CN113346574A - 储能电池协同控制方法及系统 - Google Patents

储能电池协同控制方法及系统 Download PDF

Info

Publication number
CN113346574A
CN113346574A CN202110545598.2A CN202110545598A CN113346574A CN 113346574 A CN113346574 A CN 113346574A CN 202110545598 A CN202110545598 A CN 202110545598A CN 113346574 A CN113346574 A CN 113346574A
Authority
CN
China
Prior art keywords
energy storage
charge
storage battery
state
control
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
CN202110545598.2A
Other languages
English (en)
Other versions
CN113346574B (zh
Inventor
张承慧
李世鹏
商云龙
李京伦
段彬
张奇
陈桂成
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.)
Shandong University
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN202110545598.2A priority Critical patent/CN113346574B/zh
Publication of CN113346574A publication Critical patent/CN113346574A/zh
Application granted granted Critical
Publication of CN113346574B publication Critical patent/CN113346574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0025—Sequential battery discharge in systems with a plurality of batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本公开提出了基于分布式协同控制的储能电池单元功率分配方法及系统，包括：将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；基于上述模型利用有向图描述储能电池模块之间分散的通信网络；采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。采用所设计的分布式协同控制律，荷电状态均衡目标可以实现。也就是说每个储能电池模块的荷电状态最终趋于一致并跟踪期望的参考目标荷电状态，整个闭环系统渐近协同稳定。

Description

储能电池协同控制方法及系统
技术领域
本公开属于储能电池技术领域，尤其涉及储能电池协同控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
风能、太阳能和海洋能等可再生能源发电受季节、气象和地域条件的影响，具有明显的不连续、不稳定性。发出的电力波动较大，可调节性差。当电网接入的风电发电容量过多时，电网的稳定性将受到影响。目前，可再生能源发电的大规模电网接入是制约其发展的瓶颈。配套大规模高效储能装置，可以解决发电与用电的时差矛盾及间歇式可再生能源发电直接并网对电网冲击，调节电能品质。同时，储能电池技术在离网的太阳能、风能等可再生能源发电应用中具有不可或缺的重要作用。
但是这类储能电池在使用时，容易由于容量的不均衡问题造成部分储能模块过充电与过放电，大大影响储能电池组的使用寿命和安全性。因此，必须对对电池组进行均衡管理。显而易见，作为电池管理系统的关键技术之一，串联电池组的有效均衡已经成为一个研究热点。
由于储能电池组之间存在严重的不一致性，储能模块间很难实现荷电状态均衡。中国发明专利申请(申请号201910742723.1)提出了一种电站多储能单元快速均衡控制方法及装置。其能够有效提高电站储能单元荷电状态的均衡速度，改善储能电站的运行状况，提高储能电站的可利用率；同时尽可能减少储能功率的切换，提高储能电站运行的稳定性与电网友好性。中国发明专利申请(申请号202010279760.6)提出了一种储能电池主动均衡管理系统，可以实现串联电池组的容量均衡，提高电池组的使用寿命。经典的解决电压均衡的方法主要包括能量耗散型和能量转移型。能量耗散型均衡方法是通过将多余的能量借助一些部件耗散掉来实现均压，相关的技术，如：并联电阻法，稳压二极管法等；然而，对于储能式轻轨而言，充电电流非常大，这会使得均衡电流也非常大。若采用能量耗散型均压方法，大量的能量会被白白浪费掉，储能的目的便不能实现；能量转移型均压的核心思想是将能量从高电压的模块转移到低电压的模块来实现电压均衡，其主要基于dc/dc变换器，其中包括反激式变换器、降压-升压变换器、切换电容变换器等，尽管这种方法具有较高的能量效率，但也存在着一些弊端，如较长的电压均衡时间、复杂的电路结构等。
发明内容
为克服上述现有技术的不足，本公开提供了储能电池协同控制方法及系统，在没有目标荷电状态输入的情况下，循环有向图结构会使所有储能电池的荷电状态趋于一致，从而达到均衡的目的。
为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：
第一方面，公开了储能电池功率协同控制方法，包括：
将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
通过控制电流控制充放电速率，采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
进一步的技术方案，建立荷电状态均衡问题模型中，储能电池模块并联并由各自对应的开关控制，用来决定该模块是否接入；整个均衡电路解耦成多个独立的控制电路。
进一步的技术方案，基于所述荷电状态均衡问题模型，利用方程描述储能电池模块的荷电状态；
将每个模块看成多智能体系统中的智能体，借助反馈线性化，储能电池荷电状态动力学模型方程转化为一阶积分器；
基于协同荷电状态控制律实现储能电池模块荷电状态均衡。
进一步的技术方案，所构建的有向图具有一棵有向生成树，至少有一个根节点对应的牵制增益，其余牵制增益为零，含义为至少一个位于根节点的储能电池模块可以获得目标荷电状态的信息，其余节点无法获得。
进一步的技术方案，基于构建的有向图及假设未知扰动是Lipschitz有界的，局部荷电状态跟踪误差及饱和函数，基于最近邻原则，构建如下的协同荷电状态均衡控制律：
Figure BDA0003073394080000031
其中ci>0,i＝1,…,n为待设计的比例控制增益，括号内第一项为一致性项，其作用是使得每个储能电池模块的荷电状态彼此匹配；第二项为跟踪虚拟领导项，其作用是使储能电池模块的荷电状态Si跟踪参考目标S0；u0是用于抵消初始扰动量的输入分量。
进一步的技术方案，将协同荷电状态均衡控制律代入系统状态方程，获得子系统闭环状态方程。
进一步的技术方案，在有向通信拓扑下考虑串联储能电池系统，有向图至少含有一棵生成树，对于处于根节点的储能电池模块牵制增益大于零，对于每个子系统闭环状态方程控制增益大于零。
第二方面，公开了基于分布式协同控制的储能电池单元功率分配系统，包括：
模型构建模块，被配置为：将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
控制律构建模块，被配置为：基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
均衡模块，被配置为：利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
以上一个或多个技术方案存在以下有益效果：
本发明不需要每个储能模块与主控模块直接相连，只需其中一个或多个储能模块与主控模块直接相连，其余储能模块连接到与主控模块直接相连或间接相连的储能模块，在工程实现更简单，更不易出现故障；在功能上，避免了能量耗散型方法通过直接消耗荷电状态高的储能模块的电能实现均衡，从而造成的多余的能量损耗，也避免了能量转移型方法电压均衡时间长、电路结构复杂的缺点。
本发明采用所设计的分布式协同控制律，通过控制电流控制充放电速率，荷电状态均衡目标可以实现。也就是说每个储能电池模块的荷电状态最终趋于一致并跟踪期望的参考目标荷电状态，整个闭环系统渐近协同稳定。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例均衡电路示意图；
图2为本公开实施例有向图示意图；
图3为本公开第一通信网络向图示意图；
图4与图6分别为有向图结构为图3的系统的充电与放电过程荷电状态曲线示意图；
图5与图7分别为有向图结构为图3的系统的充电与放电过程电流曲线示意图；
图8为本公开第二通信网络向图示意图；
图9与图10分别为有向图结构为图8的系统的充电与放电曲线；
图11为储能电池模块1在接受到目标荷电状态信息后，其余储能电池模块均跟踪模块1的有向图结构；
图12与图13分别为有向图结构为图11的系统的充电与放电荷电状态曲线。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
本公开提出的总体思路：
把储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；将储能电池模块之间分散的通信网络利用有向图来描述；通过控制电流控制充放电速率，借助有界的S型饱和函数，基于最近邻原则，设计了有界的控制增益可调节的协同荷电状态控制律；在假定有向图含有生成树的前提下，利用李亚谱诺夫函数，结合拉塞尔不变集原则，证明了整个闭环系统的渐近稳定性。采用本发明所述的方法，能够基于分布式协同控制储能电池放电，使电池荷电状态同步下降，提高储能电站运行的寿命与稳定性。
实施例一
本实施例公开了储能电池功率协同控制方法，包括：
将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
为了满足大功率及储能的要求，很多储能电池往往需要进行串并联连接。由于储能电池不同模块的差异性，在放电时不同模块放电速率不均衡，会降低储能电池的储能效率及寿命。为了平衡放电速率，本发明提出了一个通过控制电流控制充放电速率均衡电路与控制方法，如图1所示。在图1中，储能电池模块并联并由开关控制，用来决定模块是否接入。对于储能电池模块而言，外部的充电电压是相同的，因此，整个均衡电路可以解耦成n个独立的控制电路。
如图1所示，所提出的储能电池荷电状态均衡电路是一个信息物理融合系统，储能电池模块的荷电状态描述如下：
Figure BDA0003073394080000061
其中Si储能电池模块的荷电状态，，Ii为放电电流，Ci为电荷容量，i＝1,2...n，F为未知扰动量，通过调节电流，从而控制电池的充放电速率，进而控制储能电池模块荷电状态。
由于物理量Ii，Ci为已知的常数，于是令
Figure BDA0003073394080000071
在控制过程中，控制电流为
Figure BDA0003073394080000072
将每个模块看成多智能体系统中的智能体，借助反馈线性化，储能电池荷电状态动力学模型(1)可以转化为如下一阶积分器：
Figure BDA0003073394080000073
其中ui为要设计的控制输入，由于荷电状态在0到100％之间变化，输入是有界的。因此，为了实现储能电池模块荷电状态均衡的目标，设计一个有界的协同控制律使得
Figure BDA0003073394080000074
其中S0(t)是在t时刻的目标荷电状态。
如图2所示，将每个储能电池模块视为智能体，构建通信网络向图G(S,ε,A)。
假设1 如图2所示，有向图G(S,ε,A)具有一棵有向生成树，至少有一个根节点对应的牵制增益gi>0，其余gi＝0，含义为至少一个位于根节点的储能电池模块可以获得目标荷电状态S0的信息，其余节点无法获得。
假设2 未知扰动F是Lipschitz有界的，即F对任意S1，S2，…,Si，
Figure BDA0003073394080000075
满足：
Figure BDA0003073394080000076
定义局部荷电状态跟踪误差为：
Figure BDA0003073394080000077
其中Ni＝{Sj∈S：(Sj,Si)∈ε}为节点Si的邻居集，ε为可通信节点对的集合，aij为有向图所对应的邻接矩阵A中的元素，其刻画了节点j到节点i的通信权重，aij>0意味着对于模块i，其可以获得模块j的荷电状态信息，其余aij＝0。gi为牵制增益，其表示连接虚拟节点与根节点的边的权值。
由于荷电状态在有限范围内变化，本文引入有界的S型饱和函数φ(·)来保证控制输入的有界性。
有界的S型饱和函数φ(·)满足：
(1)φ(·)Lipschitz连续；
(2)φ(z)＝0当且仅当z＝0；
(3)
Figure BDA0003073394080000081
(4)
Figure BDA0003073394080000082
在假设1与假设2成立的条件下，借助局部荷电状态跟踪误差ei及饱和函数φ(·)，基于最近邻原则，可以设计如下的协同荷电状态均衡控制律，实现抗干扰协同荷电状态均衡：
Figure BDA0003073394080000083
其中ci>0,i＝1,…,n为待设计的比例控制增益，括号内第一项为一致性项，其作用是使得每个储能电池模块的荷电状态彼此匹配；第二项为跟踪虚拟领导项，其作用是使储能电池模块的荷电状态Si跟踪参考目标S0；u0是用于抵消初始扰动量的输入分量。
将协同荷电状态均衡控制律(6)代入系统状态方程(1)，可得子系统闭环状态方程
Figure BDA0003073394080000084
从控制律(7)中可以看出，每个储能电池模块与相邻电池模块、虚拟领导模块进行局部交互均可以实现荷电状态协同目标，所设计的控制律是基于子系统自身负反馈、子系统之间正反馈这一协同控制器设计原则设计的。
在有向通信拓扑下考虑串联储能电池系统(2)，有向图G(S,ε,A)至少含有一棵生成树，对于处于根节点的储能电池模块牵制增益gi>0，对于每个子系统(7)控制增益ci>0。
采用所设计的分布式协同控制律(6)，荷电状态均衡目标(3)可以实现。也就是说每个储能电池模块的荷电状态Si最终趋于一致并跟踪期望的参考目标荷电状态S0，整个闭环系统渐近协同稳定。
在仿真实验中，仿真5个容量为200Ah的储能电池模块，1至5号储能电池模块在放电过程中的初始荷电状态分别为10％、20％、30％、24％、15％，在放电过程中的初始荷电状态分别为65％、80％、75％、80％、85％，牵制矩阵G＝diag([1 0 0 0 0])，控制增益ci＝0.1,i＝1,2,3,4,5，干扰量F(t)为均值为0的三角函数，选择有界S型饱和函数
Figure BDA0003073394080000091
设计了3种通信网络向图G(S,ε,A)，如图3、图8、图11所示，其中储能电池模块1为获取目标荷电状态的模块。图3为信息传递较为复杂的有向图结构，图4与图6分别为有向图结构为图3的系统的充电与放电过程荷电状态曲线，图5与图7分别为有向图结构为图3的系统的充电与放电过程电流曲线；图8为信息串行传递的有向图结构，图8与图10分别为有向图结构为图7的系统的充电与放电荷电状态曲线；图10为储能电池模块1在接受到目标荷电状态信息后，其余储能电池模块均跟踪模块1的有向图结构，图12与图13分别为有向图结构为图11的系统的充电与放电荷电状态曲线。
在仿真结果中可以看出，直接跟踪目标的储能电池模块的荷电状态的收敛速度相对于其他模块是最快的，其余的模块只能间接地获取目标荷电状态的信息。跟踪储能电池荷电状态总是在接近跟踪目标的状态，因此最终所有储能电池组将趋近于目标荷电状态。在没有目标荷电状态输入的情况下，循环有向图结构会使所有储能电池的荷电状态趋于一致，从而达到均衡的目的。
实施例二
本实施例的目的是提供一种计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供了储能电池功率协同控制系统，包括：
模型构建模块，被配置为：将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
控制律构建模块，被配置为：基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
均衡模块，被配置为：利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白，上述本公开的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.储能电池功率协同控制方法，其特征是，包括：
将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
2.如权利要求1所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，建立荷电状态均衡问题模型中，储能电池模块并联并由各自对应的开关控制，用来决定该模块是否接入；整个均衡电路解耦成多个独立的控制电路。
3.如权利要求1所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，基于所述荷电状态均衡问题模型，利用方程描述储能电池模块模块的荷电状态；
将每个模块看成多智能体系统中的智能体，借助反馈线性化，储能电池荷电状态动力学模型方程转化为一阶积分器；
基于协同荷电状态控制律实现储能电池模块荷电状态均衡。
4.如权利要求1所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，所构建的有向图具有一棵有向生成树，至少有一个根节点对应的牵制增益，其余牵制增益为零，含义为至少一个位于根节点的储能电池模块可以获得目标荷电状态的信息，其余节点无法获得。
5.如权利要求1所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，基于构建的有向图及假设未知扰动是Lipschitz有界的，局部荷电状态跟踪误差及饱和函数，基于最近邻原则，构建如下的协同荷电状态均衡控制律：
Figure FDA0003073394070000021
其中ci>0,i＝1,…,n为待设计的比例控制增益，括号内第一项为一致性项，其作用是使得每个储能电池模块的荷电状态彼此匹配；第二项为跟踪虚拟领导项，其作用是使储能电池模块的荷电状态Si跟踪参考目标S0；u0是用于抵消初始扰动量的输入分量。
6.如权利要求5所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，将协同荷电状态均衡控制律代入系统状态方程，获得子系统闭环状态方程。
7.如权利要求1所述的基于分布式协同控制的储能电池单元功率分配方法，其特征是，在有向通信拓扑下考虑串联储能电池系统，有向图至少含有一棵生成树，对于处于根节点的储能电池模块牵制增益大于零，对于每个子系统闭环状态方程控制增益大于零。
8.基于分布式协同控制的储能电池单元功率分配系统，其特征是，包括：
模型构建模块，被配置为：将储能电池模块视为智能体，利用多智能体系统协同跟踪建立荷电状态均衡问题模型；
控制律构建模块，被配置为：基于上述模型利用有向图描述储能电池模块之间分散的通信网络；
采用有界的S型饱和函数，基于最近邻原则及有向图，构建有界的控制增益可调节的协同荷电状态控制律；
均衡模块，被配置为：利用上述控制律基于分布式协同控制储能电池放电，使电池荷电状态同步下降，使所有储能电池的荷电状态趋于一致，达到均衡。
9.一种计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现上述权利要求1-7任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时执行上述权利要求1-7任一所述方法的步骤。
CN202110545598.2A 2021-05-19 2021-05-19 储能电池协同控制方法及系统 Active CN113346574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110545598.2A CN113346574B (zh) 2021-05-19 2021-05-19 储能电池协同控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110545598.2A CN113346574B (zh) 2021-05-19 2021-05-19 储能电池协同控制方法及系统

Publications (2)

Publication Number Publication Date
CN113346574A true CN113346574A (zh) 2021-09-03
CN113346574B CN113346574B (zh) 2022-06-03

Family

ID=77469469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110545598.2A Active CN113346574B (zh) 2021-05-19 2021-05-19 储能电池协同控制方法及系统

Country Status (1)

Country Link
CN (1) CN113346574B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114069667A (zh) * 2021-11-10 2022-02-18 中节能风力发电股份有限公司 一种储能群功率分配方法、系统、处理设备及存储介质
CN114825402A (zh) * 2022-04-28 2022-07-29 江南大学 自适应协同终端滑模控制方法、介质、电子设备及系统
CN116402316A (zh) * 2023-06-01 2023-07-07 国网浙江宁波市鄞州区供电有限公司 一种基于人工智能的业务均衡分配方法及远程服务设施
WO2023143284A1 (zh) * 2022-01-28 2023-08-03 山东大学 一种未知扰动下微电网储能系统的分布式自适应控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140336840A1 (en) * 2011-12-09 2014-11-13 The Aes Corporation Method and system for performance management of an energy storage device
CN110303945A (zh) * 2019-07-15 2019-10-08 福州大学 一种蓄电池组电量自适应优化平衡控制方法
CN111276968A (zh) * 2020-02-20 2020-06-12 山东大学 基于奇异摄动的综合能源系统分布式趋同控制方法及系统
CN111969693A (zh) * 2020-08-28 2020-11-20 广东电网有限责任公司佛山供电局 一种多智能体锂电池集群储能系统
CN112531756A (zh) * 2020-11-30 2021-03-19 香港中文大学（深圳） 用于储能系统电量平衡的分布式控制方法及系统、设备
CN112687969A (zh) * 2020-12-23 2021-04-20 珠海瓦特电力设备有限公司 基于储能系统的同期退役协同控制方法、系统及介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140336840A1 (en) * 2011-12-09 2014-11-13 The Aes Corporation Method and system for performance management of an energy storage device
CN110303945A (zh) * 2019-07-15 2019-10-08 福州大学 一种蓄电池组电量自适应优化平衡控制方法
CN111276968A (zh) * 2020-02-20 2020-06-12 山东大学 基于奇异摄动的综合能源系统分布式趋同控制方法及系统
CN111969693A (zh) * 2020-08-28 2020-11-20 广东电网有限责任公司佛山供电局 一种多智能体锂电池集群储能系统
CN112531756A (zh) * 2020-11-30 2021-03-19 香港中文大学（深圳） 用于储能系统电量平衡的分布式控制方法及系统、设备
CN112687969A (zh) * 2020-12-23 2021-04-20 珠海瓦特电力设备有限公司 基于储能系统的同期退役协同控制方法、系统及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
THOMAS MORSTYN，等: ""Distributed Control for State-of-Charge Balancing Between the Modules of a Reconfigurable Battery Energy Storage System"", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
YINLIANG XU,等: ""Distributed Robust Control Strategy of Grid-Connected Inverters for Energy Storage Systems’ State-of-Charge Balancing"", 《IEEE TRANSACTIONS ON SMART GRID》 *
孙冬，陈息坤: ""基于离散滑模观测器的锂电池荷电状态估计"", 《中国电机工程学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114069667A (zh) * 2021-11-10 2022-02-18 中节能风力发电股份有限公司 一种储能群功率分配方法、系统、处理设备及存储介质
WO2023143284A1 (zh) * 2022-01-28 2023-08-03 山东大学 一种未知扰动下微电网储能系统的分布式自适应控制方法
CN114825402A (zh) * 2022-04-28 2022-07-29 江南大学 自适应协同终端滑模控制方法、介质、电子设备及系统
CN114825402B (zh) * 2022-04-28 2023-06-06 江南大学 自适应协同终端滑模控制方法、介质、电子设备及系统
CN116402316A (zh) * 2023-06-01 2023-07-07 国网浙江宁波市鄞州区供电有限公司 一种基于人工智能的业务均衡分配方法及远程服务设施
CN116402316B (zh) * 2023-06-01 2023-11-07 国网浙江宁波市鄞州区供电有限公司 一种基于人工智能的业务均衡分配方法及远程服务设施

Also Published As

Publication number Publication date
CN113346574B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN113346574B (zh) 储能电池协同控制方法及系统
Chen et al. Distributed cooperative control and stability analysis of multiple DC electric springs in a DC microgrid
Zhao et al. Distributed finite-time optimal resource management for microgrids based on multi-agent framework
Chen et al. Distributed cooperative control of multiple hybrid energy storage systems in a DC microgrid using consensus protocol
Chen et al. Consensus-based distributed control for photovoltaic-battery units in a DC microgrid
Cao et al. Coordinated control for flywheel energy storage matrix systems for wind farm based on charging/discharging ratio consensus algorithms
Zhang et al. An improved distributed cooperative control strategy for multiple energy storages parallel in islanded DC microgrid
Xu et al. Distributed robust control strategy of grid-connected inverters for energy storage systems’ state-of-charge balancing
Han et al. Coordinated power control with virtual inertia for fuel cell-based DC microgrids cluster
Huang et al. Distributed optimal control of DC microgrid considering balance of charge state
Zeng et al. Hierarchical cooperative control strategy for battery storage system in islanded DC microgrid
WO2023143284A1 (zh) 一种未知扰动下微电网储能系统的分布式自适应控制方法
Zeng et al. Distributed unified controller design for parallel battery storage system in DC shipboard microgrid
Zaery et al. Distributed economic dispatch for islanded DC microgrids based on finite-time consensus protocol
Han et al. A local-distributed and global-decentralized SoC balancing method for hybrid series-parallel energy storage system
Lin et al. Resilience-Oriented Control for Cyber-Physical Hybrid Energy Storage Systems Using a Semiconsensus Scheme: Design and Practice
Raza et al. Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid
Yildirim et al. Intelligent frequency stabilization of low-inertia islanded power grids-based redox battery
Samende et al. Power loss minimisation of off-grid solar dc nano-grids—Part ii: A quasi-consensus-based distributed control algorithm
Ma et al. Distributed predictive tertiary control for DC microgrid clusters
Chen et al. Battery energy storage system based on incremental cost consensus algorithm for the frequency control
Moayedi et al. Cooperative power management in DC microgrid clusters
Nguyen et al. Agent-based distributed event-triggered secondary control for energy storage system in islanded microgrids-cyber-physical validation
Li et al. A state-of-charge uniformity control method for energy storage batteries based on distributed cooperative control
Zeng et al. Fixed-Time Secondary Controller for Rapid State-of-Charge Balancing and Flexible Bus Voltage Regulation in DC Microgrids

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