期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
梯次利用电池储能电站经济性评估方法研究 被引量:31
1
作者 李娜 刘喜梅 +3 位作者 白恺 董建明 孙丙香 龚敏明 《可再生能源》 CAS 北大核心 2017年第6期926-932,共7页
电动汽车退运电池用于储能电站的经济性是业界关注的焦点。文章通过分析梯次利用电池储能全寿命周期成本,结合平准化成本(LCOE)分析原理,建立了考虑梯次利用电池运行特性和寿命特征的梯次利用电池储能平准化成本分析模型。将该模型应用... 电动汽车退运电池用于储能电站的经济性是业界关注的焦点。文章通过分析梯次利用电池储能全寿命周期成本,结合平准化成本(LCOE)分析原理,建立了考虑梯次利用电池运行特性和寿命特征的梯次利用电池储能平准化成本分析模型。将该模型应用于算例分析,并对比分析了梯次利用电池储能与新电池储能的平准化成本。在此基础上,探讨了影响风电项目LCOE的敏感性因素,分析了储能电站的充电来自弃风及增加政府补贴两种情景下梯次利用电池储能的经济性。 展开更多
关键词 梯次利用电池 储能 平准化成本 储能容量
在线阅读 下载PDF
基于深度神经网络的梯次利用电池健康状态评估 被引量:13
2
作者 魏梓轩 韩晓娟 李炫 《太阳能学报》 EI CAS CSCD 北大核心 2022年第5期518-524,共7页
随着大量退役电池梯次利用,对退役动力电池健康状态的准确估计是保障电池梯次利用安全高效运行的前提。针对上述问题,提出基于深度神经网络学习的梯次利用电池健康状态评估方法。根据不同循环次数下梯次利用电池充放电性能的差异性,从... 随着大量退役电池梯次利用,对退役动力电池健康状态的准确估计是保障电池梯次利用安全高效运行的前提。针对上述问题,提出基于深度神经网络学习的梯次利用电池健康状态评估方法。根据不同循环次数下梯次利用电池充放电性能的差异性,从梯次利用电池物理特性角度挖掘影响梯次利用电池老化特征的主要参数,利用皮尔逊法计算电池老化特征与梯次利用电池健康状态的相关系数,选取较高相关度特征作为深度神经网络的输入,建立基于深度神经网络学习的梯次利用电池健康状态评估模型。通过美国国家航空航天局Ames卓越预测中心的锂离子电池测试数据仿真实例验证了该文方法的有效性。仿真结果表明,与传统神经网络相比,深度神经网络学习可明显提高梯次利用电池健康状态的预测精度,为退役动力电池健康状态评估提供理论依据。 展开更多
关键词 梯次利用电池 神经网络模型 电池建模 健康状态评估 相关性分析 电池老化特征
在线阅读 下载PDF
梯次利用电池储能系统参与用户侧削峰填谷的经济性研究 被引量:31
3
作者 孙舟 田贺平 +2 位作者 王伟贤 潘鸣宇 张禄 《太阳能学报》 EI CAS CSCD 北大核心 2021年第4期95-100,共6页
针对梯次利用电池储能系统参与用户侧削峰填谷的经济性问题,采用对比分析方法,基于现阶段新电池和梯次利用电池在技术、经济条件上的差异,建立基于投资回报率、投资回收期的经济性评估模型。结合实际算例,仿真分析梯次利用电池储能系统... 针对梯次利用电池储能系统参与用户侧削峰填谷的经济性问题,采用对比分析方法,基于现阶段新电池和梯次利用电池在技术、经济条件上的差异,建立基于投资回报率、投资回收期的经济性评估模型。结合实际算例,仿真分析梯次利用电池储能系统在不同回收成本下的配置规模及其经济性,并与新电池储能系统的容量配置及经济性进行比较分析。结果表明:当梯次利用电池回收价分别为0、0.2、0.4元/Wh时,储能系统存在适宜配置容量使得项目投资净收益为正,并且当储能系统持续放电时间为8 h时项目净现值最大,当储能系统持续放电时间为3 h时投资回报率最高;而梯次利用电池回收价为0.6元/Wh时,项目投资净收益始终为负值。 展开更多
关键词 梯次利用电池 储能系统 削峰填谷 经济评估
在线阅读 下载PDF
梯次利用电池内阻与容量关系研究
4
作者 郝晓晓 杨涛 +2 位作者 谢长淮 韦珍 朱洪生 《应用化工》 CAS CSCD 北大核心 2020年第S01期173-175,共3页
近年来大量退役的动力电池给社会带来压力,退役电池梯次利用是最理想的应用.使用容量、内阻对比法研究电池成组特性,结果发现并联电池内阻与电池组容量存在线性关系,在相同时间内同内阻电池的充入容量与原容量成正相关,相同容量电池的... 近年来大量退役的动力电池给社会带来压力,退役电池梯次利用是最理想的应用.使用容量、内阻对比法研究电池成组特性,结果发现并联电池内阻与电池组容量存在线性关系,在相同时间内同内阻电池的充入容量与原容量成正相关,相同容量电池的充入容量与原内阻成负相关,这个规律优化了退役电池梯次利用串并联方案,有利于退役电池组的梯次利用. 展开更多
关键词 梯次利用电池 储能 内阻与容量
在线阅读 下载PDF
电动车退役电池梯次利用之储能性能及预测 被引量:13
5
作者 李娜 白恺 +2 位作者 王开让 刁嘉 赵佳琪 《电源技术》 CAS 北大核心 2019年第3期445-449,共5页
退役动力电池的梯次利用有助于提高电池全生命周期的利用价值,降低储能装置成本,但其再利用于电力储能后的性能变化规律尚无确定性结论。以青岛薛家岛电动公交车充换电站退役电池为研究对象,抽样测试退役单体电池性能并分析了循环性能... 退役动力电池的梯次利用有助于提高电池全生命周期的利用价值,降低储能装置成本,但其再利用于电力储能后的性能变化规律尚无确定性结论。以青岛薛家岛电动公交车充换电站退役电池为研究对象,抽样测试退役单体电池性能并分析了循环性能变化趋势,建立了退役电池容量预测模型,并对其验证。研究成果可用于电动汽车退役电池梯次利用于储能领域的筛选重组、运行参数设定。 展开更多
关键词 电池 梯次利用电池 电力储能 容量衰退
在线阅读 下载PDF
梯次利用锂电池健康状态预测 被引量:54
6
作者 孙冬 许爽 《电工技术学报》 EI CSCD 北大核心 2018年第9期2121-2129,共9页
从电动汽车中退役的锂电池在功能元件有效的情况下可进行梯次利用,针对退役锂电池处于离线状态且单体电池之间存在性能差异等问题,以锂电池欧姆内阻为研究对象,设计适用于梯次利用锂电池性能测试工况。基于锂电池一阶RC等效电路模型,研... 从电动汽车中退役的锂电池在功能元件有效的情况下可进行梯次利用,针对退役锂电池处于离线状态且单体电池之间存在性能差异等问题,以锂电池欧姆内阻为研究对象,设计适用于梯次利用锂电池性能测试工况。基于锂电池一阶RC等效电路模型,研究基于增量式自回归模型(IARX)的健康特征数据提取方法,以此构建均值内阻、最小内阻和内阻-荷电状态(SOC)三种健康因子,建立健康寿命模型,提出基于多模型数据融合技术的锂电池健康状态(SOH)预测方法。实验和仿真结果表明:所建健康寿命模型适用于预测同种类退役锂电池SOH,验证了模型的有效性;基于多模型数据融合技术有利于提高锂电池SOH预测精度,验证了此方法的可行性。 展开更多
关键词 梯次利用电池 健康状态预测 健康因子 健康模型 多模型数据融合技术
在线阅读 下载PDF
考虑运行寿命内经济性最优的梯次电池储能系统容量配置方法 被引量:45
7
作者 赵伟 袁锡莲 +2 位作者 周宜行 李培强 雷二涛 《电力系统保护与控制》 CSCD 北大核心 2021年第12期16-24,共9页
退役动力电池的梯次利用是电动汽车行业可持续发展急需解决的问题。为确保梯次电池储能系统的经济性,在规划阶段需对储能系统进行容量配置,提出了基于雨流计数法和等效循环寿命法的梯次电池寿命评估方法。考虑容量保持率变化对储能系统... 退役动力电池的梯次利用是电动汽车行业可持续发展急需解决的问题。为确保梯次电池储能系统的经济性,在规划阶段需对储能系统进行容量配置,提出了基于雨流计数法和等效循环寿命法的梯次电池寿命评估方法。考虑容量保持率变化对储能系统寿命和经济性的影响,以储能系统实际运行寿命内净收益总和最大为目标,提出了梯次电池储能系统容量配置方法,并引入萤火虫算法进行优化求解。算例结果显示,考虑运行寿命内经济性最优的容量配置方法能够提高梯次电池储能系统的经济性,同时延长储能系统寿命。 展开更多
关键词 梯次利用电池 储能系统 电池寿命 容量配置 萤火虫算法
在线阅读 下载PDF
基于隔离型半桥变换器的退役电池组均衡方法 被引量:4
8
作者 詹敏 柯锦洋 吴铁洲 《电子测量技术》 北大核心 2022年第17期7-13,共7页
在梯次电池储能应用中,梯次电池间存在的较大不一致性使得电池组在充放电过程中更容易出现过充和过放现象,限制了电池组整体的可用容量甚至造成安全隐患。针对该问题,本文提出了一种基于隔离型双半桥DC-DC变换器的有源均衡电路。该均衡... 在梯次电池储能应用中,梯次电池间存在的较大不一致性使得电池组在充放电过程中更容易出现过充和过放现象,限制了电池组整体的可用容量甚至造成安全隐患。针对该问题,本文提出了一种基于隔离型双半桥DC-DC变换器的有源均衡电路。该均衡电路由N+5个开关(N为电池数目)构成的开关阵列和隔离型双半桥DC-DC变换器构成,保证了电路的灵活性。在主电路工作原理分析的基础上,进一步提出了一种基于SOC的分状态均衡控制策略,在电池组充电、放电和静置三种不同状态下,采用对应的均衡策略实现电池组能量平衡。最后对5节串联锂离子电池进行了均衡实验,实验结果表明相比不使用均衡器的电池组,该方法在静置、充电、放电状态下分别提升了12%,9.9%,17.5%的可用容量,证明了该方法的可行性及有效性。 展开更多
关键词 梯次利用电池 有源均衡 开关阵列 隔离型双半桥DC-DC变换器 分状态均衡策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部