内容简介
《储能电池系统核心状态参量估算策略》专注于新型电力储能电池系统工程的学科领域，聚焦储能电池管理系统的智能化技术，以储能电池系统核心状态参量估算方法为基础，对电池管理系统技术进行深入的研究和探索。《储能电池系统核心状态参量估算策略》主要研究新型电力储能的应用、电力系统辨识建模、智慧储能电池状态评估和智能化管理监测中的关键技术，为系统设计和应用提供技术参考。
精彩书摘
第1章 绪论
1.1 新型电力储能应用
1.1.1 电化学储能
当前国内外运行的储能项目仍以抽水蓄能为主，其次是电化学储能[1]。因成本低、寿命长、技术成熟等优势，物理机械储能尤其是抽水蓄能被广泛应用，但受地理环境制约、投资高、建设周期长等因素影响，发展渐缓。电化学储能***高，不受自然环境影响，装机便捷，使用灵活，已经进入商业化阶段，随着成本的逐渐降低，电化学储能发展将步入快车道。同时，电化学电池已经具有150多年的发展和应用历史，是目前备用电源领域应用规模*大的电池类型[2]。
电化学储能主要是将电能转换为化学能存储起来，目前的主要媒介是各种电池，同时不同的电池类型有各自的特点，这就为大规模储能应用的不同需求提供了多样化的选择。目前，研究得较多的主要有锂电池、钠硫电池、全钒液流电池、钠/氯化镍电池、铅酸电池、镍氢电池、锂硫电池、锂空气电池等[3]。
在2012年之前，电化学储能领域主要使用的是铅蓄电池、纳基电池和液流电池，由于电池寿命短及系统效率低等问题，2012～2020年，锂电池开始被广泛应用；2020年之后，磷酸铁锂由于具有相对较长的循环寿命、相对较高的安全性、相对较低的成本，将是电化学储能的主流技术[4]。
如今，随着可再生能源发电的快速发展，实际生产和应用对大规模储能技术提出了更高要求，出现了以钠硫电池和全钒液流电池为代表的针对大规模储能应用而开发的电池。钠/氯化镍电池则是在钠硫电池的基础上发展起来的，随着便携电子产品的发展，出现了镍氧电池和锂电池，目前这种电池的产业发展已相对成熟。随着当前电动汽车的发展，锂电池在材料和制造工艺上有了很大的发展。这也促进了锂电池技术的进步，为大规模储能应用奠定了坚实的技术基础和产业基础。此外，为满足电动汽车未来发展需求而开发的锂硫电池和锂空气电池，也有可能成为未来大规模储能应用中潜在的或备选的技术[3]。
*近，美国麻省理工学院一个研究团队提出了一种新的化学储能技术，研究出液态金属电池。该研究团队的研究结果表明，这种电池具有成本低、寿命长、效率高、储能密度大的优点，可满足电网能量存储的要求。这项技术目前在国际上得到了广泛关注。
中关村储能产业技术联盟(China Energy Storage Alliance，CNESA)的数据表明，2021年我国电化学储能累计装机容量为5.51GW，约占我国已投运电力储能项目装机容量的12%，同比增长68.5%[5]。
目前电化学储能技术已经发展成为一种成熟的能量储存技术，广泛应用于可再生能源、电动汽车、智能电网等领域。主要的电化学储能技术包括铅酸蓄电池、锂电池、钠离子电池、液流电池等[6]。
锂电池是目前*为成熟和应用*为广泛的电化学储能技术，已经广泛应用于手机、笔记本电脑、电动汽车等领域。钠离子电池作为一种新兴的电化学储能技术，具有能量密度高、成本低等优势，正在逐步得到市场认可。
此外，随着可再生能源的大规模普及，液流电池等新兴电化学储能技术也正得到越来越多的关注和研究。液流电池具有高效、高能量密度、可扩展性强等特点，在大规模储能方面具有广阔的应用前景[7]。
电化学储能现已经应用于许多领域，主要包括以下几个方面。
(1)新能源发电与储能系统：如太阳能、风能、水能等可再生能源的发电系统，需要将电能存储到储能设备中，以便在不连续或时段性发电期间供能。
(2)电动汽车与混合动力汽车：电化学储能在电动汽车与混合动力汽车的动力系统中得到广泛应用，尤其是锂电池，其在能量密度、可靠性和寿命等方面都有很大突破。
(3)家居储能：随着电动汽车等需求的增加，家庭光伏发电和小型风力发电的使用越来越普及，家庭储能系统的应用则可以使得其实现*大限度的自给自足。
(4)能量储存系统：电化学储能还应用于大型能量储存系统，如电网的储能系统、风力发电站储能系统等。
1.1.2 飞轮储能
飞轮储能系统是一种利用飞轮转子加速和减速来实现电能和动能相互转换的储能装置，主要由转动惯量大、转速高的惯性轮、轴承系统、实现电能-动能相互转换的电动/发电两用电机、电力电子变流装置、控制设备、真空室等组成[8]。飞轮储能原理是：储存能量时，电机作为电动机运行，输入的电能经过电力电子变流装置处理后输入电机中，电机驱动飞轮转子加速，将外界输入的电能转换为飞轮转子的动能储存在飞轮储能系统中；释放能量时，电机作为发电机运行，飞轮转子驱动电机发电，飞轮储能系统储存的动能被电力电子变流装置转换成稳定的电能输出给外界[9]。相比于其他储能技术，飞轮储能技术的优势是功率大、效率高、使用寿命长、安全性高、充放电次数基本不受限制、对环境友好等。飞轮储能装置结构示意图如图1.1所示。
飞轮储能系统的储能容量计算公式为，式中，EFW为储能容量，J为飞轮转动惯量，ωm为飞轮
目录
目录
第1章 绪论 1
1.1 新型电力储能应用 1
1.1.1 电化学储能 1
1.1.2 飞轮储能 2
1.1.3 压缩空气储能 3
1.1.4 超导储能 4
1.1.5 超级电容器储能 6
1.2 智能电网储能系统电池模型构建 7
1.2.1 电化学机理模型 8
1.2.2 数据模型 8
1.2.3 等效电路模型 8
1.2.4 热模型 9
1.3 智慧储能电池状态评估 10
1.3.1 荷电状态估计策略 10
1.3.2 健康状态预测算法 12
1.3.3 能量状态估算 14
1.3.4 峰值功率估算 15
1.3.5 全寿命周期剩余使用寿命评估 16
第2章 电力储能电池测试 21
2.1 电池测试共享平台搭建 21
2.2 电池工作机理分析 22
2.3 电池特性测试流程 25
2.3.1 能量测试 25
2.3.2 混合脉冲功率特性测试 26
2.3.3 电池容量校正测试 27
2.3.4 不同倍率充放电测试 27
2.3.5 电池老化测试 28
2.4 电池工作特性分析 29
2.4.1 电压特性分析 29
2.4.2 电流特性分析 31
2.4.3 温度特性分析 31
2.4.4 内阻特性分析 32
2.4.5 能量特性分析 33
2.5 本章小结 33
第3章 智慧能源建模分析 34
3.1 电化学特性模型 34
3.1.1 黑箱模型 34
3.1.2 等效电路模型 37
3.1.3 电化学机理模型 40
3.2 热模型 45
3.2.1 单状态集中参数热模型 45
3.2.2 一维分布式多项式热模型 46
3.2.3 双状态集中参数热模型 49
3.3 电热耦合模型 51
3.3.1 基于偏微分方程的模型 51
3.3.2 混合型模型 53
3.4 本章小结 53
第4章 储能电池状态智能化预估核心算法 55
4.1 基于传统方法的计算 55
4.1.1 开路电压法 55
4.1.2 安时积分法 56
4.1.3 电化学阻抗谱法 57
4.2 基于模型方法的估计 58
4.2.1 卡尔曼滤波 58
4.2.2 扩展卡尔曼滤波 59
4.2.3 无迹卡尔曼滤波 61
4.2.4 双卡尔曼滤波 62
4.2.5 自适应卡尔曼滤波 64
4.3 基于智能算法的预测 66
4.3.1 神经网络 66
4.3.2 模糊逻辑控制 78
4.3.3 支持向量机 78
4.3.4 机器学习 81
4.4 本章小结 83
第5章 基于LSTM神经网络的储能电池SOC估计 84
5.1 基于BiLSTM模型的电池SOC预测 84
5.1.1 特征选取与训练样本优化 84
5.1.2 网络结构设计与超参数选择 85
5.1.3 基于BiLSTM的动态模型构建 86
5.2 贝叶斯优化BiLSTM网络模型 87
5.2.1 基于贝叶斯的后验分布估计 87
5.2.2 贝叶斯优化BiLSTM模型框架 89
5.2.3 贝叶斯优化BiLSTM超参数优化选取 90
5.3 基于AUKF的神经网络模型优化策略 92
5.3.1 无迹变换预处理分析 92
5.3.2 UKF迭代运算分析 93
5.3.3 时变噪声对SOC估计影响与修正 94
5.3.4 BO-BiLSTM-UKF噪声修正模型设计 95
5.4 BiLSTM预测模型与滤波自适应策略融合估计结果分析 96
5.4.1 电池针对性BBDST工况实验 97
5.4.2 变温度复杂工况下电池SOC估计结果分析 98
5.4.3 分阶段模拟工况下电池SOC估计效果验证 103
5.5 本章小结 106
第6章 基于数据驱动的储能电池簇SOH估算 107
6.1 考虑液相电势的储能电池ESP电压建模 107
6.1.1 ESP电压模型优化改进策略 107
6.1.2 液相浓差极化及欧姆极化过电势求解 108
6.1.3 基于ESP模电压型的储能电池簇多单体建模 112
6.2 多维储能电池健康指标的提取 113
6.2.1 基于CCPSO算法的ESP模型双参数辨识 114
6.2.2 基于IC-DV方法的双老化模式量化 119
6.2.3 健康指标的相关性分析 122
6.3 储能电池簇的SOH估算 124
6.3.1 NSA-BP模型的框架构建 124
6.3.2 基于健康指标和NSA-BP模型的SOH估算策略 128
6.4 储能典型工况下电池模型和SOH估算验证 130
6.4.1 健康指标提取及相关性分析结果 130
6.4.2 低倍率恒流储能老化工况下的估计结果 139
6.4.3 变倍率储能老化工况下的估计结果 144
6.5 本章小结 148
第7章 基于长短期记忆网络的电池峰值功率估算 151
7.1 戴维南模型构建及全参数辨识 151
7.1.1 戴维南模型构建 151
7.1.2 离线与在线辨识策略 153
7.2 电池峰值功率预估 156
7.2.1 基于端电压约束的电池峰值功率估算 156
7.2.2 基于SOC约束的电池峰值功率估算 158
7.2.3 峰值功率动态实验验证 159
7.3 峰值功率预估实验验证分析 161
7.3.1 不同老化情况下的电池峰值功率估算验证 161
7.3.2 不同温度下的电池峰值功率估算验证 162
7.4
试读
第1章 绪论
1.1 新型电力储能应用
1.1.1 电化学储能
当前国内外运行的储能项目仍以抽水蓄能为主，其次是电化学储能[1]。因成本低、寿命长、技术成熟等优势，物理机械储能尤其是抽水蓄能被广泛应用，但受地理环境制约、投资高、建设周期长等因素影响，发展渐缓。电化学储能***高，不受自然环境影响，装机便捷，使用灵活，已经进入商业化阶段，随着成本的逐渐降低，电化学储能发展将步入快车道。同时，电化学电池已经具有150多年的发展和应用历史，是目前备用电源领域应用规模*大的电池类型[2]。
电化学储能主要是将电能转换为化学能存储起来，目前的主要媒介是各种电池，同时不同的电池类型有各自的特点，这就为大规模储能应用的不同需求提供了多样化的选择。目前，研究得较多的主要有锂电池、钠硫电池、全钒液流电池、钠/氯化镍电池、铅酸电池、镍氢电池、锂硫电池、锂空气电池等[3]。
在2012年之前，电化学储能领域主要使用的是铅蓄电池、纳基电池和液流电池，由于电池寿命短及系统效率低等问题，2012～2020年，锂电池开始被广泛应用；2020年之后，磷酸铁锂由于具有相对较长的循环寿命、相对较高的安全性、相对较低的成本，将是电化学储能的主流技术[4]。
如今，随着可再生能源发电的快速发展，实际生产和应用对大规模储能技术提出了更高要求，出现了以钠硫电池和全钒液流电池为代表的针对大规模储能应用而开发的电池。钠/氯化镍电池则是在钠硫电池的基础上发展起来的，随着便携电子产品的发展，出现了镍氧电池和锂电池，目前这种电池的产业发展已相对成熟。随着当前电动汽车的发展，锂电池在材料和制造工艺上有了很大的发展。这也促进了锂电池技术的进步，为大规模储能应用奠定了坚实的技术基础和产业基础。此外，为满足电动汽车未来发展需求而开发的锂硫电池和锂空气电池，也有可能成为未来大规模储能应用中潜在的或备选的技术[3]。
*近，美国麻省理工学院一个研究团队提出了一种新的化学储能技术，研究出液态金属电池。该研究团队的研究结果表明，这种电池具有成本低、寿命长、效率高、储能密度大的优点，可满足电网能量存储的要求。这项技术目前在国际上得到了广泛关注。
中关村储能产业技术联盟(China Energy Storage Alliance，CNESA)的数据表明，2021年我国电化学储能累计装机容量为5.51GW，约占我国已投运电力储能项目装机容量的12%，同比增长68.5%[5]。
目前电化学储能技术已经发展成为一种成熟的能量储存技术，广泛应用于可再生能源、电动汽车、智能电网等领域。主要的电化学储能技术包括铅酸蓄电池、锂电池、钠离子电池、液流电池等[6]。
锂电池是目前*为成熟和应用*为广泛的电化学储能技术，已经广泛应用于手机、笔记本电脑、电动汽车等领域。钠离子电池作为一种新兴的电化学储能技术，具有能量密度高、成本低等优势，正在逐步得到市场认可。
此外，随着可再生能源的大规模普及，液流电池等新兴电化学储能技术也正得到越来越多的关注和研究。液流电池具有高效、高能量密度、可扩展性强等特点，在大规模储能方面具有广阔的应用前景[7]。
电化学储能现已经应用于许多领域，主要包括以下几个方面。
(1)新能源发电与储能系统：如太阳能、风能、水能等可再生能源的发电系统，需要将电能存储到储能设备中，以便在不连续或时段性发电期间供能。
(2)电动汽车与混合动力汽车：电化学储能在电动汽车与混合动力汽车的动力系统中得到广泛应用，尤其是锂电池，其在能量密度、可靠性和寿命等方面都有很大突破。
(3)家居储能：随着电动汽车等需求的增加，家庭光伏发电和小型风力发电的使用越来越普及，家庭储能系统的应用则可以使得其实现*大限度的自给自足。
(4)能量储存系统：电化学储能还应用于大型能量储存系统，如电网的储能系统、风力发电站储能系统等。
1.1.2 飞轮储能
飞轮储能系统是一种利用飞轮转子加速和减速来实现电能和动能相互转换的储能装置，主要由转动惯量大、转速高的惯性轮、轴承系统、实现电能-动能相互转换的电动/发电两用电机、电力电子变流装置、控制设备、真空室等组成[8]。飞轮储能原理是：储存能量时，电机作为电动机运行，输入的电能经过电力电子变流装置处理后输入电机中，电机驱动飞轮转子加速，将外界输入的电能转换为飞轮转子的动能储存在飞轮储能系统中；释放能量时，电机作为发电机运行，飞轮转子驱动电机发电，飞轮储能系统储存的动能被电力电子变流装置转换成稳定的电能输出给外界[9]。相比于其他储能技术，飞轮储能技术的优势是功率大、效率高、使用寿命长、安全性高、充放电次数基本不受限制、对环境友好等。飞轮储能装置结构示意图如图1.1所示。
飞轮储能系统的储能容量计算公式为，式中，EFW为储能容量，J为飞轮转动惯量，ωm为飞轮
