基于动态可重构电池网络的OCV-SOC在线估计

随着大规模储能系统的广泛发展,快速准确地估计锂离子电池的荷电状态(state of charge,SOC)对系统的安全可靠运行至关重要。然而,在传统的固定串并联电池单元/模块拓扑结构中,无法直接测量电池单元/模块的开路电压(open circuit voltage,OCV),也就无法建立OCV-SOC映射关系来准确估计SOC。对此,提出一种基于新型动态可重构电池网络的精准SOC估计方法。该方法可以在1s内测量得到OCV,然后使用梯度增强决策树估计电池单元/模块的准确SOC。实验结果表明该方法的高效率和有效性,为电池状态估计提供了一个范式结构。     

基于电池荷电状态和可变滤波时间常数的储能控制方法

针对可再生能源输出功率波动性大且随机性强的特点,在计及储能电池使用寿命等约束条件的基础上,提出了一种基于实测电池荷电状态的可变滤波时间常数储能控制方法。该方法通过实时调节储能系统的输出功率,对可再生能源输出功率中某一特定频段的波动成分进行补偿;同时根据电池的荷电状态值,对滤波时间常数进行调节,从而使电池的荷电状态值稳定在一定的范围内,避免了电池的过充/放电。在PSCAD中搭建的光储系统仿真模型,验证了所述方法的有效性。     

考虑电池储能系统荷电状态的近海可再生能源综合发电协调控制

近海可再生能源综合发电系统融合近海风电、波浪能发电以及潮流能发电于体,其输出功率具有较大的随机波动特性。为减小功率波动对电网的不利影响,采用电池储能对综合发电系统的输出功率进行平滑。在此基础上,考虑电池的荷电状态,提出了在防止电池过充过放的同时尽可能保持系统输出功率平稳的协调控制策略。当荷电状态维持在正常水平时,通过电池的充放电控制平抑功率波动;当电池发生过充电时,通过风电和潮流能机组的超速与变桨距协调控制,降低发电机侧输出功率;当电池发生过放电时,通过降低网侧输出功率设定值使电池恢复到正常工作状态。算例结果验证了上述方法的正确性和有效性。     

基于权重因子和荷电状态恢复的储能系统参与一次调频策略

电池储能可快速吞吐功率,被视为优质调频资源,但过度充放电会导致其调频能力不足。文中提出一种改善的储能系统参与一次调频效果的控制策略。首先,将储能调频死区设置在机组死区范围内,并结合电网频率特性分析储能调频死区变化对频率的影响。在此基础上,基于权重因子和荷电状态(SOC)恢复提出储能参与的一次调频策略：在频率波动超过储能调频死区时,为避免电池过度充放电提出储能调频系数计算方法,同时引入控制虚拟惯性和虚拟下垂出力比重随频率变化而调节的权重因子,进而设计了调频控制方法;在频率不超过储能调频死区时,兼顾储能恢复需求和电网承受能力,提出储能SOC恢复方法。仿真结果表明：所提策略能有效改善电网频率波动和储能SOC。     

链式电池储能系统的荷电状态复合均衡控制策略

针对链式电池储能系统相间荷电状态(SOC)不均衡问题,在详细分析链式储能系统功率模型的基础上,提出了一种结合零序电压和负序电压注入的新型复合SOC均衡控制策略。此控制策略兼顾了储能装置的输出性能、相间SOC均衡能力和电能质量,均衡过程能够实现平滑过渡,对系统无扰动。实验样机的运行结果证明了所提控制策略的正确性和有效性。     

注入无功功率的链式电池储能系统荷电状态均衡控制策略

针对链式电池储能系统相内电池组荷电状态(SOC)不均衡问题,分析了单位功率因数下均衡控制策略在SOC极度不均衡时导致过调制的边界条件,并提出了一种注入无功功率的新型相内SOC均衡控制策略。通过在各H桥调制信号中叠加有功和无功电压分量,重新分配有功和无功功率,保证SOC处于极端状态的电池组主要进行有功功率交换,其余电池组主要进行无功功率交换,实现极端模块调制比有效降低,非极端模块调制比略有增长,避免过调制。与单位功率因数均衡控制策略相比,该策略通过控制功率因数角充分协调各模块调制比,可以在各电池组SOC差异更大的情况下实现均衡控制,扩大适用范围。仿真结果验证了所提策略的正确性和有效性。     

基于PSO-ELM的储能锂电池荷电状态估算

对锂离子电池荷电状态(SOC)进行准确估算是保证电池管理系统安全稳定运行的关键。常用的安时积分法存在累积误差,卡尔曼滤波算法需要建立精确的电池模型,神经网络法不依赖具体的锂电池模型,能够反映锂电池的非线性关系,因而受到广泛关注,然而传统神经网络估算SOC训练时间长、精度低。针对以往电池SOC估算精度低等问题,文中提出粒子群(PSO)优化极限学习机(ELM)神经网络的方法。以电池电压、电流和温度作为PSO-ELM模型的输入向量,以SOC作为输出向量。将实验获得的数据导入模型进行训练和测试,采用PSO对ELM随机给定的输入权值和隐含层阈值进行寻优。仿真结果表明,与BP神经网络的预测结果相比,文中估算SOC的方法具有更高的精度。     

混合储能系统基于荷电状态的功率分配方法

混合储能系统中,不同形式储能装置间的功率分配通常采用基于滤波的方法,该类方法原理简单,但其滤波时间常数在不同工况下难以设计和调试,且难以推广应用到包含两种以上储能形式的复杂混合储能系统中。为此,这里提出一种以荷电状态(SOC)为依据,不依赖于频率的功率分配方法。该方法易于实现,适用于各种特性的功率波动,能自动调整储能单元的SOC,并且可方便地推广到由两种以上储能形式组成的混合储能系统中。仿真和实验结果验证了所提方法的有效性。     

基于滑动最小二乘算法和电池荷电状态的储能 系统平滑控制策略

利用电池储能系统平滑间歇式电源的输出功率波动可以提高该类电源输出功率的稳定性。提出一种基于滑动最小二乘算法和电池荷电状态的电池储能系统实时控制策略。通过滑动最小二乘拟合算法确定储能系统的功率输出量,并辅助以荷电状态和最大波动功率限制调节,从而有效降低平滑控制过程中电池的充放电深度。实验结果显示,与传统基于滤波算法的控制策略相比,在获得相同平滑效果的情况下,新的控制策略具有更小的荷电状态波动量,可以较大程度降低所需电池容量,并延长电池的寿命。     

基于广义系统观测器的电池荷电状态估计

提出了一种新的电池荷电状态(SOC)的估计方法。电池的开路电压(OCV)与SOC之间是一种分段线性的关系,为了避开这类非线性问题,观测器设计时的通行做法是将输出电压的方程式对时间进行求导。文中分析表明这种对电压方程求导的做法是不正确的。指出可以将分段线性关系看做是广义系统中的一种线性约束,从而提出用广义系统观点来处理电池的这个分段线性约束,并且设计了广义系统观测器。仿真结果表明所提出的观测器的有效性。     

基于滑动最小二乘算法和电池荷电状态的储能系统平滑控制策略

利用电池储能系统平滑间歇式电源的输出功率波动可以提高该类电源输出功率的稳定性。提出一种基于滑动最小二乘算法和电池荷电状态的电池储能系统实时控制策略。通过滑动最小二乘拟合算法确定储能系统的功率输出量,并辅助以荷电状态和最大波动功率限制调节,从而有效降低平滑控制过程中电池的充放电深度。实验结果显示,与传统基于滤波算法的控制策略相比,在获得相同平滑效果的情况下,新的控制策略具有更小的荷电状态波动量,可以较大程度降低所需电池容量,并延长电池的寿命。     

模块化电池储能系统SOC估算采样优化研究

模块化电池储能系统在大容量领域具有良好的应用前景。但模块化电池储能系统中电池电流本征上包含直流、工频、二倍频和开关频率成分。此处建立了模块化储能系统中的电池工况模型,分析提出了电池管理系统(BMS)的采样频率优化方法。搭建了模块化多电平电池储能系统实验平台,基于安时积分法和扩展卡尔曼滤波算法验证了所提采样频率优化方法。优化的采样频率和采样窗口选择,可在降低BMS硬件和运算处理要求的同时,确保不同荷电状态(SOC)估算方法的精度。     

基于荷电状态的混合储能系统协调控制策略

为优化混合储能系统运行状态,提出了一种新型混合储能分层协调控制策略,包括上层能量管理与下层混合储能控制。上层能量管理层根据微电网母线电压、频率以及混合储能系统综合荷电状态（SOC_HESS）,利用模糊逻辑算法优化混合储能系统的充放电功率,使得储能设备的荷电状态维持在合理范围。下层混合储能控制层在低通滤波器的基础上根据磷酸铁锂电池和超级电容器各自的SOC,建立分配功率修正算法,优化储能单元的SOC状态。仿真实验证明,所提出的基于荷电状态SOC的分层协调控制,有效地降低了混合储能的SOC的变化范围,防止储能设备的过充或过放。     

储能电池荷电状态与平抑风电出力波动协调运行策略

采用电池储能系统(battery energy storage system,BESS)平滑风电功率波动可以优化风电场出力特性,提高风电场输出功率的稳定性。为了延长BESS的使用寿命,需最大限度控制BESS的荷电状态(state of charge,SOC)在限定区间内,以便拥有足够的容量进行下一时刻的充放电动作,从而带来更好的平滑效果。为此,提出了一种运行策略,该策略由2种控制算法组成,系统运行时,根据风电功率波动量的大小决定采用何种算法,2种算法依据风电场实际运行状况相互切换。仿真结果表明,该策略与传统低通滤波相比,不仅拥有较好的平抑效果,还能让BESS的SOC在合理的区间内,从而延长了BESS的使用寿命,节约了储能投资成本。     

锂离子电池荷电贮存性能的研究

将锂离子电池在不同荷电状态(SOC)下贮存,对贮存前后的电池性能进行了测试;对在不同SOC下贮存对电池性能的影响进行了研究,结果发现:电池进行长期贮存时,电池电压在3.80 V左右,电池的综合性能最好;当电池电压超过3.90 V时,对电池的容量、内阻、平台和循环寿命都会产生不利影响;而电池在完全放电态或过低SOC下贮存,电池的循环性能略有下降,电池不能立即使用,且容易出现过放电.     

电动汽车电池荷电状态估计研究综述

电池荷电状态估计是近年来电动汽车电池管理系统的研究热点,分为电池模型和估计方法两个部分。针对种类繁多、功能各异的电池模型和估计方法,从原理、特点和适用范围3个方面作出分类和讨论。综合当前电池荷电状态估计有待解决的问题,对其发展趋势进行了展望。     

平抑风电功率波动的电池储能系统模糊控制方法

在应用储能系统平抑风电场功率波动的过程中,为有效增强功率波动平抑的效果,同时延长储能系统的工作寿命,提出了基于模糊控制的储能系统控制方法。该方法根据风电机组输出功率的变化值和储能系统的电池荷电状态,采用模糊控制方法,实时调节低通滤波器的滤波时间常数,在尽可能平抑风电机组功率波动的同时,有效地保证电池荷电状态维持在限定范围内,避免电池过度充电或过度放电。在SIMULINK环境下进行了采用和不采用模糊控制的仿真对比,结果表明采用模糊控制的储能系统控制方法可以有效降低风机输出功率的变化率,同时也能降低储能电池荷电状态的变化率。     

深海环境锂离子电池荷电状态分析

针对应用于某4 500 m深度等级载人潜水器的充油锂离子电池,对于其深海环境下的典型工况,即下潜、作业和上浮过程,在不同深度下分析了110 V主电池的荷电状态(SOC)与工作电流的关系,同时分析了SOC与工作环境、温度的关系,在陆上分别模拟了常温常压充放电循环试验、低温容量测试和常温高压强放电循环试验,还比较了实际下潜时并联电池模块之间SOC的变化特点,发现深海低温环境和不同的工作电流对锂离子电池的SOC有较明显作用,在此可以对锂离子电池在深海环境的使用提供相关技术参考。     

储能系统的荷电状态管理策略及其影响评价

针对储能系统的荷电状态(SOC)调节问题,提出了一种基于变滤波时间常数低通滤波方法的储能SOC管理策略,并引入波动谐波含量和电池等效循环寿命来评价管理策略的效果。首先,从电力系统运行的角度对各频段的风电/光伏发电功率波动对电网频率的影响进行分析,为管理策略提供设计依据。然后,给出了所提出的SOC管理策略的原理和控制结构,并在风电/光伏发电功率波动频率分析的基础上,设计了低通滤波器的可变滤波时间常数控制规则和充放电功率限幅策略。最后,针对所提出的SOC管理策略进行了波动平抑仿真实验,并采用波动谐波含量和电池等效循环寿命对实验结果进行了评价分析,实验结果验证了策略的有效性。