【技术实现步骤摘要】
本专利技术涉及储能电池，具体涉及基于离线辨识电池模型参数的储能管理系统soc估算方法。
技术介绍
1、卡尔曼滤波器具有抗干扰、估计精度高等优点，其在电池管理系统中有着大量的应用。卡尔曼滤波器使用电池模型构建状态方程，并使用递推的方法实现状态的最优估计，其估计精度十分依赖电池模型的精度。在储能系统调峰、调频以及峰谷使用场景下，由于电池本身具有较强的非线性特性，其使用单一的模型参数用于状态估计不具有实用性，而采用参数实时估计的方法则无法保证soc估计结果的收敛，若出现参数的失调，将会引起整个系统的崩溃。
技术实现思路
1、本专利技术意在提供一种基于离线辨识电池模型参数的储能管理系统soc估算方法。
2、本专利技术方案如下：
3、基于离线辨识电池模型参数的储能管理系统soc估算方法，包括以下步骤：
4、s1，分别在储能系统调峰、调频、峰谷的应用场景下提取直流侧的电流特征作为获取电池模型参数所需动态测试的输入参数；
5、s2，采用具有不同电流特征的动态测试用例对电芯进行动态测试，获取电芯输入电流与输出电压的动态响应测试数据；
6、s3，根据电芯输入电流与输出电压的动态响应测试数据，采用离线辨识方法识别出电池模型的参数集；
7、s4，根据系统工作模式选取电池模型参数，所述的系统工作模式有调峰、调频、峰谷；使用选取的电池模型参数进行soc估计。
8、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法
9、s201、搁置2小时，1c恒流充电至截至电压，再进行恒压充电至电池达到满充状态；
10、s202、搁置2小时，以不同倍率电流对电芯进行持续放电，使soc从100％降至5％；s203、搁置两小时，以0.05c放电至截至电压；
11、s204、1c恒流充电至截至电压，再进行恒压充电至电池达到满充状态；重复步骤s201至s204以进行不用用例的测试。
12、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，在步骤s3中，所采用的电池模型指的是具有滞回特性的一阶rc等效电路模型，所要辨识的参数包括滞回电压hyst的增益与偏差、内阻、一阶rc电路电阻、一阶rc电路电阻。
13、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，在步骤s3中，所述离线辨识方法采用最小二乘法。
14、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，最小二乘法具体过程如下：
15、s301，由等效电路模型有电池端电压等于开路电压与滞回电压之和减去一阶rc电路和欧姆内阻的分压，即：
16、v(t)＝ocv(z(t))+hyst-r1ir1(t)-r0i(t)
17、进一步，离散表示则有：
18、v[k]＝ocv(z[k])+m0s[k]+mh[k]-r1ir1[k]-r0i[k]
19、其中，m和m0分别为滞回电压hyst的增益与偏差，s[k]和h[k]为k时刻电流方向符号值和滞回电压的归一化状态值；
20、s302，计算每个时刻下端电压和开路电压之间的差值，即：
21、
22、s303，计算每个时刻下的滞回电压的归一化状态值、电流方向符号值、一阶rc电路电流，并构建如下线性方程，即可通过最小二乘的方法拟合得到m，m0，r0，r1；
23、
24、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，还包括以下步骤：
25、在步骤s4前，判断与能量管理系统的通信是否正常，若是，跳转至s4；反之，跳转至s5；
26、步骤s5，使用前一时刻的电池模型参数进行soc估计。
27、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，步骤s4或步骤s5中，均采用卡尔曼滤波算法对每一颗电芯的soc进行估计。
28、本专利技术基于离线辨识电池模型参数的储能管理系统soc估算方法优选的实施方式在于，所述系统工作模式是由能量管理系统进行设置。
29、本专利技术的有益效果在于：本专利技术拟通过与能量管理系统(ems)的协同，根据储能电池实时的工作模式调整电池模型的参数用于卡尔曼滤波器进行soc估计，电池模型参数集可通过不同的工况进行离线辨识，从而克服现有技术的局限性，提高算法在不同场景下的适应性。
30、与现有技术相比，本专利技术具有易实施、效果稳定、架构简单的优点。本专利技术所需的电池模型参数集是通过离线辨识而来，无需使用在线辨识方法，降低了电池管理系统运行复杂计算以及数据存储的要求。同时，离线辨识的参数集还需进一步进行soc估计精度的验证测试，即在储能系统调峰、调频、峰谷的应用场景下进行充放电测试，记录电芯soc变化，观察其状态值是否出现跳变，且在静置后，与开路电压对应的soc进行比较，从而确认soc估计结果的准确性。保证在不同参数输入下估计算法具有稳定性。进一步，本专利技术通过与能量管理系统(ems)的协同，可根据储能系统的工作模式实时调整参数，无需构建云边协同的层级架构以进行参数调整，从而降低了协同控制的复杂性。
本文档来自技高网...【技术保护点】
1.基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，所述步骤S2中动态测试具体包括以下内容：
3.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，在步骤S3中，所采用的电池模型指的是具有滞回特性的一阶RC等效电路模型，所要辨识的参数包括滞回电压hyst的增益与偏差、内阻、一阶RC电路电阻、一阶RC电路电阻。
4.根据权利要求3所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，在步骤S3中，所述离线辨识方法采用最小二乘法。
5.根据权利要求4所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，最小二乘法具体过程如下：
6.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于，还包括以下步骤：
7.根据权利要求6所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于
8.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统SOC估算方法，其特征在于：所述系统工作模式是由能量管理系统进行设置。
...【技术特征摘要】
1.基于离线辨识电池模型参数的储能管理系统soc估算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统soc估算方法，其特征在于，所述步骤s2中动态测试具体包括以下内容：
3.根据权利要求1所述的基于离线辨识电池模型参数的储能管理系统soc估算方法，其特征在于，在步骤s3中，所采用的电池模型指的是具有滞回特性的一阶rc等效电路模型，所要辨识的参数包括滞回电压hyst的增益与偏差、内阻、一阶rc电路电阻、一阶rc电路电阻。
4.根据权利要求3所述的基于离线辨识电池模型参数的储能管理系统soc估算方法，其特征在于，在步骤s3...
【专利技术属性】
技术研发人员：周斌，李德胜，刘博，冯守旺，
申请(专利权)人：清安储能技术重庆有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。