电池控制方法和系统及电动汽车与流程

本发明实施例涉及电池技术领域，尤其是涉及一种电池控制方法和系统及电动汽车。

背景技术：

新能源汽车是指采用新型动力来源，导致新型动力控制和驱动技术，形成具有技术原理先进的新结构汽车。其中依靠锂电池组作为动力来源的纯电动汽车在国内和世界范围内都得到广泛发展。

新能源汽车，尤其是其主流的电动汽车的发展中存在各种有相当难度的技术挑战。其中，最核心的技术挑战就是电动汽车的电池组管理系统。不当的电池组充电管理会导致严重后果，例如电池过充的问题。

解决电池过充导致爆炸问题的关键是构建一套高安全可靠性的电池管理系统(Battery Management System,BMS)。BMS核心目标就是保证安全合理地使用电池，并且最大化电池组使用寿命。其功能如下：

■电池组使用安全的考虑包括：

–电压，电流，温度实时准确监控

–避免电池过充，过放

–延长电池组使用寿命

■电池组过充过放的核心原因包括：

–长期使用后，电池组内电芯具有很强不一致性

–不能准确估计各个电芯的剩余电荷

–容易导致过充或过放

■BMS的核心技术包括：

–均衡使用电池

现有的电动汽车通常采用锂电池作为动力来源。因为锂电池的放电速度慢，这样，汽车奔跑的里程就会较长，但是，锂电池有个缺点就是充电时间较长。

超级电容可以承受大电流充电并在短时间内充电完毕。超级电容充电速度快的特点可以弥补锂电池的上述缺点。虽然超级电容的充电速度快，但是放电的速度也快。然而这一缺点正好由锂电池的优点予以弥补。

有鉴于此，特提出本发明。

技术实现要素：

本发明实施例的主要目的在于提供一种电池控制方法，其至少部分地解决了如何有效地控制电池充放电的技术问题。此外，还提供一种电池控制系统及电动汽车。

为了实现上述目的，根据本发明的一个方面，提供了以下技术方案：

一种电池控制方法，其中，所述电池包括超级电容组和锂电池组，所述超级电容组和所述锂电池组由电池控制器控制，所述超级电容组与所述锂电池组电连接；

该方法至少包括：

获取电池影响因素；

将所述电池影响因素离散化为X个子状态；其中，所述X取整数；

基于部分可观测马尔可夫决策过程，确定包含所述电池影响因素子状态的第一自然状态和第二自然状态；

确定在从所述第一自然状态转移至所述第二自然状态的收益为最大值时，执行从所述第一自然状态转移至所述第二自然状态，以实现所述电池控制器对所述超级电容组和所述锂电池组之间充放电过程的控制。

进一步地，所述电池影响因素至少包括以下任一项：超级电容组中超级电容单元的剩余电量状态、所述锂电池组中锂电池单元的剩余电量状态、道路状况、交通状况、气象状况和用户开车行为。

进一步地，所述确定从所述第一自然状态转移至所述第二自然状态的收益为最大值，具体包括：

根据以下公式确定所述收益为最大值：

其中，所述a表示策略，该策略与所述电池的充放电状况相关；A表示策略的集合；所述b表示第一信用状态；所述b′表示第二信用状态；B表示信用状态的集合；所述V^*(b)表示在t时刻所述收益的最大值；ρ(a,b)表示从所述第一信用状态转移至所述第二信用状态的收益；τ(b′,a,b)表示从所述第一信用状态转移至所述第二信用状态的状态转移概率；V^*(b′)表示在t的未来时刻所述收益的最大值，其根据收益历史信息统计而来；γ表示折扣系数；其中，所述第一信用状态和所述第二信用状态表示全体自然状态中各自然状态发生的概率。

进一步地，所述从第一信用状态转移至第二信用状态的收益，具体包括：

根据以下公式计算所述收益：

其中，ρ(a,b)表示从所述第一信用状态转移至所述第二信用状态的收益；所述b(s)表示所述第一自然状态的置信概率；所述R(s′,a,s)表示从所述第一自然状态转移至所述第二自然状态的收益，该收益根据所述收益历史信息统计而来；所述T(s′,a,s)表示从所述第一自然状态转移至所述第二自然状态的状态转移概率，该状态转移概率根据状态历史信息统计而来。

进一步地，所述从所述第一信用状态转移至所述第二信用状态的状态转移概率，具体包括：

根据以下公式计算所述状态转移概率：

其中，所述P(b′|b,a,o)表示所述策略为a、观测值为o、从所述第一信用状态b转移至所述第二信用状态b′的概率；P(o|a,b)表示采用所述策略a、所述第一信用状态为b、观测值为o的概率。

根据本发明的另一个方面，还提供了一种电池控制系统，其中，所述电池包括超级电容组和锂电池组，所述超级电容组和所述锂电池组由电池控制器控制，所述超级电容组与所述锂电池组电连接；

该系统至少包括：

获取模块，用于获取电池影响因素；

离散模块，用于将所述电池影响因素离散化为X个子状态；其中，所述X取整数；

自然状态确定模块，用于基于部分可观测马尔可夫决策过程，确定包含所述电池影响因素子状态的第一自然状态和第二自然状态；

自然状态转移模块，用于确定在从所述第一自然状态转移至所述第二自然状态的收益为最大值时，执行从所述第一自然状态转移至所述第二自然状态，从而实现所述电池控制器对所述超级电容组和所述锂电池组之间充放电过程的控制。

根据本发明的再一个方面，还提供了一种电动汽车，其包括上述电池控制系统。

与现有技术相比，上述技术方案至少具有以下有益效果：

本发明实施例通过将超级电容和锂电池结合起来构成电池，并考虑了电池影响因素，将电池影响因素离散化为多个子状态，并基于部分可观测马尔可夫决策过程，确定包含电池影响因素子状态的第一自然状态和第二自然状态，然后，确定在从第一自然状态转移至第二自然状态的收益为最大值时，执行从第一自然状态转移至第二自然状态，以实现电池控制器对超级电容组和锂电池组之间充放电过程的控制。通过对超级电容组和锂电池组之间充放电过程的控制，能够利用超级电容和锂电池两者的优点，从而有效地控制电池的充放电。

当然，实施本发明的任一产品不一定需要同时实现以上所述的所有优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在所写的说明书、权利要求书以及附图中所特别指出的方法来实现和获得。

附图说明

附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：

图1为根据一示例性实施例示出的电池控制方法的流程示意图；

图2为根据一示例性实施例示出的电池控制系统的结构示意图；

图3为根据一示例性实施例示出的不同策略对应不同收益的示意图；

图4为根据一示例性实施例示出的收益最大值的示意图。

这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

下面结合附图以及具体实施例对本发明实施例解决的技术问题、所采用的技术方案以及实现的技术效果进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，并不是全部实施例。基于本申请中的实施例，本领域普通技术人员在不付出创造性劳动的前提下，所获的所有其它等同或明显变型的实施例均落在本发明的保护范围内。本发明实施例可以按照权利要求中限定和涵盖的多种不同方式来具体化。

需要说明的是，在下面的描述中，为了方便理解，给出了许多具体细节。但是很明显，本发明的实现可以没有这些具体细节。

需要说明的是，在没有明确限定或不冲突的情况下，本发明中的各个实施例及其中的技术特征可以相互组合而形成技术方案。

在马尔可夫决策过程的模型中，状态、观测和策略是三个最基本的组成部分。而在这些组成部分之间，存在着一系列映射。

马尔可夫决策过程是指决策者周期地或连续地观察具有马尔可夫性的随机动态系统，序贯地做出决策。即根据每个时刻观察到的状态，从可用的行动集合中选用一个行动做出决策，系统下一步(未来)的状态是随机的，并且其状态转移概率具有马尔可夫性。决策者根据新观察到的状态，再作新的决策，依此反复地进行。马尔可夫性是指一个随机过程未来发展的概率规律与观察之前的历史无关的性质。马尔可夫性又可简单地叙述为状态转移概率的无后效性。状态转移概率具有马尔可夫性的随机过程即为马尔可夫过程。马尔可夫决策过程又可看作随机对策的特殊情形，在这种随机对策中的一方是无意志的。马尔可夫决策过程还可作为马尔可夫型随机最优控制，其决策变量就是控制变量。马尔可夫决策过程是基于马尔可夫链的一种模型。它通过观测值来对外部世界进行估计，并且输出相应的最优决策。

一个马尔可夫决策过程的问题可以描述成<S,O,A,T,Ω,R,>。其中，S是表征真实世界中状态的集合，其中的每个元素s∈S表达一种自然状态。例如，天气冷和天气热都可以作为一种状态。然而，以马尔可夫链的性质，状态之间可以以某种概率相互转化。集合O表征了对这个自然界状态观测的一种集合。每个元素o∈O表示当前对自然状态的观测值。这种观测通常是有误差的。例如，我们可以用温度计来测量温度，进而确定天气的冷暖。然而，温度计的测量值并非完全准确，而这种误差可以导致最终对状态判断的错误。A是所有决策的一种集合。每个元素a∈A代表一种可行的策略。例如，在室内温度高的时候可以开空调降低室温。每次决策都会对自然状态产生影响，进而影响观测。决策者只能依据系统观测到的信息选择行动。

图1为根据一示例性实施例示出的电池控制方法的流程示意图。如图1所示，在该方法中，电池包括超级电容组和锂电池组，超级电容组和锂电池组由电池控制器控制，超级电容组与锂电池组电连接。

该方法至少包括步骤S102至步骤S108。

步骤S102：获取电池影响因素。

在该步骤中，电池影响因素至少可以包括以下任一项：超级电容组中超级电容单元的剩余电量状态、所述锂电池组中锂电池单元的剩余电量状态、道路状况、交通状况、气象状况和用户开车行为。

其中，超级电容组中超级电容单元的剩余电量状态、锂电池组中锂电池单元的剩余电量状态可以基于部分可观测马尔可夫决策过程来获得。道路状况、交通状况及气象状况可以通过与电池控制器相连接的道路传感器、交通状况传感器及气象状况传感器来获得。用户开车行为可以通过用户开车的历史行为数据进行统计而得到。

步骤S104：将电池影响因素离散化为X个子状态；其中，X取整数，

例如，将锂电池组中锂电池单元的剩余电量状态离散化为11个子状态：剩余电量0％、剩余电量10％、剩余电量20％......剩余电量100％。再比如，可以将天气状况离散为10级，每一级对应不同的天气状况。对于其它的电池影响因素以此类推。

步骤S106：基于部分可观测马尔可夫决策过程，确定包含电池影响因素子状态的第一自然状态和第二自然状态。

作为示例，第一自然状态可以为：锂电池剩余电量为10％、道路状况为2级、交通状况为5级、气象状况为7级、用户开车行为为慢速开车。第二自然状态可以为：锂电池剩余电量为20％、道路状况为1级、交通状况为2级、气象状况为3级、用户开车行为为激进式开车。

步骤S108：确定在从第一自然状态转移至第二自然状态的收益为最大值时，执行从第一自然状态转移至第二自然状态，以实现电池控制器对超级电容组和锂电池组之间充放电过程的控制。

本发明实施例通过对电池影响因素离散化为多个子状态，然后基于部分可观测马尔可夫决策过程，确定出自然状态，再选取一条收益最大的自然状态转移路径，从而实现对超级电容组和锂电池组之间充放电过程的控制。

在一个可选的实施例中，确定从第一自然状态转移至第二自然状态的收益为最大值时，可以根据以下公式来确定收益的最大值：

其中，a表示策略，该策略与电池的充放电状况相关；A表示策略的集合；b表示第一信用状态；b′表示第二信用状态；B表示信用状态的集合；V^*(b)表示在t时刻收益的最大值；ρ(a,b)表示从第一信用状态转移至第二信用状态的收益；τ(b′,a,b)表示从第一信用状态转移至第二信用状态的状态转移概率；V^*(b′)表示在t的未来时刻收益的最大值，其根据收益历史信息统计而来；γ表示折扣系数；其中，第一信用状态和第二信用状态表示全体自然状态中各自然状态发生的概率。

图3为本发明实施例提供的不同策略对应不同收益的示意图。

参照图3，在每个子树中包含若干个节点，每个节点对应在此时间段的策略。在不同的时间段，不同的策略对应不同的收益。在t＝4pm时，R2的收益最大；在t＝3pm时，R1的收益最大；在t＝2pm时，R0的收益最大，故最优策略，也就是最优途径为R0-R1-R2-R3。

图4为本发明实施例提供的计算期望收益最大值的示意图。

参照图4，当前模型中有两个状态S₀和S₁，b(S₀)＝0.8，b(S₁)＝0.2表示根据决策者的判断，当前系统有0.8的概率处在S₀，0.2的概率处在S₁。在状态为S₀时，有两个最优途径为R(S₀,a₀)和R(S₁,a₀)；在状态为S₁时，有两个最优途径为R(S₀,a₁)和R(S₁,a₁)，故期望收益的最大值由以下公式可知：

V^*(b)＝max{0.8R(s_o,a_o)+0.2R(s₁,a₀),0.2R(s₁,a₁)+0.8R(s₀,a₁)}；

在一个可选的实施例中，从第一信用状态转移至第二信用状态的收益，可以根据以下公式计算得到：

其中，ρ(a,b)表示从第一信用状态转移至第二信用状态的收益；b(s)表示第一自然状态的置信概率；R(s′,a,s)表示从第一自然状态转移至第二自然状态的收益，该收益根据收益历史信息统计而来；T(s′,a,s)表示从第一自然状态转移至第二自然状态的状态转移概率，该状态转移概率根据状态历史信息统计而来。

在一个可选的实施例中，从第一信用状态转移至第二信用状态的状态转移概率可以根据以下公式计算得到：

其中，P(b′|b,a,o)表示策略为a、观测值为o、从第一信用状态b转移至第二信用状态b′的概率；P(o|a,b)表示采用策略a、第一信用状态为b、观测值为o的概率。

虽然本发明实施例将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时执行或执行次序颠倒，这些简单的变化都在本发明的保护范围之内。

如图2所示，基于与方法实施例相同的技术构思，本发明实施例还提供了一种电池控制系统20，其中，电池包括超级电容组和锂电池组，超级电容组和锂电池组由电池控制器控制，超级电容组与锂电池组电连接；该系统至少可以包括：获取模块22、离散模块24、自然状态确定模块26和自然状态转移模块28。其中，获取模块22用于获取电池影响因素。离散模块24用于将所述电池影响因素离散化为X个子状态；其中，所述X取整数。自然状态确定模块26用于基于部分可观测马尔可夫决策过程，确定包含所述电池影响因素子状态的第一自然状态和第二自然状态。自然状态转移模块28用于确定在从所述第一自然状态转移至所述第二自然状态的收益为最大值时，执行从所述第一自然状态转移至所述第二自然状态，从而实现所述电池控制器对所述超级电容组和所述锂电池组之间充放电过程的控制。

此外，本发明实施例还提供一种电动汽车，该电动汽车包括上述电池控制系统。

需要说明的是：上述实施例提供的电池控制系统在进行电池充放电的控制时，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

应指出的是，上面分别对本发明的系统实施例和方法实施例进行了描述，但是对一个实施例描述的细节也可应用于另一个实施例。

以上对本发明实施例所提供的技术方案进行了详细的介绍。虽然本文应用了具体的个例对本发明的原理和实施方式进行了阐述，但是，上述实施例的说明仅适用于帮助理解本发明实施例的原理；同时，对于本领域技术人员来说，依据本发明实施例，在具体实施方式以及应用范围之内均会做出改变。

需要说明的是：附图中的标记只是为了更清楚地说明本发明，不视为对本发明保护范围的不当限定。

术语“包括”、“包含”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备/装置中还存在另外的要素，即“包括一个”的意思还涵盖“包括另一个”的意思。

本发明的各个步骤可以用通用的计算装置来实现，例如，它们可以集中在单个的计算装置上，例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备或者多处理器装置，也可以分布在多个计算装置所组成的网络上，它们可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。因此，本发明不限于任何特定的硬件和软件或者其结合。

本发明提供的方法可以使用可编程逻辑器件来实现，也可以实施为计算机程序软件或程序模块(其包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件或数据结构等等)，例如根据本发明的实施例可以是一种计算机程序产品，运行该计算机程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现所述方法。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可以从计算机主体上拆卸下来的可移动介质(例如：采用热插拔技术的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如：RAM、ROM、快闪存储器和硬盘。所述可移动介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。

本发明并不限于上述实施方式，在不背离本发明实质内容的情况下，本领域普通技术人员可以想到的任何变形、改进或替换均落入本发明的范围。

尽管上文已经示出、描述和指出了适用于各种实施方式的本发明的基本新颖特征的详细描述，但是将会理解，在不脱离本发明意图的情况下，本领域技术人员可以对系统的形式和细节进行各种省略、替换和改变。