由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一...由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一问题,提出了一种基于一致性算法及自适应下垂控制的储能单元SOC均衡控制策略。首先,通过定义电流比例系数,建立了各储能单元下垂系数与SOC之间的函数关系式,实现了储能单元自适应SOC均衡,并通过劳斯判据证明了系统的稳定性。其次,将所提控制策略与其他文献控制方法进行对比,并且考虑了4种不同工况对SOC均衡的影响。最后,通过Matlab/Simulink进行了仿真分析,验证了所提控制策略的有效性。展开更多
为了准确估计动力电池的SOC(state of charge)值,研究一种基于改进长短期记忆(LSTM)的新能源汽车动力电池SOC联合估计方法。分析不同因素对新能源汽车动力电池SOC的影响。基于此,构建基于卷积神经网络(CNN)-LSTM估计模型,以实现电池SOC...为了准确估计动力电池的SOC(state of charge)值,研究一种基于改进长短期记忆(LSTM)的新能源汽车动力电池SOC联合估计方法。分析不同因素对新能源汽车动力电池SOC的影响。基于此,构建基于卷积神经网络(CNN)-LSTM估计模型,以实现电池SOC联合估计。结果表明,改进后的LSTM训练均方误差更小,说明改进后LSTM拟合程度更好,具有实用性。展开更多
针对目前荷电状态(state of charge,SOC)估计方法考虑温度与退化共同影响及其关联耦合关系较少,导致电池性能退化后的模型表征不完善、SOC估计精度不足的问题,提出一种基于退化注入场路耦合模型的锂电池SOC估计方法,以实现全寿命周期下...针对目前荷电状态(state of charge,SOC)估计方法考虑温度与退化共同影响及其关联耦合关系较少,导致电池性能退化后的模型表征不完善、SOC估计精度不足的问题,提出一种基于退化注入场路耦合模型的锂电池SOC估计方法,以实现全寿命周期下SOC的准确估计。首先建立等效电路模型与多物理场模型耦合的场路耦合模型,刻画温度的影响;进而使用离线参数辨识方法将温度、退化等因素注入等效电路模型参数中;最终建立代理模型提高计算效率,实现在线SOC估计。案例验证结果表明,在锂电池经过长时间运行发生退化后,相比于其他方法,所提方法的估计结果具有更平稳的曲线和更高的精度。展开更多
文摘由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一问题,提出了一种基于一致性算法及自适应下垂控制的储能单元SOC均衡控制策略。首先,通过定义电流比例系数,建立了各储能单元下垂系数与SOC之间的函数关系式,实现了储能单元自适应SOC均衡,并通过劳斯判据证明了系统的稳定性。其次,将所提控制策略与其他文献控制方法进行对比,并且考虑了4种不同工况对SOC均衡的影响。最后,通过Matlab/Simulink进行了仿真分析,验证了所提控制策略的有效性。
文摘为了准确估计动力电池的SOC(state of charge)值,研究一种基于改进长短期记忆(LSTM)的新能源汽车动力电池SOC联合估计方法。分析不同因素对新能源汽车动力电池SOC的影响。基于此,构建基于卷积神经网络(CNN)-LSTM估计模型,以实现电池SOC联合估计。结果表明,改进后的LSTM训练均方误差更小,说明改进后LSTM拟合程度更好,具有实用性。
文摘针对目前荷电状态(state of charge,SOC)估计方法考虑温度与退化共同影响及其关联耦合关系较少,导致电池性能退化后的模型表征不完善、SOC估计精度不足的问题,提出一种基于退化注入场路耦合模型的锂电池SOC估计方法,以实现全寿命周期下SOC的准确估计。首先建立等效电路模型与多物理场模型耦合的场路耦合模型,刻画温度的影响;进而使用离线参数辨识方法将温度、退化等因素注入等效电路模型参数中;最终建立代理模型提高计算效率,实现在线SOC估计。案例验证结果表明,在锂电池经过长时间运行发生退化后,相比于其他方法,所提方法的估计结果具有更平稳的曲线和更高的精度。
