本文版權為《郵電設計技術》所有,如需轉(zhuǎn)載請聯(lián)系《郵電設計技術》編輯部
摘要:為克服放電后期電壓拐點對鋅溴液流電池(ZBFB)荷電狀態(tài)( SOC)辨識精度的影響,研究基于主成分分析(PCA)的鋅溴液流電池荷電狀態(tài)估計方法。以提高鋅溴液流電池 SOC 參數(shù)辨識精度為目標,特別是解決鋅溴液流電池在放電后期特有的電壓拐點非線性特性,在兼顧實際算力限制與運行速率要求的條件下,對鋅溴液流電池SOC參數(shù)辨識算法進行分析。研究結果表明,所提方法兼顧空間維度特征提取以及系統(tǒng)降維建模,可有效改善電壓拐點處的電池 SOC的辨識精度,為鋅溴液流電池的長時儲能應用提供理論與算法分析基礎。
關鍵詞:鋅溴液流電池;主成分分析;荷電狀態(tài)估計;電壓拐點;長時儲能
doi:10.12045/j.issn.1007-3043.2023.12.006
概述
目前鋅溴液流電池(Zinc Bromine Flow Battery,ZBFB)以其高可靠性、長壽命在長時儲能領域得到初步應用。鋅溴液流電池本身存在電壓急劇變化的拐點以及電解液的不規(guī)則流動,使得鋅溴液流電池荷電狀態(tài)(State of Charge,SOC)參數(shù)模型具有很強的非線性,具體表現(xiàn)為存在大量對 SOC辨識產(chǎn)生影響的擾動參數(shù),特別是放電后期電壓拐點導致采樣失真,使得開路電壓與安時積分等常規(guī)方法難以被直接應用,而 SOC又是影響 ZBFB優(yōu)化控制的基礎參數(shù)。因此研究一種可滿足 ZBFB放電后期電壓拐點處 SOC辨識與校正的方法勢在必行。
研究表明,數(shù)據(jù)降維與特征數(shù)據(jù)提取是提高 SOC辨識精度的可行路徑之一。而主成分分析(PrincipalComponent analysis,PCA)的主要功能表現(xiàn)在以去除噪聲和非特征為表征的數(shù)據(jù)降維。目前 PCA 已在鋰電池容量估算、剩余使用壽命預測、多信號特征融合及風電場等值建模等領域得到成功應用。其特點為從特征數(shù)據(jù)捕捉層面提升數(shù)據(jù)處理的抗干擾性,從而可有效抑制放電后期電壓拐點導致的采樣失真與數(shù)據(jù)丟失對SOC辨識精度的影響。
本文以提高 ZBFB電壓拐點處 SOC辨識精度為研究目的,立足于合作企業(yè)所設計的 ZBFB 樣機,在ZBFB進行 100% 充放電的條件下,開發(fā)一種基于安時積分分析的 PCA 優(yōu)化計算方法,用于提高 ZBFB 電壓拐點處的SOC參數(shù)的辨識精度。對ZBFB電壓線性變化與非線性變化部分分別采用安時積分與 PCA 進行SOC 評估,從算法改進層面有效克服電池放電過程中出現(xiàn)的電壓拐點對 SOC計算的影響,提高 SOC計算的精度與效率,從高精度 SOC辨識角度為推進鋅溴液流電池在長時儲能領域的應用提供參考基礎。