为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷...为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷电状态(State of charge,SOC)相关联,消除不同容量对SOC均衡的影响,在充放电过程中实现SOC均衡,且为提高SOC均衡速度,在一致性算法中加入状态预测器,以提高SOC均衡速度;同时设计电压均衡器,对母线电压进行补偿,解决母线电压偏离额定值的问题。为验证所提策略的有效性,在Matlab/Simulink中搭建仿真模型,结果表明,所提策略实现了DESU间SOC的均衡及电流合理分配的目标,与此同时提高了SOC均衡速度。展开更多
针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman f...针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。展开更多
为了破解低气压下动力锂离子电池热失控预警指标不精准与预警等级不科学的问题,搭建了预警试验平台,试验装置选取UL9540A支持的82 L定容燃烧弹。结果表明,相同荷电状态(State of Charge,SOC)条件下,高SOC电池在低气压环境下的开阀时刻...为了破解低气压下动力锂离子电池热失控预警指标不精准与预警等级不科学的问题,搭建了预警试验平台,试验装置选取UL9540A支持的82 L定容燃烧弹。结果表明,相同荷电状态(State of Charge,SOC)条件下,高SOC电池在低气压环境下的开阀时刻早于常气压。根据锂离子电池灾变过程的紧急程度,提出综合温度(θ_(C))超过自产热隔膜融化、电池正极分解和开阀放气温度以及电压(U)第一次骤降10%作为热失控预警的判定条件。通过皮尔逊相关系数法,筛选出池体安全阀口温度(θ_(2))、池体正极侧中心温度(θ_(4))、电压(U)和气压(p)四个预警指标构建多元动态预警方法,可科学预测单体三元动力锂离子电池热失控从自产热到热失控的危险过程,为低气压下动力锂离子电池安全应用提供理论和技术支撑。展开更多
文摘为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷电状态(State of charge,SOC)相关联,消除不同容量对SOC均衡的影响,在充放电过程中实现SOC均衡,且为提高SOC均衡速度,在一致性算法中加入状态预测器,以提高SOC均衡速度;同时设计电压均衡器,对母线电压进行补偿,解决母线电压偏离额定值的问题。为验证所提策略的有效性,在Matlab/Simulink中搭建仿真模型,结果表明,所提策略实现了DESU间SOC的均衡及电流合理分配的目标,与此同时提高了SOC均衡速度。
文摘针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。
文摘为了破解低气压下动力锂离子电池热失控预警指标不精准与预警等级不科学的问题,搭建了预警试验平台,试验装置选取UL9540A支持的82 L定容燃烧弹。结果表明,相同荷电状态(State of Charge,SOC)条件下,高SOC电池在低气压环境下的开阀时刻早于常气压。根据锂离子电池灾变过程的紧急程度,提出综合温度(θ_(C))超过自产热隔膜融化、电池正极分解和开阀放气温度以及电压(U)第一次骤降10%作为热失控预警的判定条件。通过皮尔逊相关系数法,筛选出池体安全阀口温度(θ_(2))、池体正极侧中心温度(θ_(4))、电压(U)和气压(p)四个预警指标构建多元动态预警方法,可科学预测单体三元动力锂离子电池热失控从自产热到热失控的危险过程,为低气压下动力锂离子电池安全应用提供理论和技术支撑。
