基于SOC的储能电池组均衡策略研究

针对单体到单体(Cell to Cell)型均衡电路用于风光储能电池组均衡时能量转换效率低、均衡速度慢的问题,以电池组的SOC(State of Charge)一致为均衡目标,提出了一种基于电池模块化的均衡策略。该均衡策略以cuk电路作为底层均衡模块,以反激变换器作为顶层均衡模块,底层和顶层模块的控制相互独立,有效地提高了整体的能量转换效率和均衡速度。在MATLAB环境下,搭建了仿真模型,并与传统的cuk电路均衡策略进行了对比仿真分析,验证了所提均衡策略的有效性。     

基于SOC的动力电池组主动均衡研究

动力电池单体容量不一致会导致动力电池组在充放电过程中失去平衡,影响动力电池组的使用效果,降低动力电池组的使用寿命.为了解决这一难题,本工作设计了一种基于荷电状态(SOC)值的主动均衡电池管理系统.该电池管理系统利用安时积分法估计动力电池组中各电池单体的SOC值,在此基础上计算动力电池组的SOC平均值,然后将各动力电池单...     

基于SOC均衡的分布式电池储能系统协同控制策略

研究分布式电池储能系统的优化控制方法以及电池荷电状态（SOC）均衡策略,提出基于SOC均衡的协同控制策略。利用多智能体系统（MAS）理论,实现电池储能系统的协同控制,并采用多智能体分布式算法,实现功率指令的自适应分配,进而实现SOC动态均衡。针对传统多智能体算法收敛速度较慢的问题,提出一种基于模型预测控制（MPC）的分布式算法,利用MPC对传统多智能体算法进行优化,提高收敛速度。最后利用实际储能功率数据进行仿真,验证了所提策略的有效性和算法在收敛速度上的优势。     

基于双向DC-DC变换器的串联电池组主动均衡电路

针对单体电池串联成组使用时出现不一致性的问题,提出了一种基于双向DC-DC变换器的串联电池组主动均衡电路。使用双向DC-DC变换器将单体电池中的高能量输送到能量低的单体电池中,无需额外的存储组件来存储和传送能量,减少了能量损失,提高了均衡效率。根据电池开路电压（open circuit voltage,OCV）与荷电状态（state of charge,SOC）之间近似分段线性的关系,采用以电压和SOC双变量作为均衡策略,通过相互实时修正电压均衡和SOC均衡,使得电池组间能量动态趋于一致。最后通过搭建由4节单体电池组成的均衡电路实验平台,对提出的均衡电路和均衡控制策略进行有效性验证。     

基于蒙特卡洛和SH-AUKF算法的锂电池SOC估计

针对锂离子电池荷电状态(State of charge,SOC)估计精度低的问题,将Sage-Husa自适应算法与无迹卡尔曼滤波算法相结合,提出了一种可以对系统噪声进行不断更新和修正的自适应滤波新算法——SH-AUKF算法。在动态应力测试(Dynamic stress test,DST)工况下,采用无迹卡尔曼滤波(Unscented Kalman filter,UKF)、自适应无迹卡尔曼滤波(Adaptive unscented Kalman filter,AUKF)和SH-AUKF三种算法分别对SOC进行估计。结果表明,SH-AUKF算法估计SOC的误差最小,估计精度最高。与UKF相比,SH-AUKF算法的估计精度提高了45.4%;与AUKF相比,SH-AUKF算法的估计精度提高了14.3%。为了进一步降低噪声干扰的偶然性和突发性对SOC估计的影响,在估计过程中加入了蒙特卡洛采样方法。结果表明,融合了蒙特卡洛方法的SH-AUKF算法估计SOC时,估计误差区间仅为±1×10^-3,有效提高了估计精度。     

船用电池管理系统及SOC算法研究

依照中国船级社《纯电池动力船舶检验指南》(CCS GUIDANCE NOTES GD22-2019)要求,设计了一种船舶通用型电池管理系统.针对大容量电池系统电池荷电状态估算不准确问题,开发了一种扩展的卡尔曼滤波算法.经试验验证,所设计的电池管理系统能够满足船用要求;所采用的SOC算法能够较准确地估算出电池剩余电量.     

基于等效电路模型的动力电池SOC估计方法综述

动力电池的准确建模及荷电状态(State of charge,SOC)的精准估计对提高电池的利用效率、延长使用寿命具有重要意义.各类SOC估计方法中,基于电池等效电路模型估计法的精准性和鲁棒性好,且电池模型结构简单、计算量小,在电池管理系统(Batter management system,BMS)中具有较好应用前景....     

模块化多电平复合变换器电池储能系统容错控制策略

模块化多电平复合变换器电池储能系统(modular multi-level hybrid convert-battery energy storage system,MMHC-BESS)适用于中低压电网,有利于解决可再生能源并网问题.但随着子模块数量的增加,系统的可靠性面临着巨大的挑战.为增强储能系统的容错运行能力,针...     

计及SOC均衡的电池储能参与电网一次调频自适应控制策略研究

文章针对电池储能一次调频控制策略的优化,结合虚拟下垂与虚拟惯性控制的性能优势,建立电池储能系统一次调频综合控制模式,同时兼顾频率调节需求与SOC保持效果。基于效用曲线设计储能单元自适应控制规律,对储能出力进行优化调节,并进一步计及储能系统内各单元SOC差异状况,设计均衡控制环节,通过功率输出的二次修正,实现各单元调频责任的合理协调。最后,基于仿真模型验证所提自适应控制策略的有效性。     

Analysis of equalization technology of series lithium-ion battery pack based on power frequency modulation

近年来,锂离子电池在储能电站调频领域得到了飞速发展。为满足调频电站的电压和功率要求,需将大量电池单体进行串联,如此产生的电池组串联不一致性问题,以及调频过程中高倍率和频繁切换充放电状态对不一致性程度的加剧,严重影响电池组的使用寿命和安全性能。针对上述问题,本文基于调频储能串联锂离子电池模组不一致性问题的形成原因,归纳分析用于改善电池组串联不一致性问题的均衡技术和均衡策略。其中,均衡拓扑结构按能量流向角度进行分类梳理,均衡控制策略则基于均衡的不同目标进行优劣分析。在此基础上对锂离子调频电池模组均衡技术的发展趋势进行展望。     

Equalization scheme for series connected Li-ion battery pack based on drop combination strategy

为了提升飞渡电容式均衡方法的速度和效率，提出了建立电压落差的充放电组合策略，分析了落差式组合策略与常规方案的工作过程，对比了二者均衡速度的差异，将均衡电路等效为完全响应的RLC电路，通过公式推导及Matlab计算，分析了能量损失率与电路参数的关系，对比了不同充放电组合对均衡效率的影响。研究表明：落差式组合策略可显著提升飞渡电容式均衡速度，并且可以通过优化充放电组合，提升均衡效率。通过实验对所提出的方案进行了分析与验证，结果表明，该方法能有效解决电池组不均衡问题。     

基于IACO-PF的锂电池SOC估算

本工作提出一种改进蚁群算法(IACO)优化粒子滤波(PF)来进行电池荷电状态(SOC)的估计,用来解决传统粒子滤波算法SOC估算时产生的粒子贫化问题.蚂蚁将替代粒子,在更新步骤前重新定位,通过提高粒子的多样性来解决粒子贫化问题;结合二阶Thevenin电池等效模型,得到算法所需的状态和观测方程,再根据脉冲放电试验进行参...     

An active balancer with rapid bidirectional charge shuttling and adaptive equalization current control for lithium-ion battery strings

This article proposes an active balancer, which features bidirectional charge shuttling and adaptive equalization current control, to fast counterbalance the state of charge (SOC) of cells in a lithium-ion battery (LIB) string. The power circuit consists of certain bidirectional buck-boost converters to transfer energy among the different cells back and forth. Owing to the characterization of the open-circuit voltage (OCV) vs SOC in LIB being relatively smooth near the SOC middle range, the SOC-inspected balance strategy can achieve more precise and efficient equilibrium than the voltage-based control. Accordingly, a compensated OCV-based SOC estimation is put forward to take into account the discrepancy of SOC estimation. Besides, the varied-duty-cycle (VDC) and curve-fitting modulation (CFM) methods are devised herein to tackle the problems of slow equalization rate and low balance efficacy, which arise from the diminution in balancing current as the SOC difference between the cells decreases in the later duration of equalization especially. The proposed strategies have taken the battery nonlinear characteristic and circuit parameter nonideality into account and can adaptively modulate the duty cycle with the SOC difference to keep balancing current constant throughout the balancing cycle. Simulated and experimental results are given to demonstrate the feasibility and effectiveness of the same prototype constructed. Compared with the fixed duty cycle and the VDC methods, the proposed CFM has the best balancing efficiency of 81.4%, and the balance time is shortened by 27.1% and 18.6%, respectively.     

基于IGWO-PF算法的无人机锂电池SOC估计

无人机复杂飞行姿态下,其锂电池的放电电流大小会发生很大变化,难以准确估算无人机剩余电量等状态参数.针对这一问题,提出一种改进的灰狼算法优化粒子滤波算法(IGWO-PF),通过粒子分布进行SOC估计.该方法中用灰狼表征粒子,通过设置狼群位置更新机制,使粒子不断接近真实的概率分布.首先用二阶戴维南等效电路构建无人机锂电池模...     

Active equalization control strategy of Li-ion battery based on state of charge estimation of an electrochemical-thermal coupling model

Aiming at solving the problem of poor battery cell consistency caused by excessive decay of cell capacity or increased internal resistance during the operation of lithium-ion battery packs for vehicles, the paper proposes an active equalization control with 12-V power supply as an equalization energy source, which achieves efficient energy replenishment of individual cells with low power. The electrochemical-thermal coupling model of lithium-ion battery is built, and the order reduction of large-scale system theory ensures that the model had higher accuracy and lower amount of calculation, which is suitable for vehicle battery management system (BMS). Then the extended Kalman filter algorithm is used to calculate the real-time state of charge (SOC) of each cell and set as an equalization variable. The equalization simulation circuit is built with MATLAB/Simulink, the experimental platform of active equalization system for battery packs is constructed, and the battery packs are tested for equalization in static state. The simulation and experimental results show that the proposed active equalization control strategy can rapidly improve the voltage inconsistency between single cells, and the energy transfer efficiency can reach about 85% during the equalization process.     

SOC estimation of lithium battery based on adaptive untracked Kalman filter

电池荷电状态（SOC）的准确估计是电池管理系统的关键问题,对电池的可靠性和安全性至关重要。由于多数情况下建立的电池模型精度不够高、电池系统的噪声统计是未知的或不准确的,这都会对锂离子电池系统的SOC估计会产生较大影响。本文采用二阶RC等效模型,可减小电池模型带来的误差;同时结合SageHusa滤波算法与无迹卡尔曼滤波（UKF）算法提出了一种新的SOC估计方法,基于噪声统计估计器的自适应无迹卡尔曼（AUKF）滤波算法,它可以对系统噪声进行实时修正以提高SOC的估算精度。并通过比较AUKF和UKF来验证SOC估计方法的准确性和有效性。实验结果表明,AUKF具有更高的SOC估计精度和自适应能力,在脉冲放电工况和动态工况下的估计精度均能保持在4.68%以内,可以有效地估计电池的SOC值。     

Estimation of power battery SOC based on firefly BP neural network

针对BP神经网络算法对电动汽车电池荷电状态（state of charge,SOC）估算的缺陷,提出一种基于萤火虫（firefly algorithm,FA）神经网络的SOC估算方法。以磷酸铁锂电池为测试对象,在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试,收集锂电池的各项性能参数。采用端电压和放电电流作为输入参数,SOC作为输出参数,建立FA-BP神经网络模型,用于估算锂离子电池充放电过程中的任一状态下的SOC。仿真实验结果表明,与现有的BP神经网络估算方法相比,基于FA-BP神经网络的锂电池SOC估算方法准确度高,具备很好的实用性。     

基于IBAS-NARX神经网络的锂电池荷电状态估计

在使用神经网络方法估计锂电池荷电状态时,传统荷电状态适应度评价函数存在仅考虑均方误差等网络权值参数的缺点,忽略了拓扑参数对模型的影响.故本文提出在适应度评价函数设计中综合考虑输入/输出时序相关性、隐层神经元数量等模型拓扑参数和网络权值参数的加权影响,并将其引入带外部输入非线性自回归神经网络建模方法的锂电池荷电状态估计中,进而基于改进天牛须搜索算法实现了上述模型拓扑参数与网络权值参数的协同辨识优化.仿真结果表明,本文所提出方法能够提高多种复杂工况下的锂电池荷电状态估计精度,在DST标准工况和WLTC标准工况下锂电池荷电状态的均方根误差分别达到3.38×10?3和8.75×10?4,相比于未经改进的天牛须搜索算法优化NARX神经网络在均方根误差上估计精度分别提升了42.4％和20.5％.