基于预测的微电网储能电池主动均衡方法与流程

本发明涉及电池管理技术，特别涉及微电网的储能电池组的管理，尤其是基于预测对微电网储能电池组进行主动均衡的方法。

背景技术：

储能电池是微电网的重要组成部分，其使用寿命是制约微电网发展的一个重要因素，如何延长其使用寿命是一个难题，其根本原因是多级串联下的电池不均横，需要针对电池不均衡问题设计出相应的解决方案。

在现有的技术中，电池充放电均衡多采用被动均衡的管理方法，一般通过电阻放电的方式，对电压较高的电池进行放电，以热量的形式释放电量，这样整个系统的电量受制于容量最少的电池，如果各串联电池的容量相同就可以避免这种情况，实际上即使电池初始容量相同，也会随着充放电次数增加，电池老化程度不同，逐渐出现容量不同，且差距会越来越大，这是由于电池本身的性质差异引起，并随着工作时间增长而放大差异，目前是无法避免的，只能通过均衡的手段来延长整个系统的使用寿命。

电压较高的电池将大部分能量以热量的形式被浪费，这对大容量的储能电池来说是不允许的。

也有通过并联电容主动均衡的方案，即在每一节电池上都并联一个超级电容，通过开关，电容即可以并联到本身电池上，又可以并联到相邻的电池上，当某一节电池电压过高时，1、串联回路电流一致，但在某一电池加一个并联支路，这个支路会分走电池上通过的电流，即在整体一致的情况下调节单个电池的情况，2、电池本身会随着工作时间老化，而电池老化程度不同，体现到同样的工作情况下两端电压不同，先将电容并联到电压高的电池上，电池放电，电容电压与该电池电压一致后再将该电容切换到相邻的电池，电容给电池充电，实现电量转移，而电容并不消耗电量，可实现与能耗转移，但该方法实现起来控制比较复杂，且需要庞大的开关阵列，结构复杂、组装难度高，效率低，且超级电容的成本不比电池低。

随着技术的发展，本领域中主动均衡技术也有应用。

中国专利201811187147.0披露了一种基于电池健康状态和荷电状态的电池组主动均衡方法，中国专利201710077127.7披露了一种电池组主动均衡电路及方法，类似的申请都关注电池本身的状态，但对环境因素基本没有考虑。

技术实现要素：

本发明的目的是设计一种能精准控制、能量损耗低、结构简单、易于实现且成本低、效率高的微电网储能电池充放电控制系统。

为实现上述目的，本发明采用以下技术方案：基于预测的微电网储能电池组主动均衡方法，m个电芯串联成一个单元，p个单元并联在一起组成微电网储能电池组，均衡方法通过连接电池组的控制电路完成，

均衡方法包括以下步骤：

步骤a、每隔t分钟采集一次电池组中各个电芯的电压信息及充放电状态，并将获取的信息和时间进行存储。

步骤b、获取最近q小时的微电网日发电量数据、微电网日负荷数据、电网调度数据。

步骤c、根据电池组中各电芯电压信息、微电网日发电量数据、微电网日负荷数据、电网调度数据进行综合分析计算，预测下一时间段t内的电量需求情况，包括：

步骤c1、计算

。

其中，t取值范围：1―q*60/t，表示q小时内某一时刻，ξs(t)为t时刻的关联度，s取值1―3，x0(t)为所有电芯t时刻的平均电压，ρ为分辨率系数，ρ∈[0,1]，x1(t)为t时刻微电网日发电量数据，x2(t)为t时刻微电网日负荷数据，x3(t)为t时刻电网调度数据。

步骤c2、计算

。

其中，rs为关联数，n=q*60/t。

步骤c3、计算

。

其中，σ0为电芯电压的关联因子，σ1为微电网日发电量的关联因子，σ2为微电网日负荷的关联因子，σ3为电网调度的关联因子。

步骤c4、若σ0与σs符号相反，则rs=–rs，s取值1―3。

步骤c5、计算电池组下一时间段t的充放电状态。

。

0<n<n，t=n，yt+1为预测的电池组充放电电流。

步骤c6、计算

。

sn表示标准误差。

取最小的sn值对应的yt+1，得到下一时间段t电池组充放电电流。

步骤d、根据电芯电压信息计算各电芯的soc。

步骤e、结合电池组充放电电流与各电芯soc信息计算分析得出均衡控制策略，包括：

步骤e1、计算当前所有电芯soc均值和标准差：

。

其中，m为一个单元中的电芯总数，vi为第该单元中第i个电芯当前的电压，为均值，σsoc为标准差。

步骤e2、以vi–和σsoc为阙值，计算各电芯需调整充/放电电流大小，

。

式中：i调i为第i个电芯所需调整的电流大小，τ=0.0128，为电池均衡常量，it+1为预测的第i个电芯的充放电电流，it+1=yt+1/p，ci为第i个电芯的容量。

步骤f、根据i调i和it+1生成pwm控制波形，调节控制电路中ibgt器件的通流能力。

进一步地，均衡方法通过连接电池组的控制电路完成，控制电路包括开关电路、均衡模块、电压检测电路、控制模块和通讯模块。

在每个时间段t内，控制模块通过控制开关电路逐次批量选通电池组中单体电芯，同时连接电压检测电路，通过电压检测电路检测电池组中各个电芯两端的电压，将电芯电压数据上传至控制模块；通讯模块与上级系统通讯，获取一定时间内的微电网日发电量数据、微电网日负荷数据、电网调度数据，控制模块根据上述数据，经过分析计算后，通过均衡模块输出pwm脉冲波形，来控制开关电路选通连接电芯，实现控制电池组中电芯充/放电电流大小的目的，从而达到电池均衡。

有益效果：1、每次批量选通电芯进行测量，提高执行速度，进而可以在更宽的范围内选择进行处理的时间段长度，2、使用微电网日发电量数据、微电网日负荷数据、电网调度数据，对即将发生的状态进行预测，提前准备好均衡环境，到达下一个时间段时根据预测结果主动对电池组进行均衡，3、根据每个电芯的具体参数设定充放电电流，实现精准控制，保证在同一时刻，电池组中各电芯的电量基本相同，4、现有技术多采用电阻放电或并联超级电容等方式，对能量损耗较大，而本申请中能量损耗可忽略不计。

附图说明

图1为本发明硬件连接示意图，

图2是电芯实时ovc-soc曲线。

具体实施方式

微电网储能电池组由m×p个电芯组成，m个电芯串联成一个单元，p个单元再并联在一起。串联的目的是增加电池组电压，并联的目的是增加电池组容量。

均衡方法通过连接电池组的控制电路完成，如图1所示，控制电路包括开关电路、均衡模块、电压检测电路、控制模块和通讯模块。

开关电路与常用的开关电路结构相似，区别为开关器件是由igbt组合而成，即可分开或连接电路，又可响应pwm控制信号，控制所在电路中电流大小。

整个电池组可以使用一个控制电路实现主动均衡；为了扩容方便，可以为每一个串联的单元配套一个控制电路。

每个单元的控制方法都相同，下面以一个单元为例进行说明。

步骤a、每隔t分钟采集一次电池组中各个电芯的电压信息及充放电状态，并将获取的信息和时间进行存储。

电池充放电是一个较为缓慢的过程，本实施例采用的采样间隔为t=5分钟；也可根据电池的充放电倍率不同，调整采样间隔，在控制电池均衡的同时不多做无用功。

步骤a中，控制模块通过控制开关电路，逐次批量选通电压检测电路与电芯的连接，获取电池组内电芯电压信息。

本实施例中，电压检测电路主要由开关选择芯片、采样电阻、计量芯片组成，每个开关选择芯片可控制8个电芯两端的开关分合。

根据芯片能力，为例提高工作效率，本实施例中将串联成一个单元的电芯按8个一组进行划分，每次选通8个电芯进行测量。如果一个单元中包含200个电芯，可分成25组；为提高测量精度，每次电压检测时间为20ms，测量单元中全部电芯所需时间为20×25=500ms。该时间完全满足t=5分钟的要求。

步骤b、获取最近q小时的微电网日发电量数据、微电网日负荷数据、电网调度数据。

在进行步骤a的同时，通过通讯模块与上级系统通讯，获取最近一段时间内的相关数据。针对微电网系统，相关数据包括微电网日发电量数据、微电网日负荷数据、电网调度数据。

本实施例中，使用最近24小时的数据进行预测计算，即q=24。

步骤c、根据电池组中各电芯电压信息、微电网日发电量数据、微电网日负荷数据、电网调度数据进行综合分析计算，预测下一时间段t内的电量需求情况；同时根据电芯电压信息计算电池组内电芯电量（soc）情况。

步骤c1、对电芯电压与相关数据进行关联度分析，计算

。

其中，t取值范围：1―q*60/t，表示q小时内某一时刻，ξs(t)为t时刻的关联度，s取值1―3，x0(t)为所有电芯t时刻的平均电压，ρ为分辨率系数，ρ∈[0,1]，分辨系数越大，分辨率越大，分辨系数越小，分辨率越小。

x1(t)为t时刻微电网日发电量数据，x2(t)为t时刻微电网日负荷数据，x3(t)为t时刻电网调度数据。minmin|x0(t)-xs(t)|和maxmax|x0(t)-xs(t)|分别为两级最小差及两级最大差。

若t最大值为3，两个公式展开为：

minmin|x0(t)-xs(t)|=min(min(|x0(1)-x1(1)|，|x0(2)-x1(2)|，|x0(3)-x1(3)|)，min(|x0(1)-x2(1)|，|x0(2)-x2(2)|，|x0(3)-x2(3)|)，min(|x0(1)-x3(1)|，|x0(2)-x3(2)|，|x0(3)-x3(3)|))。

maxmax|x0(t)-xs(t)|=max(max(|x0(1)-x1(1)|，|x0(2)-x1(2)|，|x0(3)-x1(3)|)，max(|x0(1)-x2(1)|，|x0(2)-x2(2)|，|x0(3)-x2(3)|)，max(|x0(1)-x3(1)|，|x0(2)-x3(2)|，|x0(3)-x3(3)|))。

上述计算结果是描述电芯平均电压、微电网日发电量数据、微电网日负荷数据、电网调度数据在某时刻（t）关联程度的一种指标。

步骤c2、整合指标，计算

。

其中，rs为关联数，n=q*60/t。

步骤c3、由于计算ξs(t)的公式中使用了绝对值，因此不能区别是正关联还是负关联，本实施例采用下述公式解决这个问题。

计算

。

其中，σ0为电芯电压的关联因子，σ1为微电网日发电量的关联因子，σ2为微电网日负荷的关联因子，σ3为电网调度的关联因子。

步骤c4、若σ0与σs符号相反，则rs=–rs，s取值1―3。

当sign(σ0)=sign(σs),表示两者之间为正关联；当sign(σ0)=–sign(σs),表示两者之间为负关联，使rs=–rs。

正关联时，关联数越大，优先度越高，关联数越低优先度越低；同理，负关联时，关联数越小（绝对值越大）优先度越高，关联数越大优先度越低。

步骤c5、计算电池组下一时间段t，即从t+1时刻开始，t分钟充放电状态。

微电网内运行情况具有周期性，可用以下公式预测下一时刻的电池充放电情况：

。

0<n<n，t表示当前时间段的时刻，t+1表示下一时间段开始的时刻，yt+1为预测的下一时间段t电池组充放电电流。

该预测值是基于从当前时刻t开始，向前n-1个时间段的数据。

本实施例中，获取q=24小时的数据，t=5，每5分钟采集一次数据，t=24*60/5=288。

由于n取值不同，对预测结果影响不同，需计算预测结果的标准误差。

步骤c6、计算

。

sn表示n取不同值的标准误差。

最小的sn值表示预测准确度最高。取最小的sn值对应的yt+1，得到下一时间段t电池组充放电电流。

步骤d、根据电芯电压信息计算各电芯的soc。

如图2所示，由电芯电压查讯电芯的实时voc-soc曲线，得出电芯当前soc。如电芯电压为3.2v时，对应soc为83%，即当前电芯剩余83%的电量。这一步仅需查表即可：已知电压，根据电芯的voc-sco即可查找到对应的电池容量。

计算下一时间段t电池组充放电电流。

步骤e、结合下一时间段t（t+1）电池组充放电电流大小yt+1与电池组内电芯soc信息，计算分析得出均衡控制策略。

步骤e1、计算当前所有电芯soc均值和标准差。

。

其中，m为一个单元中的电芯总数，vi为第该单元中第i个电芯当前的电压，为均值，σsoc为标准差。

以上是计算一个单元内电芯的数据。针对所有单元进行上述计算，得出所有电芯的数据。

也可以将所有电芯作为基数进行计算：

。

其中，m×p为电池组的电芯总数。

步骤e2、以vi–和σsoc为阙值，计算各电芯需调整充/放电电流大小。

。

式中：i调i为第i个电芯所需调整的电流大小，τ=0.0128，为电池均衡常量，it+1为预测的第i个电芯的充放电电流，ci为第i个电芯的容量。

预测的电池组总充放电电流为yt+1，共有p个单元并联。不考虑各并联支路的差异，则每个支路的充放电电流为：it+1=yt+1/p。

步骤f、到达下一个时间段的开始时刻时(t+1)，针对每个电芯i，根据i调i和it+1生成pwm控制波形，与开关电路中的igbt的控制引脚相连，调节ibgt器件的通流能力，控制该电芯充/放电电流大小，达到针对每一个电芯进行主动均衡的目的。

重复以上步骤，以t为时间间隔，根据预测结果实时调整，实现电池组的主动均衡，达到电池均衡控制的目标。

以下为两组电池组经过1000次充放电后的效果对比数据，电芯均选用标称为3.2v，0.5a/h的锂电池电芯，每组采用100个电芯串联构成。

200个电芯核容检测后原始容量表/容量均值为0.504（a/h），与标称容量相近：

0.5030.5030.5040.4990.5000.5040.5020.504

0.5010.5040.5040.4990.4980.5050.5020.508

0.5080.4990.5100.5090.4990.5000.5020.510

0.5060.5100.5010.4990.5080.4980.5000.503

0.5060.5070.5000.5020.5070.5030.5070.500

0.5090.5020.5000.5050.5080.4990.5090.504

0.5060.5010.5020.5030.5070.5010.5060.510

0.5010.5080.5000.5100.5070.5070.5100.501

0.4990.5020.5080.5050.5020.4980.5070.504

0.5010.5020.5080.4990.5070.4990.5000.500

0.5060.5010.5040.5070.5060.5060.5040.506

0.5010.5030.4980.4990.5060.5090.4990.508

0.5070.5020.5010.5090.5010.5020.5050.509

0.5050.5060.5010.5020.4990.5010.5030.508

0.5030.5030.5040.4980.5020.5010.5030.498

0.5060.5010.5000.5000.5000.5060.5100.503

0.5020.5090.4980.5020.5020.5070.5080.510

0.5040.5050.5080.5080.4990.4990.5090.500

0.5050.4980.5070.5090.4990.5060.5060.508

0.4990.5090.5060.5090.5010.5000.5100.501

0.5000.4990.5050.5070.5090.5030.5060.510

0.5080.5040.5010.5080.5090.5030.5090.506

0.5050.5040.5030.5050.5100.5040.5010.502

0.5040.5000.5040.5030.5010.4990.5050.500

0.5030.5020.5050.5020.5100.5070.5000.499

将上述200个电芯随机分为两组，均采用每组100个电芯串联的方式，a组采用电池厂家提供的电池均衡方案（电阻放电均衡方式），b组采用本申请所述均衡方案，进行1000次充放电后，再对电池进行核容检测（检测方式与上表检测方式相同均为安时积分法），检测结果如下。

a组1000次充放电后，电芯容量均值为0.493a/h

0.4970.5010.4890.492

0.4990.4900.4910.495

0.5010.4910.5010.498

0.4890.4980.4950.491

0.5010.4950.4910.494

0.4960.4970.4890.489

0.4950.4980.4990.493

0.4970.4890.4970.487

0.4910.4910.5000.489

0.4920.4890.4910.498

0.4980.4980.4990.488

0.4970.4890.4930.493

0.4870.4880.4930.468

0.4890.4870.4990.490

0.4910.5010.4930.500

0.4950.4870.5000.495

0.4940.4560.4980.494

0.4920.4930.4950.498

0.4870.4880.4980.497

0.4900.4930.5010.501

0.4970.4920.4990.492

0.4920.4920.4890.490

0.5010.4960.4910.498

0.4940.4890.4880.501

0.4940.4910.4940.495

0.4950.4880.4980.497

b组1000次充放电后，电芯容量均值为0.497a/h

0.4930.4970.4990.500

0.4920.4920.4970.500

0.4970.5020.5020.496

0.4960.5020.5010.496

0.4970.4960.5020.499

0.5020.4990.4950.502

0.4980.4970.4960.502

0.4960.4990.5020.493

0.4940.4990.4940.498

0.4950.5000.4950.495

0.5000.4960.5010.497

0.4920.4950.4970.500

0.4930.4960.4980.498

0.5010.5000.5010.492

0.4970.4940.4980.495

0.5010.5020.4950.496

0.4940.4970.4920.497

0.4970.4930.5000.496

0.4990.5020.4940.497

0.4920.4990.4950.492

0.4970.4990.4950.492

0.4920.5000.4980.492

0.4960.4930.4950.499

0.5010.4980.5020.498

0.4980.4960.5000.502

0.4940.4980.4970.497。

由上面的表格对比发现，a组电池容量降额相对b组容量较大，即电池寿命消耗较大；且a组中电池容量标准差小于b组电池容量标准差，说明a组电池寿命情况差异较大，在后期维护过程中将更加困难。

仔细查看a、b两组，可发现，a组中有两个电池容量下降较快（0.456、0,468）。由于样本数量比较大，基本可以排除该情况的发生是由于电芯的个体差异造成的。可以预计，随着充放电次数的增加，上面两个电芯的容量与其它电芯的差异会进一步加大，进而影响整个电池组的使用，甚至报废电池组。

再次充放电1000次以后测量结果如下。

a组2000次充放电后

0.4850.4880.4710.477

0.4830.4730.4750.477

0.4900.4840.4890.481

0.4820.4870.4870.473

0.4820.4840.4770.476

0.4820.4820.4700.477

0.4830.4860.4790.480

0.4880.4730.4780.467

0.4800.4820.4860.477

0.4840.4750.4850.480

0.4890.4800.4880.473

0.4800.4760.4790.477

0.4770.4780.4820.449

0.4750.4700.4910.483

0.4780.4920.4860.482

0.4900.4700.4870.480

0.4780.4170.4910.476

0.4840.4830.4780.486

0.4730.4810.4870.481

0.4720.4810.4860.486

0.4920.4780.4870.479

0.4870.4850.4800.480

0.4940.4900.4760.481

0.4870.4700.4770.487

0.4780.4750.4750.484

0.4830.4740.4880.487

b组电池充放电2000次后

0.4870.4940.4880.494

0.4810.4880.4940.489

0.4820.4960.4900.483

0.4850.4890.4930.484

0.4840.4900.4960.495

0.4890.4860.4830.488

0.4900.4840.4900.495

0.4920.4890.4980.482

0.4880.4900.4840.491

0.4840.4890.4870.484

0.4970.4870.4930.485

0.4890.4880.4900.493

0.4800.4880.4920.486

0.4900.4860.4860.482

0.4840.4810.4940.486

0.4880.4890.4800.490

0.4810.4860.4890.493

0.4870.4860.4920.489

0.4910.4910.4850.490

0.4840.4900.4810.481

0.4870.4850.4840.485

0.4820.4890.4850.483

0.4830.4900.4820.487

0.4870.4880.4960.486

0.4920.4820.4920.489

0.4900.4860.4910.488。

a组中，两个电芯的容量加快下降（第二次测量值为0.449、0.417）；b组中，基本保持一致变化。

综上所述，a组采用的均衡方式明显不如b组采用的均衡方式效果好。