动力锂电池模组多工位多电性能参数测试调度方法研究

蔡家富，刘桂雄

(华南理工大学机械与汽车工程学院，广东 广州 510640)

0 引 言

动力锂电池具有长寿命、大容量和绿色环保等特点，广泛应用于电动汽车中[1-3]，研究快速准确的动力锂电池性能进行测量与评定技术具有重要意义。根据国标GB/T 31486—2015《电动汽车用动力蓄电池电性能要求及实验方法》，动力锂电池模组测试项目包含室温放电容量、开路电压、交流内阻、室温倍率放电容量、室温倍率充电性能、低温放电容量、高温放电容量等多种电性能参数[4]。动力锂电池模组测试项目繁多，传统测试中往往将各锂电池模组单独接在电池测试系统各测试通道中完成该电池模组的所有要求测试项目。当进行多组动力锂电池多电性能参数性能测试时，使用传统测试方法将占用较多测试通道，由于锂电池模组充放电工序之间存在搁置时间，使测试过程中存在测试通道闲置，整体测试时间较长，测试效率低。为解决这一问题，需设计合适调度方法对测试项目进行合理顺序测试，目前国内外许多研究学者研究提出许多测试项目调度解决方法，广泛应用于各制造业生产中[5-7]。奥罗·普雷托联邦大学Toffol等[8](2016)针对多模式资源受限多项目调度问题提出一种基于整数规划的启发式算法，求解给出最优项目调度测试方法；Ji等[9](2017)研究资源约束条件下持续时间不确定的项目测试调度问题，通过建立并求解多目标项目规划模型，有效减少项目测试总成本及测试总时间；M Nouiri等[10](2018)采用分布式粒子群算法解决柔性车间调度问题，通过在多智能体系统中进行分散决策，实现不可预测环境下测试资源高效调度；德国汉堡大学E Lalla-Ruiz等[11](2018)研究船舶调度优化问题，通过模拟退火算法为各进出船安排不同水路进出港口，求解船舶最小等待时间；西班牙塞维利亚大学D Canca等[12](2019)研究铁路建设调度问题，通过将施工预算和建设设备资源进行调度，在较短时间完成铁路建设同时有效减少建设成本。基于测试任务调度思想，本文提出动力锂电池模组测试多工位多电性能参数任务调度模型，结合蚁群算法，求解动力锂电池模组最优测试路径集，缩短电池测试系统测试时间，提高动力锂电池模组测试效率，指导实际动力锂电池模组测试。

1 动力锂电池模组测试多工位多电性能参数任务调度问题描述

1.1 需求分析及系统设计

本文研究动力锂电池模组多工位测试方法通过对测试通道设置多个电池测试工位，测试通道与测试工位之间通过测试线路控制器连接，测试线路控制器可控制该测试通道下测试工位的充放电情况，且同一时刻点单个测试通道仅可对单个测试工位进行充放电操作。图1为动力锂电池模组多工位测试系统架构，电池模组充放电测试系统通过测试通道控制电池测试工位上的锂电池模组进行电性能测试，电压探头、电流探头、温度探头采集各锂电池模组变化情况并传输到上位机中，上位机通过计算得到锂电池模组各电性能参数。同一测试通道下各锂电池模组电压、电流等级需要相匹配，需根据各动力锂电池模组额定容量及额定电压的不同，对动力锂电池模组进行分组。设分组后某组动力锂电池模组有m块动力锂电池模组，需要接入电池测试系统的m个工位中，后续多参数任务调度方法研究对象为完成分组的该组动力锂电池模组。

图1 动力锂电池模组多工位测试系统架构

1.2 调度问题描述

电性能参数测试由多个充放电工序组成，且动力锂电池模组充放电工序间存在搁置时间，动力锂电池模组测试任务调度通过对充放电工序进行合理调度，达到节省测试过程搁置时间的目的。为实现动力锂电池模组测试任务调度，将各电性能参数测试任务拆分为测试过程中不可中断的最小连续测试任务单元。设第i(i∈(1,m))块动力锂电池所需测试任务数为Ni，其中第j(j∈(1,Ni))个测试任务可分解为Nij个连续测试任务单元，则m块动力锂电池模组最小连续测试任务单元总数设Pijk为动力锂电池模组i第j项电性能参数测试任务的第k个最小连续测试任务单元，建立测试任务单元集

根据国标GB/T 31486—2015《电动汽车用动力蓄电池电性能要求及实验方法》，同一块锂电池模组在进行电性能参数测试时存在独立优先级测试顺序，动力锂电池模组测试多工位多电性能参数任务调度需满足如下条件：

1) 测试通道同一时刻仅可对单个测试工位上的动力锂电池模组进行电性能任务测试。

2) 测试任务单元一旦进行不能中断，需在测试任务单元完成后才能更换测试任务。

3) 测试任务之间具有优先级差异，调度后同一工位下任务测试顺序应仍满足测试优先级。

动力锂电池模组任务调度测试过程可视为测试通道通过一定测试顺序完成所需的所有测试任务单元 ，建 立任务单元测试路径集R={R1,R2,···,Rn}(Rl∈P,1≤l≤n)，并要求充放电测试系统测试通道按照测试顺序进行充放电操作即可完成所有任务测试。

2 动力锂电池模组测试多工位多电性能参数任务调度算法设计

使用不同任务单元测试路径集R完成动力锂电池模组测试，测试总时间不同。动力锂电池模组测试多工位多电性能参数任务调度目的是求解锂电池模组最短测试总时间，给出动力锂电池多工位多电性能参数任务测试最优路径集。

2.1 任务测试总时间求解

为对动力锂电池模组测试多工位多电性能参数任务测试总时间进行求解，设测试任务单元Pijk的测试时间集Tijk为：

式中：sijk——测试任务单元开始时间，表示测试任务单元Pijk的开始时间；

fijk——测试任务单元结束时间，表示测试任务单元Pijk的结束时间；

tijk——测试任务单元测试时间，表示测试任务单元Pijk的工序测试时间，相应任务测试时间可从标准中获得，应有fijk−sijk=tijk；

wijk——测试任务单元实际等待时间，表示测试任务单元Pijk完成测试后该动力锂电池模组实际搁置时间，有sijk+1−fijk=wijk，且对比该测试任务单元要求等待时间Wijk，有wijk≥Wijk。

图2为测试任务单元时间示意图，动力锂电池多工位多电性能参数任务测试总时间为各工位完成任务测试的总时间。

图2 各测试任务单元时间示意图

设任务单元测试路径测试完成时间集F={F1,F2,···,Fn}，其中Fl(1≤l≤n)表示测试路径完成任务单元Rl后的系统测试总时间，设任务单元Rl对应为测试任务单元集中的Pijk，则应有Fl=fijk，且可推导出任务单元测试路径测试完成时间Fl−1与Fl的关系：

故获得任务单元测试路径集R后，即可按顺序求解出任务单元测试路径测试完成时间集F，Fn为动力锂电池多工位多电性能参数任务测试总时间。

2.2 基于蚁群算法任务调度方法

将动力锂电池模组测试过程视作蚂蚁觅食过程，蚂蚁通过感知不同路径信息素浓度高低选择遍历路径，当遍历任务单元测试路径集P中全部任务单元即完成所有测试任务，蚂蚁所经过的测试任务单元顺序即为任务单元测试路径集R[13-15]。

1) 状态转移规则

状态转移是指蚂蚁遍历完成测试任务单元Pijk后对其余未遍历的测试任务单元进行转移的过程，对一个新测试任务单元的状态转移概率由测试任务单元间的信息素浓度及启发式信息浓度共同决定，则第t次迭代中第z只蚂蚁(蚂蚁总数为Z)在动力锂电池模组测试任务单元Px(Px∈P,1≤x≤n)转移到测试任务单元Py(Py∈P,1≤y≤n)的状态转移概率为：

式中：τxy(t)——任务单元Px到Py的信息素浓度；

ηxy(t)——任务单元Px到Py的启发式信息浓度，启发式信息计算公式为其中wy表示任务单元Py测试前需等待时间；

allowedz(t)——第t次迭代中蚂蚁z完成任务单元Px后可转移到的任务单元集合；

α、β——信息素及启发式信息的重要程度因子。

2) 信息素更新策略

随着蚂蚁对各测试任务单元完成遍历，每一次迭代完成后测试任务单元间的信息素浓度得到动态更新，指导下一代蚂蚁搜索测试路径。完成一次迭代后按照下式进行信息素更新：

此外，当蚁群算法较早陷入局部最优解时，减小该最优任务测试路径上的信息素积累速度，使得蚁群能够扩大路径搜索范围，跳出局部最优解，获得测试路径的全局最优解。

通过上述蚁群算法产生任务单元测试路径集R，以最小测试时间为目标对测试路径集R进行调度优化，迭代过程中最优测试路径上的信息素逐渐增加，最终收敛获得最优任务测试路径集。

3 调度实例

为验证提出的多工位多电性能参数任务调度方法有效性，下面对五工位动力锂电池模组进行电性能测试，其中各动力锂电池模组额定容量及额定电压近似，前三组动力锂电池模组需进行室温放电容量、室温倍率放电容量、室温倍率充电性能测试，其余动力锂电池模组需进行室温放电容量、低温放电容量、高温放电容量测试，电性能参数测试时间如表1所示。

表1 电性能参数测试时间表

其中，室温放电容量测试优先于其他电性能测试项目；锂电池模组电性能测试项目在室温下进行时，任务单元项目间要求等待时间为60 min；锂电池模组电性能测试项目在低温或高温下进行时，任务单元项目间要求等待时间为120 min。

采用蚁群算法对上述五工位动力锂电池模组测试任务单元进行调度优化，设置迭代最大次数tmax=50、蚂蚁总数Z=50、信息素重要程度因子α=1、启发式信息重要程度因子 β=5、信息素挥发速率 ρ=0.1、信息素增加常量Q=1。

对上述五工位动力锂电池模组测试任务单元进行调度优化，经过35次迭代后，算法收敛得到双通道最优任务测试路径集Rbest为：

可以得到，最优测试路径测试总时间为1080 min，相较采用传统测试方法对动力锂电池模组进行双通道测试总测试时间 2130 min，时间缩短 49.3%。

4 结束语

1) 通过对动力锂电池模组多工位测试系统进行需求分析与设计，提出动力锂电池模组测试多工位多电性能参数任务调度问题，并基于测试路径集对任务单元测试总时间进行求解。

2) 利用蚁群算法对测试任务单元进行调度，求解最优任务测试路径集及测试总时间。计算表明，优化调度算法可有效缩短动力锂电池模组多工位多电性能参数测试总时间，提高锂电池模组电性能参数测试效率。

3) 在特定情况下，动力锂电池模组测试过程中会新增电性能参数测试任务，将影响原测试任务调度方案，需在新增测试任务的情况下对调度方案进行动态优化调整。