为了平抑风电、光伏的出力波动,减少其带给微网的不利影响,以风光储系统中的混合储能系统(Hybrid Energy Storage System,HESS)为研究对象,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和神经网络的HESS容量优化配置...为了平抑风电、光伏的出力波动,减少其带给微网的不利影响,以风光储系统中的混合储能系统(Hybrid Energy Storage System,HESS)为研究对象,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和神经网络的HESS容量优化配置方法。采用VMD分解并结合储能系统荷电状态(State of Charge,SOC)等约束,制定HESS中两类储能的充放电策略。通过构造神经网络模型拟合储能系统关键参数与风光储系统输出功率平滑度指标的对应关系。以平滑效果最优与投资成本最低为目标函数,构建HESS容量优化配置模型,采用遗传算法求解HESS的最优容量配置方案。最后结合实际算例分析验证了所提方法的有效性。展开更多
动力锂离子电池是电动汽车重要的动力来源,其安全稳定运行对于保障电动汽车续航里程和保证驾乘人员安全具有重要意义。然而,目前锂离子电池相关的安全事故频发,而电池内短路故障由于发生在电池内部,具有隐蔽性和不可预知性而难以察觉。...动力锂离子电池是电动汽车重要的动力来源,其安全稳定运行对于保障电动汽车续航里程和保证驾乘人员安全具有重要意义。然而,目前锂离子电池相关的安全事故频发,而电池内短路故障由于发生在电池内部,具有隐蔽性和不可预知性而难以察觉。提出一种面向电动汽车充电过程的电池内短路故障诊断方法,以阶梯充电电流作为激励,通过建立电池内短路故障等效电路模型,结合带遗忘因子的最小二乘算法辨识等效电路模型参数,进而进行荷电状态(state of charge,SOC)估计和短路电阻估计,从而实现电池内短路故障诊断。在所搭建的电池内短路故障模拟测试平台上进行实验,结果表明所提出方法可以有效识别模拟的50和75Ω短路故障,短路电阻估计精度分别是94%和86.7%。展开更多
文摘为了平抑风电、光伏的出力波动,减少其带给微网的不利影响,以风光储系统中的混合储能系统(Hybrid Energy Storage System,HESS)为研究对象,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和神经网络的HESS容量优化配置方法。采用VMD分解并结合储能系统荷电状态(State of Charge,SOC)等约束,制定HESS中两类储能的充放电策略。通过构造神经网络模型拟合储能系统关键参数与风光储系统输出功率平滑度指标的对应关系。以平滑效果最优与投资成本最低为目标函数,构建HESS容量优化配置模型,采用遗传算法求解HESS的最优容量配置方案。最后结合实际算例分析验证了所提方法的有效性。
文摘动力锂离子电池是电动汽车重要的动力来源,其安全稳定运行对于保障电动汽车续航里程和保证驾乘人员安全具有重要意义。然而,目前锂离子电池相关的安全事故频发,而电池内短路故障由于发生在电池内部,具有隐蔽性和不可预知性而难以察觉。提出一种面向电动汽车充电过程的电池内短路故障诊断方法,以阶梯充电电流作为激励,通过建立电池内短路故障等效电路模型,结合带遗忘因子的最小二乘算法辨识等效电路模型参数,进而进行荷电状态(state of charge,SOC)估计和短路电阻估计,从而实现电池内短路故障诊断。在所搭建的电池内短路故障模拟测试平台上进行实验,结果表明所提出方法可以有效识别模拟的50和75Ω短路故障,短路电阻估计精度分别是94%和86.7%。
