韓慶康, 李 軍

(重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院,重慶 400074)

鋰離子電池在過充或過放時(shí),穩(wěn)定性及安全性較好,而且荷電狀態(tài)(state of charge,SOC)可用范圍較大,因此多節(jié)單體電池串聯(lián)適用于高功率混合動(dòng)力汽車(plug-in hybrid electric vehicle,PHEV)和純電動(dòng)車應(yīng)用。但是電池組SOC的估算和均衡更加具有挑戰(zhàn)性，這是由于制造工藝、老化、極化、放電倍率、工作環(huán)境都會(huì)影響單體電池的壽命及容量[1]。

目前均衡方式可以分為主動(dòng)均衡和被動(dòng)均衡兩大類。被動(dòng)均衡是依靠電阻與電池并聯(lián)在一起,若某節(jié)電池電量較高,并聯(lián)電阻與該電池形成回路,則電池較高的能量會(huì)以電阻熱能的形式消耗掉,從而讓該電池的能量接近電池組能量。主動(dòng)均衡電路用到的元件主要有電感、電容、變壓器、二極管、場效應(yīng)管，主動(dòng)均衡的目的不是把多余的能量消耗掉,而是希望基于電器元件的組合,將電池較高的能量轉(zhuǎn)移到較低的電池上[2]。電容和電感均衡雖然是主動(dòng)均衡,節(jié)約了能量、提高了控制效率,但仍存在一些缺點(diǎn),如較高的成本、電容電感元件和開關(guān)元件電阻造成的能量丟失等[3]。文獻(xiàn)[4]設(shè)計(jì)了模糊系統(tǒng)PID控制的均衡器,并在Matlab/Simulink中基于常用的均衡電路進(jìn)行了仿真驗(yàn)證,結(jié)果表明可以有效地減少電池電壓達(dá)到均衡的時(shí)間;文獻(xiàn)[5]針對串聯(lián)電池組單體電池電壓不一致等問題,采用模糊控制和磁化能量轉(zhuǎn)換的智能均衡方法,得出電池組單體電池SOC相差91.3%時(shí)可以自動(dòng)均衡到3.9%;文獻(xiàn)[6]為了更好地采集單體電池的各項(xiàng)參數(shù),方便對電池工作時(shí)動(dòng)態(tài)情況的掌握以及對電池組的管理,設(shè)計(jì)了一種基于多片LTC6803-4級聯(lián)的電池管理系統(tǒng)(battery management system,BMS)來完善BMS功能,但是也存在成本較高、算法不穩(wěn)定等缺點(diǎn);文獻(xiàn)[7]提出了一種基于次優(yōu)解集擾動(dòng)智能水滴算法(intelligent water drop,IWD)的PID鋰電池均衡充電控制策略,探討了PID常見的參數(shù)設(shè)定和智能水滴算法的參數(shù)優(yōu)化,優(yōu)化的算法提高了電池均衡效率和精度,并在Matlab/Simulink中驗(yàn)證表明可以有效地解決串聯(lián)電池組電池充電過程中不均衡的問題;文獻(xiàn)[8]研究了一種主動(dòng)均衡的電池均衡管理系統(tǒng),其均衡效率較高,但存在成本高等缺點(diǎn)。

目前,在電池均衡方面的研究,國內(nèi)主要集中在拓?fù)浣Y(jié)構(gòu)與算法的結(jié)合上,加快均衡速率和收斂;國外多傾向于拓?fù)浣Y(jié)構(gòu)的創(chuàng)新,雖然從根本上創(chuàng)新了電池均衡模式,但仍然需要提高BMS系統(tǒng)的智能化、精準(zhǔn)化。

本文結(jié)合反激式變壓器的電路拓?fù)浣Y(jié)構(gòu),加入單神經(jīng)元PID控制算法,計(jì)算出每節(jié)電池對應(yīng)場效應(yīng)晶體管開關(guān)的占空比,使充電過程中電壓較高的電池減少充電時(shí)間,放電過程中電壓較低的電池減少放電時(shí)間,從而達(dá)到電池組所有單體電池電壓快速均衡,提高串聯(lián)電池組的工作效率,延長電池組壽命[9]。

1 神經(jīng)元PID

1.1 神經(jīng)元PID結(jié)構(gòu)

傳統(tǒng)的PID控制器輸出結(jié)構(gòu)公式如下:

(1)

其中,KP為比例常數(shù);KI為積分常數(shù);KD為微分常數(shù);e(t)為控制變量。常規(guī)PID控制器對一個(gè)預(yù)定目標(biāo)進(jìn)行控制時(shí),參數(shù)的設(shè)定通常按照預(yù)定目標(biāo)的特性設(shè)定好。由于控制目標(biāo)的實(shí)時(shí)動(dòng)態(tài)變化很難對系數(shù)進(jìn)行實(shí)時(shí)跟進(jìn)[10],采用單神經(jīng)元的結(jié)構(gòu)來彌補(bǔ)常規(guī)PID這一缺點(diǎn),它可以根據(jù)控制目標(biāo)的實(shí)時(shí)變化來調(diào)整神經(jīng)元權(quán)值,從而實(shí)現(xiàn)神經(jīng)元PID控制器的自適應(yīng)調(diào)節(jié)功能。單神經(jīng)元算法結(jié)構(gòu)不僅具備神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力,而且結(jié)構(gòu)相對簡單,可以實(shí)現(xiàn)對控制目標(biāo)的高性能控制[11]。

單神經(jīng)元PID控制結(jié)構(gòu)如圖1所示。

圖1 單神經(jīng)元PID控制結(jié)構(gòu)

圖1中,U1(k)為控制器的設(shè)定值;U(k)為控制器最后的輸出值;W1(k)、W2(k)、W3(k)為權(quán)值系數(shù);X1(k)、X2(k)、X3(k)為狀態(tài)變量,代表神經(jīng)網(wǎng)絡(luò)的輸入信號,即對電池狀態(tài)數(shù)據(jù)采集的訓(xùn)練樣本;V(k)為控制變量;H為增益。圖1中狀態(tài)變換的計(jì)算式為:

(2)

控制量表達(dá)式為:

(3)

(4)

(2)～(4)式中運(yùn)算的權(quán)值系數(shù)可以根據(jù)不同的學(xué)習(xí)規(guī)則進(jìn)行調(diào)整。

1.2 單神經(jīng)元PID控制算法原理

在電池均衡電路中以SOC最大的電池和SOC最小的電池差值極差r為控制目標(biāo),設(shè)定r<0.02,即達(dá)到均衡的控制目標(biāo)。加入單神經(jīng)元PID的目的是根據(jù)差值的波動(dòng)快速計(jì)算出濾波信號的占空比(pulse width modulation,PWM),與每節(jié)單體電池開關(guān)預(yù)先設(shè)定的PWM信號相加,使得每節(jié)電池在充、放電時(shí)開關(guān)閉合、斷開的時(shí)間更加合理有效,從而提高串聯(lián)電池組的均衡效率。單神經(jīng)元PID控制算法原理流程如圖2所示。

圖2 神經(jīng)元PID控制流程

單神經(jīng)元PID的算法流程中各環(huán)節(jié)的學(xué)習(xí)速率需要融合實(shí)驗(yàn)過程的具體步驟,相應(yīng)地設(shè)置好每個(gè)參數(shù)。ηP、ηI、ηD分別代表比例、積分、微分學(xué)習(xí)速率常數(shù)。ηP依據(jù)偏差的大小來動(dòng)作,有時(shí)又被稱為增益;ηI在系統(tǒng)中消除余差;ηD依據(jù)偏差變化來定,系統(tǒng)中起超調(diào)節(jié)作用。根據(jù)經(jīng)驗(yàn)設(shè)置好ηP的值,在充電過程中SOC趨于一致時(shí)震蕩較大,可以適當(dāng)減小ηP值;PWM信號上升時(shí)間過大時(shí),可以適當(dāng)增加ηP值。以SOC差值為控制目標(biāo),當(dāng)差值波動(dòng)較大時(shí),適當(dāng)減小ηI值，從而使控制系統(tǒng)穩(wěn)態(tài)運(yùn)行。ηP、ηI系數(shù)確定以后,ηD值的調(diào)節(jié)是使系統(tǒng)在穩(wěn)態(tài)和動(dòng)態(tài)運(yùn)行時(shí)性能指標(biāo)有所提高。

1.3 均衡電路

主動(dòng)均衡電路拓?fù)浣Y(jié)構(gòu)主要分為電容型、電感型和變換器型。本文采用常見的反激式變壓器式均衡電路,通過改變路中場效應(yīng)開關(guān)的PWM改變輸出電壓。反激式變壓器均衡電路如圖3所示。

圖3 反激式變壓器均衡電路

反激式變壓器是因輸出端在原邊繞組斷開電源時(shí)磁通量發(fā)生變化獲得能量而得名,其具有電路結(jié)構(gòu)簡單、成本較低廉、轉(zhuǎn)換效率高、損失小、輸入電壓范圍寬比較大等優(yōu)點(diǎn),但也有輸出負(fù)載精度不高、設(shè)計(jì)迭代過程較復(fù)雜等缺點(diǎn)。

反激式變壓器一般有DCM和CCM 2種工作模式。電感電流不連續(xù)模式DCM又稱為“完全能量轉(zhuǎn)換”,這時(shí)變換器內(nèi)存在較高的非線性內(nèi)阻;電感電流連續(xù)模式CCM又稱為“不完全能量轉(zhuǎn)換”,此模式下輸出的電壓與輸出的電流大小無關(guān)。

電池充、放電示意圖如圖4所示。

圖4 電池充、放電示意圖

反激式變壓器電路拓?fù)浣Y(jié)構(gòu)還可以保護(hù)均衡電路,設(shè)定閾值后,計(jì)算每個(gè)均衡開關(guān)的PWM信號,以防止電池充、放電時(shí)間太長。該電路拓?fù)浣Y(jié)構(gòu)的優(yōu)點(diǎn)為電路原理及結(jié)構(gòu)簡單、轉(zhuǎn)換效率較高、損失相對較小,即使輸入的電壓范圍波動(dòng)較大,也可以保證有穩(wěn)定的輸出。當(dāng)然也存在輸出電壓有較大的紋波,變壓器有直流電流成分且有可能會(huì)出現(xiàn)CM/DCM 2種模式同時(shí)工作的情況,因此設(shè)計(jì)困難。

2 仿真驗(yàn)證

為了驗(yàn)證電路加入神經(jīng)元PID濾波后的效果,在Matlab/Simulink中建立模型。充電時(shí)選取6個(gè)額定電壓一致的鋰電池串聯(lián)成電池組,6個(gè)鋰電池初始SOC分別為96%、95%、94%、88%、87%、85%;放電時(shí)6個(gè)鋰電池初始SOC分別為9.6%、9.5%、9.4%、8.8%、8.7%、8.5%。充、放電神經(jīng)元PID控制原理如圖5所示。

充電過程中有、無神經(jīng)元算法的PID充電SOC變化曲線如圖6所示。

圖6a為未加入神經(jīng)元算法時(shí)電池組達(dá)到均衡的效果圖,此時(shí)電池SOC達(dá)到一致所需要的時(shí)間為1.005 0×103s;圖6b為加入神經(jīng)元算法以后電池組達(dá)到均衡一致的效果圖,此時(shí)電池SOC達(dá)到一致所需要的時(shí)間為 0.945 1×103s,比未加入神經(jīng)元的快60 s左右,均衡效率提高了約5.9%。

圖5 充、放電神經(jīng)元PID控制原理

圖6 有、無神經(jīng)元算法的PID控制充電SOC變化曲線

放電過程中有、無神經(jīng)元算法的SOC變化曲線如圖7所示。

圖7a為未加入神經(jīng)元時(shí)PID控制的鋰電池放電SOC變化曲線。由圖7可知,放電過程中,在0.245 6×103s后鋰電池達(dá)到放電均衡一致,而加入神經(jīng)元算法后在0.180 6×103s后達(dá)到放電均衡一致,相比之下時(shí)間縮短了65 s,均衡效率提高了26.4%。

圖7 有、無神經(jīng)元算法的PID控制放電SOC變化曲線

3 結(jié) 論

傳統(tǒng)均衡電路對串聯(lián)電池組的均衡效率較差。為了對傳統(tǒng)電路拓?fù)浣Y(jié)構(gòu)的均衡效果優(yōu)化,本文提出在反激式變換器電路拓?fù)浣Y(jié)構(gòu)基礎(chǔ)上加入神經(jīng)元PID算法,使得Mos開關(guān)輸入最佳占空比PWM。在Matlab/Simulink中進(jìn)行仿真驗(yàn)證,結(jié)果表明:

(1) 在充電過程中,神經(jīng)元PID算法控制電路均衡時(shí)間縮短了約60 s,均衡效率提高了約5.9%。

(2) 在放電過程中,神經(jīng)元PID算法控制電路均衡時(shí)間縮短了約65 s,均衡效率提高了約26.4%。

(3) 在電路模型中引入神經(jīng)元算法后,縮短了串聯(lián)電池組均衡時(shí)間,提高了均衡效率。單神經(jīng)元的權(quán)值系數(shù)結(jié)合PID控制的特點(diǎn),可以通過不斷地調(diào)整優(yōu)化,使算法輸出后的信號為最優(yōu)值，控制開關(guān)的PWM時(shí)間。