一种基于集成机器学习的液态金属电池快速分选方法

电池分选方法能够有效降低电池间的不一致性,显著提升储能系统的性能、降低安全隐患。由于液态金属电池具有容量大、内阻小等特点,现有分选方法难以满足其分选的要求。针对现有分选方法耗时长、精度较低的问题,该文提出了一种基于集成机器学习的液态金属电池快速分选方法。该方法利用活化期的电池数据作为输入,通过特征选择和集成学习方法结合不同模型优势,并根据集成模型对预测得到的电池容量进行分选。与现有分选方法相比,该方法避免了额外的电池测试从而实现了快速分选,同时具有更低的预测误差与更好的可靠性。研究结果表明：相较于主流的分选方法,该分选方法的预测误差降低了52.16%,可靠性提升了9.10%,在电池分选上实现了高准确率和召回率,分别为96.62%和93.18%。在规模储能的电池分选中,该方法具有显著的潜在应用价值。     

基于快速充电曲线的退役锂电池模块快速分选技术EI北大核心CSCD

由于在使用过程中造成的电池间的不一致性,退役锂离子电池在储能应用等梯次利用前要进行一致性分选。然而,现有的退役锂电池分选方法存在着效率低下的问题,并且研究多集中于单体,针对模块层面的分选方法相对欠缺。为此提出了一种基于机器学习算法的退役锂电池模块快速分选方法。首先阐述了由于电池不一致性所带来的串联充电曲线不同的现象,基于此原理设计了分选步骤;其次,提出了基于支持向量机的筛选模型,实现了利用少部分样品电池的特征电压筛选大批量的退役电池;进一步,提出了一种针对模块级别的退役电池重组方法,以应对实际工程中电池模块难以拆解的特性。结果表明,相较于传统方法,所提退役电池模块快速分选方法大幅提升了分选效率,同时解决了退役锂电池模块分选的问题。     

液态金属电池的研究进展

介绍了美国麻省理工学院(MIT)正在研发的液态金属电池,其三液态层体系的独特结构避免了限制传统电池寿命的微观电极退化机制,给予了液态金属电池超长的循环寿命。综述了此类电池的基本原理与优良特性、早期研究以及MIT最新研究现状,指出了影响液态金属电池性能的难题和各类电池成分存在的挑战。未来液态金属电池的研究领域充满机遇,目前锂基体系表现出很有吸引力的性能指标,代表了液态金属电池的研究发展方向。     

可充电电池的镓基液态金属负极材料研究进展

可充电电池普遍具有在固体负极中出现枝晶以及循环过程中由于体积膨胀而出现材料脱落、粉化的问题.镓基液态金属,由于其流动性,在循环过程中利用可逆固-液相转变实现自我修复,在本质上避免枝晶问题,同时与固态电极保持良好的接触界面,有效地解决了可充电电池的根本问题.目前,并没有针对镓基液态金属负极材料的系统性综述.为了促进可充电...     

液态金属电池的温度特性

作为一类高温电池,液态金属电池的工作温度在300℃～700℃之间,工作温度对于电池性能具有重要影响.该文探究了工作温度对液态金属电池开路电压、充放电性能和电池内阻的影响.首先,建立双极化等效电路模型;运用静置法得到不同工作温度下的开路电压,并通过吉布斯—亥姆霍兹方程和能斯特方程计算相关电化学—热力学参数;运用电池循环测...     

基于电压平台的电池聚类分选算法研究

根据磷酸铁锂电池充放电曲线具有的平台特性,提出一种基于电压平台的聚类分选算法。该算法通过分组筛选的方式,可以兼顾成组一致性和分选合格率,具有较高的应用价值。阐述了该算法的具体实现步骤,并通过软件仿真分析,研究压差因子δ_1和距离因子δ_2对分选结果的影响。仿真结果表明,δ_1和δ_2分别决定分组数量及各组的样本数量,直接影响成组一致性和分选合格率。通过选取合适的δ_1、δ_2可同时获得较好的成组一致性及较高的分选效率,但需要以增加一定的分选难度为代价。     

基于聚类分析算法的锂离子电芯一致性分选

针对锂离子电芯一致性分选问题,采用系统聚类法、模糊C均值聚类法、KOHONEN网络聚类法和广义神经网络回归聚类算法,对锂离子电芯进行筛选和快速分选配组.相较于传统的系统聚类法和模糊C均值聚类法,KOHONEN网络聚类法和广义神经网络回归聚类算法对锂离子电芯分选配组的效果更佳.     

液态金属电池——前景广阔的电网储能新技术

液态金属电池具有结构简单、易放大、可大电流充放电、制造成本低、循环寿命长等潜在优势,在大规模可再生能源发电并网以及分布式发电与微电网领域具有广阔的应用前景。重点介绍了液态金属电池的工作原理、性能特点、发展历史、技术现状。在此基础上,讨论了液态金属电池技术的发展趋势。     

重力扰动下液态金属电池内部的多场耦合特性分析

液态金属电池由于其低成本、长寿命的优异性能,有望成为面向电网的储能手段。然而,液态金属电池工作过程中存在多种流体不稳定性,外界的晃动等扰动则有可能加剧这些不稳定性对电池运行的影响,甚至导致液–液界面失稳与短路。为探究晃动对现有大容量液态金属电池的影响,该文建立综合考虑电化学反应、流体动力学、传热与传质的二维轴对称200Ah Li||Bi电池模型,采用不同放电倍率的放电电压数据完成模型验证,并在重力扰动下研究热致流动与磁致流动对电池内部传质及放电特性的影响,并探究不同电解质层厚度下的短路风险。研究表明,液态金属电池对重力扰动具有一定的鲁棒性,但在电解质厚度较小时具有较大的短路风险。     

基于深度嵌入聚类算法的梯次电池主动协同

为了降低梯次电池利用过程中电池组间的差异性,设计了基于深度嵌入聚类算法的梯次电池主动协同模型.在获取梯次电池的容量与内阻等数据信息后,选取中间值法对数据实施归一化处理,根据归一化处理后的数据,采用深度嵌入聚类算法划分电池类别,实现梯次电池串联成组.将全体梯次电池组的荷电状态(SOC)均值和中心极差作为组间主动协同判据,...     

基于容量增量分析的退役LiFePO4电池分选方法

为解决电动汽车(EVs)动力电池批量退役时检测与分选效率低下的问题,提出一种基于容量增量分析(ICA)的退役磷酸铁锂(LiFePO4)电池分选方法.分析电池容量增量(IC)曲线特征与内部老化过程的关系,提出一致性特征量提取方法;结合模糊C均值聚类(FCM)方法,确定电池一致性分选方法.实验结果表明,IC特征一致性分选方法与传统容量-内阻分选方法相比,提高了退役电池分选的一致性和分选效率.此分选方法对电动汽车退役电池科学高效梯次利用有重要意义.     

静止同步串联补偿器的优化选址定容方法EI北大核心CSCD

针对静止同步串联补偿器(static synchronous series compensator,SSSC)在选址定容方面研究不足的问题,提出了一种灾变变速量子遗传算法用于SSSC的选址定容优化。推导了包含SSSC的电力系统潮流方程,建立了SSSC在电网中的数学模型;通过潮流计算得到系统的有功损耗、电压偏移率和负荷裕度,使用归一化的处理方法将不同量纲的量同时考虑,并赋以权重,得到目标函数;使用所提灾变变速量子遗传算法求取目标函数的最优解。在Matlab下分析了不同权重下最优解的分布情况,为权重的选择提供了依据。同时与另外2种算法进行对比,结果表明提出的算法在寻优结果稳定性、收敛速度和全局寻优能力上有所改善。     

电化学直接转化二氧化碳为固体碳的研究进展EI北大核心CSCD

二氧化碳(CO_(2))的大规模排放引发了一系列环境问题。利用电化学技术将CO_(2)直接转化成固体碳具有成本低、转换效率高和产物选择性高的优点。并且,纳米结构碳具有较高的经济价值。该文介绍了利用电解熔融盐技术将CO_(2)转化为固体碳的基本原理。分别从电解锂基碳酸盐和非锂碳酸盐两个方面对其研究进展进行分析。讨论了利用电解熔融盐技术将CO_(2)转化为固体碳的经济效益,并列举了几种有望实现大规模商业应用的生产模式。介绍了液态金属的主要性质,分析了液态金属基催化剂在直接转换CO_(2)为固体碳领域的突破性进展以及该技术的主要经济参数。最后,对基于电化学直接转化CO_(2)为固体碳的主要技术问题进行了展望。     

采用一致性算法的自治微电网群分布式储能优化控制策略EI北大核心CSCD

针对多个自治微电网互联合作运行时,由于分布式电池储能的充放电损耗与线路损耗,所造成的系统高运行成本问题,提出了一种以经济性为目标的分布式储能控制策略。该方法通过构建考虑线路损耗的电池储能运行成本模型,采用一致性算法进行迭代求解,以优化各储能单元间输出功率的经济分配。所提一致性控制策略仅需与相邻节点进行信息交互,无需装置中央控制器,通信拓扑灵活简单,可靠性高。在实时数字仿真仪RTDS中搭建了4个自治微电网形成的微电网群模型,利用不同场景下仿真结果验证了所提控制策略的有效性和经济性。     

18kV/125A碳化硅IGBT器件研制及串联应用关键技术研究EI北大核心CSCD

高压碳化硅(silicon carbide,SiC)器件因具有耐高压、耐高温、低损耗等优异特性,已成为支撑未来新型电力系统建设的新型电力电子器件。文中基于自主研制的18kV/12.5A高压SiC绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)芯片,提出18kV SiC IGBT单芯片子模组及10芯片并联封装设计方案,研制18kV/125A SiC IGBT器件,功率等级达到国际最高水平。搭建高压碳化硅功率器件绝缘、静态特性和动态特性测试平台,测试单芯片子模组及10芯片并联器件的绝缘及动态特性,18kV/125A SiC IGBT器件具备18kV静态耐压且可以在13kV直流母线电压条件下关断130A电流,验证了所研制器件的高压绝缘及高压开关能力。此外,采用18kV/125A SiC IGBT器件串联搭建24kV换流阀半桥功率模块,提出器件串联均压方法,完成半桥功率模块的1min静态耐压试验和开关试验验证,结果表明,所研制的18kV/125A SiC IGBT器件运行良好,满足串联应用要求,同时,所提的均压方案可以保证半桥功率模块静态电压不均衡和动态电压不均衡程度分别低于0.4%和15%。该研究可以为基于SiC IGBT器件在柔性直流输电工程中的应用奠定基础。     

考虑线损灵敏度一致性的外网静态等值模型EI北大核心CSCD

目前的网络等值模型均不能保证等值前后线损灵敏度的一致性,不适用于线损分析,针对该问题,提出考虑线损灵敏度一致性的外网静态等值模型。首先,分析传统WARD等值应用于线损分析的弊端,提出适应于线损分析的等值模型新理论,该新模型通过在边界节点外接虚拟等值发电机节点,平衡等值前后线损灵敏度的误差,可保证等值前后线损对内部节点注入有功功率、注入无功功率、节点电压幅值和电压相角4个灵敏度的一致性;然后基于改进的雅克比矩阵计算线损灵敏度的表达形式,并基于等值前后潮流一致性原则、线损灵敏度一致性原则,求取等值模型参数。采用IEEE 39节点系统及甘肃实际电力系统进行仿真计算,验证文中等值模型的正确性和实用性。     

基于动态时延分析和典型样本筛选的NO_(x)排放浓度预测EI北大核心CSCD

选择性催化还原(selectivecatalyticreduction,SCR)是一个变时间延迟的动态过程。为建立准确SCR出口NO_(x)排放浓度预测模型,提出一种基于动态时延分析和典型样本筛选的建模算法。首先,通过机理分析和实际生产数据Pearson相关性分析,确定模型输入变量。然后,采用时间滑动窗口策略,计算滑动时间窗口内变量互信息熵,根据互信息熵排序确定各变量对于NO_(x)排放浓度的动态延迟时间。其次,为了降低建模样本数量,采用K-Means聚类算法对时延分析后的样本集合进行筛选,筛选出具有代表性和多样性的典型运行数据样本。最后,设计极限学习机算法,构建SCR系统出口NO_(x)动态预测模型。基于1000MW超超临界锅炉运行数据的验证结果显示,所提算法的预测误差小于5%,能够对SCR系统出口NO_(x)浓度进行准确预测。     

基于属性约简重构的自校正卷积记忆风速预测EI北大核心CSCD

考虑风速属性及时空相关性的预测建模是规模化风电并网的研究热点,该文基于属性约简重构提出一种自校正卷积记忆超短期预测模型。利用快速相关性滤波对风速序列关联属性进行排序筛选,据此改进K-mediods方法对风电场机群聚类,基于改进灰色关联度分析簇内风机的风速时空相关性,划分典型风机多阶邻域,并重构风速信息矩阵。然后,将重构的时空多维信息输入卷积双层记忆网络,通过卷积神经网络进行风速信息降维与空间特征提取,再由双层记忆神经网络进行多位置多步超短期预测,同时基于反向误差传播原理在记忆网络中引入自校正误差修正单元。最后对实际风电场的风速进行预测,验证所提方法的有效性。     

采用线性动态聚类的谐波责任区间估计EI北大核心CSCD

传统的谐波责任分摊方法需要采用专门设备同步测量谐波电压和多个用户的谐波电流,工程应用受到限制。该文采用谐波监测装置的非同步量测数据,提出一种基于区间型监测数据的多谐波源谐波责任分摊方法。首先,根据现有谐波监测数据构建区间监测样本,通过基于参数化回归的线性动态聚类算法划分谐波源的运行场景,以保证每一场景下的谐波阻抗与背景谐波电压的波动均维持在较小范围内;其后,构建区间型谐波责任量化方程,并利用相关性数据选择方法辨识区间参数;最后,提出一种谐波责任区间指标,定量评估谐波源的谐波责任。通过仿真与算例验证,验证了该文方法的可行性及有效性。     

基于重构误差计算的数据驱动储能电池热失控预警方法EI北大核心CSCD

发展大规模、分布式储能是实现“双碳”目标的重要途径。守住储能电池(battery energy storage,BES)的安全底线关乎人民生命安全和社会经济发展。现有储能电池安全预警方法还面临如下2个方面挑战:机理研究方法考虑的工况单一,难以推广应用;基于有监督学习的数据驱动方法难以有效应对小样本问题。对此,提出基于重构误差计算的数据驱动储能电池热失控预警方法。首先,基于无监督学习思想,建立数据驱动的储能电池热失控预警框架,利用重构误差构建电池间的差异程度,可有效应对小样本场景;利用集成学习思想量化电池热失控概率,可保障算法的稳定性。然后,为有效提取储能电池电压、温度、电流、荷电状态(stateof charge,SOC)等数据的时变特性,高效挖掘热失控前后的时变数据特征差异,进一步提出基于双向长短期记忆(bi-long short-term memory,Bi-LSTM)网络与注意力机制的储能电池数据特征挖掘方法,实现储能电池数据特征的精准学习。最后,通过电动汽车动力电池的真实运行数据,验证了所提方法的有效性。