摘要:随着风电机组在电力系统中渗透水平的不断提升,其波动性和间歇性特点导致电力系统调频负担不断增大,本研究基于电池储能的风电场一次调频控制策略。首先,针对传统惯量控制中虚拟惯量系数和下垂系数固定可能出现惯量支撑与系统需求不匹配的问题,研究基于模糊控制的自适应综合调频控制策略,通过实时调整虚拟下垂和惯性系数,提升系统的响应特性。在此基础上,为改善传统比例积分控制下系统的动态响应性能,研究功率的非线性自抗扰(non-linear active disturbance rejection control,NL-ADRC)控制策略,并通过粒子群优化算法对NL-ADRC的控制参数进行寻优,实现NL-ADRC参数的最优配置,从而减小频率波动。仿真与实验结果表明,本工作所提策略能够减小系统频率波动使系统频率更快达到稳定状态。
摘要:针对现有锂离子电池健康状态(state of health,SOH)点估计方法难以量化估计不确定性的问题,本工作聚焦于更具实际应用价值的SOH区间估计方法。现有大多数区间估计方法是基于分布假设的,当现实数据偏离这些假设时,会引入估计偏差,进而影响估计的可靠性。为此,无分布的上下界估计(lower upper bound estimate,LUBE)方法逐渐受到关注,但其仍面临若干挑战:其一,损失函数不可微,导致模型优化困难;其二,部分研究采用Sigmoid函数将不可微的损失函数转变为可微损失函数,但Sigmoid函数的引入往往需人工调整斜率参数;其三,现有的研究多建立在容量这一理想健康指标上,然而容量的精确测量成本高昂,限制了该方法在实际场景中的适用性。为此,本工作提出一种面向多健康指标的锂离子电池SOH无分布区间估计方法。首先,采用核主成分分析(kernel principal component analysis, KPCA)方法对提取的多健康指标进行非线性降维。在此基础上,构建一个双输出神经网络模型,通过引入一种无需手动调整斜率参数的损失函数,使模型能够基于降维后的数据,稳定地输出高质量的预测区间。在公开可用的CALCE数据集上的实验结果表明,本工作所提方法不仅满足预定义置信水平的要求,还进一步提升了预测区间的质量。
摘要:凭借出色的能量密度,高镍三元锂离子电池逐渐成为高端新能源汽车和未来低空飞行器的主流选择之一。然而,目前高镍三元锂离子电池市占率低,对潜在安全风险研究较少。本研究借助加速量热仪、气相色谱仪和20 L球气体爆炸装置,对不同荷电状态(state of charge,SOC)典型商用NCM811高镍三元锂离子电池热失控过程中的产热、产气行为及气体爆炸特性进行了系统性探究。实验结果显示:随着SOC的增加,电池自发热温度T1和热失控起始温度T2呈现下降趋势,且热失控孕育时间Δt12也显著缩短,电池热安全性明显降低。此外,SOC越高,电池热失控产气总量也越高;同时,H2和CO等可燃性气体比例也大幅增加,混合气体爆炸下限降低,燃爆风险显著升高。进一步,为量化分析高镍三元锂离子电池的热失控风险,基于热失控本征危害和衍生气体危害,本研究提出了一种综合风险评估模型,对于高镍三元锂离子电池安全设计优化及防护提升具有一定的指导意义。
摘要:铅酸电池作为数据中心后备电源的关键部件,在长期浮充工况下易发生硫酸盐化、板栅腐蚀等老化现象,导致容量衰减和早期失效,传统的内阻测试方法难以准确评估其健康状态。为此,本研究提出一种基于电化学阻抗谱(electrochemical impedance spectroscopy,EIS)与弛豫时间分布(distribution of relaxation times,DRT)的联合分析方法,系统研究浮充状态下铅酸电池的老化机制。实验选取GFM-360E阀控式铅酸电池,涵盖未服役、服役合格与服役不合格3类老化状态,在不同荷电状态(state of charge,SOC)下进行EIS测试,并利用DRT技术对阻抗数据进行反卷积解析,提取欧姆电阻(Rohm)、特征峰位(P1~P4)及峰面积等关键参数。研究结果表明,EIS曲线在低频区出现扩散斜线、DRT谱图中P3与P4峰耦合形成宽大巨峰(峰面积大于150%)、Rohm增幅超过30%等特征,可有效识别活性物质硫酸盐化、电解液干涸与板栅腐蚀等老化模式。通过构建“同SOC不同老化状态”与“同老化状态不同SOC”的对比分析框架,建立了基于EIS-DRT的老化判定指标体系,实现了对铅酸电池老化状态的多维度量化诊断。本方法克服了传统等效电路模型的主观性,提升了老化判断的精度与可靠性,为浮充场景下铅酸电池的精准健康管理提供了有效的技术手段。