【技術實現步驟摘要】
本專利技術涉及鋰電池均衡，具體是一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法
技術介紹
1、單體鋰電池的電壓和容量較低，因此在各領域的使用場景中都是通過串聯和并聯多個電池，提升整體電壓和容量。然而，鋰電池單體之間存在不一致性會影響電池組的壽命和使用效果。因此，鋰電池均衡控制系統對于降低單體電池之間的不一致性，提高電池組均衡效率是非常有必要的。
2、目前電池均衡可分為兩大類：被動方式利用電阻消耗多余能量，簡單但效率低；主動方式是通過儲能元件實現能量轉移，提高能量利用效率和均衡速度，成為研究的主要方向。主動均衡拓撲電路種類多樣：開關電容式主動均衡、電感儲能式主動均衡、結合開關列陣以及基于dc/dc變換器的主動均衡等。其中常見的均衡電路存在相隔較遠電池間均衡路徑較遠問題，導致均衡時間和能量損耗增加。而基于開關列陣型的主動均衡電路可實現任意單體對單體的均衡，具有高均衡靈活性，但其邏輯復雜性高，且會提高均衡過程中的能量損耗。
3、在均衡電路的基礎上，還需制定相應的均衡控制策略?；陔妷旱木挡罘植呗钥捎行崿F電池均衡，但其效率受到單體內阻差異的影響，目前電池均衡控制方法主要以荷電狀態(soc)作為均衡目標。傳統模糊邏輯控制電池均衡，其隸屬度函數的確定過程存在較強的主觀性和經驗性，難以保證最優控制效果，而均衡目標的選擇也至關重要。因此，要選取適當的均衡控制方法，使得在不同電池狀態下，輸出合適的均衡電流。
技術實現思路
1、針對以上
2、提出的均衡方法，一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法，在于以下幾個步驟：
3、s1：對鋰電池組中各單體電池進行監測，獲取其電壓和荷電狀態(soc)信息；
4、s2：搭建reb-tcm均衡拓撲模型，建立dualflc模糊邏輯控制系統模型；
5、s3：基于電池荷電狀態(soc)制定不同均衡目標的模糊邏輯；
6、s4：引入gsso算法對隸屬度函數進行優化改進；
7、s5：結合不同均衡目標的dualflc模型與reb-tcm均衡拓撲模型控制鋰電池組均衡。
8、提出的均衡方案中所述的步驟s2中搭建reb-tcm均衡拓撲結構模型是電池間引入電能調節單元，并在電池組兩端設置能量路由模塊，形成閉合的能量環路體系，基于gsso優化的模糊策略控制各均衡子模塊實時監測電池狀態以自適應調整能量流動方向和強度，減少能量損耗，提升均衡效率，均衡分三個階段：
9、1)放電過程：若b1放電時，均衡系統發出控制信號導通m6b開關形成放電回路，m6b導通時間決定放電強度，電能存儲在電感l6中；
10、2)充電過程：放電結束后，導通m6c，電感l6提供電能向b6充電；
11、3)能量釋放過程：充放電過程結束后，電阻r6將消耗l6中未完全釋放的能量，實現能量轉換。
12、所述步驟s2中建立的dualflc模糊邏輯控制模型主要包括以下重點內容：
13、1)dualflc模糊系統輸入包括兩部分以soc為例：
14、δsocav：兩電池soc均值與電池組soc均值的差值絕對值，用于衡量電池單體與整體組之間的平衡程度；
15、δsoc：兩電池soc差值的絕對值，用于判斷電池單體間的差異情況；
16、以δsocav和δsoc作為輸入能更精確的反映單體電池間的差異性，并動態輸出占空比，實現高效均衡；
17、2)隸屬函數和模糊規則庫的設計：
18、通過gsso算法尋找最優隸屬函數參數，提升均衡控制精度與效率；
19、結合電池單體間的差異性對模糊規則庫針對性調整，使其更符合實際均衡需求，進一步提升控制精度，減少不必要的規則干預；
20、均衡策略中步驟s3所述的模糊邏輯是根據soc的變化特性建立基于電壓和soc的dualflc控制系統模型，可在不同soc狀態下以不同的均衡策略控制電池均衡。
21、所述步驟s4中用gsso算法優化隸屬度函數，具體包括以下步驟：
22、1)參數編碼設計與初始化：對dualflc模型輸入變量(如soc差異、電壓差異)的隸屬度節點參數進行編碼，并初始化種群和迭代次數；
23、2)目標函數構建：構建最小化電池soc差異為目標的適應度函數，評估隸屬度函數節點參數的優劣，公式如下：
24、f＝w1·|socdis|+w2·|meansocdis|
25、其中w1和w2為調節系數；socdis為兩電池的soc差值；meansocdis是兩電池soc均值與電池組soc均值差異。
26、3)解向量更新：根據解向量歷史最優位置和全局最優位置，更新隸屬度節點的參數；
27、4)交叉變異操作：對更新后的解集進行交叉和變異，進一步探索最優解，避免陷入局部最優；
28、5)目標更新：每次迭代后，根據適應度函數重新評估并更新最優socdis和meansocdis，直至種群適應度收斂；
29、6)更新模糊控制器：最終輸出gsso優化的最優隸屬度函數用于更新模糊邏輯控制器，實現電池組間的充放電均衡，從而提升整體性能。
30、均衡過程在于步驟s5啟動均衡后根據步驟s1采集的電池信息選擇基于電壓或soc的dualflc模糊控制模型控制reb-tcm均衡模型實現電池均衡，當電池組的均衡閾值在設定閾值內時，均衡過程結束。均衡閾值是以電池組soc的方差soc^2作為均衡標準，能夠精確反映各電池單體間soc的一致性，其閾值初值設為σ＝0.0005。
31、本專利技術所體現的優勢在于：
32、1)通過搭建reb-tcm均衡模型優化能量均衡路徑，減少能量損耗的同時能夠提高均衡速率，各均衡模塊相互獨立，且可擴展多節電池并不增加電路復雜性。
33、2)提出的雙值模糊策略可根據電池的soc狀態動態選擇不同均衡目標的dualflc模型，通過占空比直接控制均衡模塊，實現單體電池的精準充放電，進一步提高了均衡效率。
34、3)引入的gsso算法優化隸屬度函數，提升了均衡控制系統的精度，在均衡時間和能量損耗上有進一步的提升效果。
35、4)基于dualflc的模糊策略和reb-tcm均衡拓撲的整體均衡方案，在能量損耗、均衡速率和復雜度上比傳統的均衡方案有更顯著的優越性。...
【技術保護點】
1.一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于以下幾個步驟：
2.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟S1中得到各單體電池的電壓和荷電狀態(SOC)信息，為后續均衡控制策略提供執行條件。
3.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟S2中搭建REB-TCM均衡拓撲結構模型是電池間引入電能調節單元，并在電池組兩端設置能量路由模塊，形成閉合的能量環路體系，基于GSSO優化的模糊策略控制各均衡模塊自適應調整能量流動方向和強度，減少能量損耗，提升均衡效率，均衡分三個階段：
4.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟S2中建立的DualFLC模糊邏輯控制模型主要包括以下重點內容：
5.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊
6.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟S4引入GSSO算法優化隸屬度函數提高電池組均衡系統的最優控制性能，具體包括以下步驟：
7.根據權利要求1一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟S5啟動均衡后根據步驟S1采集的電池信息選擇基于電壓或SOC的DualFLC控制模型控制REB-TCM均衡模型實現電池均衡，當電池組的均衡閾值在設定閾值內時，均衡過程結束。
8.根據權利要求7一種基于改進Buck-Boost均衡拓撲與GSSO優化雙值模糊控制的鋰電池組均衡方法，其特征在于，所述的均衡閾值是以電池組SOC的方差SOC^2作為均衡標準，能夠精確反映各電池單體間的均衡度，其閾值初值設為σ＝0.0005。
...【技術特征摘要】
1.一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法，其特征在于以下幾個步驟：
2.根據權利要求1一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟s1中得到各單體電池的電壓和荷電狀態(soc)信息，為后續均衡控制策略提供執行條件。
3.根據權利要求1一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟s2中搭建reb-tcm均衡拓撲結構模型是電池間引入電能調節單元，并在電池組兩端設置能量路由模塊，形成閉合的能量環路體系，基于gsso優化的模糊策略控制各均衡模塊自適應調整能量流動方向和強度，減少能量損耗，提升均衡效率，均衡分三個階段：
4.根據權利要求1一種基于改進buck-boost均衡拓撲與gsso優化雙值模糊控制的鋰電池組均衡方法，其特征在于，步驟s2中建立的dualflc模糊邏輯控制模型主要包括以下重點內容：
5.根據權利要求1一種基于改進buck-boost均衡...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。