电池储能是碳中和目标的有力抓手,准确估计其能量状态(state of energy,SOE)和峰值功率状态(state of power,SOP)是电池储能高效可靠运行的关键和基础。由于电池的电化学反应过程十分复杂,作为隐性状态量的SOE和SOP精确值难以获得。为此...电池储能是碳中和目标的有力抓手,准确估计其能量状态(state of energy,SOE)和峰值功率状态(state of power,SOP)是电池储能高效可靠运行的关键和基础。由于电池的电化学反应过程十分复杂,作为隐性状态量的SOE和SOP精确值难以获得。为此,本工作提出了一种基于模型SOE和SOP联合估计方法。应用Thevenin等效电路模型,采用递归最小二乘法建立了在线参数辨识算法,获得准确的模型参数。为解决恒定功率需求下的功率预测难题,提出了多步功率预测法,提高了SOP的预测精度,并结合扩展卡尔曼滤波算法,进一步提出了多状态联合估计方法。实验验证了算法的可行性,结果表明,在存在较大初始误差的情况下,所提出的方法电压、SOE最大预测误差均<2%,实现了准确的SOP预测。展开更多
为保证电池储能持续平抑波动,该文提出一种基于双层协调控制的电池集成储能控制策略。外层控制中,提出基于近零相位自适应滤波的风功率平滑策略,不仅使并网功率满足1、10 min时间尺度波动平抑需求,还减小了控制过程中相位滞后,并在风功...为保证电池储能持续平抑波动,该文提出一种基于双层协调控制的电池集成储能控制策略。外层控制中,提出基于近零相位自适应滤波的风功率平滑策略,不仅使并网功率满足1、10 min时间尺度波动平抑需求,还减小了控制过程中相位滞后,并在风功率较平稳时自适应控制储能系统退出运行,有效降低了储能系统额定功率需求和运行负担。内层控制中,采用不同充、放电特性的两组磷酸铁锂电池集成以跟踪功率指令,并定义等效荷电状态(state of charge,SOC)指标衡量储能系统的整体SOC水平,随后将等效SOC与外层控制相联系,提出基于Logistic动态区间的SOC优化策略,确保优化过程中并网功率满足要求,并解决充、放电不均衡情况下的高/低SOC极端运行状态,保证电池储能持续平抑波动能力,同时可使两组电池储能接近最优放电深度(depth of discharge,DOD)运行,充分利用其循环寿命。展开更多
文摘电池储能是碳中和目标的有力抓手,准确估计其能量状态(state of energy,SOE)和峰值功率状态(state of power,SOP)是电池储能高效可靠运行的关键和基础。由于电池的电化学反应过程十分复杂,作为隐性状态量的SOE和SOP精确值难以获得。为此,本工作提出了一种基于模型SOE和SOP联合估计方法。应用Thevenin等效电路模型,采用递归最小二乘法建立了在线参数辨识算法,获得准确的模型参数。为解决恒定功率需求下的功率预测难题,提出了多步功率预测法,提高了SOP的预测精度,并结合扩展卡尔曼滤波算法,进一步提出了多状态联合估计方法。实验验证了算法的可行性,结果表明,在存在较大初始误差的情况下,所提出的方法电压、SOE最大预测误差均<2%,实现了准确的SOP预测。
文摘为保证电池储能持续平抑波动,该文提出一种基于双层协调控制的电池集成储能控制策略。外层控制中,提出基于近零相位自适应滤波的风功率平滑策略,不仅使并网功率满足1、10 min时间尺度波动平抑需求,还减小了控制过程中相位滞后,并在风功率较平稳时自适应控制储能系统退出运行,有效降低了储能系统额定功率需求和运行负担。内层控制中,采用不同充、放电特性的两组磷酸铁锂电池集成以跟踪功率指令,并定义等效荷电状态(state of charge,SOC)指标衡量储能系统的整体SOC水平,随后将等效SOC与外层控制相联系,提出基于Logistic动态区间的SOC优化策略,确保优化过程中并网功率满足要求,并解决充、放电不均衡情况下的高/低SOC极端运行状态,保证电池储能持续平抑波动能力,同时可使两组电池储能接近最优放电深度(depth of discharge,DOD)运行,充分利用其循环寿命。
