电动汽车电池组的优化充电：一种基于实时灵敏度的MPC方法
系统与控制
2019-09-30 v1 系统与控制
摘要
锂离子电池组通常由数百个以串并联方式排列的单体组成。这些复杂设备的正常工作需要合适的电池管理系统（BMSs）。先进的BMS依赖数学模型来确保安全性与高性能。虽然针对单体管理已提出许多方法，但对多单体的控制研究较少，且通常依赖等效电路模型等简化模型。本文研究一种电池组的管理，其中每个单体被显式建模为带电解液和热动力学特性的单粒子模型。提出了一种非线性模型预测控制（MPC）用于优化电池组充电，同时考虑每个单体的电压和温度限制。由于非线性MPC的计算成本随底层模型复杂度的增加而显著增长，本文提出一种基于灵敏度的MPC（sMPC），其中所采用的模型通过对沿标称轨迹的动力学进行线性化获得，该标称轨迹随时间更新。所得的sMPC优化问题为二次规划，即使对于大型电池组（例如含156个单体的全电动摩托车）也能实时求解，同时达到与非线性MPC相同的性能。
引用
@article{arxiv.1909.12361,
title = {Optimal Charging of an Electric Vehicle Battery Pack: A Real-Time Sensitivity-Based MPC approach},
author = {Andrea Pozzi and Marcello Torchio and Richard D. Braatz and Davide M. Raimondo},
journal= {arXiv preprint arXiv:1909.12361},
year = {2019}
}
备注
Will be submitted to Journal of Power Sources