CN115295903A - 一种基于多目标优化的锂离子电池快速充电方法 - Google Patents

Abstract

本发明公开了一种基于多目标优化的锂离子电池快速充电方法，包括以下步骤：建立锂离子电池的二阶RC等效电路，并根据等效电路得出锂电池在充电过程中的电‑热‑老化耦合模型；根据电‑热‑老化耦合模型，考虑锂电池充电过程中电量SOC达到90％所需要的充电时间、充电过程中的最大温升以及千次循环充电情况下的容量损耗，建立多目标优化的快速充电目标函数；根据电池在不同SOC阶段的性能特点，设计多阶段恒流充电方法，通过社交网络搜索算法优化充电电流序列，得到代价函数值最小时对应的充电电流序列。本发明在满足锂电池快速充电需求的基础上，降低充电过程中的最大温升并减小电池的充电容量损耗。

Description

一种基于多目标优化的锂离子电池快速充电方法

技术领域

本发明属于锂电池充电控制领域，具体涉及一种基于多目标优化的锂离子电池快速充电方法。

背景技术

锂离子电池由于能量密度高、低碳环保以及使用寿命长等特点，成为新能源电动汽车领域的核心储能器件，在无人飞行器、智能穿戴设备等领域也得到了广泛应用。锂离子电池在使用过程中，由于电流的热效应以及锂电池自身的电化学特性，会出现电池温度过高等安全性问题。由于锂电池的成本较高，且锂电池报废后会产生较难处理的电子垃圾，由此产生的锂电池使用寿命问题也愈发重要。

锂离子电池的快速充电问题是当前锂离子电池研究领域的热点之一。恒流恒压法(Constant Current Constant Voltage,CCCV)是目前常用使用最广泛的锂离子电池快速充电策略，该充电策略通过恒流与恒压两个阶段对电池进行充电，具有较强的操作性且实现方式简单，但是该充电策略会导致较高的充电温升，并对电池产生较大的容量损耗。

多级恒流充电策略在电池电压达到截止电压时，逐步降低充电电流，该方法在降低充电时间的基础上增加了电池的循环使用寿命，但是未考虑温度升高对于电池安全性的影响。当前的锂电池快速充电策略研究在充电时间、电池温度以及电池寿命等方面都具有较大的优化空间，可以在降低充电温升效应与容量损耗效应对电池安全性、耐用性的影响等方面对快速充电策略进行研究。

发明内容

发明目的：本发明提供一种基于多目标优化的锂离子电池快速充电方法，实现锂离子电池的快速充电。

技术方案：本发明提供了一种基于多目标优化的锂离子电池快速充电方法，包括以下步骤：

(1)建立锂离子电池的二阶RC等效电路，并根据等效电路得出锂电池在充电过程中的电-热-老化耦合模型；

(2)根据锂电池的电-热-老化耦合模型，将锂电池充电过程中电量SOC达到预设电量所需要的充电时间作为目标项J₁，将电池在充电过程中的最大温升作为目标项J₂，将电池在千次循环充电情况下的容量损耗作为目标项J₃，引入基准因子与权重系数，建立多目标优化的快速充电目标函数；

(3)根据电池在不同SOC阶段的性能特点，采用多阶段恒流充电方法，通过社交网络搜索算法优化充电电流序列，得到目标函数值最小时对应的充电电流序列。

进一步地，步骤(1)所述电-热-老化耦合模型包括锂离子电池的电模型、热模型和老化模型；所述电模型采用二阶RC等效电路作为锂电池的等效模型，由开路电压V_OC，等效电阻R₀、R₁、R₂以及等效电容C₁、C₂组成；所述热模型采用双层热模型，包括电池核心与电池表面之间的热传导以及电池表面与环境温度的热对流；所述老化模型采用基于半经验模型的锂电池容量损耗模型，涉及充电时间、环境温度、充放电深度以及充电倍率对电池容量的损耗。

进一步地，所述锂离子电池的热模型为双层热模型，包括电池核心与电池表面之间的热传导以及电池表面与环境温度的热对流：

其中，T_c(t)、T_s(t)、T_f(t)分别表示锂电池在充电过程中t时刻的核心温度、表面温度与环境温度，T_a(t)表示在充电过程中t时刻的电池平均温度；R_u、R_c、C_c与C_s分别表示热对流电阻、热传导电阻、内部电容以及表面电容。

进一步地，所述基于半经验模型的锂电池容量损耗模型为：

A₀＝32350exp(-0.34C_rate)+4041exp(0.13C_rate)

A_h＝N·DOD·2

其中，A₀为模型的前因子，A_h为电池的安时吞吐量，N为循环充电的次数，C_rate为充电倍率，DOD为充放电深度，R为理想气体常数。

进一步地，步骤(2)所述多目标优化的快速充电目标函数为：

其中，J₁、J₂和J₃分别为多目标函数的子目标项，γ₁、γ₂和γ₃分别为各子目标项的权重系数，基准因子J_1b、J_2b、J_3b为采用电流倍率为3C的恒流恒压充电策略下，各子目标项的目标值。

进一步地，步骤(3)所述多阶段恒流充电方法为：

在锂电池的充电过程中，随着SOC的增加，锂电池可接收的充电电流值逐渐降低，在不同的SOC阶段，需要采用不同的充电电流，将SOC的范围0％-100％分为10个阶段，每阶段SOC对应一个恒定充电电流，即共采用10段电流序列对锂电池进行快速充电。

有益效果：与现有技术相比，本发明的有益效果：1、本发明的锂离子电池多目标优化快速充电控制策略与恒流恒压充电策略相比，缩短了充电时间，降低了充电过程中的最大温升较低，减小了容量损耗，达到了多目标优化的锂电池充电效果；2、本发明适用于不同的初始SOC，对于电池不同的初始SOC，都能较好地完成快速充电的多目标优化任务，体现了该快速充电策略的有效性。

附图说明

图1是电-热-老化耦合模型结构示意图；

图2是锂离子电池二阶RC等效电路示意图；

图3是不同充电策略下的充电电流对比图；

图4是不同充电策略下的实时SOC对比图；

图5是不同充电策略下的电池端电压对比图；

图6是不同充电策略下的电池平均温度对比图；

图7是不同充电策略下的电池剩余容量对比图。

具体实施方式

下面结合附图对本发明做进一步详细说明。

本发明提供一种基于多目标优化的锂离子电池快速充电方法，具体包括以下步骤：

步骤1：建立锂离子电池的二阶RC等效电路，并根据等效电路得出锂电池在充电过程中的电-热-老化耦合模型。

如图1所示，锂离子电池电-热-老化模型包括锂离子电池的电模型、热模型和老化模型。锂离子电池的二阶RC等效电路如图2所示，主要由开路电压V_OC，等效电阻R₀、R₁、R₂以及等效电容C₁、C₂组成，锂电池二阶RC电路的数学表达式为：

V_OC(t)＝f_OC(SOC(t))

V_B(t)＝V₁(t)+V₂(t)+V_oc(t)+R₀I_B(t)

其中，C_n表示电池的额定容量；SOC(t)，I_B(t)，V₁(t)，V₂(t)，V_B(t)分别表示t时刻的电池荷电状态、充电电流、电容C₁两端的电压、电容C₂两端的电压以及电池两端的电压。锂电池开路电压V_OC与电池的SOC相关，因此V_OC可记为自变量为SOC的函数。

本发明采用双层热模型来描述锂离子电池的热模型，双层热模型包括电池核心与电池表面之间的热传导以及电池表面与环境温度的热对流。电池充电过程中在采样时间间隔△t内产生的热量为Q(t)：

Q(t)＝I_B(t)(V₁(t)+V₂(t)+R₀I_B(t))△t

锂电池充电过程中的热传导与热对流公式为：

其中，T_c(t)、T_s(t)、T_f(t)分别表示锂电池在充电过程中t时刻的核心温度、表面温度与环境温度。T_a(t)表示在充电过程中t时刻的电池平均温度。R_u、R_c、C_c与C_s分别表示热对流电阻、热传导电阻、内部电容以及表面电容。

锂离子电池在充电过程中导致电池容量的损失，本发明采用基于半经验模型的锂电池容量损耗模型，该模型涉及充电时间、环境温度、充放电深度以及充电倍率对电池容量损耗的影响。

电池在循环充电场景下的半经验容量损耗模型为：

A₀＝32350exp(-0.34C_rate)+4041exp(0.13C_rate)

A_h＝N·DOD·2

其中，A₀为模型的前因子，A_h为电池的安时吞吐量，N为循环充电的次数，C_rate为充电倍率，DOD为充放电深度，R为理想气体常数。

步骤2：根据锂电池的电-热-老化耦合模型，将锂电池充电过程中电量SOC(StateofCharge,SOC)达到90％所需要的充电时间作为目标项J₁，将电池在充电过程中的最大温升作为目标项J₂，将电池在千次循环充电情况下的容量损耗作为目标项J₃，引入基准因子与权重系数，建立多目标优化的快速充电目标函数。

相比于电池SOC达到100％所需要的时间，电池SOC达到90\％所需要的时间更具有实际意义，可以将其视为衡量充电策略优越性的一个重要指标。本发明将充电过程中电池SOC达到90％所需要的时间作为目标项J₁：

J₁＝t_SOC＝90％

锂电池在充电过程中会产生能量损耗，这部分能量损耗是电池温度上升的主要原因，同时电池温度是影响锂电池寿命与安全性的重要因素。因此将充电过程中的最大温升作为目标项J₂：

J₂＝maxT_a(t)-T_f(t)

由于单次充电对电池容量的影响较小，为了充分显示所采用的充电策略在多次循环充电场景下对容量损耗的影响，将循环充电次数N＝1000时所引起的电池容量损耗作为目标项J₃：

J₃＝Q_loss(N＝1000)

为避免由于某一目标项的数量级较小而无法对总目标产生有效影响，本发明引入基准因子的概念，将采用电流倍率为3C的恒流恒压充电策略时得出的目标值作为各目标项的基准因子，J_1b、J_2b、J_3b分别为各目标项的基准因子，表示采用充电倍率为3C的恒流恒压充电策略时，电量SOC达到90％所需要的时间、最大温升、循环充电容量损耗。

在满足快速充电基本要求的情况下，考虑充电温升效应与循环充电所引起的容量损耗效应，采用加权系数法构建如下目标函数：

其中，γ₁、γ₂、γ₃分别为各目标项的权重系数，为了体现本发明所提出的充电策略对多个目标项的兼顾优化的目的，因此各权重系数都取1。且在充电过程中，电池中的各物理量需满足

其中

分别为电流上限、电流下限、电压上限、电压下限。

综合考虑用户快速充电需求、温升效应以及容量损耗，构建锂电池最优充电控制问题，这样锂离子电池的快速充电问题就转化为带约束条件的多目标优化问题。

步骤3：根据电池在不同SOC阶段的性能特点，采用多阶段恒流充电方法，通过社交网络搜索算法优化充电电流序列，得到目标函数值最小时对应的充电电流序列。

在锂电池的充电过程中，随着SOC的增加，锂电池可接收的充电电流值逐渐降低。因此在不同的SOC阶段，需要采用不同的充电电流，本发明根据SOC所在的不同区间，设计多阶段恒流充电方法，采用10段电流序列对锂电池进行快速充电，I^(k)为各阶段的充电电流值，k＝1,2,...,10。

本发明采用社交网络搜索算法优化充电电流序列，以求解本发明所提出的多目标优化问题，状态量X由nPop组状态组成，nPop为社交网络搜索算法中社交人群的数量：

X＝[X₁,X₂,...,X_nPop]

设置状态X_i,i＝1,2,...,nPop：

设置社交网络搜索算法的目标函数为上文建立的多目标优化问题的目标函数：

f(X_i)＝J(I_B＝X_i)

社交网络搜索算法通过模拟社交网络中用户的行为方式，可用于求解带约束的多目标优化问题。

社交网络搜索算法的数学模型如下，分别表示社交人群初始化、模仿行为、对话行为、争论行为以及创新行为。

X⁰＝LB+rand_(0,1)×(UB-LB)

其中，X⁰为初始状态；X_j为随机选择的状态；

分别为X_i通过社交网络搜索算法中模仿、对话、争论、创新等行为更新后的状态；UB为状态量的上限，LB为状态量的下限，这里设置

N_r为1到nPop之间的随机整数；rand_(a,b)表示a、b之间的随机值，sign()为符号函数、round()为四舍五入函数。

如图3、图4所示，本发明提出的快速充电策略在SOC较低时采用大电流充电，随着SOC逐渐上升，充电电流逐渐减小；从图5、图6可以看出，本发明提出的充电策略在充电过程中的最大电压较小、最高温度较低，从而有效较小了电池的容量损耗；图7展示了不同充电策略下的循环充电容量衰减对比，本发明提出的方法在满足快速充电目标的基础上，减小了电池的循环充电容量损耗。

以上所述仅为本发明的优先实施例，而非对本发明作任何形式上的限制。本领域的技术人员可在上述实施例的基础上施以各种等同的更改和改进，凡在权利要求范围内所做的等同变化和修饰，均应落入本发明的保护范围之内。

Claims (6)

1.一种基于多目标优化的锂离子电池快速充电方法，其特征在于，包括以下步骤：

(1)建立锂离子电池的二阶RC等效电路，并根据等效电路得出锂电池在充电过程中的电-热-老化耦合模型；

(2)根据锂电池的电-热-老化耦合模型，将锂电池充电过程中电量SOC达到预设电量所需要的充电时间作为目标项J₁，将电池在充电过程中的最大温升作为目标项J₂，将电池在千次循环充电情况下的容量损耗作为目标项J₃，引入基准因子与权重系数，建立多目标优化的快速充电目标函数；

(3)根据电池在不同SOC阶段的性能特点，采用多阶段恒流充电方法，通过社交网络搜索算法优化充电电流序列，得到目标函数值最小时对应的充电电流序列。

2.根据权利要求1的所述的一种基于多目标优化的锂离子电池快速充电方法，其特征在于，步骤(1)所述电-热-老化耦合模型包括锂离子电池的电模型、热模型和老化模型；所述电模型采用二阶RC等效电路作为锂电池的等效模型，由开路电压V_OC，等效电阻R₀、R₁、R₂以及等效电容C₁、C₂组成；所述热模型采用双层热模型，包括电池核心与电池表面之间的热传导以及电池表面与环境温度的热对流；所述老化模型采用基于半经验模型的锂电池容量损耗模型，涉及充电时间、环境温度、充放电深度以及充电倍率对电池容量的损耗。

3.根据权利要求2的所述的一种基于多目标优化的锂离子电池快速充电方法，其特征在于，所述锂离子电池的热模型为双层热模型，包括电池核心与电池表面之间的热传导以及电池表面与环境温度的热对流：

其中，T_c(t)、T_s(t)、T_f(t)分别表示锂电池在充电过程中t时刻的核心温度、表面温度与环境温度，T_a(t)表示在充电过程中t时刻的电池平均温度；R_u、R_c、C_c与C_s分别表示热对流电阻、热传导电阻、内部电容以及表面电容。

4.根据权利要求2的所述的一种基于多目标优化的锂离子电池快速充电方法，其特征在于，所述基于半经验模型的锂电池容量损耗模型为：

A₀＝32350exp(-0.34C_rate)+4041exp(0.13C_rate)

A_h＝N·DOD·2

其中，A₀为模型的前因子，A_h为电池的安时吞吐量，N为循环充电的次数，C_rate为充电倍率，DOD为充放电深度，R为理想气体常数。

5.根据权利要求1的所述的一种基于多目标优化的锂离子电池快速充电方法，其特征在于，步骤(2)所述多目标优化的快速充电目标函数为：

其中，J₁、J₂和J₃分别为多目标函数的子目标项，γ₁、γ₂和γ₃分别为各子目标项的权重系数，基准因子J_1b、J_2b、J_3b为采用电流倍率为3C的恒流恒压充电策略下，各子目标项的目标值。

6.根据权利要求1的所述的一种基于多目标优化的锂离子电池快速充电方法，其特征在于，步骤(3)所述多阶段恒流充电方法为：

在锂电池的充电过程中，随着SOC的增加，锂电池可接收的充电电流值逐渐降低，在不同的SOC阶段，需要采用不同的充电电流，将SOC的范围0％-100％分为10个阶段，每阶段SOC对应一个恒定充电电流，即共采用10段电流序列对锂电池进行快速充电。

Images