为了充分发挥锂离子电池在电力系统储能中的潜力,需要准确了解电池组的荷电状态(state of charge,SOC)和健康状态(state of health,SOH),为此,提出一种新的SOC和SOH估算方法。该方法基于锂离子电池二阶电路模型,将锂离子电池实际运行过...为了充分发挥锂离子电池在电力系统储能中的潜力,需要准确了解电池组的荷电状态(state of charge,SOC)和健康状态(state of health,SOH),为此,提出一种新的SOC和SOH估算方法。该方法基于锂离子电池二阶电路模型,将锂离子电池实际运行过程中的输出电压测量值和所建立的仿真模型端口电压进行比较,利用PI控制器对所建立的电池模型欧姆内阻和开路电压进行修正,得到更精确的SOC和SOH估计值;最后,进行开展电池的充放电试验。研究结果表明:相比扩展卡尔曼滤波法(Extended Kalman Filter,EKF)和库仑计数法(Coulomb Counting,CC),所提出的方法对SOC和SOH估算精度更高,验证了所提出的策略的有效性。展开更多
文摘为了充分发挥锂离子电池在电力系统储能中的潜力,需要准确了解电池组的荷电状态(state of charge,SOC)和健康状态(state of health,SOH),为此,提出一种新的SOC和SOH估算方法。该方法基于锂离子电池二阶电路模型,将锂离子电池实际运行过程中的输出电压测量值和所建立的仿真模型端口电压进行比较,利用PI控制器对所建立的电池模型欧姆内阻和开路电压进行修正,得到更精确的SOC和SOH估计值;最后,进行开展电池的充放电试验。研究结果表明:相比扩展卡尔曼滤波法(Extended Kalman Filter,EKF)和库仑计数法(Coulomb Counting,CC),所提出的方法对SOC和SOH估算精度更高,验证了所提出的策略的有效性。
