马尔科夫修正的组合模型在新疆风电中长期可用电量预测中的应用

为满足发电侧定期开展可再生能源可用电量的安全校核、机组负荷及交易电量的市场化优化配置要求,实施区域化可再生能源可用电量预测具有重要的理论及工程实践意义。提出了基于马尔科夫链的熵值法组合预测方法,以新疆风电近5年实际运行数据作为样本,通过MATLAB软件对可用电量预测模型进行了验证分析。为此,首先搭建了单一灰色GM(1,1)预测模型和三次指数平滑预测模型,其次利用熵值法将单一预测模型进行了权重组合预测,最后借鉴马尔科夫链方法对熵值法组合预测结果予以修正后得出了未来一年的可用电量预测值。结果表明,采用该预测方法获得的月度可用电量预测值满足电力调度的预测精度要求,验证了所构建预测模型的正确性及有效性。

基于功率波动和储能可用电量的直流微网改进动态下垂控制算法

传统下垂缺乏对电压偏离和分布式储能的灵活控制,对此提出一种直流微网改进动态下垂控制方法。首先构建余弦函数曲线特性的动态下垂系数,在功率波动增大时自动减小下垂系数,抑制母线电压波动;然后引入储能剩余可用电量,对下垂系数进行二次调整,保证直流系统稳定的基础上降低储能过充过放的风险;最后根据可用电量计算均衡系数,提高分布式储能的均衡效果。对3种不同下垂控制进行仿真对比,结果验证了该改进动态下垂控制策略的灵活性和可靠性。

温度对蓄电池性能及电动汽车续航里程影响的分析

电动汽车在低温环境下会出现充电时间缩短,可用电量降低,续航里程的大幅下降,广受消费者的诟病,由于动力电池既怕冷又怕热,在高温或低温下动力电池的充放电性能都受到严重制约,同时安全性也大受影响。文章主要针对不同温度下电池容量变化、内阻变化、整车运行温度变化、续航里程,能耗等进行实车测试研究、探讨。希望可以对动力蓄电池及电动汽车续航里程的影响因素有一个清晰的认识。

基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测

荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。

基于结构逻辑树的电池组SOC估算

为了实时估算电池组SOC,分析了当前SOC定义的局限性,并考虑电池组的结构和单体电池的差异性,明确电池组SOC定义。提出基于结构逻辑树的电池组SOC估算模型,利用结构逻辑树描述电池组单体电池之间的逻辑关系,并基于结构逻辑树的运算规则,实现电池组SOC的快速估算。实验证明,该模型能够快速有效地估算电池组SOC。