CN110927579B - 应用于电池能量存储系统主控制模式的电池soc管理方法 - Google Patents
应用于电池能量存储系统主控制模式的电池soc管理方法 Download PDFInfo
- Publication number
- CN110927579B CN110927579B CN201911034288.3A CN201911034288A CN110927579B CN 110927579 B CN110927579 B CN 110927579B CN 201911034288 A CN201911034288 A CN 201911034288A CN 110927579 B CN110927579 B CN 110927579B
- Authority
- CN
- China
- Prior art keywords
- battery
- value
- model
- soc
- power
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 38
- 238000004146 energy storage Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012546 transfer Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 125000004432 carbon atom Chemical group C* 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 6
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 239000003792 electrolyte Substances 0.000 claims description 3
- 230000005288 electromagnetic effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000011545 laboratory measurement Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007430 reference method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 240000000233 Melia azedarach Species 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种应用于电池能量存储系统主控制模式的电池SOC管理方法，包括步骤：步骤1、设计主控制模式模拟方案；步骤2、建立电池模型；步骤3、设计衰减控制方法；步骤4、设计SOC管理方法。本发明的有益效果是：提出一种应用于BESS主控制模式的模拟方案，建立电池模型，设计SOC管理方法，对于精确估计BESS的使用寿命和估算经济效益至关重要；仿真结果表明，电池模型的选择直接影响PCR工作模式的性能；针对传统衰减控制方法的缺点，本发明提出有效的SOC管理方法，提高PCR工作模式的整体性能，但电池的平均充放电倍率较高，循环次数增加；本发明将循环特性、温度、电化学特性等因素引入电池寿命模型，使SOC估计结果更加精确，同时减少算法复杂度。
Description
技术领域
本发明涉及锂电池储能管控领域，尤其包括一种应用于电池能量存储系统主控制模式的电池SOC管理方法。更具体地说，它涉及一种并网型锂电池储能系统的主控制模式模拟方案、锂电池等效模型和提高电池使用寿命的SOC管理方法。
背景技术
并网型电池储能系统(BESS)广泛应用于电网电力系统中，目的是逐步从集中式发电系统转变为分散式发电系统。BESS具有高功率和快速响应的特点，特别是主控制模式(PCR)能够适用于不同的电网需求，该模式的工作过程可以自动激活，并由频率衰减算法控制。BESS的关键组成部分包括PCR控制器、能量管理系统(EMS)和电池管理算法，工作过程中存在能量损失现象，导致电池SOC值不稳定波动，引起BESS工作中断。电池储能系统在PCR工作模式下，模拟电池动态响应的经验模型精度不够，包括损耗、容量衰减、LOR(Loss ofRegulation)等性能评估不足。
实际应用中，BESS可以随时接入公用电网，对BESS系统的控制策略提出较高要求。Thien等人分析不同电池技术组成的PCR模式运行性能，仿真结果显示，BESS系统的频率设置校准(Set-Point Adjustment，SPA)受到严格限制。电池需要频繁充电或放电以保持SOC值在允许的范围内，因此EMS对于优化工作模式至关重要。J.Fleer等人利用电池经验模型和循环老化的寿命模型评估电池寿命和电网经济效益，研究电池模型和SOC管理方法对PCR工作模式的影响。B.Lian等人提出增强频率响应(EFR)校准方法，应用于优化基于低通滤波器(LFP)的并网型储能系统，用能量功率比(EPR)代替功率设定值确定储能系统的规模。仿真结果显示，当EPR值量化为0.43时，BESS性能最优，SOC值设置在50％-60％之间时，保证系统连续运行。
发明内容
本发明的目的是克服现有技术中的不足，提供一种应用于电池能量存储系统主控制模式的电池SOC管理方法
这种应用于电池能量存储系统主控制模式的电池SOC管理方法，包括以下步骤：
步骤1、设计主控制模式模拟方案：给定输入信号为频率动态分析值，将频率动态分析值输入BESS/PCR模型；BESS/PCR模型包括模拟BESS运行所需的所有子模型：控制模型、校准模型、逆变器模型和电池模型；所述控制模型、校准模型、逆变器模型和电池模型组成SOC管理方法的计算过程；输出信号为PCR可靠性分析结果；
步骤2、建立电池模型：建立经验模型、电路模型和寿命模型三种电池等效模型，根据模型特性和复杂性选择不同的电池参数，利用实验得到的数据确定模型参数值；
步骤3、设计衰减控制方法；表征衰减控制规律的三个参数为：死区DB，定义为标称频率周围的小频带；衰减角σ，定义为曲线斜率；校准频带
定义为无张力的最大向上或向下功率；
步骤4、设计SOC管理方法；将衰减控制曲线应用于电池SOC管理方法，采用固定衰减参数
的衰减控制技术，SOC参考值设定为固定值，设计管理方法如下：
1)死区法：利用死区的频率范围，根据功率设定值Pcell使电池SOC值达到参考值，并灵活选择恢复过程中的最大交换功率值；基于PCR中断的SOC复位过程，决定终端的逻辑因素为饱和极限值、激活因子和交换功率；当达到饱和极限时，激活因子开启，电池开始吸收或释放能量以达到SOC设定值；
2)可变衰减法：该模式下不设定功率值，衰减角度σ根据SOC值进行修正；控制器接收电极频率和SOC值，并通过控制平面来估计衰减校正因子DF；当SOC减小时DF取值应满足以下条件：当Δf为正时，DF逐渐减小，复位SOC值；当Δf为负时，DF逐渐增加，减少SOC值；利用DF计算衰减角度σ，利用衰减角度σ门限值计算DF值。
作为优选，所述步骤2包括如下步骤：
步骤2.1、建立经验模型，根据校准模型拟合的动态功率变化值
输入电池模型，计算电池实际功率变化值
上式中，ηch为电池的充电效率，ηdisch为电池的放电效率；根据ηch和ηdisch计算实际功率变化值，ηch和ηdisch取决于电池的工作效率，通过实验数据测量拟合计算ηch和ηdisch；基于电池额定功率Pn和额定能量En，计算SOC变化值：
上式中，
表示t到t+1时间段的SOC变化值，
为实际功率变化值，ΔSOC为SOC变化值；基于库仑计数的SOC模型，校准能量值EPCR计算公式为：
上式中，t取值为任意start到end，
为动态功率变化值，Pn为电池额定功率；当电池在充电和放电过程中达到容量饱和状态时，将未释放能量Ep作为EPCR的一部分进行计算，公式如下：
上式中，SOCmin为电池SOC最小值，SOCmax为电池SOC最大值，
为动态功率变化值，Pn为电池额定功率；BESS性能评价指标LOR的计算公式如下：
步骤2.2、建立电路模型，电路模型通过阻抗和电容等效模型，评估电池内部电化学效应包括电磁效应，双层效应和电荷转移效应；电路模型的总阻抗为Zcell，RΩ为电磁特性等效欧姆内阻，CDL,1为双层电荷转移等效电容1，CDL,2为双层电荷转移等效电容2，RC,T1为电荷转移等效电阻1，RC,T2为电荷转移等效电阻2，CD,T为电解液扩散等效电容，CD,R为电极扩散等效电容，CD,T的对应等效电阻为Rl,T，CD,R的对应等效电阻为Rl,R；单体电池所需实际功率Pcell的计算公式为：
上式中，Ccell为单体电池的额定容量，Ucell为单体电池的端电压，
为动态功率变化值，EPR为能量功率比；该电池模型忽略内部作用的影响和损失，将未释放功率Ep与极限电压的饱和度进行关联，计算公式为：
上式中，Umin为端电压最小值，Umax为端电压最大值；
步骤2.3、建立寿命模型：利用经验模型和电路模型，结合寿命模型估计电池的健康状态SOH，不考虑容量衰减和功率衰减影响，建立简化的寿命模型；BESS的寿命定义为：
上式中，cymax为最大循环次数，cyPCR为电池在PCR模式下的循环次数；假设最大循环次数为电池充放电倍率的可变函数。
作为优选，所述步骤3包括如下步骤：
步骤3.1、建立校准频带的计算公式：
上式中，Preg为校准功率，Prated为发电机的额定功率，
为校准频带；表征电池的参数为额定能量En和额定功率Pn，两个参数之间的关系定义为EPR：
假设电池能量完全应用于PCR工作模式，则额定功率与校准频带和校准功率相关，则利用公式(11)计算得到额定功率：
上式中，Preg为校准功率，
为校准频带，设定额定功率值，利用公式(10)拟合EPR，直接计算得到额定能量En，如公式(12)：
En＝Pn·EPR (12)
定义额定功率和额定能量的三个重要参数为Preg、
和EPR；当设定或计算得到这三个参数后，确定相应的BESS功率-能量配置(Pn-En)；校准模型通过控制器接收频率信号和参数，建立相应的衰减控制曲线；衰减角度σ将功率变化值与频率波动值进行关联，该参数表示曲线的斜率，定义公式如下：
上式中，
为频率波动值；响应时间用传递函数来模拟，该函数将校准模型的信号加入电池模型，特定的衰减时间ts表示为：
式中，τ为时间常数，s为拉普拉斯变换因子；
步骤3.2、设计衰减控制曲线；当频率变化时，记录基于标称值Δf的变化结果，根据衰减控制曲线的定义，通过插入或提取功率设定值激活PCR工作模式。
作为优选，步骤1所述主控制模式模拟方案，基于以下假设：
1)输入频率信号不受电池输出功率的影响，频率信号通过实验室测量获取，并强行施加到电池模型上；
2)忽略温度对电池模型的影响，保证恒定工作温度；
3)BESS只提供单一功能。
作为优选，步骤2所述实验包括效率测试、开路电压OCV测试、电化学阻抗谱EIS测试和老化测试。
作为优选，步骤4所述饱和极限值定义为SOC极限值或BESS电压极限值；激活因子包含一个时间常数，激活因子瞬时激活SOC复位过程或引入延迟。
作为优选，所述步骤3.1由于系统储存的能量有限，一定时间内，对电池重启充电。
本发明的有益效果是：本发明提出一种应用于BESS主控制模式的模拟方案，建立电池模型，设计SOC管理方法，对于精确估计BESS的使用寿命和估算经济效益至关重要；仿真结果表明，电池模型的选择直接影响PCR工作模式的性能，必须在准确性和计算量之间进行有效权衡。针对传统衰减控制方法的缺点，本发明提出有效的SOC管理方法，提高PCR工作模式的整体性能，但电池的平均充放电倍率较高，循环次数增加。本发明将循环特性、温度、电化学特性等因素引入电池寿命模型，使SOC估计结果更加精确，同时减少算法复杂度。
附图说明
图1为PCR模式模拟方案图；
图2为单体电池电路模型图；
图3为PCR模式的衰减控制曲线图；
图4为基于三种电路模型的LOR估计曲线图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
为克服电池模型不精确，电池SOC值不稳定等缺点，本发明设计PCR模式模拟方案；建立三种电池等效模型，设计15种功率-能量配置方案，并验证最优PCR工作模式；提出有效的SOC管理方法，保证PCR工作模式的连续性和稳定性。
这种应用于电池能量存储系统主控制模式的电池SOC管理方法，包括以下步骤：
步骤1、设计主控制模式模拟方案，如图1所示：给定输入信号为频率动态分析值，将频率动态分析值输入BESS/PCR模型；BESS/PCR模型包括模拟BESS运行所需的所有子模型：控制模型、校准模型、逆变器模型和电池模型；所述控制模型、校准模型、逆变器模型和电池模型组成SOC管理方法的计算过程；输出信号为PCR可靠性分析结果；
步骤2、建立电池模型，如图2所示：建立经验模型、电路模型和寿命模型三种电池等效模型，根据模型特性和复杂性选择不同的电池参数，利用实验得到的数据确定模型参数值；
步骤2.1、建立经验模型，根据校准模型拟合的动态功率变化值
输入电池模型，计算电池实际功率变化值
上式中，ηch为电池的充电效率，ηdisch为电池的放电效率；根据ηch和ηdisch计算实际功率变化值，ηch和ηdisch取决于电池的工作效率，通过实验数据测量拟合计算ηch和ηdisch；基于电池额定功率Pn和额定能量En，计算SOC变化值：
上式中，
表示t到t+1时间段的SOC变化值，
为实际功率变化值，ΔSOC为SOC变化值；基于库仑计数的SOC模型，校准能量值EPCR计算公式为：
上式中，t取值为任意start到end，
为动态功率变化值，Pn为电池额定功率；当电池在充电和放电过程中达到容量饱和状态时，将未释放能量Ep作为EPCR的一部分进行计算，公式如下：
上式中，SOCmin为电池SOC最小值，SOCmax为电池SOC最大值，
为动态功率变化值，Pn为电池额定功率；BESS性能评价指标LOR的计算公式如下：
步骤2.2、建立电路模型，电路模型通过阻抗和电容等效模型，评估电池内部电化学效应包括电磁效应，双层效应和电荷转移效应；电路模型的总阻抗为Zcell，RΩ为电磁特性等效欧姆内阻，CDL,1为双层电荷转移等效电容1，CDL,2为双层电荷转移等效电容2，RC,T1为电荷转移等效电阻1，RC,T2为电荷转移等效电阻2，CD,T为电解液扩散等效电容，CD,R为电极扩散等效电容，CD,T的对应等效电阻为Rl,T，CD,R的对应等效电阻为Rl,R；单体电池所需实际功率Pcell的计算公式为：
上式中，Ccell为单体电池的额定容量，Ucell为单体电池的端电压，
为动态功率变化值，EPR为能量功率比；该电池模型忽略内部作用的影响和损失，将未释放功率Ep与极限电压的饱和度进行关联，计算公式为：
上式中，Umin为端电压最小值，Umax为端电压最大值；
步骤2.3、建立寿命模型：利用经验模型和电路模型，结合寿命模型估计电池的健康状态SOH，不考虑容量衰减和功率衰减影响，建立简化的寿命模型；BESS的寿命定义为：
上式中，cymax为最大循环次数，cyPCR为电池在PCR模式下的循环次数；假设最大循环次数为电池充放电倍率的可变函数；
步骤3、设计衰减控制方法，如图3所示；表征衰减控制规律的三个参数为：死区DB，定义为标称频率周围的小频带；衰减角σ，定义为曲线斜率；校准频带
定义为无张力的最大向上或向下功率；
步骤3.1、建立校准频带的计算公式：
上式中，Preg为校准功率，Prated为发电机的额定功率，
为校准频带；表征电池的参数为额定能量En和额定功率Pn，两个参数之间的关系定义为EPR：
假设电池能量完全应用于PCR工作模式，则额定功率与校准频带和校准功率相关，则利用公式(11)计算得到额定功率：
上式中，Preg为校准功率，
为校准频带，设定额定功率值，利用公式(10)拟合EPR，直接计算得到额定能量En，如公式(12)：
En＝Pn·EPR (12)
定义额定功率和额定能量的三个重要参数为Preg、
和EPR；当设定或计算得到这三个参数后，确定相应的BESS功率-能量配置(Pn-En)；校准模型通过控制器接收频率信号和参数，建立相应的衰减控制曲线；衰减角度σ将功率变化值与频率波动值进行关联，该参数表示曲线的斜率，定义公式如下：
上式中，
为频率波动值；响应时间用传递函数来模拟，该函数将校准模型的信号加入电池模型，特定的衰减时间ts表示为：
式中，τ为时间常数，s为拉普拉斯变换因子；
步骤3.2、设计衰减控制曲线；当频率变化时，记录基于标称值Δf的变化结果，根据衰减控制曲线的定义，通过插入或提取功率设定值激活PCR工作模式；
步骤4、设计SOC管理方法；将衰减控制曲线应用于电池SOC管理方法，采用固定衰减参数
的衰减控制技术，SOC参考值设定为固定值，设计管理方法如下：
1)死区法：利用死区的频率范围，根据功率设定值Pcell使电池SOC值达到参考值，并灵活选择恢复过程中的最大交换功率值；基于PCR中断的SOC复位过程，决定终端的逻辑因素为饱和极限值、激活因子和交换功率；当达到饱和极限时，激活因子开启，电池开始吸收或释放能量以达到SOC设定值；
2)可变衰减法：该模式下不设定功率值，衰减角度σ根据SOC值进行修正；控制器接收电极频率和SOC值，并通过控制平面来估计衰减校正因子DF；当SOC减小时DF取值应满足以下条件：当Δf为正时，DF逐渐减小，复位SOC值；当Δf为负时，DF逐渐增加，减少SOC值；利用DF计算衰减角度σ，利用衰减角度σ门限值计算DF值。
步骤1所述主控制模式模拟方案，基于以下假设：
1)输入频率信号不受电池输出功率的影响，频率信号通过实验室测量获取，并强行施加到电池模型上；
2)忽略温度对电池模型的影响，保证恒定工作温度；
3)BESS只提供单一功能。
步骤2所述实验包括效率测试、开路电压OCV测试、电化学阻抗谱EIS测试和老化测试。
步骤4所述饱和极限值定义为SOC极限值或BESS电压极限值；激活因子包含一个时间常数，激活因子瞬时激活SOC复位过程或引入延迟。
所述步骤3.1由于系统储存的能量有限，一定时间内，对电池重启充电。
实验结果1.电池模型比较：
选择5种不同Pn-En设置值：(1)校准范围为
电池规格为4MW/4MWh；(2)校准范围为
电池规格为2MW/2MWh；(3)校准范围为
电池规格为1MW/1MWh；(4)校准范围为
电池规格为0.67MW/0.67MWh；(5)校准范围为
电池规格为0.5MW/0.5MWh。
表1 5种不同Pn-En设置值下对建立的三种电池模型进行15种配置的仿真模拟
如上表1所示，对建立的三种电池模型进行15种配置的仿真模拟，表1中配置1至配置15为配置编号；同时利用100％校准范围对应的配置3、配置8和配置13进行结果对比分析。
如图4所示，基于校准范围
的LOR实验结果表明：
(1)基于寿命模型和电路模型的LOR曲线，具有对数特性，经验模型的LOR曲线与校准范围呈现线性关系。配置15的LOR值是配置5和配置11的LOR值的2倍。由于寿命模型具有较高的电流值，导致较高的电压波动，信号的饱和速度更快。
(2)由于在充电过程中效率值略高，经验模型比电路模型充电时间更短；相反，寿命模型的充电时间受电池电压门限值的影响。
(3)能量方面，当电池容量饱和时激活LOR计算过程，电池的充电效率ηch和电池的放电效率ηdisch的经验模型和电路的LOR值分别为15.7％和16.5％，寿命模型的LOR值为21％。
实验结果2.SOC管理方法比较：
选择上述15种配置仿真结果中的最佳配置0.5MW/0.5MWh，分析SOC管理方法的优缺点。选取固定衰减控制为参考方法，设该参考方法为方法0，衰减角σ为0.045％。设计如下4种管理方法：
(1)方法A(死区法)：对不同单体电池所需实际功率Pcell设置值进行灵敏度分析，Preg范围在1％到20％之间，并选择12％的Preg值进行仿真模拟；(2)方法B(带PCR中断的SOC恢复)：选择功率设置值为Preg的200％时，PCR中断时间最低；(3)方法C(无PCR中断的SOC恢复)：选择功率设置值为Preg的50％，以保证恢复时间和工作时间同步；(4)方法D(可变衰减)：衰减角σ的范围在0.027％到0.068％之间，没有设定功率点。
仿真结果表明：(1)方法A激活频率最高，因为频率信号通常在死区范围内，该方法使非SOC值接近参考值；方法B仅在达到饱和下限时激活一次，当电池进入充电状态，PCR工作模型中断，当SOC值达到50％时，PCR工作模式重新启动。(2)方法C与方法B相似；当达到较低的SOC门限值，根据参考SOC值使充电功率PCR工作模式功率相同；方法D与参考方法0相似，利用不同的衰减角σ，将SOC值保持在接近参考值的区域内。(3)方法B的Preg和平均充放电倍率最高，因为Preg为200％时SOC快速修复；较高的平均充放电倍率导致较低的效率值和较低的BESS使用寿命；方法C平均充放电倍率较低。(4)方法D是唯一不需要功率设置值的控制策略，性能与参考方法0相似。
Claims (5)
1.应用于电池能量存储系统主控制模式的电池SOC管理方法，其特征在于，包括以下步骤：
步骤1、设计主控制模式模拟方案：给定输入信号为频率动态分析值，将频率动态分析值输入BESS/PCR模型；BESS/PCR模型包括模拟BESS运行所需的所有子模型：控制模型、校准模型、逆变器模型和电池模型；所述控制模型、校准模型、逆变器模型和电池模型组成SOC管理方法的计算过程；输出信号为PCR可靠性分析结果；
步骤2、建立电池模型：建立经验模型、电路模型和寿命模型三种电池等效模型，根据模型特性和复杂性选择不同的电池参数，利用实验得到的数据确定模型参数值；
步骤2.1、建立经验模型，根据校准模型拟合的动态功率变化值
输入电池模型，计算电池实际功率变化值
上式中，ηch为电池的充电效率，ηdisch为电池的放电效率；根据ηch和ηdisch计算实际功率变化值，ηch和ηdisch取决于电池的工作效率，通过实验数据测量拟合计算ηch和ηdisch；基于电池额定功率Pn和额定能量En，计算SOC变化值：
上式中，
表示t到t+1时间段的SOC变化值，
为实际功率变化值，ΔSOC为SOC变化值；基于库仑计数的SOC模型，校准能量值EPCR计算公式为：
上式中，t取值为任意start到end，
为动态功率变化值，Pn为电池额定功率；当电池在充电和放电过程中达到容量饱和状态时，将未释放能量Ep作为EPCR的一部分进行计算，公式如下：
上式中，SOCmin为电池SOC最小值，SOCmax为电池SOC最大值，
为动态功率变化值，Pn为电池额定功率；BESS性能评价指标LOR的计算公式如下：
步骤2.2、建立电路模型，电路模型通过阻抗和电容等效模型，评估电池内部电化学效应包括电磁效应，双层效应和电荷转移效应；电路模型的总阻抗为Zcell，RΩ为电磁特性等效欧姆内阻，CDL,1为双层电荷转移等效电容1，CDL,2为双层电荷转移等效电容2，RC,T1为电荷转移等效电阻1，RC,T2为电荷转移等效电阻2，CD,T为电解液扩散等效电容，CD,R为电极扩散等效电容，CD,T的对应等效电阻为Rl,T，CD,R的对应等效电阻为Rl,R；单体电池所需实际功率Pcell的计算公式为：
上式中，Ccell为单体电池的额定容量，Ucell为单体电池的端电压，
为动态功率变化值，EPR为能量功率比；该电池模型忽略内部作用的影响和损失，将未释放功率Ep与极限电压的饱和度进行关联，计算公式为：
上式中，Umin为端电压最小值，Umax为端电压最大值；
步骤2.3、建立寿命模型：利用经验模型和电路模型，结合寿命模型估计电池的健康状态SOH，不考虑容量衰减和功率衰减影响，建立简化的寿命模型；BESS的寿命定义为：
上式中，cymax为最大循环次数，cyPCR为电池在PCR模式下的循环次数；假设最大循环次数为电池充放电倍率的可变函数；
步骤3、设计衰减控制方法；表征衰减控制规律的三个参数为：死区DB，定义为标称频率周围的小频带；衰减角σ，定义为曲线斜率；校准频带
定义为无张力的最大向上或向下功率；
步骤3.1、建立校准频带的计算公式：
上式中，Preg为校准功率，Prated为发电机的额定功率，
为校准频带；表征电池的参数为额定能量En和额定功率Pn，两个参数之间的关系定义为EPR：
假设电池能量完全应用于PCR工作模式，则额定功率与校准频带和校准功率相关，则利用公式(11)计算得到额定功率：
上式中，Preg为校准功率，
为校准频带，设定额定功率值，利用公式(10)拟合EPR，直接计算得到额定能量En，如公式(12)：
En＝Pn·EPR (12)
定义额定功率和额定能量的三个重要参数为Preg、
和EPR；当设定或计算得到这三个参数后，确定相应的BESS功率-能量配置(Pn-En)；校准模型通过控制器接收频率信号和参数，建立相应的衰减控制曲线；衰减角度σ将功率变化值与频率波动值进行关联，该参数表示曲线的斜率，定义公式如下：
上式中，
为频率波动值；响应时间用传递函数来模拟，该函数将校准模型的信号加入电池模型，特定的衰减时间ts表示为：
式中，τ为时间常数，s为拉普拉斯变换因子；
步骤3.2、设计衰减控制曲线；当频率变化时，记录基于标称值Δf的变化结果，根据衰减控制曲线的定义，通过插入或提取功率设定值激活PCR工作模式；
步骤4、设计SOC管理方法；将衰减控制曲线应用于电池SOC管理方法，采用固定衰减参数
的衰减控制技术，SOC参考值设定为固定值，设计管理方法如下：
1)死区法：利用死区的频率范围，根据功率设定值Pcell使电池SOC值达到参考值，并灵活选择恢复过程中的最大交换功率值；基于PCR中断的SOC复位过程，决定终端的逻辑因素为饱和极限值、激活因子和交换功率；当达到饱和极限时，激活因子开启，电池开始吸收或释放能量以达到SOC设定值；
2)可变衰减法：该模式下不设定功率值，衰减角度σ根据SOC值进行修正；控制器接收电极频率和SOC值，并通过控制平面来估计衰减校正因子DF；当SOC减小时DF取值应满足以下条件：当Δf为正时，DF逐渐减小，复位SOC值；当Δf为负时，DF逐渐增加，减少SOC值；利用DF计算衰减角度σ，利用衰减角度σ门限值计算DF值。
2.根据权利要求1所述的应用于电池能量存储系统主控制模式的电池SOC管理方法，其特征在于，步骤1所述主控制模式模拟方案，基于以下假设：
1)输入频率信号不受电池输出功率的影响，频率信号通过实验室测量获取，并强行施加到电池模型上；
2)忽略温度对电池模型的影响，保证恒定工作温度；
3)BESS只提供单一功能。
3.根据权利要求1所述的应用于电池能量存储系统主控制模式的电池SOC管理方法，其特征在于：步骤2所述实验包括效率测试、开路电压OCV测试、电化学阻抗谱EIS测试和老化测试。
4.根据权利要求1所述的应用于电池能量存储系统主控制模式的电池SOC管理方法，其特征在于：步骤4所述饱和极限值定义为SOC极限值或BESS电压极限值；激活因子包含一个时间常数，激活因子瞬时激活SOC复位过程或引入延迟。
5.根据权利要求3所述的应用于电池能量存储系统主控制模式的电池SOC管理方法，其特征在于：所述步骤3.1由于系统储存的能量有限，一定时间内，对电池重启充电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911034288.3A CN110927579B (zh) | 2019-10-29 | 2019-10-29 | 应用于电池能量存储系统主控制模式的电池soc管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911034288.3A CN110927579B (zh) | 2019-10-29 | 2019-10-29 | 应用于电池能量存储系统主控制模式的电池soc管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110927579A CN110927579A (zh) | 2020-03-27 |
| CN110927579B true CN110927579B (zh) | 2021-09-03 |
Family
ID=69849637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911034288.3A Active CN110927579B (zh) | 2019-10-29 | 2019-10-29 | 应用于电池能量存储系统主控制模式的电池soc管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110927579B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103293485A (zh) * | 2013-06-10 | 2013-09-11 | 北京工业大学 | 基于模型的蓄电池荷电状态估计方法 |
| CN104931784A (zh) * | 2014-03-17 | 2015-09-23 | 福特全球技术公司 | 基于频率的电池模型参数估计 |
| JP2016131478A (ja) * | 2015-01-15 | 2016-07-21 | トヨタ自動車株式会社 | 電源装置 |
| CN107870305A (zh) * | 2017-12-04 | 2018-04-03 | 浙江大学城市学院 | 基于温度参数的锂离子电池在线参数辨识和soh估计方法 |
| CN108333528A (zh) * | 2018-02-07 | 2018-07-27 | 重庆大学 | 基于动力电池电-热耦合模型的soc和sot联合状态估计方法 |
| CN109782188A (zh) * | 2019-02-11 | 2019-05-21 | 北京东方计量测试研究所 | 航天器电池组模拟器的soc特性校准方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9128162B2 (en) * | 2012-09-19 | 2015-09-08 | Apple Inc. | Estimating state of charge (SOC) and uncertainty from relaxing voltage measurements in a battery |
-
2019
- 2019-10-29 CN CN201911034288.3A patent/CN110927579B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103293485A (zh) * | 2013-06-10 | 2013-09-11 | 北京工业大学 | 基于模型的蓄电池荷电状态估计方法 |
| CN104931784A (zh) * | 2014-03-17 | 2015-09-23 | 福特全球技术公司 | 基于频率的电池模型参数估计 |
| JP2016131478A (ja) * | 2015-01-15 | 2016-07-21 | トヨタ自動車株式会社 | 電源装置 |
| CN107870305A (zh) * | 2017-12-04 | 2018-04-03 | 浙江大学城市学院 | 基于温度参数的锂离子电池在线参数辨识和soh估计方法 |
| CN108333528A (zh) * | 2018-02-07 | 2018-07-27 | 重庆大学 | 基于动力电池电-热耦合模型的soc和sot联合状态估计方法 |
| CN109782188A (zh) * | 2019-02-11 | 2019-05-21 | 北京东方计量测试研究所 | 航天器电池组模拟器的soc特性校准方法 |
Non-Patent Citations (2)
| Title |
|---|
| Frequency and time domain modelling and online state of charge monitoring for ultracapacitors;Jinpeng Tian等;《Energy》;20190630;第176卷;全文 * |
| 基于鲁棒H∞滤波的蓄电池荷电状态估计;陈凤祥等;《计算机仿真》;20091031;第26卷(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110927579A (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106909716B (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
| CN106443473B (zh) | 一种动力锂离子电池组soc估算方法 | |
| JP6383500B2 (ja) | 蓄電池制御装置、制御方法、プログラム、蓄電システム、電力システム | |
| CN103163480B (zh) | 锂电池健康状态的评估方法 | |
| KR101248623B1 (ko) | 축전지 장치 및 축전지의 전지 상태 평가 장치 및 방법 | |
| US11292360B2 (en) | Battery equalization method and system, vehicle, storage medium, and electronic device | |
| CN111239629B (zh) | 一种退役锂电池的梯次利用状态区间划分方法 | |
| CN110018422B (zh) | 一种电池管理方法及装置 | |
| Berrueta et al. | Comparison of State-of-Charge estimation methods for stationary Lithium-ion batteries | |
| CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
| CN109858084B (zh) | 一种功率边界数学模型的建立方法及装置 | |
| KR101320743B1 (ko) | 배터리 충방전 제어 장치 및 방법 | |
| SE1950652A1 (en) | Method for estimating state of health of a battery | |
| Kazhamiaka et al. | Li-ion storage models for energy system optimization: the accuracy-tractability tradeoff | |
| Sepasi et al. | SOC estimation for aged lithium-ion batteries using model adaptive extended Kalman filter | |
| Amir et al. | A novel SOC estimation method for lithium ion battery based on improved adaptive PI observer | |
| CN111257770A (zh) | 一种电池包功率估算方法 | |
| CN115047347A (zh) | 判定水下航行器电池在动态负载电流下的剩余电量的方法 | |
| Daniil et al. | Performance comparison of diffusion, circuit-based and kinetic battery models | |
| CN110927579B (zh) | 应用于电池能量存储系统主控制模式的电池soc管理方法 | |
| Li et al. | A high-fidelity hybrid lithium-ion battery model for SOE and runtime prediction | |
| CN110208717B (zh) | 基于大数据的动力电池寿命预测方法 | |
| CN116914886A (zh) | 一种基于用户侧储能系统的充放电控制优化策略 | |
| CN114879053A (zh) | 一种储能磷酸铁锂电池寿命预测方法 | |
| CN105720634B (zh) | 一种自学习的充电功率电流控制方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220713 Address after: 310015 No. 51, Huzhou street, Hangzhou, Zhejiang Patentee after: Zhejiang University City College Address before: 310015 No. 50 Huzhou Street, Hangzhou City, Zhejiang Province Patentee before: Zhejiang University City College |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240307 Address after: Building 2, 3rd Floor, No. 188 Jili Avenue, Lunan Street, Luqiao District, Taizhou City, Zhejiang Province, 318050 Patentee after: Zhejiang Xingyao Lithium Battery Technology Co.,Ltd. Country or region after: China Address before: 310015 No. 51, Huzhou street, Hangzhou, Zhejiang Patentee before: Zhejiang University City College Country or region before: China |