基于KF-ESN算法的儲(chǔ)能電站磷酸鐵鋰電池SOC估算的研究.pdf

1、在新能源發(fā)電中，電池儲(chǔ)能技術(shù)能錯(cuò)開發(fā)電和輸電的時(shí)間，從而保證所發(fā)出的電能夠平滑、穩(wěn)定輸出到電網(wǎng)。在電池儲(chǔ)能系統(tǒng)中，對電池組進(jìn)行電池管理是必不可少的，其中電池的SOC估算是電池管理系統(tǒng)的一部分。電池的SOC能夠直觀表示電池充放電的程度，從而防止電池的過充與過放電，而且準(zhǔn)確的SOC還可作為電池充放電控制和電池均衡等其他管理的重要依據(jù)，對于電動(dòng)汽車，電池的SOC還可以準(zhǔn)確反映續(xù)駛里程。但由于電池SOC不能通過直接測量獲得，而且電池在工作過程中

2、內(nèi)部的化學(xué)變化異常復(fù)雜，導(dǎo)致估算十分困難，所以電池的SOC估算是電池管理系統(tǒng)的重點(diǎn)和難點(diǎn)。
　　電池SOC估算算法的研究一直都是熱點(diǎn)，其中神經(jīng)網(wǎng)絡(luò)算法由于不依賴于精準(zhǔn)的電池模型，精度高、速度快等優(yōu)點(diǎn)受到了越來越多的關(guān)注。而對于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法，存在計(jì)算復(fù)雜，學(xué)習(xí)時(shí)間長以及對于小樣本數(shù)據(jù)泛化能力較差，大樣本數(shù)據(jù)又陷入局部最小甚至不能訓(xùn)練的情況。提出一種通過卡爾曼濾波算法(KF)優(yōu)化儲(chǔ)備池網(wǎng)絡(luò)回聲狀態(tài)網(wǎng)絡(luò)(ESN)輸出權(quán)值的SOC估

3、算方法來解決上述問題。以實(shí)驗(yàn)室的儲(chǔ)能電池大容量磷酸鐵鋰電池(3.2V/180Ah)為研究對象，通過充放電實(shí)驗(yàn)平臺對其進(jìn)行恒流放電，利用所得數(shù)據(jù)分析該電池的特性，然后確定輸入輸出量并且建立電池SOC預(yù)測模型。分別對以不同電流恒流放電過程的電池SOC進(jìn)行估算，與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的結(jié)果進(jìn)行對比分析，發(fā)現(xiàn)KF-ESN預(yù)測模型精度更高，運(yùn)算速度更快，可作為一種新的SOC估算算法投入使用。
　　對規(guī)模儲(chǔ)能電站電池管理系統(tǒng)進(jìn)行了研究，針