混合储能系统的动态响应特性与功率分配控制策略研究

Energy storage technology is the strategic supporting technology that changes the future energy structure and electric power production and consumption mode. It can solve the instability of new energy power generation, alleviate the peak load demand, and improve the efficiency of grid operation. But the key problems of the large scale energy storage need to be solved. Firstly this work on the basis of the hybrid energy storage system composed of batteries and super capacitors, investigates the SOC estimation of the hybrid energy storage system and intelligent management control method, discusses the charge and discharge control strategy of energy storage system, so as to solve the cycle life and the energy management problem of the energy storage system. Secondly this work further discusses dynamic response characteristics of the energy storage system on real time, reveals dynamic response rules of the energy storage system in different power demand, and researches power allocation control method to realize the high efficiency of the energy conversion and utilization; Moreover thermoelectric coupling performance of the energy storage system are analysed to solve the stability and security of the system by elaborating heat behavior law after charge and discharge cycle. Through the above studies of basic scientific problems of key technology, we can solve the bottleneck of the energy storage technology of long life, low cost and safety and efficiency.

储能技术是未来能源结构转变和电力生产消费方式变革的战略性支撑技术，它可以解决新能源发电的不稳定性，缓解高峰负荷的供电需求，提高电能利用率和电网的运行效率。但是大规模储能并网技术还有很多关键问题亟待突破。本项目以蓄电池和超级电容器组成的混合储能系统为研究对象，通过研究混合储能系统的SOC估算及其智能控制方法，深入探讨基于SOC的充放电控制策略，解决储能系统的循环寿命和高效管理问题；进一步研究储能系统的动态响应特性，揭示储能系统在不同功率需求下的动态响应规律，探讨基于时变的功率分配控制方法，实现能量的高效转换和利用；通过分析储能系统循环充放电后的热行为变化规律，深入研究储能系统的热-电耦合性能，解决系统的稳定性和安全性问题。为攻克储能技术的高效、安全、长寿命和低成本的基础科学问题扫清障碍。

新能源已成为未来能源战略的重要发展方向，但是新能源具有分散性和间歇性，使之难以大规模并网。储能技术是解决上述问题的重要途径，因此储能系统的高效利用、有序控制和安全可靠性是系统运行的重要保证。提出了一种基于卡尔曼滤波算法的混合储能系统荷电状态估算方法。在同一平台下建立蓄电池和超级电容器的等效电路模型，通过引入平均值插入法对模型参数进行在线辨识，利用多元化统一方法结合卡尔曼滤波算法对荷电状态进行预估算；并在此基础上进一步利用扩展卡尔曼滤波的修正功能，引入电流等效系数ki、健康状态修正系数kl和温度补偿系数kT，对SOC初始值进行修正，从而提高超级电容器SOC估算的精度。该方法可为储能系统的能量高效管理和充放电控制策略提供理论依据。通常母线电压的波动会使蓄电池频繁的充放电，这将对蓄电池的寿命和安全性影响较大。针对上述问题，本项目提出一种基于SOC估算的电压分层控制策略，根据母线电压和蓄电池的SOC确定储能系统的工作模式，实现储能系统充放电的高效管理。为了提高储能系统能量利用率，提出了一种超级电容器串并联切换控制方法，采用并联充电和串联方电的模式，使能量利用率达到98.3%。通过搭建老化实验平台，研究储能系统在不同工况下充放电的动态响应特性，揭示其加速老化变化规律。为此提出一种基于支持向量机（SVM）的回归预测方法，首先建立了支持向量机的回归预测模型，然后采用粒子群优化算法进一步优化SVM预测模型的参数，从而提高超级电容器老化趋势的预测精度。结果表明预测值与实验值基本吻合，均方根误差小于0.046，因此准确预测储能元件的老化趋势，对于储能系统的安全使用和可靠性评估都具有重要的意义。提出了一种基于混合储能的系统功率分配控制策略，由超级电容器发挥功率密度高的特点，来提供瞬时功率，平抑储能系统功率的高频分量；由蓄电池发挥储能密度高的特点提供平均功率，来维持母线电压稳定。解释了工作温度对超级电容器电容性能和阻抗性能的影响规律，阐述了蓄电池因热失控而产生的热积累效应，该理论可以为储能系统的热管理提供指导。