基于电池储能SOC的调峰、调频混合控制策略

电池储能系统被认为是解决可再生能源的不确定性和不平衡性导致的功率不足和频率波动的有效途径。基于此,文中提出了一种基于电池的荷电状态SOC(state of charge)的电池储能系统混合控制策略。首先,文中将电池的SOC、调频和调峰需求划分为不同的区域,并对调频和调峰提出相应的控制策略,提出SOC自恢复控制策略。之后提出储能的混合控制策略,基于电池储能的SOC,将储能的调频与调峰功能与SOC自恢复策略相结合,实现储能对电力系统的优化。最后通过仿真分析验证该控制策略的合理性与应对可再生能源波动的能力。     

基于源网荷统一链式电路的交流电气化铁路动态潮流计算

为了实现交流电气化铁路列车供电系统仿真一体化,并考虑公共连接点处多负荷的相互影响,将列车供电系统分为电源层、电网层和负荷层。通过建立输电线、馈线和牵引网的链式电路模型及各接口之间的转换关系模型,构建列车供电系统源网荷统一链式电路通用模型。基于该模型进行列车供电系统动态潮流计算,分别建立采用电流源和功率源迭代模型求解的基本型模型。为了降低计算机仿真耗时,在基本型模型的基础上,提出相应的改进型模型及求解方法。以某电气化铁路线路为例,分别对不同求解方法的计算精度、迭代收敛次数、计算机仿真耗时和模型应用场景等进行仿真分析。结果表明基本型和改进型计算精度一致,但改进型仿真耗时更少;进行源网荷潮流计算具有必要性,尤其电网薄弱地区,同时表明功率源迭代模型较电流源迭代模型应用场景更广。     

B2O3掺杂对直流ZnO压敏电阻老化特性的影响

ZnO压敏电阻是避雷器的核心部件,其性能的好坏直接影响着避雷器的电气性能。因此,该文致力于通过B₂O₃的掺杂以改善直流ZnO压敏电阻的非线性和高荷电率下的老化稳定性,并利用扫描电子显微镜（SEM）、X射线衍射（XRD）和电容-电压（C-V）等特性测试研究B₂O₃掺杂对直流ZnO压敏电阻的微观结构和电气特性的影响。然后,在115℃、0.95E_1mA的条件下对直流ZnO压敏电阻进行1000h的直流加速老化试验,以验证其在高荷电率下的老化稳定性。试验结果表明,B₂O₃的掺杂提高了晶界层的势垒高度,改善了直流ZnO压敏电阻的非线性特性,并降低了其在高荷电率下的老化系数。     

基于 GRU-UKF 的锂离子电池 SOC 估计方法研究

精确估计锂离子电池荷电状态(SOC)是电池管理系统的关键技术之一,直接影响着动力锂电池组的使用效率和安全 性。 锂离子电池特性复杂,其 SOC 无法直接测量,且受电流、温度等因素的影响较大。 为此,提出了一种基于门控循环单元 (GRU)神经网络与无迹卡尔曼滤波(UKF)相结合的组合算法。 该方法利用 GRU 网络获得可测量的电流、电压、温度与锂电池 SOC 之间的非线性关系,并以此作为 UKF 的观测方程。 然后,通过 UKF 估计 SOC 值以提高算法的估计精度。 实验结果表明, 在不同温度以及不同的工况下,本文所提方法的均方根误差(RMSE)和平均绝对误差(MAE)分别小于 0. 51%和 0. 46%,均能提 高 SOC 的估计精度。     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

直流微电网分布式储能系统精确电流分配策略

在孤岛直流微电网中,需要采用储能系统（energy storage system,ESS）来维持发电和负载消耗之间的功率平衡。为了避免分布式储能单元（distributed energy storage units,DESU）的过度充放电,针对不同容量的分布式储能单元设计了基于自适应虚拟阻抗的荷电状态（state of charge, SOC）均衡策略。同时,提出了精确电流分配方法来消除不匹配线路电阻对SOC均衡的影响。通过所提方法,具有较高SOC的DESU在放电期间可向直流微电网提供更多的功率,反之亦然。此外,根据系统特征方程分析了所提方案的稳定性。最后,通过基于实时数字仿真系统（real time digital simulation,RTDS）的算例结果验证了所提控制策略的有效性。     

基于AEKF滤波与H∞滤波的锂离子电池SOC联合估计

锂电池荷电状态（SOC）的准确估计对提高电池的动态性能和能量利用率至关重要。针对现有卡尔曼滤波SOC估计方法存在估计精度低、鲁棒性差等问题,采用锂离子电池的二阶电阻-电容等效电路模型,通过HPPC循环脉冲实验和动态应力测试工况放电实验,结合带可变遗忘因子的递推最小二乘法（VFFRLS）及开窗理论,对等效电路模型参数进行在线辨识,提出利用自适应扩展卡尔曼滤波（AEKF）算法和H_∞滤波算法联合估计SOC的方法。结果表明：与AEKF算法相比,在DST工况下该算法可以使电池荷电状态估计的最大绝对误差减小3.902 9%,平均绝对误差减小0.962 2%,均方根误差减小0.551 5%。与H_∞滤波算法相比,在DST工况下该算法可以使电池荷电状态估计最大绝对误差减小1.309%,平均绝对误差减小2.893 4%,均方根误差减小2.613 6%。     

基于高斯混合模型的海洋能发电资源优化配置研究

针对海洋能资源丰富的海岛电网,提出了以消纳率最优为目标的海洋能发电资源优化配置方法。首先,采用高斯混合模型描述海洋能发电的随机波动性,并生成出力场景;然后以海洋能消纳率最优为目标构建了海岛电网的海洋能发电资源优化配置模型;最后,对渗透率、消纳率及源荷匹配度三个指标进行综合分析,获得最优配置方案。基于实际海岛负荷、波浪和潮流数据构建了海洋能发电资源优化配置算例,并重点分析了资源优化配置过程中渗透率约束的取值范围。结果表明,在不同的渗透率约束下,源荷匹配度呈现先升后降的趋势。因此,可以根据最大的源荷匹配度,确定资源优化配置模型中的渗透率约束取值范围。此外,在最优渗透率约束取值范围内,高斯混合模型出力场景与实测数据场景的优化配置结果相差不大且趋势一致,验证了高斯混合模型生成海洋能出力场景的有效性。     

电动汽车锂离子电池荷电状态估算方法研究综述

锂离子电池具有循环寿命长、能量密度高、自放电率低、环境污染小等优点,在电动汽车产业中得到广泛应用.电动汽车中的电池管理系统(BMS)可以维护和监测电池状态,确保电池的安全性和可靠性.电池荷电状态(SoC)表示电池中剩余的电量,是BMS的重要参数之一,实时精确的SoC估算可以延长电池寿命,保障行驶安全.然而锂离子电池是一个高度复杂的非线性时变系统,电池寿命、环境温度、电池自放电等许多未知因素均会对估算精度造成影响,使估算难度大大增加.为了满足不同条件下对锂离子电池SoC精确、快速、实时估算的要求,需要对SoC估计算法进行进一步研究与改进.近年来已有相关文献对锂离子电池SoC的估算方法进行了综述,然而已有相关综述对估算方法的总结不够全面且缺少流程表达.该文首先介绍了锂离子电池的工作原理,阐述了影响电池SoC估算的因素;其次,通过总结最新的研究成果对电池SoC估算方法进行了归纳分析,根据各类算法的不同特性将其分为查表法、安时积分法、基于模型的方法、数据驱动的方法以及混合方法五大类,说明了各类估算方法的主要特征并对模型或算法的优缺点进行综合的比较和讨论;最后,对电动汽车中锂离子电池SoC估算方法的未来发展方向做出展望.     

安时-卡尔曼交叉运行的电池荷电状态估算策略及其微控制器在环验证

为了提高电池管理系统(BMS)的性能,研究了电池荷电状态(SOC)的估算方法,并根据SOC估算算法精度和系统实时性要求,提出了安时(AH)积分算法-卡尔曼(Kalman)算法(AH-Kalman)交叉运行的SOC估算策略。该策略用开路电压(OCV)法确定SOC初值,以实时性较强的AH积分法为主,采用间歇运行的Kalman滤波法修正安时计量法积分误差。建立了系统仿真模型,验证了卡尔曼滤波算法对安时积分法积累误差的修正作用。将控制算法生成C代码下载到目标控制器,搭建微控制器在环测试验证(PILS)平台,进行了与传统卡尔曼滤波算法的复杂度对比分析。结果表明,所提出AHKalman交叉运行的SOC估算策略在保证了SOC估算精度的同时也具有较好的实时性,便于实际应用。