-
题名充电场站光储充控制策略
被引量：8
- 1
-
-
作者
罗恒
严晓
王钦
胡波
-
机构
复旦大学信息科学与工程学院
香港大学香港量子人工智能实验室
美国电力科学研究院
-
出处
《储能科学与技术》
CAS
CSCD
北大核心
2022年第1期275-282,共8页
-
文摘
针对充电需求带来的负荷具有不确定性,以及在不控制的情况下会在高峰期造成充电场站变压器过载等问题,本文提出了一种通过配置光伏和储能来提升充电场站的有效充电功率或服务能力的方法,并通过优化控制算法达到负荷跟踪的效果。该方法以每日光伏发电功率、用户负荷功率和每日分时电价为输入量。通过对3种应用场景的对比,可以定量计算出光伏和储能协同控制所带来的收益。为了对模型进行有效求解,本文提出和对比了两种不同的算法:粒子群算法和混合整数线性规划算法。这两种算法均可以用于确定储能控制策略并优化光储能系统的出力,但各有优缺点。计算结果表明,简单的低价充电、高价放电的充放电模式,不能快速应对变化的负荷功率;基于粒子群算法的储能控制策略能解决负荷跟踪问题并求得局部最优解,但达不到储能的最大利用率;而基于混合整数线性规划算法,可求得全局的最优解,达到接近100%的储能利用率,同时降低用户的日运行成本。通过动态调整储能充放电功率,可实现跟踪负荷功率、降低负荷峰值以避免变压器过载的功能,同时达到灵活应对复杂、多变的电力需求侧和供给侧的动态变化场景的目的。
-
关键词
储能利用率
粒子群算法
混合整数线性规划算法
-
Keywords
energy storage utilization
particle swarm algorithm
mixed integer linear programming algorithm
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
-
-
题名老化锂电池模组关键电池性能参数的量化分析
- 2
-
-
作者
袁梓菡
严晓
杨涛
-
机构
复旦大学信息科学与工程学院
香港大学香港量子人工智能实验室
上海玫克生储能科技有限公司
-
出处
《储能科学与技术》
CAS
CSCD
北大核心
2022年第1期221-227,共7页
-
文摘
退役的动力电池随着新能源电动汽车产业的加速发展而逐渐增多,为了对退役的锂电池进行评估、维护、梯次利用,本工作提出一种老化锂电池模组关键电池性能参数的量化分析研究方法,采用免拆解的“零时间成本”的快速检测方法,仅需要一次充电数据即可在单体层面上对内阻、相对充电时间差值和充电截止电压等关键电池参数(key battery parameter,KBP)进行表征,通过这些KBP的箱型图检测异常单体。基于容量增量(capacity increment,IC)曲线估算各单体的可充电容量以及放电截止时刻可继续放出容量,将其与异常单体对比,提出具体的维保建议,包括均衡、替换两种方式,并给出预期效果,即可以在维护前评估该维护措施的有效性,避免无效维护。本工作共进行了三次实验,均对单体层面关键电池参数进行了量化分析,实验一由于KBP异常存在于同一单体中,因此只能进行替换维护,通过容量计算,预计维护后可提升电池包放电容量12.57%;实验二由于KBP异常存在于不同单体中,因此可以进行均衡维护,通过容量计算,预计维护后可提升整体模组放电容量的35.9%;实验三由于各单体间差异性较小,部分KBP不存在异常值,因此无需采取维护措施。
-
关键词
老化电池模组
量化
性能参数
-
Keywords
aging battery module
quantification
performance parameters
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
-
