考虑环境温度的磷酸铁锂电池SOC实时修正及频率控制方法

配置储能系统是解决新能源机组并网对电网产生冲击，保证系统安全可靠运行的有效手段。温度会对磷酸铁锂（LFP）电池的电性能产生显著的影响，从而影响储能参与电网调频过程中的实际充放电情况。该文重点分析温度对LFP电池荷电状态（SOC）的影响，首先展开温度对LFP电池实际容量、充放电效率等电池特性的影响机理研究，结合设备厂商给出的实际测试数据，提出基于环境温度的LFP电池模型参数修正方法；然后研究储能系统考虑校正SOC的时变下垂控制方法，提供快速频率支撑；最后在改进的IEEE 13节点微电网上验证了考虑环境因素后，能更准确地估计储能的SOC状态，提高了电力系统频率控制可靠性。     

锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测

准确估计锂离子电池的健康状态(SOH)对于控制策略制定和运行维护至关重要.考虑到充放电区间和电压相变过程对电池老化的影响,该文针对2.75A?h 18650型号三元电池设计了11个荷电状态(SOC)区间的循环寿命测试与性能测试.根据实验结果,分别分析循环区间荷电状态(SOC)宽度、恒压充电时间、平均SOC和充电相变过程对电池老化快慢的作用机制.结合电池老化机理和实验结果,提取量化SOC区间对老化影响程度大小的特征参数.建立预测健康状态的循环神经网络(LSTM RNN)模型,用于学习电池老化对于循环次数及特征参数的长期依赖关系.分别采用误差最大值、平均绝对误差、方均根误差和方差对模型的准确性和可靠性进行分析.结果表明,该文提出的区间循环寿命模型能实现任意区间的老化趋势预测,节省测试时间和测试成本.     

利用信息融合技术的储能锂离子电池组SOC估算

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。     

一种规模化电池储能电站功率分配策略

考虑电池储能电站的可调度性和运行安全性,提出了一种基于可变区间窗法的电池储能电站功率分配策略。通过将电池储能系统(battery energy storage system,BESS)的充放电功率设计成与荷电状态(state of charge,SOC)成指数函数关系,强化了不同SOC值BESS间的功率分配系数差异,解决了BESS在运行过程中SOC不一致的问题;通过可变区间窗方法,对BESS当前的SOC值进行差异最大化分配,加快了电池储能电站内BESS的SOC趋于一致的速率,有利于电池储能电站的整体调用,避免了运行过程中BESS因SOC越限而出现退出运行的情况发生。最后通过仿真试验和工程实证对该电池储能电站功率分配策略进行了验证,结果表明基于可变区间窗法的改进型电池储能电站功率分配策略能够使BESS的SOC在充放电期间具有良好的一致性。     

一种规模化电池储能电站功率分配策略EI北大核心CSCD

考虑电池储能电站的可调度性和运行安全性,提出了一种基于可变区间窗法的电池储能电站功率分配策略。通过将电池储能系统(battery energy storage system,BESS)的充放电功率设计成与荷电状态(state of charge,SOC)成指数函数关系,强化了不同SOC值BESS间的功率分配系数差异,解决了BESS在运行过程中SOC不一致的问题;通过可变区间窗方法,对BESS当前的SOC值进行差异最大化分配,加快了电池储能电站内BESS的SOC趋于一致的速率,有利于电池储能电站的整体调用,避免了运行过程中BESS因SOC越限而出现退出运行的情况发生。最后通过仿真试验和工程实证对该电池储能电站功率分配策略进行了验证,结果表明基于可变区间窗法的改进型电池储能电站功率分配策略能够使BESS的SOC在充放电期间具有良好的一致性。     

基于增量误差的卡尔曼滤波算法全区间荷电状态估计

在电池管理系统领域，精确的荷电状态SOC（state-of-charge）估计是众多状态估计中最基础的技术之一。但在一些特定的SOC区间段内，便于实际应用的等效电路模型并不能很好地等效电池的特性，故基于传统卡尔曼滤波算法的SOC估计会出现精度下降的问题。提出一种基于增量误差的卡尔曼滤波算法，通过离线分析等效电路模型在各个SOC区间段内的性能优劣，得到各个SOC区间的噪声协方差控制表；将噪声协方差应用于对应的SOC区间段内，从而实现对全区间SOC的精确估计。实验表明在SOC低于20%的区间内，采用基于增量误差的卡尔曼滤波算法可以大大提高SOC估计精度。     

软包装磷酸铁锂电池特性

研究了软包装锂离子电池不同工作SOC范围的循环寿命及电池利用率和夹板在循环寿命改进中所起到的作用,优化电池应用方法.实验电池分别在SOC 0％～100％、10％ ～ 90％、20％～80％和30％～70％之间进行循环,结果表明减小电池工作SOC范围对电池寿命影响不大,但电池利用率明显降低;夹板对电池循环寿命改进明显.软...     

基于扩展卡尔曼滤波算法的锂离子电池的SOC估算

为了精确估算锂离子动力电池的电池荷电状态(State Of Charge,SOC),在分析影响SOC估算精度的主要因素以及传统SOC估算方法的优缺点的基础上,提出一种改进的安时积分法,对影响SOC估算的主要因素进行参数修正.该算法采用基于简单电化学模型的组合电池模型,结合扩展的卡尔曼滤波(Extended Karlman Filter,EKF)算法对SOC进行估算.对比结果表明,在SOC的估算过程中能够保持很好的精度.     

锂离子电池组容量差异辨识方法研究

电池组中普遍存在的不一致性问题,是制约电池组可用容量的重要因素之一。电池组内电池单体参数的差异性是描述电池组性能的重要指标,其中容量差异直接与电池组可用容量和优化控制等息息相关。文中对充电电流变化时电压曲线可进行简单缩放进行合理假设。基于该假设,建立一种快速容量差异辨识的方法,并从多种角度分析验证该方法的合理性和适应性。采用容量增量分析法修正SOC和内阻造成的估算误差。将该方法应用于具有较高电压采样精度和宽SOC工作范围的电池组充电数据上,基础算法误差低于2.5%,经修正后辨识误差可小于1.5%。该方法可以用于描述电池组内单体容量的不一致性,为电池组的均衡和维护提供参考。     

基于容量增量分析的复合材料锂电池分区间循环衰退机理

以35A·h三元锰酸锂复合材料锂电池为研究对象,探索分析锂电池分区间循环衰退机理。基于容量增量曲线峰值分布,将荷电状态(SOC)区间划分为0%~20%、20%~60%、60%~100%及0%~100%四个区间,分别在各区间进行衰退老化实验。为保证电池各循环区间的容量吞吐量一致,以全区间为基准,在40℃下以2C电流共进行600次充放电循环实验。从起始点开始以100个循环为间隔,在室温条件下采用C/20电流进行容量增量分析(ICA)性能测试实验,分析不同SOC区间电池的衰退机理。结果表明:电池在SOC全区间使用时衰退最快,在低端区间使用时衰退较慢;在中低区间的性能衰退主要是由活性锂离子的损失造成的,而在SOC高端区间还包括活性材料的损失和动力学衰退。本文得到的结论为电池的改进设计及使用区间的选取提供了理论依据。     

动力锂离子电池离散特性分析与建模

离散化特征是目前锂离子电池组在电动汽车上大规模使用时需要认真研究的问题。对电池组工作电压离散特性的统计规律进行了研究,对电池组静态SOC离散程度进行了定量研究。以两种正极材料（磷酸铁锂和锰酸锂）的电池模块为试验对象,对在动态工作中电池模块的电压离散性进行了初步分析,提出了容量衰减系数的概念,并讨论了电流与温度对工作电压离散程度的影响。最后归纳总结了锂离子电池组离散度的影响因素,提出了改善电池组均匀性的控制方法。     

典型蓄电池的建模与荷电状态估算的对比研究

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。     

利用SuPA给手持设备射频功率放大器供电

在手持设备中给射频功放供电一直是一个比较难做的设计,因为一方面需要提高射频功放的工作效率用来延长电池的工作时间,另一方面又不能在提高工作效率的同时降低功放的工作性能,所以必须为其提供一个满足要求的高效直流电源。常规的方式,是将功放的电源端与电池直接连接供电,但是这种工作模式会使得功放的工作效率很低,不能满足高效低功耗要求。德州仪器公司推出的SuPA(Supply for Power Amplifier)系列的DC-DC产品,从工作机理上做了创新,采用平均功率跟踪(Average Power Track)技术和包络跟踪技术(Envelop Tracking),优化了射频功放工作时功率消耗,从而提高了功放的工作效率,延长了电池的工作时间。本文着重阐述平均功率跟踪技术的工作原理和SuPA的应用设计,从而方便设计工程师能够快速地理解和应用此项技术,实现高效的功放电源设计。     

基于荷电状态的混合储能系统协调控制策略

为优化混合储能系统运行状态,提出了一种新型混合储能分层协调控制策略,包括上层能量管理与下层混合储能控制。上层能量管理层根据微电网母线电压、频率以及混合储能系统综合荷电状态（SOC_HESS）,利用模糊逻辑算法优化混合储能系统的充放电功率,使得储能设备的荷电状态维持在合理范围。下层混合储能控制层在低通滤波器的基础上根据磷酸铁锂电池和超级电容器各自的SOC,建立分配功率修正算法,优化储能单元的SOC状态。仿真实验证明,所提出的基于荷电状态SOC的分层协调控制,有效地降低了混合储能的SOC的变化范围,防止储能设备的过充或过放。     

用于电动汽车SOC估计的等效电路模型研究

从适用于电动汽车锂离子电池荷电状态(SOC)估计的等效电路模型出发,对Rint、RC、Thevenin、PNGV和GNL等模型进行了归纳和总结,着重介绍了PNGV等效电路模型的基本原理、参数辨识过程及其研究现状。针对PNGV模型,进行模型电路的结构和参数辨识的优化,从而使电池模型在整个生命周期内都能真实且准确地反映出电池的实际属性,将会是今后该领域研究和应用的重点。     

提高串联锂电池SOC在线估计快速性的简化二阶模型

锂离子电池最常用的等效电路模型为二阶RC等效电路模型。基于该模型的参数辨识存在所需辨识参数多、运算量大的缺点,同时荷电状态(state of charge, SOC)估计中状态方程存在复杂的指数运算等问题,这些都使得难以对多个串联电池进行SOC的在线估计。因此,提出了一种简化二阶电池模型。该模型忽略电池内部极化反应,只关注其外特性,使得参数辨识个数减少。该简化模型也使得状态空间方程中需要估计的状态变量个数减少,避免了复杂的指数运算,降低了计算复杂度和整体的运算量,有利于多个串联锂电池SOC的实时在线估计。通过对单体锂电池和串联锂电池进行参数辨识和SOC估计测试,验证了所提的简化模型在保证参数辨识及SOC估计精度的同时,大大提升了系统运算速度,进而提高了SOC估计的快速性。     

基于ABC-RFEKF算法的锂电池SOC估计

准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障.针对锂电池SOC估计精度不足的问题,提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计.在建立双极化模型的基础上,为解决在线辨识初始误差累积的问题,采用ABC算法搜索最小模型电压误差下的全局最...     

基于SR-HPPC和EKF的强适应性电池参数辨识

准确的建模与荷电状态(SOC)估计能确保电池管理系统安全启动及稳定运转.以三元正极材料锂离子电池为研究对象,建立离散模型.在传统参数拟合的基础上,结合模型在阶跃响应下的性质,提出一种辨识方法.该方法结合不同工况实验,对电池工作特性进行分析.将参数辨识方法阶跃响应(SR)-混合功率脉冲特性(HPPC)构建的模型与扩展卡尔...