摘要：针对储能电站参与调频时与传统机组的协调问题及通信延迟产生的影响,设计了一种含荷电状态(SOC)修正和通信延迟的储能电站负荷频率鲁棒控制方法。首先,在储能电站参与频率控制过程设计SOC回归修正环节与传统机组进行协调而实现SOC裕度调节,同时考虑协调过程存在通信延迟问题,建立含储能电站SOC回归修正的区域电网延迟系统模型。其次,考虑通信延迟对于系统控制性能的影响,在负荷频率控制系统延迟边际计算的基础上,设计储能电站负荷频率控制的系统鲁棒控制器,对可再生能源功率扰动进行抑制并实现系统频率的快速恢复与偏差调节。最后,基于MATLAB/Simulink平台对负荷频率控制系统进行仿真验证,结果证明了所提方法的有效性。

摘要：锂电池的荷电状态(state of charge,SOC)估计是电池管理系统的重要组成部分,针对锂电池非线性的特性,提出了采用离散滑模观测器估计锂电池荷电状态的方法,给出了离散滑模观测器的设计方法及其稳定性证明。基于锂电池的戴维南等效电路模型,给出了该方法的设计过程,在不同的充放电电流倍率和环境温度下,进行了锂电池模型的参数辨识,通过与常用的扩展卡尔曼滤波法相比较,分析了离散滑模观测器对锂电池SOC估计的精度、鲁棒性和算法复杂度等方面的性能。实验结果表明,采用该算法可实现锂电池SOC快速精确地估计,误差可控制在约3%,验证了该方法的可行性。

摘要：提出了一种新的电池荷电状态(SOC)的估计方法。电池的开路电压(OCV)与SOC之间是一种分段线性的关系,为了避开这类非线性问题,观测器设计时的通行做法是将输出电压的方程式对时间进行求导。文中分析表明这种对电压方程求导的做法是不正确的。指出可以将分段线性关系看做是广义系统中的一种线性约束,从而提出用广义系统观点来处理电池的这个分段线性约束,并且设计了广义系统观测器。仿真结果表明所提出的观测器的有效性。

摘要：针对储能系统的荷电状态(SOC)调节问题,提出了一种基于变滤波时间常数低通滤波方法的储能SOC管理策略,并引入波动谐波含量和电池等效循环寿命来评价管理策略的效果。首先,从电力系统运行的角度对各频段的风电/光伏发电功率波动对电网频率的影响进行分析,为管理策略提供设计依据。然后,给出了所提出的SOC管理策略的原理和控制结构,并在风电/光伏发电功率波动频率分析的基础上,设计了低通滤波器的可变滤波时间常数控制规则和充放电功率限幅策略。最后,针对所提出的SOC管理策略进行了波动平抑仿真实验,并采用波动谐波含量和电池等效循环寿命对实验结果进行了评价分析,实验结果验证了策略的有效性。

摘要：随着可再生能源比例增加,电网新建储能电站成为提升系统频率稳定性的重要手段。针对电网中分布式储能电站(distributedenergystoragestations,DESS)参与一次调频面临的荷电状态均衡问题,提出了一种考虑荷电状态(state of charge,SOC)一致性的DESS协同控制策略。首先,构建了含分布式储能电站的区域电网调频模型,分析了传统调频控制方法的特点,并讨论了储能在高渗透率新能源电网中的调频及一致性控制需求;其次,分析了电网调频需求与DESS的SOC一致性调整需求之间的耦合关系,设计了基于一致性原理的SOC分布式控制策略,进而构建了兼顾两种需求的DESS一次调频协同控制方法,详细分析了关键控制参数的设计原则与取值方法。最后,搭建典型区域电网模型,结合不同频率波动工况进行了仿真验证,结果表明:所提控制策略可以有效改善电网频率质量,在不增加系统调频负担的前提下实现多个储能电站的SOC一致性调节,减小了DESS集群的SOC越限风险,增强了其聚合控制效果。

摘要：针对储能系统中电池组充放电过程中能量利用率以及系统运行安全性较低的问题,提出考虑SOC一致性的电池组双层动态均衡方法。首先,采用耦合电感与Flyback变换器搭建均衡系统双层架构,建立电池组端电压、均衡电流及占空比间的关联特性。为提高电池组的供能可靠性,系统引入故障切除功能,通过改变开关阵列导通状态实现故障电池组的快速切除;其次,考虑增补电池组剩余容量较大问题,利用传统最值法改进的双层极值法,以荷电状态(stage of charge,SOC)作为均衡目标变量,对增补电池组进行快速放电均衡;最后,设计充放电及静置均衡实验,对比传统最值法,分析常态及故障切除后电路的均衡速度与均衡效率。结果表明,提出的双层均衡方法可以将均衡速度提升约10%,且故障切除后电路的均衡效率最高可达95%以上。

摘要：储能设备作为虚拟同步机(virtual synchronousgenerator, VSG)的重要组成部分,能够提供惯性功率以保证VSG及时响应电网功率和频率波动。针对基于储能VSG的变换器控制策略,在频率调节的基础上考虑储能荷电状态对有功功率指令的影响,引入功率占比函数调节以上两种功率值在有功指令中占比以避免储能单元的过充过放,以储能充放电超限功率最小为目标函数,结合功率预测使用遗传-模拟退火算法设计VSG有功指令中功率占比函数。在MATLAB/Simulink仿真平台搭建仿真模型,验证了所提控制策略能够避免荷电状态超限,保证VSG的频率调节能力,实现微电网长期稳定运行。

摘要：针对卡尔曼滤波法在锂离子电池荷电状态(SOC)估计时存在误差较大、收敛较慢等问题,提出了一种双自适应衰减扩展卡尔曼滤波荷电状态估计(DAFEKF)算法。该算法首先设计了针对动力电池的荷电状态估计观测器,利用测得的电流和电压值分别作为观测器的输入和观测值,结合双自适应衰减扩展卡尔曼滤波估计出观测器中的电池荷电状态,在卡尔曼滤波算法的基础上加入时变衰减因子来减弱过去数据对当前滤波值的影响,并自适应地调整卡尔曼算法中过程噪声和测量噪声协方差。利用DAFEKF算法估计出的SOC结果与扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)算法进行了比较,结果表明,DAFEKF方法具有较好的准确性、鲁棒性和收敛性,使SOC估计误差控制在2%以内。

摘要：准确估计锂电池荷电状态（state-of-charge,So C）是电源管理系统的核心技术问题之一。针对锂离子电池等效电路模型参数难以获取这一关键问题,该文采用自回归各态历经（autoregressive exogenous,ARX）模型建立锂电池等效模型,由基于赤池信息量准则的遗传算法确定ARX模型的阶数,采用递推最小二乘法获取模型系数;然后利用得到的模型系数和锂电池状态方程构造自适应卡尔曼滤波（adaptive Kalman filter,AKF）算法所需方程,再由卡尔曼迭代方程求出锂电池SoC,文中将这种估计锂电池SoC的方法称为ARX-AKF算法。最后,通过多组对比实验,验证了该算法的有效性和准确性。实验结果表明：在混合动力脉冲能力特性实验和美国城市循环工况下,采用该算法的锂电池SoC估计误差分别在0.5%和0.8%以内,从而证实了该算法具有一定的工程应用价值。

摘要：针对混合动力电动汽车(HEV)电池荷电状态(SOC)预测问题,引入贝叶斯极限学习机(BELM)方法。对极限学习机和贝叶斯线性回归的基本原理进行详细介绍,为提高极限学习机的拟合和泛化能力,采用贝叶斯方法来优化极限学习机输出层的权重。在循环工况条件下选择电池的工作电压、工作电流和表面温度参数用来预测电池SOC的实时值,同时兼顾HEV再生制动时的能量回馈过程。高级车辆仿真软件ADVISOR下的仿真结果和实际实验结果均表明:所设计的预测模型具有较高的准确度,能够实时准确地预测出SOC值,实用性强且有效性高。