·T2+b3·T+b4 (15)
K2(T)＝b5·T3+b6·T2+b7·T+b8 (16)
3 2
K3(T)＝b9·T+b10·T+b11·T+b12 (17)
K4(T)＝b13·T3+b14·T2+b15·T+b16 (18)
表1电池OCV-SOC关系参数表
在不同的温度下进行实验，记录每个温度下电流突变时的电流电压数据，得到电池的内阻和温度之间的表达式如式(19)所示
RΩ(T)＝m1·T3+m2·T2+m3·T+m4 (19)
其中，m1,m2,m3,m4分别为-1.264e-05，0.001047，-0.02641，0.4395；
采用递推最小二乘法进行两个RC环的参数辨识，得到电池RC环参数与温度的拟合关系如公式(20)—(23)所示
R1(T)＝c1·T3+c2·T2+c3·T+c4 (20)
C1(T)＝c5·T3+c6·T2+c7·T+c8 (21)
R2(T)＝c9·T3+c10·T2+c11·T+c12 (22)
C2(T)＝c13·T3+c14·T2+c15·T+c16 (23)
式中，c1,c2,...,c12是常数，参数值如表2所示
表2电池RC环参数表
4.根据权利要求1所述的SOC的电池组均衡控制方法，其特征在于：考虑容量衰减的电池SOC估计：
所建立的温度依赖的二阶RC等效电路模型可以表示为：
xk+1,l＝Akxk,l+Bkik,l+wk,l (24)
Qk+1(T)＝Qk(T)+rk (25)
Vk,l＝V1,k,l+V2,k,l+RΩ(T)ik,l+Voc,k,l(Soc,T)+vk,l (26)
式中，xk,l＝[V1,k,l V2,k,l Soc,k,l]T是tk,l＝tk,0+l·Ts时刻的状态量，Ts为采样时间，k和l分别是两个时间尺度的指标，Qk(T)是tk,0时刻电池的老化参数，L代表时间尺度；考虑容量衰减的电池SOC估计具体过程如下：
1)参数的初始化
2)SOC估计的时间更新
其中， 是xk,l的估计值， 是状态先验估计值， 是用于状态估计的误差协方差
矩阵， 是状态估计误差协方差矩阵的先验估计值；
3)SOC估计的测量更新
其中， 是状态估计的EKF的反馈增益，矩阵
4)电池SOC值提取；
5)判断k与L之间的关系，进行时间尺度转换；
6)电池容量估计时间更新
其中， 是Qk(T)的估计值， 是容量先验估计值， 是容量估计的误差协方
差矩阵， 是容量估计误差方差矩阵的先验估计值；
7)计算状态误差
8)容量估计的测量更新
其中， 是容量估计的EKF的反馈增益；
9)电池容量提取
5.根据权利要求1所述的SOC的电池组均衡控制方法，其特征在于：基于模型预测控制进行电池组均衡控制
根据电池组均衡过程中的功率守恒，有：
式中，xi为第i个电池的剩余能量，gi为电池通过均衡电路与相邻电池之间的功率传递，pi是电池的充放电功率，f(xi)为电池的能量自损率；
根据能量衰减定律，有：
f(xi)＝-τxi (44)
其中，τ＞0；若τ＝0，表示忽略电池的能量自损；
电池之间的能量传递效率取ηd；
因此电池的剩余能量可以表达为：
根据能量守恒定律，所有电池和相邻电池之间的能量传递之和为0，即：
当所有电池的剩余能量相等时，结束均衡，即：
x1(T)＝x2(T)＝...＝xn(T) (47)
其中，T为均衡时间，均衡后的电池SOC大小一致；
为了评估电池均衡的效率，引入下面两个量：
其中，ui,1为相邻单体流入该单体的功率，ui,2为该电池流出到相邻电池的功率；
根据能量守恒定律，有：
根据公式(45)，有：
电池的能量损失可以计算为：
T
系统的状态量为x＝[x1，x2，x3...xn] ，系统的输入为u＝[u1，1，u1，2，u2，1，u2，2...un，1，un，2]T；
根据公式(51)，系统的状态方程为：
其中，充放电功率w＝[p1，p2，p3...pn]T为状态扰动；A0和B0可以表达为：
A0＝-τIn×n (54)
进行离散化，to为采样时间：
x(k)＝Ax(k-1)+Bu(k-1)+tow(k-1) (56)
其中，A＝In×n+A0to，B＝B0to；
离散系统的能量损耗：
其中，
对于离散系统，均衡最后的状态满足：
x1(K)＝x2(K)＝...＝xn(K) (58)
为了提高均衡能效，设置目标函数为：
系统的约束为：
xl≤x(k)≤xu (60)
Lu(k)＝0 (61)
其中，k＝1，...，K，
L＝[1，-1，1，-1，...，1，-1]]1×2n；
考虑时间效率，有：
其中，β为权重因子，M＝[m1,m2,...,mn]；
所以有，模型预测控制状态：
其中，
目标函数为：
其中，
系统的约束为：
xl≤X(k+1)≤xu (68)
其中，xl和xu分别是电池剩余能量的最小值和最大值，
SOC的电池组均衡控制方法
技术领域
背景技术
发明内容
步骤二：建立了考虑温度的二阶RC环等效电路模型；
步骤三：在步骤二建立的二阶RC环等效电路模型基础上，进行考虑容量衰减的电池SOC估计，设计了双卡尔曼估计器进行电池SOC估计；
步骤四：进行基于模型预测控制进行电池组均衡控制。
将控制信号发送至控制器，驱动M1_a打开，这时Cell2、L1和M1_a构成一个回路，L1是储能元件，将电能转换成磁能进行存储，L1中的电流大小见式(1)，经过一段时间将M1_a关闭，完成Cell2的放电过程，
其中，Ron是当M1_a开启时整个回路中的电阻总和，L是L1的电感大小，ton是M1_a开启的时间，V2是Cell2的电压值；
(2)Cell1充电
将控制信号发送至主控芯片，驱动M1_a断开，这时Cell1、L1和D1_b构成一个回路，存储在电感中的磁能转换成电能对Cell1充电，从而完成单体电池1和2之间的能量转换，电感中的电流大小随着电池1充电的进行而减小，直到电流的大小减小到0，完成Cell1的充电过程，电感中的电流大小见式(2)，
t＝ton→Ts (2)
其中，iPeak是峰值电流，Roff是M1_a关闭是的回路电阻总和，Ts是转换器M1_a的开关周期， V1是Cell1的电压，VD是D1_b的压降；
(3)消磁过程
R1和L1构成消磁电路将电感中剩余的能量进行消耗。
根据基尔霍夫定律，得到端电压和两个极化电压的表达式：
V＝RΩ(T)i+V1+V2+Voc(Soc,T) (3)
电池SOC定义为
其中，Q(T)是锂离子电池当前的可用容量，η是电池的充放电效率；
将不同温度下的电池最大可用容量表示为
Q(T)＝Q(T)+r (7)
其中，Q(T)是锂离子电池最大可用容量，r过程噪声；
选择x＝[V1V2Soc]T为电池的系统状态变量，输入为电流i，输出为电压V，得到电池的状态空间方程
V＝V1+V2+RΩ(T)i+Voc(Soc,T)+v (9)
其中，w为测量噪声，v为过程噪声；
电池的状态空间方程离散化为：
Qk+1(T)＝Qk(T)+rk (11)
Vk＝V1,k+V2,k+RΩ(T)ik+Voc,k(Soc,T)+vk (12)
其中，Ts为采样时间，Qk(T)是k时刻电池的最大可用容量，wk为k时刻的测量噪声，vk为 k时刻的过程噪声；
对电池容量和温度之间的关系进行拟合，得到的二阶表达式如下：
Q(T)＝a1·T3+a2·T2+a3·T+a4……………(13)
其中，Q(T)是当前温度下的电池容量，a1＝0.007727，a2＝-0.4317，a3＝10.99， a4＝
2913；
得到的电池的OCV和SOC的数据进行二者之间的关系拟合，表达式见式(14)，
Voc(Soc,T)＝K1(T)·exp(K2(T)·Soc)+K3(T)·exp(K4(T)·Soc) (14)
参数K与温度之间的拟合关系如公式(15)—(18)所示，公式中的参数如表1所示
K1(T)＝b1·T3+b2·T2+b3·T+b4 (15)
3 2
K2(T)＝b5·T+b6·T+b7·T+b8 (16)
K3(T)＝b9·T3+b10·T2+b11·T+b12 (17)
K4(T)＝b13·T3+b14·T2+b15·T+b16 (18)
表1电池OCV-SOC关系参数表
在不同的温度下进行实验，记录每个温度下电流突变时的电流电压数据，得到电池的内阻和温度之间的表达式如式(19)所示
RΩ(T)＝m1·T3+m2·T2+m3·T+m4 (19)
其中，m1,m2,m3,m4分别为-1.264e-05，0.001047，-0.02641，0.4395；
采用递推最小二乘法进行两个RC环的参数辨识，得到电池RC环参数与温度的拟合关系如公式(20)—(23)所示
R1(T)＝c1·T3+c2·T2+c3·T+c4 (20)
3 2
C1(T)＝c5·T+c6·T+c7·T+c8 (21)
R2(T)＝c9·T3+c10·T2+c11·T+c12 (22)
C2(T)＝c13·T3+c14·T2+c15·T+c16 (23)
式中，c1,c2,...,c12是常数，参数值如表2所示
表2电池RC环参数表
xk+1,l＝Akxk,l+Bkik,l+wk,l (24)
Qk+1(T)＝Qk(T)+rk (25)
Vk,l＝V1,k,l+V2,k,l+RΩ(T)ik,l+Voc,k,l(Soc,T)+vk,l (26)
式中，xk,l＝[V1,k,l V2,k,l Soc,k,l]T是tk,l＝tk,0+l·Ts时刻的状态量，Ts为采样时间，k和l分别是两个时间尺度的指标，Qk(T)是tk,0时刻电池的老化参数，L代表时间尺度；
考虑容量衰减的电池SOC估计具体过程如下：
1)参数的初始化
2)SOC估计的时间更新
其中， 是xk,l的估计值， 是状态先验估计值， 是用于状态估计的误差协方
差矩阵， 是状态估计误差协方差矩阵的先验估计值；
3)SOC估计的测量更新
其中， 是状态估计的EKF的反馈增益，矩阵
4)电池SOC值提取；
5)判断k与L之间的关系，进行时间尺度转换；
6)电池容量估计时间更新
其中， 是Qk(T)的估计值， 是容量先验估计值， 是容量估计的误差协
方差矩阵， 是容量估计误差方差矩阵的先验估计值；
7)计算状态误差
8)容量估计的测量更新
其中， 是容量估计的EKF的反馈增益；
9)电池容量提取
式中，xi为第i个电池的剩余能量，gi为电池通过均衡电路与相邻电池之间的功率传递，pi是电池的充放电功率，f(xi)为电池的能量自损率；
根据能量衰减定律，有：
f(xi)＝-τxi (44)
其中，τ＞0；若τ＝0，表示忽略电池的能量自损；
电池之间的能量传递效率取ηd；
因此电池的剩余能量可以表达为：
根据能量守恒定律，所有电池和相邻电池之间的能量传递之和为0，即：
当所有电池的剩余能量相等时，结束均衡，即：
x1(T)＝x2(T)＝…＝xn(T) (47)
其中，T为均衡时间，均衡后的电池SOC大小一致；
为了评估电池均衡的效率，引入下面两个量：
其中，ui,1为相邻单体流入该单体的功率，ui,2为该电池流出到相邻电池的功率；
根据能量守恒定律，有：
根据公式(45)，有：
电池的能量损失可以计算为：
T
系统的状态量为x＝[x1，x2，x3...xn] ，系统的输入为
u＝[u1，1，u1，2，u2，1，u2，2...un，1，un，2]T；
根据公式(51)，系统的状态方程为：
其中，充放电功率w＝[p1，p2，p3...pn]T为状态扰动；A0和B0可以表达为：
A0＝-τIn×n (54)
进行离散化，to为采样时间：
x(k)＝Ax(k-1)+Bu(k-1)+tow(k-1) (56)
其中，A＝In×n+A0to，B＝B0to；
离散系统的能量损耗：
其中，
对于离散系统，均衡最后的状态满足：
x1(K)＝x2(K)＝...＝xn(K) (58)
为了提高均衡能效，设置目标函数为：
系统的约束为：
xl≤x(k)≤xu (60)
Lu(k)＝0 (61)
其中，k＝1，...，K，
L＝[1，-1，1，-1，...，1，-1]1×2n；
考虑时间效率，有：
其中，β为权重因子，M＝[m1,m2,...,mn]；
所以有，模型预测控制状态：
其中，
目标函数为：
其中，
系统的约束为：
xl≤X(k+1)≤xu (68)
其中，xl和xu分别是电池剩余能量的最小值和最大值，
图3是Cell1充电过程示意图；
图4是均衡消磁过程示意图；
图5是基于功率电感的二级双向均衡结构图；
图6是考虑温度的二阶RC等效电路模型图；
图7是电池模型验证的温度变化曲线图；
图8是电池模型验证的电流工况图；
图9是电池模型验证结果图；
图10是NEDC电流工况图；
图11是温度变化曲线图；
图12是NEDC工况下电池SOC估计结果图；
图13是NEDC工况下模糊逻辑算法控制的均衡结果图；
图14是NEDC工况下模型预测控制均衡结果图；
图15是32节电池SOC初值图；
图16是基于模型预测控制的SOC图。
具体实施方式
本文基于Buck-Boost设计了基于功率电感的双向均衡电路，如图1所示。该均衡电路结构相对简单，同时具有很好的扩展性，为电池组的实车实现奠定基础。另外该均衡电路是通过旁路来实现的电池均衡，可以应用在电池组的充放电或静置的任何阶段，有效改善电池组中单体之间的不一致性。
其中，Ron是当M1_a开启时整个回路中的电阻总和。L是L1的电感大小。ton是M1_a开启的时间。V2是Cell2的电压值。
t＝ton→Ts
...............(2)
其中，iPeak是峰值电流，Roff是M1_a关闭是的回路电阻总和，Ts是转换器M1_a的开关周期， V1是Cell1的电压，VD是D1_b的压降。
消磁过程的示意图如图4所示，R1和L1构成消磁电路将电感中剩余的能量进行消耗，保证电路的稳定运行。
其中，Q(T)是锂离子电池最大可用容量。r过程噪声，是均值为零的高斯白噪声。
其中，w为测量噪声，v为过程噪声，二者是均值为零且不相关的高斯白噪声。
Vk＝V1，k+V2，k+RΩ(T)ik+V∝，k(S∝，T)+vk................(12)
其中，Ts为采样时间。Qk(T)是k时刻电池的最大可用容量，wk为k时刻的测量噪声，vk为 k时刻的过程噪声。
其中，Q(T)是当前温度下的电池容量，a1＝O.007727，a2＝-0.4317，a3＝10.99， a4＝
2913。
Voc(Soc，T)＝K1(T)·exp(K2(T)·S∝)+K3(T)·exp(K4(T)·S∝)...(14)
参数K与温度之间的拟合关系如公式(15)一(18)所示，公式中的参数如表1所示
K1(T)＝b1·T3+b2·T2+b3·T+b4...............(15)
K2(T)＝b5·T3+b6·T2+b7·T+b8...............(16)
K3(T)＝b9·T3+b10·T2+b11·T+b12............(17)
K4(T)＝b13·T3+b14·T2+b15·T+b16............(18)
表1电池OCV-SOC关系参数表
其中，m1，m2，m3，m4分别为-1.264e-05，0.001047，-0.02641，0.4395。
C1(T)＝c5·T3+c6·T2+c7·T+c8…………….(21)
R2(T)＝c9·T3+c10·T2+c11·T+c12…………….(22)
C2(T)＝c13·T3+c14·T2+c15·T+c16………….(23)
式中，c1，c2，…，c12是常数，参数值如表2所示。
表2电池RC环参数表
Qk+1(T)＝Qk(T)+rk……………………….(25)
Vk，l＝V1，k，l+V2，k，l+RΩ(T)ik，l+V∝，k，l(S∝，T)+vk，l…(26)
式中，xk，l＝[V1，k，l V2，k，i Soc，k，l]T是tk，l＝tk，0+l·Ts时刻的状态量，Ts为采样时间。k和l分别是两个时间尺度的指标。Qk(T)是tk，0时刻电池的老化参数。L代表时间尺度。
差矩阵， 是状态估计误差协方差矩阵的先验估计值。
方差矩阵， 是容量估计误差方差矩阵的先验估计值。
郊区工况400秒，最高车速120KM/H。为了验证电池SOC估计的准确性，在变温的条件下进行电池SOC估计。电池SOC估计的温度变化范围如图11所示，温度的变化范围是25℃到32℃。设置SOC的初值为0.8，L设置为50，电池SOC估计的精度验证主要是将SOC估计值与参考值进行对比，图12是NEDC工况下电池SOC估计结果图，可以看出电池SOC估计值与安时积分法得到的参考值逐渐重合，本发明设计的考虑容量的电池SOC估计方法的准确性比较高，可以为电池组均衡控制提供准确的均衡指标。从图12可以看出，电池SOC估计值与安时积分法得到的参考值逐渐重合。可以看出本发明设计的考虑容量的电池SOC估计方法的准确性比较高，可以为电池组均衡控制提供准确的均衡指标。
其中，τ＞0；若τ＝0，表示忽略电池的能量自损。
其中，T为均衡时间，均衡后的电池SOC大小一致。
系统的状态量为x＝[x1，x2，x3...xn] ，系统的输入为u＝[u1，1，u1，2，u2，1，u2，2...un，1，un，2]2。
A0＝-τIn×n…………………………(54)
其中，A＝In×n+A0to，B＝B0to。
Lu(k)＝0…...............………(61)
其中，k＝1，...，K，
L＝[1，-1，1，-1，...，1，-1]1×2n。
其中，xl和xu分别是电池剩余能量的最小值和最大值，
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于综合配电箱和高压传感器的配网线路故障检测方法 | 2020-10-31 | 1 |
| 清洁机器人及其控制方法、存储介质 | 2020-08-01 | 2 |
| 一种耐高温固态储热系统蒸水冲洗方法 | 2020-09-24 | 0 |
| 一种提升浮选泡沫质量的控制装置及方法 | 2020-10-16 | 0 |
| 一种农机田间作业状态确定方法和装置 | 2020-10-06 | 0 |
| 一种基于红外图像拼接融合算法的高压容器检测方法 | 2021-12-01 | 0 |
| 一种工业废盐的分类及智能存储系统和方法 | 2021-05-16 | 0 |
| 一种基于惯性分布指数的电力系统惯性水平评估方法 | 2022-10-02 | 0 |
| 接触器控制器电路结构 | 2021-11-16 | 0 |
| 一种自走式全断面采样机 | 2022-08-23 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
