买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京理工大学申请的专利一种考虑老化的串联电池组的均衡控制策略获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114156552B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111426927.8，技术领域涉及：H01M10/42；该发明授权一种考虑老化的串联电池组的均衡控制策略是由孙金磊;仇胜世;陈赛汗;刘欣伟;吕凯;陈思文;王谱宇;郭春义设计研发完成，并于2021-11-28向国家知识产权局提交的专利申请。

本一种考虑老化的串联电池组的均衡控制策略在说明书摘要公布了：本发明公开了一种考虑老化的串联电池模块的均衡控制策略，包括区分电池组电量状态和均衡优化控制两个部分；该方法是为了改善串联电池组的电量不一致，提高电池组的可用容量。通过电池特性实验获取电池组单体的容量、SOC和内阻，比较电池组平均电量和单体最小容量，区分电池组的电量状态为第一类电量状态和第二类电量状态；对两类不同电量状态的电池模组提出不同的均衡目标和不同的优化目标，利用遗传算法对目标优化，从而达到电池模组可用容量提高的目的。

本发明授权一种考虑老化的串联电池组的均衡控制策略在权利要求书中公布了：1.一种考虑老化的串联电池组的均衡控制策略，其特征在于，包括如下步骤：步骤1、通过容量测试实验获得电池组内各个电池的容量，通过HPPC测试实验获得OCV-SOC曲线和内阻，通过查找OCV-SOC曲线获得各个电池的SOC；步骤2、利用得到的电池状态信息，分析电池组当前的电量状态；对第一类电量状态的电池组采用损耗均衡方法，对第二类电量状态的电池组采用预测电量均衡方法；具体为：根据电池组当前状态下各个单体的容量和SOC，获得当前电池组的平均电量；此时区分第一类电量状态和第二类电量状态的方法是比较电池组平均电量和电池组中最小容量电池单体的容量；当电池组平均电量小于等于最小容量，则将此时的电池组归类为第一类电量状态；如果大于，则归类为第二类电量状态；具体公式表达为： 其中，n是电池组含有的电池数量，C是电池单体容量，SOC是电池荷电状态，i、j表示某一个电池，minCj表示电池组单体最小容量；对第二类电量状态的电池组采用预测电量均衡方法，首先对电池组进行放电操作，当电池组的平均电量小于电池组中最小容量电池单体的容量的时候，开始均衡，具体的公式如下: 其中，idis是放电电流，tdis是放电时间；步骤3、对处于第一类电量状态的电池组列写均衡电量转移方程和均衡过程损耗计算公式；对处于第二类电量状态的电池组，确定均衡时间，列写均衡过程中的温升方程和转移电量方程；具体如下：处于第一类电量状态的电池组均衡电量转移方程如下： 其中，ΔQi_cell代表电池组向第i个电池单体转移的电量，ΔQi_pack代表第i个电池给电池组中每个电池转移的电量，ΔQi_bal代表第i个电池均衡时需要的转移电量；处于第一类电量状态的电池组均衡过程损耗计算公式如下： 其中，Qj_loss表示第j节电池均衡时的电量损耗，Qloss_all表示整个均衡过程中的总电量损耗，η1表示电量从电池单体向电池组转移的效率，η2表示电量从电池组向电池单体转移的效率；处于第二类电量状态的电池组温升计算方法如下：采用Rint模型，锂离子电池端电压方程为：Ut＝E+IR5其中Ut为电池端电压，E为电池开路电压，I为均衡电流，R为步骤1中获得的电池欧姆内阻；第k次均衡阶段的温升为： 其中m为电池质量，C为电池热容量，T为电池表面温度，h为热传递系数，S为电池表面积，Ta为环境温度；总温升： 其中T1为第一次均衡的温升，ΔTk为第k次均衡温升；处于第二类电量状态的电池组均衡过程的转移电量方程：ΔQ＝maxCi×SOCi-minCi×SOCi8其中Ci和SOCi分别是电池的容量和荷电状态，i表示某一个电池；步骤4、利用遗传算法，结合均衡限制因素，对处于第一类电量状态的电池组以均衡后电量保持一致和均衡过程中损耗最小为目标进行优化，确定均衡电量和均衡时间；对处于第二类电量状态的电池组以每次均衡过程中温升越小和电池组电量差越小为目标对均衡电量进行优化，确定每次均衡过程中的均衡电量；具体如下：对于处理处于第一类电量状态电池组均衡优化的目标函数： 其中，Qi是均衡单体结束时的电量，是电池组内电池单体平均电量，Qloss_all表示整个均衡过程中的总电量损耗；对于处理处于第二类电量状态电池组均衡优化的目标函数：Jx＝maxCi×SOCi-minCi×SOCi+minT10其中，T是均衡总温升；适应度函数表达式： 其中β奖励因子，px奖励函数；使用遗传算法的具体步骤如下：1创建初始种群；用实数编码法将SOC和均衡电量编码；x＝SOC,Q122用适应度函数计算种群中每个个体的适应度；3设计选择函数；选择适应度高的个体去繁衍下一代种群；选择函数如下： 4遗传算子的选择；交叉率表达式如下： 其中fmax是整个种群中的最大的适应度，favg是整个种群中的适应度平均值，fc'是要交叉的个体的适应度；变异率表达式如下： 其中fmax是整个种群中的最大的适应度，favg是整个种群中的适应度平均值，fm'是要变异的个体的适应度；5重复步骤2到步骤4，遗传算法不断寻优均衡电量，找到一组在当前迭代次数下使适应度函数值最大的解，直到同时满足下列收敛条件，完成均衡优化控制：aminJxim其中，Jxi为第i次迭代之后目标函数的最小值，m为常量；b第i次迭代后适应度函数F标准差不小于n，n为常量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。