基于NSGA-Ⅱ遗传算法的锂电池均衡指标优化

锂离子电池均衡系统主要用于解决电池组工作过程中出现的不一致现象,但现有研究在需要权衡多个均衡指标时,均衡阈值的选取缺乏理论基础。为解决该问题,本工作提出了基于非支配排序遗传算法(nondominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对锂离子电池均衡系统的均衡指标进行优化的计算框架。首先,以均衡阈值(Δ_(V))作为问题参数,兼顾均衡速度、开关次数、荷电状态(state of charge,SOC)一致性最小作为多个均衡指标建立目标函数,并给出阈值与均衡指标关系式求解的方法,建立优化锂电池均衡指标的问题模型;然后,使用NSGA-Ⅱ算法对多个均衡指标进行优化,并设计相应的决策策略;最后,在新欧洲驾驶循环(new European driving cycle,NEDC)工况和高速燃油经济性测试循环(highway fuel economy test,HWFET)工况下对所提算法的有效性进行验证。结果表明,电池组一致性、均衡速度相近的情况下,NEDC工况下最佳阈值Δ_(V)=0.0232的开关频率是经验阈值Δ_(V)=0.01的42%;同样,在HWFET工况下最优阈值Δ_(V)=0.0156的开关频率是经验阈值Δ_(V)=0.01的43.6%。本工作所提方法解决了以往均衡阈值难以确定的问题,使均衡系统的设计变得科学有效。