一种蓄电池组相邻型均衡系统及其预测控制方法与流程

本发明涉及电池储能技术领域，特别是一种蓄电池组相邻型均衡系统及其预测控制方法。

背景技术：

随着化石能源的日益消耗以及环境污染问题解决的紧迫，亟待开发一种清洁高效的可持续能源。目前蓄电池特别是锂离子电池具有高能量密度、低自放电率与较高单体电压特性，越来越多地被应用到工业及生活中，如移动设备、电动汽车、发电站储能系统等，因此具有重要的研究价值。

当蓄电池被应用到纯电动汽车或者大型储能系统中，常常需要将多个蓄电池单体串并联以组成一个具有高压高能量的巨型电池，但是由于电池在制造过程与使用过程中的各方面差异性，导致单体电池之间存在容量、内阻和伏安特性曲线等不一致性，这将造成电池寿命、可用容量等性能呈指数型递减。为防止电池单体不一致性在过度使用下所造成的过压/欠压现象，改善过压/欠压所带来的电池寿命缩减与安全隐患发生现象，电池管理系统被应用于大型蓄电池组的一致性及其安全管理工作，以提高电池组的有效容量，保持各个单体电池处于预先定义的安全工作区域。

技术实现要素：

有鉴于此，本发明的目的是提出一种蓄电池组相邻型均衡系统及其预测控制方法，能够使蓄电池组各单体电池高效、快速地达到均衡状态。

本发明采用以下方案实现：一种蓄电池组相邻型均衡系统，包括蓄电池组、信号采集处理模块、mpc-fpga控制器、自适应控制器、双向升压变换器式均衡电路、驱动电路；

所述蓄电池组相邻的每两个最小串联单体之间连接有一个双向升压变换器，用以控制各单体电池能量的相互转移；

所述信号采集处理模块采集并处理蓄电池组的电压、电流、温度信号以及双向升压变换器的电流变化情况，将其转换为mpc-fpga控制器与自适应控制器可以识别的信号；

所述mpc-fpga控制器对蓄电池组整体状态进行预判后产生最优的控制量，所述自适应控制器分别采用参数自适应律以及控制律估计系统参数并产生控制信号u，进而通过驱动电路控制双向升压变换器实现蓄电池组各单体电池间的能量转移，实现蓄电池组均衡过程。

进一步地，所述mpc-fpga控制器对蓄电池组整体状态进行预判后产生最优的控制量，具体为：建立均衡系统状态空间模型；构建目标函数，使其蓄电池组各单体电池之间的荷电状态偏差最小，并求解目标函数最小值时所对应的控制量；将所求得的控制量转换后作用于被控系统，在下一个采样周期，将采集到的新的状态量等信息重新加载到约束优化问题中，并进行新一轮的求解。

进一步地，所述自适应控制器分别采用参数自适应律以及控制律估计系统参数并产生控制信号u，进而通过驱动电路控制双向升压变换器实现蓄电池组各单体电池间的能量转移，实现蓄电池组均衡过程具体为：首先建立双向升压变换器的数学模型，获取双向升压变换器的状态方程；然后引入系统自适应参数，并将上述状态方程矩阵化，进而结合追踪控制误差与系统状态量设计滑模面与李雅普诺夫函数；最终分别消除李雅普诺夫函数的导数中系统参数的估计误差与控制偏差，得到参数自适应律以及控制律。

本发明还提供了一种基于上文所述的蓄电池组相邻型均衡系统的控制方法，包括以下步骤：

步骤s1：考虑蓄电池组所有单体电池荷电状态变化，得到均衡系统的状态空间模型并将其离散化，如下：

式中，ac和c都是一单位阵，u表示系统控制变量，ts为控制系统采样步长，cq、ic是对角矩阵，分别表示蓄电池组各个单体电池容量、相邻型均衡系统最大工作电流，t代表相邻型均衡拓扑结构关系，ac、c和t分别如下所示：

根据均衡系统的条件限制以及为了系统可靠稳定地运行，所述均衡系统状态空间模型中各个变量满足以下限制条件：

0≤x(k)≤1；

-1≤u(k)≤1。

步骤s2：设预测时域与控制时域分别为np、nc；并且满足控制时域之外控制量不变，即δu(k+i)＝0,i＝nc，nc+1,…,np-1；因此对均衡系统预测时域内的输出由下式得到：

ynp(k+1|k)＝sxδx(k)+γy(k)+suδu(k)；

式中，δx(k)＝x(k)-x(k-1)表示k时刻系统的状态增量，δu(k)为系统的控制增量，另外，sx，γ，su分别如下所示：

步骤s3：预测控制是采用最优的控制量来实现目标控制的最优结果，通常通过求解目标函数最小值时所对应的控制量，因此构建如下目标函数，使蓄电池组各单体电池之间的荷电状态偏差最小：

式中，ri(i＝1，2，…np)为误差权重矩阵；y(k)为k时刻所预测的蓄电池荷电状态矩阵，yref为给定的被控制量轨迹的参考值，设定y(k)-yref目标值能够降低蓄电池组荷电状态波动；通过约束最优求解方法计算k时刻下该目标函数在预测时域内的最优控制量矩阵u^*(k)，并选择该矩阵中k时刻所对应的u(k)作为控制量控制双向升压变换器中开关管的导通时间；

求解上述约束优化问题的实际工作是求解一个带约束条件的线性规划问题，最终通过求解目标函数在可行域内的最小值从而获取最小值所对应的解。

在下一个采样周期，将采集到的新的状态量重新加载到约束优化问题中，并进行新一轮的求解，因此，均衡系统的预测控制策略定义为：

δu(k)＝[ιn-1×ιn-10…0]δu^*(k)；

考虑均衡拓扑电路限制条件ic将δu(k)转化为一系列的电流控制追踪值，最终完成均衡预测控制策略的设计过程。

进一步地，本发明采用自适应控制方法控制双向升压变换器高效稳定地工作，从而实现各单体电池能量的相互转移，具体包括以下步骤：

步骤s4：建立双向升压变换器的数学模型，获取双向升压变换器的状态方程，如下所示：

式中，为变换器状态参考变量，u1与u2分别为双向升压变换器中两个功率管的控制信号，il为电感电流vbat1与vbat2分别为双向升压变换器输入、输出两端的电压，l为双向升压变换器电路电感值，rbat1、rbat2分别为双向升压变换器中两端等效电阻，cbat1、cbat2分别为双向升压变换器中vbat1与vbat2端电容。

步骤s5：引入系统自适应参数，并将双向升压变换器状态方程矩阵化，进而结合追踪控制误差与系统状态量设计滑模面与李雅普诺夫函数；

步骤s6：分别消除李雅普诺夫函数的导数中系统参数的估计误差与控制偏差，得到参数自适应律以及控制律如下：

式中，ψ是正定矩阵，c1，c2与α，β都为正常数，s＝c2e1+e2为滑模面，e1＝x1-iref＝il-iref是追踪误差，是二阶反演变量；x＝[x1x2x3]^t＝[ilvbat1vbat2]^t表示系统状态量。

本发明基于双向升压变换器所组成的相邻型拓扑均衡系统，采用模型预测控制策略与自适应控制方法实现蓄电池组各单体电池间的能量转移，使其蓄电池组各单体电池高效、快速地达到均衡状态。

与现有技术相比，本发明有以下有益效果：

1、本发明提出了蓄电池组相邻型均衡系统的具体解决方案，所设计的电路结构同样适用于其他的均衡系统。

2、本发明采用了模型预测控制，可以实现模型的滚动优化与校正，提高模型的准确性，增加控制的稳定性。

3、本发明采用了自适应控制方法，实现了双向升压变换器的稳定高效控制，使均衡电流可以很好地追踪预测控制策略所分配的电流参考值。

附图说明

图1为本发明实施例的蓄电池组相邻型均衡预测控制系统原理图。

图2为本发明实施例的蓄电池组均衡系统总供电原理图。

图3为本发明实施例的蓄电池组电压及温度信号采集模块电路图。

图4为本发明实施例的相邻型均衡拓扑主电路电流采集电路原理图。

图5为本发明实施例的mos管驱动电路图。

图6为本发明实施例的预测控制策略流程图。

图7为本发明实施例的mpc-fpga实现过程框图。

图8为本发明实施例的双向升压变换器自适应控制框图。

图9为本发明实施例的启动工况及追踪电流阶跃条件下自适应控制效果图。

图10为本发明实施例的蓄电池组均衡过程各单体电池soc变化趋势图。

图11为本发明实施例的蓄电池组均衡过程其均衡电流变化趋势图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

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申请的示例性实施方式。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。

如图1所示，本实施例提供了一种蓄电池组相邻型均衡系统，包括蓄电池组、信号采集处理模块、mpc-fpga控制器、自适应控制器、双向升压变换器式均衡电路、驱动电路；

所述蓄电池组相邻的每两个最小串联单体之间连接有一个双向升压变换器，用以控制各单体电池能量的相互转移；

所述信号采集处理模块采集并处理蓄电池组的电压、电流、温度信号以及双向升压变换器的电流变化情况，将其转换为mpc-fpga控制器与自适应控制器可以识别的信号；

所述mpc-fpga控制器对蓄电池组整体状态进行预判后产生最优的控制量，所述自适应控制器分别采用参数自适应律以及控制律估计系统参数并产生控制信号u，进而通过驱动电路控制双向升压变换器实现蓄电池组各单体电池间的能量转移，实现蓄电池组均衡过程。

在本实施例中，所述mpc-fpga控制器对蓄电池组整体状态进行预判后产生最优的控制量，具体为：建立均衡系统状态空间模型；构建目标函数，使其蓄电池组各单体电池之间的荷电状态偏差最小，并求解目标函数最小值时所对应的控制量；将所求得的控制量转换后作用于被控系统，在下一个采样周期，将采集到的新的状态量等信息重新加载到约束优化问题中，并进行新一轮的求解。

在本实施例中，所述自适应控制器分别采用参数自适应律以及控制律估计系统参数并产生控制信号u，进而通过驱动电路控制双向升压变换器实现蓄电池组各单体电池间的能量转移，实现蓄电池组均衡过程具体为：首先建立双向升压变换器的数学模型，获取双向升压变换器的状态方程；然后引入系统自适应参数，并将上述状态方程矩阵化，进而结合追踪控制误差与系统状态量设计滑模面与李雅普诺夫函数；最终分别消除李雅普诺夫函数的导数中系统参数的估计误差与控制偏差，得到参数自适应律以及控制律。

本实施例还提供了一种基于上文所述的蓄电池组相邻型均衡系统的控制方法，包括以下步骤：

步骤s1：考虑蓄电池组所有单体电池荷电状态变化，得到均衡系统的状态空间模型并将其离散化，如下：

式中，ac和c都是一单位阵，u表示系统控制变量，ts为控制系统采样步长，cq、ic是对角矩阵，分别表示蓄电池组各个单体电池容量、相邻型均衡系统最大工作电流，t代表相邻型均衡拓扑结构关系，ac、c和t分别如下所示：

根据均衡系统的条件限制以及为了系统可靠稳定地运行，所述均衡系统状态空间模型中各个变量满足以下限制条件：

0≤x(k)≤1；

-1≤u(k)≤1。

步骤s2：设预测时域与控制时域分别为np、nc；并且满足控制时域之外控制量不变，即δu(k+i)＝0,i＝nc，nc+1,…,np-1；因此对均衡系统预测时域内的输出由下式得到：

ynp(k+1|k)＝sxδx(k)+γy(k)+suδu(k)；

式中，δx(k)＝x(k)-x(k-1)表示k时刻系统的状态增量，δu(k)为系统的控制增量，另外，sx，γ，su分别如下所示：

步骤s3：预测控制是采用最优的控制量来实现目标控制的最优结果，通常通过求解目标函数最小值时所对应的控制量，因此构建如下目标函数，使蓄电池组各单体电池之间的荷电状态偏差最小：

式中，ri(i＝1，2，…np)为误差权重矩阵；y(k)为k时刻所预测的蓄电池荷电状态矩阵，yref为给定的被控制量轨迹的参考值，设定y(k)-yref目标值能够降低蓄电池组荷电状态波动；通过约束最优求解方法计算k时刻下该目标函数在预测时域内的最优控制量矩阵u^*(k)，并选择该矩阵中k时刻所对应的u(k)作为控制量控制双向升压变换器中开关管的导通时间；

求解上述约束优化问题的实际工作是求解一个带约束条件的线性规划问题，最终通过求解目标函数在可行域内的最小值从而获取最小值所对应的解。

在下一个采样周期，将采集到的新的状态量重新加载到约束优化问题中，并进行新一轮的求解，因此，均衡系统的预测控制策略定义为：

δu(k)＝[ιn-1×ιn-10…0]δu^*(k)；

考虑均衡拓扑电路限制条件ic将δu(k)转化为一系列的电流控制追踪值，最终完成均衡预测控制策略的设计过程。

在本实施例中，采用自适应控制方法控制双向升压变换器高效稳定地工作，从而实现各单体电池能量的相互转移，具体包括以下步骤：

步骤s4：建立双向升压变换器的数学模型，获取双向升压变换器的状态方程，如下所示；

式中，为变换器状态参考变量，u1与u2分别为双向升压变换器中两个功率管的控制信号，il为电感电流vbat1与vbat2分别为双向升压变换器输入、输出两端的电压，l为双向升压变换器电路电感值，rbat1、rbat2分别为双向升压变换器中两端等效电阻，cbat1、cbat2分别为双向升压变换器中vbat1与vbat2端电容。

步骤s5：引入系统自适应参数，并将双向升压变换器状态方程矩阵化，进而结合追踪控制误差与系统状态量设计滑模面与李雅普诺夫函数；

步骤s6：分别消除李雅普诺夫函数的导数中系统参数的估计误差与控制偏差，得到参数自适应律以及控制律如下：

式中，ψ是正定矩阵，c1，c2与α，β都为正常数，s＝c2e1+e2为滑模面，e1＝x1-iref＝il-iref是追踪误差，是二阶反演变量；x＝[x1x2x3]^t＝[ilvbat1vbat2]^t表示系统状态量。

较佳的，下面结合说明书附图进行具体说明。如图1所示，本实施例基于双向升压变换器所组成的相邻型拓扑均衡系统，采用模型预测控制策略与自适应控制方法实现蓄电池组各单体电池间的能量转移，使其蓄电池组各单体电池高效、快速地达到均衡状态。主要由系统供电电路、蓄电池组各单体电池电压采集电路、双向升压变换器电流检测模块、相邻型均衡拓扑主电路、mpc-fpga控制器、主控制器系统以及mos驱动电路组成。具体工作过程大致分为三个步骤：一是由信号采集处理模块采集并处理蓄电池组电压、电流、温度等信号，将其转换为mpc-fpga与自适应控制器可识别的信号；二是主要由mpc-fpga控制器经过对蓄电池组整体状态预判后产生最优的控制信号，软硬件具体实现过程分别如图6、7所示；三是具体由自适应控制器根据控制策略所分配的控制量u(k)控制相邻型均衡拓扑电路实现蓄电池组各单体电池间的能量转移，实现蓄电池组均衡过程。

其中，蓄电池组相邻型均衡系统及其预测控制方法具体实现流程具体为：

其电路结构包括蓄电池组、相邻型均衡拓扑主电路、信号采集系统与控制系统组成。具体而言，一：蓄电池组相邻的最小串联单体之间设计有双向升压变换器，组成了相邻型均衡拓扑主电路，可实现相邻单体间的能量转移，如图1所示，图中展示了部分均衡拓扑主电路图，其它部分都是此电路原理图的合理性拓展；二：蓄电池组相邻的最小串联单体连接节点都分别经过一定阻抗连入到蓄电池组各单体电池电压采集电路中，如图3整体构成了蓄电池组电压及温度采集模块，内部主要由ltc6804芯片为主，将电压与温度信号通过隔离spi通信模块传输到主控制器；三、每个双向升压变换器内部电路串联有检流电阻，经过信号隔离放大后输入控制器，组成了双向升压变换器电流检测模块，用于检测能量转移过程中电流的变化情况，如图4所示，本发明采用iic总线挂接的形式减少引脚的使用，单路最多可采集16路电流信号；四、预测控制器(modelpredictcontrol，mpc)采用现场可编程门阵列(field－programmablegatearray，fpga)实现所设计的逻辑功能；五、以上检测信号所接入的主控制器系统主要由主控制芯片与外围最小系统电路组成；六、mos驱动电路主要将主控制器系统所产生的pwm信号隔离放大后送入相邻型均衡拓扑主电路中的mos管，实现均衡能量的转移过程，其中驱动电路如图5所示，本发明采用浮动地形式来满足相邻型均衡拓扑电路中mos管的导通需求。

本实施例所提出的基于所述蓄电池组相邻型均衡系统的预测控制策略，该策略流程如图6所示，系统首先将蓄电池组电流、电压和温度信号输入预测模型中，由蓄电池组状态估计模型即刻评估电池荷电状态，然后经过均衡系统状态空间模型预估np时刻的蓄电池组状态，最终通过约束性优化求解获得目标函数最小下的控制量，具体包括：

预测控制策略第一步是蓄电池组相邻型均衡拓扑系统建模，为了详细讲述本发明的实施过程，本实施例将采用五串单体蓄电池成组，即n＝5，首先建立均衡系统被控对象的状态空间模型，为电池组荷电状态预测模型奠定基础。

考虑蓄电池组所有单体电池荷电状态变化，得到均衡系统的状态空间模型并将其离散化，如下所示：

其中，ac和c都是一单位阵，u表示系统控制变量，ts为控制系统采样步长，cq，ic是对角矩阵，分别表示蓄电池组各个单体电池容量、相邻型均衡系统最大工作电流，t代表相邻型均衡拓扑结构关系，在本发明具体实施案例中，ac，c和t分别如下所示：

根据均衡系统的条件限制以及为了系统可靠稳定地运行，状态空间模型中各个变量应当满足以下限制条件：

0≤x(k)≤1

-1≤u(k)≤1

基于均衡系统的状态空间模型，预测时域与控制时域分别为np＝10、nc＝3。并且满足控制时域之外，控制量不变，即δu(k+i)＝0,i＝nc，nc+1,…,np-1；因此，对均衡系统预测时域内的输出可以由以下得到：

其中，δx(k)＝x(k)-x(k-1)表示k时刻系统的状态增量，δu(k)为系统的控制增量，另外，sx，γ，su分别如下所示：

预测控制策略第二步是采用最优的控制量来实现目标控制的最优结果，通常通过求解目标函数最小值时所对应的控制量。本发明首先构建如下目标函数，使其蓄电池组各单体电池之间的荷电状态偏差最小：

其中，ri(i＝1，2，…np)为误差权重矩阵。y(k)为k时刻所预测的蓄电池荷电状态矩阵，yref为给定的被控制量轨迹的参考值，设定y(k)-yref目标值可以降低蓄电池组荷电状态波动。通过约束最优求解方法计算k时刻下该目标函数在预测时域内的最优控制量矩阵u^*(k)，并选择该矩阵中k时刻所对应的u(k)输入给相邻型均衡拓扑主电路控制开关管的导通时间。

求解上述约束优化问题的实际工作是求解一个带约束条件的线性规划问题，最终通过求解目标函数在可行域内的最小值从而获取最小值所对应的解。

预测控制策略第三步是将上文所求得的控制量转换后作用于被控系统，在下一个采样周期，将采集到的新的状态量等信息重新加载到约束优化问题中，并进行新一轮的求解。因此，均衡系统的预测控制策略定义为：

δu(k)＝[ι4×ι40…0]δu^*(k)

进一步地，考虑均衡拓扑电路限制条件ic将δu(k)转化为一系列的电流控制追踪值，最终完成均衡预测控制策略的设计过程。

特别的，本实施例所提出的一种蓄电池组相邻型均衡系统及其预测控制方法，其方法如图8所示，其双向升压变换器自适应控制框图原理是根据相邻型均衡拓扑主电路工作特点采用自适应控制方法控制双向升压变换器高效稳定地工作，从而实现各单体电池能量的相互转移，具体实如下。

首先建立双向升压变换器的数学模型，获取双向升压变换器的状态方程；然后引入系统自适应参数，并将上述状态方程矩阵化，进而结合追踪控制误差与系统状态量设计滑模面与李雅普诺夫函数；最终分别消除李雅普诺夫函数v的导数中系统参数的估计误差与控制偏差，得到参数自适应律以及控制律如下：

其中，ψ是正定矩阵，c1，c2与α，β都为正常数，s＝c2e1+e2为滑模面，e1＝x1-iref＝il-iref是追踪误差，是二阶反演变量；x＝[x1x2x3]^t＝[ilvbat1vbat2]^t表示系统状态量。

以上式子中，-变换器状态参考变量，u1与u2分别代表功率管s1、s2的控制信号，为1时能量从电池1转移到电池2，为-1能量从电池2转移到电池1，il-电感电流，vbat2-电容cbat2两端的电压，vbat1-电容cbat1两端的电压，定义l为电路电感值，rbat1、cbat1为vbat1端电池等效电阻和电容，rbat2、cbat2为vbat2端电池等效电阻和电容。

本实施例根据上述所设计的自适应控制方法测试了算法稳定性及鲁棒性，其结果如图9所示，分别给出了双向升压变换器在图8所示的控制方法下启动工况与追踪电流阶跃工况下的仿真结果，可以看出，均衡电流迅速稳定在了追踪电流参考值。

本实施例以上所述对图1所示的一种蓄电池组相邻型均衡系统进行了验证，结果如图10、11所示，蓄电池组各单体电池荷电状态分别为0.75、0.78、0.70、0.80和0.67，最终大约在262秒达到一致，所分配的均衡电流在约束电流内平缓变化，最终实现了所提出一种蓄电池组相邻型均衡系统及其预测控制方法。

本领域内的技术人员应明白，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、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。

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。

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。

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任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。