考虑电池SOC一致性的城轨交通MHESS功率分配策略

在城市轨道交通中,通常采用多混合储能系统(MHESS)来解决列车在牵引和制动过程中所引起的牵引网络电压波动问题。该系统由超级电容器和锂电池组成,旨在平滑功率波动,实现“削峰填谷”。考虑到MHESS多个混合储能系统之间可能存在初始状态不一致的情况,提出一种考虑电池SOC一致性的RBF-PID控制策略,用于兼顾直流稳压特性以及电池储能系统寿命保护最优。由列车运行速度需求得到牵引功率需求,采用滑动平均滤波(MAF)算法将高频功率指令分配给超级电容,低频功率指令分配给电池与牵引网。进一步地,考虑到混合储能系统间初始状态不一致情况下的电池寿命保护问题,通过合理设计功率分配切换规则,在初始SOC较低电池的传统电压外环控制中引入基于电池SOC一致性的RBF-PID控制,合理控制电池的充放电电流,防止过冲、过放现象,从而延长电池寿命。为验证所提控制策略的有效性,使用Matlab/Simulink仿真软件进行仿真验证。实验结果表明,所提方法能够降低初始SOC较低电池的放电深度,有效保护储能元件。

孤岛电网中多储能设备SOC一致性优化策略

基于下垂控制策略的蓄电池储能管理方案被广泛应用于孤岛电网,但在放电过程中并联蓄电池储能设备相互间将出现电荷状态(State of Charge,SOC)差异,使某些储能设备提前退出运行,显著削弱了系统稳定性。针对上述问题,提出一种适用于多储能设备的SOC一致性控制策略,并进行优化。将SOC作为下垂控制器输入量,根据SOC实时调节储能设备的输出功率,使并联储能设备的SOC在放电过程中逐渐趋于一致,进而在孤岛电网频率偏移约束以及逆变器最大输出有功功率限制下对加速因子进行在线优化,显著减少了并联蓄电池储能设备间SOC最终差值,达到更佳的均衡效果。仿真与实验结果验证了SOC一致性优化控制策略理论分析的正确性和实现方案的有效性。

多智能体分布式储能两象限SOC一致自适应控制

为了延长分布式储能单元的使用寿命,采用了一种以分布式储能两象限电池荷电状态(state-of-charge,SOC)一致自适应下垂控制方法为基础的控制方法,改进的两象限自适应下垂控制方法作为一种基础控制方法对各储能单元进行功率分配。当分布式储能处于充电状态时,SOC小的储能单元吸收更多的功率,SOC大的储能单元吸收更少的功率;当分布式储能处于放电状态时,SOC大的储能单元发出更多的功率,SOC小的储能单元发出更少的功率,最终实现分布式储能的SOC和功率的渐近平衡。为了克服由下垂控制引起的电压下垂和直流母线电压不匹配现象,将多智能体技术加到控制策略中。最后基于MATLAB/SIMULINK仿真平台进行仿真,仿真结果表明了所提控制策略的可靠性。

心理一致感量表(SOC-13)中文版的修订

目的:对Antonovsky编制的心理一致感量表(SOC-13)进行初步的修订。方法:根据量表修订的方法,在上海市选取1828名被试进行测试,分析中文版的信效度。结果:①项目分析的结果表明修订的心理一致感量表各项目的项目鉴别力极高;②修订的心理一致感量表具有较高的内部一致性信度和效标关联效度;③探索性因素分析的结果支持了Antonovsky有关三因素的量表结构假设。结论:修订的心理一致感量表具有较高的信效度和项目区分度。

心理一致感量表(SOC-13)的信、效度初步研究

目的:对Antonovsky编制的心理一致感量表(SOC-13)进行初步的修订和信效度检验。方法: 根据量表修订的方法,在上海市选取1827名成年被试和44名大学生被试进行测试,分析中文版的信、效度。结果:项目分析结果表明SOC-13各项目的项目鉴别力良好r=0．40、0．64,有三个组的r在0．28- 0．37;量表的重测信度为0．61,内部一致性系数为0．76;探索性因素分析的结果得到可理解感、可控制感和意义感三个因素(特征根大于1,解释方差比率总计47％),除项目9和11外,其他条目的负荷范围在 0．41至0．69之间;效标关联效度理想。结论:修订的心理一致感量表具有较高的信、效度。

基于FCS-MPC的分布式HESS功率协调控制

针对孤岛直流微电网中分布式混合储能系统(HESS)协调运行问题,提出一种基于有限控制集模型预测控制(FCSMPC)的功率协调控制策略。该策略采用小波包变换来分解分布式HESS的功率需求,由于分解后信号的特点和分布式HESS中蓄电池初始状态的不同,于是对分解后最低频信号基于蓄电池荷电状态(SOC)设计自适应因数来进一步再分解。由于DC/DC变换器开关状态组合数量较少,使得多步FCS-MPC的滚动优化计算量较少,于是采用FCS-MPC取代双闭环PI控制,提高系统动态响应。搭建含有分布式HESS的孤岛直流微电网模型,并做了3种方案的仿真对比,验证该策略有效平缓了直流母线波动并实现蓄电池SOC一致。该策略有利于提高电网运行的稳定性,并延长蓄电池使用寿命。

混合多类型储能的分布式能源系统运行优化方法

对于含多类型混合储能系统的运行优化,通常将所有设备等效为一个整体,并未考虑各储能系统的运行特性差异等因素,最终导致设备利用率低,经济运行能力差。为此,首先以最大可再生能源消纳以及最小电网交换电量为目标,构建了优化函数模型。其次,考虑到多类型储能系统在充放电动态特性、运行成本特征以及SOC设定等方面差异,提出了一种结合能量型储能SOC一致性约束的双层解耦式运行优化方法,以适应分布式能源系统中的多类型储能协同运行。最后,以某个在建的分布式可再生能源系统工业示范园区数据为基础,对所提方法进行了算例验证与分析。结果证明,所提方法在保证分布式能源系统内多个能量型储能系统充放电同步性的同时,能够对具有相同运行特性的储能系统进行聚类,有效了降低计算复杂性,完成多类型储能协调与优化,并最终促进分布式能源系统的新能源消纳。

基于多智能体协同的储能集群自适应跟踪研究

随着“碳达峰、碳中和”目标的提出,储能在新能源高渗透率条件下参与需求响应以及电网调控得到极大的重视。针对大量储能集群的有效调控问题,提出了一种基于多智能体分布式协同的储能集群指令自适应跟踪方法。该方法分为2个部分:第1部分是指令的事前分配,利用离线迭代的方式,将外部指令按照一定的比例分配到集群中各个储能单元上;第2部分,利用实时反馈的荷电状态(state of charge,SoC)控制方法,在保持对指令追踪的同时,实现SoC的平衡。通过仿真实验验证SoC控制后的各储能单元功率和用电量分配。仿真模拟结果表明,所提出的方法能使各储能单元达到SoC一致并且跟踪外部指令。与传统的集中式框架相比,采用分布式储能集群,能够对规模化储能集群进行有效管控,可降低系统通信数据量,且隐私性好。

基于K-Means聚类分析的串联电池组主动均衡策略

由于电池单体所处温度场不均匀以及电池单体内阻、库仑效率等参数的不一致,电池组在反复充、放电过程中会产生电池单体剩余电量不一致的现象,限制了电池组整体的可用容量。为此,提出了一种基于K-Means聚类分析的串联电池组主动均衡策略,该方法以电池荷电状态(SOC)一致性为均衡目标。以8节三元锂电池串联构成的电池组作为实验对象,在搭建的电池均衡实验平台上进行了实验验证,结果表明,电池组均衡操作前后可用容量分别为1.75和1.87Ah,经过均衡,可用容量提升了6.86%,证明了所提出的均衡策略的有效性。