大容量电池储能电网接入系统

电池储能系统能快速、独立地调节有功/无功,在负荷平定、电能质量治理等方面具有很高的应用价值.介绍100kW储能电池模块电网接入系统的设计,为兆瓦级储能系统的研制提供参考.其中并网逆变器的分相瞬时电流控制可保证不同运行条件下装置对交流电流参考值的准确跟踪;电池侧双向DC/DC电路的双闭环控制可保证电池电流灵活可调;提出2种协调控制策略.电磁暂态仿真及装置实验结果证明了该控制策略的有效性.     

120kW电池储能系统双向DC/DC变换器的研究

在电池储能系统(BESS)单级PCS基础上引入双向DC/DC变换器(BDC),实现多路电池组的并联运行。根据大功率场合及储能电池充放电特点,对120 kW电池储能系统中的BDC进行了设计。阶段式充放电模式及双闭环控制策略为储能电池组提供了安全、灵活、可靠的充放电解决方案。仿真结果表明:所提出的控制策略具有较高的控制精度,系统具有理想的直流纹波系数。     

电池储能在直接驱动式波浪能发电场并网运行中的应用(英文)

直接驱动式波浪能发电系统的输出功率是随着时间变化的,这一特性使得直接驱动式波浪能发电系统不能满足并入电网协议的要求。文中提出采用电池储能系统平滑波浪能发电系统的输出功率。提出了2种对功率进行平滑的拓扑结构,一种将电池储能装置安装在波浪能发电场的出口,平滑整个波浪能发电场的功率,另一种将电池储能嵌入到每一台波浪能发电装置中,平滑每一台波浪发电装置的输出功率,并且分别设计了控制策略。最后,将具有电池储能设备的波浪能发电场接入无穷大系统进行仿真,在正常运行情况下验证了储能设备平滑波浪能发电场输出功率的能力,在系统扰动情况下测试了控制策略的有效性。     

提高互联电网暂态稳定性的大规模电池储能系统并网控制策略及应用

在大规模电池储能系统现有平抑/平滑控制策略的基础上,提出了基于附加频率响应的并网控制策略,不仅能够兼容现有控制策略抑制新能源出力波动,还能较好地提高电力系统暂态稳定性.该控制策略包括3部分:现有平抑/平滑控制部分、附加频率控制部分和总体限幅部分.平抑/平滑控制部分兼容现有控制策略从而有效降低间歇式新能源的功率波动;附加频率控制部分以系统频率为输入信号实现对频率的一次调整,从而提高系统的暂态稳定性;总体限幅部分根据电池的实际运行状态动态地调整各控制部分上下限,达到均衡和最大化地利用储能系统.在西北电网的酒泉风电基地进行了基于附加频率控制策略的初步应用研究,仿真结果显示该控制策略可以有效地提高电网的稳定性.基于使新能源+储能电站和常规机组具有相同或相似的暂态稳定支撑能力的原则,酒泉风电基地的储能/风电配比可设置在5％附近.     

电池储能平抑短期风电功率波动运行策略

为了改善风电场出力特性,提出了一种新的电池储能平抑风电场出力短期波动的运行控制策略——超前控制策略。超前控制策略基于当前的简单控制策略,考虑了未来的风电出力波动对储能装置的当前充放电行为的影响,是一种具有前瞻性的方法。在超前控制策略中,引进了风电预测可信周期的概念,并通过滚动优化计算实现电池储能的动态控制。该方法可降低储能电池的荷电状态约束对其充放电行为的影响,可有效提高储能电池的利用效率。利用该运行控制策略对某大型风电场与电池储能联合运行系统的出力特性进行了研究,结果证明了该策略的有效性。     

储能型直驱永磁同步风力发电控制系统

为提高直驱永磁风力发电系统的性能,在直流侧增加新型钒氧化还原液流电池(VRB)储能装置.设计了相应的双向DC/DC变换器控制策略,在风速变化时,VRB能够通过快速充放电平抑系统发电机输出功率波动以及平衡电网需求功率;在电网电压跌落时,还可提高低电压穿越能力.对具有储能电池的风力发电系统建立了仿真模型,详细分析了系统在风速变化、电网需求功率变化以及电压跌落时的动态响应过程和运行特性,并给出了仿真验证.仿真结果表明,在直流侧加VRB储能装置,有效地提高了直驱风电系统并网运行性能和低电压穿越能力,系统动态响应速度快.     

储能型直驱永磁同步风力发电控制系统

为提高直驱永磁风力发电系统的性能,在直流侧增加新型钒氧化还原液流电池（VRB）储能装置。设计了相应的双向DC/DC变换器控制策略,在风速变化时,VRB能够通过快速充放电平抑系统发电机输出功率波动以及平衡电网需求功率;在电网电压跌落时,还可提高低电压穿越能力。对具有储能电池的风力发电系统建立了仿真模型,详细分析了系统在风速变化、电网需求功率变化以及电压跌落时的动态响应过程和运行特性,并给出了仿真验证。仿真结果表明,在直流侧加VRB储能装置,有效地提高了直驱风电系统并网运行性能和低电压穿越能力,系统动态响应速度快。     

电池储能装置在抑制电力系统低频振荡中的应用

提出应用电池储能装置来抑制电力系统低频振荡，其特点是能快速地根据系统目前的状况从系统吸收或向系统发出有功和无功功率，并且有功、无功是相互独立的，可以同时互不干扰地进行。应用商业软件PSS/E对四机两区域电力系统和华东电网进行了仿真，比较了电池储能装置安装在不同位置、在不同控制方式及不同容量下抑制系统低频振荡的效果。结果表明，所接入储能装置的地点和控制方式、控制策略和容量对抑制系统低频振荡的效果有重要影响。     

中压链式梯次储能系统的电池组均衡控制策略

针对中压链式梯次储能系统电池模块串并联数量受限及梯次电池筛选重组成本高等问题,提出了一种电池组接入方式及涉及簇间均衡、箱间均衡、箱内均衡的电池组均衡控制策略,有效降低了退运动力电池梯次储能应用的难度,同时延长了梯次利用储能电池组的使用寿命,具有均衡效果明显、应用范围广的特点。搭建了仿真平台和实验平台,验证了该均衡控制策略的可行性及在中压链式储能系统中应用的可靠性。     

微电网孤岛模式下全钒液流电池逆变器控制

储能单元在微电网中能起到平定负荷、改善电能质量的作用,其中全钒液流电池以其诸多高性能在微电网有广泛应用前景。提出一种在微电网孤岛模式下全钒液流电池逆变器的双环控制策略。内环控制在对电流进行d、q坐标系分量进行解耦基础上,设计了PI控制器;外环控制基于类似发电机的功率、频率下垂曲线,并根据微电网低压系统的特点,采用电压-有功和频率-无功控制方式。仿真及装置实验的结果证明了双环控制策略的有效性。     

动力电池状态参数监测系统的设计与实现

在电池管理系统中,电池状态参数监测系统是保证其正常运行的基础。针对电动车动力电池管理系统的需要,设计实现了一种基于DSPTMS320F28335芯片的动力电池状态参数监测系统。通过多次实验测试验证,该系统可以对动力电池的总电压、单体电压、总电流和多点温度进行监测和处理,其监测电路简单,成本低,精度高,具有一定的实用价值,同时在监测过程中电压和电流监测电路与动力电池通过光耦相互隔离,保障了监测过程的安全性。     

基于退役动力电池储能的光储微网系统

锂电池作为光储微网的储能电池,能够提高光伏发电系统的稳定性,改善电能质量,但成本高昂。将电动汽车的退役动力锂电池用于光储微网的储能单元,不仅可以降低投资成本,还可以缓解大批量电池进入回收阶段的压力。首先基于锂电池的工作原理,构建了退役动力锂电池的等效电路模型。接着建立了储能变流器和多重双向DC/DC变换器级联拓扑,储能变流器采用电压外环、电流内环的双闭环策略,稳定直流母线的电压;多重双向DC/DC变换器采用以电池组的荷电状态(SOC)为约束条件的双闭环控制策略,平抑光伏发电系统的功率波动。最后搭建了基于退役锂电池储能的光储微网系统,验证了控制策略的有效性。     

锂电池馈电并网系统的设计与实现

针对锂电池在生产流程中需要进行充放电的特性,设计了锂电池能量并网回收系统。该系统能够以锂电池的低压直流电压为输入,完成直流升压及逆变并网的功能,将生产锂电池过程中放电的能量回馈到电网,实现节约能源的目的。文中详细叙述了系统中DC/DC变换器、三相并网逆变器以及控制方法的设计思路和过程。实验结果表明,按照文中方法设计的样机能够稳定地并网运行。     

车用动力锂电池的SOC估计

给出了动力锂电池管理系统的整体结构,并且对主控板和子控板的布局与功能进行了详尽介绍。建立了适合于Kalman滤波估计的锂离子动力电池的状态空间模型,该数学模型关系简单,易于工程实现。在此基础上,对模型进行了线性化处理,采用安时积分法、开路电压法结合扩展卡尔曼滤波(EKF)算法实现了对电池荷电状态(SOC)的准确估算。实验结果表明,EKF算法在估算过程中能保持很好的精度,对初始值的误差有很强的修正作用,在SOC估计中有很强的应用价值。     

单体电压不一致性对锂电池储能系统容量衰减的影响

电池的不一致性是指同一规格、同一型号的电池在电压、内阻、容量等方面的参数差别。其中,电压不一致性的表现相对直观,也容易被测量。在MW级电池储能电站中,需要通过串并联成组来满足储能系统的电压等级和容量需求,电池单体数量高达几万节,而单体电池不一致性的存在,将不可避免地影响储能系统整体性能。针对200 kW/200(kW·h)锂电池储能系统和250 kW/1(MW·h)锂电池储能系统在不同时间阶段进行容量标定实验,经过长期运行后,分析单体电池电压不一致性对电池系统容量衰减的影响。结果显示:经过2年的运行,250 kW/1(MW·h)锂电池储能系统充电性能衰减了4.24%,放电性能衰减了2.6%,单体电压不一致性变化不大,而200 kW/200(k W·h)锂电池储能系统充电性能衰减了25.976%,放电性能衰减了27.120%,说明具备充放电均衡控制策略的锂电池储能系统能够很好地改善单体电压不一致性变化;250 kW/1(MW·h)储能系统已累计运行相当于100%DoD(depth of diacharge)充电27.11次,相当于100%DoD放电23次,充放电次数是造成该储能系统容量衰减的主要原因。     

光储微电网的低电压穿越控制策略研究

针对微电网低电压穿越问题,基于光储微电网系统提出一种光储协调控制的低电压穿越策略。在低电压期间,光伏系统采用最大功率跟踪控制,储能系统采用恒压控制维持直流母线电压恒定,在储能出力已达功率限值仍不能维持直流母线电压在允许范围内时,光伏系统切换为恒压控制。考虑到光储微电网负荷波动性大的特点,设计了一种适用于光储微电网并具有无功补偿功能的限流控制策略,为电网提供电压支撑,同时避免并网逆变器输出过电流。仿真结果表明,控制系统能够充分利用光伏发电能量、维持直流母线电压的恒定、抑制并网电流过电流并能发出无功功率支撑并网点电压,实现了低电压穿越,验证了该LVRT控制策略的有效性。     

热声发电系统蓄电池负载的最大功率控制策略

热声发电系统具有热转换效率高、运行可靠、污染少等优点。若将直线发电机发出的电能直接存储到蓄电池中,只有高于其端电压时才会工作,转换效率较低。为了使蓄电池负载获得最大功率,从而提高热声发电系统的运行效率,本文采用buck-boost变换电路对发电机输出的电压进行变换。通过对其动态方程的分析,得出了断流模式下蓄电池负载的最大功率控制策略。仿真结果表明,与直接充电方式相比,所采用的控制策略使蓄电池负载获得的功率提高了一倍以上。     

全钒液流电池储能系统的仿真研究

储能具有调峰幅度大、响应速度快等优点,对未来电网发展具有深远的影响。近年来,储能技术迅猛发展,为充分发挥全钒液流电池储能系统相较于传统电池储能技术的优势,对全钒液流电池储能系统进行了仿真研究。首先,根据全钒液流电池的基本结构分析了其原理及特性,搭建了全钒液流电池的电气模型。然后,对储能逆变器连接储能电池和电网的两种控制策略,定功率(PQ)控制策略和定电压频率(VF)控制策略分别进行了建模和仿真验证。最后,以北海热电厂为实际应用场景,将所搭建的储能电站模型应用于黑启动方案中。启动储能逆变器后,北海热电厂的厂用母线电压可以稳定维持在0.96 p.u,表明了利用储能电站进行黑启动的可行性,验证了储能电站模型的有效性。     

磷酸铁锂电池性能与应用研究

磷酸铁锂电池具有工作电压高、能量密度大、循环寿命长、安全性能好、自放电率小、无记忆效应的优点。介绍磷酸铁锂电池的结构特点和充放电原理,对磷酸铁锂电池储能系统的构成和系统能量转换原理进行讨论,就磷酸铁锂电池在电动汽车电池、电网削峰填谷、风力发电、光伏发电等可再生能源的安全并网,分布式电站,UPS电源等领域的应用进行研究。     

Open-circuit voltage-based state of charge estimation of lithium-ion power battery by combining controlled auto-regressive and moving average modeling with feedforward-feedback compensation method

Being one of the important parameters describing the state of power battery, state of charge (SOC) is essential for the electric vehicle battery management system (BMS). SOC estimation method, which combines the constructed controlled auto-regressive and moving average (CARMA) model with the feedforward-feedback compensation method used for revising SOC by the deviation of terminal voltage, is presented in this paper. Fully taken into account the measurement errors of voltage and current, the CARMA model is employed to estimate the battery open-circuit voltage (OCV). With the good consistency of the OCV-SOC curve under the process of battery charge and discharge cycles within a certain temperature range, OCV is adopted to estimate SOC. BP neural network rather than the high order polynomial approximation is used to capture the strong nonlinear relationship between OCV and SOC with the high precision. It is a big challenge for OCV-based SOC estimation that the flat area of OCV-SOC curve for lithium-ion power battery enlarges the measurement errors of OCV. By analyzing the flat characteristic of ΔSOC-OCV curve, the feedforward-feedback compensation for SOC is used for improving the accuracy of OCV-based SOC estimation. Experiment results confirm the effectiveness of the proposed approach that has evidently advantages over other estimation methods.