DETA蓄电池建模范文

蓄电池建模 第1篇 跟着建造经济、环保和低碳社会需求的日益强烈, 热电联供CHP (Combined Heat and Power) 、光伏、风电等散布式动力DER (Distributed Energy Resource) 遭到广泛关注, 成为国内外动力范畴的研讨热门。DER在增强供电牢靠性、改善电能质量、完结清洁可再生动力规模化接入等方面发挥着重要的作用[1,2,3]。DER中发电技能与储能技能 (如超导储能、超级电容器、飞轮、蓄电池等) 相结合能够构成运转灵敏的归纳供能体系[4,5,6], 能够进一步进步多类型动力运用功率, 下降化石动力耗费与二氧化碳排放, 促进低碳电力与低碳社会的快速开展。 在储能设备运用日益广泛的一起, 因为各设备制作厂商供给的通讯接口与规约不尽相同, 给多类型储能设备的体系快速集成与功用灵敏扩展带来了必定的妨碍, 如何有效地安排、办理日益增多的储能设备, 成为一项具有理论与现实含义的研讨课题。IEC 61850系列规范 (简称IEC 61850, 下同) 具有规范化的体系言语、语义、协议和体系结构, 详细界说了水电站、DER以及变电站主动化等范畴信息交互的公共数据类CDC (Common Data Classes) 与逻辑节点LN (Logical Node) 类[7,8], 能够为储能设备供给面向方针的信息建模技能以及灵敏的通讯架构, 将有助于储能设备完结“即插即用”功用。 IEC 61850第7-420部分针对多类型发电设备 (如CHP、光伏发电体系以及燃料电池等) 与涣散式储能设备界说了各自对应的底子LN类与CDC。运用IEC 61850的笼统通讯服务接口ACSI (Abstract Communication Service Interface) , DER能够完结快速的信息交互[9,10]。现在, 环绕DER的IEC61850相关研讨涉及依据IEC61850和IEC61400-25的风力发电机通讯数据模型[11]、依据IEC61850的电动轿车LN类扩展与建模[12]、依据IEC 61850的分层办理及通讯架构[13,14,15]等方面。IEC61850第7部分界说了变电站和馈线设备底子LN类, IEC 61850第7-420部分界说了蓄电池 (ZBAT) 、蓄电池充电器 (ZBTC) 等底子LN类, 供给了蓄电池情况、放电曲线、维护定值设置、运转值丈量等数据方针DO (Data Object) [16]。在此根底上, 能够运用ZBAT、ZBTC等底子LN类构建不同类型的储能逻辑设备LD (Logical Device) 。这些LN与LD能够处理储能体系各物理设备自身的建模问题, 但较少充沛考虑储能体系的典型运转办法及从储能体系全体的视点动身进行信息建模, 规模化储能体系运转时其许多物理设备仍需与相应的操控办理中心交互信息, 这一方面会给通讯网络带来巨大压力, 影响通讯及运转操控的牢靠性, 另一方面也会影响储能体系的集成功率。依据IEC61850将储能体系以全体DER的办法进行信息建模, 能够为其相应的运转操控与办理供给牢靠、快速的通讯支撑, 为完结不同运转情况下储能体系的能量办理与操控和谐供给更为高效的信息交互手法, 在此根底上能够快捷完结储能体系的牢靠集成。现阶段的研讨作业较少涉及依据IEC 61850的储能体系全体建模及其实践的运转测验。 本文提出一种适用于储能体系信息建模与运转的处理计划, 针对典型储能办法———蓄电池储能体系BESS (Battery Energy Storage System) 的通用运用需求, 扩展IEC61850相关的底子LN类, 从BESS全体运转的视点动身构建BESS智能电子设备IED (Intelligent Electronic Device) 信息模型, 进一步提出依据IEC61850的BESS信息交互完结办法, 并进行实践的运转测验。 1 IEC 61850在BESS中的运用 1.1 IEC 61850 LN IEC发布的变电站通讯网络和体系规范———IEC 61850供给变电站和馈线设备统一的信息模型和拜访服务[17,18,19,20], 并跟着规范的不断翻滚修订, 其运用范围逐步包括共用电力作业主动化通讯网络和体系的多个范畴。 IEC 61850依据BESS实践的运用功用将各组成物理设备笼统成虚拟的LD, 其详细运用功用能够构成对应的LN。LN为沟通数据功用的最小单元, 是由其数据和办法界说的方针。LN由多个DO组成, DO代表不同类型的特定信息, 如情况或者丈量值, 一般由CDC界说其特色类型。CDC界说了由1个或多个数据特色DA (Data Attribute) 组成的结构体信息。DA能够界说CDC各项详细数值的称号、类型、功用约束FC (Function Constraint) 、触发选项Trg Op (Trigger Option) 、值/值域以及强制选项等特色, 其间FC指明可运用于该DA的服务, 一般包括情况信息 (ST) 、丈量值 (模仿值) (MX) 、设点 (SP) 、描绘 (DC) 等类型;Trg Op指明该DA的触发条件, 能够为数据改变 (dchg) 、数据改写 (dupd) 或质量改变 (qchg) 等类型。 1.2 ACSI IEC 61850中的ACSI供给客户运用和远方服务器运用之间通讯、事情传输 (发布者/用户) 以及采样丈量值传输 (发布者/用户) 的笼统接口, 其包括底子模型与信息沟通服务模型, 前者支撑服务器 (server) 模型、相关 (association) 模型、LD模型、LN模型、数据 (data) 模型、数据集 (Data Set) 模型、陈述操控块RCB (Report-Control-Block) 模型、设置组操控块 (setting-group-control-block) 模型、面向变电站事情的通用方针GOOSE (Generic Object Oriented Substation Event) 模型、采样值SV (Sampled Value) 传输模型等;后者则供给相应的ACSI服务, 以完结各详细模型的通讯功用。 BESS运转时, 首要交互的信息一般包括以下几种。 a.告警信息:包括蓄电池组组端电压超上限报警、蓄电池组组端电压超下限报警、放电电流超上限报警、温度越限报警、内阻过高报警、通讯故障等。 b.设定值:充电截止电压、内阻批改系数、充电电流上限、充电曲线、输出功率等。 c.情况信息:直流接触器开关情况、电池组投运情况、蓄电池组充放电情况等。 d.核算信息:累计充电电量、累计放电电量、蓄电池单体电压均值、可充/放电容量等。 e.丈量值:蓄电池组组端电压、单体内阻、电池荷电情况SOC (State Of Charge) 、电池温度、输出功率、网侧电压、体系频率等。 f.操控指令:断路器闭合、电池组投运、启动电池组测验等。 g.计划安排:蓄电池充电计划曲线、蓄电池放电计划曲线、沟通侧输出功率调度计划等。 环绕上述BESS交互信息, IEC 61850能够供给对应的ACSI服务, 如表1所示。表中“√”表明其所在行对应的ACSI服务项目能够完结其所在列对应的信息交互功用。 1.3 信息交互体系 依据IEC 61850供给的通讯体系, BESS运转时可选用设备层、间隔层以及体系层的信息交互分层结构。环绕该分层结构, 相应构成的通讯网络包括设备层与间隔层通讯网络以及间隔层与体系层通讯网络。 a.设备层与间隔层通讯网络。支撑IEC 61850GOOSE、SV通讯规约的物理设备能够直接与间隔层IED进行信息交互, 以GOOSE报文传输BESS物理设备的运转情况信息、开关量操控信息等, 以SV报文传输BESS物理设备的运转数据SV。当物理设备不支撑IEC 61850时, 能够经过其RS-485、操控局域网络 (CAN) 等通讯接口与间隔层IED交互相关信息。 b.间隔层与体系层通讯网络。IEC 61850第8-1部分经过特殊通讯服务映射SCSM (Specific Communication Service Mapping) 完结ACSI的方针和服务到制作报文规范MMS (Manufacturing Message Specification) 的映射, 并运用局域网进行实时与非实时的数据沟通。间隔层IED能够选用MMS报文向体系层传输BESS运转进程中的各类型丈量值与情况信息, 并接纳体系层下达的设定值与操控指令, 经过解析后传输至相应的BESS物理设备。 2 依据IEC 61850的BESS LN 2.1 BESS典型运用 BESS一般由储能器材 (如铅酸蓄电池组) 、操控设备 (如蓄电池充电器、直流变换器) 与其他辅助设备 (如直流开关、断路器) 构成, 经过电气衔接点ECP (Electrical Connection Point) 接入电网。BESS能够运转在有功/无功功率 (PQ) 操控办法, 依照功率调理指令参加体系的经济调度与能量优化;BESS也能够运转在恒压恒频 (V/f) 操控办法, 作为电压源供给必定时间的体系电压与频率支撑, 确保重要负荷的不间断电力供应。当多个BESS并联运转时, 能够选用PQ操控办法, 也能够运转在无互联通讯线的下垂操控办法, 依照有功功率-频率 (P-f) 下垂特性、无功功率-电压 (Q-U) 下垂特性主动均分负荷功率, 完结多个BESS之间的和谐运转。 当BESS输出功率时, 其蓄电池充电器为直流变换器供给稳定的直流电压支撑。直流变换器运转在逆变作业情况, 依据体系运转情况以V/f操控办法、PQ操控办法或下垂操控办法运转, 如图1所示。 当蓄电池组充电时, 受蓄电池物理特性的影响, 不同SOC下BESS的充电办法不尽相同:蓄电池组电压较低时一般选用恒电流操控办法以较大的限值电流进行充电;当蓄电池组SOC较高时, 可转入浮充或涓流充电即恒电压操控办法;恒功率操控办法能够依据蓄电池组SOC的改变主动调整充电电流, 优化蓄电池组的充电进程。直流变换器运转在整流作业情况, 将ECP三相沟通电压变换为直流电压, 作为蓄电池充电器的输入。蓄电池充电器依据体系运转情况以恒功率操控办法、恒电流操控办法或恒电压操控办法运转, 如图2所示。 2.2 BESS LN 依据BESS各组成物理设备的实践功用并结合IEC 61850第7-420部分规矩, BESS能够划分为多个LD, 如ECP、蓄电池体系、直流开关、直流变换器、断路器、储能操控器等。图3描绘了依据IEC61850的BESS LN构成。 依据IEC 61850的BESS LN扩展类及LD中, 选用DER操控器特性 (DRCT) 类描绘BESS类型、电气特性等信息;选用DER操控器情况 (DRCS) 类描绘BESS手动/主动运转办法、本地/长途操控办法等信息;选用DER监督操控 (DRCC) 类描绘BESS所具有的监督操控功用。 直流开关衔接直流变换器与蓄电池体系的功率主电路, 其建模可选用开关操控器 (CSWI) 类或隔离开关 (XSWI) 类;断路器完结BESS、电网、其他DER及负荷之间的衔接, 其建模可选用断路器 (XCBR) 类或CSWI类;BESS直流变换器建模可选用整流器 (ZRCT) 类来描绘直流变换器整流作业特性, 或选用逆变器 (ZINV) 类来描绘直流变换器逆变作业特性;蓄电池体系建模可选用ZBAT类以及ZBTC类别离描绘蓄电池组特性、蓄电池充电器作业特性。 对维护、丈量等二次设备进行建模时, 维护功用建模可选用低周频率 (PTUF) 类、高周频率 (PTOF) 类等LN;丈量功用建模可选用计量 (MMTR) 类描绘BESS核算或历史数据信息, 选用丈量 (MMXU) 类描绘BESS电流、电压以及功率等电力运转数据, 选用直流丈量 (MMDC) 类、温度丈量 (STMP) 类、热量丈量 (MHET) 类等LN完结BESS不同类型的丈量功用。 ECP模型用来描绘BESS的公共特色, 如一切权、合同义务、额外容量、电气衔接类型 (单相或三相) 、操作权限以及能量/辅助服务计划等。 IEC 61850第7-420部分界说DRCT类来描绘1种DER或同类型DER设备调集选用单个操控器时的操控特性与才干。DRCT类将部分要害参数作为强制M (Mandatory) DO, 能够选用CDC为整数情况定值 (ING) 的DO-DERNum来设定接入的BESS数量, 选用CDC为ING的DO-DERtyp来设定接入的BESS类型。在此根底上, 结合BESS的实践运用需求进一步扩展DRCT类的相关DO, 添加DERtyp类型项, 当DRCT.DERtyp=6时标明接入的DER为BESS类型。DRCT扩展类的详细结构如表2所示。表中, T表明瞬态DO;O表明LN界说的DO是可选的;ASG为模仿定值;LLN0代表LD的公共数据。 IEC 61850第7-420部分界说DRCC类来完结DER运转方针值设定、操控办法切换、运转启动/停止操作等通用功用。DRCC类的DO (M) 中, 能够选用CDC为可控单点 (SPC) 的DERStr、DERStop别离操控BESS的投运、停运。结合2.1节剖析成果, 进一步扩展DRCC类的部分DO, 添加CDC为可控枚举 (ENC) 的Mode Set来设定BESS不同的操控办法:当DRCC.Mode Set=1、DRCC.Mode Set=4时, BESS别离转入PQ操控、充放电恒功率操控办法, 并由DRCC.Out WSet、DRCC.Out Var Set别离确认有功、无功功率方针设定值;当DRCC.Mode Set=2、DRCC.Mode Set=6时, BESS别离转入V/f、充放电恒电压操控办法, 并由DRCC.Out VSet、DRCC.Out Hz Set别离供给电压、频率方针设定值。依据此, 添加CDC为曲线设定 (CSG) 的DO-Pf Droop Set、DO-QVDroop Set, 在DRCC.Mode Set=3即BESS转下垂操控办法时, 别离由DRCC.Pf Droop Set、DRCC.QVDroop Set确认P-f下垂特性、Q-U下垂特性设定值;添加CDC为可控模仿设点信息 (APC) 的DO-Out ASet, 在DRCC.Mode Set=5即BESS转入充放电恒电流操控办法时, 由DRCC.Out ASet供给电流方针设定值。DRCC扩展类的详细结构如表3所示。 3 依据IEC 61850的BESS信息交互 3.1 IED信息模型 依据BESS各组成物理设备的实践功用, 扩展IEC 61850相关LN类, 在此根底上运用可扩展标记言语XML (e Xtensible Mark-up Language) 并且结合IEC 61850公布的XML语法规矩, 对BESS各LN类进行实例化, 确认一切相关的DO以及DA数据信息。图4给出了BESS部分LN类实例的XML描绘, 代码如下。 BESS LNs经过必定的装备流程能够生成BESS IED信息模型所需的装备IED描绘CID (Configured IED Description) 文件, 以完结对BESS IED信息模型的主动识别。CID文件装备流程如图5所示, 详细流程如下: a.运用BESS制作厂商所供给的IED装备东西, 将扩展的BESS LNs转换为符合工程施行规范的IED才干描绘ICD (IED Capability Description) 文件; b.结合体系规范描绘SSD (System Specification Description) 文件和ICD文件, 进一步运用体系集成商所供给的体系装备东西构成体系装备描绘SCD (System Configuration Description) 文件; c.在进程b的根底上运用IED装备东西将SCD文件转化为CID文件 (CID文件记载BESS一切LNs的域名方位、数据类型等信息, 并界说需求进行信息交互的详细Data Set内容及其RCB触发办法与通讯服务特色) , 并下载至BESS对应的IED。 3.2 信息交互 BESS运转时其交互信息首要环绕情况信息、丈量值以及操控指令等类型, BESS IED作业时载入信息模型CID文件, 并提取其间的情况信息DO、丈量值DO以及操控DO的相关装备 (情况信息DO首要记载BESS的运转情况, 丈量值DO首要记载BESS的运转数据, 操控DO首要调整BESS的运转调理值与操控办法) 。当IED启动ACSI服务后, 将BESS实践运转工况的SV定时更新至Data Set对应的情况信息DO与丈量值DO, 并依据RCB触发办法与通讯服务特色触发相应陈述;当BESS接纳到设置、操控请求时, DRCC.Mode Set呼应并解析获取详细的BESS操控办法指令, DRCC.Out WSet、DRCC.Out Var Set等呼应并解析获取详细的BESS运转调理设定值, 并更新对应相关物理设备的设定与操控信息。图6描绘了依据ACSI的BESS信息交互完结流程 (IHMI为人机接口) , 在完结牢靠、快速信息交互的根底上, BESS能够依据体系运转情况进一步完结相应的运转操控与办理。 4 演示测验 选用如图7所示的DER演示体系作为BESS测验研讨渠道, 该演示体系包括动力负荷 (峰值功率为23 k V·A) 、照明负荷 (峰值功率为18 k V·A) 、光伏发电阵列 (额外容量为19 k Wp) 以及BESS (选用阀控铅酸蓄电池组, 其逆变器额外容量为50 k V·A) , 各电流为断路器对应的额外电流。演示体系中, BESS与其他各组成单元均装备IED并载入对应的信息模型CID文件, 各IED经过以太网与演示体系能量办理体系EMS (Energy Management System) 进行通讯互联。 图8描绘了BESS选用PQ操控办法时的演示体系运转监测曲线, 该时段内EMS的运转方针为操控演示体系与配电网公共衔接点 (PCC) 无交互功率, 即当演示体系呈现光伏发电输出功率动摇、负荷改变等情况时, EMS将动态调整BESS的输出功率以维持PCC交互功率稳定为0。由图8可知, BESS IED信息模型能够准确解析EMS下达的操控办法指令与运转调理设定值:当接纳到EMS下达的PQ操控办法指令时, 其信息模型中的操控DO-DRCC.Mode Set设定为1, 信息模型中的操控DO-DRCC.Out WSet、DO-DRCC.Out Var Set呼应EMS下达的功率设定值并进行动态更新, 进而调整BESS直流变换器的有功/无功功率设定值, 以缓冲光伏发电出力改变、负荷投切等情况引起的演示体系功率动摇, 维持其PCC交互功率稳定。 当演示体系承受EMS调度转入离网运转时, BESS将选用V/f操控办法为演示体系供给必定时间的电压与频率支撑。图9描绘了BESS选用V/f操控办法时的实验波形, 当BESS IED接纳到EMS下达的V/f操控办法指令时, 其信息模型中的操控DO-DRCC.Mode Set设定为2, 信息模型中的操控DO-DRCC.Out Hz Set、DO-DRCC.Out VSet别离呼应EMS下达的体系频率、电压幅值设定值, 并进行动态更新, 以调整BESS直流变换器的输出电压。图9实验成果标明, BESS能够快速呼应EMS的操控指令, 在2个工频周期内树立演示体系电压 (频率50.0 Hz, 有效值224.1 V) 并供给稳定支撑。 图10描绘了BESS选用充放电恒功率操控办法时的演示体系运转监测曲线, 其间EMS在09:58:00前的时段对BESS进行4 k W恒功率充电, 在09:58:00时下达9 k W恒功率充电指令。由图10可知, BESS IED信息模型能够准确解析EMS操控指令:当接纳到EMS下达的充放电恒功率操控办法指令时, 其信息模型中的操控DO-DRCC.Mode Set设定为4, 信息模型中的操控DO-DRCC.Out WSet呼应EMS下达的充放电恒功率设定值并进行动态更新, 进而操控BESS蓄电池充电器的功率输出、完结对BESS的充放电恒功率操控。 上述演示体系运转测验成果标明, BESS IED能够准确、牢靠地与EMS进行信息交互, 一方面, BESS IED信息模型中的操控DO能够快速呼应EMS操控指令, 并动态更新BESS不同操控办法下对应的运转调理值, 完结相应的运转方针;另一方面, BESS IED信息模型中的情况信息DO与丈量值DO能够依据预设的RCB触发办法与通讯服务特色, 将BESS实践运转情况与运转数据完整地向EMS进行反响。EMS获取的监测数据能够反映BESS的实在工况, 为BESS功能测验、操控办法调整以及归纳决策剖析供给牢靠的信息源。 5 结论 蓄电池建模 第2篇 在剖析几种常见的动力锂离子电池模型的根底上,经过许多实验数据剖析,结合常用的电池模型树立了双电源电池模型,进一步针对动力锂离子电池特性打开研讨,并经过仿真和实验验证了双电源模型的准确性。 1 常见电池模型剖析 电池模型用于描绘电池的影响要素与电池的作业特性之间的联系,关于BMS的研制具有重要含义。电池在作业进程中,其外部特性会表现出阻容特性,依据这一特性,电池的等效电路模型能够选用电阻、电容以及恒压源等电路元件来模仿。下面针对几种典型的电池等效电路模型进行剖析。 1. 1 Rint 模型 Rint模型是最简略的电池等效电路模型,其原理是将电池等效为抱负电压源E与电阻r的串联,如图1所示,Uo为负载端电压。在电池作业进程中,电压源E和电阻r都不是常量,它们受电池SOC、环境温度、充放电倍率等要素影响,而电压源E受电池SOC的影响较大,且两者存在必定的函数对应联系,而电阻r可依据以下公式核算: 式中,I为其时的作业电流。 Rint模型的电路简略,参数少且易确认,但不能准确模仿电池的作业特性,所以Rint模型不合适在杂乱工况下运用。 1. 2 Thevenin 模型和 PNGV 模型 Thevenin模型是依据戴维宁定理和电池的阻容特性提出的一种电池等效电路模型。电池的阻容特性首要表现为电池的欧姆内阻和极化现象发生的容性阻抗,而极化现象发生的容性阻抗能够用电阻和电容来模仿,由此得到如图2所示电池的Thevenin模型,其间r为电池欧姆内阻,Rs和Cs别离为极化电阻和极化电容,两者组成RC回路描绘电池的极化现象。 参照Thevenin模型,可得以下联系式: 式中Up为极化电容Cs的端电压,I为作业电流( 充电为正,放电为负) 。 Thevenin模型结构相对较简略,各元件具有明确的物理含义,可较准确的描绘电池的作业特性,但存在的不足之处是将电池的开路电压E视为固定值,而在实践作业进程中,电池的开路电压E会发生改变。依据这个要素,可在Thevenin模型中串联一个电容C0,如图3所示,这便是2001年《PNGV电池实验手册》中的规范电池模型,电容C0用来描绘电池的开路电压随负载电流的时间累积而发生的改变。模型的输出方程为: 式中Up为极化电容Cs的端电压,I为作业电流( 充电为正,放电为负) 。 文献[7]中以MATLAB /Simulink为渠道,得到的仿真成果标明: Thevenin模型的精度高于Rint模型,低于PNGV模型,但PNGV模型结构和参数辨识相对杂乱,所以在实践工程中,Thevenin模型的运用最为广泛。 2 双电源模型的树立 2. 1 电池特性实验剖析 了解和把握动力锂离子电池的作业特性是准确树立电池模型和进步BMS功能的根底。挑选额外容量10 A·h、单体额外电压3. 2 V的磷酸铁锂电池为研讨方针。首要对满充且已充沛静置的磷酸铁锂电池单体进行HPPC循环实验,得到电池端电压改变曲线,如图4所示为其端电压改变曲线的部分扩大: 从图4中能够看出,对处于稳态的磷酸铁锂电池加以负载电流后,端电压首要会呈现瞬间下降,然后开端缓慢下降; 而跟着电流的消失,端电压则首要呈现瞬间上升,然后开端缓慢上升最终趋于稳定值。剖析标明,端电压的瞬间下降或上升是因为电池欧姆内阻的影响; 而端电压的缓慢下降是因为电池放电时发生极化现象的影响,端电压的缓慢上升因为电流消失后电池极化现象消失的影响,电池端电压缓慢下降或上升的进程呈现了电池内部的容性阻抗,其对应了电池模型中的RC环节。 了解了动力锂离子电池的底子作业特性后,下面经过不同倍率放电实验了解动力锂离子电池的另一特性,以1C和3C放电为例,如图5所示别离为1C和3C放电时的电池端电压改变曲线: 从图中能够看出动力锂离子电池在不同放电倍率时的继续作业时间的差异。电池充沛静置后进行放电实验,即从0时间开端实验计时,实验中,t0=190 s,t1= 3 770 s,t2= 1 360 s,则1C放电时间为:Δt1= t1- t0= 3 580 s; 3C放电时间为: Δt2= t2- t0= 1 170 s。由此发现,经过放电电流对时间的积分得出的放电电量存在如下联系: 剖析标明,当动力锂离子电池以较大电流作业至放电截止电压时,电池电量并没有完全放完,此刻电池还能够较小电流作业。动力锂离子电池的这种特性也将影响BMS中对电池SOC的准确预算。 2. 2 双电源模型的树立 要规划高功能的电池办理体系( BMS) ,尤其要准确预算动力锂离子电池SOC,首要要树立能够准确描绘动力锂离子电池作业特性的模型,并且所建模型不宜太杂乱。因而,本文在典型的电池等效电路模型的根底上,结合上文对动力锂离子电池特性的实验剖析,提出了依据Thevenin等效电路模型的双电源模型,如图6所示。 在动力锂离子电池充沛静置后,图中所示的抱负电压源E0= E1,均表明电池开路电压; r0、r1表明电池内阻,其间r0只表现电池以较小电流作业时的内阻特性; I为电池作业的总电流; Ip为流过极化电阻的电流,UL为负载电压; R、C别离为极化电阻、极化电容。 此模型中将动力锂离子电池作业进程进行拆分研讨,即动力锂离子电池在大电流作业时,电压源E0可视为没作业; 以小电流作业时,E0、E1一起作业,故在双电源模型中,电压源E1可称为主电压源,电压源E0可称为副电压源。以动力锂离子电池放电作业为例,当电池以较大电流放电至截止电压时,此刻副电压源E1中的电能为0,由上文实验可知,此刻电池以较小电流可继续放电,此刻所放电能视为副电压源E0中的电能。由此联系,可挑选某一放电倍率为规范参阅。依据上文实验剖析,以3C放电为例,即当I≥I3C时,I0始终为0; 当I < I3C时,I0将会有电流经过,如图5中所示: Δt2I0即为动力锂离子电池以1C放电时副电压源E0所放出的电量。I0为副电压源E0的作业电流,则主副电压源E1、E0的作业电流存在的联系可表明为:由此可见,双电源模型相关于Thevenin模型只添加了系数α ,便可对动力锂离子电池的特性描绘进步准确度。 2. 3 双电源模型的参数辨识 选用双电源模型需对模型中的各个参数进行辨识,文献[8]中详细地介绍了Thevenin模型中电池内阻、极化电阻、极化电容等参数的辨识办法,文献[9]提出了一种获得开路电压E与SOC对应联系的实验办法并对其有效性进行了验证,所得开路电压E与SOC的对应参数表见表1所示,对应联系曲线如图7所示。 可是双电源模型相关于Thevenin模型添加了参数α,下面针对这一参数进行辨识。首要对锂离子电池别离以0. 2C、0. 5C、1C和3C电流进行恒流继续放电,由可知参数α的核算公式为: 式中QI表明放电电流为I时电池所放电量,Q3C表明放电倍率为3C时电池所放电量,t表明放电电流为I时电池的作业时间。经过实验所得数据如表2。 由图8能够看出,系数α与放电倍率的对应联系呈现很好的线性联系,关于在实践工程运用中的α核算较为简略。 3 双电源模型的仿真完结 依据实验辨识出来的模型参数,以Matlab /Simulink为渠道树立电池模型进行仿真剖析,仿真结构图如图9所示。输入mat文件包括经过实验记载的时间、电池端电压、作业电流和SOC,模型的输出量是电池端电压,与实测的电池端电压在Scope模型中进行比照。 关于双电源模型在实践运用中应选用离散化办法,下面结合Thevenin模型对双电源模型进行离散化处理,如下所示: 式中: ik为采样时间点k处的电池作业电流,充电为正,放电为负; Δt为采样周期; u0,I( k) 为采样时间点k处C0,1上的电压估量值; UL( k) 为采样时间点k处电池的负载端电压估量值; τ为RC环节的时间常数,E为电池开路电压,r为电池内阻。模型参数OCV、τ、R、r可依据实测SOC核算获得。 模型的优劣取决于模型的精准度,而双电源模型的精准度经过模型仿真核算的电压值与实测电压值进行比较验证。实验中别离以0. 2C、0. 5C、1C和3C恒流放电实验数据进行仿真验证模型的精准度,下面是部分仿真成果: 剖析图10、图11看出,选用的双电源模型核算的仿真电压与实测电压的改变曲线差错较小,很好的表现了动力锂离子电池的动态特性。表3列出了1C、3C放电实验下双电源模型的差错,包括最大差错和点评差错。 从表3可看出,在放电实验下,双电源模型的最大差错随放电倍率增大而变大,平均差错很小并随放电倍率增大而减小,这说明双电源模型在电池作业进程中多数时间的精准度很高,而极少数时间点的精准度较差,这也表现了电池自身特征的杂乱性。因为模型都具有必定的局限性,提出的双电源模型只适用于某种特定的作业环境; 若换做另一电池类型或另一作业环境不必定到达相同的作用,在精准度上将会有所差异,所以双电源模型还需做进一步的完善。 4 结束语 经过实验数据剖析了动力锂离子电池的动态特性,并提出双电源动力锂离子电池等效电路模型,在双电源模型和实验数据根底上辨识模型参数,一起在Matlab /Simulink中搭建双电源模型进行仿真。经过仿真成果和实验数据的比照验证了双电源模型具有较高的精准度,与文献[10]散布参数等效电路模型的精度相当,能够准确地描绘动力锂离子电池的动态特性,完结了在Thevenin模型根底上的有效改善,为动力锂离子电池SOC预算及作业特性研讨供给了良好根底。 摘要：因为动力锂离子电池办理体系规划及电池剩下电量猜测依赖于电池等效电路模型的树立,在几种常见的动力锂离子电池等效电路模型剖析与比较的根底上,经过对动力锂离子电池进行多次充放电实验,剖析了动力锂离子电池的动态特性,提出了依据Thevenin等效电路模型的双电源模型;并辨识了模型的相关参数。运用Matlab/Siumlink仿真东西树立仿真模型,对双电源模型进行仿真验证,成果标明双电源模型可准确模仿动力锂离子电池的作业特性,为动力锂离子电池的高效办理奠定根底。 要害词：锂离子电池,等效电路模型,双电源模型,动态特性,模型仿真 参阅文献 [1] Newman J,Thomas K E,Hafezi H,et al.Modeling of lithium-ion batteries.Journal of Power Sources.2003;6(120):838—848 [2] 孙婷.锂离子电池模型仿真及参数辨识的研讨.哈尔滨:哈尔滨工业大学,2012Sun Ting.Investigation on simulation and parameter estimation for lithium-ion Batteries.Harbin:Harbin Institute of Technology,2012 [3] 高超煜,何志伟,徐杰.依据采样点卡尔曼滤波的动力电池SOC估量.电工技能学报,2011;26(11):161—167Gao Mingyu,He Zhiwei,Xu Jie.Sigma point kalman filter based SOC estimation for power supply battery.Transactions of China Electrotechnical Society,2011;26(11):161—167 [4] Pesaran A A.Battery thermal models for hybrid vehicles simulation.Journal of Power Sources,2002;110(2):377—382 [5] 李腾,林成涛,陈全世.锂离子电池热模型研讨进展.电源技能,2009;33(10):927—932Li Teng,Lin Chengtao,Chen Quanshi.Research development on lithium-ion battery thermal model.Chinese Journal of Power Sources,2009;33(10):927—932 [6] He Hongwen,Xiong Rui,Fan Jinxin.Evaluation of Lithium-Ion battery equivalent circuit models for state of charge estimation by an experimental approach.Energies,2011;(4):582—598 [7] 林成涛,仇斌,陈全世.电流输入电动轿车电池等效电路模型的比较.机械工程学报,2005;41(12):76—81Lin Chengtao,Qiu Bin,Chen Quanshi.Comparison of current input equivalent circuit models of electrical vehicle battery.Chinese Journal of Mechanical Engineering,2005;41(12):76—81 [8] 刘浩.依据EKF的电动轿车用锂离子电池SOC预算办法研讨.北京:北京交通大学,2010Liu Hao.Study on SOC estimation method of lithium-ion battery based on EKF for electric vehicles.Beijing:Beijing Jiaotong University,2010 [9] Abu-Sharkh S,Doerffel D.Rapid test and non-linear model characterisation of solid-state lithium-ion batteries.Journal of Power Sources,2004;130(15):266—274 蓄电池建模 第3篇 要害词：铅酸蓄电池,放电特性,灰色 0 导言 铅酸蓄电池因为具有大容量、高电压、大电流、高效及性价比高等长处，在电动轿车、电动叉车、直流体系不间断供电以及军用船舶、车辆等经济、军事范畴都获得了广泛的运用。为更好地改善和进步动力电池的功能或更好地完结动力体系能量办理，需对动力蓄电池进行能量仿真研讨和荷电情况估量，在上述进程中都需求运用动力电池在充放电进程中的动态特性[1]。可是，在铅酸电池充放电进程中，其内部化学反响是一个极为杂乱的非线性进程。例如，电池在充放电时，存在的电化学极化、欧姆极化等多种极化现象;跟着运用时间的添加，存在活性物质老化失活现象以及不同的电池存在个体差异等。这些要素使人们很难用一个电池模型来准确描绘电池的电气及化学功能。其时，人们采取许多办法来模仿电池的特性，常用的电池模型有等效电路模型、神经网络模型、电化学模型和有限元模型等。其间等效电路模型直观、简略、便于建模，但不能直接地反映电池的情况改变;神经网络模型具有方便描绘非线性体系的特色，但差错受练习办法和练习数据的影响很大，一般只能在原练习数据的范围内运用时才干确保模型的核算精度。而电化学模型等其他模型参数不易获得，建模难度大，且通用性差，运用非常不便。 因为在铅酸电池这一杂乱物理和电化学体系中，关于电池内阻改变、活性物质活性情况、极板老化及氧化程度等许多要素一般是不知道的、不确认的，因而电池自身可看作是一个灰色体系，可用相应的灰色体系建模办法进行研讨。 灰色体系理论经过对原始数据的整合来发现体系的改变规律。其间灰色GM模型，运用数据累加生成，然后获得光滑离散函数，以微分方程布景的平射性和有限与无限的相对性，界说出指标拓扑空间的灰导数，最终树立起微分方程型的动态模型。本文依据某型铅酸电池的恒流放电特性实验，选用灰色GM(1,1)模型对该型铅酸电池的放电特性进行了数学建模与核算机仿真。 1 电池恒流放电特性实验 在实验室进行放电实验时，应精心挑选放电电流，以模仿蓄电池在实践运用中的放电工况。归纳考虑该型蓄电池的额外容量、最大放电电流、负荷作业所需的最小作业电流等要素，将恒流放电实验的电流选定为12小时放电制规矩的放电电流。放电实验进程中，每1h收集一次密度数据，收集的部分数据(均为折算值，非直接实测值)如表1所示。 2 GM(1,1)模型树立 GM(1,1)模型是最常用的一种灰色模型[2,3]，它是由一个包括单变量的一阶微分方程的模型。其建模进程为: (1)原始数据生成处理 设有x(0)(k)的原始数据系列为: 其间，x(0)(k)≥0,k=1,2，…，n。 x(1)(k)是x(0)(k)的一次累加生成(1-AGO)序列: (2)构建灰微分方程的布景值z(1)(k) 为满足布景值与灰导数之间的平射联系，需构建灰微分方程的布景值z(1)(k)，即: 设z(1)(k)是x(1)(k)的紧邻均值生成序列 (3)结构数列向量Y和数组矩阵B (4)求系数向量 系数向量的最小二乘估量值为: (5)求微分方程的解 依据求出的系数向量可得灰微分方程x(0)(k)+a z(1)(k)=b的白化方程解为: (6)模型精度残差查验: 核算残差q(k)、相对残差值ε(k)及均值 关于给定α，其时，即能够为模型为残差合格模型。 3 铅酸电池放电特性仿真求解 因为铅酸电池恒流放电特性具有典型的单调性和指数型，因而可直接运用GM(1,1)模型在实验所获得的离散数据根底上进行其解析特性的建模与仿真。 3.1 放电特性建模 由表1中数据可得，该蓄电池恒流放电原始数据系列为: 在Matlab中运用GM算法，依据式(1)核算1-AGO序列 依据式(2)构建灰微分方程的布景值z(1)(k)，即: 由此，可得: 依据式(3)求系数向量: 最终，依据式(4)模型可得到铅酸蓄电池恒流放电特性解析模型为: 3.2 仿真核算及精度查验 依据所树立的放电特性GM模型，对蓄电池放电密度进行连续仿真核算，依据仿真核算成果和实测数据进行GM模型的残差查验。仿真及残差查验成果如表2所示。 由表2可知，残差值序列中最大值为0.012559，最小值为0，且跟着仿真节点的添加，差错逐步递减。依据式(5)可核算绝对残差值的平均值为: 常用的浮子式密度计分为0.005和0.002两种，而核算出的差错平均值小于较高精度的密度计，因而，模型精度较好，仿真成果可信度高。 4 结束语 在铅酸蓄电池恒流放电实验的根底上，树立了一种铅酸蓄电池放电特性建模与仿真的有用办法，并运用MATLAB仿真东西进行了仿真研讨。经过对某型铅酸蓄电池的仿真成果标明，该办法能够较好地反响铅酸蓄电池的运转参数，能够用于该型电池放电特性仿真、功能剖析和体系规划与集成研讨。该仿真办法具有模型结构简略、精度高、易于核算机模仿完结和安全牢靠等长处，一起，该办法对其他具有时间连续性的非单调递增或单调递减函数序列的仿真及猜测具有重要的参阅价值，运用远景非常宽广。 参阅文献 [1]陈全世,林成涛.电动轿车用电池功能模型研讨总述[J].轿车技能,2005(3):1-5. [2]郭齐胜,杨秀月,等.体系建模[M].国防工业出版社,2006. 蓄电池建模 第4篇 要害词：光伏电池,Matlab仿真,输出特性,建模 太阳能光伏发电的技能和产业不仅是当今世界动力的一个重要弥补, 一起更具有成为未来首要动力来历的巨大潜力。太阳能光伏电池的输出特性是光伏发电体系研讨中的重要的问题[1~2]。因为太阳能电池将光能转换成电能的功率受光照强度和环境温度的影响, 因而, 运用Matlab/Simulink搭建通用的太阳能电池模型, 研讨外界环境改变对光伏电池输出特性的影响, 是很有必要的。 1 光伏电池数学模型 光受光伏电池温度K和太阳辐照强度T的密切联系影响, 光伏电池I⁃V特性函数[3]可表明为公式I=f (U, K, T) 。树立运用单晶硅为根底的光伏电池电路原理如图1 所示。 Rsh为等效电路并联电阻, 是研讨光伏中载流子改变和电池电流漏电要素而规划的。Rs为等效电路串联电阻, 是研讨电池内部电阻、电路南北极间电阻和光伏电池表面电阻要素而规划的[4~5]。 据图1 的太阳能光伏电池等效电路得出: 式中:I为输出电流;IL为电流光生;ID为二极管电流;Ish为光伏模块漏电流。抱负太阳能电池I⁃V特性, 运用材料物理根底和电子学理论相结合, 其数学表达为: 式中:V为输出电压值;ID0为反相过饱和电流值;n为二极管特性指数;q为电量电荷;T0为热力学最低温度;TC为太阳能光伏电池温度;T为外界环境平均温度;k为波兹曼常数。 当光伏电池切换至开路运转形式时开路电压: 由式 (1) ~式 (4) 得: 式中: 式中:ISCref为短路电流 (规范温度、辐照下) ;ht为光伏电池等效温度系数;TCref为基准温度 (规范温度、辐照下) ;Sref为光照强度 (规范温度、辐照下) 。 抱负环境下的电池电路在必定区间内等效串联电阻Rs数值偏低, 等效并联电阻Rsh数值偏高, 依据一般工程运用研讨, 此数据可可不计入[6], 在铁路光伏发电体系中仍然适用, 式 (5) 简化成: 综上核算剖析, 结合式 (6) 的光伏电池列阵包括受环境温度影响和光强起伏干预, 以及两要素间成正向比例联系。一起, 模型输入电流与输出电流间的非线性特性曲线联系表现突出。所以, 能够详细表述内部物理特性和较高的仿真准确是此数学模型的突出特色。 2 光伏电池建模与仿真 现在国内外针对光伏电池的仿真模型研讨中, 首要有依据光伏外特性和依据物理机制两种形式[7]。因与光伏电池的内部物理参数相对应, 所以依据物理机制的建模仿真办法更能准确的反映光伏电池的物理特性, 一起可依据实验需求进一步准确设定参数, 比依据外特性的仿真精度更高[8~9]。因为电池温度、日照强度等都会影响到光伏电池的特性, 因而需求界说规范测验条件, 首要用于地上测验光伏电池的功能。我国运用的准测验条件为界说日照强度为S=1 000 W/m, 太阳辐射光谱为AM=1.5, 光伏电池温度[10]为T=25oC 。 依据光伏电池的数学模型研讨根底上, 运用Matlab/Simulink东西渠道树立的特性仿真模型如图2所示。 3 体系仿真成果 选用Ipv、Insolation作为输入, V、P为输出。设置光照强度散布在200~1 000 W/m, 得到光伏电池的I⁃V, P⁃V, P⁃I联系如图3。 图3 中, (Ⅰ) 、 (Ⅱ) 、 (Ⅲ) 、 (Ⅳ) 、 (Ⅴ) 代表光照强度别离为200 W/m, 400 W/m, 600 W/m和800 W/m和1 000 W/m时的光伏电池体系输出特性曲线。仿真成果标明, 光伏电池的输出特性呈非线性, 并且每条曲线均呈现一个最大值, 该值即为太阳能光伏电池电池作业的MPP (Maximum Power Point) 最大功率点。一起跟着日照强度的增强, 光伏电池的最大输出功率也不断增大, 日照强度越大, 光伏电池的输出电能就越大。 4 结语 为更好的规划光伏发电体系, 对光伏电池输出特性进行了深入的剖析, 使光伏操控体系能够更好的配合实验, 然后获得最佳的发电作用进步功率。本文首要从原理剖析了光伏电池, 经过其底子原理一起结合光伏电池数学模型, 在Matlab/Simulink仿真环境下树立了具有必定通用性的光伏电池Simulink动态模型。并且从仿真成果中能够看出, 在恣意环境下, 该模型能够很好的模仿体系输出特性。树立的作为光伏发电体系要害部件的光伏电池模型, 为研讨光伏发电的能效优化办法、辅导理论研讨和我国光伏发电体系规划都供给了重要的根底确保和良好的研制渠道。 参阅文献 [1]清华大学建筑节能研讨中心.我国建筑节能年度开展研讨陈述2009[M].北京:我国建筑工业出版社, 2009. [2]孔娟.太阳能光伏发电体系的研讨[D].青岛:青岛大学, 2006. [3]沈辉.太阳能光伏发电技能[M].北京:化学工业出版社, 2005. [4]赵争鸣.太阳能光伏发电及其运用[M].北京:科学出版社, 2006. [5]张礼胜, 李全.依据含糊操控的光伏电池MPPT的规划[J].现代电子技能, 2009, 32 (15) :165-167. [6]崔容强.并网型太阳能光伏发电体系[M].北京:化学工业出版社, 2007. [7]陈桂兰, 孙晓.光伏发电体系最大功率点盯梢操控[J].电子技能运用, 2001, 27 (8) :33-35. [8]JOACHIM Benemann.Building-integrated PV modules[J].Solar Energy Materials&Solar Cells, 2001, 67:345-354. [9]KIM Tae Yeop, AHN Ho-Gyun, PARK Seung Kyu, et al.A novel maximum power point traeking control for photovoltaic power system under rapidly changing solar radiation[C]//Proceedings of IEEE International Symposium on Industrial Electronics.Pusan:IEEE, 2001, 2:1011-1014. 蓄电池建模 第5篇 一次动力的日益干涸及由一次动力运用所带来的环境污染问题日益严重,这加快了人们对二次动力的开发与运用,光伏发电被广泛以为是清洁、安全、牢靠、技能相对成熟的技能,因而近几年来光伏发电成为研讨的热门问题[1,2,3]。本文依据光伏电池的作业原理,树立了其数学模型,并依据MATLAB/SIMULINK仿真渠道进行了仿真,对不同光照强强度、环境温度下的光伏电池输出特性进行了剖析。 2光伏电池的数学模型及输出特性 2.1光伏电池的数学模型 光伏电池是一种运用光伏效应将光能转化为电能的元器材。光伏电池一般是由硅半导体材料构成的,当半导体PN结被光照时,会构成新的空穴电子对。在半导体硅的内部电场作用下,N型区的空穴流向P型区,P型区的电子流向N型区,故在光伏电池的两头发生电压。光伏电池单体可等效为如图1所示的电路模型[4]。 依据图1,由基尔霍夫定律KCL、KVL可得光伏电池的输出电流I: 关于一般的光伏电池,Rsh的值很大,Rs值很小,而Rs对发电功率影响更大,故在抱负情况下常常忽略Rsh,所以(1)式可简化为: 从(2)式能够看出影响光伏电池实践输出功率大小的要素首要是光照强度S、环境温度T以及负载阻抗。设光伏电池在规范测验条件下(S=1000W/m2,T=25°C)的开路电压为Voc,短路电流为Isc,最大功率点电压为Vm,最大功率点电流为Im,结合工程实践,光伏电池的输出特性方程可表明为: 其间: 依据式(3)~(5)知经过光伏电池出产厂商供给的Voc、Isc、Vm、Im四个参数,就能知晓光伏电池的输出特性。本文所选用的光伏电池在规范测验条件下的技能参数为:Voc=22V,Isc=8.58A,Vm=17.7V,Im=7.94A,Pm=140.5W。在实践运用时因为环境的不断改变,需求对参数进行必定补偿,设补偿后光伏电池的开路电压、短路电流、最大功率点电压、最大功率点电流别离为V′oc、I′sc、V′m、I′m,能够得到: 关于单晶硅光伏电池,工程上a、b、c的典型取值别离为0.0025℃-1、0.5m2/W、0.00288℃-1。 2.2光伏电池的输出特性 依据上述光伏电池的数学模型,运用MATLAB/SIMULINK仿真渠道,搭建了如图2所示的光伏电池仿真模型。 将上述子体系进行模型封装后,设置参数仿真参数,模仿外界环境不一起,光伏电池的输出特性,仿真成果别离如图3(a)、3(b)、3(c)、3(d)所示。 2.3仿真成果剖析 调查图3能够得出光伏电池的输出功率与输出电流之间呈现强烈的非线性,光照强度首要影响短路电流的大小。相同温度下,光照强度越强则短路电流就越大,输出功率也就越大;环境温度首要影响开路电压的大小,光照强度相一起,温度越高则开路电压就越小,输出功率也就越小,并且不管外界环境如何改变,光伏电池总存在仅有的最大功率点。 3结论 本文剖析了光伏电池的作业原理,依据此树立了其数学模型,并在MATLAB/SIMUNLINK仿真软件中进行了仿真,得出了不同环境下光伏电池的输出特性曲线,仿真成果标明光伏电池的输出特性呈强非线性,并且每条曲线有仅有的最大功率点。因而选用必定的操控手法能够使光伏电池输出最大功率,最大限度地运用太阳能。 摘要：太阳能作为新动力的典型代表,越来越遭到人们的重视。光伏电池是光伏发电体系中的要害部件,针对光伏电池输出特性非线性化的特征,剖析了光伏电池的作业原理,运用MATLAB/SIMULINK对其进行了建模与仿真,仿真成果验证了模型的正确性。 要害词：光伏电池,MATLAB/SIMULINK仿真,输出特性 参阅文献 [1]丁明,王伟胜,王秀美等.大规模光伏发电对电力体系影响总述[J].我国电机工程学报,2014,34(01):1-14. [2]苏剑,周莉梅,李蕊.散布式光伏发电并网的本钱/效益剖析[J].我国电机工程学报,2013,33(34):50-56. [3]徐彭涛,赵巧娥,张强等.依据中值观测的自适应变步长MPPT算法研讨[J].现代电子技能,2014,37(22):150-152. 蓄电池建模 第6篇 微网是将散布式电源、负荷、储能设备及操控设备等集成而构成的一个可控单元[1]。它为散布式电源供给了一种新的运转办法。其仿真模型是剖析微网杂乱的电磁机电暂态进程、优化规划与运转、稳定性剖析、操控维护等各项技能研讨的必要手法。现在的仿真东西缺乏微网模型, 并且微网内部含有许多电力电子设备, 现有仿真东西难以准确仿真微网及含微网的配电网。 本文在MATLAB仿真环境下, 对光伏阵列、质子沟通膜燃料电池2种常见微电源进行了建模与仿真, 一起结合无差拍 (deadbeat) 操控的单相并网逆变器模型, 构成了简略的微网模型。 1 光伏阵列模型 本文选用的光伏阵列模型依据工程用太阳电池的模型, 选用供应商供给的重要技能参数, 包括短路电流Isc、开路电压Uoc、最大功率点电流Im、最大功率点电压Um、最大功率点功率Pm, 确保必定精度并复现光伏阵列特性。光伏阵列模型描绘如下[2,3]。 1) 参阅条件下, 当输出电压为Uo、对应电流为I时, 光伏阵列的I-U方程为: