为了提升锂离子电池组均衡系统的性能,提出了一种基于模糊自适应模型预测控制(fuzzy adaptive model predictive control,FAMPC)的模块化均衡系统。首先,由改进的buck-boost电路和反激变压器组成双层均衡拓扑结构;其次,以不同电池剩余容...为了提升锂离子电池组均衡系统的性能,提出了一种基于模糊自适应模型预测控制(fuzzy adaptive model predictive control,FAMPC)的模块化均衡系统。首先,由改进的buck-boost电路和反激变压器组成双层均衡拓扑结构;其次,以不同电池剩余容量(state of charge,SOC)的状态作为模糊逻辑算法的输入,对均衡电流的约束条件进行调节;再次,基于FAMPC均衡控制方法,直接利用开关管的占空比作为系统输入;最后,在改变电池组状态并不使用额外电流控制机制的情况下进行仿真实验。结果表明,与传统的模糊控制方法相比,所提系统在正常条件下均衡速度提高了约24.51%,在电池低SOC的极端条件下均衡速度可以进一步提高至34.48%。所提系统将模糊算法提供的稳定性与模型预测控制算法的快速性相结合,保证了电池组更安全稳定的运行,可为电池组性能提升研究提供参考。展开更多
文摘为了提升锂离子电池组均衡系统的性能,提出了一种基于模糊自适应模型预测控制(fuzzy adaptive model predictive control,FAMPC)的模块化均衡系统。首先,由改进的buck-boost电路和反激变压器组成双层均衡拓扑结构;其次,以不同电池剩余容量(state of charge,SOC)的状态作为模糊逻辑算法的输入,对均衡电流的约束条件进行调节;再次,基于FAMPC均衡控制方法,直接利用开关管的占空比作为系统输入;最后,在改变电池组状态并不使用额外电流控制机制的情况下进行仿真实验。结果表明,与传统的模糊控制方法相比,所提系统在正常条件下均衡速度提高了约24.51%,在电池低SOC的极端条件下均衡速度可以进一步提高至34.48%。所提系统将模糊算法提供的稳定性与模型预测控制算法的快速性相结合,保证了电池组更安全稳定的运行,可为电池组性能提升研究提供参考。
