CN113391550B - 多智能体储能电池一致性控制方法及系统 - Google Patents

多智能体储能电池一致性控制方法及系统 Download PDF

Info

Publication number
CN113391550B
CN113391550B CN202110546974.XA CN202110546974A CN113391550B CN 113391550 B CN113391550 B CN 113391550B CN 202110546974 A CN202110546974 A CN 202110546974A CN 113391550 B CN113391550 B CN 113391550B
Authority
CN
China
Prior art keywords
battery
agent
current
signal
energy storage
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
Application number
CN202110546974.XA
Other languages
English (en)
Other versions
CN113391550A (zh
Inventor
张承慧
李京伦
商云龙
陈桂成
张奇
段彬
李世鹏
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 CN202110546974.XA priority Critical patent/CN113391550B/zh
Publication of CN113391550A publication Critical patent/CN113391550A/zh
Application granted granted Critical
Publication of CN113391550B publication Critical patent/CN113391550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Electrochemistry (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本公开提出了多智能体储能电池一致性控制方法及系统，包括：多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。

Description

多智能体储能电池一致性控制方法及系统
技术领域
本公开属于电池管控技术领域，尤其涉及多智能体储能电池一致性控制方法及系统。
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。
受制作工艺限制，不同电池单体的理化性质不可避免会存在差异，这导致使用相同的时间，不同电池单体的老化程度不同。而一个电池包的寿命受所有电池影响，任何一节电池无法工作，电池包都就将退役。因此合理均衡电池健康状态(State of Health,SOH)，使不同节电池的健康状态尽可能趋同，能够有效地避免水桶效应的影响，延长电池包的使用寿命。SOH为电池健康度。
多智能体电池由于不存在负责统一协调的主控制器，状态管控必须依靠自身完成，对管控算法提出了以下两点要求：
①复杂度小：多智能体电池控制器的运算能力无法与常规的电池控制模块相提并论，因此减小运算量，降低算法的时间、空间复杂度是控制系统能够正常运行的必要条件。
②输入信息量少：在单链路连接中，每节电池只能接收到至多一节其它电池的信息，因此管控算法需要在输入较少的情况下做出合理决策的。
发明内容
为克服上述现有技术的不足，本公开提供了多智能体储能电池一致性控制方法及系统，实现：多智能体电池SOH管控，电池电流的快速分配，及电池更换或扩充后控制效果不受影响。
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，公开了基于前馈控制的单链路多智能体电池SOH均衡方法，包括：
多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；
基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。
进一步的技术方案中，所述有向图具有一棵有向生成树，有且仅有一个根节点，该根节点具有唯一的牵制增益增益，只有与根节点相连的节点能获得预期电流的信息，其他节点信息单链路传播，仅接受上一节点信息且仅传向下一节点。
进一步的技术方案中，多智能体电池单链路模型中，第一多智能体电池输出电流经过处理作为前一多智能体电池控制的反馈信号，同时，第一多智能体电池输出电流经过测量变送后作为与第一多智能体电池相连的第二多智能体电池的控制信号；
第一多智能体电池的输入电流信号经过测量变送后进行比例处理后作为第二多智能体电池的前馈信号。
进一步的技术方案中，多智能体电池单链路模型中，所有多智能体电池同时进行电流调节，完成电流快速分配。
进一步的技术方案中，多智能体电池单链路模型中电池的数量可以根据需要进行扩展。
第二方面，公开了基于前馈控制的单链路多智能体电池SOH均衡系统，包括：
模型构建模块，被配置为：在多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；
SOH的控制模块，被配置为：基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。
第三方面，公开了多智能体电池组，包括若干依次连接的多智能体电池，通过上述方法进行多智能体电池电流快速分配。
以上一个或多个技术方案存在以下有益效果：
本公开技术方案采用构建模型，在电池的反馈环节后引入前馈信号的方式进行电流均衡，该算法复杂度小,运算规则简单，运算量小，符合多智能体系统的要求。
本公开技术方案引入前馈控制，对积分环解带来的滞后提前校正，减少了系统滞后，进而减小调节时间和超调量，响应迅速，能够快速实现电流的合理分配，在满足负载需要的同时，对电池的损伤低。
本公开技术方案所基于的模型扩展性好，可以任意更换或增减电池，能够在特殊情况下通过扩展规模维持系统的可靠性。
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为多智能体电池信息传递有向图；
图2为一实施例子电池节点信息传输方式示意图；
图3为一实施例子电池连接关系示意图；
图4为未引入前馈控制时多智能体电池电流曲线示意图；
图5为引入前馈前电池控制框图；
图6为引入前馈控制后多智能体电池电流曲线示意图；
图7为电池单体SOH随充电次数变化情况示意图；
图8为扩展后多智能体电池模型示意图；
图9为扩展后智能体电池电流曲线示意图；
图10扩展后电池单体SOH随充电次数变化情况示意图。
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。
实施例一
本实施例公开了基于前馈控制的单链路多智能体电池SOH均衡方法，该算法能实现多智能体电池SOH管控、电池电流的快速分配、电池更换或扩充后控制效果不受影响。
首先介绍关于上述方法的原理：
电池的SOH与电池的放电深度和使用次数相关，近似符合公式
Figure BDA0003073876040000041
其中SOHn为冲放电前电池的SOH，SOHn+1为该次充放电完成后电池的SOH。DOD为电池该次放电的深度，a、c为在实际应用中测试得到的经验参数。
对于多智能体电池的正常放电过程有：
Figure BDA0003073876040000051
式中Qe表示已使用电量，Qt表示电池额定容量，I表示放电电流，t表示放电时间。
综合(1)(2)可知，通过改变工作中不同电池放电电流的大小，可以实现对电池SOH的控制。
具体的，在实现时，给位于通讯链路头部的多智能体电池输入预期输入电压。
该电池根据当前总输出电流与预期总输出电流差值调整自身输出电流。
后续电池根据前一节电池的SOH和输出电流值以及自身的SOH和输出电流值，调整自身输出电流大小。
在以上动态调节过程中实现输出电流的分配。
基于上述原理，构建如下模型：
设共有n节多智能体电池，且每节电池的信息只能依次单项传递。将每节电池作为一个节点构成图1所示有向图。
本发明上述前馈矫正的优点是通过对链路中前一节电池信号变化的捕捉，不经过积分环节直接对后一节电池进行控制，减小了积分环节的滞后效应。解决了单链路多智能体系统多个积分环节叠加导致的系统严重滞后问题。
如图1所示，有向图G(S,A)具有一棵有向生成树，有且仅有一个根节点，该根节点具有唯一的牵制增益增益g1,其他节点牵制增益gi≠1＝0，含义为只有节点1能获得预期电流的信息。其他节点信息单链路传播，仅接受上一节点信息且仅传向下一节点。设预期输出电流为Iy，实际输出电流为Is，第i节电池和第i-1节电池的SOH分别为Si和Si-1，输出电流分别为Ii和Ii-1。则第i节电池的输出误差：
Figure BDA0003073876040000061
基于输出误差给定如下电流控制率：
Figure BDA0003073876040000062
k为控制系数，具体大小可根据工程实际情况决定。
上述系统电池节点信息传输方式如图2所示。图2中增益部分均受电池的控制器控制，可以实时调整。S1和S2分别表示多智能体电池1和2的SOH。
在上述系统的基础上进行如下测试：
设有单链路连接的五节多智能体电池，相互连接构成图3所示模型。其SOH分别为70％，75％，80％，85％，90％，在预期电流输出由0突变至某一预设值时，总电流输出和各节电池单体电流输出占预期电流的比值随时间变化情况如图4所示。
由图4可见，各节电池依据自身的SOH实现了输出电流的分配。起初所有电流输出任务均由电池1承担，随后其余电池输出电流占比逐渐上升，约在45s左右，所有电池的输出电流趋于稳定。稳定后的各节电池输出占预期电流比率分别为16.3％，018.0％，20.3％，21.0％，23.0％，满足式(5)给出的两个约束。
Figure BDA0003073876040000063
然而在该结构中，各级电池串联，积分环节叠加，系统响应受到多级积分环节的迟滞效应影响，滞后严重。这导致系统调节时间过长，用时45s才达到了输出的相对稳定，不能满足电流快速分配的要求。
同时系统的滞后也造成了调节能力低下，图4中可以清晰发现在调节时间1s左右出现了较为明显的超调，这种现象对精密的负载来说是不能接受的。
为解决该问题，在上述模型的基础上引入前馈矫正，以达到快速稳定电流的目的。
在电池的反馈环节后引入前馈信号，该信号由上一级电池测量变送获得，具体测量位置见图5。图5中S1和S2分别表示多智能体电池1和2的SOH，参数k根据实际工程情况和经验设置。
前馈信号引自上一级电池，对该级电池的电流调节具有超前的指导作用。
用添加前馈矫正的控制算法对前文所述问题进行测试，结果如图6所示。
所有电池同时开始调节，并且很快便完成了分配，约2s后所有电池的电流输出达到稳定状态，且上升曲线单调，并没有超调现象出现。
稳定后的各节电池输出占预期电流比率分别为16.3％，018.0％，20.3％，21.0％，23.0％，满足式(5)给出的两个约束。
具体的，前馈控制过程：
①采集前一级多智能体电池控制器的误差信号e’(一般为数字信号，不需要传感器采集)作为运算放大器的输入。
②处理和传递：信号经运算放大器放大K倍后经信号总线传输，到达多智能体电池控制器输入处。
③调控：放大后的信号与反馈回路中反馈误差信号e通过加法器相加，共同作为多智能体误差e’。通过e’实现对多智能体电池输出电流的调控。
上述公式3给出了无前馈条件下控制器的误差(即反馈误差)ei。
引入前馈后，后一级电池新的误差ei’为，无前馈控制器情况下的反馈误差ei与链路中前一节电池的误差ei-1’经过k增益后的信号之和。即ei'＝ei+k·ei-1'。
由公式(4)，无前馈情况下电流的一阶导数等于e，即多智能体电池的输出电流变化量为e的积分。
引入前馈后，e’取代e，多智能体电池的输出电流变化为e’的积分，通过这种方式实现对各级电池电流的调控。
该控制规则下电池SOH随充放电次数(任意电池单体完全放电为一次)的变化情况如图7所示。
由图(7)可见，各节电池的SOH随充放电的次数增长逐渐趋于一致，这证明本专利很好地实现了对电池的SOH一致性的调控。
下面就模型的扩展性进行测试。
上述实验后，所有电池的SOH最终均接近50％，在该基础上直接在模型末端加入SOH为99％的新电池，构成如图8所示模型。
从初状态电流曲线和SOH曲线两方面对新模型进行测试。初状态电流输出情况如图9所示。
扩展新的电池单元后，电流关系仍然满足(5)式条件的扩展，即
Figure BDA0003073876040000081
电池SOH随充放电次数变化情况如图10所示。
经过一定次数的使用，该系统中各电池SOH又趋于一致。
由上述两图可见，该系统对电池单元的扩展性良好，增添新电池后仍可以实现SOH的均衡。在特殊情况下可以通过扩展电池数量维持系统的可靠性。
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基于前馈控制的单链路多智能体电池SOH均衡系统，包括：
模型构建模块，被配置为：在多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；
SOH的控制模块，被配置为：基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。
以上实施例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.多智能体储能电池一致性控制方法，其特征是，包括：
多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；
基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。
2.如权利要求1所述的多智能体储能电池一致性控制方法，其特征是，所述有向图具有一棵有向生成树，有且仅有一个根节点，该根节点具有唯一的牵制增益增益，只有与根节点相连的节点能获得预期电流的信息，其他节点信息单链路传播，仅接受上一节点信息且仅传向下一节点。
3.如权利要求1所述的多智能体储能电池一致性控制方法，其特征是，多智能体电池单链路模型中，第一多智能体电池输出电流经过处理作为前一多智能体电池控制的反馈信号，同时，第一多智能体电池输出电流经过测量变送后作为与第一多智能体电池相连的第二多智能体电池的控制信号；
第一多智能体电池的输入电流信号经过测量变送后进行比例处理后作为第二多智能体电池的前馈信号。
4.如权利要求1所述的多智能体储能电池一致性控制方法，其特征是，前馈控制过程：
采集前一级多智能体电池控制器的误差信号e’作为运算放大器的输入；
处理和传递：信号经运算放大器放大K倍后经信号总线传输，到达多智能体电池控制器输入处；
调控：放大后的信号与反馈回路中反馈误差信号e通过加法器相加，共共同作为多智能体误差e’；通过e’实现对多智能体电池输出电流的调控。
5.如权利要求1所述的多智能体储能电池一致性控制方法，其特征是，多智能体电池单链路模型中，所有多智能体电池同时进行电流调节，完成电流快速分配。
6.如权利要求1所述的多智能体储能电池一致性控制方法，其特征是，多智能体电池单链路模型中电池的数量可以根据需要进行扩展。
7.多智能体储能电池一致性控制系统，其特征是，包括：
模型构建模块，被配置为：在多智能体电池中，每节电池的信息依次单项传递，将每节电池作为一个节点构成有向图，构建多智能体电池单链路模型；
SOH的控制模块，被配置为：基于该模型，针对多智能体电池，在多智能体电池的电流反馈环节后引入前馈电流信号，该信号由上一级电池测量变送获得，通过改变工作中不同电池放电电流的大小，对电池SOH的控制，实现多智能体电池电流快速分配。
8.多智能体电池组，包括若干依次连接的多智能体电池，其特征是，通过上述权利要求1-6任一所述的方法进行多智能体电池电流快速分配。
9.一种计算机装置,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1-6任一所述的方法的步骤。
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1-6任一所述的方法的步骤。
CN202110546974.XA 2021-05-19 2021-05-19 多智能体储能电池一致性控制方法及系统 Active CN113391550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110546974.XA CN113391550B (zh) 2021-05-19 2021-05-19 多智能体储能电池一致性控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110546974.XA CN113391550B (zh) 2021-05-19 2021-05-19 多智能体储能电池一致性控制方法及系统

Publications (2)

Publication Number Publication Date
CN113391550A CN113391550A (zh) 2021-09-14
CN113391550B true CN113391550B (zh) 2022-08-30

Family

ID=77618130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110546974.XA Active CN113391550B (zh) 2021-05-19 2021-05-19 多智能体储能电池一致性控制方法及系统

Country Status (1)

Country Link
CN (1) CN113391550B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7441137B1 (en) * 2005-07-25 2008-10-21 Nvidia Corporation Voltage regulator with internal controls for adjusting output based on feed-forward load information
US9157968B1 (en) * 2011-02-22 2015-10-13 Securaplane Technologies, Inc. System and method for characterizing the health of a rechargeable battery
CN107834655A (zh) * 2017-11-29 2018-03-23 山东大学 一种基于多绕组变压器的自动的电池均衡电路及实现方法
US11415950B2 (en) * 2018-08-24 2022-08-16 The Board Of Trustees Of The University Of Alabama Artificial neural network control system for autonomous volt/VAR control of inverter in interfaced units
CN117856347A (zh) * 2018-10-19 2024-04-09 三峡大学 一种基于多智能体的分布式电源一致性控制系统
US20220172054A1 (en) * 2019-03-28 2022-06-02 Telefonaktiebolaget Lm Ericsson (Publ) Intermediate network node and method performed therein for handling data of communication networks
CN112180279A (zh) * 2019-07-01 2021-01-05 杭州科工电子科技有限公司 一种退役电池健康状态诊断专家系统
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
CN112305918A (zh) * 2020-11-11 2021-02-02 南京航空航天大学 超螺旋观测器下的多智能体系统滑模容错一致性控制算法

Also Published As

Publication number Publication date
CN113391550A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN105515012B (zh) 一种储能参与电力系统电压控制方法及装置
US11316212B2 (en) Method, system and device for active balance control of battery pack
Ghadimi Genetically tuning of lead-lag controller in order to control of fuel cell voltage
KR20170128596A (ko) 배터리를 형성하기 위한 기준 에너지 프로파일을 결정하는 방법 및 장치
CN108462200B (zh) 计及光伏和负荷不确定性的配电网无功电压鲁棒控制方法
CN112310990A (zh) 一种基于荷电状态的直流微电网多储能系统均衡控制方法
CN108664734B (zh) 航天器电源系统多目标优化设计方法、系统和存储介质
CN111244564B (zh) 一种锂电池组多目标同时充电方法
CN110970972B (zh) 一种dcdc变换器的控制方法、装置、存储介质及电源
CN113391550B (zh) 多智能体储能电池一致性控制方法及系统
CN110297452B (zh) 一种蓄电池组相邻型均衡系统及其预测控制方法
CN109103902B (zh) 一种储能平滑新能源出力波动的控制方法及装置
CN117013665B (zh) 储能系统调节方法、计算机介质、储能系统及发电系统
CN113595231A (zh) 基于虚拟同步机的不间断微网电源协同控制方法及系统
CN117895611A (zh) 基于模糊预测控制算法的电池均衡控制方法及系统
CN108599240A (zh) 计及小干扰稳定性的风电机组变换器控制器参数整定方法
CN111654072A (zh) 一种储能系统的电池soc均衡控制方法及装置
US20160380444A1 (en) Method for managing the energy production of an energy system and associated management device
CN117134450A (zh) 并联电池包的soc均衡控制方法及相关设备
CN108631368B (zh) 计及储能运行损耗下风储系统联合调度的储能配置方法
CN115800291A (zh) 一种电化学储能变流器调压系统及控制方法
CN111651854B (zh) 一种低轨星座能量平衡的计算方法及装置
CN114423641A (zh) 用于给电蓄能器充电的充电装置和方法
KR20180071133A (ko) 에너지 저장 시스템의 충방전 효율값 갱신 장치
CN114825402B (zh) 自适应协同终端滑模控制方法、介质、电子设备及系统

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