产品分类：

 

 

关键词:分布式发电系统;蓄电池储能系统;经验公式;模型 中图分类号：统一电池

 

BatteryM odel ofD istributed Power Generation System

 

JIN Xao-dong, D INGM ng, MAO Mei-qii (School of Electrical Engineering and Automation,

 

Hefei University of Technology, Hefei230009, Chiia)

 

Abstract: This paper introduces the present status of distributed power generation system and generally analyzes the effect of energy storage in the field of distributed power generation system. Then the battery energy storage system is presented emphatically and according to its own characteristics of distributed power generation system， a method of battery model is proposed which is based on the sofware ofV isualC + + which com bines Shepherd equation and Peukert experiential expressions.

 

Key words: distributed power generation system; battery energy stor age system; experiential expressibns;model

 

1前言

 

近年来，对分布式发电技术的研究取得了突破性的进展， 涌现出了各种新型分布式发电技术，主要有:功率较小的内燃 机、微型燃气轮机、燃料电池、太阳能发电的光伏电池和风力发 电等。特别是光伏和风电等可再生能源的分布式发电技术，因 为其丰富、取之不尽的资源和对环境不造成污染的特点，有着 广阔的发展前景。

 

蓄电池作为分布式发电中的储能设备，主要有以下3个方 面的作用：1)能够使得分布式发电机（DG，Distributed Genera-tions)能够运行在一个比较稳定的输出水平，对系统起着稳定 的作用；2)在利用太阳能发电的夜间或风力发电在无风的情况 下DG单元不能正常运行时，起到过渡的作用。3)使得不可调 度的DG发电单元能够作为可调度机组单元运行，实现与大电 网的并行运行[1]嬰4]。并且其成本低廉，原材料丰富，制造 技术成熟，能够实现大规模生产，且销售渠道广，不仅可以短时 间提供较大的冲击电流，而且便于电能的长期存储。

 

 

2蓄电池预测模型

 

蓄电池作为分布式发电系统的主要储能设备，它的荷电状 态（SOC，State of Charge)以及对蓄电池的端电压的预测是整个 DG单元的发电规划和经济平衡问题的重要环节。所以建立合 适的蓄电池模型来预测这些外部特性对于分布式发电系统的 运行和规划具有非常重要的意义。

 

迄今为止，世界上用于描述光伏系统或风力发电系统中蓄 电池行为的模型最普遍的还推1965年由CM.谢菲尔德 (Shepherd)提出的模型[5 ]，它是蓄电池端电压估算方程：

C (1 - soc) - Ki (soc) I - RtI (1)

式中,AeB(1 一项用于校正一开始放电时电压的快速跌落;E., 项表示蓄电池开始放电时的电压;C( 1 - soc)项是考虑空载电 压随放电程度变化（电解液浓度变化）所引进的修正项; K, (soc) /项表示由于电极板通道引起的压降;项表示欧姆电 压损失。

 

式中’ I是充放电电流;t是与充放电电流相对应的充放电时间;

 

I、^是不同的充放电电流,A、、是以相应的充放电的进行充放 电的截至时间;n和K是针对具体电池通过实验数据而获得的 参数。当求得n和K值后,就可以得到任意电流I下的蓄电池最

 

大容量C,

 

C = I Xt = K x/(4) 由于n的值在不同电流的情况下略有差异,为了提高模型 的精确度,通常把放电电流分为大、中、小三个区域,在各区域 中分别采用不同n和K值。

 

2 3荷电状态(SOC)的预测

 

目前一般有以下几种方法可以对蓄电池的SOC进行估计, 如密度法、开路电压法、恒流电流电压法、安培小时法、模糊推 理和神经网络的方法以及Kalman滤波法[6]等等。其中安培小 时法可以简单计算出从蓄电池输出的能量或者输入蓄电池的 能量。只要知道被测蓄电池的最大容量,就可以用这种方法来 获得蓄电池的SOC。这种方法对蓄电池SOC的短时间估计而言 具有合理的精度,工程适用型较强。

 

安时法的基本思想就是把不同电流下的放电电量等效成 特定标准)电流下的放电电量,通过一个容量修正系数得到 修正后的等效放电电量公式：

C! (t)

0

池参数为.•容量25MA,额定电压2K,标准放电电流为25及在不 同的放电电流下的容量特性如表1所示。

 

表1不同放电速率下的蓄电池性能

放电电流 放电时间 最大容量 初始电压Es

I10 = 254 10h 2504 h 2 01V

I5 = 434 5 h 2154h 2 00V

I3 = 62 54 3 h 187 5Ah 1. 99V

I1 = 1304 1 h 1304h 1. 94V

J0. 5 = 2054 0. 5h 102 5Ah 1. 89V

J0. 33 = 2704 0. 33 h 90Ah 1. 86V

J0. 25 = 3104 0. 25 h 77 5Ah 1. 84V

 

由于在不同电流状态下Peukert方程的参数n和K值有一 定的差异，为了减小这个差异给蓄电池预测模型带来的误差， 将电流状态分为大、中、小三个不同区域并分别求出在不同区 域内参数n和K的值，

 

这样就可以结合shepherd模型得到对蓄电池外部特性进行预 测的仿真模型。该模型算法的流程图如图2所示。

图2蓄电池预测模型流程图

(10)

式中，C,表示在相同的初始条件下以标准放电电流I放出的电 量;Ci表示在相同的初始条件下以不同放电电流放出的电量。 考虑温度对蓄电池容量的影响髄着温度的升高,蓄电池的放 电时间增加，放出容量增加，反之降低），引入温度修正系数 «t把30 C时标准放电电流下的最大放电容量作为标准容 量 CN):

3算例分析

 

采用某公司生产的阀控式铅酸蓄电池作为研究对象。该电

 

欢迎订阅欢迎撰稿欢迎发布产品广告信息

cOt = 1 + k(T - 30)

 

式中，k为温度系数,是一个近似常数,一般取0 008。 修正后的等效放电电量公式为：

其中％ Xo, X,项称为电流标准化,记为,。

 

由表1中的数据可以看出，在不同的电流状态下蓄电池有 不同的初始电压，它们之间的关系如图3所示。从图中可以看 出，初始放电电压与电流近似成线性关系。用三次函数（^ = a + bx + cx2 + dx3)进行数据拟合,得到相关性很好的拟合曲线， 其误差<0. 01。如此,通过Siepherd模型，可以得到在任意电 流状态下的蓄电池端电压预测模型。

图3电流和初始电压的关系

 

图4所示为43A恒流状态下，由蓄电池预测模型得到的蓄 电池剩余容量和端电压之间的关系曲线，其中虚线部分为剩余 容量的实际测量值，实线部分是模型预测值。从图中可以看出 蓄电池模型的预测值很接近其实际值，说明该模型可以很好的 预测蓄电池的剩余容量和端电压的变化。

 

图5蓄电池端电压和电流的关系

 

通过蓄电池预测模型可以得到的在不同放电速率下端电 压与荷电状态的变化关系曲线，如图5所示。图中的7条曲线 分别表示在不同放电速率康1中所记录的不同放电电流）下 的荷电状态（SOC)和端电压之间的变化关系曲线。

 

4结束语

 

本文简单介绍了分布式发电系统的发展现状并且着重分 析了蓄电池储能系统在整个分布式发电系统中的重要作用。 根据Shepherd模型、Peukert电化学经验公式以及安培小时法 建立了蓄电池预测模型，该模型算法简单且各模型参数容易获 得，适用于分布式发电系统的模拟仿真。通过算例分析可以看

出，该模型可以有效的预测在不同电流状态下蓄电池端电压和 荷电状态（SOC)的变化，进而对整个分布式发电系统的控制运 行提供可靠的支持和保障。口