磷酸铁锂电池模组健康度快速评估方法研究

电池健康度的快速评估是低成本的退役电池梯次利用的关键技术之一。该文采用概率密度函数分析了磷酸铁锂电池模组充放电过程中工作电压的变化规律,研究了概率密度和概率这两个特征指标与电池健康度的关系。研究结果表明,无论是充电过程还是放电过程,电池模组健康度与概率密度之间有很好的线性关系,用概率密度这个特征指标可以作为磷酸铁锂电池模组健康度的快速评估指标。放电过程中电池模组健康度与概率之间有较好的线性关系,但是不如概率密度的线性关系好。     

退役磷酸铁锂动力电池性能评估

以某型号退役磷酸铁锂软包装电池为样本,分析了电池的放电容量、内阻和自放电特性,研究了电池在不同荷电状态(SOC)下的交流阻抗特性,测试了电池不同倍率和温度下的充放电特性,分析了电池的循环寿命和日历寿命,测试了电池在滥用条件下的安全性能.结果表明:该电池的容量在额定容量的85％左右,多数电池内阻在2.4～3.4 mΩ,搁...     

基于静动态一致性的退役动力电池模组阶梯式筛选方法

针对退役动力电池梯次用于电力系统等领域存在初始参数不一致、筛选重组复杂等问题,提出一种基于退役动力电池模组静动态特性的阶梯式筛选方法。首先,构建退役动力电池模组端电压、荷电状态(state of charge,SOC)、健康状态(state of health,SOH)及循环次数等参数间的关联特性,以电池模组内阻、剩余容量作为表征参数,采用密度权重Canopy改进的K-medoids聚类方法对外部特性参数相近的电池模组进行初次筛选;其次,将电池模组SOH动态一致性特性曲线作为表征对象,对其进行再次筛选;最后,采用非参数Bootstrap概率方法解析阶梯式静动态筛选下退役动力SOH估计的置信区间,评估动力电池模组筛选精度。结果表明,该文所提方法可将电池模组的筛选精度至少提高6.2%,为退役动力电池大规模筛选及梯次利用奠定理论基础。     

锂离子电池储能系统的退役电池筛选与优化分组再利用方法

探讨了锂离子电池储能系统的退役电池筛选与优化分组再利用方法,包括建立判断退役电池可用性的核心参量、确立退役电池可用性核心参量判据、建立退役电池可用性核心参量判据赋值权重,并根据电池成组方式及电池组规格选择合适的梯次利用目标应用场合。依据上述评价方法,建立了可用性评价标准。与现有技术相比,该方法测量参数较少、简便高效、评价结果可靠,实现了对锂离子电池储能系统退役电池的高效筛选与优化分组再利用。     

退役电池快速检测分类方法研究

随着大量锂离子电池从电动汽车上退役,对退役电池快速检测的研究迫在眉睫。针对传统方法因初始状态差异,导致电池在二次利用前的一致性检测时间较长问题,基于电池充电曲线提出了一种快速测试方法。通过将电池充电至截止电压保证电池具有相同的初始状态,而无需进行将电池放空以保证初始状态相同这一步骤,测试时间仅为电池完整充放电时间的12.5%,检测效率提高;提取特征后采用融合Canopy的K-means++聚类算法在NASA数据集和实验室电池上进行验证,聚类准确度达80.5%,证明了设计的快速测试方法的可行性。     

退役磷酸铁锂电芯性能研究

一致性分选是退役电池梯次利用的关键技术之一.本文以15A·h退役磷酸铁锂单体电池为研究对象,通过外部特征分析、容量测试、脉冲充放电测试来研究电池的内部及外部性质.研究结果表明,退役锂离子电池分选的第一步可通过外观检查进行初步快速筛选.对于退役电池实际容量的标定,按标称容量的80％来定义充放电电流I3,得到的退役电池实际...     

基于温度和SOC的退役电池电化学阻抗特性

以退役的电动汽车用磷酸铁锂(LiFePO4)正极锂离子电池为研究对象,分别在0℃、25℃、40℃和50℃下测得不同充放电荷电状态(SOC)的阻抗谱数据,基于锂离子电池内部电化学过程反应机理,建立退役磷酸铁锂电池的电化学阻抗模型LR[(RW)Q],并用ZSimDemo软件进行参数辨识.此模型在不同温度和SOC下都有较高的...     

退役锂离子电池筛选分类方法设计与分析

针对一批特定的退役锂离子电池,搭建测试平台,进行容量测试,通过综合相应的筛选指标确定筛选方案。在此基础上,提出3种有助于电池梯次利用的分类方法:基于可用容量最大化;基于容量区间分割思路;基于电池特征向量Mahal-anobis距离。通过相应退役电池组的数据,进行分类结果的验证。通过经济成本、实际应用和准确可靠性等3个角度的比较,给出不同条件下推荐的分类方法。     

基于K均值法与遗传算法的退役动力电池筛选

退役动力电池的一致性差,使得退役动力电池筛选和成组困难。影响退役动力电池一致性的因素有:电池内阻、开路电压、电池容量。在测得各项电池参数的基础上,将遗传算法和K均值算法结合,通过不断地对个体进行选择,交叉,变异,计算不同代数的适应度,依据成组的实际需求,确定K值进行分类,然后对最大适应度的个体为中心K均值聚类。通过实验验证,结果表明本方法能有效地对电池进行筛选分类,且同一分类电池一致性高。     

碳中和目标下退役电池筛选聚类关键技术研究

随着"30·60碳达峰–碳中和"战略的提出,新能源逐步成为主力电源.储能技术作为平抑新能源波动、提升消纳能力的主要途径备受关注,但受经济性制约使其难以实现规模化推广.而退役动力电池梯次利用产业链逐步延伸,全寿命周期覆盖利用,有望成为破解这一困境的有效手段.依据现有的新能源汽车的保有量,每年至少有约30万t退役的动力电池...     

基于概率密度函数的对称电压凹陷预测方法

提出了基于对线路上故障概率密度函数积分的方法,从而对系统网络中发生三相对称短路故障时所关心节点的电压凹陷幅值和一定时间内的发生频次这两个特征量进行预测,并由此对电压凹陷在网络中的传递进行分析.再根据系统网络的阻抗矩阵Z,建立网络对应的电压凹陷矩阵,并由电压凹陷矩阵提供的信息,从而减小在网络中需要计算的线路数.最后以一个实际系统作为算例进行了计算和分析,仿真结果证明了上述算法的有效性和优越性.     

基于深度条件概率密度函数的居民电力负荷预测

居民电力负荷预测主要用于电力调度工作的停电计划,以提高供电可靠度及居民用户满意度。由于电力数据量大且不确定性因素过多,对其负荷进行预测的难度较大。现有的电力负荷预测方法无法获取电力数据的自由度数值,导致负荷预测过程稳定性差、预测结果精度低。提出一种基于深度条件概率密度函数的居民电力负荷预测方法。引入四次方核函数,得出随时间变化下居民电力负荷数据的观测值与预测值间的变量关系;通过高斯回归方程使得预测向量值符合正态分布;利用交叉验证方法提取预测值的最优自由度,通过借自由度确定分位点,根据对比分析结果确定下一随机变量的预测数据分位点,实现居民电力负荷的预测。仿真实验证明,所提方法得出的电力负荷波动结果与实测结果相吻合,预测误差可控制在0.001～0.437 MW。说明该方法预测准确性高,可为电力决策提供有效帮助。     

风电功率波动特性的概率分布研究

波动性是风电功率的固有特性,如何定量地描述风电功率的波动性尚缺乏有效方法。基于大量实测数据的分析,发现可以采用带移位因子与伸缩系数的t分布(t location-scale)描述风电功率波动特性的概率分布。分析表明:风电功率的min级分量约占风电场装机容量的2%~5%;多个风电场输出叠加在一起后可以有效减小min级分量的比例;风机类型对风电波动特性的影响很小,而风电场当前风电出力则对风电波动特性几乎无影响。带移位因子与伸缩系数的t分布还适合于描述风电场相邻时间间隔平均功率变化的概率分布,时间间隔加长后,由于风速相关性减弱,相邻时段平均功率的波动特性增强。     

基于RBF神经网络分位数回归的电力负荷概率密度预测方法

针对电力系统短期负荷预测问题,在现有的组合预测和概率性区间预测的基础上,提出了基于RBF神经网络分位数回归的概率密度预测方法,得出未来一天中任意时期负荷的概率密度函数,可以得到比点预测和区间预测更多的有用信息,实现了对未来负荷完整概率分布的预测。中国某市实际数据的预测结果表明,提出的概率密度预测方法不仅能得出较为精确的点预测结果,而且能够获得短期负荷完整的概率密度函数预测结果。     

用泄漏电流概率密度分布预警污秽绝缘子串闪络

有效预警绝缘子污闪是确保电网安全的重要措施之一,但目前对预警判据缺乏系统研究,为此以XP-160和LXY4-160为试品进行了试验并根据试验结果依次采用希尔伯特变换法、直方图非参数估计法和泄漏电流水平穿越行为(LCA)法分析了污秽绝缘子泄漏电流特征;提出了泄漏电流包络线的分布特征能表征泄漏电流总体发展规律;建立了污秽绝缘子闪络判断准则。研究表明:XP-160绝缘子泄漏电流幅值135mA的统计时间93ms(即τ135=93ms)、而LXY4-160绝缘子泄漏电流幅值110mA的统计时间105ms(即τ110=105ms)时可发生污闪。试验结果验证了污秽绝缘子闪络判断准则的正确性,因此,可以利用该方法进行绝缘子污闪预警。     

敏感负荷电压凹陷敏感度概率密度函数及应用

提出了基于最佳平方逼近法来评估敏感负荷电压凹陷敏感度的新方法。该方法利用勒让德多项式来拟合敏感度参数的概率密度函数,采用累积求和方式评估敏感负荷凹陷敏感度。与传统方法比,本方法直接根据样本信息来推断概率分布模型,避免了主观假设方法的不足,使得评估结果更加合理、客观。通过对4种典型概率分布与相应的最佳平方逼近概率模型的逼近检验,结果表明所得到的逼近多项式有很好的拟合性能。利用该方法对PC机进行凹陷敏感度评估,结果证明了其正确性和有效性。     

用概率密度函数近似计算谐波发射水平

由于谐波的时变特性,许多国际建议和标准提出以谐波每天测量值的95%不超过概率值作为一种评估标准。为得到公共点的谐波发射水平,使用了3种近似求取概率密度函数的经典方法(Gram-Charlier和Edgeworth变换,皮尔逊变换,约翰逊变换),在详细介绍了这3种变换后用它们计算某电网内110kV节点处所测电弧炉数据,得到的95%不超过概率值与实测数据对比得出,皮尔逊变换的误差最小。由于皮尔逊变换只需要简单的1～3阶矩就可以得到较准确的95%不超过概率值,故可以在工程应用中使用。     

基于过载影响因子的N-2故障快速筛选和排序方法

为了保证大规模互联电网的安全和稳定运行,需要研究适用于继电保护元件动作特性分析和评估的初始故障筛选和排序方法。以N-2故障为分析目标,提出了一种基于过载影响因子的快速故障筛选和排序方法。根据所定义的过载影响因子,将所有待分析故障分成两类并行扫描然后求取并集,再结合行为指标所表征的严重程度对所筛选处的故障进行排序。算例结果表明,所提方法能有效缩小N-2故障集规模,不仅能节省较多计算量,还可避免排序指标固有的片面性及不确定性。     

基于模糊控制的铅酸蓄电池快速充电系统设计

铅酸蓄电池充电是一个非线性的过程,很难以用数学模式表达。本文提出了将模糊控制应用于充电控制的思想,设计了铅酸蓄电池快速充电系统,减少了充电时间,提高了充电效率,具有重要的实际意义和推广价值。     

基于温度概率密度的变电站高压设备故障热红外图像识别方法

针对变电站高压设备故障热红外图像的识别问题,提出一种基于温度概率密度特性的识别方法.首先,使用核函数估计实现对红外图像温度概率密度函数的提取;其次,根据热红外图像中的温度分布与背景组成所对应的物理特性,实现检测对象的初步分类;最后,基于温度概率密度进行先验分类的基础使用K均值聚类方法对热红外图像中故障部分进行提取.研究...