一種基于gm（1，n）灰色預測模型的均衡控制方法
【專利摘要】本發明公開了一種基于GM(1，N)灰色預測模型的均衡控制方法，微控制器利用模數轉換模塊獲取電池靜置狀態下的單體電壓；微控制器根據獲取的單體電壓的平均電壓與最低單體電壓的電壓差，判斷是否大于電池均衡閾值，若大于啟動均衡電路，否則不啟動均衡電路；再判斷電池單體i的均衡次數k是否大于設定值獲取電池單體i最新的設定次均衡數據，具體包括電池單體電壓Ui,k-5～Ui,k-1，以及均衡時間tei,k-5～tei,k-1，其中k>5；對步驟四獲得的數據進行處理，得到第k次均衡時間啟動均衡，均衡時間為均衡結束后，靜置時間為tsi,k，本次均衡控制結束，轉向步驟一進行下一次的均衡控制。有效改善了電池單體間的不一致性，提高了均衡效率。
【專利說明】一種基于GM (1，N)灰色預測模型的均衡控制方法
【技術領域】
[0001]本發明涉及一種基于GM(1，N)灰色預測模型的均衡控制方法。
【背景技術】
[0002]能源危機和環境污染是當今世界面臨的兩大難題。電動汽車以節能、環保而廣受人們的歡迎，已成為未來汽車發展的必然趨勢。而鋰離子電池因其高能量密度、低放電率和沒有記憶效應，作為動力源廣泛應用在電動汽車和混合電動汽車中。但是受到電池制造技術和電源管理系統的技術制約，動力電池使用過程中需要大量單體多級串并聯才能夠提供足夠的供電電壓和驅動功率。但是這類電池串聯使用時，容易由于容量的不均衡問題造成部分電池單體過充電與過放電的現象，大大影響動力電池組的使用壽命和安全性。因此，必須對對電池組進行均衡管理。顯而易見，作為電池管理系統的關鍵技術之一，串聯電池組的有效均衡已經成為一個研究熱點。
[0003]目前，均衡主要有耗散型均衡、非耗散型均衡和電池選擇三大類。
[0004]耗散型均衡(也稱為電池旁路法均衡)通過給電池組中每個電池單體并聯一個耗散器件進行放電分流，從而實現電池電壓的均衡。耗散均衡進一步又被分為兩類:被動均衡和主動均衡。耗散均衡結構和控制簡單、成本低，但是存在能量浪費和熱管理的問題。
[0005]非耗散均衡采用電容、電感等作為儲能元件，利用常見的電源變換電路作為拓撲基礎，采取分散或集中的結構，實現單向或雙向的均衡方案。根據能量流，非耗散均衡又能夠分為以下四種:(I)Cell to Cell ； (2)Cell to Pack ； (3)Pack to Cell ； (4)Cell to Packto Cell。對于Cell to Pack或Pack to Cell的均衡方法,每一次均衡都是通過電池組對電壓最低的電池單體進行能量補給，能夠實現較大的均衡電流，較適合于大容量的動力電池。而對于Cell to Cell的均衡方法，能量能夠直接從電壓最高的電池單體轉移到電壓最低的電池單體，具有較高的均衡效率，但是電池單體之間的電壓差較小再加之電力電子器件存在導通壓降使得均衡電流很小，因此Cell to Cell均衡方法不適合于大容量的動力電池。很明顯，非耗散均衡全部為主動均衡方法。非耗散均衡存在電路結構復雜、體積大、成本聞、均衡時間長、聞開關損耗等問題。
[0006]電池選擇均衡是指通過實驗選擇性能一致的電池單體構建電池組，一般有兩步篩選過程。第一步，在不同的放電電流下，選擇電池平均容量相近的電池單體；第二步，在第一步篩選的電池單體中，通過脈沖充、放電實驗在不同SOC下選擇具有相近電池電壓變化量的電池單體。由于電池單體的自放電率不盡相同，電池選擇均衡在電池整個生命周期內不足以保持電池組一直均衡。它只能作為其他均衡方法的一種補充均衡方法。
[0007]傳統均衡方法不適合鋰離子電池的主要原因如下:
[0008]I)鋰離子電池的開路電壓在SOC為30%?70%之間時較為平坦，即使SOC相差很大，其對應的電壓差也很小，此外由于電力電子器件存在導通壓降，使得均衡電流很小，甚至可能導致電力電子器件不能正常導通；
[0009]2)由于電力電子器件存在導通壓降，電池單體間很難實現零電壓差均衡。[0010]中國發明專利申請(申請號201310278475.2)提出了一種動力電池零電流開關主動均衡電路及實現方法，其能夠實時判斷電池組中電壓最高和最低的電池單體，并對其進行零電流開關均衡，并且每次均衡都是針對電池組中電壓差最大的兩個電池單體進行削峰填谷，極大提高了均衡效率，有效減少了電池單體之間的不一致性。但是，由于所使用的電力電子器件存在導通壓降，使得電池單體間很難達到零電壓差，并且均衡電流很小，均衡時間較長。
[0011]為此，中國實用新型申請(申請號201320660950.8)和中國發明專利申請(申請號201310507016.7)提出一種基于升壓變換和軟開關的Cell to Cell電池均衡電路，該發明使用一個Boost升壓變換將電池組中電壓最高的電池單體升壓至一個較高的電壓，以實現大電流、零電壓差均衡；使用一個LC諧振變換以實現零電流開關均衡，減少了能量浪費、提高了均衡效率。但是，該發明存在的主要問題是:由于屬于Cell to Cell型均衡電路，SP使使用Boost升壓變換，所提高的均衡電流有限，遠遠不能夠滿足電動汽車大容量動力電池的均衡需求；并且Boost升壓變換本身也存在能量浪費。
[0012]為此，本發明提出了一種基于LC諧振變換的Pack to Cell均衡電路，夠實現電池組對電池單體的零電流開關均衡，并且每次均衡都是針對電池組中電壓最低的電池單體進行能量補給，這就需要不斷的切換電路，以保證電池組總是對電壓最低的電池單體進行能量補給。然而，由于電池非線性特性和歐姆內阻的存在，當對電池單體充電時，該電池單體會有個瞬間升壓，甚至有可能高于其他電池單體電壓，當停止充電時，該電池單體的電壓會瞬間下降，并且電池電壓有個恢復過程，因此對于基于電壓的均衡控制策略，就很難判斷電池組何時達到均衡。如果每一次均衡的時間太短，會造成開關頻繁切換，并且會增加總的均衡時間；如果每一次的均衡時間太長，會導致過均衡的發生，造成能量浪費。因此，如何準確預測每一次的均衡時間，已成為研究均衡控制策略的一個關鍵科學問題。
【發明內容】
[0013]為解決現有技術存在的不足，本發明公開了一種基于GM(1，N)灰色預測模型的均衡控制方法,適用于Pack to Cell的均衡電路，每一次均衡都是通過電池組對電壓最低的電池單體進行能量補給，根據歷史獲得的最新5次均衡信息，基于GM (I，N)灰色模型準確預測下一次的均衡時間，極大的縮短了均衡時間并減小了均衡切換次數，克服了過均衡現象的發生，有效改善了電池單體間的不一致性，提高了均衡效率。均衡電池組由N節電池單體組成。
[0014]為實現上述目的，本發明的具體方案如下:
[0015]如圖1，圖2(a)?圖2(b)所示，一種基于GM(I，N)灰色預測模型的均衡控制方法，該控制方法基于LC諧振變換的Pack to Cell型均衡電路，包括微控制器、選擇開關模塊、總開關、均衡母線、LC諧振變換和濾波電容，微控制器連接選擇開關模塊、總開關、LC諧振變換和電池單體，電池組的正負極通過總開關連接LC諧振變換的輸入，LC諧振變換的輸出通過均衡母線連接選擇開關模塊，選擇開關模塊連接各電池單體，LC諧振變換的輸入端和輸出端分別并聯濾波電容。
[0016]所述微控制器包括模數轉換模塊、脈沖寬度調制PWM信號輸出端和通用10端；
[0017]所述模數轉換模塊，通過電壓檢測電路與電池單體連接，用于將電池單體的電壓信號轉換成數字信號，從而確定各個電池單體的電壓以及電壓最低的電池單體對應的電池單體編號；
[0018]所述脈沖寬度調制PWM信號輸出端通過驅動電路連接LC諧振變換，用于產生MOS管開關的控制驅動信號；
[0019] 所述通用IO端通過一個多路選通開關與選擇開關模塊連接，用于譯碼微控制器確定的最低單體電壓對應的電池編號，控制選擇開關模塊將電池組中任意位置的電壓最低的電池單體選通至均衡母線上；同時，所述通用IO端通過一個多路選通開關與總開關連接，控制總開關將電池組的正負極連接于LC諧振變換的輸入。
[0020]所述LC諧振變換電路，包括四個MOS管、四個二極管和一個電感、電容，其中輸入端的一端連接一個MOS管M1串聯二極管D1后，連接兩個支路，一個支路串聯MOS管M3和二極管D3，另一路串聯電感L和電容C，輸入端的另一端反接二極管D2連接MOS管M2后連接兩個支路，一路連接電容C的另一端，另一路反接二極管D4后連接MOS管M4。所述LC諧振變換電路中MOS管M1和M2由一路PWM+信號驅動，MOS管M3和M4由另一路狀態反向的PWM~信號驅動，二極管D1~D4起反向限流的作用。
[0021]所述LC諧振變換在兩個狀態互補的PWM信號驅動下，工作在充電和放電兩個狀態。
[0022]所述充電狀態為LC諧振變換與電池組的正負極并聯。
[0023]所述放電狀態為LC諧振變換與電壓最低的電池單體并聯。
[0024]所述PWM信號的頻率等于LC諧振變換的固有諧振頻率時,均衡電路實現電池組對電壓最低的電池單體間的零電流開關均衡。
[0025]所述兩個濾波電容分別并聯于LC諧振變換的輸入和輸出端，用于將高頻交流電流濾波成直流電，以較小對電池的損害。
[0026]一種基于GM(1，N)灰色預測模型的均衡控制方法，包括以下步驟:
[0027]步驟一:微控制器利用模數轉換模塊獲取電池靜置狀態下的單體電壓；
[0028]步驟二:微控制器根據獲取的電池組單體電壓的平均值與最低單體電壓的電壓差，判斷是否大于電池均衡閾值，若大于啟動均衡電路，否則不啟動均衡電路；
[0029]步驟三:再判斷電池單體i的均衡次數k是否大于設定值，如是，則轉向步驟四，若不是，則將本次均衡時間tei，k設置為初始標準均衡時間h，然后對獲得的電壓差八^㈠進行模糊化處理，最后得到本次均衡的理論最大靜置時間tSi，k ；
[0030]步驟四:獲取電池單體i最新的設定次均衡數據，具體包括電池單體電壓Ui，k_5~Uijk-!,以及均衡時間tei，k_5~,其中k>5 ；
[0031]步驟五:對步驟四獲得的數據進行處理，得到第k次均衡時間崎α)或記為6U_;
[0032]步驟六:啟動均衡，均衡時間為，均衡結束后，靜置時間為tSi，k，本次均衡控制結束，轉向步驟一，進行下一次的均衡控制。
[0033]所述步驟一中，根據獲取的電池靜置狀態下的電池組單體電壓確定最低單體電壓以及對應的電池單體編號和當前電池組平均電壓Ua以及平均電壓與最低單體電壓的電壓差Aui^1 ;其中i為當前電壓最低的電池單體標號，為正整數，k-Ι為對第i節電池單體的當前均衡次數，為正整數。[0034]所述步驟三中，對獲得的電壓差Auilri進行模糊化處理，具體包括對獲得的電壓差Λ 進行模糊化處理，得到模糊結果μ m ;對第i節電池單體的模糊結果μ 與初始標準時間h進行模糊邏輯運算，得到本次均衡的理論最大靜置時間tSi，k。
[0035]所述步驟四中設定次均衡數據為5次。
[0036]所述步驟五中對獲得的數據進行處理，具體包括:
[0037](5-1)，將實測數據按均衡次數編碼形成電池單體電壓的系統特征數據序列:IT;)和電池均衡時間的相關因素數據序列TE1i'
[0038](5-2)，獲得的電池單體電壓和均衡時間序列，分別進行灰色一次累加生成處理1-AG0，得到電池單體電壓的灰色一次累加生成序列t/ °和均衡時間的灰色一次累加生成
序列M1';
[0039](5-3)，獲得的電池單體電壓的灰色一次累加生成序列O 1進行緊鄰均值生成操作，得到緊鄰均值生成序列Z1，；
[0040](5-4)，根據步驟(5-1)-步驟(5-3)獲得的數據，計算電池單體電壓進行灰色預測跟蹤所需的灰作用量a?和b?，微控制器根據計算的灰作用量a?和b?得到第i節電池單體
電壓的等維遞補灰色二變量一階預測模型句D(/c)，對該模型進一步處理。
[0041]所述步驟(5-4)中該模型進一步處理，還包括: [0042]A.根據獲得的第i節電池單體電壓的等維遞補灰色二變量一階預測模型<;(/0，通過累減生成，還原為相應變量的原數列值#”(幻；
[0043]B.基于均衡的最終目的是將最低單體電壓均衡至電池組的平均電壓ua，因此將Ua代替劣幻’可得到第k次均衡時間的灰色一次累加生成序列硝1)(幻;
[0044]C.根據獲得的第i節電池單體電壓的第k次均衡時間的灰色一次累加生成序列te\x\k)，通過累減生成，可得到第k次均衡時間蟑wa)或記為Qu。
[0045]所述電池組平均電壓Ua的公式為:
【權利要求】
1. 一種基于GM(1，N)灰色預測模型的均衡控制方法，該控制方法基于LC諧振變換的Pack to Cell型均衡電路，均衡電路包括微控制器、選擇開關模塊、總開關、均衡母線、LC諧振變換和濾波電容，微控制器連接選擇開關模塊、總開關、LC諧振變換和電池單體，電池組的正負極通過總開關連接LC諧振變換的輸入，LC諧振變換的輸出通過均衡母線連接選擇開關模塊，選擇開關模塊連接各電池單體，LC諧振變換的輸入端和輸出端分別并聯濾波電容；其特征是，包括以下步驟: 步驟一:微控制器利用模數轉換模塊獲取電池靜置狀態下的單體電壓； 步驟二:微控制器根據獲取的電池組單體電壓的平均值與最低單體電壓的電壓差，判斷是否大于電池均衡閾值，若大于啟動均衡電路，否則不啟動均衡電路； 步驟三:再判斷電池單體i的均衡次數k是否大于設定值，如是，則轉向步驟四，若不是，則將本次均衡時間tei，k設置為初始標準均衡時間h，然后對獲得的電壓差△ U^1進行模糊化處理，最后得到本次均衡的理論最大靜置時間tSi，k ； 步驟四:獲取電池單體i最新的設定次均衡數據，具體包括電池單體電壓^㈠~+^，以及均衡時間tei，k_5~,其中k>5 ； 步驟五:對步驟四獲得的數據進行處理，得到第k次均衡時間每wa)或記為Au ; 步驟六:啟動均衡，均衡時間力K,，均衡結束后，靜置時間為tSi，k，本次均衡控制結束，轉向步驟一進行下一次的均衡控制。
2.如權利要求1所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述步驟一中，根據獲取的電池靜置狀態下的電池組單體電壓確定最低單體電壓以及對應的電池單體編號和當前電池組平均電壓Ua以及平均電壓與最低單體電壓的電壓差Aui lri ；其中i為當前電壓最低的電池單體標號，為正整數，k-Ι為對第i節電池單體的當前均衡次數，為正整數。
3.如權利要求1所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述步驟三中，對獲得的電壓差ΛUi lri進行模糊化處理，具體包括對獲得的電壓差Aui lri進行模糊化處理，得到模糊結果μ ;對第i節電池單體的模糊結果μ 與初始標準時間h進行模糊邏輯運算，得到本次均衡的理論最大靜置時間tSi，k。
4.如權利要求1所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述步驟五中對獲得的數據進行處理，具體包括: (5-1)，將實測數據按均衡次數編碼形成電池單體電壓的系統特征數據序列L丨印電池均衡時間的相關因素數據序列; (5-2)，獲得的電池單體電壓和均衡時間序列，分別進行灰色一次累加生成處理1-AG0，得到電池單體電壓的灰色一次累加生成序列Mn和均衡時間的灰色一次累加生成序列TE?； (5-3)，獲得的電池單體電壓的灰色一次累加生成序列[/廣進行緊鄰均值生成操作，得到的緊鄰均值生成序列Zl,(1); (5-4)，根據步驟(5-1)-步驟(5-3)獲得的數據，計算電池單體電壓進行灰色預測跟蹤所需的灰作用量a?和b?，微控制器根據計算的灰作用量a?和b?得到第i節電池單體電壓的等維遞補灰色二變量一階預測模型#;(幻，對該模型進一步處理。
5.如權利要求4所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述步驟(5-4)中該模型進一步處理，還包括: A.根據獲得的第i節電池單體電壓的等維遞補灰色二變量一階預測模型gn(幻，通過累減生成，還原為相應變量的原數列值O幻； B.基于均衡的最終目的是將最低單體電壓升壓至電池組的平均電壓ua，因此將ua代替u)m{k)，可得到第k次均衡時間的灰色一次累加生成序列硝1)(幻； C.根據獲得的第i節電池單體電壓的第k次均衡時間的灰色一次累加生成序列蜱?)，通過累減生成 ，可得到第k次均衡時間垮wa)或記力^
6.如權利要求2所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述電池組平均電壓Ua的公式為:
式中，Utl, U1,...,U1^1為各個單體電池電壓。
7.如權利要求2所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述電壓差Λ U^1的公式為:
Δ Uijk-! = Ua-Uijlllin(2) 式中，U^in為當前N節電池單體中的最低電壓。
8.如權利要求4所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述原始數據序列，ΤΕ；ω的公式為:
Lj..— (Ui (k —5), U1 {/< — 4), U1 {/< — 3), Ui {/< — 2), U1 {/< — I)) 、3 )
TE(f} = (Jei (k - 5), Iei (k - 4), Iel (/'.-3), Iei (k - 2), Iei (灸一I)) (4) 式中，記ιι/°) (j), j = k-5, k-4,...，k-1為式(3)中依次對應的數據； 記te，(j)，j = k-5, k-4,…，k_l為式⑷中依次對應的數據叫(k-5) = ui；k_5,Ui (k-4) = ui；k_4, Ui (k-3) = ui；k_3, Ui (k-2) = ui；k_2, Ui (k-1) = ui；k_1； tej (k-5) = tei；k_5,tej (k—4) — k_4j tej (k—3) — k_3? tej (k—2) — k_2> tSj (k—I) —； 其中，Uu (j = k-5, k-4, - ,k-1)為電池單體i在第j次均衡后的電池端電壓值； tei；J(j = k-5, k-4,…，k-1)為電池單體i的第j次均衡時間。
9.如權利要求4所述的一種基于GM(1，N)灰色預測模型的均衡控制方法，其特征是，所述灰色一次累加生成序列的公式為: 2345
"廣=(";(々—5)，藝％(々-6-l./),(/< -6 +./),^Wy(/v - 6+ /),[",(/(- 6+ /.)) (5)
M7=1/=I 其中，記u/1) (j), j = k-5, k-4,...，k-1為式(5)中依次相對應的數據；
10.如權利要求4所述的一種基于GM(I，N)灰色預測模型的均衡控制方法，其特征是，所述均值生成序列Zliw的公式為: ZlJ1) = (0.5(11，(k-5)+屮⑴(k-4))，0.5(11，(k-4)+屮⑴(k-3))，...0.5(1^1)(k-2)+Ui(1) (k-1))) (7) 其中，記zl/1) (j), j = k-5, k-4,...，k-1為式(7)中依次對應的數據。
【文檔編號】G05B13/04GK103970022SQ201410231120
【公開日】2014年8月6日 申請日期:2014年5月28日 優先權日:2014年5月28日
【發明者】張承慧, 商云龍, 崔納新 申請人:山東大學