文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.2015.10.033
中文引用格式： 張彥會，孟祥虎，肖婷，等. 模糊PID自調整控制的鋰電池均衡研究[J].電子技術應用，2015，41(10)：123-125，132.
英文引用格式： Zhang Yanhui，Meng Xianghu，Xiao Ting，et al. Equilibrium research on fuzzy PID and self-adjusting control for lithium battery[J].Application of Electronic Technique，2015，41(10)：123-125，132.
0 引言
隨著全球性能源危機和環境污染日益嚴重，電動汽車產業的興起緩解了這些壓力，而串聯鋰電池組作為電動汽車的動力源，其工作的可靠性和壽命對電動汽車是至關重要的。由于電池存在“先天和后天”的因素[1]，內部單體電池工作電壓會不一致[2]，故需要對電池組內進行能量均衡。目前，各國學者對能量均衡電路和均衡策略作了研究[3]，能量均衡電路包括能量耗散式和能量轉移式[4]，能量耗散式成本低但發熱量大[5]；能量轉移式能量利用率高，但控制邏輯電路設計復雜[6]。均衡策略[7]主要有最大值法[8]，優點是能量消耗相對較小，缺點是均衡時間較長，效率較低；平均值法[9]均衡策略適用于一部分單體電池的電壓比平均值稍高，另外一部分電壓比平均值稍低的情況。優點是均衡時間短，但均衡的電池數量多時，能量消耗較大；電池SOC法[10]，通過建立電池SOC模型，對不同容量電池進行均衡。該方法控制精確，但建模過程比較復雜。本文采用一種能量轉移式的均衡電路，并結合模糊邏輯控制理論[11]，提出一種自適應模糊PID均衡控制的方案。
1 均衡電路
控制策略的實現需要均衡電路為依托，本文采用的均衡電路如圖1所示。虛線框為一個均衡模塊，由電感L1、電容C1、MOSFET開關管Q1、Q2、二極管D1、D2構成。相鄰能量轉移是通過電感和電容進行的。假設VB1>VB2，通過PWM控制Q1開啟，此時電池B1、Q1、L1形成環路，給L1充能，同時C1的能量也通過Q1、L1、B2、C1負端形成回路給電池B2充電；當VC1與VB1相等時，斷開Q1，此時D2正向導通電池B1、C1、D2、L1二極管形成環路，同時L1、B2、D2也形成環路。L1儲存的能量轉移給B1，循環上述過程，直至B1、B2電池電壓達到均衡。此過程中MOSFET導通和關斷時間會直接影響均衡時間，根據不同工況對通斷時間進行控制，更有利于提高電池均衡的效率，基于此提出一種合理的均衡控制策略。
2 自適應模糊PID均衡控制器設計
本文將經典PID控制與模糊邏輯推理系統相結合，根據流入均衡電路電流的大小對MOSFET開關時間進行控制。一方面在實現使被控對象有良好的動態、靜態性能準確控制的同時，避免復雜的建模過程；另一方面通過模糊控制原理對ΔKp、ΔKi、ΔKd在線修改?？刂破鹘Y構圖如圖2所示。
模糊PID控制器以相鄰電池平均值和相鄰電池電壓差(VE=VB1-VB2)為輸入，修整系數ΔKp、ΔKi、ΔKd為輸出，則模糊PID控制器輸出參數為式(1)、(2)、(3)所示，K為PID控制器初始參數值。
2.1 模糊PID控制器參數計算
設計的模糊控制器為一個兩輸入三輸出結構。VE、輸入，ΔKp、ΔKi、ΔKd為輸出。其中模糊控制器的參數基本論域為VE∈[0.1，0.7]，ΔKp∈[-30，30]，ΔKi∈[-6，6]，ΔKd∈[-2，2]。模糊等級論域為[-3，3]間的整數，各變量模糊詞集均為{零，小，中，大}，記為{0，S，M，B}。模糊控制器的量化因子Ke，Kb，KΔKp，KΔKi，KΔKd由經驗公式得式(4)～式(8)。
PID初始參數值可由動態特性法、衰減曲線法、Z-N經驗公式法、穩定邊界法計算。本文選取的是穩定邊界法，可以在不需要建模的情況下，確定PID初始參數值。計算公式如下：
2.2 模糊控制器隸屬函數
根據電池均衡的特點，選取輸入量隸屬函數為高斯類型，輸出量隸屬函數為三角形類型，隸屬函數曲線圖分別如圖3所示。
2.3 控制規則表
根據VE的輸入量關系有以下控制規則，(1)VE、較大時應使控制系統響應迅速，以盡快消除電壓差，但同時要避免產生超調導致系統不穩定的現象，因此選取較大的ΔKp，較小的ΔKd，其中ΔKi取0。(2)VE中等大小時，在保持響應速度的同時，有著適中的超調。故應選擇中等大小的ΔKp，較小的ΔKi和中等的ΔKd。(3)VE較小時，為了保持系統工作的穩定性，同時改善系統的動態性能，故取較大的ΔKp、中等大的ΔKi和較小的ΔKd。根據上述規則，建立控制規則如表1、表2、表3所示。
將上述的模糊規則寫成If-then語句模式?？梢詫?6條模糊規則。設R為總的模糊關系，則R=R1∪R2…R15∪R16對應ΔKp=(Ve×Vb)R。然后用最大隸屬度法進行非模糊化處理得到輸出值。同理可求ΔKi和ΔKd的模糊關系。
3 仿真分析
用MATLAB/Simulink對兩節電池建立均衡的模型，如圖4、圖5所示。電池模型的選取為Simulink庫中的集成模塊， B1和B2的SOC分別設為95%和90%（即V1=3.9 V，V2=3.6 V），電感L1=100 μH，電容C1=500 μF，MOSFET管Q1、Q2，二極管D1、D2為默認值。其中PWM封裝系統，可以根據模糊控制器輸出的電流大小進行邏輯運算產生不同占空比的方波對MOSFET的通斷進行控制，S函數模塊為MOSFET管選擇開關。采用模糊PID控制器進行均衡時，電壓均衡曲線如圖6所示。采用平均值法進行均衡的電壓均衡曲線如圖7所示。對比兩種情況下的仿真曲線。模糊PID控制時電壓達到一致時約為1.4 ms，平均值法控制電壓達到一致時約為1.7 ms。是由于模糊PID控制采用輸出的MOSFET頻率是可變的，平均值法采用輸出的MOSFET頻率是不變的，前者能更適應實際的均衡工作過程；從均衡后電壓曲線效果上模糊PID控制的均衡電壓曲線擬合情況良好，而平均值法繼續均衡時電壓曲線擬合度相對較差。
4 結論
電池均衡策略對于電池均衡效果有著重要的作用，本文采用模糊系統與傳統PID控制相結合的方法，設計了一種模糊PID控制的電池均衡模塊，MATLAB/Simulink仿真電池均衡電壓曲線對比得出。
模糊PID控制的電池均衡時間上優于平均值法均衡控制的時間；從均衡后的電壓曲線擬合效果上，模糊PID控制均衡的效果上優于平均值法均衡。
參考文獻
[1] 趙衛，李磊，柳成.基于DC/DC的超級電容均衡控制電路建模及控制策略研究[J].電源世界，2014，9(6)：21-25.
[2] LEE Y S，WANG J，KUO T Y.Lithium ion battery model and fuzzy neural approach for estimating battery state-of-charge[J].Proc.19th Int.Battery，Hybrid and Fuel Cell Electric Vehicle Symp，2002，52（8）：1879-1890.
[3] 廉潔，陳雨.直接甲醇燃料電池的模糊PID控制研究[J].河南理工大學學報(自然科學版)，2012，5（8）：584-588.
[4] 譚曉軍.電動汽車動力電池管理系統設計[M].廣州：中山大學出版社，2011.
[5] 林思岐.電池均衡電路的研究及應用[D].北京：北京交通大學，2013.
[6] 王宏偉，鄧爽，肖海清，等.國內電動車用動力鋰離子電池現狀[J].電子元件與材料，2012，31(6)：88-94.
[7] 韓璞.智能控制理論及應用[M].北京：中國電力出版社，2013.
[8] 焦仁雷，宋慧波，任亞寧，等.模糊自適應PID控制系統的研究及MATLAB仿真[J].裝備制造技術，2015（3）：87-89.
[9] 李曉丹.模糊PID控制器的設計研究[D].天津：天津大學，2005.
[10] 朱曉宏，邵冬明，游道華.參數自整定PID模糊控制器的設計及Simulink仿真[J].汽車科技，2003，10（1）：10-12.