CN103077291A - 可设置初始荷电状态的电池充放电过程数字仿真方法 - Google Patents

可设置初始荷电状态的电池充放电过程数字仿真方法 Download PDF

Info

Publication number
CN103077291A
CN103077291A CN2013100310817A CN201310031081A CN103077291A CN 103077291 A CN103077291 A CN 103077291A CN 2013100310817 A CN2013100310817 A CN 2013100310817A CN 201310031081 A CN201310031081 A CN 201310031081A CN 103077291 A CN103077291 A CN 103077291A
Authority
CN
China
Prior art keywords
battery
nom
charge
voltage
discharge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100310817A
Other languages
English (en)
Other versions
CN103077291B (zh
Inventor
刘念
董仲星
张建华
刘宗歧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201310031081.7A priority Critical patent/CN103077291B/zh
Publication of CN103077291A publication Critical patent/CN103077291A/zh
Application granted granted Critical
Publication of CN103077291B publication Critical patent/CN103077291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Secondary Cells (AREA)

Abstract

本发明公开了电力系统仿真研究领域的一种可设置初始荷电状态的电池充放电过程数字仿真方法。其技术方案是,根据典型的电池放电曲线,按照所提出的方法分离出电池模型的参数,然后建立电池模型,分别采用恒流放电和恒流转恒压充电的方式进行仿真验证,并按照不同的充放电倍率及不同的电池初始荷电状态SOC进行仿真验证,将仿真验证曲线与实际的电池充放电曲线进行对比,证明其正确性及灵活性。本发明提出的储能电池模型参数提取简单,易于实现,物理概念明确,而且可以根据研究内容的实际需要自由设置电池初始荷电状态SOC,应用灵活方便,有效解决了微电网研究中储能模型难以建立及灵活性不足的问题。

Description

可设置初始荷电状态的电池充放电过程数字仿真方法
技术领域
本发明属于电力系统仿真研究领域,尤其涉及一种可设置初始荷电状态的电池充放电过程数字仿真方法。
背景技术
近年来新能源发电、微电网及电动汽车发展迅速,国内外学者对以上领域进行了大量研究工作。新能源发电可以减小对化石燃料的依赖,减小环境污染,受到广泛关注,但是由于分布式电源(如风电和光伏发电)的不可控性。使得分布式电源接入会对电网带来诸多不利影响。对为解决分布式电源对电力系统的不利影响,微电网的概念应运而生,微电网有联网和孤岛两种运行方式。由于风能、太阳能的波动和负荷的扰动,特别是在孤岛运行且分布式电源(DG)渗透率较高(或风机停机)时,微电网需要大型储能系统来保证系统电压和频率的稳定性。在各种储能技术中,储能电池由于其动态性能优异,能量密度高具有广阔的前景。建立适当的电池储能模型对微电网的研究有重要意义。另外,电动汽车的普及也可以减缓能源问题和环境污染,备受关注,目前电动汽车研究的技术瓶颈就在于动力电池的研究,在电动汽车的研究中建立正确的动力电池模型十分重要。
所建立的电池模型要能正确反映电池的充放电特性,并且尽量做到参数分离容易,应用灵活。目前国内外学者提出了多种电池模型,但是有的电池模型过于简单,不能正确反映电池的动态特性,有的电池模型阶次较高,参数分离困难,不易实现,而且所提出的电池模型都无法自由设置电池的初始荷电状态SOC,应用不够灵活,这些都给微电网的研究工作带来不便。
发明内容
针对背景技术中提到的目前电力系统储能建模中电池模型难以建立及灵活性不足的问题,本发明提出一种可设置初始荷电状态的电池充放电过程数字仿真方法。
一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,具体包括以下步骤:
步骤1:确定实测的电池典型放电曲线;
步骤2:根据实测的电池典型放电曲线,分离提取电池模型的参数;
步骤3:根据步骤2中提取的电池参数,建立电池模型;
步骤4:对建立的电池模型进行仿真验证,具体包括:
1)恒流放电曲线验证;
2)恒流转恒压充电曲线;
3)对参数D进行验证,其中,D表示在仿真开始时电池已经放出的电量数值。
所述电池模型的参数包括控制部分模型参数和内阻参数。
所述分离提取控制部分模型参数的公式为:
A=Efull-Eexp
B = 3 Q exp
K = ( E full - E nom + A ( exp ( - B * Q nom ) - 1 ) ) * ( Q - Q nom ) Q nom
E0=Efull+K+Ri-A
其中,A为电池典型放电曲线指数区电压幅值;Efull为电池满电电压;Eexp为电池典型放电曲线指数区截止点的电压;B为电池典型放电曲线指数区时间常数的倒数;Qexp为电池典型放电曲线指数区放出的电量;K为电池极化电压;Enom为电池额定电压;Qnom为电池从满电放电到额定电压时所释放出的电量;Q为电池额定容量;E0为电池恒定电压;R为电池内阻;i为电池电流。
所述分离提取内阻参数的公式为:
η = 1 - I nom * R * I nom E nom * I nom
Inom=0.2*Qnom/1h
η = 1 - 0.2 * R * Q nom E nom
R = E nom * 1 - η 0.2 * Q nom
其中,η为电池的运行效率;Inom为电池以恒流方式放电的典型放电过程中的恒定电流值;R为电池内阻;Enom为电池额定电压;Qnom为电池从满电放电到额定电压时所释放出的电量;h表示小时。
所述电池模型为:
E = E 0 - K Q Q - ( D + ∫ 0 t idt ) + A × exp ( - B × ( D + ∫ 0 t idt ) ) R = E nom * 1 - η 0.2 * Q nom
其中,E为电池空载电压;E0为电池恒定电压;K为电池极化电压;Q为电池额定容量;D表示在仿真开始时电池已经放出的电量数值;
Figure BDA00002778885000042
电池放电电量,充电时为负值;A为电池典型放电曲线指数区电压幅值;B为电池典型放电曲线指数区时间常数的倒数;R为电池内阻;Enom为电池额定电压;η为电池的运行效率;Qnom为电池从满电放电到额定电压时所释放出的电量;i为电池电流。
所述恒流转恒压充电曲线包括电压曲线、电流曲线和功率曲线。
本发明的有益效果是,所提出的非线性电池模型,可以正确反映电池的充放电特性,参数物理意义明确,结构简单,易于实现,而且引入参数D,通过设置参数D的值可以自由设置电池模型的初始荷电状态SOC,应用灵活方便。
附图说明
图1是本发明提出的非线性电池模型;
图2是本发明提供的电池的典型放电曲线;
图3是本发明提供的电池初始荷电状态SOC为100%的恒流放电的电压曲线;
图4是本发明提供的电池初始荷电状态SOC为80%的恒流放电的电压曲线;
图5是本发明提供的电池初始荷电状态SOC为10%的恒流转恒压充电的电压曲线;
图6是本发明提供的电池初始荷电状态SOC为0的恒流转恒压充电的电压曲线;
图7是本发明提供的电池初始荷电状态SOC为0的恒流转恒压充电的电流曲线;
图8是本发明提供的电池初始荷电状态SOC为0的恒流转恒压充电的功率曲线。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
图1是本发明提出的非线性电池模型。图1中,所示模型由一个受控电压源和一个定值内阻组成,其中各参数的物理意义及分离提取的方法已经在发明内容中做了详细介绍。本模型中,电池的电动势仅与电池的荷电状态SOC有关,而且一一对应,从而可以反映出电池在整个充放电过程中的电压特性而且有效避免了模型的代数循环问题。此外,本模型结构简单,实现容易,而且可以根据研究内容的实际需要自由设置参数D,从而自由设置电池的初始荷电状态SOC,应用灵活方便。
图2是本发明提供的电池的典型放电曲线。图2中,通过在发明内容中提及的电池模型参数分离方法,可以方便的提取出电池模型的各项参数。以下仅以此典型放电曲线为例进行说明:电池的典型放电曲线以单体额定电压3.2V,最高电压3.6V,容量为25Ah的磷酸铁锂电池1倍率恒流放电典型曲线为例:
A=Efull-Eexp=3.6-3.3=0.3(V)
B = 3 Q exp = 3 5 A * 1 h = 0.6 ( Ah - 1 )
K = ( E full - E nom + A ( exp ( - B * Q nom ) - 1 ) ) * ( Q - Q nom ) Q nom =
( 3.6 - 3.2 + 0.3 ( exp ( - 0.6 * 20 ) - 1 ) ) * ( 25 - 20 ) 20 = 0.025 ( V )
E0=Efull+K+Ri-A=3.6+0.025+0.004*5-0.3=3.345(V)
R = V nom * 1 - η 0.2 * Q nom = 3.2 * 1 - 0.995 0.2 * 20 = 0.004 ( Ω )
图3到图8是基于PSCAD/EMTDC仿真软件进行仿真验证得到的电池电压、电流及功率曲线。
图3和图4分别是本发明提供的电池初始荷电状态SOC为100%和80%时的恒流放电曲线,通过图3和图4的放电曲线可以看出所提出模型的放电曲线与分离数据的典型放电曲线完全相同,可以正确反映电池在整个放电周期内的电压特性,而且也证明参数D的正确性,改变参数D的值便可以自由设置电池模型的初始荷电状态SOC,应用灵活方便。
图5和图6分别是本发明提供的电池初始荷电状态SOC为10%和5%时的恒流转恒压充电的电压曲线,通过图5和图6的充电曲线可以看出所提出的非线性模型可以正确反映电池在整个充电过程中的电压特性,同时也再次证明参数D的正确性,此模型应用灵活方便。
图7和图8分别是本发明提供的电池初始荷电状态SOC为5%时采用恒流转恒压充电的电流及功率曲线,进一步证明所提出模型的正确性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,具体包括以下步骤:
步骤1:确定实测的电池典型放电曲线;
步骤2:根据实测的电池典型放电曲线,分离提取电池模型的参数;
步骤3:根据步骤2中提取的电池参数,建立电池模型;
步骤4:对建立的电池模型进行仿真验证,具体包括:
1)恒流放电曲线验证;
2)恒流转恒压充电曲线验证;
3)对参数D进行验证;其中,D表示在仿真开始时电池已经放出的电量数值。
2.根据权利要求1所述的一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,所述电池模型的参数包括控制部分模型参数和内阻参数。
3.根据权利要求2所述的一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,所述分离提取控制部分模型参数的公式为:
A=Efull-Eexp
B = 3 Q exp
K = ( E full - E nom + A ( exp ( - B * Q nom ) - 1 ) ) * ( Q - Q nom ) Q nom
E0=Efull+K+Ri-A
其中,A为电池典型放电曲线指数区电压幅值;Efull为电池满电电压;Eexp为电池典型放电曲线指数区截止点的电压;B为电池典型放电曲线指数区时间常数的倒数;Qexp为电池典型放电曲线指数区放出的电量;K为电池极化电压;Enom为电池额定电压;Qnom为电池从满电放电到额定电压时所释放出的电量;Q为电池额定容量;E0为电池恒定电压;R为电池内阻;i为电池电流。
4.根据权利要求2所述的一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,所述分离提取内阻参数的公式为:
η = 1 - I nom * R * I nom E nom * I nom
Inom=0.2*Qnom/1h
η = 1 - 0.2 * R * Q nom E nom
R = E nom * 1 - η 0.2 * Q nom
其中,η为电池的运行效率;Inom为电池以恒流方式放电的典型放电过程中的恒定电流值;R为电池内阻;Enom为电池额定电压;Qnom为电池从满电放电到额定电压时所释放出的电量;h表示小时。
5.根据权利要求1所述的一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,所述电池模型为:
E = E 0 - K Q Q - ( D + ∫ 0 t idt ) + A × exp ( - B × ( D + ∫ 0 t idt ) ) R = E nom * 1 - η 0.2 * Q nom
其中,E为电池空载电压;E0为电池恒定电压;K为电池极化电压;Q为电池额定容量;D表示在仿真开始时电池已经放出的电量数值;
Figure FDA00002778884800032
电池放电电量,充电时为负值;A为电池典型放电曲线指数区电压幅值;B为电池典型放电曲线指数区时间常数的倒数;R为电池内阻;Enom为电池额定电压;η为电池的运行效率;Qnom为电池从满电放电到额定电压时所释放出的电量;i为电池电流。
6.根据权利要求1所述的一种可设置初始荷电状态的电池充放电过程数字仿真方法,其特征在于,所述恒流转恒压充电曲线包括电压曲线、电流曲线和功率曲线。
CN201310031081.7A 2013-01-25 2013-01-25 可设置初始荷电状态的电池充放电过程数字仿真方法 Active CN103077291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310031081.7A CN103077291B (zh) 2013-01-25 2013-01-25 可设置初始荷电状态的电池充放电过程数字仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310031081.7A CN103077291B (zh) 2013-01-25 2013-01-25 可设置初始荷电状态的电池充放电过程数字仿真方法

Publications (2)

Publication Number Publication Date
CN103077291A true CN103077291A (zh) 2013-05-01
CN103077291B CN103077291B (zh) 2016-05-18

Family

ID=48153820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310031081.7A Active CN103077291B (zh) 2013-01-25 2013-01-25 可设置初始荷电状态的电池充放电过程数字仿真方法

Country Status (1)

Country Link
CN (1) CN103077291B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105548901A (zh) * 2016-01-07 2016-05-04 北京北交新能科技有限公司 一种轨道交通用钛酸锂电池功率状态预测方法
CN108052777A (zh) * 2018-01-15 2018-05-18 中国计量大学 一种基于模型求解的燃料电池极化内阻分离方法
CN112406628A (zh) * 2019-08-21 2021-02-26 丰田自动车株式会社 控制装置
CN116609686A (zh) * 2023-04-18 2023-08-18 江苏果下科技有限公司 一种基于云平台大数据的电芯一致性评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503399A (zh) * 2002-11-25 2004-06-09 �ղ��Զ�����ʽ���� 用于估计蓄电池充电率的装置和方法
CN101098029A (zh) * 2006-06-26 2008-01-02 三星Sdi株式会社 估计电池充电状态的方法、电池管理系统及其驱动方法
CN102289557A (zh) * 2011-05-17 2011-12-21 杭州电子科技大学 一种电池模型参数与剩余电量联合异步在线估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503399A (zh) * 2002-11-25 2004-06-09 �ղ��Զ�����ʽ���� 用于估计蓄电池充电率的装置和方法
CN101098029A (zh) * 2006-06-26 2008-01-02 三星Sdi株式会社 估计电池充电状态的方法、电池管理系统及其驱动方法
CN102289557A (zh) * 2011-05-17 2011-12-21 杭州电子科技大学 一种电池模型参数与剩余电量联合异步在线估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OLIVIER TREMBLAY, 等: "A Generic Battery Model for the Dynamic Simulation of Hybrid Electric Vehicles", 《IEEE》, 31 December 2007 (2007-12-31) *
WENXIN,PENG: "Accurate circuit model for predicting the performance of lead-acid AGM batteries", 《 UNLV THESES/DISSERTATIONS/PROFESSIONAL PAPERS/CAPSTONES》, 31 December 2011 (2011-12-31) *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105548901A (zh) * 2016-01-07 2016-05-04 北京北交新能科技有限公司 一种轨道交通用钛酸锂电池功率状态预测方法
CN108052777A (zh) * 2018-01-15 2018-05-18 中国计量大学 一种基于模型求解的燃料电池极化内阻分离方法
CN108052777B (zh) * 2018-01-15 2024-02-02 中国计量大学 一种基于模型求解的燃料电池极化内阻分离方法
CN112406628A (zh) * 2019-08-21 2021-02-26 丰田自动车株式会社 控制装置
CN112406628B (zh) * 2019-08-21 2023-12-05 丰田自动车株式会社 车载电池的充放电的控制装置
CN116609686A (zh) * 2023-04-18 2023-08-18 江苏果下科技有限公司 一种基于云平台大数据的电芯一致性评估方法
CN116609686B (zh) * 2023-04-18 2024-01-05 江苏果下科技有限公司 一种基于云平台大数据的电芯一致性评估方法

Also Published As

Publication number Publication date
CN103077291B (zh) 2016-05-18

Similar Documents

Publication Publication Date Title
CN103197251B (zh) 一种动力锂电池二阶rc等效模型的辨识方法
Hamidi et al. EV charging station integrating renewable energy and second-life battery
CN106696746A (zh) 一种可移动的电动汽车充电系统
Valsera-Naranjo et al. Deterministic and probabilistic assessment of the impact of the electrical vehicles on the power grid
CN104734166A (zh) 混合储能系统及风力发电功率平滑控制方法
CN103926538A (zh) 基于aic准则的变阶数rc等效电路模型及实现方法
CN104537258A (zh) 分布式储能参与有源配电网运行调节的锥优化建模方法
CN108020791A (zh) 一种混合动力船舶磷酸铁锂动力电池组荷电状态估计方法
CN104537166B (zh) 一种动力电池的等效电路模型的构建方法
CN110281809A (zh) 一种基于粒子群优化算法的电动汽车v2g控制系统
CN105552969A (zh) 基于功率预测的分布式光伏发电输出功率平滑方法和系统
Wai et al. Design of energy-saving adaptive fast-charging control strategy for Li-FePO4 battery module
Tanaka et al. Accurate and versatile simulation of transient voltage profile of lithium-ion secondary battery employing internal equivalent electric circuit
CN103682508A (zh) 一种航天器锂离子蓄电池组荷电状态确定方法
CN103077291B (zh) 可设置初始荷电状态的电池充放电过程数字仿真方法
CN105811030B (zh) 一种锂离子电池系统均衡器及其控制方法
Shi et al. Dynamic impacts of fast-charging stations for electric vehicles on active distribution networks
CN105116338A (zh) 一种基于soc补偿器的并联型电池系统建模方法
Cheng et al. Modeling and dynamic simulation of an efficient energy storage component-supercapacitor
CN106655232A (zh) 一种计及三相负荷平衡的电动汽车分布式充放电调度策略
CN203825171U (zh) 基于aic准则的变阶数rc等效电路模型
CN103513188B (zh) 一种电力系统储能站中电池单体的电量计算方法
CN204314878U (zh) 一种锂电池分数阶变阶等效电路模型
Sattar et al. Real-time implementation of BESS to smooth the output power fluctuation of variable speed wind turbine generator
Tejesh et al. Development of hybrid pv wind system for evs with battery management system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant