本發(fā)明涉及一種電動汽車充電的技術領域，尤其涉及一種電動汽車充電優(yōu)化控制方法及系統(tǒng)。

背景技術：

電動汽車能夠實現“零排放”而具有環(huán)保、節(jié)能、低噪音等優(yōu)點，電動汽車以電代油，是解決能源和環(huán)境問題的重要手段，逐漸成為有效安全的交通工具，其在性能和經濟性方面已經接近甚至優(yōu)于傳統(tǒng)燃油汽車，并開始在世界范圍內逐漸推廣應用。而目前，電動汽車的進一步普及所面對的一個很重要的問題就是電動汽車的充電問題。充電問題的存在限制了電動汽車的使用效率，增加了電動汽車使用者的“里程焦慮”。

在實際的使用過程中，在不同的使用情況下，電動汽車使用者往往存在著不同的使用需求。在某些急需使用電動汽車的情況下，使用者期望的是一個較短的充電時間；在需要遠距離行駛的情況下，使用者期望的是一個較大的充電容量；而與此同時，在另外的一些情況下，使用者希望能夠獲得更高的充電效率從而獲得更低的充電成本。根據使用者的充電需求不同，最優(yōu)的充電電流波形也不相同，這就需要一種充電控制方法能夠根據使用者不同的使用需求而產生不同的充電電流波形。

技術實現要素：

為了解決現有的充電方法不能夠很好滿足使用者對充電時間、充電容量以及充電效率的不同需求的情況，本發(fā)明提供了一種電動汽車優(yōu)化充電控制方法。

本發(fā)明的目的是通過以下方案實現的：

一種電動汽車優(yōu)化充電控制方法，包括以下步驟：

步驟一、獲取使用者對充電時間、充電容量以及充電效率等三個充電指標的相對需求程度，并將這種需求程度通過權重系數的形式體現；

步驟二、獲取電池組的直流內阻、soc以及開路電壓與soc對應關系等狀態(tài)參數；

步驟三、根據所獲得的充電需求以及電池組狀態(tài)參數，以充電時間、充電容量以及充電效率為優(yōu)化目標構建目標函數，采用多目標粒子群優(yōu)化算法對充電電流進行優(yōu)化，得到所需要的充電電流波形；

步驟四、根據多目標粒子群優(yōu)化所獲得的充電電流波形對充電機進行控制，進而實現對電動汽車電池組的按需充電。

本發(fā)明同時提供了一宗用于實現所述電動汽車優(yōu)化充電控制方法的電動汽車充電系統(tǒng)：由充電執(zhí)行模塊、充電控制模塊、通訊模塊以及人機交互模塊組成；充電控制模塊分別與充電執(zhí)行模塊、人機交互模塊以及電動汽車的電池管理系統(tǒng)通過通訊模塊進行通訊連接；充電控制模塊根據從人機交互模塊獲取的充電需求以及從電動汽車電池管理系統(tǒng)獲取的電動汽車電池組狀態(tài)參數，以充電需求為優(yōu)化目標，以電池狀態(tài)參數為模型參數，采用多目標粒子群優(yōu)化決定實際的充電電流波形，并對充電執(zhí)行模塊進行控制，實現對電動汽車電池組的按需充電。

本發(fā)明具有以下優(yōu)點：

本發(fā)明的充電方法充分考慮到了用戶的實際充電需求，根據用戶對于充電時間、充電容量(續(xù)航里程)以及充電效率的實際要求來產生不同的充電控制策略，從而使得實際的充電效果更符合用戶的預期。

附圖說明

圖1為本發(fā)明的電動汽車優(yōu)化充電控制方法的流程圖

圖2為本發(fā)明的電動汽車優(yōu)化充電系統(tǒng)的結構框圖

圖3為本發(fā)明的電池模型仿真計算子模塊工作流程圖

圖4為本發(fā)明的多目標粒子群優(yōu)化子模塊的工作流程圖

圖5為本發(fā)明的多階段恒流充電控制方法流程圖

具體實施方式

本發(fā)明的核心是提供一種電動汽車優(yōu)化充電控制方法。為了使本技術領域的人員更好地理解本發(fā)明的方案，下面結合附圖和具體實施方式對本發(fā)明作進一步的詳細說明。

如圖1所示為本發(fā)明的電動汽車優(yōu)化充電控制方法的流程圖。

步驟一、獲取使用者對充電時間、充電容量以及充電效率等三個充電指標的相對需求程度，并將這種需求程度通過權重系數的形式體現。使用者對于充電時間、充電容量以及充電效率等指標的輸入可以采用數值式的輸入也可以采用模糊式輸入；輸入方式可以采用按鍵式、觸摸屏式、遠程通訊式、語音輸入式等不同的輸入方式。

步驟二、獲取電池組的直流內阻、soc以及開路電壓與soc對應關系等狀態(tài)參數；并通過所獲取的電池組參數，構建電池組等效電路模型。所述等效電路模型由電池組開路電壓和電池組直流內阻組成；電池組的端電壓由電池組開路電壓和直流內阻電壓組成；當電池組處于充電狀態(tài)時，端電壓為所述開路電壓與直流內阻電壓之和。通過所述電池組等效模型，可以計算得出在相應充電電流波形下電池組的端電壓響應以及充電結束時的充電時間、充電容量以及充電效率。

步驟三、根據所獲得的充電需求以及電池組狀態(tài)參數，以充電時間、充電容量以及充電效率為優(yōu)化目標構建目標函數，采用多目標粒子群優(yōu)化算法對充電電流進行優(yōu)化，得到所需要的充電電流波形。在多目標粒子群優(yōu)化過程中，每個粒子代表著一種多階段恒流充電的電流組合，通過電池仿真模型可以獲得在該電流組合下所能夠實現的充電時間、充電容量以及充電效率等數據。在每一次的迭代過程中，根據各自所獲得的充電時間、充電容量以及充電效率等信息，粒子群中的各粒子以一定的規(guī)則向最優(yōu)充電電流組合進化，從而獲得最優(yōu)的充電電流組合。所述多階段恒流充電為由多個恒流充電階段組成的充電控制方法；每個恒流階段的結束條件為預設的最大充電電壓值；當一個階段的充電電壓達到預設值時，充電過程自動進入下一階段，直到所有充電階段都被完成，則整個充電過程結束。在多階段恒流充電中，每一階段的充電電流都小于前一階段的充電電流值。

步驟四、根據多目標優(yōu)化所獲得的充電電流波形對充電機進行控制，進而實現對電動汽車電池組的按需充電。

如圖2所示為本發(fā)明的電動汽車優(yōu)化充電系統(tǒng)的結構框圖。

所述系統(tǒng)由充電執(zhí)行模塊1、充電控制模塊2、通訊模塊3以及人機交互模塊4組成。所述充電控制模塊2分別與所述充電執(zhí)行模塊1、人機交互模塊4以及電動汽車的電池管理系統(tǒng)5通過所述通訊模塊進行通訊。所述充電控制模塊2根據從人機交互模塊4所獲取的充電需求以及從電動汽車電池管理系統(tǒng)5獲取的電動汽車電池組狀態(tài)參數，以充電需求為優(yōu)化目標，以電池狀態(tài)參數為模型參數，采用多目標粒子群優(yōu)化決定實際的充電電流波形，并對所述充電執(zhí)行模塊進行控制，從而實現對電動汽車電池組的按需充電。

充電控制模塊包括電池模型仿真計算子模塊、多目標粒子群優(yōu)化子模塊。所述電池模型仿真計算子模塊根據電池組的直流內阻、開路電壓-soc關系、充電起始soc以及充電電流等信息對電池組的充電過程進行仿真計算，并獲得在相應充電電流波形下電池組的端電壓響應以及充電結束時的充電時間、充電容量以及充電效率。所述多目標粒子群優(yōu)化子模塊根據從人機交互模塊所獲取的充電需求以及從電池模型仿真計算子模塊獲取的相應充電波形下的充電時間、充電容量和充電效率等信息，進行多目標優(yōu)化，優(yōu)化目標為充電時間、充電容量以及充電效率。所述充電執(zhí)行模塊能夠根據所述充電控制模塊的控制指令將電網側的交流電轉換成具有相應電流值的直流電，從而實現對電動汽車電池組的充電。

如圖3所示為本發(fā)明的電池模型仿真計算子模塊工作流程圖。

首先對電池參數進行初始化。然后對仿真步數進行更新，并對當前仿真步數下的電池soc進行計算；如果soc值大于預設最大soc值則充電過程結束，如果該條件不成立則根據從電動汽車電池管理系統(tǒng)獲得當前電池狀態(tài)后對電池模型參數進行更新，并根據公式(1)～(6)對充電時間、充電容量、充電損耗以及電池電壓、電池溫度等狀態(tài)參數進行計算。

tch＝kδt(1)

ccharged＝ccharged+ilδt(2)

up,k＝exp(-δt/τ)×up,k-1+(1-exp(-δt/τ))×ilrr(3)

ut,k＝uoc+ilrr+up,k(4)

其中，tch為充電時間，k為步數，δt為步長時間，ccharged為充電容量，il為充電電流，up,k為第k步極化電壓，τ為電路時間常數，rr為電池直流內阻，ut,k為第k步電池端電壓，uoc為電池開路電壓，qloss為充電能量損耗，rp為極化內阻，t為電池溫度，reff為電池熱交換系數，ta為環(huán)境溫度，ct為電池比熱容。

當獲得電池充電狀態(tài)后，對電池當前電壓進行判斷，如果當前電壓大于預設充電電壓則進入下一充電階段，否則維持當前充電階段。當所有充電階段完成后則整個充電仿真過程結束。

如圖4所示為本發(fā)明的多目標粒子群優(yōu)化子模塊的工作流程圖。

在執(zhí)行多目標粒子群優(yōu)化的過程中，首先對粒子群中粒子數目、各粒子所代表的充電電流值等參數進行初始化；然后通過電池模型仿真計算子模塊電池仿真對各粒子所代表的充電電流進行仿真，得到充電時間、充電容量以及充電效率等數值；當獲得各個粒子的充電表現后，根據公式(7)和(8)對粒子群進行更新，并將所有非支配解存入rep(repository，非劣解集)中；判斷粒子群是否達到收斂條件，如果達到則結束優(yōu)化過程，否則重復上述粒子群更新過程直到達到收斂條件。

其中，為在第k+1步種群數量為n的粒子群中第i個粒子的飛行速度，ω為慣性權重，λ1和λ2是學習因子，r1和r2是兩個在0～1之間的隨機數，是個體極值，rep(h)是全局非支配極值，是粒子當前位置。

如圖5所示，本發(fā)明電動汽車優(yōu)化充電控制方法的基本形式為多階段恒流充電，優(yōu)化結果為各階段充電電流值的最優(yōu)組合。整個充電過程由若干個恒流充電過程組成，在恒流充電的過程中，充電電流始終保持不變。同時，整個充電過程有一個預設的電壓值，每當電池電壓達到或超過預設的電壓值時則充電過程進入下一階段，當所有的充電過程都結束后，整個充電過程結束。

實施例

當充電開始后，使用者通過按鍵或者觸摸屏、遠程通訊、語音輸入等方式中的一種向充電控制系統(tǒng)輸入期望的充電需求，在本實施例中假設使用者對充電時間的需求程度為0.5，對充電容量的需求程度為0.3，對充電損耗的需求程度為0.2，則在人機交互系統(tǒng)中分別為充電時間、充電容量以及充電效率三項賦值為0.5,0.3,0.2。使用者對充電需求的描述不限于本實施例中的具體數值方式，也可采用模糊的方式進行賦值，例如充電時間較短、很短，充電容量很大等。

充電控制模塊通過通訊模塊從電動汽車電池管理系統(tǒng)獲得電池組的直流內阻、soc以及開路電壓與soc對應關系等狀態(tài)參數，并將所述電池組參數傳遞給電池模型仿真計算子模塊。電池模型仿真計算子模塊根據電池組的直流內阻、開路電壓-soc關系、充電起始soc以及充電電流等信息對電池組的充電過程進行仿真計算，并獲得在相應充電電流波形下電池組的端電壓響應以及充電結束時的充電時間、充電容量以及充電效率。多目標粒子群優(yōu)化子模塊首先進行參數初始化，將粒子群中的各個粒子賦值為隨機的多階段恒流充電電流組合。然將各個粒子所攜帶的充電電流組合信息傳遞給電池模型仿真計算子模塊，并從電池模型仿真計算子模塊獲取相應充電電流組合下的充電時間、充電容量以及充電效率表現。根據從人機交互模塊所獲取的充電需求以及從電池模型仿真計算子模塊獲取的相應充電波形下的充電時間、充電容量和充電效率等信息，進行多目標優(yōu)化，優(yōu)化目標為充電時間、充電容量以及充電效率。在每一次的迭代過程中，根據各自所獲得的充電時間、充電容量以及充電效率等信息，粒子群中的各粒子以一定的規(guī)則向最優(yōu)充電電流組合進化，從而獲得最優(yōu)的充電電流組合。

在獲得最優(yōu)充電電流組合后，多目標粒子群優(yōu)化子模塊將該充電電流波形通過通信模塊傳遞給充電執(zhí)行模塊，充電執(zhí)行模塊根據所獲得的充電電流波形對電動汽車電池組進行充電。在充電的過程中，當一個階段的充電電壓達到預設值時，充電過程自動進入下一階段，當所有充電階段都被完成，則整個充電過程結束。