论文部分内容阅读
由于单体电池电压、容量有限,为了满足电动汽车、储能电站等系统对于功率、电压的要求,需要将多节电池单体串联成电池组为设备进行供能。然而电池的不一致性会导致整个电池组容量利用率降低,严重影响了储能设备的循环寿命和使用成本。因此,串联储能锂电池组均衡技术可以消除组内电池单体之间的不一致性,减缓储能电池组容量的衰减,具有重大的研究意义。在对电池组不一致性的深入研究基础上,通过分析各类均衡方式的优缺点,本文选定Buck-Boost电路作为均衡主拓扑,提出了基于一种基于电池荷电状态(State of Charge, SOC)的双向主动均衡控制策略,完成了均衡控制系统的设计,并通过实验对其可行性进行了验证。完成的具体工作如下：1.以磷酸铁锂电池为对象研究了其电池特性,分析了引起电池组不一致性的主要原因。利用电池监控系统完成了磷酸铁锂电池在不同电流下的充放电实验,获得实时测量的电压、电流。通过分析电池的各项参数特性,最终选取SOC作为控制策略的均衡变量。2.针对传统神经网络方法在磷酸铁锂电池的SOC估算中存在计算复杂、学习时间过长的问题,提出了一种新的基于ELM(Extreme Learning Machine)的电池SOC估算方法。运用实验获得的数据对模型进行训练和测试,并将预测效果与BP(Back Propagation)神经网络的预测效果进行对比,验证了ELM在电池SOC估算中的可行性和优越性。3.对已有的均衡电路拓扑进行对比分析,选择以双向Buck-Boost电路作为主动均衡控制系统的主拓扑。结合极限学习机在电池SOC预测技术中的应用,提出了一种以SOC作为均衡判据的主动均衡控制策略,可以实现锂电池组在不同工作状态下的主动均衡,并在Matlab/SimPowerSystem仿真环境中搭建了此均衡系统,验证了双向主动均衡控制方法的准确性和高效性。4.采用主-从式的均衡系统架构对其硬件电路进行了设计,实验验证了双向Buck-Boost电路良好的均衡性能。此外,对辅助均衡电源电路板进行了制作和调试。