一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法技术

本发明专利技术公开了一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，对电池包内的多个电池模块和电池模块内的多个电池单体进行电量均衡控制，步骤包括采集电压和电流，利用SOC估计模块得到SOC值；判断是否需要均衡；采用环形均衡电路，利用蚁群算法优化转移能量路径，获得最佳转移能量路径；利用双模糊逻辑控制器调节均衡电流；本申请采用电池单体和电池模块分层环形均衡电路，环形均衡电路的模块化设计，减小了电路的尺寸和复杂度，为电池包维修提供了便利；利用蚁群算法对电池单体或电池模块间转移能量的路径的进行优化，减小了转移过程中的能量损耗；采用双模糊逻辑控制器调节电池单体或电池模块间的均衡电流，而实现对均衡电流的精准控制。衡电流的精准控制。衡电流的精准控制。

【技术实现步骤摘要】
一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法


[0001]本专利技术涉及锂电池管理
，尤其涉及一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法。

技术介绍

[0002]锂电池因为具有能量密度高、使用寿命长、绿色环保等优点，在电动汽车中得到了广泛的应用。但是由于电池包中的“木桶效应”，电池包能够充放的总能量取决于容量最小的电池，为了提高电池包的能量利用率，需要对电池包中的电池进行均衡。
[0003]锂电池的均衡分为均衡电路和均衡算法两部分。根据均衡电路可以分为主动均衡和被动均衡两种方式，被动均衡是一种能量消耗型均衡方式，通过电阻消耗电池多余的能量，易于实现，但是不仅能量利用率低而且转化的热能过多时可能会引发电池的爆炸；主动均衡是将能量从能量高的电池转移到能量低的电池，能量利用率高且散发的热能少，但是应用于大型电池组时，均衡电路的尺寸太大，不便于维修，而且对控制器的性能要求太高。
[0004]现有的均衡控制方法常采用电压或SOC值作为均衡变量。当采用电压作为均衡变量时，电压的采集比较容易，采样实时性也比较好，但电池的电压波动大，导致均衡的控制精度差，过均衡现象明显。当采用电池SOC值作为均衡变量时，SOC值是电池电压、内阻、温度等参数的综合表征，可以准确反映系统的不一致性，具有更高的控制精度，但是SOC值的估计比较复杂。现有的均衡控制算法常采用均值差分算法，该算法对相邻的两个电池进行能量比较，能量高的电池放电，能量低的电池充电。均值差分算法逻辑简单、容易实现，但是能量利用率低、均衡速度慢。<br/>[0005]文献为CN115693843A的专利文献公开一种串联电池组模块化分层均衡控制方法，包括如下步骤：将串联电池组模块化，电池组包括串联的多个电池单体或电池模块，把电池组模块化分为底层模块和顶层模块，多个串联电池单体或电池模块作为一个底层模块，多个底层模块组成一个顶层模块；对底层模块和顶层模块分别设计均衡单元进行均衡。
[0006]该文献方案对串联电池组进行模块化，在模块内部和模块之间使用，方案中底层模块与顶层模块的均衡控制是相互独立的，它们的均衡可以同时进行，从而加快了均衡的速度；对于电池数目较多的串联电池组该均衡策略适用性较强，模块化有利于电路结构上的扩展。现有的均衡方法存在问题有：1.采用主动均衡的方式对大型电池组进行均衡时，均衡电路的尺寸太大，不便于维修，而且对控制器的性能要求太高；2.对锂电池进行均衡时，不能很好的对电池间转移能量的路径进行规划，也无法精确控制电池间的均衡电流，因此会产生过均衡、能量利用率低和均衡速度慢等问题。

技术实现思路

[0007]本专利技术的目的在于提供一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，解决现有技术中存在的均衡电路尺寸大、控制器的性能要求高、能量利用率低、均衡速度慢等问题，利用蚁群算法优化能量均衡路径、利用双模糊逻辑控制器调节均衡电流的分
层均衡控制，具有易于实现、能量利用率高和均衡速度快等优点。
[0008]本专利技术的目的可以通过以下技术方案实现：一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，用于对电池模块内的多个电池单体进行电量均衡控制，包括以下步骤：
[0009]步骤S1:通过传感器采集电池单体的电压和电流，利用SOC估计模块得到各电池单体SOC值；
[0010]步骤S2:根据各电池单体SOC值计算电池模块内电池单体平均值和电池单体差值；
[0011]步骤S3:判断电池单体是否需要均衡；
[0012]步骤S4:电池单体间采用环形均衡电路，利用蚁群算法优化选择电池单体间转移能量路径，获得最佳转移能量路径；
[0013]步骤S5:利用双模糊逻辑控制器调节电池单体间的均衡电流；
[0014]步骤S6：判断是否结束均衡，需要继续均衡的电池单体返回步骤3继续进行均衡。
[0015]进一步地：所述步骤S1中的传感器包括电压传感器和电流传感器；所述电压传感器采集各电池单体的电压，并将采集到的电压输入到SOC估计模块；所述电流传感器采集各电池单体的电流，并将采集到的电流输入到SOC估计模块。
[0016]进一步地：所述步骤S1中的SOC估计模块采用RC等效电路模型，该电路模型的方程为:
[0017][0018]V
t
(t)＝V
OC
(t)
‑
V
D
(t)
‑
R
·
I(t)
[0019]其中状态变量x(t)＝[SOC(t)，V
D
(t)]T
,时间常数τ
D
＝R
D
C
D
，R
D
为电池单体的极化内阻、C
D
为极化电容、V
D
为极化电压、R为欧姆内阻、I为电流、V
OC
为开路电压、V
t
为输出电压、Q
N
为额定容量、SOC值为荷电状态；
[0020]将传感器采集到的电压和电流值输入到上述RC等效电路模型方程中，估计出各电池单体SOC值。
[0021]进一步地：所述步骤S3中判断电池单体是否需要均衡条件为：
[0022]当电池模块中电池单体差值大于均衡开始阈值时，则电池单体间开始均衡；所述电池单体差值为电池模块中电池单体的SOC最大值与SOC最小值之差。
[0023]进一步地：所述步骤S4中环形均衡电路包括电池单体i与电池单体i+1的环形均衡电路、电池单体1与电池单体n的环形均衡电路；
[0024]所述电池单体i与电池单体i+1的环形均衡电路结构为：
[0025]电池单体i的正极连接二极管D
i_a
和场效应管Q
i_a
的一端，所述二极管D
i_a
和场效应管Q
i_a
并联后连接电阻R
i
和电感L
i
的一端和二极管D
i_b
和场效应管Q
i_b
的一端，所述电阻R
i
和电感L
i
并联后连接电池单体i的负极、电池单体i+1的正极，所述二极管D
i_b
和场效应管Q
i_b
并联后连接电池单体i+1的负极；
[0026]所述电池单体1与电池单体n的环形均衡电路结构为：
[0027]电池单体n的正极与二极管D
n_d
和场效应管Q
n_d
相连，二极管D
n_d
和场效应管Q
n_d
并联连接电阻R
n
和电感L
n
，电阻R
n
和电感L
n
并联连接连接二极管D
n_b
、场效应管Q
n_b
和二极管D
n_a
、场效应管Q
n_a
...

【技术保护点】

【技术特征摘要】
1.一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，用于对电池模块内的多个电池单体进行电量均衡控制，其特征在于：包括以下步骤：步骤S1:通过传感器采集电池单体的电压和电流，利用SOC估计模块得到各电池单体SOC值；步骤S2:根据各电池单体SOC值计算电池模块内电池单体平均值和电池单体差值；步骤S3:判断电池单体是否需要均衡；步骤S4:电池单体间采用环形均衡电路，利用蚁群算法优化选择电池单体间转移能量路径，获得最佳转移能量路径；步骤S5:利用双模糊逻辑控制器调节电池单体间的均衡电流；步骤S6：判断是否结束均衡，需要继续均衡的电池单体返回步骤3继续进行均衡。2.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S1中的传感器包括电压传感器和电流传感器；所述电压传感器采集各电池单体的电压，并将采集到的电压输入到SOC估计模块；所述电流传感器采集各电池单体的电流，并将采集到的电流输入到SOC估计模块。3.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S1中的SOC估计模块采用RC等效电路模型，该电路模型的方程为:V
t
(t)＝V
OC
(t)
‑
V
D
(t)
‑
R
·
I(t)其中状态变量x(t)＝[SOC(t)，V
D
(t)]
T
,时间常数τ
D
＝R
D
C
D
，R
D
为电池单体的极化内阻、C
D
为极化电容、V
D
为极化电压、R为欧姆内阻、I为电流、V
OC
为开路电压、V
t
为输出电压、Q
N
为额定容量、SOC值为荷电状态；将传感器采集到的电压和电流值输入到上述RC等效电路模型方程中，估计出各电池单体SOC值。4.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S3中判断电池单体是否需要均衡条件为：当电池模块中电池单体差值大于均衡开始阈值时，则电池单体间开始均衡；所述电池单体差值为电池模块中电池单体的SOC最大值与SOC最小值之差。5.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S4中环形均衡电路包括电池单体i与电池单体i+1的环形均衡电路、电池单体1与电池单体n的环形均衡电路；所述电池单体i与电池单体i+1的环形均衡电路结构为：电池单体i的正极连接二极管D
i_a
和场效应管Q
i_a
的一端，所述二极管D
i_a
和场效应管Q
i_a
并联后连接电阻R
i
和电感L
i
的一端和二极管D
i_b
和场效应管Q
i_b
的一端，所述电阻R
i
和电感L
i
并联后连接电池单体i的负极、电池单体i+1的正极，所述二极管D
i_b
和场效应管Q
i_b
并联后连接电池单体i+1的负极；所述电池单体1与电池单体n的环形均衡电路结构为：电池单体n的正极与二极管D
n_d
和场效应管Q
n_d
相连，二极管D
n_d
和场效应管Q
n_d
并联连
接电阻R
n
和电感L
n
，电阻R
n
和电感L
n
并联连接连接二极管D
n_b
、场效应管Q
n_b
和二极管D
n_a
、场效应管Q
n_a
，二极管D
n_b
、场效应管Q
n_b
并联后连接电池单体n的负极，二极管D
n_a
、场效应管Q
n_a
并联后连接电池单体1的正极；电池单体1的负极连接二极管D
n_c
、场效应管Q
n_c
，所述二极管D
n_c
、场效应管Q
n_c
并联后连接电阻R
n
、电感L
n
和二极管D
n_d
和场效应管Q
n_d
，电池单体1的正极连接二极管D
n_a
、场效应管Q
n_a
，所述二极管D
n_a
、场效应管Q
n_a
并联后连接电阻R
n
、电感L
n
和二极管D
n_b
、场效应管Q
n_b
。6.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S3中电池单体间沿转移能量路径总的转移能量为：P
SUM
＝|P1|+|P2|+
…
+|P
n
|其中A
i
为转移能量路径上电池单体i的SOC值与电池模块内电池单体平均值的差值；P
i
为电池单体i需要转移的能量；P
SUM
值最小时，获得最佳转移能量路径。7.根据权利要求1所述的一种基于蚁群算法和双模糊逻辑控制的分层均衡控制方法，其特征在于：所述步骤S4中利用蚁群算法获得最佳转移能量路径包括以下步骤：S41、设置蚁群算法的参数；蚂蚁的位置范围为{Xmin，Xmax}，其中Xmin为蚂蚁位置的最小值，Xmax为蚂蚁位置的最大值；蚂蚁位置对应的适应度值为总的转移能量P
SUM
的值；蚂蚁位置对应着P1的值；蚂蚁的个数为m，最大迭代个数为G，信息素蒸发系数为R
h0
，转移概率常数为P0，局部搜索步长为step；蚂蚁i在第j个迭代周期的位置表示为X
ij
，其中0&lt;i≤m、0&lt;j≤G(i、m、j、G为正整数)；蚂蚁i在第j个迭代周期对应的适应度值和信息素值分别为F
ij
和Tau
ij
，m个蚂蚁在第j个迭代周期的最小信息素值为Tau<...

【专利技术属性】
技术研发人员：陈立平，赖振伟，刘创，丁纪宇，许水清，张志强，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：