国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于大數(shù)據(jù)的電池特征參數(shù)提取和SOC估算方法①

2024-01-12 06:57:38盧宇軒林仕立張先勇
電池工業(yè) 2023年6期
關鍵詞:倍率充放電儲能

盧宇軒,李 晟,林仕立,張先勇

(1.廣東技術師范大學,廣東 廣州 510665;2.水發(fā)興業(yè)能源(珠海)有限公司,廣東 珠海 519085)

0 引言

風能和太陽能是重要的新能源發(fā)電類型,但均具有波動大、難預測等特點。為了使新能源發(fā)電能夠跟蹤發(fā)電計劃,業(yè)內普遍認為需要配套一定規(guī)模的電池儲能電站進行調節(jié)。然而,隨著近年來大量儲能電站的出現(xiàn),一些技術缺陷也開始集中暴發(fā)??紤]復雜環(huán)境的影響,為了準確追蹤電池容量特性并建立模型,以提高儲能系統(tǒng)在目標狀態(tài)下的精準控制[1-2],開發(fā)一套行之有效的電池儲能電站運維系統(tǒng)勢在必行。

運維工具的主要作用在于提高電池儲能電站中大量電池單體的一致性,而實現(xiàn)電池荷電狀態(tài)(state of charge,SOC)的精確估算是其中最關鍵的基礎問題。傳統(tǒng)上,電池SOC通過對電池單體或電池組進行多次充放電實驗,建立模型并利用算法進行求解。利用多種算法結合的方式可對求取多目標模型有更好效果[3-4]。林春景等人[5]基于實驗驗證了環(huán)境溫度對電池內阻的影響,在一定狀態(tài)下,隨著溫度降低,充放電歐姆內阻和極化內阻均增加,而對溫度更為敏感的歐姆內阻增加幅度更大。另外電池內阻的變化會導致電池可用容量和功率特性的衰減,因此要提高電池可用容量及SOC估算精度,應該著重考慮電池工作溫度[6]。此外,電池的充放電倍率對可用容量的影響也極為關鍵。在相同溫度下,較大的放電倍率會導致電池可用容量急劇下降[7],陳育哲[8]的實驗結果表明,2 C放電倍率相比1/2 C工況,可用容量衰減超出20%。受電池內阻等諸多因素的影響,電池在不同剩余容量狀態(tài)下的充放電效率并不相同,低SOC區(qū)間與高SOC區(qū)間的實際放電或充電容量差異較大。當該區(qū)間能量能夠充分釋放時,總可用容量更多,SOC斜率更平緩,反之更陡峭[9-10]。

由上述內容可知,電池SOC的估算受到多個參數(shù)的耦合影響。為了改進傳統(tǒng)的SOC估算方法,針對不同工況進行容量調整[11-12],結合多個因素對SOC的影響,提出了實時的電池容量修正因子,以減小估算誤差[13]。此外,結合多種估算方法也可提高SOC的估算精度[14]?;诮5姆椒?通過實時追蹤不同工況下各表征參數(shù)與電池可用容量及SOC的對應關系,可以實現(xiàn)電池SOC的精確估算。然而,對于電池儲能電站運維工具而言,其使用場景一般不具備開展電池多次充放電實驗的條件,且所面向的電池型號也不相同。因此,電池SOC建模方法難以在運維工具上有效應用??紤]到電池儲能電站與其監(jiān)控系統(tǒng)之間存在海量的數(shù)據(jù)交互,本文提出基于大數(shù)據(jù)的電池特征參數(shù)提取方法,以實現(xiàn)電池SOC估算方法中參數(shù)的辨識和調整,從而為電池儲能電站運維工具提供高精度的電池狀態(tài)參數(shù)。

1 SOC估算及參數(shù)獲取方法

電池SOC是電池管理系統(tǒng)中的一個重要參數(shù)。一方面是電池儲能電站實現(xiàn)充放電控制的主要參考因素,另一方面也是衡量電池組一致性的重要指標。其一般定義如式(1)所示[15]。

(1)

1.1 傳統(tǒng)SOC估算方法

基于式(1)的定義,多數(shù)實際工程采用“開路電壓法+安時積分法”實現(xiàn)電池單體SOC的實時估算,其估算方法如式(2)所示[16]。

(2)

式中:SOC0為初始時刻或者上一時刻的SOC值,I為當前積分時間段的電流,Qa為當前積分時間段電池的實際可用容量。采用開路電壓法對SOC0進行估算,并采用安時積分法對電池充放電過程進行計算,可以得到當前的電池SOC值。

從式(2)可知,電流I和積分時間的測量較為精確,因此在電池單體SOC估算過程中,SOC0和Qa的準確計算是影響SOC精度的關鍵所在,兩者與電池的充放電特性息息相關。一方面,傳統(tǒng)上一般通過大量實驗,包括不同充放電倍率、不同環(huán)境溫度等條件下的測試,來獲得電池的相關特性,進而得到電池SOC0、Qa與端電壓、充放電倍率、溫度、SOC所處區(qū)間等參數(shù)之間的關系。另一方面,電池組SOC與各單體SOC之間存在一定的關系,但其影響關系較難獲得。因此,在實際應用中,多數(shù)采用“平均模型”,通過電池單體的特性來等效衡量電池組的特性,從而得到電池組SOC的估算方法。

1.2 特征參數(shù)獲取方法

在電池健康狀態(tài)較好、運行工況穩(wěn)定的情況下,基于“開路電壓法+安時積分法”的SOC估算方法在精度上可以滿足電池儲能電站運維工具的需求,且具有使用便捷、硬件要求低等優(yōu)勢,是一種較好的估算方法。然而,該方法在實際應用中需要解決如何獲取算法中所需電池特性參數(shù)的問題。

考慮到電池儲能電站電池管理系統(tǒng)(battery management system,BMS)與后臺能源管理系統(tǒng)(energy management system,EMS)之間存在海量的數(shù)據(jù)傳輸,其中包含了電池簇SOC、電池簇的平均電壓、電池簇的充放電電流、簇平均溫度、當前狀態(tài)所持續(xù)的時長等相關信息。因此,可以從BMS歷史數(shù)據(jù)提取上述信息,通過數(shù)據(jù)分析獲得電池SOC與相關參數(shù)的對應關系,從而實現(xiàn)電池SOC實際值的估算。

具體而言,相關參數(shù)用于實現(xiàn)“開路電壓法+安時積分法”中SOC0、Qa的辨識,其影響因素主要包括電壓、溫度、充放電狀態(tài)、充放電電流、靜置時間等。由此可以得到,SOC估算方法的整體邏輯過程如圖1所示。

圖1 SOC估算方法的邏輯過程

2 基于大數(shù)據(jù)的SOC0和Qa修正方法

如上節(jié)所述,電池SOC估算精度取決于初始狀態(tài)SOC0以及不同狀態(tài)下電池實際容量Qa的實時調整。在實際運行過程中,電池的各項參數(shù)和工作環(huán)境一直處于非線性的變化狀態(tài),因此可以基于歷史采樣大數(shù)據(jù),把特性相近的電池運行狀態(tài)信息進行分類、篩選、組合,并作歸一化處理,最后將SOC0及Qa動態(tài)修正模型導入“開路電壓法+安時積分法”的估算式中。

2.1 SOC0估算方法

影響SOC0的主要參數(shù)是電池端壓和電池充放電電流。模型的設計思路是把采集的數(shù)據(jù)按照電流劃分為多個電流區(qū)間,對每個電流區(qū)間選取一定數(shù)量的目標值。根據(jù)歷史大數(shù)據(jù),可以通過電流數(shù)值將電池分為充電狀態(tài)、放電狀態(tài)和靜置狀態(tài)。進一步根據(jù)時間參數(shù)獲取時長,將靜置狀態(tài)細分為長時間靜置狀態(tài)、充電截止恢復狀態(tài)、放電截止恢復狀態(tài)。在區(qū)分歷史數(shù)據(jù)中電池采樣數(shù)據(jù)所屬狀態(tài)的前提下,可以得到電池SOC0的特征數(shù)據(jù)提取和分析步驟,具體流程如圖2所示。

圖2 電池SOC0的特征數(shù)據(jù)提取和分析

2.2 Qa動態(tài)調整模型

對于安時積分法中的Qa,其主要受到電池充放電電流和SOC的影響。因此,首先把SOC劃分為若干個區(qū)段,結合電池的歷史數(shù)據(jù),通過計算采集時間內Δt的變化及對應的ΔSOC比值,估算該區(qū)間內能釋放或充入的電能容量和可用總容量的對應關系。因此,Qa可由式(3)得到。

(3)

式中:Qa為電池可用總容量;ΔQ為采集時間內的變化容量;ΔSOC為采集時間內變化SOC。

其中,ΔQ可通過式(4)計算得到,為簡化其計算,一般可取本采樣時段電流均值的時間乘積進行求取。ΔSOC則可通過式(5)計算得到。

(4)

(5)

式中:T為采集周期/n,即為每個電流變化時段內時長;i0,…,in為采集時間內多次變化電流值;SOCt1和SOCt0分別為本時刻和上一時刻的SOC值。

根據(jù)式(3)~式(5),通過對采集時段的電流積分可以得到充放電容量,再結合歷史數(shù)據(jù)中的SOC變化情況,可得到本SOC段對應的Qa值。具體可以把SOC平均劃分為五個區(qū)段,[0%,20%)、[20%,42%)、[42%,62%)、[62%,82%)、[82%,100%],每個區(qū)間段均選取多個充放電倍率下的數(shù)據(jù),其中電流和監(jiān)測SOC采樣時間可按照分鐘進行設計。

2.3 基于最小二乘法的參數(shù)擬合

經(jīng)過預處理和歸一化的整合SOC0和Qa特性數(shù)據(jù)可作為驅動電池狀態(tài)估算的完整特性。而最小二乘法是最常用的參數(shù)擬合方法,它可以得到較小的目標函數(shù)誤差。最小二乘法的目的是使擬合的目標函數(shù)盡可能地減少與觀測值之間的誤差,這在公式上體現(xiàn)為使預測值與目標值之差的平方和最小化。因此,對于多組監(jiān)測到的電池數(shù)據(jù),可以通過在各組采集數(shù)據(jù)之間插入目標函數(shù),并使用最小二乘法進行擬合,來覆蓋應用的整個數(shù)據(jù)范圍?;谧钚《朔ǖ膮?shù)擬合如式(6)~式(8)所示:

Y=B0+B1x+B2x2+B3x3+…+Bpxp

(6)

(7)

使得

(8)

根據(jù)上述對SOC0和Qa進行預處理后的數(shù)據(jù)特性以及基于最小二乘法的參數(shù)擬合方法,可以通過比較多組模型來找到最適合的擬合模型。

3 實驗及分析

本實驗數(shù)據(jù)來源于水發(fā)興業(yè)能源(珠海)有限公司在西藏地區(qū)運行的融合一號艙電池儲能電站。所使用的數(shù)據(jù)來自磷酸鐵鋰電池串聯(lián)而成的電池簇,其額定容量為25 Ah。采集監(jiān)測的是電池簇電流、SOC、Qa,而電壓為電池簇的平均電壓。由于電池在恒溫環(huán)境中運行,因此溫度的影響不考慮。

3.1 SOC0估算結果及分析

結合融合電池艙歷史數(shù)據(jù),可以得到電池充電電壓、放電電壓與SOC的特性曲線,如圖3所示。在儲能電站運行期間,根據(jù)需求,串聯(lián)電池組以不同的充放電倍率運行,篩選出各倍率數(shù)據(jù)組電流倍率相互分散并穩(wěn)定運行相當長時間的數(shù)據(jù)點作為特征曲線的參考數(shù)據(jù)。充電曲線共采樣了0 A(0 C)、16.16 A(0.65 C)、36.83 A(1.47 C)、44.19 A(1.77 C)、45.66 A(1.83 C)5個電流數(shù)據(jù)點的數(shù)據(jù);放電曲線共采樣了13.4 A(0.54 C)、43.79 A(1.75 C)、45.47 A(1.82 C)、50.61 A(2 C)4個電流數(shù)據(jù)點的數(shù)據(jù)。

(a)充電工況

從圖3的充電工況曲線數(shù)據(jù)可以看出,在電壓平臺期,SOC從25%上升至90%,涵蓋了大部分的充電過程,而電壓的變化范圍則是3.25~3.325 V。若以恒定U-SOC曲線作為SOC0的電壓參考,會造成35%~55%的ΔSOC。通過SOC0的優(yōu)化模型,可大大改善初始SOC估算偏移較大的問題,提高估算算法的可靠性。

在電壓和電流的共同影響下,對SOC0數(shù)據(jù)進行模型擬合能更好地反映觀測值的函數(shù)特性。因此,根據(jù)最小二乘法找到擬合模型的最適參數(shù)點作為SOC的模型函數(shù),選用擴展S形模型對采樣點進行數(shù)據(jù)擬合,可以得到電流-電壓-SOC的關系函數(shù)模型,模型如圖4所示。從圖中可以看出,在充電工況下,大倍率充電電池的SOC特性曲線更為陡峭。當充電倍率大于1.2 C時,隨著電壓的增大,SOC值快速增加。曲線的起始上升點電壓隨充電倍率的增大而逐漸增大。對于放電工況,電壓隨著SOC的減小而逐漸降低,但在0.4 C時,隨著SOC的減少,電池端電壓有較陡峭的下降,而高倍率放電則下降較為平緩。相同SOC容量下,電池端電壓會隨著放電倍率的增大而逐漸降低。而高倍率工況所能釋放的SOC比小倍率的要少。

(a)充電工況

(9)

(10)

3.2 Qa影響關系分析

電池可用容量Qa的實時修正受到SOC和電流的影響。通過對電池簇的研究得到如下的分析結果。Qa與SOC的關系曲線如圖5所示,從圖中可以看到,電池簇充電時,在SOC處于0%~20%及85%~100%時電池可用容量Qa有著明顯變化,在充電的起始和結束階段衰減明顯。SOC為20%~85%時,可用容量整體處于相對平穩(wěn)的狀態(tài),隨著SOC的增加而略有增加,放電曲線與充電曲線有著相似特性,隨著SOC的增加而增大。SOC超過80%之后,Qa實時修正分別受到SOC和電流的影響,呈現(xiàn)下降趨勢。SOC在25%~80%區(qū)間時,Qa較平穩(wěn)。

圖5 Qa與SOC的關系曲線

通過曲線分析,在整個充放電區(qū)間內,Qa最低可下降至16.5 Ah,與額定容量25 Ah相差近34%。若使用Qa進行單位采樣時間ΔSOC的估算,最大誤差將達到34%。對于充電過程和放電過程,Qa和充放電倍率Crate之間存在一定的特性關系,兩者的關系曲線如圖6所示。從圖6可以看出,隨著充電電流的增大,電池的可用總容量Qa基本呈現(xiàn)下降的趨勢。在充電倍率小于0.8 C時,Qa相對平緩;充電倍率大于0.8 C時,則出現(xiàn)明顯下降;在充電倍率進一步提高到1.8 C時,Qa降到18 Ah。在放電工況下,Qa與充電工況則存在較大差異。在放電倍率小于0.8 C時,Qa有明顯下降,0.8~1.8 C內呈現(xiàn)較平緩的趨勢,甚至稍有增加。除了在小于0.4 C的情況下,電池容量能達到20 Ah的較高電量,大部分情況下電池簇能放出19 Ah的電量。然而,在大于2 C的大電流放電狀態(tài)下,可放出的電量會快速減少。

圖6 Qa與充放電倍率的關系曲線

綜合考慮充放電倍率對Qa的影響,超過1.8 C倍率的工況使得可用容量下降到18 Ah。相較于使用25 Ah額定容量作為Qa,通過模型修正后的ΔSOC單位采樣時間下的誤差最大會減少28%的估算誤差。

(11)

(12)

4 結論

對于電池儲能電站等應用場合,無法將電池重新投入實驗環(huán)境去更新估算模型,因此,通過將電池歷史數(shù)據(jù)作為數(shù)據(jù)篩選和數(shù)據(jù)分析的基礎,對估算模型參數(shù)進行修正,能實現(xiàn)運維工具等外部設備對電池SOC的準確估算。本研究通過SOC、電壓、電流等歷史數(shù)據(jù),對“開路電壓法+安時積分法”中的初始荷電狀態(tài)SOC0和實際可用容量Qa進行了修正,可以有效提高該算法的估算精度,大大擴展了該方法的適用范圍。

猜你喜歡
倍率充放電儲能
大型桅桿起重機起升變倍率方法及其應用
V2G模式下電動汽車充放電效率的研究
相變儲能材料的應用
煤氣與熱力(2021年6期)2021-07-28 07:21:24
FANUC0iD系統(tǒng)速度倍率PMC控制方法
基于SG3525的電池充放電管理的雙向DC-DC轉換器設計
電子制作(2019年23期)2019-02-23 13:21:36
儲能技術在電力系統(tǒng)中的應用
儲能真要起飛了?
能源(2017年12期)2018-01-31 01:42:59
一種智能加工系統(tǒng)中的機床倍率控制方法
直流儲能型準Z源光伏并網(wǎng)逆變器
電源技術(2016年2期)2016-02-27 09:05:08
拉伸倍率對BOPP薄膜性能的影響
中國塑料(2015年6期)2015-11-13 03:03:05
开江县| 同江市| 达日县| 若羌县| 江华| 南漳县| 澳门| 永福县| 微山县| 佛教| 洪湖市| 万全县| 平定县| 海城市| 邳州市| 通榆县| 大同县| 大荔县| 若羌县| 大方县| 南召县| 陆河县| 泗洪县| 阿图什市| 金沙县| 化德县| 万州区| 阳高县| 浦县| 正镶白旗| 施秉县| 靖江市| 德昌县| 行唐县| 鄂尔多斯市| 波密县| 涞水县| 海淀区| 昂仁县| 灵寿县| 宜兰市|