基于DEKF的储能电池系统SOC估计方法研究

电池管理系统(BMS)是储能电池系统安全稳定运行的重要保障。为了保障储能电池系统的运行可靠性,在BMS投入运行前进行系统测试具有重要意义,而目前对于储能系统BMS的荷电状态(SOC)估计方法缺乏测试规范和标准。因此,文中针对储能电站BMS建立了入网测试平台,根据电池外特性信息建立Thevenin等效电路模型,电池开路电压曲线获取采用了电池倍率放电曲线外推的方法,结合双扩展卡尔曼滤波(DEKF)算法实现SOC的准确估计,并与EKF方法进行了对比。结果表明,DEKF方法在收敛速度和SOC估计精度上存在优势,分别在典型联邦城市运行工况(FUDS)和动态应力测试(DST)测试工况下,运用DEKF方法和EKF方法估计得到的SOC误差都低于1%,电池端电压误差分别在±10 mV和±20 mV以内,平均绝对误差分别为2.7 mV和3.8 mV。     

基于状态与模型参数联合估计的老化电池可充入电量估计方法

在电力系统中,电池储能得到了广泛的应用,为了保证电池储能系统的运行效果,有必要对电池状态进行准确估计,电池实际可以充入的电量在一定程度上决定了电池的能量存储能力,然而仅通过电池电压、电流和温度等外部特性参数难以准确体现电池实际可充入电量状态,尤其在电池健康状态衰退的不同阶段其可充入电量估计问题一直以来都难以得到有效解决。因此,该文以Thevenin等效电路模型为基础,提出了电池可充入电量的概念,构建了可充入电量与电池开路电压（OCV）的对应关系曲线,分析了电池老化后直流内阻变化对电池可充入电量的影响,提出了基于双自适应双扩展卡尔曼滤波（ADEKF）的电池状态和模型参数联合估计方法,实现了任意老化状态电池的可充入电量在线估计。以3节不同老化程度的三元锂电池为研究对象,在联邦城市运行工况（FUDS）下验证电池状态和模型参数估计结果,在0.5C倍率恒流充电工况下验证可充入电量损失的估计结果。实验结果表明,对于新电池,FUDS工况下可充入电量估计误差小于1%,对于实验用老化电池,最大可充入电量估计误差为2.7%。通过3节不同老化程度电池在恒流0.5C倍率恒流充电下的状态估计结果比较,进一步验证...     

串联电池组主动均衡拓扑及控制策略研究

电池单体以串、并联的形式构成电池组，广泛应用于各类储能系统中。由于制造工艺和使用环境的不同，以及电池单体间内阻、库伦效率等参数的不一致在反复充放电后形成电池组电量的不均衡，导致电池组可用容量下降、电池组整体功率衰退等。为此，针对串联电池组提出了一种包括基于正激变换器的双向DC/DC变换器及开关阵列的主动均衡电路拓扑。在主电路工作原理分析的基础上，进一步提出了一种基于聚类分析的SOC均衡控制策略，并以8节电池单体串联构成电池组进行均衡验证实验。实验结果表明经过均衡操作后，不均衡电池组可用容量有所提升，证明了均衡策略及均衡系统的有效性。与传统的“平均差”法可用容量提升2.6%相比，所提出的均衡策略可用容量提升10.8%，提升效果更明显，在均衡时间基本一致的前提下，对电池组一致性改善效果更好。