一种基于操作效能最优的再分配电池包充放电管理策略的制作方法

1.本发明涉及电动汽车电池管理技术领域，特别是一种基于操作效能最优的再分配电池包充放电管理策 略。


背景技术：

2.电池管理策略是纯电动汽车的重要组成部分，用于监管电池包的运行状态。高效的管理策略可以延 长电池包的使用寿命并提高能量利用效率。相关研究主要采用均衡控制降低电池不一致的影响，避免电池 操作效能的过快降低。然而，由于传统电池包结构的限制，每一个电池的充放电电流相同。电池之间固有 的参数及状态差异导致电池充放电功率和剩余能量的变化率不同，进而降低了电池包的利用效率。因此， 传统电池包的操作效能理论上低于单体电池。再者，采用均衡控制的电池管理策略通常造成电池充放电操 作频繁，加速了电池老化。
3.研究人员发现能量再分配式电池包储能系统的能量效率优化与均衡操作并没有较强的相关关系。从 结构上分析可知，能量再分配式电池包的每个电池都可以被单独控制，并不会受到串联结构的限制。因此， 再分配电池包理论上可以发挥所有单体电池的最大操作效能，即再分配电池包的能量利用效率可以达到 100％。另外，工作温度是电池管理中不可忽视的控制因素，极大影响电池的退化速率。除电池热管理系统 对电池包的温度调控，还应考虑充放电过程中电池的产热速率及其热分布情况。而再分配电池包提供了单 体电池独立控制的自由度，为工作温度的优化控制提供了可能性。因此，为推进电池汽车的市场化，电池 包的操作效能优化问题有待进一步研究。


技术实现要素：

4.有鉴于此，本发明的目的是提出一种基于操作效能最优的再分配电池包充放电管理策略，通过耦合电 池能量-核心温度动态特性预测电池包状态，并研究再分配电池包的充放电过程。采用模型预测控制算法 设计电池包充放电管理策略以进一步改善操作效能，最终达到提高电池包运行效率并延长循环寿命的目 的。
5.本发明采用以下方案实现：一种基于操作效能最优的再分配电池包充放电管理策略，具体包括以下步 骤：
6.步骤s1：设计能量再分配式电池包储能系统，具体包括电池状态检测模块，充放电预测管理策略模 块，底层追踪控制单元以及电池功率单元；
7.步骤s2：建立电池能量-核心温度数学模型；
8.步骤s3：设计以操作效能最优为导向的预测控制管理策略，获取最优分配的电池充放电功率；
9.步骤s4：设计底层驱动控制器，追踪最佳分配的电池充放电功率。
10.进一步地，所述能量再分配式电池包储能系统包括多个电池功率单元，其中每个电池功率单元由单 体电池和双向直流变换器组成。单体电池的正负极与双向直流变换器
的一端并联，而所有双向直流变换器 的另一端串联相接至负载或者充电机。
11.本发明分别定义输入变量ui(t)＝[p
c,i
(t)p
d,i
(t)]
t
，输出变量yi(t)＝[soei(t)t
c,i
(t)]
t
，状态变量xi(t)＝[soei(t) t
c,i
(t)t
s,i
(t)]
t
，可测量干扰变量di(t)＝t
f,i
(t)。其中，p
c,i
和p
d,i
分别表示第i个电池功率单元的充电功率和 放电功率；soei是电池能量状态；t
f,i
是环境温度；t
c,i
、t
s,i
分别表示第i个电池的核心温度和表面温度。 因此，所建立的电池能量-核心温度数学模型可以表示为：
[0012][0013]
式中，
[0014][0015]
其中，c
c,i
，c
s,i
，r
c,i
，和r
a,i
分别表示第i个电池的表面热容、核心热容、热传导热阻和空气对流热阻； e
n,i
表示电池额定能量；η
ce,i
，η
de,i
分别表示第i个电池功率单元的充电效率和放电效率。
[0016]
进一步地，其电池离散数学模型如下：
[0017][0018]
其中，
[0019]
进一步地，步骤s3具体为：首先基于步骤s2中的电池状态预测方程根据电池包各单体电池电压、 电流以及温度预测电池电热状态，然后根据各个电池功率单元的运行状态重新分配负载或者充电功率，制 定操作效能最优的电池包充放电预测管理策略。
[0020]
进一步地，所述充放电预测管理策略包括以下步骤：
[0021]
步骤s31：考虑再分配电池包中所有电池功率单元的状态变化，得到系统的状态空间模型，如下：
[0022][0023]
式中，
[0024]
[0025]
步骤s32：假设控制时域外控制量保持不变，并且可观测干扰d(k)在预测时域内保持不变。因此，系 统的n
p
步长的预测输出如下所示：
[0026]
yf(k)＝fyx(k) gyuf(k) syd(k)
[0027]
式中，
[0028][0029][0030]
步骤s33：构造以操作效能最优为导向的目标函数，并结合实际应用给出了电池功率单元的工作限制 条件。本发明旨在优化电池包的整体工作效能，最大化电池能量利用率和能量效率，并降低电池老化。因 此，基于电池充放电过程中的电热动态行为，目标函数应考虑电池包能量消耗、电池工作温度以及功率波 动，具体如下所示：
[0031][0032]
式中，λ1，λ2和λ3是权重系数；soe(k)∈rn，tc(k)∈rn，pc(k)∈rn和pd(k)∈rn分别表示能 量状态，核心温度，充电功率以及放电功率的向量。t
ref
是给定的最优参考工作温度。上述公式的第一项 旨在最大化电池能量效率，进而提升能量利用率。第二项则是将电池核心温度尽可能工作在参考工作温度 附近。最后一项是尽可能避免电池功率单元工作时发生颤动现象。上述公式的三项通过权重系数λ1，λ2和 λ3对效率、健康退化和电池功率进行权衡，最终达到操作效能最优的目的。
[0033]
此外，电池能量状态、核心温度和充放电功率应该被限制在一定范围。因此，考虑物理限制、电池健 康状态限制、温度约束以及充放电过程中的功率约束，存在以下约束：
[0034]
[0035]
式中，p
char
被定义为充电机功率，p
load
表示负载功率。本发明中p
char
和p
load
分别是正值和负值。另外， 同一采样周期内p
char
和p
load
必须有一个为零。联合以上两组约束，当p
load
＝0时，pc》0并且pd＝0； 当p
char
＝0，pd》0并且pc＝0。
[0036]
步骤s34：求解上述问题的实质是求解一个带有等式和不等式约束的二次规划问题，因此可将以上目 标函数改写为：
[0037][0038]
式中，
[0039][0040][0041][0042][0043]
最终将所提出的电池充放电管理策略转化为标准二次规划问题，如下：
[0044][0045]
式中，
[0046][0047]
另外，约束条件可以被转化为以下标准形式：
[0048][0049]
式中，
[0050][0051][0052][0053][0054]
进一步地，步骤4设计了底层驱动控制器，通过采用传统比例-积分控制将电池功
率单元的功率控制 到以上所计算的最优控制量u(k)。
[0055]
综上，本发明建立了描述电池能量状态和核心温度变化的动态预测模型；设计了以操作效能最优为 导向的电池包充放电预测控制管理策略，实现了每个电池功率单元的优化控制，并满足了功率平衡进而尽 可能最大化操作效能。
[0056]
与现有技术相比，本发明有以下有益效果：本发明基于能量再分配式电池包储能系统创新的提出了以 电池包的操作效能最优为导向的电池充放电预测控制管理策略，可以提高电池包能量利用率和能量效率， 并降低电池老化。
附图说明
[0057]
图1为本发明实施例的能量再分配电池包储能系统架构框图。
[0058]
图2为本发明实施例的以操作效能最优为导向的预测管理策略原理图。
[0059]
图3为本发明实施例的电池能量-核心温度耦合机制原理框图。
[0060]
图4为本发明实施例的30次充放电循环下三种管理策略的操作效能对比结果。(其中：策略1为无均衡功 能的串联电池包；策略2为具有均衡功能的串联电池包；策略3即为所提出的以操作效能最优为导向的充 放电预测管理策略。)
[0061]
图5为本发明实施例的200次充放电循环下三种管理策略的操作效能对比结果。
具体实施方式
[0062]
下面结合附图及实施例对本发明做进一步说明。
[0063]
应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用 的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
[0064]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实 施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应 当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、 组件和/或它们的组合。
[0065]
如图1和图2所示，本实施例基于能量再分配电池包储能系统设计了一种以操作效能最优为导向的充 放电管理策略。其中，需要说明的是图2中的bpu即指电池功率单元。
[0066]
特别的，本实施例的实施流程具体分为以下几步：
[0067]
(a)、根据图3所示的电池耦合机制建立电池能量-核心温度数学模型；
[0068]
(b)、依据图2原理设计以电池操作效能最优为导向的充放电预测控制管理策略，最终得到各个电池 功率单元的最优充放电功率，并雇佣传统比例-积分闭环控制追踪所分配的充放电功率目标值；
[0069]
(c)、定义一个高精度电池包模型作为被控对象用以验证所提出的管理策略，并设计有无均衡管理功 能的传统充放电管理策略作为对比；
[0070]
(d)、分别仿真高精度电池包模型在三种充放电管理策略下的工作过程，并对比三种策略管理过程中 的操作效能。
[0071]
其中，(a)包括以下过程：
[0072]
a1、图3展示了一种典型的电池耦合机制，包括电气动态、热动态以及老化机制。为
了建立电池耦 合数学模型，本发明采用功率积分法跟踪电池能量状态，其中采用插值法获取电池初始能量状态。考虑电 池充放电效率，电池包中第i个电池能量状态可以表示为：
[0073][0074]
式中，η
ce,i
和η
de,i
分别表示第i个电池功率单元的充电效率和放电效率；p
c,i
和p
d,i
分别表示第i个 电池功率单元的充电功率和放电功率；e
n,i
是电池额定能量。在本具体实施中主要关注电池充放电效率而 忽略双向直流变换器效率的影响。研究发现充放电倍率和电池健康状态与电池充放电能量效率具有较强的 相关关系。通常，充放电倍率越大效率越低，并且随着电池的老化其效率随之降低。电池充放电能量效率 可以根据相关研究通过一下公式拟合得到：
[0075][0076]
式中，cr表示电池充放电电流倍率；δqi表示第i个容量老化率，可以在电池进行一个完整的充放 电循环后通过计算损失容量和初始容量的比值获得。
[0077]
a2、本实施例中采用热集总模型预测电池热动态行为，其中假设电池温度分布均匀。基于能量守恒 原理，电池表面温度t
s,i
和核心温度t
c,i
由下式得到：
[0078][0079][0080]
式中，t
f,i
是环境温度；c
c,i
，c
s,i
，r
c,i
，和r
a,i
分别表示第i个电池的表面热容、核心热容、热传导 热阻和空气对流热阻；q
b,i
(t)是电池热功率，包括不可逆热q
ir,i
(t)和可逆热q
r,i
(t)。散热会产生不可逆的热 量，计算公式为：
[0081][0082]
式中，r
e,i
表示第i个电池内阻，而v
p,i
表示极化电压。然而，电池在工作过程中的产热行为是不完 全的能量转化所致。因此，电池充放电功率、电池净功率与电池热功率之间存在动态平衡关系，即以下公 式：
[0083]
p
c,i
(t)＝p
b,i
(t) q
b,i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0084]
p
d,i
(t)＝p
b,i
(t)-q
b,i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0085]
式中，p
b,i
表示第i个电池净功率。综上，电池热功率可以通过以下公式得到：
[0086][0087]
综上所述，电池能量-核心温度数学模型已建立。为了标准化，本实施例定义输入变量ui(t)＝[p
c,i
(t) p
d,i
(t)]
t
，输出变量yi(t)＝[soei(t)t
c,i
(t)]
t
，状态变量xi(t)＝[soei(t)t
c,i
(t)t
s,i
(t)]
t
，可测量干扰变量di(t)＝t
f,i
(t)。 因此，所建立的电池能量-核心温度数学模型可以表示为：
[0088][0089]
式中，
[0090][0091]
进一步地，其电池离散数学模型如下：
[0092][0093]
其中，
[0094]
b、本发明的具体实施(b)是设计以电池操作效能最优为导向的充放电预测控制管理策略，其作用是作 为电池充放电管理系统中的上层控制器为各个电池率单元分配最优的充放电功率，使电池包工作处于或接 近最优状态，进而达到提高电池包能量利用率和能量效率并降低电池老化的目的。所提出的电池包充放电 预测控制管理策略设计过程具体包括以下步骤：
[0095]
b1、电池状态预测模型建立过程如下所示：
[0096]
以举例说明所提出的充放电管理策略的有效性，本实施例假定被控电池包是由6个单体电池构成， 即n＝6。首先考虑再分配电池包中所有电池功率单元的状态变化，得到系统的状态空间模型，如下：
[0097][0098]
式中，
[0099][0100]
为获取电池状态预测模型，提出了以下两个假设条件：假设控制时域外控制量保持不变，并且可观测 干扰d(k)在预测时域内保持不变。另外，本具体实施例中分别定义了预测管理策略的预测步长和控制步长， 即分别为4和1。因此，系统在预测步长的输出如下所示：
[0101]
yf(k)＝fyx(k) gyuf(k) syd(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0102]
式中，
[0103][0104]
b2、本具体实施例构造以操作效能最优为导向的目标函数，并结合实际应用给出了电池功率单元的工 作限制条件。操作效能最优旨在优化电池包的整体工作效能，最大化电池能量利用率和能量效率并降低电 池老化。因此,基于电池充放电过程中的电热行为，目标函数应考虑电池包能量消耗、电池工作温度以及 功率波动，具体如下所示：
[0105][0106]
式中，λ1，λ2和λ3是权重系数；soe(k)∈rn，tc(k)∈rn，pc(k)∈rn和pd(k)∈rn分别表示能量状 态，核心温度，充电功率以及放电功率的向量。t
ref
是给定的最优参考工作温度。上述公式的第一项旨在 最大化电池能量效率，进而提升能量利用率。第二项则是将电池核心温度尽可能工作在参考工作温度附近。 最后一项是尽可能避免电池功率单元工作时发生颤动现象。上述公式的三项通过权重系数λ1，λ2和λ3对效 率、健康退化和电池功率进行权衡，最终达到操作效能最优的目的。经过反复优化测试，本具体实施例中 分别设置权重系数为λ1＝5000，λ2＝5000，λ3＝0.01。
[0107]
此外，电池能量状态、核心温度和充放电功率应该被限制在一定范围。因此，考虑物理限制、电池健 康状态限制、温度约束以及充放电过程中的功率约束，存在以下约束：
[0108][0109]
式中，p
char
被定义为充电机功率，p
load
表示负载功率。本发明中p
char
和p
load
分别是正值和负值。另外， 同一采样周期内p
char
和p
load
必须有一个为零。联合以上两组约束，当p
load
＝0时，pc》0并且pd＝0； 当p
char
＝0，pd》0并且pc＝0。对于本实施例，电池能量状态、核心温度以及充放电功率的限制条件如下：
[0110][0111]
b3、求解上述优化问题的实质是求解一个带有等式和不等式约束的二次规划问题，因此可将以上目标 函数改写为：
[0112][0113]
式中，
[0114][0115][0116][0117][0118]
最终将所提出的电池充放电管理策略转化为标准二次规划问题，如下：
[0119][0120]
式中，
[0121][0122]
另外，约束条件可以被转化为以下标准形式：
[0123][0124]
式中，
[0125][0126][0127][0128][0129]
b4、输出平衡电流：根据具体实施方式b3所计算的最优控制量u(k)，采用传统比例-积分控制将电池 功率单元的功率追踪到参考值u(k)。
[0130]
c、本发明的具体实施(c)是定义一个高精度电池包模型作为被控对象用以验证所提出的管理策略，并 设计有无均衡管理功能的传统充放电管理策略作为对比。
[0131]
c1、为量化不同充放电管理策略的操作效能，本实施例采用高精准电池包模型作为被管理对象。众多 研究中证明了高精准电池包模型在仿真实际电池包的精确性、高效
性。其中，本实施例基于电-热-老化动 态模型公式描述一个含有6个26650磷酸铁锂电池包的全生命周期演化过程。电池包的初始参数(例如额定 容量、初始荷电状态和内阻)被假定服从标准正态分布。
[0132]
c2、为了定量展示传统串联电池包的运行效率，本实施例采用高精准电池包模型进行了两个对比测试， 即没有均衡管理策略的传统电池包充放电系统(s1)和具有被动规则均衡管理策略的传统电池包充放电系统 (s2)。其中，耗散型被动均衡方法是简单高效的实现手段，对于传统串联电池包的均衡管理是较为充分的。 本实施例所采用的基于被动规则的耗散均衡管理策略定义如下：首先，当电池包中各单体电池soc误差 达到所定义的最大阈值时，被动规则型耗散均衡开启均衡；其次，对比每个单体电池soc与平均soc， 若高于平均值则开启对应电池的开关通过一个耗散电阻释放较高soc电池的能量；反之则不发出任何指 令；最后，每一个具有更高soc的电池持续放电直到电池包达到均衡状态，即所有单体电池soc基本处 于一致。其中，本实施例中采用1a作为耗散型被动均衡方法的均衡电流。
[0133]
d、本发明的具体实施(d)是分别仿真高精度电池包模型在三种充放电管理策略(即(d)所述两种策略s1 和s2与所提出的管理策略，记作s3)下的工作过程，并对比三种策略管理过程中的操作效能，其结果分别 如图5所示。其中，图中δsohq和δsohr分别表示电池容量和内阻的老化速率，具体通过计算当前值 与初始值的相对变化量获得。由图可见，所提出的管理策略具有更高的能量利用效率，并且极大降低了电 池老化速率。经过多次充放电循环后，以操作效能最优为导向的电池充放电预测管理策略表现出了较好的 管理性能。
[0134]
可见，本具体实施中的一种基于操作效能最优的再分配电池包充放电管理策略在满足外部工况的需求 下优化了电池包的操作效能，不仅提高了能量利用率以及能量效率，而且延缓了电池老化速率，最终改善 了电池包的使用效率。
[0135]
综上，本实施例基于能量再分配式电池包储能系统设计了以操作效能最优为导向的充放电预测管理策 略，并将其发展为了一种标准的二次规划问题；基于能量转化效率建立了电池能量-核心温度数学模型，较 好的预测了电池包的状态变化；采用高精准电池包模型测试了所提出的充放电管理策略，并与传统管理方 法进行了对比。
[0136]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本申 请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采 用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0137]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描 述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或 方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理 机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处 理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的 功能的装置。
[0138]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机 可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在 流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0139]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设 备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用 于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0140]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技 术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技 术方案内容,依据本发明的技术实质对以上实施例所作的简单修改、等同变化与改型，仍属于本发明技术方 案的保护范围。