梯次利用锂离子电池欧姆内阻测试方法研究

研究了欧姆内阻的三种测试原理和方法。在深入分析混合脉冲功率特性(HPPC)欧姆内阻测试方法的基础上,提出了梯次利用锂离子电池欧姆内阻测试的最佳采样点(放电下降沿,充电上升沿)和采样时间;建立了电化学阻抗模型,对不同直流偏置下的交流阻抗图谱进行了参数辨识,验证了欧姆内阻和直流偏置电流的不相关性,为电流转换法中100ms采样时间下测试欧姆内阻提供了理论依据;研究了基于电流转化法的欧姆内阻测试新方法,该方法在100 ms采样时间下,有效地减小了测试设备和数据采集响应误差的影响,并适当地减小了极化对欧姆内阻的影响,提高了欧姆内阻测试的准确性。

一种基于分数阶的电池荷电状态估计方法

本文首先简单介绍了分数阶微分的相关知识,以及分数阶系统的优点,然后在整数阶模型的基础上,将整数阶中的元件用分数阶的相关元件替代,建立出分数阶模型,最后使用改进的双扩展卡尔曼滤波和双卡尔曼滤波这两种算法来对电池SOC进行估算,利用仿真软件对两种算法的结果做对比,得到一种估算精确度比较高的算法。

基于电动汽车并网的一种峰谷电价时段优化方法

大规模的电动汽车接入电网,对电力系统稳定性造成了一定的干扰,同时也带来了一定的机遇。电动汽车的电池不仅可以作为用电设备为电动汽车提供服务,而且能作为能源储存系统向电网供电。充分利用V2G技术削峰填谷,一方面减缓电网用电负荷压力为电网运行稳定提供支持,另一方面可以通过功率分配策略满足紧急充电车辆的用电需求。针对电动汽车无序和有序充放电模式对电网造成不同的影响,以电网分时电价和充放电时刻为基础,建立峰谷电价时段优化模型。针对不同的峰谷电价响应情况,采用蒙特卡洛方法模拟电动汽车充放电功率曲线,并使用遗传算法进行优化,最后运用相关算例对该论文提出的模型进行了仿真验证。

考虑车主响应度的峰谷电价时段优化模型研究

针对引导电动汽车进行有序充电对电网负荷削峰填谷的问题,提出峰谷电价优化调度策略。首先,分别构建基于出行习惯的无序充电模型与基于峰谷电价时段的有序充电模型,并通过蒙特卡洛模拟法得到电动汽车的充电负荷;其次,以电网负荷峰谷差率最小为优化目标,提出了计及车主响应度的数学模型,并采用遗传算法得到最优峰谷电价时段设置方案。最后,对比分析综合考虑电网负荷峰谷差率和用电方式满意度的优化策略。算例分析表明,峰谷电价策略能有效平抑电网负荷波动,随着响应度的升高,平抑效果越明显,而考虑车主满意度的优化策略更能反映车主对有序充电的响应情况。