蓄电池的建模与能量管理研究

合集下载

电动汽车电池充放电行为与能量管理模型建立

电动汽车电池充放电行为与能量管理模型建立

电动汽车电池充放电行为与能量管理模型建立电动汽车作为替代传统燃油汽车的新能源交通工具,以其零排放、低噪音等优势,逐渐受到全球范围内的关注和推崇。

然而,电动汽车的续航里程和充电时间等问题一直制约着其发展。

因此,为了更好地充分利用电动汽车的电池能量,需要建立行之有效的电池充放电行为与能量管理模型。

一、电池充放电行为模型的建立1. 充电行为模型电动汽车的充电行为模型主要研究电池的充电速度及充电效率。

电池的充电速度受到充电设备的功率、电池电极反应速率等因素的影响。

通过分析这些因素,可以建立充电行为模型,为电动汽车充电过程中的实际情况提供参考。

2. 放电行为模型电动汽车的放电行为模型主要研究电池的放电速率及电池电量的消耗规律。

电池的放电速率受到驱动电机的功率需求及电池内部电阻等因素的影响。

通过分析这些因素,可以建立放电行为模型,为电动汽车行驶过程中的实际情况提供参考。

二、能量管理模型的建立能量管理模型是指对电动汽车的能量的管理和分配策略的建模与优化。

主要目的是实现对电池的合理利用,延长电池的寿命,同时满足电动汽车的动力需求。

1. 能量管理模型的优化算法能量管理模型的优化算法是实现最佳充电与放电策略的关键。

其中,常用的算法包括遗传算法、贪婪算法、模糊逻辑控制算法等。

这些算法可以根据电动汽车的行驶路况、充电设备的功率以及电动汽车的能耗等因素进行优化,以实现对电池的最佳充放电行为。

2. 能量管理模型的评估指标评估指标是衡量能量管理模型效果的重要依据。

常用的评估指标有电池寿命、续航里程、充电效率等。

通过对不同充放电策略的模拟与评估,可以选取最佳策略,以提高电动汽车的整体性能。

三、实际应用与问题探讨1. 实际应用情景电动汽车的充放电行为与能量管理模型将在实际应用中发挥重要作用。

通过对电池充放电行为的建模与模拟,可以帮助电动汽车用户更好地了解电池的状态和性能。

而能量管理模型的建立和优化可以提高电动汽车的续航里程,提升用户体验。

蓄电池储能系统建模与控制

蓄电池储能系统建模与控制

蓄电池储能系统建模与控制吴盈盈 郭朝令 张玮摘要:近些年来,备受青睐的的微网有并网和离网两种运行状态。

当微网以并网模式工作时,储能系统可以在很大程度上抑制微电源的冲击,且降低功率波动;当微网以离网模式工作时,储能系统为微网供应可靠稳定电压,维持整个电力系统平衡,进而可靠运行。

所以储能系统的控制性能对微网能安全、稳定、经济运行起着决定性作用,本文对蓄电池储能控制系统展开深入分析和研究。

关键词:降低功率;离网模式;储能系统微电网是指由多种分布式电源、储能系统、能量转换装置、负荷和监控、保护装置汇集而成的利用电力电子技术的小型发配电系统。

且成本低、污染小、局部可靠性;但微网也存在一些缺点,比如容量小、惯性相对较小,容易受到太阳能等分布式电源和负载的影响,导致输出电能质量不高,且不稳定性,而当今储能技术在很大程度上可以解决这个不可忽视的问题。

近些年来,蓄电池储能因成本低、技术发展成熟等优点在微网中的应用备受人们青睐。

但它也存在一些不可忽视的缺点,如寿命较短、有污染,同时系统维护和电池均压工作也较为复杂,因此熟练掌握其性能,并对其进行合理控制优化,才能使其更好地服务于微网。

1 蓄电池储能蓄电池是一种化学电源,具有体积小、储能密度高、污染小、安装灵活和建设周期短等优点。

近些年来,蓄电池也逐渐成为广泛使用的储能装置,可应用于交通、通讯、计算机、医疗等行业。

蓄电池类型较多,种类差异,其模型也各不相同,本文主要引入一种通用型蓄电池模型。

如图1所示。

图1 蓄电池通用等效电路模型图主要由电源E、等效内阻r组成,端电压以U 0表示,电流以I表示。

则:(1)其中的E 0表示指内电势;C max 表示蓄电池最大容量值;Q C 表示放电量。

A (V ),B (A.h -1),K (V )是拟合参数,由放电时特征曲线获取。

Aexp (-BQ C )表示初始放电阶段特征曲线;表示放电额定特性区。

2 蓄电池储能系统建模及其控制将蓄电池与逆变器直流侧并接,逆变器交流侧以Δ/Y变压器为桥梁接入微网,即构成蓄电池储能系统,如图所示:图2 蓄电池储能系统结构图储能系统模型及控制如下描述:在复平面两相静止坐标系中,则电压矢量为:(2)其中,为三相电网电压瞬时值。

机车蓄电池辨识建模与能量管理

机车蓄电池辨识建模与能量管理

机车蓄电池辨识建模与能量管理机车蓄电池辨识建模与能量管理引言:随着环保意识的提高和电动交通工具的普及,机车蓄电池成为了车辆动力系统中不可或缺的重要组成部分。

然而,蓄电池的性能与寿命管理一直是一个关键的问题。

为了增强机车蓄电池的可靠性和使用寿命,需要开展对蓄电池进行辨识建模和能量管理的研究。

一、机车蓄电池的辨识建模机车蓄电池的辨识建模旨在通过实验和模型推导等方法,获取蓄电池的精确模型,以便更好地进行能量管理和性能预测。

蓄电池的辨识建模过程主要包括以下几个步骤:1. 数据采集:通过实验或者在实际机车运行中采集蓄电池的电压、电流、温度等数据。

2. 数据处理:对采集到的数据进行滤波、去噪和特征提取等处理,得到准确可靠的数据集。

3. 系统辨识:利用系统辨识方法,如最小二乘法、脉冲响应法等,拟合出蓄电池的数学模型。

4. 模型验证:将辨识得到的模型与实际运行数据进行对比,验证模型的准确性和适用性。

通过机车蓄电池的辨识建模,可以获得与蓄电池相关的重要参数,如内部电阻、容量等,并为后续的能量管理提供基础。

二、机车蓄电池的能量管理机车蓄电池的能量管理是指对蓄电池的能量进行有效分配和控制,以实现最优的能量利用和保证车辆的性能和安全。

1. 能量分配策略:对机车蓄电池进行能量分配策略的制定,根据实际需求和驾驶条件,合理规划蓄电池的充放电过程,减少能量浪费。

2. 充电控制:机车蓄电池的充电控制是能量管理的核心环节。

根据辨识建模得到的蓄电池模型,设计合适的充电控制算法,监测蓄电池的充电状态,确保充电过程的稳定和充电容量的准确计算。

3. 放电控制:机车蓄电池的放电控制同样重要,需要根据车辆的使用情况和动力需求,制定合理的放电策略,避免蓄电池过度放电或电池寿命缩减问题。

通过对机车蓄电池能量的有效管理,可以延长蓄电池的寿命,提高车辆的性能和可靠性,同时也能减少对环境的污染。

结论:机车蓄电池的辨识建模和能量管理对于提高机车蓄电池的性能和寿命具有重要意义。

关于电动车动力蓄电池测试与建模的实验研究

关于电动车动力蓄电池测试与建模的实验研究

2023-10-29contents •引言•电动车动力蓄电池测试技术•电动车动力蓄电池建模技术•电动车动力蓄电池性能评估•结论与展望•参考文献目录01引言研究背景与意义电动车在环境友好性和能源利用效率上的优势,使其在近年来得到了广泛应用。

然而,电动车的性能和安全性受到动力蓄电池性能的直接影响。

当前,动力蓄电池在能量密度、循环寿命、充电速度等方面仍存在诸多挑战,这限制了电动车的进一步发展和应用。

因此,对电动车动力蓄电池进行深入的测试与建模研究,对于提高蓄电池性能、保障其安全性和延长使用寿命具有重要意义。

本研究将对电动车动力蓄电池进行全面的测试,包括充放电性能、内阻、容量等方面的测试;同时,建立蓄电池的数学模型,以实现对蓄电池性能的精确预测和评估。

研究内容采用实验测试与理论建模相结合的方法,首先对蓄电池进行实际充放电实验,收集实测数据;然后,基于这些数据,利用先进的数值计算方法建立蓄电池的数学模型;最后,通过模型对蓄电池性能进行预测和评估。

研究方法研究内容与方法研究目的本研究的目的是通过全面的测试和精确的建模,实现对电动车动力蓄电池性能的精确预测和评估,从而为提高蓄电池性能、保障其安全性和延长使用寿命提供理论支持和实践指导。

研究意义通过本研究,将有助于推动电动车技术的进一步发展,提高能源利用效率,减少环境污染,对于实现可持续交通具有重要意义。

同时,本研究成果也可为其他类型电池的测试与建模提供参考和借鉴。

研究目的与意义02电动车动力蓄电池测试技术目的评估电动车动力蓄电池的性能,确保其安全、可靠、高效运行。

要求测试应遵循相关标准,考虑不同工况和环境因素,以获得准确的测试结果。

测试目的与要求方法:采用电化学方法进行测试,通过控制电流、电压等参数来模拟电池的实际运行状态。

流程1. 准备测试设备,包括电池样品、测试仪器、电极材料等。

2. 根据测试要求设置仪器参数,如电流、电压、温度等。

3. 进行充放电测试,记录电池的电压、电流、温度等数据。

储能电池数学模型

储能电池数学模型

储能电池数学模型一、电池状态方程电池状态方程是描述电池内部状态与外部运行参数之间关系的数学表达式。

它通常包括电池的电量、电压、电流、温度等参数。

通过建立电池状态方程,可以对电池的实时状态进行准确评估,为优化电池运行提供重要依据。

二、电池电荷平衡电池电荷平衡是指电池内部的电荷分布和平衡状态。

建立电池电荷平衡的数学模型有助于深入了解电池的工作原理和性能特点,进而优化电池的设计和制造过程。

三、电池能量平衡电池能量平衡是指电池内部能量的动态平衡。

建立电池能量平衡的数学模型可以帮助我们更好地理解电池的工作过程和能量转换机制,进而提高电池的能量效率和安全性。

四、电池电荷移动规律电池电荷移动规律是指电池内部电荷的迁移和扩散现象。

通过建立电池电荷移动规律的数学模型,可以预测和控制电池的充放电性能,为优化电池的运行和管理提供理论支持。

五、电池性能参数电池性能参数是评估电池性能优劣的关键指标,包括容量、内阻、循环寿命等。

通过建立数学模型,可以对这些参数进行准确测量和评估,为提高电池性能提供重要依据。

六、电池老化过程电池老化是指电池在使用过程中性能逐渐下降的现象。

建立电池老化过程的数学模型可以帮助我们深入了解电池老化的机理,预测电池寿命,为优化电池的设计和使用提供指导。

七、电池寿命预测电池寿命预测是指根据电池性能参数和运行条件,对电池使用寿命进行预测的方法。

通过建立数学模型,可以实现对电池寿命的准确预测,为制定合理的维护和更换策略提供依据。

八、电池热效应分析电池热效应是指电池在工作过程中产生的热量对电池性能和安全性产生影响的现象。

建立电池热效应分析的数学模型可以帮助我们更好地理解电池发热的原因和规律,为优化电池散热设计和提高安全性提供理论支持。

九、电池安全管理电池安全管理是确保电池安全可靠运行的重要环节。

通过建立数学模型,可以对电池的运行状态进行实时监测和评估,预测潜在的安全隐患,为制定相应的安全措施提供依据。

同时,数学模型还可以用于优化电池的充放电控制策略,防止过充和过放现象的发生,提高电池的安全性能。

光(伏)储(能)一体发电系统的储能配置和能量管理策略研究

光(伏)储(能)一体发电系统的储能配置和能量管理策略研究

光(伏)储(能)一体发电系统的储能配置和能量管理策略研究是一个涉及多个领域的复杂问题。

以下是一些关于这个主题的要点:
储能配置:
1.储能技术选择:光储一体发电系统中,常用的储能技术包括蓄电池储能、超级电容储能、飞轮储能等。

这些技术各有优缺点,需要根据具体应用
场景和需求进行选择。

2.储能容量配置:储能容量的配置需要根据光伏系统的发电量、负荷需求、电价波动等因素进行综合考虑。

一般来说,储能容量的配置应满足系统
在无光照或低光照条件下的能量需求,同时考虑经济性因素。

3.储能系统布局:储能系统的布局需要考虑光伏系统的布局、电网接入点、地形地貌等因素。

合理的布局可以减小能量损耗,提高系统效率。

能量管理策略:
1.优化调度策略:通过预测光伏出力、负荷需求等信息,制定储能系统的充放电策略,实现光伏和储能系统的优化调度。

这可以提高系统的经济性
和稳定性。

2.并网控制策略:对于并网型光储一体发电系统,需要考虑与电网的互动。

在并网运行时,需要制定合理的控制策略,保证系统的稳定运行和电能
质量。

3.孤岛运行策略:在孤岛运行模式下,光储一体发电系统需要独立供电。

这时需要制定合理的能量管理策略,保证系统的供电可靠性和经济性。

总之,光储一体发电系统的储能配置和能量管理策略研究是一个涉及多个领域的复杂问题。

需要综合考虑技术、经济、环境等因素,制定合理的策略,实现系统的高效、稳定、经济运行。

【汽车行业类】关于电动车动力蓄电池测试与建模的实验研究

【汽车行业类】关于电动车动力蓄电池测试与建模的实验研究

(汽车行业)关于电动车动力蓄电池测试与建模的实验研究用于电动自行车的四种动力蓄电池的实验建模比较研究肖秀玲王贵明胡玉祥马润津(北方工业大学自动化研究所电动车研究室,100041北京)关键词:动力蓄电池实验建模电动车Keywords:BatteryPoweredModelingandTestElectricVehicle摘要:近几年来我国的电动助力自行车发展迅速,受到全世界的关注。

目前能够被电动自行采用的有以下四种动力蓄电池,即密封免维护铅酸蓄电池、胶体免维护铅酸蓄电池、镍氢蓄电池和锂离子蓄电池。

电动车的动力蓄电池充放电过程的工作机理复杂,工作性能受到诸多因素的影响,它们之间的定量关系至今仍不很清楚,其结果是经常由于使用不当,特别是过度充电和过度放电,影响了蓄电池的使用寿命。

另壹个需要解决的问题是寻求比较简单、准确的蓄电池剩余蓄电量测定方法来。

本文介绍对四类蓄电池的放电特性做比较研究的结果。

通过大量实验测试,研究蓄电池放电过程的数学模型。

实验建模分静态模型和动态模型俩个部分,前者包括端电压模型和充放电量(安时)平衡模型俩类,后者是基于系统辨实和参数估计方法,确定放电过程的动态模型及其参数。

文中给出大量的实验研究和对比结果。

探讨了蓄电池剩余电量估计的新方法。

电动助力自行车是是以蓄电池作为辅助能源的,能人力骑行、电动和电力助动的俩轮交通工具,它具有行进间无污染排放(零排放)的特点,是很有发展前途的新型绿色交通工具。

近几年来我国的电动助力自行车发展迅速,国内市场销售量由1997年的1.5万辆发展到2001年的近80万辆左右(图1),由此受到全世界的关注。

图1.我国电动助力自行车年销售量的增长情况壹、关于电动自行车的动力蓄电池目前能够被电动自行采用的有以下四种动力蓄电池,即阀控铅酸免维护蓄电池、胶体铅酸蓄电池、镍氢蓄电池和锂离子蓄电池。

1.铅酸蓄电池从目前市场上能够大量提供的是铅酸蓄电池,铅酸蓄电池已经有130年的历史了,能够说是使用最多的蓄电池。

纯电动物流车动力蓄电池系统荷电状态的建模与估计

纯电动物流车动力蓄电池系统荷电状态的建模与估计
纯电动物流车动力蓄电池系统荷电状 态的建模与估计
能源危机和环境危机是当前人类社会面临的两大挑战。电动汽 车因为具有节能、环保的特点,所以是世界汽车工业未来发展的 方向。
由于物流业的快速发展,纯电动物流车的研究已经刻不容缓。动 力蓄电池技术是电动汽车的核心技术济性。
电池管理系统(Battery Management System,BMS)是电动汽车监 控和管理电池的关键重要部件。动力蓄电池的荷电状态(State of Charge,SOC)反映电池的剩余容量,对电池管理系统十分重要。
本文的内容包括三方面:设计与实现电池管理系统电池电子部件, 建立纯电动物流车动力蓄电池的模型,研究并分析动力蓄电池的 荷电状态估计方法。本文设计并实现了纯电动物流车电池管理 系统电池电子部件的软硬件系统。
采用16位微控制器FREESCALE 9S12XEQ512,包括电源模块、电池 电压/温度采集模块、被动均衡模块、CAN(Control Area Network,控制器局域网)模块、驱动模块。软件架构采用有限状 态机,设计并实现上位机监控软件,设计并实现Boot Loader(引 导加载器)用于电池电子部件软件的CAN总线下载更新。
本文结合电池的特性和实际运行工况,采用非线性多元逐步回归 法建立SOC-OCV(Open Circuit Voltage,开路电压)和OCV-SOC的 静态多项式模型:本文假设扰动是增量平稳过程,建立电池的 CARIMA(Controlled Auto-Regressive Integral MovingAverage,受控自回归积分滑动平均)模型,采用渐消记忆递推最 小二乘法辨识模型参数,并判定和分析模型参数估计的收敛性。 最后本文结合CARIMA模型推导并证明SOC的最优估计,分析最优 估计的性质,并通过试验验证SOC估计算法的准确性和鲁棒性。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

图2 2 V/ 200 Ah 胶体蓄电池 0 . 1 C10 ( A ) 放电曲线
选定 0 ~ 340 min 为实验区域 . 温度系数 Ct 可以通过大量的试验数据统计 、 对比 、 计算得出 , 但铅酸蓄电池的特性已被深入研究 , 这里采用经 验值 0 . 011 ; 蓄电池在每次的充放电过程中 , 效率 都会不断波动 , 为了计算方便 , 可取其平均值 , 在 这里取η= 98 . 5 %. 由于当蓄电池以一定电流开 始放电时 , 会有很短一段时间电压快速下降 , 因此 在曲线中会存在一个拐点 , 如图 2 时间 X 点所对
Abstract : By co mbinatio n of experimental modeling wit h equivalent circuit modeling , a t raditio nal bat 2 tery model is imp roved , by which t he real2time calculatio n of battery state of charge ( SOC) is do ne mo re co nveniently. A packet2based bat teries energy management st rategy which is based o n SOC is al2 so p resented. The result s have shown t hat bat tery SOC is calculated much more accurate and t he new st rategy performs bet ter t han t he t raditio nal met hod. To so me extent , t he bat tery life has been ex2 tended. Key words : bat tery ; mo dels ; energy management ; energy policy ; charge state ; packed2based system ; p hotovotatic array
162 . 7 138 32 . 3 30 . 1 49 . 3 36 12 . 6
3 试验结果
影响蓄电池使用寿命的主要因素[ 7 ] 有 : 一定 时间内的循环次数 、 放电深度 、 过充电等 . 蓄电池 的总循环次数是一定的 , 因此一定时间内的循环 使用次数越少 , 蓄电池的寿命就越长 ; 放电深度越 大 , PbO2 粒子的收缩和膨胀的程度越大 , 越易脱 落 ,因此若蓄电池的放电深度较小 ,则使用寿命就 较长 ; 过充电的次数越多 、 程度越深 , 活性物质就 越易脱落 ,蓄电池的寿命也就越短 . 以 1 kW 的光伏阵列为能量来源 ,以主 、 副蓄 电池组分别为 6 个 2 V/ 200 Ah 胶体蓄电池单体 串联的分组系统来进行试验 , 主蓄电池组在充电 过程中 ,计算的电池荷电状态参数与静态下电池 检测系统测量的荷电状态参数 M 对比如图 3 所 示.
模型如下 ρ V = V0 - K SOC
t
ρ SOC - Qn
t b
τ )d τ+ i( ∫
0
t
A exp - B
)d τ+ C ( T i (τ ∫
0
) ; - 25 ℃
( 2) ( 3) ( 4)
V b = V - Ri ( t) ; ) [1 R = V n ( 1 - η ) ]/ ( 0 . 2 Qn ) , 0 . 025 ( T b - 25 ℃

0
t
)d τ Qn i (τ
×100 %. ( 1)
图 1 中 :V b 为蓄电池的端电压 ; i ( t) 为流过蓄电池 的电流 ; E 为受控源电压 ; Байду номын сангаас 为电池内阻 .
图1 改进的蓄电池等效电路模型
2 蓄电池能量管理策略设计
将蓄电池进行分组管理 . 根据负载确定蓄电 池的容量及数量 , 分成电池数目相等的主蓄电池 组和副蓄电池组 . 而主蓄电池组和副蓄电池组又 由若干小组串联组成 . 以电池模型计算的参数 ρ SOC 作为系统充放电控制的依据 . 由于铅酸蓄电 池的ρ SOC 处于 0 . 2~0 . 8 之间时 , 受极化效应影响 较小 , 因此当蓄电池 ρ SOC < 0 . 2 时 , 停止放电 , 进 行充电 ; 当ρ SOC > 0 . 8 时 , 进行小电流浮充 . 系统 在进行初始化后 , 便采集蓄电池组的端电压 、 电流 和温度 , 按照上述中 ρ SOC 的计算方法对电池的荷 电状态进行在线计算 , 然后根据其值对蓄电池进 行充放电的控制 , 如此循环 , 直至程序异常 , 重新 初始化 . 设 V h 为最高监控电压 , V m 为主蓄电池组的 端电压 , V v 为副蓄电池组的端电压 ,ρ SOC m 为主电 ρ 池组的剩余电量 , SOC v 为副蓄电池组的剩余电 量 , 蓄电池的能量管理策略如下 : 步骤 1 若ρ SOC m > 0 . 2 , 则主蓄电池组放电 给负载 ; 若同时 ρ SOC v < 0 . 8 , 则副蓄电池组充电 ,
第38卷 第4期 2010年 4月
华 中 科 技 大 学 学 报 ( 自然科学版) J . Huazho ng U niv. of Sci. & Tech. ( Nat ural Science Editio n)
Vol. 38 No . 4 Ap r. 2010
蓄电池的建模与能量管理研究
Battery model ing and energy management
W u T iez hou Z han g Yon g f ei W u L i nz han g Ye S huan g
( Hubei University of Technology , School of Elect rical and Elect ronic Engineering , Wuhan 430068 , China)
式中 :V 0 为蓄电池初始电压 ; K 为极化电压常数 ; V n 和 Qn 为蓄电池标称电压和容量 ; A 为试验系 数 ; B 为试验指数 ;η为效率 .
E0 , K , A , B 和 Ct 可由蓄电池厂家提供或实
验测得的放电曲线估算得出 . 图 2 为 2 V/ 200 A ・h 胶体蓄电池单体在 25 ℃, 0 . 1 C10 ( A ) 下的放电曲线 .
第4期
吴铁洲等 : 蓄电池的建模与能量管理研究
・33 ・
该控制策略有如下特点 :a . 主蓄电池组放电 优先 , 副蓄电池组充电优先 , 二者相互配合 、 互为 补充 ; b. 当电池的荷电状态参数达到上限值时 , 进行浮充来减小电池的自放电 ; c . 进行均衡充电 以减小电池个体差别 , 提高了电池组的整体性能 .
否则检测 V v , 若 V v < V h , 利用小电流对副蓄电池 组充电 . 步骤 2 若 ρ SOC m ≤0 . 2 , 则 计 算 ρ SOC v ; 若 ρ SOC v > 0 . 2 , 则副蓄电池组放电 , 同时主蓄电池组 充电直至ρ SOC m = 0 . 8 , 然后检测 V m , 若 V m < V h , 利用小电流对主蓄电池组充电 ; 若ρ 0. 2 , 则 SOC v ≤ 断开负载 . 步骤 3 检测主蓄电池组和副蓄电池组中每 一组电池的电压 , 若各小组的最大电压差达到均 衡电压值 ( 可设置) , 则进行均衡充电 .
吴铁洲 张永飞 吴麟章 叶 爽
( 湖北工业大学 电气与电子工程学院 , 湖北 武汉 430068)
摘要 : 在分析常用电池模型的基础上 ,利用实验建模和电路等效建模相结合的方法改进了传统的蓄电池模 型 ,改进的电池模型对蓄电池荷电状态 ( SOC) 的实时计算更加方便 ; 依据电池的荷电状态参数提出了一种基 于分组的蓄电池组能量管理方法 . 试验结果表明改进的电池模型使得电池荷电状态的计算有较好的精确性 ; 分组系统在能量管理策略上优于未分组系统 ,能在一定程度上延长蓄电池的使用寿命 . 关 键 词 : 蓄电池 ; 模型 ; 能量管理 ; 能量策略 ; 荷电状态 ; 分组系统 ; 光伏阵列 中图分类号 : TP17 文献标识码 : A 文章编号 : 167124512 ( 2010) 0420031203
随着新能源的开发和利用 , 蓄电池应用的深 度和广度在不断增大 , 人们对蓄电池建模及充放 电控制的研究也日益深入 . 建立的主要电池等效 模型有 : 初等模型 、 基于 初等 模型 的改 进模型 、 Thevenin 电池模型 、 动态模型等[ 1 ] ; 提出的充电 控制方法有 : 电压法 、 电流法 、 阶段法 、 脉冲法等 . 这些电池模型和能量管理方法各有优缺点 , 通常 要根据实际情况进行改进和组合 [ 2 ,3 ] .
1 蓄电池建模及系数估算
SOC 是能实际反映电池荷电状态的重要参 数 [ 4 ] ,它将作为本文能量管理策略的参数依据 . 本 文首先对初等模型进行改进 ; 进而计算电池的荷
收稿日期 : 2009209228.
电状态 [ 5 ] ; 然后根据荷电状态参数提出了一种分 组自治的能量管理策略 ; 最后进行了试验验证 . 为了比较准确地计算蓄电池的荷电状态参 数 ,需要对电池进行建模 . 建模的方法大致有 3 种 [ 6 ] : 根据电池内部的化学机理建模 、 实验建模和 电路等效建模 . 这里将实验建模和电路等效建模 结合 ,先根据电池参量之间的关系建立等效电路 模型 ,然后由实验来估算模型中的相关系数 . 在此 ,在不考虑电池自放电影响的条件下对 初等模型进行改进 , 改进的模型由变化的内阻与 受控电压源串联组成 . 本模型还考虑了温度对极 化反应和蓄电池内阻的影响 ,并以 25 ℃ 时的特性 作为参考标准分别对极化效应和电阻进行温度补 ) , [1 偿 , 补 偿 因 子 分 别 为 : Ct ( T b - 25 ℃
相关文档
最新文档