中國儲(chǔ)能網(wǎng)訊：
1 研究背景
圍繞碳達(dá)峰碳中和及能源電力系統(tǒng)“源-網(wǎng)-荷-儲(chǔ)”全環(huán)節(jié)低碳化的要求和挑戰(zhàn)，形成支撐高比例清潔發(fā)電和電能利用的基礎(chǔ)理論和關(guān)鍵技術(shù)體系是急迫的，其中儲(chǔ)能技術(shù)是解決風(fēng)光可再生能源“間歇性”和實(shí)現(xiàn)“雙碳目標(biāo)”的關(guān)鍵環(huán)節(jié)。鋰離子電池因其高能量密度、長循環(huán)壽命與低放電率，被廣泛應(yīng)用于生產(chǎn)生活環(huán)節(jié)之中。但鋰離子電池儲(chǔ)能單元是密閉空間存儲(chǔ)巨大的能量，具有危險(xiǎn)的本質(zhì)，在外界誘因的影響下，存儲(chǔ)的能量會(huì)發(fā)生熱失控從而導(dǎo)致災(zāi)害事故發(fā)生。針對電池本體安全面臨技術(shù)難題，團(tuán)隊(duì)開展了電池安全本質(zhì)特性數(shù)據(jù)分析、儲(chǔ)能電站電池本體狀態(tài)評估、儲(chǔ)能電站不一致性評估、儲(chǔ)能電站智慧運(yùn)維和安全調(diào)控等研究工作，提出數(shù)據(jù)工程-狀態(tài)評估-智慧運(yùn)維-安全調(diào)控的研究思路，提升電化學(xué)儲(chǔ)能電站安全與可靠的運(yùn)行。
2 論文解決問題及意義
1）鋰離子電池剩余容量估計(jì)：傳統(tǒng)方法因電池老化的非線性和時(shí)變性存在局限。本文提出的狀態(tài)相依RBF-ARX模型，通過將RBF神經(jīng)網(wǎng)絡(luò)的復(fù)雜性轉(zhuǎn)移到ARX結(jié)構(gòu)，減少計(jì)算量，提升實(shí)時(shí)性，同時(shí)保證估計(jì)準(zhǔn)確性。
2）電池老化特征提取與篩選：傳統(tǒng)方法依賴電流、電壓、溫度等二次處理，過程復(fù)雜且易受噪聲干擾。本文采用小波包能量分析，從充電曲線中提取能量特征，并結(jié)合傳遞熵篩選，簡化過程并提高特征有效性，如圖1所示。
圖1 電壓曲線不同節(jié)點(diǎn)下能量及各能量占比分布情況
3）數(shù)據(jù)缺失下的容量估計(jì)：針對歷史數(shù)據(jù)缺失問題，本文提出基于經(jīng)驗(yàn)擬合和機(jī)器學(xué)習(xí)的解決方案，通過補(bǔ)全數(shù)據(jù)片段實(shí)現(xiàn)有效估計(jì)，如圖2、圖3所示。
圖2 基于重要信息數(shù)據(jù)片段的經(jīng)驗(yàn)?zāi)Ｐ蜆?gòu)建
圖3 基于數(shù)據(jù)片段的機(jī)器學(xué)習(xí)模型構(gòu)建
意義：準(zhǔn)確的剩余容量估計(jì)有助于及時(shí)發(fā)現(xiàn)電池劣化，降低故障風(fēng)險(xiǎn)，提升儲(chǔ)能系統(tǒng)調(diào)控能力下安全性和可靠性，對電動(dòng)汽車、儲(chǔ)能系統(tǒng)等領(lǐng)域尤為重要。
3 論文重點(diǎn)內(nèi)容
鋰離子電池剩余容量估計(jì)是電池管理系統(tǒng)中關(guān)鍵技術(shù)之一，也是實(shí)現(xiàn)調(diào)控鋰離子電池安全穩(wěn)定的前提。針對鋰離子電池剩余容量有效估計(jì)問題，提出帶外生輸入的自回歸模型(radial basis function-autoregressive exogenous，RBF-ARX)的鋰離子電池剩余容量估計(jì)方法，利用結(jié)構(gòu)化非線性參數(shù)優(yōu)化方法辨識模型參數(shù)，并將“老化信息”與“能量”相結(jié)合，基于小波包能量分析從電池充電電流/電壓曲線中直接提取能量特征作為新健康特征，采用傳遞熵對新健康特征進(jìn)行篩選以構(gòu)成模型輸入，實(shí)現(xiàn)鋰離子電池剩余容量的有效估計(jì)；最后基于NASA公開的鋰離子電池老化數(shù)據(jù)，通過不同訓(xùn)練/測試樣本比例、不同模型展開綜合分析，驗(yàn)證了所提模型的評估精度。并在某省多地鋰離子儲(chǔ)能電站進(jìn)行試運(yùn)行，對于本文所提模型的工程應(yīng)用開展進(jìn)一步驗(yàn)證工作，有助于實(shí)現(xiàn)儲(chǔ)能電站安全調(diào)控目的。
4 結(jié)論
本文提出了一種基于狀態(tài)相依的RBF-ARX模型的鋰離子電池剩余容量估計(jì)方法，解決了傳統(tǒng)方法在處理電池容量估計(jì)時(shí)面臨的強(qiáng)時(shí)變性和強(qiáng)非線性問題。通過構(gòu)建帶外生輸入的自回歸模型，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)的局部逼近能力，準(zhǔn)確描述了電池的動(dòng)態(tài)特性。同時(shí)，利用小波包能量分析和傳遞熵篩選，提取了與剩余容量相關(guān)性強(qiáng)的健康特征，提高了估計(jì)準(zhǔn)確性。此外，針對數(shù)據(jù)缺失問題，提出了經(jīng)驗(yàn)擬合模型和機(jī)器學(xué)習(xí)模型兩種解決方案，增強(qiáng)了模型的可行性和實(shí)用性，為儲(chǔ)能系統(tǒng)安全調(diào)控提供準(zhǔn)確電池狀態(tài)信息。
