荷电状态(state of charge,SOC)和峰值功率(state of peak power,SOP)的精确估计对保障电池安全稳定运行具有重要意义。为解决传统估计算法误差高、鲁棒性差等问题,本文提出了一种基于自适应无迹卡尔曼滤波(adaptive unscented Kalman f...荷电状态(state of charge,SOC)和峰值功率(state of peak power,SOP)的精确估计对保障电池安全稳定运行具有重要意义。为解决传统估计算法误差高、鲁棒性差等问题,本文提出了一种基于自适应无迹卡尔曼滤波(adaptive unscented Kalman filtering,AUKF)和经济模型预测控制(economic model predictive control,EMPC)的全钒液流电池(all-vanadium redox batteries,VRB)SOC/SOP联合估计方法。首先,为了提高传统模型的建模精度,本文综合考虑了VRB的电化学场和流体力学场的耦合特性,建立了一个能够全面刻画VRB运行过程的综合等效电路模型,并采用人工蜂群算法(artificial bee colony algorithm,ABC)对模型参数进行离线辨识。随后,考虑到传统的UKF算法无法适应系统噪声,收敛性差,且忽略电池参数变化等缺点,本文提出了基于AUKF的在线参数辨识和SOC估计算法,通过自适应调整UKF算法的参数来提高模型的精度。结合SOC的估计结果,采用EMPC算法估计VRB的SOP,并综合考虑了电压、电流、SOC和电解液流速等约束条件。最后,设计了多种实验工况验证了本文提出的SOC/SOP联合估计算法的精度。文章研究内容能够为液流电池不同运行状态下峰值功率预测和储能电站的精准调度提供依据。展开更多
全钒液流电池(vanadium redox battery,VRB)具有大容量,长寿命、安全可靠、对环境无污染等特点。为了保证全钒液流电池安全充放电并提高电池充电速度,本文提出基于内核电压估计的三闭环柔性充放电控制策略。该策略采用SOC环、电压环和...全钒液流电池(vanadium redox battery,VRB)具有大容量,长寿命、安全可靠、对环境无污染等特点。为了保证全钒液流电池安全充放电并提高电池充电速度,本文提出基于内核电压估计的三闭环柔性充放电控制策略。该策略采用SOC环、电压环和电流环的三闭环结构,三个控制器均采用带限幅值的PI调节器。SOC外环可根据给定SOC值和实际SOC大小,判断电池充电或者放电;电压环采用预估的内核电压进行反馈,实现电池恒压充电;电流环可实现电池恒流充电。其中内核电压可根据全钒液流电池端电压、充放电电流及电池参考模型去预估。最后本文在Simulink上搭建了5 k W/30 k W·h的VRB模型进行仿真验证。结果表明,该控制策略下,电池充电时间缩短近40%,且保证内核电压不超调,实现了VRB的安全充放电。展开更多
文摘全钒液流电池(vanadium redox battery,VRB)具有大容量,长寿命、安全可靠、对环境无污染等特点。为了保证全钒液流电池安全充放电并提高电池充电速度,本文提出基于内核电压估计的三闭环柔性充放电控制策略。该策略采用SOC环、电压环和电流环的三闭环结构,三个控制器均采用带限幅值的PI调节器。SOC外环可根据给定SOC值和实际SOC大小,判断电池充电或者放电;电压环采用预估的内核电压进行反馈,实现电池恒压充电;电流环可实现电池恒流充电。其中内核电压可根据全钒液流电池端电压、充放电电流及电池参考模型去预估。最后本文在Simulink上搭建了5 k W/30 k W·h的VRB模型进行仿真验证。结果表明,该控制策略下,电池充电时间缩短近40%,且保证内核电压不超调,实现了VRB的安全充放电。
