【技术实现步骤摘要】
本专利技术涉及锂电池均衡，具体是一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法
技术介绍
1、单体锂电池的电压和容量较低，因此在各领域的使用场景中都是通过串联和并联多个电池，提升整体电压和容量。然而，锂电池单体之间存在不一致性会影响电池组的寿命和使用效果。因此，锂电池均衡控制系统对于降低单体电池之间的不一致性，提高电池组均衡效率是非常有必要的。
2、目前电池均衡可分为两大类：被动方式利用电阻消耗多余能量，简单但效率低；主动方式是通过储能元件实现能量转移，提高能量利用效率和均衡速度，成为研究的主要方向。主动均衡拓扑电路种类多样：开关电容式主动均衡、电感储能式主动均衡、结合开关列阵以及基于dc/dc变换器的主动均衡等。其中常见的均衡电路存在相隔较远电池间均衡路径较远问题，导致均衡时间和能量损耗增加。而基于开关列阵型的主动均衡电路可实现任意单体对单体的均衡，具有高均衡灵活性，但其逻辑复杂性高，且会提高均衡过程中的能量损耗。
3、在均衡电路的基础上，还需制定相应的均衡控制策略。基于电压的均值差分策略可有效实现电池均衡，但其效率受到单体内阻差异的影响，目前电池均衡控制方法主要以荷电状态(soc)作为均衡目标。传统模糊逻辑控制电池均衡，其隶属度函数的确定过程存在较强的主观性和经验性，难以保证最优控制效果，而均衡目标的选择也至关重要。因此，要选取适当的均衡控制方法，使得在不同电池状态下，输出合适的均衡电流。
技术实现思路
1、针对以上
2、提出的均衡方法，一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法，在于以下几个步骤：
3、s1：对锂电池组中各单体电池进行监测，获取其电压和荷电状态(soc)信息；
4、s2：搭建reb-tcm均衡拓扑模型，建立dualflc模糊逻辑控制系统模型；
5、s3：基于电池荷电状态(soc)制定不同均衡目标的模糊逻辑；
6、s4：引入gsso算法对隶属度函数进行优化改进；
7、s5：结合不同均衡目标的dualflc模型与reb-tcm均衡拓扑模型控制锂电池组均衡。
8、提出的均衡方案中所述的步骤s2中搭建reb-tcm均衡拓扑结构模型是电池间引入电能调节单元，并在电池组两端设置能量路由模块，形成闭合的能量环路体系，基于gsso优化的模糊策略控制各均衡子模块实时监测电池状态以自适应调整能量流动方向和强度，减少能量损耗，提升均衡效率，均衡分三个阶段：
9、1)放电过程：若b1放电时，均衡系统发出控制信号导通m6b开关形成放电回路，m6b导通时间决定放电强度，电能存储在电感l6中；
10、2)充电过程：放电结束后，导通m6c，电感l6提供电能向b6充电；
11、3)能量释放过程：充放电过程结束后，电阻r6将消耗l6中未完全释放的能量，实现能量转换。
12、所述步骤s2中建立的dualflc模糊逻辑控制模型主要包括以下重点内容：
13、1)dualflc模糊系统输入包括两部分以soc为例：
14、δsocav：两电池soc均值与电池组soc均值的差值绝对值，用于衡量电池单体与整体组之间的平衡程度；
15、δsoc：两电池soc差值的绝对值，用于判断电池单体间的差异情况；
16、以δsocav和δsoc作为输入能更精确的反映单体电池间的差异性，并动态输出占空比，实现高效均衡；
17、2)隶属函数和模糊规则库的设计：
18、通过gsso算法寻找最优隶属函数参数，提升均衡控制精度与效率；
19、结合电池单体间的差异性对模糊规则库针对性调整，使其更符合实际均衡需求，进一步提升控制精度，减少不必要的规则干预；
20、均衡策略中步骤s3所述的模糊逻辑是根据soc的变化特性建立基于电压和soc的dualflc控制系统模型，可在不同soc状态下以不同的均衡策略控制电池均衡。
21、所述步骤s4中用gsso算法优化隶属度函数，具体包括以下步骤：
22、1)参数编码设计与初始化：对dualflc模型输入变量(如soc差异、电压差异)的隶属度节点参数进行编码，并初始化种群和迭代次数；
23、2)目标函数构建：构建最小化电池soc差异为目标的适应度函数，评估隶属度函数节点参数的优劣，公式如下：
24、f＝w1·|socdis|+w2·|meansocdis|
25、其中w1和w2为调节系数；socdis为两电池的soc差值；meansocdis是两电池soc均值与电池组soc均值差异。
26、3)解向量更新：根据解向量历史最优位置和全局最优位置，更新隶属度节点的参数；
27、4)交叉变异操作：对更新后的解集进行交叉和变异，进一步探索最优解，避免陷入局部最优；
28、5)目标更新：每次迭代后，根据适应度函数重新评估并更新最优socdis和meansocdis，直至种群适应度收敛；
29、6)更新模糊控制器：最终输出gsso优化的最优隶属度函数用于更新模糊逻辑控制器，实现电池组间的充放电均衡，从而提升整体性能。
30、均衡过程在于步骤s5启动均衡后根据步骤s1采集的电池信息选择基于电压或soc的dualflc模糊控制模型控制reb-tcm均衡模型实现电池均衡，当电池组的均衡阈值在设定阈值内时，均衡过程结束。均衡阈值是以电池组soc的方差soc^2作为均衡标准，能够精确反映各电池单体间soc的一致性，其阈值初值设为σ＝0.0005。
31、本专利技术所体现的优势在于：
32、1)通过搭建reb-tcm均衡模型优化能量均衡路径，减少能量损耗的同时能够提高均衡速率，各均衡模块相互独立，且可扩展多节电池并不增加电路复杂性。
33、2)提出的双值模糊策略可根据电池的soc状态动态选择不同均衡目标的dualflc模型，通过占空比直接控制均衡模块，实现单体电池的精准充放电，进一步提高了均衡效率。
34、3)引入的gsso算法优化隶属度函数，提升了均衡控制系统的精度，在均衡时间和能量损耗上有进一步的提升效果。
35、4)基于dualflc的模糊策略和reb-tcm均衡拓扑的整体均衡方案，在能量损耗、均衡速率和复杂度上比传统的均衡方案有更显著的优越性。...
【技术保护点】
1.一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于以下几个步骤：
2.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤S1中得到各单体电池的电压和荷电状态(SOC)信息，为后续均衡控制策略提供执行条件。
3.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤S2中搭建REB-TCM均衡拓扑结构模型是电池间引入电能调节单元，并在电池组两端设置能量路由模块，形成闭合的能量环路体系，基于GSSO优化的模糊策略控制各均衡模块自适应调整能量流动方向和强度，减少能量损耗，提升均衡效率，均衡分三个阶段：
4.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤S2中建立的DualFLC模糊逻辑控制模型主要包括以下重点内容：
5.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊
6.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤S4引入GSSO算法优化隶属度函数提高电池组均衡系统的最优控制性能，具体包括以下步骤：
7.根据权利要求1一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤S5启动均衡后根据步骤S1采集的电池信息选择基于电压或SOC的DualFLC控制模型控制REB-TCM均衡模型实现电池均衡，当电池组的均衡阈值在设定阈值内时，均衡过程结束。
8.根据权利要求7一种基于改进Buck-Boost均衡拓扑与GSSO优化双值模糊控制的锂电池组均衡方法，其特征在于，所述的均衡阈值是以电池组SOC的方差SOC^2作为均衡标准，能够精确反映各电池单体间的均衡度，其阈值初值设为σ＝0.0005。
...【技术特征摘要】
1.一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法，其特征在于以下几个步骤：
2.根据权利要求1一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤s1中得到各单体电池的电压和荷电状态(soc)信息，为后续均衡控制策略提供执行条件。
3.根据权利要求1一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤s2中搭建reb-tcm均衡拓扑结构模型是电池间引入电能调节单元，并在电池组两端设置能量路由模块，形成闭合的能量环路体系，基于gsso优化的模糊策略控制各均衡模块自适应调整能量流动方向和强度，减少能量损耗，提升均衡效率，均衡分三个阶段：
4.根据权利要求1一种基于改进buck-boost均衡拓扑与gsso优化双值模糊控制的锂电池组均衡方法，其特征在于，步骤s2中建立的dualflc模糊逻辑控制模型主要包括以下重点内容：
5.根据权利要求1一种基于改进buck-boost均衡...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。