CN113343407A - 一种大规模储能电池等效优化方法及系统 - Google Patents

一种大规模储能电池等效优化方法及系统 Download PDF

Info

Publication number
CN113343407A
CN113343407A CN202110349109.6A CN202110349109A CN113343407A CN 113343407 A CN113343407 A CN 113343407A CN 202110349109 A CN202110349109 A CN 202110349109A CN 113343407 A CN113343407 A CN 113343407A
Authority
CN
China
Prior art keywords
battery
model
parameters
error
equivalent
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
CN202110349109.6A
Other languages
English (en)
Other versions
CN113343407B (zh
Inventor
李帅
常晓勇
陈福锋
王玉婷
徐程骥
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.)
Nanjing SAC Automation Co Ltd
Original Assignee
Nanjing SAC Automation Co Ltd
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 Nanjing SAC Automation Co Ltd filed Critical Nanjing SAC Automation Co Ltd
Priority to CN202110349109.6A priority Critical patent/CN113343407B/zh
Publication of CN113343407A publication Critical patent/CN113343407A/zh
Application granted granted Critical
Publication of CN113343407B publication Critical patent/CN113343407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种大规模储能电池等效优化方法,包括:1)设置误差阀值,初始化电池整体模型阶数Nw;2)获取电池单体模型参数;3)根据电池单体模型参数计算电池整体模型参数;4)根据电池整体模型参数计算得到等值简化误差;5)若等值简化误差不大于误差阀值则结束计算,否则转到步骤4)重新计算,本发通过对电池单体参数的分析与计算,获取符合预期误差范围的电池整体简化参数,具有通用、高效、易操作的特点。

Description

一种大规模储能电池等效优化方法及系统
技术领域
本发明属于新能源及电力存储技术领域,尤其涉及一种大规模储能电池等效优化方法及系统。
背景技术
大规模储能电池由若干个电池单体组成,由于制造工艺、使用工况、老化程度等因素,电池单体的参数存在一定的差异性。对于电池单体的建模分析,采用较多的是等效电路模型。设电池单体的模型阶数为f,若包含g个参数不一致的电池单体,则储能电池整体的阶数将达到f×g。按照这种方式,当电池规模较大(即单体数目较多)时,电池模型将极为复杂,不便于分析和运算。
发明内容
本发明的目的在于提供一种大规模储能电池等效优化方法,能够优化电池的等效模型。
为实现上述目的,本发明提供如下技术方案:
第一方面,提供了一种大规模储能电池等效优化方法,包括:
1)设置误差阀值,初始化电池整体模型阶数Nw
2)获取电池单体模型参数;
3)根据电池单体模型参数计算电池整体模型参数;
4)根据电池整体模型参数计算得到等值简化误差;
5)若等值简化误差不大于误差阀值则结束计算,否则转到步骤4)重新计算。
结合第一方面,进一步的,所述根据电池单体模型参数计算电池整体模型参数包括:
1)根据式(2)设置电池整体模型阶数
Figure BDA0003001665920000011
其中,Ns为电池单体模型阶数;
2)根据式(3)构造电池整体模型参数矩阵Q
Figure BDA0003001665920000021
其中,ci为第i个电压参数,第j个电流参数;
3)初始化迭代系数n、x、H、P、K,如式(4)~(8)所示:
n=NW+1 (4)
x=1 (5)
Figure BDA0003001665920000022
Figure BDA0003001665920000023
Figure BDA0003001665920000024
其中,
Figure BDA0003001665920000025
表示阶数为(2Nw+1)×(2Nw+1)的单位矩阵,
Figure BDA0003001665920000026
表示阶数为(2Nw+1)×1的零矩阵;
4)判断迭代是否结束,若未结束则进入步骤5),否则进入步骤11);
5)根据式(10)计算电池单体模型电压输出;
Figure BDA0003001665920000027
6)根据电池单体模型电压输出通过式(10)得到电池整体模型电压输出Vn
Figure BDA0003001665920000028
7)根据式(12)、(13)求出迭代系数H、K;
Figure BDA0003001665920000029
K=P·H/(x+HT·P·H) (13)
8)根据式(14)得到电池整体模型参数Q
Q=Q+K·(Vn-HT·Q) (14)
9)根据式(15)求得迭代系数P
Figure BDA0003001665920000031
10)根据式(16)更新迭代系数后回到步骤4);
n=n+1 (16)
11)根据式(17)求出等值后的电池整体模型电压输出{Yn};
Figure BDA0003001665920000032
结合第一方面,进一步的,采用式(18)根据电池整体模型参数计算得到等值简化误差
Figure BDA0003001665920000033
其中,M为迭代阈值。
结合第一方面,进一步的,根据式(9)判断迭代是否结束;
n≥M (9)。
第二方面,提供了一种大规模储能电池等效优化系统,包括:
初始化模块:用于设置误差阀值,初始化电池整体模型阶数Nw
获取电池单体模型参数;
电池整体模型参数计算模块:用于根据电池单体模型参数计算电池整体模型参数;
简化误差计算模块:用于根据电池整体模型参数计算得到等值简化误差;
简化误差判断模块:用于若等值简化误差不大于误差阀值则结束计算,否则重新计算等值简化误差。
第三方面,提供了一种大规模储能电池等效优化系统,包括:
包括存储器和处理器;
所述存储器用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面任一项所述方法的步骤。
有益效果:本发明提供的一种大规模储能电池的等值简化方法,通过对电池单体参数的分析与计算,获取符合预期误差范围的电池整体简化参数,具有通用、高效、易操作的特点。
附图说明
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提了一种大规模储能电池等效优化方法,包括如下步骤:
步骤1,设置允许误差Ep,即误差阀值(本发明根据经验设置为5%),初始化电池整体模型阶数Nw,如式1所示。
Nw=1 (1)
步骤2,获取电池单体模型参数{ai,k}、{bj,k}。
其中,符号“{}”表示数据集合,ai,k为电压参数,bj,k为电流参数,下标i、j分别为电压参数序号、电流参数序号,下标k表示电池单体序号。若单体模型阶数为Ns,则i的取值范围为1~Ns,j的取值范围为0~Ns。设有W个电池单体,则k的取值范围为1~W。
步骤3,设定输入电流{Im}。
其中,输入电流由一系列电流数据组成,反映了电池的动态特性。Im表示电流数据,下标m表示电流数据的序号。若数据个数为M,则m的取值范围为1~M,将M作为迭代阀值。
步骤4,设置电池整体模型阶数Nw,如式2所示。
Figure BDA0003001665920000051
步骤5,构造整体模型参数矩阵Q,如式3所示。
Figure BDA0003001665920000052
其中,ci为电压参数,dj为电流参数,下标i、j分别为电压参数序号、电流参数序号。
步骤6,初始化迭代系数n、x、H、P、K,如式4~8所示。
n=NW+1 (4)
x=1 (5)
Figure BDA0003001665920000053
Figure BDA0003001665920000054
Figure BDA0003001665920000055
其中,
Figure BDA0003001665920000056
表示阶数为(2Nw+1)×(2Nw+1)的单位矩阵,
Figure BDA0003001665920000057
表示阶数为(2Nw+1)×1的零矩阵。
步骤7,根据式9判断迭代是否结束。若未结束,则进入步骤8;结束则进入步骤14。
n≥M (9)
步骤8,计算单体电压输出Un,k,如式10所示。
Figure BDA0003001665920000058
步骤9,计算整体电压输出Vn,如式11所示。
Figure BDA0003001665920000061
步骤10,计算迭代系数H、K,如式12~13所示。
Figure BDA0003001665920000062
K=P·H/(x+HT·P·H) (13)
步骤11,计算电池整体模型参数Q,如式14所示。
Q=Q+K·(Vn-HT·Q) (14)
步骤12,计算迭代系数P,如式15所示。
Figure BDA0003001665920000063
步骤13,更新迭代系数n,如式16所示,进入步骤7。
n=n+1 (16)
步骤14,计算等值后的整体电压输出{Yn},如式17所示
Figure BDA0003001665920000064
步骤15,计算等值简化误差Er,如式18所示
Figure BDA0003001665920000065
步骤16,根据式(19),判断简化误差是否符合预期。符合则结束计算;不符合则进入步骤4,重新计算。
Er≤EP (19)
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种大规模储能电池等效优化方法,其特征在于,包括:
1)设置误差阀值,初始化电池整体模型阶数Nw
2)获取电池单体模型参数;
3)根据电池单体模型参数计算电池整体模型参数;
4)根据电池整体模型参数计算得到等值简化误差;
5)若等值简化误差不大于误差阀值则结束计算,否则转到步骤4)重新计算。
2.根据权利要求1所述的一种大规模储能电池等效优化方法,其特征在于:所述根据电池单体模型参数计算电池整体模型参数包括:
1)根据式(2)设置电池整体模型阶数
Figure FDA0003001665910000011
其中,Ns为电池单体模型阶数;
2)根据式(3)构造电池整体模型参数矩阵Q
Figure FDA0003001665910000012
其中,ci为第i个电压参数,第j个电流参数;
3)初始化迭代系数n、x、H、P、K,如式(4)~(8)所示:
n=NW+1 (4)
x=1 (5)
Figure FDA0003001665910000013
Figure FDA0003001665910000014
Figure FDA0003001665910000015
其中,
Figure FDA0003001665910000016
表示阶数为(2Nw+1)×(2Nw+1)的单位矩阵,
Figure FDA0003001665910000017
表示阶数为(2Nw+1)×1的零矩阵;
4)判断迭代是否结束,若未结束则进入步骤5),否则进入步骤11);
5)根据式(10)计算电池单体模型电压输出;
Figure FDA0003001665910000021
6)根据电池单体模型电压输出通过式(10)得到电池整体模型电压输出Vn
Figure FDA0003001665910000022
7)根据式(12)、(13)求出迭代系数H、K;
Figure FDA0003001665910000023
K=P·H/(x+HT·P·H) (13)
8)根据式(14)得到电池整体模型参数Q
Q=Q+K·(Vn-HT·Q) (14)
9)根据式(15)求得迭代系数P
Figure FDA0003001665910000024
10)根据式(16)更新迭代系数后回到步骤4);
n=n+1 (16)
11)根据式(17)求出等值后的电池整体模型电压输出{Yn};
Figure FDA0003001665910000025
3.根据权利要求2所述的一种大规模储能电池等效优化方法,其特征在于:采用式(18)根据电池整体模型参数计算得到等值简化误差
Figure FDA0003001665910000031
其中,M为迭代阈值。
4.根据权利要求3所述的一种大规模储能电池等效优化方法,其特征在于:根据式(9)判断迭代是否结束;
n≥M (9)。
5.一种大规模储能电池等效优化系统,其特征在于,包括:
初始化模块:用于设置误差阀值,初始化电池整体模型阶数Nw
获取电池单体模型参数;
电池整体模型参数计算模块:用于根据电池单体模型参数计算电池整体模型参数;
简化误差计算模块:用于根据电池整体模型参数计算得到等值简化误差;
简化误差判断模块:用于若等值简化误差不大于误差阀值则结束计算,否则重新计算等值简化误差。
6.一种大规模储能电池等效优化系统,其特征在于,包括:
包括存储器和处理器;
所述存储器用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~4任一项所述方法的步骤。
CN202110349109.6A 2021-03-31 2021-03-31 一种大规模储能电池等效优化方法及系统 Active CN113343407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110349109.6A CN113343407B (zh) 2021-03-31 2021-03-31 一种大规模储能电池等效优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110349109.6A CN113343407B (zh) 2021-03-31 2021-03-31 一种大规模储能电池等效优化方法及系统

Publications (2)

Publication Number Publication Date
CN113343407A true CN113343407A (zh) 2021-09-03
CN113343407B CN113343407B (zh) 2023-03-24

Family

ID=77467775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110349109.6A Active CN113343407B (zh) 2021-03-31 2021-03-31 一种大规模储能电池等效优化方法及系统

Country Status (1)

Country Link
CN (1) CN113343407B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110031762A (zh) * 2019-04-30 2019-07-19 国能新能源汽车有限责任公司 一种锂离子电池等效电路数据参数的拟合方法
CN111208428A (zh) * 2019-12-27 2020-05-29 南京国电南自电网自动化有限公司 一种储能电池循环次数的实时计算方法、系统及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110031762A (zh) * 2019-04-30 2019-07-19 国能新能源汽车有限责任公司 一种锂离子电池等效电路数据参数的拟合方法
CN111208428A (zh) * 2019-12-27 2020-05-29 南京国电南自电网自动化有限公司 一种储能电池循环次数的实时计算方法、系统及存储介质

Also Published As

Publication number Publication date
CN113343407B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN106407590A (zh) 基于膜计算的质子交换膜燃料电池模型优化方法
CN112597610B (zh) 机械臂结构轻量化设计的优化方法、装置及设备
CN117197396B (zh) 一种大规模三维场景快速轻量化方法
CN115618998A (zh) 一种基于碳排放的动力电池回收量预测方法及装置
CN113343407B (zh) 一种大规模储能电池等效优化方法及系统
CN112287605B (zh) 一种基于图卷积网络加速的潮流校核方法
CN113076681A (zh) 一种基于滤波的锂电池核心与表面温度估计方法
CN111695623A (zh) 基于模糊聚类的大规模电池储能系统成组建模方法、系统、设备及可读存储介质
CN115542173B (zh) 电池电量估计方法及装置
CN109840308B (zh) 一种区域风电功率概率预报方法及系统
CN116050250A (zh) 基于混合驱动模型的电网数字孪生模型建模方法及装置
CN115593264A (zh) 基于边缘计算的充电优化控制方法、装置和计算机设备
CN112084710B (zh) 固体氧化物燃料电池电压预测方法、终端设备及存储介质
CN105786769B (zh) 一种基于快速数据读取及对称稀疏因子表法在极坐标pq分解法潮流中的应用
CN112967154A (zh) 一种电力系统Well-being的评估方法及装置
CN107957974B (zh) 一种提取极坐标潮流方程雅可比矩阵的方法
CN112200406B (zh) 一种园区配电网能量路由器接入规划方法和装置
CN105703359B (zh) 一种对称稀疏因子表法在直角坐标pq分解法潮流计算中的应用
CN112462265A (zh) 一种储能电池的模拟方法和模式系统
CN112018774B (zh) 考虑互补约束的潮流计算方法及装置
CN113094945B (zh) 一种sa-beso联合拓扑优化方法
CN117951963B (zh) 基于哈密尔顿-蒙特卡洛采样的芯片热仿分析方法及装置
CN117435308B (zh) 一种基于并行计算算法的Modelica模型仿真方法及系统
CN112464395B (zh) 发动机的物理模型参数标定方法和装置
CN113555909B (zh) 一种多能互补基地风光火储建设时序优化方法与系统

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