本发明属于电池储能，尤其涉及电池组的动态重构。
背景技术：
1、电池储能系统是一种将电能转化为化学能并储存起来的技术，具有广泛的应用背景。随着可再生能源的快速发展和能源转型的推进，电池储能系统在能源领域的应用越来越受到关注。电池储能系统可以解决可再生能源的间歇性和不稳定性问题。可再生能源如太阳能和风能具有波动性，无法稳定地提供持续的电能。通过将可再生能源与电池储能系统结合，可以将多余的电能储存起来，在需要时释放，实现能源的平衡和稳定供应。电池储能系统在可再生能源利用、电网稳定性、交通工具和微电网等领域具有广泛的应用背景。随着技术的不断进步和成本的降低，电池储能系统有望在未来发挥更加重要的作用，推动能源转型和可持续发展。
2、通常单体电池的电压只有几伏，无法满足储能系统的电压和容量要求，因此需要将上万个电池以串联或并联的形式连接在一起组成电池组。然而，固定的电池组连接方式通常需要在设计和安装时确定好连接方式，难以进行灵活的调整和改变。在电池储能系统中增加或减少电池数量，或者更换电池组，可能需要重新设计和更改连接方式，增加了成本和工作量。并且，固定的电池组连接方式一旦出现故障，往往需要对整个连接系统进行检查和排查。现有的可重构电池方案可以解决上述问题，但是如何合适且正确的控制电池的各个开关，减少开关次数又成为一个难点。
技术实现思路
1、针对上述现有技术中存在的不足之处，本发明提出了基于改进粒子群算法的可重构电池组优化系统，其可以动态调整电池组内电池的串并联连接情况，使电池组连接方式具有灵活性高、故障排查方便、维护便捷、开关损耗小和安全性高等优点，能够更好地满足不同应用场景和需求的电能储存和利用要求。
2、本发明解决其技术问题所采用的技术方案是：构造一种基于改进粒子群算法的可重构电池组优化系统，包括soc采集模块、电池选择模块、电池开关控件模块、电池组模块；
3、所述soc采集模块用于对所有单体电池的soc状态和负载所需电压值进行采集，并排除soc过低的单体电池和故障的单体电池；
4、所述电池选择模块根据基于蜻蜓算法改进粒子群算法对多目标优化问题求解并输出电池模组中电池的启用状态；
5、所述电池开关控制模块用于由电池模组中电池的启用状态确定开关的状态，保证可重构系统稳定工作，防止短路情况；
6、所述电池组模块用于提供负载所需的电压。
7、按上述方案，所述电池soc采集是指相隔5s对电池当前soc完成一次采集。
8、按上述方案，所述求解是指根据当前所有电池soc状态、上一时刻电池模组中电池的启用状态和当前负载所需电压和电流情况转化为多目标优化寻最优解问题，并通过蜻蜓算法改进粒子群算法求解出当前电池的启用状态，确定电池模组中电池的串并联方式。
9、按上述方案，所述确定电池模组中开关的状态是根据电池的位置和电池的启用状态查询对应的开关控制向量,控制电池组模块中开关的状态。电池的位置是指将电池bi周围的pi1,pi2,pi3和pi4四个开关视为向量[pi1,pi2,pi3,pi4],初始化所有开关状态为向量[0000]。
10、若电池bi为串联电池组中第一个电池，开关采用向量[1001]；
11、若电池bi作为串联电池组中最后一个电池，开关采用向量[0100]；
12、若电池bi作为串联电池组中需要旁路的电池，开关采用向量[0010]；
13、若电池bi作为串联电池组中不需要旁路电池，开关采用向量[0001]；
14、其中1表示开关闭合，0表示开关断开。
15、具体步骤如下：
16、s1：根据负载电压确定每个串联电池组中所需串联电池个数为m个；
17、s2：根据电池模组中电池的启用状态，按顺序依次选取状态值为1的电池，将前m个状态值为1的电池串联组成一条路径；
18、s3：重复s2，最终获得z条电池数量为m的路径；
19、s4：根据电池的位置查询开关控制向量表，然后组成开关控制矩阵进行输出。
20、本发明还提供一种基于改进粒子群算法的可重构电池组优化系统的运行方法，包括以下步骤：
21、s01:采集各个单体电池的soc状态和当前负载所需的电压值；
22、s02:以减小开关损耗为目标，设计子优化目标函数f1；
23、以减少电池soc之间差异,设计子优化目标函数f2；
24、以确保工作电池数量为单条路径电池数量的整数倍为目标，设计子优化目标函数f3；以最小化并联路径之间的电压差异为目标，设计子优化目标函数f4；
25、以并联路径数量最大化为目标,设计子优化目标函数f5,将问题转化为多目标优化寻最优解问题；
26、s03:对多目标优化寻最优解问题采用蜻蜓算法改进粒子群算法进行求解，得到电池的启用状态；
27、s04:电池开关控制模块根据电池的位置和电池的启用状态，查询开关控制向量形成开关控制矩阵进行输出；
28、s05:判断系统是否结束，若没有返回s01。
29、按上述方案，所述步骤s03中，基于蜻蜓算法改进粒子群算法的流程如下：
30、s031、随机产生n个粒子组成的粒子种群和每个粒子的飞行速度；
31、s032、根据已经建好的目标函数，计算每个粒子的适应度值；
32、s033、将每个粒子的历史最优pbest设为当前位置,而群体中最优的粒子作为当前的gbest，群体中最差的粒子作为当前的wbest；
33、s034、根据粒子的个体最优解、全局最优解和全局最差解，更新粒子的速度和位置；
34、s035、如果满足停止条件，结束算法；否则返回s032。
35、所述s034的具体原理为：
36、原粒子群算法在更新速度的过程中只朝着全局最优解gbest飞行容易陷入局部最优，为避免粒子群算法陷入局部最优，受蜻蜓算法天敌驱散的策略启发，将天敌驱散策略引入到粒子群的速度更新公式中即式(1)至(2):
37、νi＝ω×νi+c1×rand()×(pbesti-xi)+c2×rand()×(gbesti-xi)+c3×rand()×(wbesti+xi) (1)
38、
39、式中，是惯性权重，c1和c2是加速度系数，分别表示个体置信度权重和群体置信度权重，pbest表示个体历史最优值，gbest表示全局最优值，wbest表示全局最差值,rand()是介于0-1的随机数，νi是粒子速度，xi是粒子的当前位置，t为当前迭代次数，k为总迭代次数。在算法的前期粒子既会朝着最好的粒子飞行，也会朝着最差的粒子反方向飞行。在算法后期则只会朝着最好的粒子方向飞行，提高了算法前期全局搜索的能力，使结果更容易收敛。
40、实施本发明的基于改进粒子群算法的可重构电池组优化系统，具有以下有益效果：
41、1、本发明搭建了一种基于改进粒子群算法的可重构电池组优化系统可以有效的解决了固定电池组灵活性差、故障难以排查、维护困难和安全风险高的缺点；
42、2、本发明将上一时刻的电池启用状态作为电池启用模块中的一个输入量，减少了启用电池的变化量，可减少了电池开关的动作次数，提高了开关寿命，保证了输出电压的稳定性；
43、3、本发明利用基于蜻蜓算法改进粒子群算法对多目标优化问题进行寻优，可避免粒子群算法初期快速收敛，后期种群多样性降低，无法跳出局部最优解的问题。同时，将算法集成到系统里，可任意切换输入条件，高效的进行电池重构的任务；
44、4、本发明利用开关控制矩阵进行电池模组中开关的控制，有效避免了电池组内部短路和产生复杂路径带来的不良影响。
1.一种基于改进粒子群算法的可重构电池组优化系统，其特征在于，包括：soc采集模块、电池选择模块、电池开关控制模块、电池组模块。
2.根据权利要求1所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，所述soc采集模块用于相隔5s对电池当前soc完成一次采集。
3.根据权利要求1所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，所述求解是指根据当前所有电池soc状态、上一时刻电池的启用状态和当前负载所需电压和电流情况转化为多目标优化寻最优解问题，并通过蜻蜓算法改进粒子群算法求解出当前电池的启用状态，确定电池模组中电池的串并联方式。
4.根据权利要求3所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，所述电池的启用状态是指将可重构电池组中所有电池状态构建为一个二进制向量，表示为：
5.根据权利要求1所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，所述确定电池模组中开关的状态是根据电池在串联电池组中的位置和电池的启用状态查询对应的开关控制向量,控制电池组模块中开关的状态。电池在串联电池组中的位置是指将电池bi周围的pi1,pi2,pi3和pi4四个开关视为向量[pi1,pi2,pi3,pi4],初始化所有开关状态为向量[0000]。
6.根据权利要求1所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，包括以下步骤：
7.根据权利要求6所述的基于改进粒子群算法的可重构电池组优化系统，
8.根据权利要7求所述的基于改进粒子群算法的可重构电池组优化系统，其特征在于，所述步骤s703中，原粒子群算法在更新速度的过程中只朝着全局最优解gbest飞行容易陷入局部最优，为避免粒子群算法陷入局部最优，受蜻蜓算法天敌驱散的策略启发，将天敌驱散策略引入到粒子群的速度更新公式中即式(1)至(2):
