基于改进型模糊PID控制器锂电池均衡系统研究

锂离子电池组的不一致性导致电池组增加过充电或过放电风险,并造成个别电池易老化,在工作中易老化电池过充电或过放电使其可用容量和寿命下降,且过充电产生的热量会造成温度快速上升,易引发热失控,增加电池组安全隐患。因此,需要引入均衡技术以减轻电池组的不一致性。基于此提出以开关阵列为核心的改进型双向DC/DC变换器均衡电路,以荷电状态(SOC)极值为均衡开启条件,并设计基于蚁群算法(ACO)-Elman动态神经网络的模糊PID控制系统,以粒子群算法(PSO)对量化因子寻优处理。经MATLAB/Simulink仿真,开关阵列使DC/DC变换器均衡能量传递路径缩短,避免能量的无效流动,通过各算法间的优化处理,实现PID特征参数随控制参量变化实时可调,即控制占空比使能量传递处于最优状态,充分发挥电感的储能作用,与其他均衡方案相比,均衡速度快,且效率高。

基于PCA-Elman-PSO算法的动力电池低温充电优化

为研究低温下电动汽车电池的充电性能,通过在不同温度下对电池进行充放电试验,获取大量试验数据,分析低温环境下影响电池充电性能的因素。通过PCA算法对众多影响因素进行降维处理,得到主要的影响因素。建立PSO-El⁃man神经网络模型,用于估计锂离子电池低温充电能耗。基于此基础上,利用PSO算法对传统充电CC-CV充电方法进行优化,在达到充电截至电压前,采用粒子群优化算法得到最优充电曲线的近似值,将充电时的能量耗及充电所用时间作为优化目标构建粒子群优化算法的适应度函数,用粒子群优化算法进行迭代优化。仿真测试结果表明,优化后的充电策略能有效减少锂电池低温充电时间和能量消耗。

基于进化算法的锂离子电池充电策略优化

为提高电池的性能,研究制定先进的充电策略至关重要。基于差分进化算法,文章提出了一种综合考虑电池寿命和充电效率的多级恒流充电策略。首先,结合锂离子电池外特性与内部机理,建立了电学模型、热学模型和寿命等耦合模型;其次,根据上述耦合模型参数,进一步构造以使用寿命和充电速度为目标的优化方程;最后,采用差分进化算法确定各恒流段的最优充电电流。制定满足消费者需求的安全快速充电策略,不仅有利于电动汽车的推广与普及,而且能够为国家长久可持续发展做出贡献。