基于启发式PSO算法的新能源电池组串联充放电均衡优化.pdf

Telecom Power Technology 110 Sep.25,2023,Vol.40 No.18 2023 年 9 月 25 日第 40 卷第 18 期电源与节能技术DOI：10.19399/ki.tpt.2023.18.037基于启发式 PSO 算法的新能源电池组串联充放电均衡优化王莎莎1，罗留祥2（1.商丘职业技术学院 交通学院，河南 商丘 476000；2.商丘职业技术学院 工程技术学院，河南 商丘 476000）摘要：由于新能源电池串联成组后会出现性能参数上的差异，导致电池组能量利用率较低，提出基于启发式粒子群优化（Particle Swarm Optimization，PSO）算法的新能源电池组串联充放电均衡优化。构建以电池组内单体电池实际可充入电量一致为目标的均衡优化模型，以最劣粒子排斥作用为启发式规则应用于 PSO 算法，得到最佳新能源电池组串联充放电均衡优化方案。实验表明，设计方法优化电池组充放电均衡后，较优化前电池可充入与放出的容量有所增加，证实该方法可提高新能源电池组能量利用率。关键词：启发式粒子群优化（PSO）算法；新能源电池组；串联；充放电；均衡优化Optimization of Series Charge-Discharge Equilibrium of New Energy Battery Pack Based on Heuristic PSO AlgorithmWANG Shasha1,LUO Liuxiang2(1.Shangqiu Polytechnic School of Transportation,Shangqiu 476000,China;2.Shangqiu Polytechnic School of Engineering and Technology,Shangqiu 476000,China)Abstract:Due to differences in performance parameters after new energy batteries are connected in series and grouped,the energy utilization rate of the battery pack is low.A heuristic Particle Swarm Optimization(PSO)algorithm based optimization of series charging and discharging balance for new energy battery packs is proposed.By constructing an equilibrium optimization model with the goal of consistent actual charging capacity of individual batteries within the battery pack,and applying the worst particle repulsion as a heuristic rule to the PSO algorithm,the optimal series charging and discharging equilibrium optimization scheme for new energy battery packs is obtained.The experiment shows that after optimizing the charging and discharging balance of the battery pack using the design method,the capacity of the battery that can be charged and discharged is improved compared to before optimization,confirming that this method can improve the energy utilization rate of the new energy battery pack.Keywords:heuristic Particle Swarm Optimization(PSO)algorithm;new energy battery pack;series;charge and discharge;balanced optimization0引言随着人们生活质量提升，私家车规模越来越大。传统燃油汽车以石油为燃料，私家车数量的增加势会带来石油消耗规模的增长，导致能源短缺危机愈发严重。我国新能源电池主要以串联成组形式应用于电动汽车。电池组串联使用时，单体不一致会导致电池组充放电出现失衡问题，影响电池使用寿命。因此，我国众多学者将目光聚焦于新能源电池组串联充放电均衡研究。刘红锐等人设计了一种结构简单、易于控制的 P-C-C-P 均衡器，解决了电动汽车新能源电池组单体间存在充放电量不一致的问题1。廖力等人以电压与荷电状态为均衡变量，设计 Buck-Boost 均衡电路，避免新能源电池组发生过充电与过放电风险2。虽然我国关于新能源电池组串联充放电均衡的研究已取得一定研究成果，但是传统均衡方法仍无法满足电动汽车的使用需求。因此，研究新能源电池组串联充放电均衡优化方法，对提升均衡效率具有重要的现实意义。1确定新能源电池组串联充放电特性文章以新能源电池组串联充放电均衡优化为研究课题3。新能源电池组串联充放电过程，就是锂离子不断从正负极间脱出与嵌入的过程。为描述新能源电池组充放电特性，需获取电池充放电容量参 数4-5。文章通过荷电状态（State of Charge，SoC）描述电池的容量，具体公式为10100%QSoCQ=（1）式中：Q1为某时刻新能源电池组的剩余容量；Q0为新能源电池组在进行充放电时的初始容量。由于电池中锂离子等活性物质在温度较高时利用率较高，充电温度越高，串联新能源电池组 SoC 值越大6。当串联的新能源电池组放电时，电池端电收稿日期：2023-07-13作者简介：王莎莎（1987），女，河南商丘人，硕士研究生，讲师，主要研究方向为新能源汽车技术；罗留祥（1993），男，河南周口人，硕士研究生，助教，主要研究方向为车身制造质量控制。2023 年 9 月 25 日第 40 卷第 18 期 111 Telecom Power TechnologySep.25,2023,Vol.40 No.18 王莎莎，等：基于启发式 PSO 算法的 新能源电池组串联充放电均衡优化压会随电池环境温度的降低而下降。2构建新能源电池组串联充放电均衡优化模型当电池组内充入电量最小的单体电池达到充电截止电压时，整组电池充电一起结束。假设 n 节 SoC不一致的单体新能源电池串联在一起，此时该电池组容量通过单体电池最小可充入电量与最小可放出电量之和来描述，计算公式为()()21212min,min,nnQC CCR RR=+（2）式中：Q2为串联的新能源电池组容量；Cn为第 n 节新能源电池可放出的电量；Rn为第 n 节新能源电池可充入的电量。文章综合考虑单体新能源电池的可放出电量与可充入电量间关系为=CQRnnn（3）式中：=CQRnnn为第 n 节单体新能源电池的容量。经过整理后式（2）可表述为=+()()2112212min,min,nnnQQR QRQRR RR（4）初始串联的新能源电池组中各单体电池之间的一致性较好，但是随着电池充放电次数的增加，单体电池间的差异逐渐增大。因此，文章优化新能源电池组串联充放电均衡时，将单体新能源电池可放出电量转化为可充入电量，并以可充入电量一致为均衡优化目标构建均衡优化模型，表达式为=+()1212212maxmin,nnnQQQRRRQnnnR RRn+（5）由式（5）可知，文章构建新能源电池组串联充放电均衡优化模型时，考虑电池非能耗型均衡，当串联的新能源电池组容量达到最大值时，电池组内各单体电池的可充入电量就会保持一致，实现新能源电池组充放电均衡优化目标。3基于启发式 PSO 算法求解模型粒子群优化（Particle Swarm Optimization，PSO）算法是智能随机搜索算法。常规粒子群算法在寻优过程需要进行多次更新迭代，不仅会降低新能源电池组串联充放电均衡优化模型求解速率，还易陷入局部最优解，影响优化效果，所以文章将最劣粒子排斥作用当作启发式规则，应用于常规 PSO 算法。假设常规PSO 算法中，第 i 个粒子的位置为 xi=(xi,1,xi,2,xi,T)，T为粒子维度，此时粒子位置更新公式为()()(),11i Ti Ti Txtxtvt+=+（6）式 中：()()(),11i Txt+为 t+1 时 刻 第 i 个 粒 子 的 位 置；()()(),11i Ti Ti Txtxtvt+=+为 t+1 时刻第 i 个粒子的更新速度。在启发式规则最劣粒子排斥作用，粒子位置为(),1,2,i Tiii Txxxx=，那么粒子移动公式为xtxtrxx()()(),and,211i Ti Ti TT+=+（7）式中：xtxtrxx()()(),and,211i Ti Ti TT+=+为启发规则下 t+1 时刻第 i 个粒子位 置；为衰减因子；为排斥位移权重值；rand为随机变量，取值区间为 0,1。基于启发式 PSO 算法求解新能源电池组串联充放电均衡优化模型流程：先初始化种群中粒子，获得粒子初始位置与速度，然后分别计算各粒子适应度，根据适应度确定粒子的移动速度与位移。4仿真实验4.1实验设置文章在 MATLAB 软件搭建串联动力锂电池组展开仿真实验，设置新能源电池组串联工作模拟模块、均衡电路模块以及保护电路模块，在电池组处于充电与放电 2 种工作状态时，对电池组可能发生多高多低失衡状况进行均衡优化仿真实验。文章选择传统反激式变换器均衡新能源电池组串联充放电，单体新能源电池处于充、放电状态时 SoC 值变化如表 1 所示。表 1均衡前后新能源电池单体的 SOC 值变化单体电池充电状态下 SoC 值/%放电状态下 SoC 值/%均衡前均衡后均衡前均衡后电池 137.8540.3388.5872.91电池 236.7938.2782.9974.79电池 333.5639.7585.4176.98电池 427.4736.5888.7473.82电池 534.3838.5087.6375.92由表 1 可知，采用传统反激式变换器对电池组进行均衡操作，各单体电池的 SoC 值未达一致，且电池组的能量利用率也没有发生明显提高，因此需优化新能源电池组充放电均衡。4.2实验结果为验证设计方法在均衡优化优越性，以基于常规遗传算法的新能源电池组串联充放电均衡优化方法、基于常规粒子群算法的新能源电池组串联充放电均衡优化方法为实验对照组，优化新能源电池组串联充放电均衡，结果如图 1 和图 2 所示。由图 1 和图 2 可知，采用这 3 种方法对新能源电池组串联充放电均衡优化后，各单体电池在充、放电状态下均达到一致性。与优化前相比，设计方法优化不仅可以促使单体电池 SoC 同步，与其他优化方法 2023 年 9 月 25 日第 40 卷第 18 期Sep.25,2023,Vol.40 No.18Telecom Power Technology 112 相比，设计方法显著扩大了电池组的实际可充入与可放出容量。5结论文章以串联新能源电池组为研究对象，设计基于启发式 PSO 算法的充放电均衡优化方法。文章通过仿真实验结果验证设计方法的有效性与优越性，证明了该方法不仅可以改善串联的新能源电池组不一致性问题，而且可以提高新能源电池组的整体能量利用率，为推动我国新能源电池的健康发展打下坚实理论基础。参考文献：1 刘红锐，古栋华，李海瑞，等.一种串联锂离子电池组 P-C-C-P 均衡器及其控制方法 J.汽车工程，2022，44（3）：372-378.2 廖力，徐雅雯，姜久春.串联锂离子电池组均衡策略研究 J.电源技术，2023，47（1）：51-56.3 王鹿军，柯锦洋，詹敏，等.基于四管双向变换器的退役电池组有源快速均衡方法 J.中国电机工程学报，2022，42（14）：5254-5266.4 曹朔，李恭斌，王运辉，等.串联电池组主动分层均衡电路的控制策略研究 J.电源技术，2022，46（11）：1289-1293.5 刘威，王友仁，许煜辰，等.基于自适应选择主被动均衡拓扑的机载锂电池电源能量均衡方法 J.仪器仪表学报，2022，43（2）：244-252.6 于仲安，熊莹燕.基于可重构电路的锂电池组 充 电 均 衡 研 究 J.汽 车 技 术，2022（6）：27-32.SoC/%时间/min电池1电池2电池3电池4电池502040608020100406080100（a）常规遗传算法SoC/%时间/min电池1电池2电池3电池4电池502040608010020406080100（b）常规粒子群算法SoC/%时间/min电池1电池2电池3电池4电池502040608020100406080100（c）启发式 PSO 算法图 1电池组串联充电均衡优化结果SoC/%时间/min电池1电池2电池3电池4电池502040608020100406080100（a）常规遗传算法SoC/%时间/min02040608020100406080100电池1电池2电池3电池4电池5（b）常规粒子群算法02040608020100406080SoC/%时间/min100电池1电池2电池3电池4电池5（c）启发式 PSO 算法图 2电池组串联放电均衡优化结果