【技术实现步骤摘要】
本专利技术涉及电池管理领域，具体涉及电池管理系统充放电均衡方法及装置。
技术介绍
1、电池管理系统是一种用于监测和控制电池组的系统，旨在确保电池的安全、高效和长寿命运行。它通过监测电池的电压、电流、温度等参数，平衡电池单元之间的差异，并在必要时进行保护措施，例如过充、过放和过温保护。电池管理系统中的充放电均衡是指在多节电池串联使用时，通过调节各个电池单元的电压和电量，确保所有电池单元都能均匀地充放电。这样可以避免某些电池单元因过充或过放而损坏，从而延长整个电池组的使用寿命。但是，在极低温环境下，均衡电路中的电子元件(如电阻、电容和mosfet)可能会因为低温而性能下降或失效。这会导致均衡电流无法准确控制，进一步影响均衡效果。同时，由于均衡不当，某些电池单元可能会经常过充或过放，导致电池化学性能劣化，电池组整体寿命缩短。
技术实现思路
1、本专利技术的目的是提供一种电池管理系统充放电均衡方法及装置，以解决
技术介绍
中不足。
2、为了实现上述目的，本专利技术提供如下技术方案：电池管理系统充放电均衡方法，包括以下步骤：
3、s1：通过温度传感器对均衡电路中若干个电子元件的实时低温数据进行监测，并对监测到的低温数据进行预处理；
4、s2：确定预处理后的各个电子元件的实时低温数据的权重系数，将各个电子元件的实时低温数据的权重系数进行加权平均计算后计算均衡电路的低温异常系数；
5、s3：将计算得到的均衡电路的低温异常系数与预先设置的低温异常系数参考
6、s4：对于需要控制的均衡电路，对其电子元件在低温条件下的老化情况进行分析，评估电子元件的老化程度；
7、s5：根据均衡电路的低温异常系数和电子元件的老化程度，对其使用模糊逻辑后动态调整均衡电路的电参数。
8、优选的，s2中，确定预处理后的各个电子元件的实时低温数据的权重系数；根据预处理后的各个电子元件的实时低温数据生成低温离群指数，则低温离群指数的获取方法为：将各个电子元件的实时低温数据进行聚类，随机选择k个数据点作为初始的聚类中心，其中，k是预先设定的聚类数目；对于每个数据点qa，计算其与各个聚类中心uj的距离，具体的计算表达式为：d(qa，uj)＝||qa-uj||；式中，d(qa，uj)为数据点qa到聚类中心uj的距离；将数据点qa分配给距离最近的聚类中心，即将qa分配给聚类中心uj，其中，jm＝argminjd(qa，uj)；式中，jm为使得数据点qa与所有聚类中心uj的距离d(qa，uj)最小的聚类中心的索引；对于每个聚类j，更新其聚类中心uj为该聚类内所有数据点的均值，具体的计算表达式为：其中，sj表示第j个聚类的所有数据点的集合，qp表示uj聚类内所有数据点的均值；将获取到的uj聚类内的数据点qa与uj聚类内所有数据点的均值qp进行比较，计算低温离群指数，具体的计算表达式为：式中，sfg为低温离群指数。
9、优选的，将低温离群指数和实时低温数据转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测各个电子元件的实时低温数据的权重赋值标签为预测目标，以最小化对所有各个电子元件的实时低温数据的权重赋值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定各个电子元件的实时低温数据的权重赋值，将各个电子元件的实时低温数据的权重系数进行加权平均计算后计算均衡电路的低温异常系数。
10、优选的，s3中，将计算得到的均衡电路的低温异常系数与预先设置的低温异常系数参考阈值进行对比分析后，判断是否需要对均衡电流进行控制，并生成相应的控制信号，具体为：
11、将计算得到的均衡电路的低温异常系数与低温异常系数参考阈值进行比较，若低温异常系数大于等于低温异常系数参考阈值，需要对均衡电流进行控制，此时生成均衡电流控制信号，并对均衡电流进行相应的调控；若低温异常系数小于低温异常系数参考阈值，不需要对均衡电流进行控制，此时不生成均衡电流控制信号，无需额外处理。
12、优选的，s4中，对于需要控制的均衡电路，对其电子元件在低温条件下的老化情况进行分析，评估电子元件的老化程度，具体为：
13、记录在低温条件下进行加速老化测试时，电子元件在不同时间点或循环次数下的性能参数；
14、使用线性老化模型拟合老化数据，表达式为：p(t)＝p0+k*t：时间t时的性能参数，p0为初始性能参数，k为老化速率常数；
15、通过arrhenius模型计算加速因子，表达式为：式中，af为加速因子，ea为活化能，k为boltzmann常数，tu为使用温度，ta为加速测试温度；
16、将加速因子应用到线性老化模型中，以预测实际工作条件下的电子元件的老化指数，表达式为：式中，lu为实际使用条件下的电子元件的老化指数，la为加速测试条件下的元件寿命。
17、优选的，将获取到的老化指数与预先设置的老化指数参考阈值进行比较，若老化指数大于等于预先设置的老化指数参考阈值，电子元件的老化程度高，此时生成元件老化异常信号；若老化指数小于预先设置的老化指数参考阈值，电子元件的老化程度低，此时生成元件老化正常信号。
18、优选的，s5中，根据均衡电路的低温异常系数和电子元件的老化程度，对其使用模糊逻辑后动态调整均衡电路的电参数，具体为：
19、将均衡电路的低温异常系数和电子元件的老化指数作为模糊逻辑的输入项，将均衡电路的电参数作为模糊逻辑的输出项；
20、定义输入项和输出项的模糊集合，为每个模糊集合定义隶属函数，根据输入项与输出项之间的关系构建模糊规则，采用模糊推理方法进行模糊推理，
21、将模糊推理得到的输出模糊集合转换为具体的电参数调整值。
22、本专利技术还提供了电池管理系统充放电均衡装置，包括温度监测模块、低温异常指数计算模块、控制信号生成模块，电子元件老化分析模块以及模糊逻辑控制模块；
23、温度监测模块：通过温度传感器对均衡电路中若干个电子元件的实时低温数据进行监测，并对监测到的低温数据进行预处理；
24、低温异常指数计算模块：确定预处理后的各个电子元件的实时低温数据的权重系数，将各个电子元件的实时低温数据的权重系数进行加权平均计算后计算均衡电路的低温异常系数；
25、控制信号生成模块：将计算得到的均衡电路的低温异常系数与预先设置的低温异常系数参考阈值进行对比分析后，判断是否需要对均衡电流进行控制，并生成相应的控制信号；
26、电子元件老化分析模块：对于需要控制的均衡电路，对其电子元件在低温条件下的老化情况进行分析，评估电子元件的老化程度；
27、模糊逻辑控制模块：根据均衡电路的低温异常系数和电子元件的老化程度，对其使用模糊逻辑后动态调整均衡电路的电参数。...
【技术保护点】
1.电池管理系统充放电均衡方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的电池管理系统充放电均衡方法，其特征在于：S2中，确定预处理后的各个电子元件的实时低温数据的权重系数；根据预处理后的各个电子元件的实时低温数据生成低温离群指数，则低温离群指数的获取方法为：将各个电子元件的实时低温数据进行聚类，随机选择k个数据点作为初始的聚类中心，其中，k是预先设定的聚类数目；对于每个数据点Qa，计算其与各个聚类中心Uj的距离，具体的计算表达式为：d(Qa，Uj)＝||Qa-Uj||；式中，d(Qa，Uj)为数据点Qa到聚类中心Uj的距离；将数据点Qa分配给距离最近的聚类中心，即将Qa分配给聚类中心Uj，其中，jm＝argminjd(Qa，Uj)；式中，jm为使得数据点Qa与所有聚类中心Uj的距离d(Qa，Uj)最小的聚类中心的索引；对于每个聚类j，更新其聚类中心Uj为该聚类内所有数据点的均值，具体的计算表达式为：其中，sj表示第j个聚类的所有数据点的集合，Qp表示Uj聚类内所有数据点的均值；将获取到的Uj聚类内的数据点Qa与Uj聚类内所有数据点的均值Qp进行比较，计算低
3.根据权利要求2所述的电池管理系统充放电均衡方法，其特征在于：将低温离群指数和实时低温数据转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测各个电子元件的实时低温数据的权重赋值标签为预测目标，以最小化对所有各个电子元件的实时低温数据的权重赋值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定各个电子元件的实时低温数据的权重赋值，将各个电子元件的实时低温数据的权重系数进行加权平均计算后计算均衡电路的低温异常系数。
4.根据权利要求3所述的电池管理系统充放电均衡方法，其特征在于：S3中，将计算得到的均衡电路的低温异常系数与预先设置的低温异常系数参考阈值进行对比分析后，判断是否需要对均衡电流进行控制，并生成相应的控制信号，具体为：
5.根据权利要求1所述的电池管理系统充放电均衡方法，其特征在于：S4中，对于需要控制的均衡电路，对其电子元件在低温条件下的老化情况进行分析，评估电子元件的老化程度，具体为：
6.根据权利要求5所述的电池管理系统充放电均衡方法，其特征在于：将获取到的老化指数与预先设置的老化指数参考阈值进行比较，若老化指数大于等于预先设置的老化指数参考阈值，电子元件的老化程度高，此时生成元件老化异常信号；若老化指数小于预先设置的老化指数参考阈值，电子元件的老化程度低，此时生成元件老化正常信号。
7.根据权利要求1所述的电池管理系统充放电均衡方法，其特征在于：S5中，根据均衡电路的低温异常系数和电子元件的老化程度，对其使用模糊逻辑后动态调整均衡电路的电参数，具体为：
8.电池管理系统充放电均衡装置，用于实现权利要求1-7任一项所述的电池管理系统充放电均衡方法，其特征在于：包括温度监测模块、低温异常指数计算模块、控制信号生成模块，电子元件老化分析模块以及模糊逻辑控制模块；
...【技术特征摘要】
1.电池管理系统充放电均衡方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的电池管理系统充放电均衡方法，其特征在于：s2中，确定预处理后的各个电子元件的实时低温数据的权重系数；根据预处理后的各个电子元件的实时低温数据生成低温离群指数，则低温离群指数的获取方法为：将各个电子元件的实时低温数据进行聚类，随机选择k个数据点作为初始的聚类中心，其中，k是预先设定的聚类数目；对于每个数据点qa，计算其与各个聚类中心uj的距离，具体的计算表达式为：d(qa，uj)＝||qa-uj||；式中，d(qa，uj)为数据点qa到聚类中心uj的距离；将数据点qa分配给距离最近的聚类中心，即将qa分配给聚类中心uj，其中，jm＝argminjd(qa，uj)；式中，jm为使得数据点qa与所有聚类中心uj的距离d(qa，uj)最小的聚类中心的索引；对于每个聚类j，更新其聚类中心uj为该聚类内所有数据点的均值，具体的计算表达式为：其中，sj表示第j个聚类的所有数据点的集合，qp表示uj聚类内所有数据点的均值；将获取到的uj聚类内的数据点qa与uj聚类内所有数据点的均值qp进行比较，计算低温离群指数，具体的计算表达式为：式中，sfg为低温离群指数。
3.根据权利要求2所述的电池管理系统充放电均衡方法，其特征在于：将低温离群指数和实时低温数据转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测各个电子元件的实时低温数据的权重赋值标签为预测目标，以最小化对所有各个电子元件的实时低温数据的权重赋值标签的预测误...
【专利技术属性】
技术研发人员：杨俊健，杨瑞珍，
申请(专利权)人：博睿斯数字能源深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。