共查询到20条相似文献,搜索用时 234 毫秒
1.
2.
3.
电池的不一致性是指同一规格、同一型号的电池在电压、内阻、容量等方面的参数差别。其中,电压不一致性的表现相对直观,也容易被测量。在MW级电池储能电站中,需要通过串并联成组来满足储能系统的电压等级和容量需求,电池单体数量高达几万节,而单体电池不一致性的存在,将不可避免地影响储能系统整体性能。针对200 kW/200(kW·h)锂电池储能系统和250 kW/1(MW·h)锂电池储能系统在不同时间阶段进行容量标定实验,经过长期运行后,分析单体电池电压不一致性对电池系统容量衰减的影响。结果显示:经过2年的运行,250 kW/1(MW·h)锂电池储能系统充电性能衰减了4.24%,放电性能衰减了2.6%,单体电压不一致性变化不大,而200 kW/200(k W·h)锂电池储能系统充电性能衰减了25.976%,放电性能衰减了27.120%,说明具备充放电均衡控制策略的锂电池储能系统能够很好地改善单体电压不一致性变化;250 kW/1(MW·h)储能系统已累计运行相当于100%DoD(depth of diacharge)充电27.11次,相当于100%DoD放电23次,充放电次数是造成该储能系统容量衰减的主要原因。 相似文献
4.
电池内阻特性影响电池的输出功率,是电池状态估计与管理需要重点关注的参数之一。对某款车用三元锂离子动力电池的内阻特性进行了系统的分析,分别研究了SOC、温度和放电倍率对放电内阻的影响,并基于电池内部电化学工作过程,提出了描述电池放电内阻随放电倍率变化的公式。 相似文献
5.
6.
以航空钴酸锂离子电池为研究对象,通过混合脉冲功率特性测试方法来测试钴酸锂离子电池在不同温度和SOC状态下内阻变化规律。通过数据计算出钴酸锂离子电池的欧姆内阻和极化内阻,并分析现象产生的原因。研究表明:在相同温度下钴酸锂电池的SOC处于20%~90%范围内极化内阻波动很小,可视为定值。当电池处于相同的SOC下,随着环境温度降低特别是低于10℃时,极化内阻上升显著。当电池处于相同温度下时,当温度低于10℃时,随着SOC的减小钴酸锂电池欧姆内阻上升显著。得出结论是钴酸锂离子电池的极化内阻对温度变化敏感,而欧姆内阻对SOC变化敏感。钴酸锂离子电池的内阻特性变化规律为在线SOC估算提供研究基础和依据。 相似文献
7.
《电网技术》2016,(6)
在电池储能系统的实际工程中,电池组荷电状态(state of charge,SOC)估算精度越来越受重视。电池组容量、运行环境、循环时间和充放电倍率等都将影响电池组的SOC估算精度,采用单一的电池模型和数据模型很难获得准确的SOC。提出了一种基于信息融合技术的锂离子电池SOC估算方法,主要基于开路电压(open circuit voltage,OCV)-SOC曲线进行。根据锂离子电池运行特性,把OCV-SOC曲线空间划分为锂电池稳定运行区间、识别校正区间、过充区间和过放区间,并据此重新定义锂离子电池运行模式。然后根据其运行模式,在不同运行区间内对锂电池的估算模型进行切换和优化。采取基于信息融合的SOC估算方法,不断修正消除估算模型在运行状态下产生的各种误差,得到较为精确的SOC估算值。最后搭建实验平台,以某储能电站的实际储能工况对该算法进行实验验证,结果表明,上述SOC估算算法在实际锂电池储能系统应用中具有较强的可行性和实用性。 相似文献
8.
9.
现有电网侧储能系统在参与区域互联电网二次调频任务的过程中,由于其响应速率快、运行时间长,故需要建立一种能反映短时储能极化且长时运行下电池电荷状态(SOC)估算准确的电池模型。为此,本文利用自变量SOC与锂电池内部各项应变量参数的关系,提出了一种动态变参数锂电池的建模方法。首先对单体锂电池状态方程进行离散化得到参数可变的动力电池(PNGV)模型;然后采用典型储能单元级联方案对单体电池进行扩容,最后利用修正卡尔曼滤波法对模型中的SOC估算方法进行改进;最后利用MATLAB/ Simulink软件设计电池储能系统间歇性充放电实验,并在二次调频工况下对比了不同储能单元模型的差异。结果表明:本文可变参数模型在拟合实验中误差不超过1.4%,SOC估算在长时间运行工况仿真中精度比传统估算提高9.7%。本文为研究储能参与二次调频相关控制策略提供了更为精确的锂电池模型。 相似文献
10.
内阻是评价电池性能的重要指标之一,锂电池的直流内阻通常是毫欧级别的,因此准确测量电池的直流内阻非常重要.测试受环境温度、测试时电流倍率、SOC(荷电状态)、测试设备与电池连接方式等各种因素的影响,但是测试设备与电池的连接方式对直流内阻的影响几乎没有报道.不同的连接方式测试出的结果差别非常大,因此如何正确的连接电池与测试设备对直流内阻的测试结果有至关重要影响.本文以方形磷酸铁锂电池为研究对象,分析了锂电池与测试设备之间不同的连接方式对直流内阻测试的影响.研究了测试设备电流采集线、电压采集线分别连接在锂电池极耳同侧及异侧的不同方式,结果表明:测试设备电缆线分居在电池极耳上下异侧的连接方式是最优的,在该种连接方式下,测试结果重复性好、准确性高,极大提高了锂电池直流内阻测试的可靠性. 相似文献
11.
锂离子电池荷电贮存性能的研究 总被引:3,自引:0,他引:3
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. 相似文献
12.
13.
研究不同蓄电池荷电状态(state of charge,SOC)的变化特征有助于在实际应用过程中对蓄电池类型进行选择。基于铅酸电池、磷酸铁锂电池、全钒液流电池3种典型蓄电池模型,采用电池容量修正过的改进安时计量法和改进安时-卡尔曼预测法(Ah-Kal法),对各电池在不同充放电模式下,用MATLAB软件编程得到两种估算方法下的SOC变化曲线。通过SOC对比曲线可以发现铅酸电池的自放电较严重,循环寿命短;磷酸铁锂电池可迅速提供大功率;而全钒液流电池适合作为长期大容量储能支持。同时,改进安时计量法和Ah-Kal的估算结果基本相同,验证了Ah-Kal法的正确性。 相似文献
14.
15.
采用三电极的方法分别通过分析锂离子电池正负极的电位变化来研究电池的自放电.锂离子电池存储过程中的自放电的影响因素主要有:存储温度和存储时电池的充电状态,温度越低,电池的充电状态越低(但电压范围有限制:3.8~4.2V)自放电越小.电池充放电过程中的自放电主要是由两部分组成,一是电池内部的副反应;二是内部微短路.内部微短路是由极片表面的颗粒及阴极极片边缘的金属毛刺所引起的电池内部微短路造成的.减小这些影响因素,可以降低电池的自放电. 相似文献
16.
锂电池作为光储微网的储能电池,能够提高光伏发电系统的稳定性,改善电能质量,但成本高昂。将电动汽车的退役动力锂电池用于光储微网的储能单元,不仅可以降低投资成本,还可以缓解大批量电池进入回收阶段的压力。首先基于锂电池的工作原理,构建了退役动力锂电池的等效电路模型。接着建立了储能变流器和多重双向DC/DC变换器级联拓扑,储能变流器采用电压外环、电流内环的双闭环策略,稳定直流母线的电压;多重双向DC/DC变换器采用以电池组的荷电状态(SOC)为约束条件的双闭环控制策略,平抑光伏发电系统的功率波动。最后搭建了基于退役锂电池储能的光储微网系统,验证了控制策略的有效性。 相似文献
17.
18.
基于神经网络的磷酸铁锂电池SOC预测研究 总被引:1,自引:0,他引:1
利用神经网络进行了电动汽车用的磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究。在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了磷酸铁锂电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测。结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值。 相似文献
19.
为提高锂离子电池荷电状态(state of charge,SOC)值和健康状态(state of health,SOH)值的估算精度,基于二阶戴维南等效电池模型,提出双自适应无迹卡尔曼滤波(double adaptive unscented Kalman filter,DAUKF)算法。通过AUKF1和AUKF2这2个滤波器,可以同时计算出电池的SOC值和电池内阻,内阻既可以更新电池的模型参数,又可依靠函数关系,估算出电池的SOH值。仿真结果表明,DAUKF能够准确估算出SOC值和SOH值,精度保持在2%以内,由此验证了该方法的可行性和精确性。 相似文献