一种融合健康状态与热风险屏障的电池主动均衡控制方法及系统

本发明涉及电池管理系统，具体涉及一种融合健康状态与热风险屏障的电池主动均衡控制方法及系统。

背景技术：

1、锂离子电池组通常由多个单体电芯串联或串并联组成，由于制造差异、散热环境差异、连接内阻差异以及充放电历史差异等因素，各电芯在荷电状态、容量、内阻、温度和老化速率方面会逐渐出现不一致，当不一致性持续扩大时，会导致部分电芯提前到达充电截止电压或放电截止电压，从而降低电池组可用容量，并增加局部过热和热失控风险。

2、在现有技术中，1、现有主动均衡技术能够通过电感、电容、变压器或双向dc/dc变换器在电芯之间转移能量，相比被动均衡具有能量利用率高、发热小等优点，但是许多主动均衡策略仍以电压差或soc（剩余电量）差作为主要判据，容易忽略电芯老化程度和热风险差异，例如一个容量显著衰退且内阻升高的电芯，即使其soc与其他电芯接近，也可能因内阻产热较大而不适合承受较高均衡电流，而另一个电芯即使soc偏高，如果其温度已经接近安全上限，也不宜继续作为能量输出侧；2、现有技术中也存在将温度纳入均衡控制目标的方案，但仅将温度偏差作为代价函数中的软惩罚项，当系统面临快速温升或局部内阻突增时，优化求解仍可能在短时间内给出较大的均衡电流，导致温度或寿命损伤指标越过安全边界。

3、因此，亟需一种在均衡控制中同时考虑可用能量、健康状态、热风险和硬安全约束的主动均衡方法。

技术实现思路

1、本技术提供一种融合健康状态与热风险屏障的电池主动均衡控制方法及系统，用于解决上述技术问题。

2、第一方面，本技术提供一种融合健康状态与热风险屏障的电池主动均衡控制方法，其特征在于，包括：

3、响应于电池组满足均衡触发条件，获取电池组中的电芯状态参数；

4、根据电芯状态参数确定各电芯的健康修正可用能量；

5、根据电芯状态参数确定各电芯的热风险指数；

6、构建包括健康修正可用能量的偏差项、寿命损伤偏差项、热风险惩罚项和均衡损耗项的代价函数；

7、根据温度上限、温升速率上限、热风险上限以及寿命损伤上限构建控制屏障函数约束，并将代价函数和控制屏障函数约束转化为带线性约束的优化问题；

8、根据能量转移优先级矩阵确定候选能量转移路径，并在候选能量转移路径固定的情况下，对带线性约束的优化问题进行求解，得到各候选路径对应的最优均衡电流；

9、根据能量转移路径和最优均衡电流控制双向均衡变换器进行能量转移。

10、优选的，电芯状态参数包括荷电状态、温度、电压、电流、内阻、可用容量以及健康状态中的至少一种。

11、优选的，根据各电芯的荷电状态、可用容量和开路电压确定各电芯的健康修正可用能量；

12、

13、其中，表示第

i个电芯在时刻

k的荷电状态，表示第

i个电芯在时刻

k的可用容量，表示第

i个电芯在时刻

k的开路电压，表示能量可用系数，通过健康状态和温度修正得到。

14、优选的，能量可用系数由健康状态、内阻和温度共同确定，且能量可用系数随健康状态的降低、内阻的增大或温度的升高而减小。

15、优选的，能量可用系数如下式所示：

16、

17、其中，表示第

i个电芯在时刻

k的健康状态；表示第

i个电芯在时刻

k的内阻；表示基准内阻；表示第

i个电芯在时刻

k的温度；表示参考温度；和分别表示内阻修正系数和温度修正系数；表示；表示将限制在至1之间；表示能量可用系数下限。

18、优选的，热风险指数根据电芯的温度、温升速率、内阻、均衡电流预测值和健康状态中的一种或多种确定。

19、优选的，热风险指数根据如下至少一种量确定：第

i个电芯的温度与环境温度的差值、温升速率、均衡电流的平方与内阻的乘积、内阻相对基准内阻的增量、健康状态衰减量以及荷电状态偏离安全荷电状态区间的幅度。

20、优选的，第

i个电芯在时刻

k输出侧的热风险指数如下式所示：

21、

22、其中，表示归一化函数，，至均表示权重系数，表示第

i个电芯在时刻

k的温度；表示环境温度；表示温升速率；表示第

i个电芯在时刻

k的内阻；表示基准内阻；表示第

i个电芯在时刻

k的健康状态；表示第

i个电芯偏离安全soc区间的程度。

23、优选的，构建的代价函数满足如下公式：

24、

25、其中，表示电芯

i的健康修正可用能量，表示健康修正可用能量目标值，表示第

i个电芯的寿命损伤量，表示寿命损伤参考值，表示第

i个电芯输出侧的热风险指数，表示第

i个电芯的均衡损耗，表示第

i个电芯的均衡电流，表示前一控制周期的均衡电流，

、

、

、 和分别表示健康修正可用能量偏差、寿命损伤偏差、热风险、均衡损耗和电流平滑项的权重系数。

26、优选的，寿命损伤量如下式所示：

27、

28、

29、其中，表示第个电芯在当前控制周期内的寿命损伤增量，表示当前周期容量损失量，表示额定容量。

30、优选的，控制屏障函数约束包括温度屏障函数约束和热风险屏障函数约束，并使，表示任一屏障函数约束；

31、温度屏障函数约束：，表示第

i个电芯在温度方面的安全余度，表示温度上限，表示第

i个电芯在时刻

k的温度；

32、热风险屏障函数约束：，表示第

i个电芯在热风险方面的安全余度，表示热风险指数上限，表示热风险指数，进行归一化处理。

33、优选的，在构建带线性约束的优化问题时，分别在当前工作点对温度屏障函数约束和热风险屏障函数约束进行一阶泰勒展开，转化为关于均衡电流的线性不等式约束。

34、优选的，根据各电芯的健康修正可用能量、热风险指数、健康状态以及变换器损耗，构建能量转移优先级矩阵，表示从第

i个电芯向第

j个电芯转移能量的优先级；

35、当大于预设的路径开启阈值，且第

i个电芯与第

j个电芯均满足控制屏障函数约束时，将该路径纳入候选能量转移路径，若存在多条候选路径，则根据优先级矩阵对各路径进行排序，仅选择优先级最高的一条路径作为当前控制周期的有效能量转移路径，其余候选路径暂不执行，并在下一控制周期重新计算；

36、在候选能量转移路径固定的前提下，将代价函数、电流上下限约束、变换器功率约束以及线性化后的控制屏障函数约束联立，构成一个带线性约束的优化问题，对该优化问题进行求解，得到该候选路径对应的最优均衡电流。

37、优选的，能量转移优先级矩阵如下式所示：

38、

39、式中，越大，表示从第

i个电芯向第

j个电芯转移能量的优先级越高；表示当第

i个电芯健康修正可用能量高于第

j个电芯时才形成正向转移倾向；表示输出侧电芯的热风险指数；表示输出侧电芯寿命损伤量；表示从第

i个电芯到第

j个电芯的路径损耗，

| ，表示电芯到电芯的均衡电流，表示路径传输效率，表示控制采样周期；表示输出侧与输入侧健康状态差；

、

、

、 和均表示路径选择权重系数。

40、优选的，对该优化问题进行求解，得到最优均衡电流如下式所示：

41、

42、

43、其中，表示预测时域内所有均衡电流组成的优化变量向量；表示二次项矩阵；表示一次项系数向量；和分别表示不等式约束矩阵和不等式约束向量；和分别表示均衡电流下限和上限；和分别表示等式约束矩阵和等式约束向量。

44、优选的，进行能量转移后，根据均衡后的电压响应、电流响应和温度响应，通过递推最小二乘、扩展卡尔曼滤波或神经网络估计内阻和可用容量，根据容量估计结果计算健康状态，并将更新后的参数反馈至下一控制周期重新获取各电芯的状态参数。

45、第二方面，本技术提供一种融合健康状态与热风险屏障的电池主动均衡控制系统，用于实现电池主动均衡控制方法，电池主动均衡控制系统包括：

46、数据采集模块，其输出端分别与可用能量计算模块、热风险计算模块、寿命损伤计算模块和屏障函数约束构建模块通信连接，用于向各模块发送采集到的电芯状态参数；

47、可用能量计算模块，其输出端与路径选择模块和优化求解模块的输入端连接，用于计算各电芯的健康修正可用能量；

48、热风险计算模块，其输出端与屏障函数约束构建模块、路径选择模块和优化求解模块的输入端连接，用于计算各电芯的热风险指数；

49、寿命损伤计算模块，其输出端与屏障函数约束构建模块、路径选择模块和优化求解模块的输入端连接，用于计算各电芯的寿命损伤量；

50、屏障函数约束构建模块，其输出端与优化求解模块的输入端连接，用于构建控制屏障函数约束；

51、路径选择模块，其输出端与优化求解模块的输入端连接，用于生成候选能量转移路径；

52、优化求解模块，其输出端与均衡执行模块的输入端连接，用于构建并求解带线性约束的优化问题，以得到最优均衡电流；

53、均衡执行模块，其输出端与双向均衡变换器电连接，用于控制双向均衡变换器执行能量转移；

54、健康状态更新模块，其输入端与均衡执行模块的输出端连接，其输出端与数据采集模块的输入端连接，用于将更新后的参数反馈至下一控制周期。

55、本技术的电池主动均衡控制方法及系统至少具有如下有益效果：

56、本技术的控制方法根据电芯状态参数确定各电芯的健康修正可用能量和热风险指数，使得均衡目标不仅考虑了荷电状态的差异，还综合修正了健康状态与温度对真实可用能量的影响，从而显著提升均衡控制的精准度与能量利用率；同时通过构建包括健康修正可用能量的偏差项、寿命损伤偏差项、热风险惩罚项和均衡损耗项的代价函数，将能量均衡、寿命管理、热风险控制和能耗管理全部统一纳入优化框架，实现了多目标的协同优化，还将热风险与寿命损伤等安全指标转化为严格的线性约束条件，并结合根据能量转移优先级矩阵确定的候选能量转移路径，在固定路径的前提下对带线性约束的优化问题进行求解以获得各路径的最优均衡电流，在确保电芯运行于安全范围内的同时，优先选择能量转移效益高且风险低的路径进行精准调控，兼顾均衡效率与系统安全性，解决了现有均衡方法中控制目标单一、安全性不足及能效低下的问题。